礦石運輸是礦山生產(chǎn)過程中的重要環(huán)節(jié)。隨著發(fā)展，礦區(qū)廣泛應(yīng)用皮帶進行運輸，但是它的運行安全穩(wěn)定與否直接關(guān)系到礦山的產(chǎn)能。
 

近期，在北京舉辦的第一屆全國煤炭行業(yè)礦山AI大模型大賽上，來自山東大學(xué)視覺感知與智能系統(tǒng)實驗室的團隊基于華為礦山AI大模型建立了皮帶異物識別模型，通過AI技術(shù)代替人工巡檢主運輸皮帶及相關(guān)設(shè)備，從而增強煤礦安全管理能力，降低皮帶運輸?shù)葏^(qū)域安全事故的發(fā)生概率。

1安全隱患亟需解決

礦山中的主運皮帶主要指部署在煤礦井下，從采區(qū)上下山至主井提升系統(tǒng)之間專門負責(zé)原煤運輸?shù)母鳁l皮帶。目前我國絕大多數(shù)井工煤礦主要依托膠帶運輸機來完成煤炭的提升運輸任務(wù)。

“由于礦區(qū)生產(chǎn)現(xiàn)場環(huán)境復(fù)雜，煤流中不可避免地摻入錨桿、刮板、枕木單體支柱、工字鋼、各類鋼板等雜物，給膠帶運輸系統(tǒng)帶來較大的隱患。而主運皮帶運輸管理的穩(wěn)定與否，直接關(guān)系到井下原煤運輸?shù)耐〞撑c否。皮帶輸送機具有運輸量大、作業(yè)連續(xù)、運輸距離長等特點，由于作業(yè)位置環(huán)境惡劣，皮帶輸送機在使用過程中容易出現(xiàn)皮帶劃傷、過載等問題。因此，在皮帶輸送機運行過程中需要對皮帶異物進行實時監(jiān)測，以保障皮帶輸送機安全穩(wěn)定的運行。而現(xiàn)階段?？客ㄟ^肉眼觀察監(jiān)控攝像的方式來對皮帶異物進行監(jiān)測，但是人工檢測主要是依靠眼力、經(jīng)驗、耐心等，對檢測人員的要求很高，并且該方式存在許多弊端，比如人眼檢測容易疲勞，抽檢量少，不同人員不同環(huán)境不同時間下檢測標(biāo)準(zhǔn)不一致等問題。這項技術(shù)實用且迫切需要發(fā)展。”房體育在采訪中表示。

2異物自動識別報警

針對以上問題，山東大學(xué)視覺感知與智能系統(tǒng)實驗室團隊借助AI技術(shù)進行系列研究。

“我們在煤礦主運輸皮帶頂部采用固定點異物識別相機進行智能識別檢測，以此實現(xiàn)皮帶異物自動識別；同時，對于識別出的異物進行差異化分級處理，實現(xiàn)對各類異物事件信息的精準(zhǔn)控制。我們團隊設(shè)計的項目方案，在煤礦端部署邊緣推理設(shè)備，利用礦上現(xiàn)有的服務(wù)器，接入實時視頻進行異物識別；同時構(gòu)建邊緣管控平臺，對報警數(shù)據(jù)進行統(tǒng)計、分析、展示；報警時同時上傳對于圖像，由管控平臺進行收集，為后續(xù)優(yōu)化模型提供數(shù)據(jù)，實現(xiàn)邊用邊學(xué)的效果；該方案上手容易，操作方便，部署簡單，具有很高的市場應(yīng)用推廣意義。并且目前相關(guān)功能已在部分實際礦井場景中進行試運行，后續(xù)將進行進一步市場推廣。”魏致遠表示。
 

