CN109388115A - 矿用智能单兵作业与保障系统、方法及智能巡检方法 - Google Patents
矿用智能单兵作业与保障系统、方法及智能巡检方法 Download PDFInfo
- Publication number
- CN109388115A CN109388115A CN201811279044.7A CN201811279044A CN109388115A CN 109388115 A CN109388115 A CN 109388115A CN 201811279044 A CN201811279044 A CN 201811279044A CN 109388115 A CN109388115 A CN 109388115A
- Authority
- CN
- China
- Prior art keywords
- cap
- lamp
- operating personnel
- carries
- subsystem
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000005065 mining Methods 0.000 title claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims abstract description 40
- 238000006073 displacement reaction Methods 0.000 claims description 41
- 238000007689 inspection Methods 0.000 claims description 39
- 238000005259 measurement Methods 0.000 claims description 36
- 230000008447 perception Effects 0.000 claims description 30
- 230000005540 biological transmission Effects 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 17
- 230000007613 environmental effect Effects 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 14
- 238000007726 management method Methods 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000009434 installation Methods 0.000 claims description 7
- 235000019577 caloric intake Nutrition 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 239000000523 sample Substances 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000035772 mutation Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000037237 body shape Effects 0.000 claims 1
- 230000006870 function Effects 0.000 abstract description 12
- 238000004891 communication Methods 0.000 abstract description 10
- 230000006854 communication Effects 0.000 abstract description 10
- 238000007405 data analysis Methods 0.000 abstract 1
- 230000001276 controlling effect Effects 0.000 description 12
- 239000003245 coal Substances 0.000 description 10
- 239000007789 gas Substances 0.000 description 9
- 238000003860 storage Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000005286 illumination Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000505 pernicious effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种矿用智能单兵作业与保障系统、方法及智能巡检方法，其中，作业与保障系统包括帽子系统、灯子系统和云控中心子系统；帽子系统、灯子系统综合利用其上搭载的摄像头及各类传感器实现通信、定位、观察、传感、调度、生命监测等功能；帽子系统、灯子系统通过蓝牙无线连接，数据汇总后无线传输至云控中心子系统，云控中心子系统进行数据分析处理后，发回控制指令和告警信息。通过本发明的技术方案，保证了井下作业人员位置、生命状态及周围环境监测的连续性、准确性和实时性，从基本上消除了监测盲区，提高劳动生产率和安全保障程度。
Description
技术领域
本发明涉及矿井设备技术领域，尤其涉及一种矿用智能单兵作业与保障系统、一种矿用智能单兵作业与保障方法和一种矿井单兵智能巡检方法。
背景技术
近年来，日益复杂的矿山工作环境，日渐完善的井下信息及传感网络，日益强调的安全及监管要求及现代化企业精细化管理的需求，给矿山作业人员的专业及职业素养、装备水平带来极大挑战，作业人员佩戴的装备越来越多，越来越复杂。面对多变和复杂的作业环境，急需一套高度集成化，“人机一体化”单兵作业保障系统，以便在作业工作时进行实时定位、各种数据的跟踪，远程指导，提高调度及管理效率，减少人员出险几率。同时在煤矿安全管理方面，各大煤炭集团按照国家标准要求配备了安监人员，基本实现了各采掘工作面、重点工程及危害场所的人员现场作业的监查要求，但是在实际执行过程中，发现安监人员在掌握安全情况时，也存在现场取证难、定性定量不准确的问题，安监人员不能对现场的安全情况进行全程可视化记录，矿山员工反映安监人员随意性比较强，两者之间的矛盾问题如何化解，如何让安全管理有理有据，如何真实记录违章作业全过程，成为当前煤矿安全管理的痛点。再者煤矿企业安装了一些安全监测设备，但还是存在安全隐患，首先监控点安装的位置有限，设备有可能产生故障失效，为了有效的避免事故的发生，还是需要人员进行井下巡检，但是由于安全巡检员的责任心问题及专业水平问题，巡而不检的做法常有发生，如何让巡检员保质保量的完成巡检工作，也是煤矿安全管理的一大难题。
从目前矿山行业发展趋势来看，目前国内各大煤企正在由传统的劳动密集型企业向高科技、高效率、无人值守、智能感知的智慧化矿井趋势发展；人员的行为管理和安全防护也需要由过去的人防和制度管理模式逐步向技防模式转变，如何杜绝井下人员危险和违规行为，进一步能够定量测算井下作业人员工作量和劳动强度，监控人员健康状况，打破下井计酬大锅饭模式，做到按劳分配，是提高煤矿劳动生产率和安全管理水平的关键问题。国内其它以信息化灯为代表的煤矿井下单兵携带产品方面，基本只是简单的功能堆积，缺乏人工智能元素的应用，缺乏生命监测及脱网应用能力，并不能适应煤矿日益智能化的生产和安全需求。
