一種基于紅外傳感的礦井人員違章識別系統(tǒng)

游青山，冉霞

(1.重慶工程職業(yè)技術(shù)學(xué)院，重慶，402260；2.工業(yè)機(jī)器人與礦山智能裝備系統(tǒng)應(yīng)用重慶市高校工程中心，重慶，402260；3.中煤科工集團(tuán)重慶研究院有限公司，重慶，400039；4.瓦斯災(zāi)害監(jiān)控與應(yīng)急技術(shù)國家重點(diǎn)實(shí)驗室，重慶，400037）

0 引言

隨著煤炭開采技術(shù)的智能化發(fā)展，“無人工作面技術(shù)”、“數(shù)字化礦山技術(shù)”、“無人開采技術(shù)”不斷涌現(xiàn)。但這些技術(shù)的一個重要環(huán)節(jié)就是煤礦安全監(jiān)控系統(tǒng)的智能化，它是煤礦開采技術(shù)轉(zhuǎn)型升級的重要方向。煤礦現(xiàn)場工作人員是否正常操作，是否有違章操作是煤礦現(xiàn)場日常監(jiān)控的重點(diǎn)，現(xiàn)有技術(shù)中主要采用人工進(jìn)行監(jiān)測，效率較低，且監(jiān)測的范圍有限，容易出現(xiàn)安全事故。但囿于煤礦井內(nèi)昏暗、復(fù)雜的環(huán)境，通用的視頻監(jiān)控設(shè)備在礦井難以發(fā)揮作用，因此，就出現(xiàn)了基于紅外傳感的煤礦井下人員監(jiān)控系統(tǒng)。

現(xiàn)有采用紅外熱成像儀的煤礦井下監(jiān)控系統(tǒng)在使用時還存在一些不足：不能對監(jiān)控區(qū)域形成全方位的監(jiān)測，容易產(chǎn)生監(jiān)測死角；容易受監(jiān)控區(qū)域內(nèi)的其他熱源物體的干擾，影響對人員的監(jiān)測判斷；沒有形成有效的告警機(jī)制等。

在運(yùn)動目標(biāo)檢測技術(shù)方面，基于混合高斯模型和核密度估計的方法是兩種最為常用、效果較為突出的背景建模與更新方法。文獻(xiàn)[1-4]等采用混合高斯模型為場景中的每個像素都建立K個高斯分布來技能型背景建模，較好地反映了多模態(tài)復(fù)雜背景的狀態(tài)。通過更新高斯分布的各個參數(shù)來完成背景更新，能夠適應(yīng)一定的背景變化。但是其對于背景各狀態(tài)均符合高斯分布的假設(shè)并不能完全成立。另外算法的計算量大，背景更新的速度較慢，實(shí)時性要求強(qiáng)、光線突變及轉(zhuǎn)化等情況下，難以及時反映背景的實(shí)際變化。

在礦井人員行為合規(guī)性評判監(jiān)測與典型違章行為自動辨識方面，目前主要依靠巡檢人員檢查、專家經(jīng)驗、視頻回看等手段，監(jiān)管耗時費(fèi)力，靠人工判識礦井相關(guān)人員行為方面存在重大隱患和違章行為，缺乏自動判識技術(shù)及設(shè)備。

1 系統(tǒng)原理

一種煤礦現(xiàn)場人員行為監(jiān)測及違章智能識別系統(tǒng)，先通過紅外成像采集單元進(jìn)行人員圖像數(shù)據(jù)采集，再將數(shù)據(jù)圖像通過數(shù)據(jù)中轉(zhuǎn)裝置單元上傳至圖像處理器單元，圖像處理器單元對數(shù)據(jù)進(jìn)行融合分析，并最終傳輸至服務(wù)器單元。其中，服務(wù)器單元包括第一采集模塊、第一分析模塊、第二采集模塊、第二分析模塊等。第一采集模塊，用于采集煤礦現(xiàn)場人員個人信息；第一分析模塊，用于生成該工作人員相對于該現(xiàn)場工作崗位的違章概率信息；第二采集模塊，用于獲得進(jìn)入煤礦現(xiàn)場的工作人員相對于各自現(xiàn)場工作崗位的違章概率排名信息，并對排名滿足預(yù)設(shè)要求的人員進(jìn)行跟蹤監(jiān)測；第二分析模塊，用于將監(jiān)測圖像輸入煤礦現(xiàn)場人員行為違章識別模型中進(jìn)行識別，識別出煤礦現(xiàn)場人員行為是否違章；本系統(tǒng)能夠根據(jù)工作人員的自身情況計算出其違章的概率，然后根據(jù)現(xiàn)場多個工作人員的概率排名情況，優(yōu)先對容易違章的人員進(jìn)行監(jiān)測，避免了對現(xiàn)場工作人員進(jìn)行逐個監(jiān)測工作量較大效率較低的弊端。

