项目背景
智慧煤矿系统是一个汇聚了多学科、多主题、多维空间信息的复杂系统，是在煤矿地表和地下开采矿产资源的工程活动中所涉及的所有静态和动态信息的数字化管理集合。在煤矿勘察开采中，钻孔打钻是一步重要的作业过程，但由于钻探作业长期出现谎报距离、钻杆打钻数量等问题难以监管，所以系统需要具备智能分析、可视化展示、轮巡告警等功能，在煤矿钻探作业过程中，进行智能化识别、计数、数据分析等，帮助煤炭企业达到降本增效，实现利益最大化的目标。
行业痛点
目前，钻孔深度一般采取人工测量钻杆，再逐根累加的方式求得，工作量大，且测量过程中，钻机不能移动，造成钻探工作的停顿，影响钻探进度。人工测量孔深存在的主要问题如下：
1. 需逐一手动测量每根钻杆的长度，测量过程繁琐，效率低，测量杆数多时易发生错误。
2. 测量孔深过程，钻机必须停机，且不能移动位置，造成对钻探过程的干扰（当要获取钻探过程中的孔深，而非终孔深度时，这种干扰会对钻探进度造成更显著的影响）。
3. 人工测得钻孔深度后，还需手动输入上传至地质勘探管理系统，费时费力。
4. 钻探作假：由于钻探操作大多数是由外包工程队执行，多报钻探距离可以拿到额外收益。因此工人关于工作量作弊行为极其严重，且普遍存在于各个煤矿。比如：本次作业理论需要打钻100根，工人只打了80根钻头，却谎报已完成100根打钻的工作量，目前该问题预防效果极差，无法通过人为进行有效监督。
5. 监管失衡：当前煤监局已经发文，要求井下工人钻探过程，必须有视频监控。但视频数据需要后期通过人工查看，耗费人力且目前普通视频监控下无法有效解决工人作弊行为，导致无法准确判断实际打钻情况。
落地案例
智能化管理系统实现了对钻孔作业全过程中的钻孔作业、验收、移交等关键数据的信息化管理。系统集视频监控、AI视频智能分析技术、环境监控、通信传输、计算机信息管理等技术于一体，实现了基于AI视频智能分析技术的钻场人员数量识别、标识牌识别、钻杆智能计数及辅助验钻功能，解决谎报进尺等不规范作业问题，提高矿井钻孔打钻的数据准确性。实现地面与钻场的视频对讲通话、双绞线超远距离传输、打钻过程参数记录、环节审批留痕、视频智能分段存储与查询、数据报表、断网存储等功能。完全解决日常打钻管理的监管问题，保障安全生产，提升煤矿的智能化管理水平。
系统检测内容包括：
1. 获取钻杆视频数据：采集钻杆各个时间段内各种动作的完成视频数据，用于后续钻杆部位的识别和分析；对视频数据进行预处理，去除干扰数据，使每一帧图像都具有较高的清晰度和识别性；图像采集设备要求可清晰看到完整钻杆工作过程。
2. 定位钻孔设备：基于深度学习的识别算法，大量拍摄图像或视频样本，保证样本数量充足，需对拍摄的图像进行镜像、放大、缩小、旋转、更新背景等，扩充训练样本，通过钻孔设备的特征进行图像筛选，提高识别率。截取得到的设备图像，通过相关计算和图像识别逻辑搜索定位钻杆顶部及底部区域。
3. 计算钻孔深度：获取到钻杆顶部和底部的数据后，根据数据结合公式计算单根钻杆长度，同时利用。视觉技术获取钻杆根数，最终得到钻孔深度数值。获取钻孔深度数据后，将相关数值输出至显示终端，以便用户实时进行查看，还可以将数据通过远程传输至云端，进行远端查看。
4. 钻孔打钻进度检测：采用人工智能深度学习技术对钻孔作业过程中的钻杆数量、钻孔数量等钻井作业行为分项进行识别，根据各分项识别结果跟踪钻井作业过程中进度，解决钻孔作业等规范问题。
解决方案
1. 设计思路本项目将钻井作业现场的摄像头与网络服务器相连接，通过边缘计算平台部署钻井作业相关的算法。算法平台提供灵活的分析任务配置及分析结果查询能力，负责智能分析、平台调度、算法配置等人工智能应用工作。平台利用深度学习等先进智能分析技术，为矿井钻杆提供高效的智能分析服务。通过算法平台，获取现场监控视频之后，根据对应视频采集端的实际应用场景分别配置不同种类、不同参数的算法，并在本地展示分析结果。
2. 系统详细设计基于上述设计思路，本方案设计的系统平台主要包含如下功能：识别任务下达、视频传输、智能分析、结果回传。
该平台集计算装置管理、智能识别算法管理、现场信息展示告警为一体，可以满足用户对摄像头管理和智能化分析的需求。使用平台，安监人员可以实时管理报警信息、设置摄像头地址与配置信息、管理算法种类和配置算法参数，并支持查看每一路视频流的实时视频识别情况。
方案价值
本方案采用了“云边端”服务架构，借助计算机图像识别技术，将传输到监控平台的现场视频与图片在线分析，协助煤矿开采企业实现对工人打钻行为的智能化识别，该方案的成功落地也标志着人工智能技术与煤矿行业的成熟经验得到融合，通过对工人打钻的关键动作识别和打钻数量的计算，实现了对工人打钻数量智能计数和防作弊监控，有效解决了当前工人关于工作量的各类作弊行为，助力煤炭行业实现“少人、无人、安全、高效”的最终目标。