在现有公开的技术中，有一信息化矿灯，通过矿灯卡用于实时检测瓦斯浓度值，当浓度值达到设定的值时进行报警提示，并且还用于与读卡分站进行射频通信，由此实现对井下人员的跟踪和定位，将具有井下人员跟踪、定位和紧急通知功能以及瓦斯实时监测功能的矿灯卡集成到矿灯中，但是其使用的射频定位技术无法实现精确定位，没有解决脱网定位问题，没有语音和视频通信功能，没有人体生命感知功能。还有一种多功能信息化矿灯，包括：主板、定位模块、传感检测模块、手持终端和显示模块，集成人员定位、传感检测、音视频调度、手持终端和通过WIFI平台进行统一管理等功能，但是其使用的RFID接口和zigbee定位技术无法实现亚米级精确定位，也没有办法在无定位网络情况下定位，且只有WIFI一种通信方式，无法满足井下通信网络WIFI/3G/4G并存的使用场景。
发明内容
针对上述问题中的至少之一，本发明提供了一种矿用智能单兵作业与保障系统、一种矿用智能单兵作业与保障方法和一种矿井单兵智能巡检方法，通过将现有井下现场作业员的矿灯、安全帽、便携式多参数气体检测仪、手机、执法记录仪、人员定位卡进行一体化设计，同时加入能够通过变频差分去除环境干扰的亚米级宽带变频精确定位、惯性测量单元、人体体征数据采集、位移传感器模块，形成井下智能单兵作业装备，既解决了传统井下设备供电问题，也没有增加新的下井设备，功能包括通信、定位、观察、传感、调度等，同时利用WIFI/3G/4G网络实现云端的大数据采集、传输与存储，保证了数据传输的稳定性和调度实时性，做到了真正让每一个作业人员都纳入数字化矿山信息平台之中，从基本上消除了监测盲区。
为实现上述目的，本发明提供了一种矿用智能单兵作业与保障系统，包括：帽子系统、灯子系统和云控中心子系统；所述帽子系统包括帽载感知模组、帽载蓝牙模块和帽载电源组件，所述帽子系统集成安装于安全帽上，所述帽载电源组件分别与所述帽载感知模组和所述帽载蓝牙模块相连接，所述帽载感知模组与所述帽载蓝牙模块相连接，所述帽载感知模组包括帽载全景摄像头、红外测温传感器、生命监测传感器和位移传感器；所述灯子系统包括灯头和灯盒，所述灯头集成安装于矿灯探照灯头上，所述灯头包括灯载低照度摄像头和照明模块，所述灯盒集成安装于矿灯电源灯盒上，所述灯盒包括中控主板、灯载感知模组、灯载电源组件、显示屏、灯载蓝牙模块和数据传输模块，所述灯头与所述灯盒之间通过帽灯线相连接，所述灯载电源组件通过所述帽灯线中的电源线分别与所述灯载低照度摄像头和所述照明模块相连接，所述中控主板通过所述帽灯线中的信号线分别与所述灯载低照度摄像头和所述照明模块相连接；所述灯载感知模组包括定位模块、惯性测量单元和环境参数监测模块，所述灯载感知模组与所述中控主板相连接，所述中控主板分别与所述显示屏、所述数据传输模块和所述灯载蓝牙模块相连接，所述灯载电源组件还分别与所述灯载感知模组、所述中控主板、所述显示屏、所述数据传输模块和所述灯载蓝牙模块相连接；所述灯载蓝牙模块与所述帽载蓝牙模块无线连接，所述数据传输模块与所述云控中心子系统无线连接。
在上述技术方案中，优选地，所述帽子系统还包括帽载麦克风和帽载扬声器，所述帽载麦克风和所述帽载扬声器分别与所述帽载蓝牙模块相连接，所述帽载麦克风和所述帽载扬声器均与所述帽载电源组件相连接；所述灯头还包括抗噪麦克风，所述灯盒还包括抗噪扬声器，所述抗噪麦克风通过所述帽灯线的电源线与所述灯载电源组件相连接，还通过所述帽灯线的信号线与所述中控主板相连接，所述抗噪扬声器分别与所述中控主板和所述灯载电源组件相连接；所述帽载麦克风与所述抗噪麦克风互为闭锁，且所述帽载麦克风的优先级高于所述抗噪麦克风，所述帽载扬声器与所述抗噪扬声器互为闭锁，且所述帽载扬声器的优先级高于所述抗噪扬声器。
本发明还提出一种矿用智能单兵作业与保障方法，包括：所述云控中心子系统接收所述帽子系统和所述灯子系统采集到的作业人员作业信息，包括位置信息、加速度及位移矢量信息、环境参数、生命信息和周边环境视频；所述云控中心子系统根据矿山巷道信息及采集到的所述作业人员的作业信息进行工作情景建模；所述云控中心子系统根据建立的工作情景模型对所述作业人员的作业信息进行辅助判断，辅助判断包括工作状态、作业风险、工作强度和身体状态；所述云控中心子系统综合分析所述辅助判断的结果后向所述帽子系统和所述灯子系统发送控制或报警指令；所述帽子系统和所述灯子系统执行所述控制指令或响应所述报警指令。
在上述技术方案中，优选地，所述云控中心子系统根据工作情景建模对所述作业人员的作业信息进行辅助判断具体包括：所述云控中心子系统通过所述灯子系统的定位模块和惯性测量单元采集到的数据计算所述作业人员的三维GIS地理位置，通过所述灯子系统的惯性测量单元采集到的数据获取所述作业人员的加速度矢量；所述云控中心子系统根据所述作业人员的三维GIS地理位置和加速度矢量建立所述作业人员的轨迹模型，根据所述轨迹模型判断所述作业人员的工作状态；所述云控中心子系统根据所述作业人员的历史工作时长和累计行走距离生成所述作业人员的卡路里消耗报告；所述云控中心子系统根据所述作业人员的工作状态和卡路里消耗报告进行工作强度分析；所述云控中心子系统根据所述帽子系统的生命监测传感器采集所述作业人员的生命体征数据，并根据所述生命体征数据和所述卡路里消耗报告判断所述作业人员的身体状态；所述云控中心子系统对所述帽载全景摄像头采集到的所述作业人员的周边环境视频进行机器视觉分析；所述云控中心子系统根据所述视觉分析的结果和所述灯子系统中的环境参数监测模块采集到的环境参数进行风险等级评估，判断所述作业人员周围环境是否存在风险或风险隐患；所述云控中心子系统通过综合分析，判断所述作业人员的工作或身体状态不正常或周围环境存在风险或风险隐患时，向调度人员和所述作业人员发布报警信息。
在上述技术方案中，优选地，所述云控中心子系统根据所述作业人员的轨迹模型判断所述作业人员的工作状态具体包括：若所述作业人员的轨迹模型为线性变化而无突变，则判断作业人员的工作状态为行进；若所述作业人员的轨迹模型收敛于第一幅度范围，则判断作业人员工作状态为停止；若所述作业人员的轨迹模型收敛于第二幅度范围、所述作业人员的周边环境视频且加速度矢量缓慢变化，则判断作业人员工作状态为工作；若所述作业人员的所述加速度矢量突变且之后所述三维GIS地理位置预设时间内完全静止，则判断所述作业人员工作状态为异常；其中，所述第一幅度范围和所述第二幅度范围根据所述云控中心子系统对轨迹模型的深度学习计算获得并在运行过程中逐步校准。
在上述技术方案中，优选地，所述云控中心子系统通过所述灯子系统的定位模块和惯性测量单元采集到的数据计算所述作业人员的三维GIS地理位置具体包括：所述云控中心子系统根据所述定位模块是否接收到定位接收机的响应信号以判断所述作业人员当前是否处于定位网络；若当前不处于定位网络，读取上一时间点t0时定位模块的GIS地理位置Pt0(Xt0、Yt0、Zt0)，利用惯性测量单元测量数据计算t0至t1的三维相对位移(Xδ、Yδ、Zδ)，则确定在时间点t1时所述定位模块的GIS地理位置为Pt1final＝(Xt0+Xδ、Yt0+Yδ、Zt0+Zδ)；若当前处于定位网络且之前连续三次测量均有定位网络，则利用宽带变频技术计算时间点t1时定位模块的GIS坐标Pt1(Xt1、Yt1、Zt1)以及上一时间点t0时定位模块的GIS坐标Pt0(Xt0、Yt0、Zt0)；利用惯性测量单元测量数据计算t0至t1的三维相对位移(Xδ、Yδ、Zδ)；计算并判断(Xt1-Xt0)2+(Yt1-Yt0)2+(Zt1-Zt0)2≥2Xδ 2+2Yδ 2+2Zδ 2或(Xt1-Xt0)2+(Yt1-Yt0)2+(Zt1-Zt0)2＜0.5Xδ 2+0.5Yδ 2+0.5Zδ 2是否成立，若成立则确定所述定位模块的GIS地理位置为Pt1final＝(Xt0+Xδ、Yt0+Yδ、Zt0+Zδ)，若不成立则确定在时间点t1时所述定位模块的GIS地理位置为Pt1final＝Pt1(Xt1、Yt1、Zt1)；若当前处于定位网络但之前连续三次测量中至少有一次不处于定位网络，利用宽带变频技术计算测算当前时间点t1时定位模块的GIS坐标Pt1(Xt1、Yt1、Zt1)，则确定在时间点t1时所述定位模块的GIS地理位置为Pt1final＝Pt1(Xt1、Yt1、Zt1)。
