基于边缘数据分析的煤矿安全监测方法、系统及可读介质

技术领域

本发明属于煤矿安全监测领域，涉及一种基于边缘数据分析的煤矿安全监测方法、系统及可读介质。

背景技术

煤矿的安全状态进行监测、提高煤矿重大危险源预警能力，降低重大危险源事故发生率，提高煤矿整体安全管理水平愈来愈至关重要。常用的煤矿安全监测方式主要是通过传感器检测井下各区域的环境信息，如危险气体瓦斯的含量等数据，并将该数据直接发送到地面服务器，以使服务器记录当前时间与危险气体含量的对应关系，完成对煤矿的安全监测。

但是现有技术中的煤矿智能化建设主要集中在煤矿生产、运输等与生产直接相关的系统上，在煤矿安全监测方面建设相对滞后，且仍处在灾害参数实时监测及相关信息超限报警的初级阶段，灾害防治尚未达到超前预控、精准防范、区域治理的智能化水平，由于煤矿环境、作业状况较为复杂且需要进行监测的环境信息过多，监测系统往往使得地面服务器所接收的数据量过大，工作压力急速增长，导致处理数据发生延迟，不能真实反映当前煤矿的真实安全状态的问题。具体而言，大量数据无法进行分析、共享和交流，无法适应信息化管理的需求，不能充分发挥信息技术快速、准确、实时的优点，故无法满足对煤矿空间信息处理的需求，更加无法准确且快速的对煤矿环境的安全进行强有力的监测。

发明内容

有鉴于此，本发明的目的在于提供一种基于边缘数据分析的煤矿安全监测方法、系统及可读介质。

为达到上述目的，本发明提供如下技术方案：

第一方面，本申请提供了一种基于边缘数据分析的煤矿安全监测方法，包括：

根据采集模块获取第一数据和第二数据，所述第一数据为煤矿环境信息数据，所述第二数据为人员信息数据，所述人员信息数据包括人员位置信息数据和人员身份信息数据；

分析所述第一数据，并根据第一数据以及预设的等级匹配度，匹配与所述第一数据相对的安全等级；

将所述安全等级和所述第二数据相关联，得到关联结果；

判断所述关联结果与预设的多级阈值段相比较，若比较结果处于所述阈值段内，则不发出相应的报警信息；若比较结果不处于所述阈值段内，则发出相应的报警信息进行提示。

优选地，采集所述第一数据的采集位置以及采集方向，其中采集位置包括井下采煤工作面、掘进工作面、井上选煤厂、煤矿电厂、煤矿变电站、煤矿铁路、进风巷道以及回风巷道；

所述第一数据的采集方向包括采集煤矿环境下的风速、风向、温度、地质分布特征以及煤矿井中煤矿分割情况。

优选地，所述分析所述第一数据，其中包括：

对所述第一数据进行预处理，所述预处理包括根据不同类型遥感影像处理模型对所述第一数据进行正射、锐化、镶嵌以及匀色，得到预处理后的第一数据；

对预处理后的所述第一数据进行目标物的筛选以及修正，并根据多尺度自适应特征分类算法对筛选以及修正后的第一数据进行粗分类；

采用DBSCAN算法对所述粗分类得到的第一数据进行聚类，得到聚类结果；

根据所述聚类结果，统计每个聚类簇中点云的数量，保留点云的数量最多的前两个聚类簇，所述聚类簇包括所述煤矿环境信息数据的聚类簇和所述非煤矿环境信息数据的聚类簇。

优选地，所述根据所述聚类结果，统计每个聚类簇中点云的数量，保留点云的数量最多的前两个聚类簇，之后包括：

提取保留点云的数量最多的前两个聚类簇，记作第一聚类簇和第二聚类簇，其中所述第一聚类簇和所述第二聚类簇均包含冗余部分；

利用主成分变化检测，将所述第一聚类簇和所述第二聚类簇进行差值运算，获得变化信息，所述变化信息为获取得到的不同波段的差值信息；

将所述差值信息进行PCA变换，得到处理后的第一数据。

第二方面，本申请还提供了一种基于边缘数据分析的煤矿安全监测系统，包括获取模块、匹配模块、关联模块和判断模块，其中：

获取模块：用于根据采集模块获取第一数据和第二数据，所述第一数据为煤矿环境信息数据，所述第二数据为人员信息数据，所述人员信息数据包括人员位置信息数据和人员身份信息数据；

