案例簡介

華夏天信（北京）機器人有限公司，在新疆天池能源輸煤皮帶機器人智能巡檢項目中，使用飛槳開源深度學習平臺開發AI方案，快速有效地識別人員和設備，大大降低維護人員工作量，及時發現違規、危險情況，顯著提高企業智能化生產保障程度。

相關產品

PaddleDetection

合作伙伴簡介

華夏天信（北京）機器人有限公司是華夏天信集團全資子公司。公司專注于工礦企業智能硬件設備的研發、生產和實施。產品主要包括礦用智能巡檢機器人、礦用振動傳感器、輪式巡檢機器人、履帶巡檢機器人等。產品已在國內多家主要煤礦企業成功實施上線，為煤礦安全生產和管理提供高效、智能保障。

業務挑戰

在煤礦行業，設備場地管理和人員的安全及行為規范有嚴格要求，比如輸煤皮帶這種關鍵生產設備周邊，需要現場工作人員嚴格遵守企業安全規定，包括停開機制度、安全帽、礦工服要求等；另外對設備本身也有日常監控和維護需求。然而一般輸煤皮帶動輒幾公里，完全依靠人力現場巡檢或遠程攝像頭查看不僅耗時耗力，而且難免誤看漏看。

市場上現有的解決方案主要有三種：

• 一種是具有簡單人員入侵檢測、邊界檢測等功能的攝像頭，這種方案無法滿足定制化的場景，而且需要二次對接和開發。
• 第二種方式是比較通用的AI能力平臺，或者是AutoML平臺，這種平臺需要業務方或廠商有一定技術背景、技術能力。
• 三是直接使用第三方云平臺API，但現場的局域網環境和實時性要求，也無法滿足條件。

以上三種解決方案，目前均無法在業務現場很好的落地。

現場的AI需求主要分為以下兩類：

• 第一類是人員及屬性檢測，即能發現人員活動以及是否佩戴安全帽、是否有違規行為。
• 第二類是設備檢測，在巡檢過程中需要查看高溫設備，通過設備檢測可輔助判斷位置及動作反饋。

巡檢視角如圖：

解決方案

智能識別方案使用百度飛槳PaddleDetection進行目標檢測算法的開發。PaddleDetection可以通過數據增強、算法選擇等技術很好地解決以上問題；同時還有豐富的通用模型庫，能夠快速開發部署，可以有效地幫助技術人員將AI應用落地。

在系統設計上，首要考慮業務分離。因為采集端只有一路視頻（3臺可見光，監控不同位置，實現同樣的功能）。后端處理業務要足夠解耦，既保證性能穩定性，又能兼顧將來業務擴展，疊加更多的智能分析功能。

對于人員檢測和常規人體屬性檢測，直接使用目標檢測模型YOLOv3進行識別；對于特殊穿戴和托輥等非通用設備，通過之前積累的圖片進行訓練識別。

另外，為了提高識別精度和更多數據的訓練積累，系統在設計中，對于巡檢點（識別目標所在位置）視頻進行截圖回傳，結合自動和人工標注加入訓練集，提高識別效率。

實際上線后，每日3公里巡檢2次，單次可積累約200張圖片素材。

價值成果

巡檢機器人智能監控系統，采用基于百度飛槳的計算機視覺識別技術，通過攝像儀將實時視頻回傳并識別分析，若發現有異常就會自動發出警報通知管理人員，并保存截圖留存。不僅可以促進操作人員遵守安全管理規定，確保自身安全，而且顯著提高巡檢效率和定位準確性，及時發現問題。

通過該AI方式的實施落地，有效解決了之前難以檢測或檢測速度慢、容易漏報和誤報等情況，識別準確率大幅提高，能夠慢足上線要求。另外開發部署的學習曲線低，可以方便工程師更快上線業務，開發時間縮短70%以上。

上線一段時間以來，已幫助客戶在無人值守情況下快速發現多個缺陷設備，及時通知更換，避免了安全隱患；另識別到若干例人員違規行為，足以警示現場工作人員進一步提高安全意識，遵守安全規章制度。