在上述技术方案中，优选地，所述利用宽带变频技术计算时间点t1时定位模块的GIS坐标Pt1(Xt1、Yt1、Zt1)具体包括：所述定位模块发出A频段脉冲信号，所述定位接收机P1(X1、Y1、Z1)、P2(X2、Y2、Z2)接收、处理后发出所述响应信号，其中，相邻的所述定位接收机的接收范围的中间间隔区域相重叠覆盖；计算所述A频段脉冲信号到达所述定位接收机的时长分别为TAp11、TAp21，以及计算所述响应信号回到所述定位模块的时长分别为TAp12、TAp22；所述定位模块发出B频段脉冲信号，计算所述B频段脉冲信号到达所述定位接收机的时长分别为TBp11、TBp21，以及计算所述响应信号回到所述定位模块的时长分别为TBp12、TBp22；所述定位模块发出C频段脉冲信号，计算所述C频段脉冲信号到达所述定位接收机的时长分别为TCp11、TCp21，以及计算所述响应信号回到所述定位模块的时长分别为TCp12、TCp22；利用A、B、C三个频段计算定位模块所在GIS三维坐标
Pt1(Xt1、Yt1、Zt1)＝((Tprop1X2+Tprop2X1)/(Tprop2+Tprop2)、(Tprop1Y2+Tprop2Y1)/(Tprop2+Tprop2)、(Tprop1Z2+Tprop2Z1)/(Tprop2+Tprop2))，
其中，
Tprop1＝(((min(TCp11,TBp11)+min(TAp11,TBp11)+min(TCp11,TAp11))2+(min((TCp12,TBp12)+min(TAp12,TBp12)+min(TCp12,TAp12))2)1/2，
Tprop2＝(((min(TCp21,TBp21)+min(TAp21,TBp21)+min(TCp21,TAp21))2+(min((TCp22,TBp22)+min(TAp22,TBp22)+min(TCp22,TAp22))2)1/2。
在上述技术方案中，优选地，矿用智能单兵作业与保障方法还包括节电管理和作业人员防脱帽管理，具体包括：所述帽子系统在监测到连续1分钟内所述生命监测传感器无生命信号且位移传感器无位移信号时，进入休眠状态；所述帽子系统的所述位移传感器每2秒唤醒一次，唤醒0.5秒内未检测到有效位移信号则继续进入休眠状态；所述位移传感器在唤醒期间检测到有效位移信号则进入工作状态；所述帽子系统在监测到连续15秒内所述生命监测传感器无生命信号但所述位移传感器在此期间有位移信号时判断所述作业人员脱帽；所述帽子系统发送脱帽信号到所述云控中心子系统，所述云控中心子系统根据上述技术方案计算得到的定位模块的GIS地理位置判断作业人员所在区域是否必须佩戴安全帽，是则发出报警信号。
本发明还提出一种矿井单兵智能巡检方法，其利用上述技术方案所述的矿用智能单兵作业与保障系统，包括：所述云控中心子系统根据上述技术方案计算所得三维GIS坐标对巡检人员的巡检轨迹进行建模；所述云控中心子系统将建立的巡检轨迹模型与预置巡检路线进行对比，并判断所述巡检轨迹是否相符；在所述巡检轨迹偏离所述预置巡检路线时，所述云控中心子系统对所述巡检人员和调度人员发出报警信息，直至人为确认或回到所述预置巡检路线；在所述巡检人员到达巡检地点后控制开启所述灯子系统的低照度摄像头采集巡检图像；所述云控中心子系统对所述巡检图像进行机器视觉分析以判断矿井设备及周边环境信息，同时锁定设备屏幕，对屏幕显示内容进行自然语言识别并记录设备运行参数等巡检数据，若判断所述矿井设备或环境出现异常则发出报警信息；在所述巡检人员到达需要工作票核对的巡检地点时，所述巡检人员利用所述帽子系统或所述灯子系统呼叫所述云控中心子系统，进行远程语音工作票核对并全程录音；在单一巡检地点巡检完毕后所述云控中心子系统对所述巡检人员语音提示下一阶段巡检任务及路线。
与现有技术相比，本发明的有益效果为：通过将现有井下现场作业员的矿灯、安全帽、便携式多参数气体检测仪、手机、执法记录仪、人员定位卡进行一体化设计，同时加入亚米级宽带变频精确定位、惯性测量单元、人体体征数据采集、位移传感器模块，形成井下智能单兵作业装备，既解决了传统井下设备供电问题，也没有增加新的下井设备，功能包括通信、定位、观察、传感、调度等，同时利用WIFI/3G/4G网络实现云端的大数据采集、传输与存储，极大保证了数据传输的稳定性和调度实时性，做到了真正让每一个作业人员都纳入数字化矿山信息平台之中，从基本上消除了监测盲区。此外，在宽带变频技术中，超宽带技术实现井下亚米级精确定位，变频技术能够用差分的方法解决井下环境对定位数据的干扰问题，还使用惯性测量单元在有网情况下对定位数据进行校准，脱网情况下实现轨迹的精密延续，保证定位数据的连续性、准确性和完整性。在云控中心利用深度学习和机器视觉对工作状态和安全水平进行评估，对作业风险进行预测，同时还可以基于自然语言识别和机器视觉实现巡检过程智能化，能够起到辅助作业与决策的作用，同时提高劳动生产率和安全保障程度，让单兵作业及保障设备真正智能起来。
附图说明
图1为本发明一种实施例公开的矿用智能单兵作业与保障系统的结构示意框图；
图2为本发明一种实施例公开的矿用智能单兵作业与保障方法的流程示意框图；
图3为本发明一种实施例公开的生成辅助判断的方法示意图；
图4为本发明一种实施例公开的宽带变频与惯导联合定位法示意图；
图5为本发明一种实施例公开的基于宽带变频技术计算GIS坐标的的流程示意图；
图6为本发明一种实施例公开的矿井单兵智能巡检方法的示意图。
图中，各组件与附图标记之间的对应关系为：
10.矿用智能单兵作业与保障系统，11.帽子系统，111.帽载感知模组，1111.帽载全景摄像头，1112.红外测温传感器，1113.生命监测传感器，1114.位移传感器，112.帽载蓝牙模块，113.帽载电源组件，114.帽载麦克风，115.帽载扬声器，12.灯子系统，121.灯头，1211.灯载低照度摄像头，1212.照明模块，1213.抗噪麦克风，122.灯盒，1221.中控主板，1222.灯载感知模组，1223.灯载电源组件，1224.灯载蓝牙模块，1225.数据传输模块，1226.抗噪扬声器，1227.显示屏，1228.定位模块，1229.惯性测量单元，1230.环境参数检测模块，123.帽灯线，13.云控中心子系统。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合附图对本发明做进一步的详细描述：
如图1所示，根据本发明提供的一种矿用智能单兵作业与保障系统10，包括：帽子系统11、灯子系统12和云控中心子系统13；帽子系统11包括帽载感知模组111、帽载蓝牙模块112和帽载电源组件113，帽子系统11集成安装于安全帽上，帽载电源组件113分别与帽载感知模组111和帽载蓝牙模块112相连接，帽载感知模组111与帽载蓝牙模块112相连接，帽载感知模组111包括帽载全景摄像头1111、红外测温传感器1112、生命监测传感器1113和位移传感器1114；灯子系统12包括灯头121和灯盒122，所述灯头121集成安装于矿灯探照灯头上，灯头121包括灯载低照度摄像头1211和照明模块1212，所述灯盒122集成安装于矿灯电源灯盒上，灯盒122包括中控主板1221、灯载感知模组1222、灯载电源组件1223、显示屏1227、灯载蓝牙模块1224和数据传输模块1225，灯头121与灯盒122之间通过帽灯线123相连接，灯载电源组件1223通过帽灯线123中的电源线分别与灯载低照度摄像头1211和照明模块1212相连接，中控主板1221通过帽灯线123中的信号线分别与灯载低照度摄像头1211和照明模块1212相连接；灯载感知模组1222包括定位模块1228、惯性测量单元1229和环境参数监测模块1230，灯载感知模组1222与中控主板1221相连接，中控主板1221分别与显示屏1227、数据传输模块1225和灯载蓝牙模块1224相连接，灯载电源组件1223还分别与灯载感知模组1222、中控主板1221、显示屏1227、数据传输模块1225和灯载蓝牙模块1224相连接；灯载蓝牙模块1224与帽载蓝牙模块112无线连接，数据传输模块1225与云控中心子系统13无线连接。
