基于先進(jìn)的AI邊緣計(jì)算技術(shù)，巧妙融合了目標(biāo)檢測類的AI機(jī)器視覺檢測模型，并經(jīng)過精心設(shè)計(jì)適配的外殼而成。
在特定礦車運(yùn)行區(qū)域內(nèi)的關(guān)鍵位置安裝高清攝像頭，通過RTSP流協(xié)議接入，能夠?qū)崿F(xiàn)對礦車運(yùn)行狀態(tài)的實(shí)時(shí)監(jiān)控。高清攝像頭捕捉到的畫面通過RTSP流進(jìn)行實(shí)時(shí)傳輸，從而能夠持續(xù)跟蹤礦車位置。這種方式不僅能夠?qū)ΦV車的運(yùn)行狀態(tài)實(shí)時(shí)捕捉與解析，而且通過高分辨率圖像的傳輸，確保了礦車在特定停車區(qū)域內(nèi)實(shí)現(xiàn)精準(zhǔn)自動停車。在復(fù)雜多變的井下環(huán)境中，確保定位的準(zhǔn)確性與穩(wěn)定性，保障礦車作業(yè)的持續(xù)性。
應(yīng)用AI視覺技術(shù)，研發(fā)礦車定位停車檢測的定制化模型和算法，實(shí)現(xiàn)對特定方向行駛的礦車精準(zhǔn)定位停車功能。該技術(shù)可以準(zhǔn)確檢測礦車的運(yùn)行方向，并對提前預(yù)設(shè)方向上行駛的礦車進(jìn)行定點(diǎn)停車，便于工作人員管理井下礦車作業(yè)。檢測模型可快速處理和分析圖像數(shù)據(jù)，不僅使得井下礦車作業(yè)的效率得到顯著提高，還能夠避免因人工控制失誤導(dǎo)致的資源浪費(fèi)。
本產(chǎn)品能夠?qū)崟r(shí)檢測礦車運(yùn)行狀態(tài)，通過AI視覺檢測技術(shù)，判斷礦車運(yùn)行方向，在預(yù)設(shè)的停車地點(diǎn)監(jiān)測礦車運(yùn)行，實(shí)現(xiàn)到點(diǎn)精確定位停車，輔助管理人員開展礦車控制工作，確保礦車工作的持續(xù)、穩(wěn)定運(yùn)行，有助于提升井下礦車工作效率。
本產(chǎn)品支持私有化部署，通過RTSP協(xié)議讀取視頻流，能夠安全穩(wěn)定運(yùn)行在AI邊緣盒子、GPU服務(wù)器或CPU服務(wù)器中，確保檢測模型長期穩(wěn)定運(yùn)行同時(shí)，可提高模型的檢測能力。
本產(chǎn)品支持二次定制化開發(fā)，例如，增加礦車停車場景、停車區(qū)域等，增加檢出數(shù)據(jù)的二次應(yīng)用，銜接上下游業(yè)務(wù)流程，增加數(shù)據(jù)服務(wù)API開發(fā)，對接相關(guān)業(yè)務(wù)系統(tǒng)等。另外，可根據(jù)具體場景需求完善和優(yōu)化模型和算法檢測邏輯等。
該檢測采用高分辨率工業(yè)相機(jī)或攝像頭對井下礦車運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)數(shù)據(jù)采集，構(gòu)建一階段目標(biāo)檢測算法，基于卷積神經(jīng)網(wǎng)絡(luò)，對停車區(qū)域進(jìn)行圖像特征提取。算法能夠自動識別并標(biāo)記出礦車到達(dá)停車區(qū)域的臨界情況，并自動觸發(fā)停車指令，確保礦車精準(zhǔn)停在指定位置。
? 井下環(huán)境復(fù)雜多變 - 井下環(huán)境復(fù)雜，存在諸多不可預(yù)見的風(fēng)險(xiǎn)因素...
? 人員安全難以保障 - 井下作業(yè)人員眾多，一旦發(fā)生事故，救援難度...
? 井下運(yùn)輸狀態(tài)實(shí)時(shí)檢測 - 礦山井下運(yùn)輸AI檢測解決方案，通過集成高...
? 安全隱患智能預(yù)警 - AI檢測解決方案通過定制化的視覺檢測模型...
? 裝載量難以精確控制 - 傳統(tǒng)人工裝載依賴經(jīng)驗(yàn)判斷，容易出現(xiàn)裝載量...
? 人工控制效率低下 - 傳統(tǒng)的人工控制裝載方式存在效率不高、耗時(shí)...
? 提高煤渣狀態(tài)效率 - 通過圖像識別和深度學(xué)習(xí)等技術(shù)，借助AI視...
? 實(shí)時(shí)自動檢測預(yù)警 - 通過對圖像的精細(xì)分析，準(zhǔn)確識別煤渣裝載量...
