broken image
broken image
broken image
  • 首页
  • 智巡大模型 
    • 基础大模型L0
    • 行业大模型L1
    • 场景大模型L2
  • 圣瞳产品 
    • 圣瞳训推一体开发平台
    • 圣瞳工业巡检AI平台
    • 圣瞳工业巡检智能体
    • 圣瞳800训练一体机
    • 圣瞳600推理一体机
  • 解决方案 
    • 发电场景
    • 矿山场景
    • 化工场景
    • 冶炼场景
  • 关于我们 
    • 联系我们
    • 投资者关系
    • 新闻速递
    • 加入我们
  • …  
    • 首页
    • 智巡大模型 
      • 基础大模型L0
      • 行业大模型L1
      • 场景大模型L2
    • 圣瞳产品 
      • 圣瞳训推一体开发平台
      • 圣瞳工业巡检AI平台
      • 圣瞳工业巡检智能体
      • 圣瞳800训练一体机
      • 圣瞳600推理一体机
    • 解决方案 
      • 发电场景
      • 矿山场景
      • 化工场景
      • 冶炼场景
    • 关于我们 
      • 联系我们
      • 投资者关系
      • 新闻速递
      • 加入我们
broken image
broken image
broken image
  • 首页
  • 智巡大模型 
    • 基础大模型L0
    • 行业大模型L1
    • 场景大模型L2
  • 圣瞳产品 
    • 圣瞳训推一体开发平台
    • 圣瞳工业巡检AI平台
    • 圣瞳工业巡检智能体
    • 圣瞳800训练一体机
    • 圣瞳600推理一体机
  • 解决方案 
    • 发电场景
    • 矿山场景
    • 化工场景
    • 冶炼场景
  • 关于我们 
    • 联系我们
    • 投资者关系
    • 新闻速递
    • 加入我们
  • …  
    • 首页
    • 智巡大模型 
      • 基础大模型L0
      • 行业大模型L1
      • 场景大模型L2
    • 圣瞳产品 
      • 圣瞳训推一体开发平台
      • 圣瞳工业巡检AI平台
      • 圣瞳工业巡检智能体
      • 圣瞳800训练一体机
      • 圣瞳600推理一体机
    • 解决方案 
      • 发电场景
      • 矿山场景
      • 化工场景
      • 冶炼场景
    • 关于我们 
      • 联系我们
      • 投资者关系
      • 新闻速递
      • 加入我们
broken image

圣瞳案例 | 山西某煤业视频AI智能化检测项目

· 精选案例

项目背景

broken image

随着煤炭开采作业复杂度提升,井下环境呈现高风险、动态化特征,区域入侵、人员违规操作、设备异常运行等安全隐患频发。目前,该煤业巡检方式存在显著局限性:一方面,人工长时间监控易产生视觉疲劳,导致对人员离岗睡岗、料车超挂等异常情况的识别效率低下;另一方面,人工巡查难以实现全时段、全覆盖监测,极易出现疏漏,无法满足安全生产的实时监管需求。为切实降低安全事故发生率,保障井下作业安全,提升生产运营效率,该煤业引入先进智能化巡检技术,构建井下复杂场景智能监测与预警体系,推动安全生产管理模式升级。

项目痛点

巡检效率低:井下十余种监测场景依赖人工巡检,工作量大,排查慢且易疏漏,难满足实时监管需求。

识别误差大:人工巡检受疲劳、主观因素干扰,对违规行为识别不准,误漏判多。

安全风险高:人员未规范乘坐猴车或巷道内来车易导致事故,传统人工巡检难以全面实时检测,安全隐患巡检难度大。

技术方案

该煤业为提升安全生产与管理效能,采用先进且完善的视频AI智能化检测技术方案。该方案对摄像头捕捉到的海量视频数据进行实时处理和深度分析。在实际运行过程中,系统可以自动精准识别诸如人员违规操作、设备异常状态等各类安全隐患和异常行为,一旦发现问题,会立即通过多种方式实现快速预警和响应。这一方案的有效实施,极大地提高了大北沟煤业的安全管理水平,减少了安全事故发生的可能性,同时也显著提升了整体生产效率,保障了煤矿生产的稳定有序进行。

broken image

算法列表如下:

broken image

1、料车超挂:基于计算机视觉的超挂智能监测系统,通过实时挂接数量识别、编组状态分析与联动控制,显著提升运输安全性与调度效率。

broken image

2、乘坐猴车,携带违规物品:在乘员登车前,利用物体检测算法,识别猴车乘坐时携带的物品是否超出规定长度,若检测到超限物品,触发声光报警。

broken image

3、明火识别:通过深度智能学习分析算法,对监控区域的火焰进行自动识别,若检测到有火焰情况,则自动报警。

broken image

4、人员越界:检测画面中进入禁止区域的情况,并对违规情况进行报警。

broken image

5、红绿灯路口,车辆闯红灯检测:基于计算机视觉的闯红灯智能监测系统,通过实时车辆追踪、信号灯状态识别与违规行为判定,当识别到风险时,系统进行声光报警。

broken image

方案价值

该煤业采用的视频AI智能化检测技术方案,通过实时处理和深度分析摄像头捕捉到的海量视频数据,自动精准识别井下各类安全隐患和异常行为,并快速预警和响应,有效解决了巡检效率低、识别误差大、安全风险高等痛点,显著提高了安全生产管理水平,降低了安全事故发生率,提升了整体生产效率,保障了煤矿生产的稳定有序进行。

上一篇
圣瞳案例 | 某风电场基建人员作业安全监管系统项目
下一篇
 回到主页
Cookie的使用
我们使用cookie来改善浏览体验、保证安全性和数据收集。一旦点击接受,就表示你接受这些用于广告和分析的cookie。你可以随时更改你的cookie设置。 了解更多
全部接受
设置
全部拒绝
Cookie设置
必要的Cookies
这些cookies支持诸如安全性、网络管理和可访问性等核心功能。这些cookies无法关闭。
分析性Cookies
这些cookies帮助我们更好地了解访问者与我们网站的互动情况,并帮助我们发现错误。
首选项Cookies
这些cookies允许网站记住你的选择,以提供更好的功能和个性化支持。
保存