在该实施例中，帽载感知模组111与帽载蓝牙模块112连接，帽载电源组件113负责电池的充放电管理，电池需具备防爆标识，并对帽载蓝牙模块112和帽载感知模组111供电；帽载感知模组111中，帽载全景摄像头1111用于360度摄取矿帽周边环境视频，红外测温传感器1112用于采集红外中心点周围的设备温度信息，生命监测传感器1113用于采集井下作业人员的心率、血压、体温等生命信息，并具备防脱帽监测功能，位移传感器1114用于判断设备是否在运动，帽载蓝牙模块112负责帽子系统11和灯子系统12的数据交互。电源管理模块还用于接收生命监测传感器1113及位移传感器1114的数据判断是否进入工作状态。
其中，灯头121和灯盒122通过具有煤安标志的四芯帽灯线123连接，其中两芯为电源线，两芯为信号线，灯盒122中的灯载电源组件1223通过两芯电源线对灯头121中的灯载低照度摄像头1211和LED照明模块1212供电，LED照明模块1212亮度大于2000lux，灯盒122中的中控主板1221通过两芯信号线和灯头121中的灯载低照度摄像头1211和LED照明模块1212连接。灯盒122中灯载感知模组1222、灯载蓝牙模块1224与中控主板1221连接；灯载蓝牙模块1224与帽载蓝牙模块112无线连接，用于灯子系统12和帽子系统11的数据交互；中控主板1221与WIFI/3G/4G数据传输模块1225连接；WIFI/3G/4G数据传输模块1225与所述云控中心子系统13实现通信连接，并内置32G存储空间(可扩展)保证离线时各类数据的存储；中控主板1221用于对灯头121和灯盒122中各模组信息汇总和集中控制；显示屏1227用于显示灯载感知模组1222采集的环境参数及设备参数；灯载电源组件1223负责电池的充放电管理，电池需具备防爆标识，并对中控主板1221、灯载感知模组1222、显示屏1227、灯载蓝牙模块1224、WIFI/3G/4G数据传输模块1225供电。
具体地，灯载感知模组1222包括定位模块1228、惯性测量单元1229和环境参数监测模块1230；定位模块1228采用变频宽带定位技术，内嵌式轨迹收敛算法，超宽带技术能够实现井下亚米级精确定位，变频技术能够用差分的方法解决井下环境对定位数据的干扰问题，以实现在有定位网络情况下的井下亚米级的精确定位，确保人员位置数据的准确性；惯性测量单元1229在没有定位网络情况下根据陀螺的输出建立坐标系，根据加速度计输出解算出灯盒122在坐标系中的速度和位置，保证在网络盲区的定位数据的准确性和完整性；环境参数监控模块采用智能数字化技术和高精度传感器，实时采集作业人员所处环境的温度、湿度、瓦斯、CO、氧气浓度数据，如空气中有害气体超标，则灯盒122本体和云控中心子系统13立即联动报警，通知人员撤离。
其中，云控中心子系统13布置在地面调度室，包括算法服务器、云存储服务器及调度控制平台。其中，算法服务器可将井下通信网络中接收到的数据和图像进行建模、比对，使用深度学习算法、机器视觉算法和自然语言识别进行智能分析，并将分析结果发送给调度控制平台，由调度控制平台根据需要远程调用灯子系统12和帽子系统11中的摄像头拍摄图像，对作业人员进行语音通话、发送报警信息或控制指令给帽子系统11和灯子系统12，实现预警功能。监测数据、视频图像、报警信息及处理结果存储在云存储服务器中。
在上述实施例中，优选地，帽子系统11还包括帽载麦克风114和帽载扬声器115，帽载麦克风114和帽载扬声器115分别与帽载蓝牙模块112相连接，帽载麦克风114和帽载扬声器115均与帽载电源组件相连接；灯头121还包括抗噪麦克风1213，灯盒122还包括抗噪扬声器1226，抗噪麦克风1213通过帽灯线123的电源线与灯载电源组件1223相连接，还通过帽灯线123的信号线与中控主板1221相连接，抗噪扬声器1226分别与中控主板1221和灯载电源组件1223相连接；帽载麦克风114与抗噪麦克风1213互为闭锁，且帽载麦克风114的优先级高于抗噪麦克风1213，帽载扬声器115与抗噪扬声器1226互为闭锁，且帽载扬声器115的优先级高于抗噪扬声器1226。其中，具体地，帽载麦克风114与抗噪麦克风1213之间的互为闭锁、以及帽载扬声器115与抗噪扬声器1226之间的互为闭锁，类似于常规技术中蓝牙耳机与手机扬声器和麦克风之间的互为闭锁，在蓝牙耳机连接上手机时，手机上的麦克风和扬声器由于优先级低于蓝牙耳机的优先级，因此蓝牙耳机在连接上手机后，手机上的扬声器不再响、麦克风不再收音。
如图2所示，本发明还提出一种矿用智能单兵作业与保障方法，包括：步骤S101，云控中心子系统13接收灯子系统12中定位模块1228采集的三维GIS位置信息，惯性测量单元1229测量的三维加速度及位移矢量信息，环境参数监控模块采集的温度、湿度、瓦斯、CO、氧气浓度数据，帽子系统11中生命监测传感器1113采集的心率、血压、体温等生命信息及帽载全景摄像头1111采集周边环境视频；步骤S102，云控中心子系统13的算法服务器根据矿山巷道信息及采集到的作业人员的作业信息进行工作情景建模；步骤S103，算法服务器根据建立的工作情景模型对作业人员的作业信息进行四个辅助判断，具体包括：作业人员的工作状态(停止、行进、工作、异常)；作业人员风险评估(无风险、有风险隐患、有现实风险)；作业人员工作强度等级(非常繁忙、正常强度、轻度劳动、偷懒)；作业人员身体状态(正常、疲劳、受伤、死亡)；步骤S104，云控中心子系统13的调度控制平台根据辅助判断的判断结果向帽子系统11和灯子系统12发送控制指令或报警指令；步骤S105，帽子系统11和灯子系统12执行控制指令或响应报警指令。
如图3所示，在上述实施例中，优选地，云控中心子系统13根据工作情景建模对作业人员的作业信息进行辅助判断具体包括：云控中心子系统13通过灯子系统12的定位模块1228和惯性测量单元1229采集到的数据计算作业人员的三维GIS地理位置，通过灯子系统12的惯性测量单元1229采集到的数据获取作业人员的实时加速度矢量；云控中心子系统13的算法服务器根据作业人员的三维GIS地理位置和加速度矢量获取作业人员的轨迹模型，根据轨迹模型判断作业人员的工作状态；算法服务器根据存储服务器的存储数据计算作业人员的历史工作时长和累计行走距离以生成作业人员的卡路里消耗报告，根据作业人员的工作状态和卡路里消耗报告进行工作强度分析；算法服务器根据帽子系统11的生命监测传感器1113采集作业人员的生命体征数据，根据生命体征数据和卡路里消耗报告联合来判断作业人员的身体状态；算法服务器对帽载全景摄像头1111采集到的作业人员的周边环境视频进行机器视觉分析，并根据视觉分析的结果和灯子系统12中的环境参数监测模块1230采集到的环境参数进行风险等级评估，判断周围是否存在危险源，同时根据接收的矿安全监控信息化系统收集的环境参数监控数据判断是否有关键安全参数异常，判断作业人员周围环境是否存在风险或风险隐患；算法服务器综合分析发现作业人员的工作或身体状态不正常或周围环境存在风险隐患时，判断异常原因，推送报警信息和原因分析至云控中心子系统13的调度控制平台，调度控制平台控制帽子系统11和和灯子系统12对井下作业人员进行声光报警。