匹配模块：用于分析所述第一数据，并根据第一数据以及预设的等级匹配度，匹配与所述第一数据相对的安全等级；

关联模块：用于将所述安全等级和所述第二数据相关联，得到关联结果；

判断模块：用于判断所述关联结果与预设的多级阈值段相比较，若比较结果处于所述阈值段内，则不发出相应的报警信息；若比较结果不处于所述阈值段内，则发出相应的报警信息进行提示。

第三方面，本申请还提供了一种基于边缘数据分析的煤矿安全监测设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现所述基于边缘数据分析的煤矿安全监测方法的步骤。

第四方面，本申请还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于基于边缘数据分析的煤矿安全监测方法的步骤。

本发明的有益效果在于：本发明对煤矿井下安全问题进行高效监测，实现准确且及时地自动信息化预测和预警，为处理安全事故提供有效的帮助；实现对煤矿安全的智能化式的监测预警，且能够对终端信息分析处理后进行分级报警，使作业人员能够根据报警信息及时采取相应的处理动作，保证煤矿开采的安全作业。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为基于边缘数据分析的煤矿安全监测方法流程示意图；

图2为基于边缘数据分析的煤矿安全监测设备结构示意图。

附图标记：煤矿安全监测设备800、处理器801、存储器802、多媒体组件803、I/O接口804、通信组件805。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

图1为基于边缘数据分析的煤矿安全监测方法流程示意图；

图2为基于边缘数据分析的煤矿安全监测设备结构示意图。

实施例1：

本实施例提供了一种基于边缘数据分析的煤矿安全监测方法。

煤炭是重要的国家能源，煤炭企业担负着能源开发的重要责任，这是神圣而光荣的。但是，在履行这一光荣使命的过程中，煤炭企业由于各种原因往往会发生各种各样的安全事故。轻则人员受伤，财物受损；重则造成无谓的牺牲，给家庭和企业造成极大的损失。遇到特殊情况，如瓦斯爆炸、透水事故，还会造成煤矿职工的重大伤亡及不良的社会影响。这一方面说明煤炭企业职工从事的工作是神圣的，另一方面也要求煤矿职工的个人防护装备和机械设备以及照明均要达到安全、可靠的要求；针对照明要求灯具必须防爆、防水、烟雾穿透能力强。当然，煤炭工作环境相对来说是至关重要的，煤炭的工作区域广泛(井下采煤工作面、巷道、井上选煤厂、煤矿电厂、煤矿变电站、煤矿铁路等多种场所)，现场多为粉尘大、震动大、多水，甚至易燃易爆、有毒气体、坍塌以及透水等恶劣危险的环境，因此，本发明提供了一种基于边缘数据分析的煤矿安全监测方法是至关重要的。

参见图1，图中示出了本方法包括步骤S100、步骤S200、步骤S300和步骤S400。

S100、根据采集模块获取第一数据和第二数据，所述第一数据为煤矿环境信息数据，所述第二数据为人员信息数据，所述人员信息数据包括人员位置信息数据和人员身份信息数据。

可以理解的是，煤矿边缘数据分析的来源在传统意义上，主要包括煤矿企业管理信息系统数据库中存储的数据、纸质版信息、音视频图像等，多为单独的小范围异构数据。煤矿边缘数据分析包含这些传统数据及其相关和延伸的源数据，涵盖了煤矿企业生产经营整个生命周期中的所有数据及其发生的时间、空间关系。煤矿边缘数据分析来源可归纳为3个方面：第一为传统煤矿企业管理信息系统产生的日常经营数据。煤矿企业管理信息系统积累了大量采掘机运通、销售、安全、财务、经营、环境等数据，大多以表、图、音频、视频、日志等形式存储；第二为智慧矿山建设中应用感知技术和物联网技术等获取的实时数据。该类数据包括生产过程中的综合自动化信息(如智能设备感知自控数据、机器运行参数等)、工程数字化信息(如井下各类监控监测、人员定位、采掘进尺、地质变化等数据)；第三为煤矿运营相关外部数据。其是指与煤矿企业生产经营活动相关的企业外部信息，如地质、煤炭分布、信用、金融、消费情况、能源政策、预测产品市场的宏观社会经济等数据。其中，在本实施例中，煤矿环境信息数据可以为当煤炭工作人员进入煤矿场景中开始工作时此时的工作环境以及某一时间段内的历史工作环境；人员信息数据为进入煤矿场景中开始工作时此时的人员身份验证以及的人员所在的位置信息参数。

可以理解的是，在本步骤S100中，第一数据的采集位置以及采集方向，其中，采集位置包括井下采煤工作面、掘进工作面、井上选煤厂、煤矿电厂、煤矿变电站、煤矿铁路、进风巷道以及回风巷道；

