选煤厂偏远岗位人员监护管理系统的研究与应用项目的可行性研究报告 VIP免费

选煤厂偏远岗位人员监护管理系统的研究与应用项目的可行性研究报告选煤厂偏远岗位人员监护管理系统的研究与应用可行性研究报告阳泉煤业（集团）股份有限公司2012年2月一、项目提出的必要性及市场分析预测岗位安全管理。究其实质是岗位人员信息的实时获取和基于准确、详尽、即时、共享、协同基础上的生产决策。目前，大多数煤炭企业已经安装了视频监控系统，但这些视频监控系统还是停留在人工监视阶段，由人工监视场景、判断危险情况并作出相应的反应，存在漏报、报警不及时等问题，影响煤矿安全生产。智能视频监控是智能视频技术的一个部分，其源自计算机视觉技术，可以全天候自动监控分析视频信息。将智能视频监控用于煤炭企业，可以实现企业人员的自动检测、跟踪、定位等功能，进而实现对人员的自动监护。在选煤厂视频监控中，运动人体跟踪非常重要，既可以通过运动人体跟踪来定位人员的位置，还可以通过分析被监控人员的运动轨迹，对其行为进行预测和判断。二、国内、外技术水平及发展趋势针对采用传统的meanshift算法进行智能视频监控易受背景干扰而丢失目标的问题，提出了一种将meanshift算法与卡尔曼滤波算法（rfid技术）相结合的选煤厂人员目标跟踪方法。该方法首先通过运动检测方法分割出跟踪目标区域，然后通过卡尔曼滤波算法预测下一帧跟踪窗口的起点，在此基础上采用meanshift算法跟踪目标区域;由于选煤厂环境较复杂，为了防止跟踪失败，采用跟踪与检测相结合的方法来进一步保证跟踪的鲁棒性。实验结果表明，该方法能很好地消除背景中相似颜色区域的影响，具有较好的跟踪效果。三、技术来源、开发研制现状及协作单位基本情况1.技术第1页共4页来源可以将基于智能视频监控的目标跟踪算法分为4类，分别是基于目标区域匹配的跟踪方法;基于目标特征匹配的跟踪方法；基于运动特性的跟踪算法，如卡尔曼滤波方法和粒子滤波方法。meanshift方法具有计算简单、鲁棒性强等优点，在视频跟踪领域得到广泛应用。由于选煤厂环境特殊，干扰较多，仅使用meanshift方法容易丢失目标。鉴此，本项目提出一种将meanshift方法与卡尔曼滤波方法相结合的选煤厂人员目标跟踪方法。2.开发研制现状实验结果表明，该方法能够自动调整带宽以适应视频目标大小的变化，并且结合卡尔曼滤波方法（rfid技术）对目标进行运动估计，从而提高了跟踪的稳定性和准确性。3、协作单位基本概况2北京泰丰融创科技有限公司是隶属北京科技大学，2010年按照现代化企业制度组建而成，是集科研开发、生产经营、工程安装服务于一体的XX省高新技术企业。企业依托国家重点大学—-北京科技大学人才、技术优势，加强与企业集团的横向合作。不断开发、生产多项具有自主知识产权的品牌产品，企业产品长期保持行业内技术上的领先地位。企业通过了iso9001-2000质量管理体系认证，通过了XX省软件企业认证。研制和生产的产品如下：主扇风机在线监测系统监测系统kjd-7型plc皮带集中控制系统、gyxjb型“信、集、闭”微机控制系统、kjd-7型主井装卸载自动控制及信号系统、煤矿设备点巡检管理系统、tfjcw-2f绞车闸瓦间隙在线监测系统。四、项目总体目标、研究内容、开发方案及经济技术指标1.项目总体目标该技术作为偏远个人岗位人员数据采集的最新技术手段，可以帮助企业建立起统一、高效、实时和流程电子化的岗位安全管理体系，通过网络化集中管理的运行模式把各部门贯穿起来，从而：原煤仓、精煤仓、块炭仓、矸仓等11个偏远、重点岗位人员实现监护。第2页共4页（1）实现岗位人员从出发到返回的全生命周期监护；（2）实现人员识别自动化；（3）实现部门间业务协同、信息共享、多维分析，提供岗位安全决策辅助支持，改善日常管理工作模式、流程及效果。2.研究内容2.1基于meanshift方法的目标跟踪实现目标表示与相似性度量假定图像中目标区域的中心位置位于原点，目标由位置为{x*i}（i=1，2，…，n）的所有像素点组成，则目标模型可构建为^qu=c∑ni=1k（x*i2）δb（x*i）-u（1）式中：u为目标模型中的特征，u=1，2，…，m;c为归一化常数，c=1∑ni=1k（x*i2）;k（x）为一个各向同性、凸的、单调递减的核轮廓函数，该函数在此作为一个权重函...