在上述实施例中，优选地，云控中心子系统13的算法服务器根据轨迹模型判断作业人员的工作状态具体包括：若作业人员的轨迹模型为线性变化而无突变，则判断作业人员的工作状态为行进；若作业人员的轨迹模型收敛于第一幅度范围D1，则判断作业人员工作状态为停止；若作业人员的轨迹模型收敛于第二幅度范围D2、作业人员的周边环境视频且加速度矢量缓慢变化，则判断作业人员工作状态为工作；若作业人员的加速度矢量突变且之后三维GIS坐标预设时间内完全静止，则判断作业人员工作状态为异常；其中，第一幅度范围D1和第二幅度范围D2根据算法服务器对轨迹模型的深度学习计算获得并在运行过程中逐步校准。
如图4所示，在上述实施例中，优选地，为了脱网情况下实现轨迹的精密延续，同时在有网情况下提高定位精度，以保证定位的连续性、准确性和完整性，使用惯性测量单元对定位数据进行校准和补充：云控中心子系统13的算法服务器通过灯子系统12的定位模块1228采集到的数据计算作业人员的三维GIS坐标具体包括：算法服务器根据定位模块1228是否接收到定位接收机的响应信号以判断作业人员当前是否处于定位网络；若当前不处于定位网络，读取上一时间点t0时定位模块1228的GIS地理位置Pt0(Xt0、Yt0、Zt0)，利用惯性测量单元1229测量数据计算t0至t1的三维相对位移(Xδ、Yδ、Zδ)，确定在时间点t1时定位模块1228的GIS地理位置为Pt1final＝(Xt0+Xδ、Yt0+Yδ、Zt0+Zδ)；若作业人员当前处于定位网络且之前连续三次测量也均有定位网络，则利用宽带变频技术测算当前时间点t1时定位模块1228的GIS坐标Pt1(Xt1、Yt1、Zt1)，读取上一时间点t0时定位模块1228的GIS坐标Pt0(Xt0、Yt0、Zt0)，利用惯性测量单元1229测量数据计算t0至t1的三维相对位移(Xδ、Yδ、Zδ)；计算并判断(Xt1-Xt0)2+(Yt1-Yt0)2+(Zt1-Zt0)2≥2Xδ 2+2Yδ 2+2Zδ 2或(Xt1-Xt0)2+(Yt1-Yt0)2+(Zt1-Zt0)2＜0.5Xδ 2+0.5Yδ 2+0.5Zδ 2是否成立，若成立则确定定位模块1228的GIS地理位置为Pt1final＝(Xt0+Xδ、Yt0+Yδ、Zt0+Zδ)，若不成立则确定在时间点t1时定位模块1228的GIS地理位置为Pt1final＝Pt1(Xt1、Yt1、Zt1)；若作业人员当前处于定位网络但之前连续三次测量中至少有一次不处于定位网络，利用宽带变频技术计算测算当前时间点t1时定位模块1228的GIS坐标Pt1(Xt1、Yt1、Zt1)，则确定在时间点t1时定位模块1228的GIS地理位置为Pt1final＝Pt1(Xt1、Yt1、Zt1)。
如图5所示，在上述实施例中，优选地，利用宽带变频技术计算时间点t1时定位模块1228的GIS坐标Pt1(Xt1、Yt1、Zt1)具体包括：定位模块1228发出A频段脉冲信号，定位接收机P1(X1、Y1、Z1)、P2(X2、Y2、Z2)接收、处理后发出响应信号，其中，相邻的定位接收机的接收范围的中间间隔区域相重叠覆盖；计算A频段脉冲信号到达定位接收机的时长分别为TAp11、TAp21，以及计算响应信号回到定位模块1228的时长分别为TAp12、TAp22；定位模块1228发出B频段脉冲信号，计算B频段脉冲信号到达定位接收机的时长分别为TBp11、TBp21，以及计算响应信号回到定位模块1228的时长分别为TBp12、TBp22；定位模块1228发出C频段脉冲信号，计算C频段脉冲信号到达定位接收机的时长分别为TCp11、TCp21，以及计算响应信号回到定位模块1228的时长分别为TCp12、TCp22；
利用A、B、C三个频段计算定位模块1228所在GIS三维坐标
Pt1(Xt1、Yt1、Zt1)＝((Tprop1X2+Tprop2X1)/(Tprop2+Tprop2)、(Tprop1Y2+Tprop2Y1)/(Tprop2+Tprop2)、(Tprop1Z2+Tprop2Z1)/(Tprop2+Tprop2))，
其中，
Tprop1＝(((min(TCp11,TBp11)+min(TAp11,TBp11)+min(TCp11,TAp11))2+(min((TCp12,TBp12)+min(TAp12,TBp12)+min(TCp12,TAp12))2)1/2，
Tprop2＝(((min(TCp21,TBp21)+min(TAp21,TBp21)+min(TCp21,TAp21))2+(min((TCp22,TBp22)+min(TAp22,TBp22)+min(TCp22,TAp22))2)1/2。
在上述实施例中，优选地，矿用智能单兵作业与保障方法还包括节电管理和作业人员防脱帽管理：帽子系统11在监测到连续1分钟内生命监测传感器1113无生命信号且位移传感器1114无位移信号时，控制系统进入休眠状态；位移传感器1114每2秒唤醒一次，唤醒0.5秒内未检测到位移信号则继续进入休眠状态；位移传感器1114在唤醒期间检测到有位移信号则系统进入工作状态；帽子系统11在监测到连续15秒内生命监测传感器1113无生命信号但位移传感器1114有位移信号时判断作业人员脱帽；脱帽信号传送至云控中心子系统13，云控中心子系统13的算法服务器根据GIS地理位置信息判断作业人员所在区域是否必须佩戴安全帽，是则算法服务器对云控中心子系统13的调度控制平台报警，调度控制平台发出报警信号至帽子系统11和灯子系统12，帽子系统11和灯子系统12收到报警信息由帽载扬声器115或抗噪扬声器1226发出报警提醒。报警提醒后，作业人员在2秒内连按电源键3次可关闭脱帽报警信号。
如图6所示，本发明还提出一种矿井单兵智能巡检方法，其利用上述实施例的矿用智能单兵作业与保障系统10，包括：云控中心子系统13的算法服务器自动根据灯子系统12的GIS地理位置对巡检人员轨迹进行建模；算法服务器将建立的巡检轨迹模型与预置巡检路线进行对比，并判断巡检轨迹是否相符；在巡检轨迹偏离预置巡检路线时，算法服务器对云控中心子系统13的调度控制平台报警，调度控制平台发出报警信号至帽子系统11和灯子系统12，帽子系统11和灯子系统12收到报警信息由帽载扬声器115或抗噪扬声器1226发出报警提醒，直至人为确认或回到预置巡检路线；在巡检人员到达某个巡检地点后云控中心子系统13的调度控制平台远程开启灯子系统12的低照度摄像头自动采集巡检图像，云控中心子系统13的算法服务器寻找关键视觉点确认位置信息后开始记录巡检图像；算法服务器对巡检图像进行机器视觉分析以判断设备状态及完整性，周边环境信息，同时锁定设备屏幕，对屏幕显示内容进行自然语言识别并记录设备运行参数等巡检数据，若算法服务器判断矿井设备或环境出现异常则发出报警信息给调度控制平台及井下巡检人员；在巡检人员到达需要工作票核对的巡检地点时，巡检人员利用帽子系统11或灯子系统12呼叫云控中心子系统13的调度控制平台，进行远程语音工作票核对并全程录音，录音数据发送到云控中心子系统13的云存储服务器进行存储；在单一巡检地点巡检完毕后，云控中心子系统13的调度控制平台对作业人员语音提示下一阶段巡检任务及路线。