2 系統(tǒng)設(shè)計

2.1 系統(tǒng)硬件原理概述

煤礦現(xiàn)場人員行為監(jiān)測及違章智能識別系統(tǒng)，本質(zhì)上是基于熱成像原理的煤礦井下人員監(jiān)控系統(tǒng)。硬件上包括依次連接的紅外成像采集單元、數(shù)據(jù)中轉(zhuǎn)裝置單元、圖像處理采集單元和服務(wù)器單元。紅外熱成像儀數(shù)據(jù)上傳至數(shù)據(jù)中轉(zhuǎn)裝置單元；數(shù)據(jù)中轉(zhuǎn)裝置單元接收三個紅外熱成像儀監(jiān)測的熱成像數(shù)據(jù)，并將數(shù)據(jù)進(jìn)行匯總，然后一同傳輸至圖像處理器單元；圖像處理器單元用于將三個紅外熱成像儀的熱成像數(shù)據(jù)進(jìn)行綜合處理，提取出其中的人員紅外圖像，然后通過遠(yuǎn)程傳輸裝置將人員紅外圖像遠(yuǎn)程傳輸至服務(wù)器單元；服務(wù)器單元用于將接收的人員紅外圖像進(jìn)行監(jiān)控顯示、存儲、分析等。其應(yīng)用時，可以對監(jiān)控區(qū)域形成全方位的人員監(jiān)測，有效排除監(jiān)控區(qū)域內(nèi)的其他熱源物體的干擾，提高人員監(jiān)測精度。硬件電路工作原理如圖1所示。

圖1 系統(tǒng)硬件總體結(jié)構(gòu)

2.2 數(shù)據(jù)中轉(zhuǎn)裝置單元

數(shù)據(jù)中轉(zhuǎn)裝置單元設(shè)有時鐘模塊，用于為三路紅外熱成像儀提供同步時鐘，數(shù)據(jù)中轉(zhuǎn)裝置單元根據(jù)同步時鐘為接收的三路熱成像數(shù)據(jù)均打上同步時間戳，通過三路紅外熱成像數(shù)據(jù)的時間戳，后續(xù)的圖像處理器單元就能精確地對三路紅外熱成像數(shù)據(jù)進(jìn)行同步綜合處理。

2.3 圖像處理器單元

圖像處理器單元包括主處理模塊、溫段提取模塊、動態(tài)校對模塊和模型對比模塊，其中：主處理模塊用于將三路熱成像圖像進(jìn)行合成，建立三維熱成像圖像；溫段提取模塊用于提取設(shè)定人體溫段范圍的三維熱成像圖像；動態(tài)校對模塊用于對三維熱成像圖像進(jìn)行人員動態(tài)校對；模型對比模塊用于對三維熱成像圖像進(jìn)行人體模型對比，并提取出熱成像圖像中符合人體模型的部分。

主處理模塊先將三路熱成像圖像進(jìn)行合成，建立三維熱成像圖像；再通過溫段提取模塊提取出三維熱成像圖像中溫度在35℃～38℃的多數(shù)人體溫度范圍內(nèi)的圖像，通過提取該溫段范圍內(nèi)的圖像可以有效去除監(jiān)控區(qū)域內(nèi)其他溫段熱源物體對人員監(jiān)測的影響；然后再通過模型對比模塊將提取的圖像與預(yù)先建立的人體熱成像模型進(jìn)行對比分析，精確提取出其中的人員熱成像圖像，去掉在該溫段范圍內(nèi)的其他熱源物體的影響；最后再通過動態(tài)校對模塊根據(jù)提取出的人員熱成像圖像判定人員的狀態(tài)，看是處于靜止?fàn)顟B(tài)還是運(yùn)動狀態(tài)；主處理模塊將最終提取出的人員熱成像圖與狀態(tài)判定結(jié)果一同傳輸至服務(wù)器。

圖像處理器單元還連接有人員數(shù)量校對模塊，人員數(shù)量校對模塊與遠(yuǎn)程傳輸裝置連接，用于根據(jù)人員紅外圖像校對監(jiān)測人數(shù)，并向服務(wù)器發(fā)送監(jiān)測人數(shù)信息。