圖片張偉教授帶領(lǐng)團隊在新礦實地考察調(diào)研

3華為礦山AI大模型助力場景應(yīng)用

韓韜在接受記者采訪時表示：“我們團隊在參加第一屆全國煤炭行業(yè)礦山AI大模型大賽前并沒有使用過華為礦山AI大模型的平臺進行模型的訓(xùn)練與部署，通過此次比賽體驗了在此平臺上從上傳數(shù)據(jù)集，到在線標(biāo)注，再到選擇模型，進行在線快速訓(xùn)練與部署，整個流程快速便捷、行云流水。平臺將以往復(fù)雜的處理數(shù)據(jù)集、配置網(wǎng)絡(luò)、訓(xùn)練模型參數(shù)以及部署模型等繁瑣復(fù)雜的工作簡化成了一個個流程化操作，讓零基礎(chǔ)的小白也可以通過該平臺快速部署使用AI模型，大大降低了AI的使用門檻，給行業(yè)的開發(fā)帶來了極大的便利。華為礦山AI大模型也帶給我們很大的驚喜，在一個全新的場景下通過短時間的訓(xùn)練就可以達到如此高的正確率，讓我們體會到了大模型的高精度與強泛化能力。平臺的智能標(biāo)注功能也幫助我們省下了大量數(shù)據(jù)集標(biāo)注的時間，極大減少了人工的工作量。”

除了比賽中必須進行的操作，我們還瀏覽了AI Gallery，體驗了自動學(xué)習(xí)等功能，進一步體會到了平臺為項目開發(fā)提供的大量便利：良好的開源與交流環(huán)境，大量可以直接訂閱使用的現(xiàn)成模型，低門檻的開發(fā)流程與人性化的工具等?？偟膩碚f，比賽的過程固然重要，但相比于比賽本身，這次參賽帶給我們的另一方面收獲是讓我們了解并使用了華為礦山AI大模型以及開發(fā)平臺，實在地體會到了其帶來的無數(shù)方便之處。在以后的項目開發(fā)或者其他比賽中，我們也會將優(yōu)先將華為礦山AI大模型加入我們的選擇之中。

4依托優(yōu)勢賦能智慧礦山

山東大學(xué)視覺感知與智能系統(tǒng)實驗室團隊主要從事機器學(xué)習(xí)、圖像視頻分析、智能機器人等領(lǐng)域的研究。近些年，該團隊主要依托于人工智能的學(xué)科優(yōu)勢，專注于將機器學(xué)習(xí)，計算機視覺等技術(shù)應(yīng)用于解決礦井內(nèi)部生產(chǎn)作業(yè)的安全智能監(jiān)測問題。

“目前，團隊已基于多模態(tài)視覺融合的技術(shù)思路進行了相關(guān)設(shè)備軟硬件開發(fā)，形成了一套完整的礦井智能監(jiān)測系統(tǒng)解決方案。該方案以可見光攝像頭，紅外攝像頭等視覺設(shè)備進行礦井作業(yè)現(xiàn)場的數(shù)據(jù)采集，以目標(biāo)檢測，語義分割等深度學(xué)習(xí)進行實際安全監(jiān)測場景的實時分析識別，以云邊融合，前后端協(xié)同的系統(tǒng)架構(gòu)構(gòu)建了一套功能完備，易于操作的智能監(jiān)測系統(tǒng)。現(xiàn)階段，團隊已針對礦井場景中光線較弱，場景復(fù)雜，設(shè)備安全要求高等難題提出了相應(yīng)解決方案，在礦井巷道人員危險行為分析，皮帶過溫檢測，皮帶異物檢測以及皮帶本體裂痕檢測等任務(wù)中取得突破，目前相關(guān)功能已在部分實際礦井場景中進行試運行。”團隊負責(zé)人張偉教授表示。

實驗室在創(chuàng)立之初，就一直專注于計算機視覺，機器學(xué)習(xí)，機器人控制等領(lǐng)域的理論探索和應(yīng)用落地，目前已在視覺智能感知，機器人自主決策，智能系統(tǒng)設(shè)計等方法積累了一大批學(xué)術(shù)和產(chǎn)業(yè)成果。未來，該實驗室希望能把這種技術(shù)優(yōu)勢在礦山智能硬件裝備制造，智能感知系統(tǒng)設(shè)計以及特種機器人等智能終端的工業(yè)場景落地等方面進行進一步深耕，為礦山智能化建設(shè)貢獻自己的一份力量。