以上所述为本发明的实施方式，根据本发明提出的矿用智能单兵作业与保障系统10、方法及矿井单兵智能巡检方法，通过将现有井下现场作业员的矿灯、安全帽、便携式多参数气体检测仪、手机、执法记录仪、人员定位卡进行一体化设计，同时加入亚米级宽带变频精确定位模块1228、惯性测量单元1229、人体体征数据采集1113、位移传感器1114模块，形成井下智能单兵作业装备，既解决了传统井下设备供电问题，也没有增加新的下井设备，功能包括通信、定位、观察、传感、调度等，同时利用WIFI/3G/4G网络实现云端的大数据采集、传输与存储，极大保证了数据传输的稳定性和调度实时性，做到了真正让每一个作业人员都纳入数字化矿山信息平台之中，从基本上消除了监测盲区。此外，宽带变频精确定位模块1228中，超宽带技术实现井下亚米级精确定位，变频技术能够用差分的方法解决井下环境对定位数据的干扰问题，还使用惯性测量单元1229在有网情况下对定位数据进行校准，脱网情况下实现轨迹的精密延续，保证定位数据的连续性、准确性和完整性。在云控中心利用深度学习和机器视觉对工作状态和安全水平进行评估，对作业风险进行预测，同时还可以基于自然语言识别和机器视觉实现巡检过程智能化，能够起到辅助作业与决策的作用，同时提高劳动生产率和安全保障程度，让单兵作业及保障设备真正智能起来。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种矿用智能单兵作业与保障系统，其特征在于，包括：帽子系统、灯子系统和云控中心子系统；
所述帽子系统包括帽载感知模组、帽载蓝牙模块和帽载电源组件，所述帽子系统集成安装于安全帽上，所述帽载电源组件分别与所述帽载感知模组和所述帽载蓝牙模块相连接，所述帽载感知模组与所述帽载蓝牙模块相连接，所述帽载感知模组包括帽载全景摄像头、红外测温传感器、生命监测传感器和位移传感器；
所述灯子系统包括灯头和灯盒，所述灯头集成安装于矿灯探照灯头上，所述灯头包括灯载低照度摄像头和照明模块，所述灯盒集成安装于矿灯电源灯盒上，所述灯盒包括中控主板、灯载感知模组、灯载电源组件、显示屏、灯载蓝牙模块和数据传输模块，所述灯头与所述灯盒之间通过帽灯线相连接，所述灯载电源组件通过所述帽灯线中的电源线分别与所述灯载低照度摄像头和所述照明模块相连接，所述中控主板通过所述帽灯线中的信号线分别与所述灯载低照度摄像头和所述照明模块相连接；
所述灯载感知模组包括定位模块、惯性测量单元和环境参数监测模块，所述灯载感知模组与所述中控主板相连接，所述中控主板分别与所述显示屏、所述数据传输模块和所述灯载蓝牙模块相连接，所述灯载电源组件还分别与所述灯载感知模组、所述中控主板、所述显示屏、所述数据传输模块和所述灯载蓝牙模块相连接；
所述灯载蓝牙模块与所述帽载蓝牙模块无线连接，所述数据传输模块与所述云控中心子系统无线连接。
2.根据权利要求1所述的矿用智能单兵作业与保障系统，其特征在于：
所述帽子系统还包括帽载麦克风和帽载扬声器，所述帽载麦克风和所述帽载扬声器分别与所述帽载蓝牙模块相连接，所述帽载麦克风和所述帽载扬声器均与所述帽载电源组件相连接；
所述灯头还包括抗噪麦克风，所述灯盒还包括抗噪扬声器，所述抗噪麦克风通过所述帽灯线的电源线与所述灯载电源组件相连接，还通过所述帽灯线的信号线与所述中控主板相连接，所述抗噪扬声器分别与所述中控主板和所述灯载电源组件相连接；
所述帽载麦克风与所述抗噪麦克风互为闭锁，且所述帽载麦克风的优先级高于所述抗噪麦克风，所述帽载扬声器与所述抗噪扬声器互为闭锁，且所述帽载扬声器的优先级高于所述抗噪扬声器。
3.一种矿用智能单兵作业与保障方法，其特征在于，包括：
所述云控中心子系统接收所述帽子系统和所述灯子系统采集到的作业人员作业信息，包括位置信息、加速度及位移矢量信息、环境参数、生命信息和周边环境视频；
所述云控中心子系统根据矿山巷道信息及采集到的所述作业人员的作业信息进行工作情景建模；
所述云控中心子系统根据工作情景建模对所述作业人员的作业信息进行辅助判断，辅助判断包括工作状态、作业风险、工作强度和身体状态；
所述云控中心子系统综合分析所述辅助判断的结果后向所述帽子系统和所述灯子系统发送控制或报警指令；
所述帽子系统和所述灯子系统执行所述控制指令或响应所述报警指令。
4.根据权利要求3所述的矿用智能单兵作业与保障方法，其特征在于，所述云控中心子系统根据工作情景建模对所述作业人员的作业信息进行辅助判断具体包括：
所述云控中心子系统通过所述灯子系统的定位模块和惯性测量单元采集到的数据计算所述作业人员的三维GIS地理位置，通过所述灯子系统的惯性测量单元采集到的数据获取所述作业人员的加速度矢量；
所述云控中心子系统根据所述作业人员的三维GIS地理位置和加速度矢量建立所述作业人员的轨迹模型，根据所述轨迹模型判断所述作业人员的工作状态；
所述云控中心子系统根据所述作业人员的历史工作时长和累计行走距离生成所述作业人员的卡路里消耗报告；
所述云控中心子系统根据所述作业人员的工作状态和卡路里消耗报告进行工作强度分析；
所述云控中心子系统根据所述帽子系统的生命监测传感器采集所述作业人员的生命体征数据，并根据所述生命体征数据和所述卡路里消耗报告判断所述作业人员的身体状态；
所述云控中心子系统对所述帽载全景摄像头采集到的所述作业人员的周边环境视频进行机器视觉分析；
所述云控中心子系统根据所述视觉分析的结果和所述灯子系统中的环境参数监测模块采集到的环境参数进行风险等级评估，判断所述作业人员周围环境是否存在风险或风险隐患；
所述云控中心子系统通过综合分析，判断所述作业人员的工作或身体状态不正常或周围环境存在风险或风险隐患时，向调度人员和所述作业人员发布报警信息。
5.根据权利要求4所述的矿用智能单兵作业与保障方法，其特征在于，所述云控中心子系统根据所述作业人员的轨迹模型判断所述作业人员的工作状态具体包括：
若所述作业人员的轨迹模型为线性变化而无突变，则判断作业人员的工作状态为行进；
若所述作业人员的轨迹模型收敛于第一幅度范围，则判断作业人员工作状态为停止；
若所述作业人员的轨迹模型收敛于第二幅度范围、所述作业人员的周边环境视频且加速度矢量缓慢变化，则判断作业人员工作状态为工作；
若所述作业人员的加速度矢量突变且之后三维GIS地理位置预设时间内完全静止，则判断所述作业人员工作状态为异常；
其中，所述第一幅度范围和所述第二幅度范围根据所述云控中心子系统对轨迹模型的深度学习计算获得并在运行过程中逐步校准。
6.根据权利要求4所述的矿用智能单兵作业与保障方法，其特征在于，所述云控中心子系统通过所述灯子系统的定位模块和惯性测量单元采集到的数据计算所述作业人员的三维GIS地理位置具体包括：
所述云控中心子系统根据所述定位模块是否接收到定位接收机的响应信号以判断所述作业人员当前是否处于定位网络；
若当前不处于定位网络，读取上一时间点t0时定位模块的GIS地理位置Pt0(Xt0、Yt0、Zt0)，利用惯性测量单元测量数据计算t0至t1的三维相对位移(Xδ、Yδ、Zδ)，则确定在时间点t1时所述定位模块的GIS地理位置为Pt1final＝(Xt0+Xδ、Yt0+Yδ、Zt0+Zδ)；
若当前处于定位网络且之前连续三次测量均有定位网络，则利用宽带变频技术计算时间点t1时定位模块的GIS坐标Pt1(Xt1、Yt1、Zt1)以及上一时间点t0时定位模块的GIS坐标Pt0(Xt0、Yt0、Zt0)；
利用惯性测量单元测量数据计算t0至t1的三维相对位移(Xδ、Yδ、Zδ)；
计算并判断(Xt1-Xt0)2+(Yt1-Yt0)2+(Zt1-Zt0)2≥2Xδ 2+2Yδ 2+2Zδ 2或(Xt1-Xt0)2+(Yt1-Yt0)2+(Zt1-Zt0)2＜0.5Xδ 2+0.5Yδ 2+0.5Zδ 2是否成立，若成立则确定所述定位模块的GIS地理位置为Pt1final＝(Xt0+Xδ、Yt0+Yδ、Zt0+Zδ)，若不成立则确定在时间点t1时所述定位模块的GIS地理位置为Pt1final＝Pt1(Xt1、Yt1、Zt1)；
若当前处于定位网络但之前连续三次测量中至少有一次不处于定位网络，利用宽带变频技术计算测算当前时间点t1时定位模块的GIS坐标Pt1(Xt1、Yt1、Zt1)，则确定在时间点t1时所述定位模块的GIS地理位置为Pt1final＝Pt1(Xt1、Yt1、Zt1)。
7.根据权利要求6所述的矿用智能单兵作业与保障方法，其特征在于，所述利用宽带变频技术计算时间点t1时定位模块的GIS坐标Pt1(Xt1、Yt1、Zt1)具体包括：