圖像處理器單元還連接有告警模塊，告警模塊與遠(yuǎn)程傳輸裝置連接，用于向服務(wù)器發(fā)送告警信息。

2.4 告警單元

告警單元，用于在識別出煤礦現(xiàn)場人員行為違章時，對相應(yīng)的人員進(jìn)行告警。通過服務(wù)器可向人員數(shù)量校對模塊和計時模塊分別發(fā)送設(shè)定的人員校對數(shù)量和告警時長，當(dāng)人員數(shù)量校對模塊校對出的數(shù)量低于設(shè)定的人員校對數(shù)量，且持續(xù)的時間達(dá)到設(shè)定的告警時長時，說明有人員長時間處于監(jiān)控區(qū)域外，有可能發(fā)生意外或擅離職守，人員數(shù)量校對模塊就會通過圖像處理器單元向告警模塊發(fā)出告警提示，告警模塊接收告警提示后向服務(wù)器發(fā)送告警信息；當(dāng)動態(tài)校對模塊監(jiān)測到有人員處于靜止?fàn)顟B(tài)的持續(xù)時間達(dá)到設(shè)定的告警時長時，說明有人員可能發(fā)生意外，動態(tài)校對模塊向告警模塊發(fā)出告警提示，告警模塊接收告警提示后向服務(wù)器發(fā)送告警信息。

2.5 違章識別設(shè)計

違章識別用于建立煤礦現(xiàn)場人員行為違章識別模型。違章識別模型單元具體包括：采集未違章的煤礦現(xiàn)場人員行為圖像；對未違章的煤礦現(xiàn)場人員行為圖像進(jìn)行機(jī)器學(xué)習(xí)，提取出煤礦現(xiàn)場人員行為違章判別關(guān)鍵特征；基于煤礦現(xiàn)場人員行為違章判別關(guān)鍵特征，建立煤礦現(xiàn)場人員行為違章識別模型等。利用現(xiàn)有的方法建立煤礦現(xiàn)場人員行為違章識別模型，如人工智能、機(jī)器學(xué)習(xí)、圖像識別等。

3 人員違章識別率結(jié)果驗證

紅外成像采集單元布置在礦井下某固定的地點(diǎn)，該點(diǎn)的環(huán)境實(shí)測狀態(tài)為：空氣溫度29℃、相對濕度95%、風(fēng)速0.9m/s等。采用3組不同數(shù)量的試驗人員在紅外成像采集單元識別區(qū)域內(nèi)進(jìn)行隨機(jī)的行為動作，并且試驗人員已被告知，可進(jìn)行相關(guān)的違章動作，但違章僅限于規(guī)定的時間、規(guī)定地點(diǎn)、以及規(guī)定的幾類典型的違章動作。由此，通過系統(tǒng)自動識別，并采用人工通過觀察監(jiān)視器同步復(fù)核，來驗證系統(tǒng)的人員違章識別率。本試驗分為3次進(jìn)行。驗證結(jié)果如表1所示。

表1 違章識別率對比表

由表1可知，與人工通過監(jiān)視器識別違章行為相比，系統(tǒng)能部分識別人員的違章行為。在違章率方面，在人員數(shù)量較少時，準(zhǔn)確率會達(dá)到100%正確，而在人員較多時（樣本為24人依次通過），準(zhǔn)確率會有所降低，存在少判、誤判等情況。分析原因，主要為違章動作不夠明顯。因此，為了提高機(jī)器違章的識別有效性，可加強(qiáng)對典型違章動作的機(jī)器學(xué)習(xí)，并對識別模型相關(guān)優(yōu)化。

4 結(jié)語

本系統(tǒng)首先通過硬件的紅外熱成像機(jī)器智能識別，對礦井人員的圖像進(jìn)行采集和預(yù)處理等，把圖像傳輸至服務(wù)器單元進(jìn)行處理，對是否違章進(jìn)行判斷；其次進(jìn)行軟件處理時，通過概率值處理、疲勞監(jiān)測處理等措施，把違章識別并分門別類，并最終實(shí)現(xiàn)人員違章的確認(rèn)。本系統(tǒng)大大提高了煤礦對員工違章的識別度，實(shí)現(xiàn)了機(jī)器智能操作，減輕了人員的工作強(qiáng)度，并且在現(xiàn)場得到了很好的驗證和應(yīng)用。