所述第一数据的采集方向包括采集煤矿环境下的风速、风向、温度、地质分布特征以及煤矿井中煤矿分割情况。

S200、分析所述第一数据，并根据第一数据以及预设的等级匹配度，匹配与所述第一数据相对的安全等级。

可以理解的是，在本步骤S200中包括S201、S202、S203和S204，其中：

S201、对所述第一数据进行预处理，所述预处理包括根据不同类型遥感影像处理模型对所述第一数据进行正射、锐化、镶嵌以及匀色，得到预处理后的第一数据；

S202、对预处理后的所述第一数据进行目标物的筛选以及修正，并根据多尺度自适应特征分类算法对筛选以及修正后的第一数据进行粗分类；

S203、采用DBSCAN算法对所述粗分类得到的第一数据进行聚类，得到聚类结果；

S204、根据所述聚类结果，统计每个聚类簇中点云的数量，保留点云的数量最多的前两个聚类簇，所述聚类簇包括所述煤矿环境信息数据的聚类簇和所述非煤矿环境信息数据的聚类簇。

需要说明的是，对粗聚类得到的点云数据进行点云邻域密度统计，选取小于设定阈值的点云密度作为最小期望集群m；通过启发式方法确定Eps，根据MinPts和Eps参数值，对粗聚类得到的点云数据进行DBSCAN聚类。

可以理解的是，步骤S204之后包括S2041、S2042和S2043，其中：

S2041、提取保留点云的数量最多的前两个聚类簇，记作第一聚类簇和第二聚类簇，其中所述第一聚类簇和所述第二聚类簇均包含冗余部分；

可以理解的是，聚类簇包括所述煤矿环境信息数据的聚类簇和所述非煤矿环境信息数据的聚类簇，其中是在进行检测的遥感影像具有多个波段，各个波段信息之间存在冗杂部分，去除冗杂部分，使得效率更高。

S2042、利用主成分变化检测，将所述第一聚类簇和所述第二聚类簇进行差值运算，获得变化信息，所述变化信息为获取得到的不同波段的差值信息；

S2043、将所述差值信息进行PCA变换，得到处理后的第一数据。

可以理解的是，行主成分变化检测变换是依据数学中的降维思想，将实际问题的多个指标方法新组合成一种或者新的少数几个综合指标，以少数几个主成分反应尽可能多的原始信息。提高了处理效率，解决了当前面临的问题，PCA用于变化检测主要成分包括但是不限于三种形式，其中包括主成分差异法、差异主成分法以及多波段主成分变换法。

S300、将所述安全等级和所述第二数据相关联，得到关联结果。

可以理解的是，在本步骤S300中将安全等级和第二数据相关联，根据预设的关联信息，得到关联结果，就可知晓相对应的关系。

S400、判断所述关联结果与预设的多级阈值段相比较，若比较结果处于所述阈值段内，则不发出相应的报警信息；若比较结果不处于所述阈值段内，则发出相应的报警信息进行提示。

可以理解的是，在本实施例中，也会考虑到煤矿环境监测中的温度监测，考虑到当外界环境温度不同时，将会影响待测点的环境温度。这里的外界环境通常是指整个大环境，所述外界环境温度可以是通过在外界环境中设置温度温度传感器而测得，也可以是直接从某天气预报平台或者天气预报的APP的数据中获得，当然采用温度传感器实时测量，准确度更高。所述待监测点可以理解为当前人员进入煤矿工作的环境温度，或者煤矿输送管道旁的环境温度。当外界环境温度变化时，在其他条件不发生改变的情况下，待测点的环境温度势必会受到外界环境温度的影响，而随着发生变化。因此为了提高标准数据库的精确度，从而做出正确的判断，需要建立外界环境温度与待监测点的环境温度的对应关系。具体地，通过大量的历史数据，即外界环境温度和所述待监测点的环境温度数据，以外界环境温度为X轴，待监测点的环境温度为Y轴，然后建立他们之间的曲线关系。从而环境温度也有阈值段比较，根据曲线关系得到结果，利用结果与阈值段进行比较，判断是否处于段内。

当端服务器输出安全等级结果到所述安全等级输出终端时，可以根据安全等级的分类匹配不同的声和/或光报警方式，例如，当安全等级结果小于预设安全等级限度时，报警灯为绿色，代表“无风险，安全”或“低风险，安全”；当安全等级结果等于预设安全等级限度时，可将报警灯设置为黄色，代表“低风险，建议排查”；当安全等级结果大于预设安全等级限度时，可将报警灯设置为橙色或红色，分别代表“中风险，需排查”及“高风险，需撤离”。本领域的技术人员可以根据实际需要选择与安全等级相配合的报警方式。