所述定位模块发出A频段脉冲信号，所述定位接收机P1(X1、Y1、Z1)、P2(X2、Y2、Z2)接收、处理后发出所述响应信号，其中，相邻的所述定位接收机的接收范围的中间间隔区域相重叠覆盖；
计算所述A频段脉冲信号到达所述定位接收机的时长分别为TAp11、TAp21，以及计算所述响应信号回到所述定位模块的时长分别为TAp12、TAp22；
所述定位模块发出B频段脉冲信号，计算所述B频段脉冲信号到达所述定位接收机的时长分别为TBp11、TBp21，以及计算所述响应信号回到所述定位模块的时长分别为TBp12、TBp22；
所述定位模块发出C频段脉冲信号，计算所述C频段脉冲信号到达所述定位接收机的时长分别为TCp11、TCp21，以及计算所述响应信号回到所述定位模块的时长分别为TCp12、TCp22；
利用A、B、C三个频段计算定位模块所在GIS三维坐标
Pt1(Xt1、Yt1、Zt1)＝((Tprop1X2+Tprop2X1)/(Tprop2+Tprop2)、(Tprop1Y2+Tprop2Y1)/(Tprop2+Tprop2)、(Tprop1Z2+Tprop2Z1)/(Tprop2+Tprop2))，
其中，
Tprop1＝(((min(TCp11,TBp11)+min(TAp11,TBp11)+min(TCp11,TAp11))2+(min((TCp12,TBp12)+min(TAp12,TBp12)+min(TCp12,TAp12))2)1/2，
Tprop2＝(((min(TCp21,TBp21)+min(TAp21,TBp21)+min(TCp21,TAp21))2+(min((TCp22,TBp22)+min(TAp22,TBp22)+min(TCp22,TAp22))2)1/2。
8.根据权利要求3所述的矿用智能单兵作业与保障方法，其特征在于，还包括节电管理和作业人员防脱帽管理，具体包括：
所述帽子系统在监测到连续1分钟内所述生命监测传感器无生命信号且位移传感器无位移信号时，进入休眠状态；
所述帽子系统的所述位移传感器每2秒唤醒一次，唤醒0.5秒内未检测到有效位移信号则继续进入休眠状态；
所述位移传感器在唤醒期间检测到有效位移信号则进入工作状态；
所述帽子系统在监测到连续15秒内所述生命监测传感器无生命信号但所述位移传感器在此期间有位移信号时判断所述作业人员脱帽；
所述帽子系统发送脱帽信号到所述云控中心子系统，所述云控中心子系统根据权利要求6计算所得三维GIS地理位置判断作业人员所在区域是否必须佩戴安全帽，是则发出报警信号。
9.一种矿井单兵智能巡检方法，其特征在于，包括：
所述云控中心子系统根据权利要求6计算所得三维GIS坐标对巡检人员的巡检轨迹进行建模；
所述云控中心子系统将建立的巡检轨迹模型与预置巡检路线进行对比，并判断所述巡检轨迹是否相符；
在所述巡检轨迹偏离所述预置巡检路线时，所述云控中心子系统对所述巡检人员和调度人员发出报警信息，直至人为确认或回到所述预置巡检路线；
在所述巡检人员到达巡检地点后控制开启所述灯子系统的低照度摄像头采集巡检图像；
所述云控中心子系统对所述巡检图像进行机器视觉分析以判断矿井设备及周边环境信息，同时锁定设备屏幕，对屏幕显示内容进行自然语言识别并记录设备运行参数等巡检数据，若判断所述矿井设备或环境出现异常则发出报警信息；
在所述巡检人员到达需要工作票核对的巡检地点时，所述巡检人员利用所述帽子系统或所述灯子系统呼叫所述云控中心子系统，进行远程语音工作票核对并全程录音；
在单一巡检地点巡检完毕后所述云控中心子系统对所述巡检人员语音提示下一阶段巡检任务及路线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811279044.7A CN109388115B (zh) | 2018-10-30 | 2018-10-30 | 矿用智能单兵作业与保障系统、方法及智能巡检方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811279044.7A CN109388115B (zh) | 2018-10-30 | 2018-10-30 | 矿用智能单兵作业与保障系统、方法及智能巡检方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109388115A true CN109388115A (zh) | 2019-02-26 |
| CN109388115B CN109388115B (zh) | 2021-06-11 |
Family
ID=65427244
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811279044.7A Active CN109388115B (zh) | 2018-10-30 | 2018-10-30 | 矿用智能单兵作业与保障系统、方法及智能巡检方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109388115B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110085007A (zh) * | 2019-04-17 | 2019-08-02 | 万翼科技有限公司 | 安全绳、报警装置和基于安全绳的报警方法 |
| CN110349287A (zh) * | 2019-06-10 | 2019-10-18 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于可穿戴设备的电力安全巡检系统 |
| CN110398940A (zh) * | 2019-06-27 | 2019-11-01 | 上海宝钢工业技术服务有限公司 | 生产作业场所巡检风险控制系统 |
| CN110623638A (zh) * | 2019-07-26 | 2019-12-31 | 广州穗科建设管理有限公司 | 一种工程项目监理管理方法及其系统 |
| CN111739253A (zh) * | 2020-06-18 | 2020-10-02 | 中国矿业大学(北京) | 一种基于智能物联网的安全节能矿山管理系统及其管理方法 |
| CN112218277A (zh) * | 2020-09-07 | 2021-01-12 | 天地（常州）自动化股份有限公司 | 在线巡检系统及基于蓝牙传输的在线巡检方法 |
| CN116030975A (zh) * | 2022-12-20 | 2023-04-28 | 深圳警圣技术股份有限公司 | 一种具有健康检测及管理功能的智慧型执法记录仪 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101141537A (zh) * | 2006-09-06 | 2008-03-12 | 邸永春 | 应用于煤矿井下的数字矿工系统与方法 |
| CN102228319A (zh) * | 2011-05-25 | 2011-11-02 | 浙江大学 | 多传感器融合的智能头盔 |
| CN202127875U (zh) * | 2011-05-25 | 2012-02-01 | 浙江大学 | 煤矿井下使用的智能头盔 |
| CN104236522A (zh) * | 2014-09-01 | 2014-12-24 | 中国十七冶集团有限公司 | 三维可视化测量系统 |
| CN204881645U (zh) * | 2014-12-23 | 2015-12-16 | 江苏创导信息科技有限公司 | 煤矿井下辅助导航仪 |
