现有的放矿方式大多为人工放矿。人工操作效率低、安全性低。特别是人为因素造成的装载过满问题，易造成运输的安全隐患。为此，采用人工智能算法开发了机器视觉自动放矿系统。自动识别运输车对中位置与满溢状态，并将视觉信号转发至控制系统，实现运输车与放矿机的自动控制。

背景介绍

目前，矿山企业的运矿方式已从传统的电耙出矿逐步转变为运输车出矿，效率显著提升。井下出矿作为矿源输出的起点，其速度直接影响企业的经济效益。现阶段，井下出矿采用铲运机将矿石装入溜井，随后由运矿车通过溜井下方的放矿漏斗将矿石运输至选矿厂。在放矿过程中，需安排专人到漏斗下方进行人工控制。具体操作为：运矿车驶入指定位置后，放矿工启动漏斗震动马达开始放矿；待车辆装满矿石后，关闭马达停止作业，运矿车随即驶离放矿区域。现有的放矿系统常因放矿工的人为操作不当，导致车辆装载过量，影响行车安全。同时，作业过程中也对放矿工存在一定的安全隐患。

人工放矿存在以下问题：

• 效率低： 人工通过目视的方式操作运输车，通过缓慢移动与来回调整将其与对中至下料口。完成对中后，打开料斗进行放矿，由于运输车料斗较长，一个下料位置难以对料斗放满。因此，需要多次人工调整运输车位置，使下料口对准料斗的不同位置，将料斗放满。

• 安全性差： 放矿作业需要专业放矿工人完成。不同工人专业能力参差不齐，导致放矿质量存在差异。时常出现料斗过度装载的问题，从而造成运输安全隐患。此外，在下料过程中易出现过大块矿石，如果此时料斗近满溢，放矿机上出现了大块矿石，并依然下料，可能导致过度装载。

为此，采用人工智能算法实现：

• 自动对中： 实时检测料斗与下料口，输出料斗与下料口坐标，第三方平台根据位置数据与对中区间，判定料斗是否到达下料口区间。

• 料口满溢检测 实时检测料斗的满溢状态，当料斗出现满溢时，停止放矿机的下料。

• 大块矿石检测： 实时检测下料口与料斗中的大块矿石。当下料口出现超大块矿石时，应停止下料；当车斗出现超大块矿石时，应停止运输。

系统构成

分析系统包括后台管理系统与AI算法两部分。两部分详情如下。

1. 后台管理系统

后台管理系统负责实时画面查看、视频接入、告警管理与数据推送。

• 实时画面：对放矿区监控画面实时预览，可用于告警核验或实况监测。可在实时画面中查看AI检测结果。
• 视频接入：将放矿区摄像头接入后台管理系统，并将摄像头绑定自动放矿算法，使摄像头具备AI分析能力。
• 告警管理：产生的告警图片、短视频以及放矿地点、告警时间等数据存储至磁盘与数据库，并可进行检索、查看、处理与导出。
• 数据推送： 将产生的告警数据通过http协议推送至第三方平台，这个告警数据是实时位置数据与大块矿石数据，包括告警图片与结构化数据。

后台管理系统为B/S架构设计，用户可在局域网内通过个人电脑主机访问系统，查看画面与告警。

2. 自动放矿算法

自动放矿算法包括对中识别、满溢识别与大块矿石识别三部分。

• 对中识别算法：识别料斗与下料口目标，当料斗进入对中区间内时，启动下料。如图1. 后台管理系统，蓝色框为下料口，黄色线位料斗对中的上下限区间，下方红色目标框为料斗。当料斗的中心点在上下限区间内，判定为对中成功。此时，启动下料。
• 满溢识别算法： 识别料斗的满溢状态，当料斗出现满溢时，应停止下料，并启动运输车，对下一料斗放料。
• 大块矿石识别算法： 识别放矿机与料斗内的大块矿石，对大块矿石进行预警。当出现超大块矿石时，自动控制系统应停止放矿机的下料与运输车的行进。

自动放矿算法基于深度学习视频理解算法，自动识别对中、满溢与大矿石，具备精度高、效率高、稳定性高的特点，适用于自动放矿结构化场景目标识别。

部署组网

摄像头、智能分析盒、控制平台、放矿机与料斗部署组网如下图。

• 摄像头-智能分析盒：两者之间通过局域网进行连接。摄像头的rtsp/rtmp视频流，通过局域网接入智能分析盒进行智能分析。
• 智能分析盒-控制平台 ：智能分析盒内置自动放矿算法，实时分析对中、满溢、大石块目标，并将分析结果通过局域网或公网推送至控制平台。
• 控制平台-放矿机&料斗：控制平台通过局域网将与放矿机&料斗通讯，基于自视觉信号进行自动控制。

项目图集

上图为自动放矿时序图。

• 左上图，料斗到达对中区间，此时应停止运输车，并启动放矿机，准备下料。
• 右上图，放矿机运行，下料口下料并监测是否存在下料口或料斗内是否存在大块矿石。
• 左下图，放矿机下料至料斗出现半满溢，此时调整运输车料斗位置，对未装载部分继续下料。
• 右下图，放矿机下料至料斗出现满溢，此时应停止下料，启动运输车，将另一料斗移至下料口。

应用成效

依托边缘计算与人工智能视频分析领域的创新能力与工程化实践，智驱力机器视觉自动放矿系统在国内多所矿井率先落地。产品投产应用后取得了如下成效。

• 自动放矿效率提升10%: 自动对中与下料控制更加快速与精准，降低人工不断调整试错的时间，提高自动放矿效率。

• 过度装载率降低90%: 自动识别料斗满溢状态，满溢状态不再装载，过度装载率与人工相比，降低90%。

• 人力成本降低75%: 减少人工放矿工人数量，仅需要投入少量现场运维人员及时处理大块矿石导致的过度装载问题，人力成本极大降低。