实施例2：

本实施例提供了一种基于边缘数据分析的煤矿安全监测系统，所述系统包括获取模块、匹配模块、关联模块和判断模块，其中：

获取模块：用于根据采集模块获取第一数据和第二数据，所述第一数据为煤矿环境信息数据，所述第二数据为人员信息数据，所述人员信息数据包括人员位置信息数据和人员身份信息数据；

匹配模块：用于分析所述第一数据，并根据第一数据以及预设的等级匹配度，匹配与所述第一数据相对的安全等级；

关联模块：用于将所述安全等级和所述第二数据相关联，得到关联结果；

判断模块：用于判断所述关联结果与预设的多级阈值段相比较，若比较结果处于所述阈值段内，则不发出相应的报警信息；若比较结果不处于所述阈值段内，则发出相应的报警信息进行提示。

具体地，采集所述第一数据的采集位置以及采集方向，其中包括第一采集单元、第二采集单元，其中：

第一采集单元：用于采集井下采煤工作面、掘进工作面、井上选煤厂、煤矿电厂、煤矿变电站、煤矿铁路、进风巷道以及回风巷道；

第二采集单元：用于采集所述第一数据的采集方向包括采集煤矿环境下的风速、风向、温度、地质分布特征以及矿井中煤炭分割情况。

具体地，所述分析所述第一数据，其中包括预处理单元、分类单元、聚类单元和统计单元，其中：

预处理单元：用于对所述第一数据进行预处理，所述预处理包括根据不同类型遥感影像处理模型对所述第一数据进行正射、锐化、镶嵌以及匀色，得到预处理后的第一数据；

分类单元：用于对预处理后的所述第一数据进行目标物的筛选以及修正，并根据多尺度自适应特征分类算法对筛选以及修正后的第一数据进行粗分类；

聚类单元：用于采用DBSCAN算法对所述粗分类得到的第一数据进行聚类，得到聚类结果；

统计单元：用于根据所述聚类结果，统计每个聚类簇中点云的数量，保留点云的数量最多的前两个聚类簇，所述聚类簇包括所述煤矿环境信息数据的聚类簇和所述非煤矿环境信息数据的聚类簇。

具体地，所述统计单元，之后包括提取单元、计算单元和变换单元，其中：

提取单元：用于提取保留点云的数量最多的前两个聚类簇，记作第一聚类簇和第二聚类簇，其中所述第一聚类簇和所述第二聚类簇均包含冗余部分；

计算单元：用于利用主成分变化检测，将所述第一聚类簇和所述第二聚类簇进行差值运算，获得变化信息，所述变化信息为获取得到的不同波段的差值信息；

变换单元：用于将所述差值信息进行PCA变换，得到处理后的第一数据。

需要说明的是，关于上述实施例中的系统，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

实施例3：

对应于上面的方法实施例，本实施例中还提供了一种基于边缘数据分析的煤矿安全监测设备，下文描述的一种基于边缘数据分析的煤矿安全监测设备与上文描述的一种基于边缘数据分析的煤矿安全监测方法可相互对应参照。

图2是根据示例性实施例示出的一种基于边缘数据分析的煤矿安全监测设备800的框图。如图2所示，该基于边缘数据分析的煤矿安全监测设备800包括：处理器801和存储器802。该基于边缘数据分析的煤矿安全监测设备800还包括多媒体组件803，I/O接口804，以及通信组件805中的一者或多者。

其中，处理器801用于控制该基于边缘数据分析的煤矿安全监测设备800的整体操作，以完成上述的基于边缘数据分析的煤矿安全监测方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该基于边缘数据分析的煤矿安全监测设备800的操作，这些数据例如可以包括用于在该基于边缘数据分析的煤矿安全监测设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘、鼠标或按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该基于边缘数据分析的煤矿安全监测设备800与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi、蓝牙、近场通信(Near FieldCommunication，简称NFC)、2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件805可以包括：Wi-Fi模块、蓝牙模块或NFC模块。

在一示例性实施例中，基于边缘数据分析的煤矿安全监测设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital SignalProcessing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的基于边缘数据分析的煤矿安全监测方法。

在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的基于边缘数据分析的煤矿安全监测方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由基于边缘数据分析的煤矿安全监测设备800的处理器801执行以完成上述的基于边缘数据分析的煤矿安全监测方法。

实施例4：

相应于上面的方法实施例，本实施例中还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种基于边缘数据分析的煤矿安全监测方法可相互对应参照。

可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的基于边缘数据分析的煤矿安全监测方法的步骤。

该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。