| US20170136947A1 (en) * | 2015-11-12 | 2017-05-18 | Leauto Intelligent Technology (Beijing) Co. Ltd | Early warning method, system and server based on satellite positioning |
| US20170202484A1 (en) * | 2016-01-18 | 2017-07-20 | Umm Al-Qura University | Wearable device and method |
| CN107041590A (zh) * | 2017-01-09 | 2017-08-15 | 彭亮 | 一种智能安全穿戴系统 |
| CN107249216A (zh) * | 2017-05-23 | 2017-10-13 | 成都联宇云安科技有限公司 | 一种基于辅助定位设备实现对智能终端精确定位的方法 |
-
2018
- 2018-10-30 CN CN201811279044.7A patent/CN109388115B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101141537A (zh) * | 2006-09-06 | 2008-03-12 | 邸永春 | 应用于煤矿井下的数字矿工系统与方法 |
| CN102228319A (zh) * | 2011-05-25 | 2011-11-02 | 浙江大学 | 多传感器融合的智能头盔 |
| CN202127875U (zh) * | 2011-05-25 | 2012-02-01 | 浙江大学 | 煤矿井下使用的智能头盔 |
| CN104236522A (zh) * | 2014-09-01 | 2014-12-24 | 中国十七冶集团有限公司 | 三维可视化测量系统 |
| CN204881645U (zh) * | 2014-12-23 | 2015-12-16 | 江苏创导信息科技有限公司 | 煤矿井下辅助导航仪 |
| US20170136947A1 (en) * | 2015-11-12 | 2017-05-18 | Leauto Intelligent Technology (Beijing) Co. Ltd | Early warning method, system and server based on satellite positioning |
| US20170202484A1 (en) * | 2016-01-18 | 2017-07-20 | Umm Al-Qura University | Wearable device and method |
| CN107041590A (zh) * | 2017-01-09 | 2017-08-15 | 彭亮 | 一种智能安全穿戴系统 |
| CN107249216A (zh) * | 2017-05-23 | 2017-10-13 | 成都联宇云安科技有限公司 | 一种基于辅助定位设备实现对智能终端精确定位的方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110085007A (zh) * | 2019-04-17 | 2019-08-02 | 万翼科技有限公司 | 安全绳、报警装置和基于安全绳的报警方法 |
| CN110349287A (zh) * | 2019-06-10 | 2019-10-18 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于可穿戴设备的电力安全巡检系统 |
| CN110398940A (zh) * | 2019-06-27 | 2019-11-01 | 上海宝钢工业技术服务有限公司 | 生产作业场所巡检风险控制系统 |
| CN110623638A (zh) * | 2019-07-26 | 2019-12-31 | 广州穗科建设管理有限公司 | 一种工程项目监理管理方法及其系统 |
| CN111739253A (zh) * | 2020-06-18 | 2020-10-02 | 中国矿业大学(北京) | 一种基于智能物联网的安全节能矿山管理系统及其管理方法 |
| CN112218277A (zh) * | 2020-09-07 | 2021-01-12 | 天地（常州）自动化股份有限公司 | 在线巡检系统及基于蓝牙传输的在线巡检方法 |
| CN116030975A (zh) * | 2022-12-20 | 2023-04-28 | 深圳警圣技术股份有限公司 | 一种具有健康检测及管理功能的智慧型执法记录仪 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109388115B (zh) | 2021-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109388115A (zh) | 矿用智能单兵作业与保障系统、方法及智能巡检方法 | |
| CN107333113A (zh) | 一种综合管廊无线监控系统 | |
| CN107748945A (zh) | 一种智慧工地人员管理系统 | |
| CN108093223A (zh) | 电力生产安全监控系统及其控制方法 | |
| CN111569346B (zh) | 一种智能灭火器远程监控及管理系统 | |
| CN106097642A (zh) | 一种城市综合管廊智能监控与报警装置 | |
| CN113804598B (zh) | 基于大数据的施工环境监测系统及监测方法 | |
| CN209231777U (zh) | 智慧工地管理系统 | |
| CN103955174A (zh) | 基于建筑信息模型技术的建筑健康监测系统 | |
| WO2022031911A1 (en) | Infrastructure construction digital integrated twin (icdit) | |
| CN105179015A (zh) | 矿用安全监测监控综合管理系统 | |
| CN208900095U (zh) | 一种井下数据采集终端及处理系统 | |
| CN204941604U (zh) | 矿用安全监测监控综合管理系统 | |
| CN109139115A (zh) | 一种井下数据采集终端、处理系统及处理方法 | |
| CN203761427U (zh) | 基于RFID和zigbee无线传感器网络的煤矿人员安全报警管理系统 | |
| CN106323384A (zh) | 一种基于光纤传感及微光监测技术的城市管廊在线监测系统 | |
| CN204557180U (zh) | 基于建筑信息模型技术的建筑健康监测系统 | |
| CN107255970A (zh) | 一种可穿戴式电力安全巡检作业装备 | |
| CN105785946A (zh) | 机房环控一体化监视平台 | |
| CN211015113U (zh) | 一种地下综合管廊智慧型管控系统 | |
| CN112017419A (zh) | 一种基于多源数据的建筑物安全监测与预警系统及其方法 | |
| CN112686511A (zh) | 一种基于建筑信息模型的施工安全管理系统 | |
| CN106677827B (zh) | 基于红外图像的采煤机异常工作及灾害报警系统 | |
| CN108389360A (zh) | 一种基于视频分析的输电线路火灾监测方法及系统 | |
| CN108071423A (zh) | 基于红外图像监测设备的矿井爆炸监控系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |