本报记者 梁梦雨

在中国矿业大学的一间实验室里，济宁能源灾害风险智能AI识别平台正实时传输着井下实况：采煤机在煤层中稳健运作，巷道里矿工安全帽的晃动，皮带上煤流的起伏，都被精准捕捉。

“这是我们研发的‘慧眼神瞳’平台。”中国矿业大学信息与控制工程学院党委书记、教授程德强对记者说，依托AI视频轻量化识别方法，搭载边缘计算智能分析装置，破解了煤矿井下特殊光照与防爆环境下图像识别难题。

如何在井下弱光照、高粉尘等特殊成像环境下，突破“视觉极限”，让“慧眼神瞳”成为守护矿工安全的“天眼”？带着这样的问题，程德强团队在2019年便开始了科研攻关。经过不懈努力，中国矿业大学程德强团队研发的煤矿安全隐患AI视频智能辅助监管监察技术取得重大突破，实现了煤矿重大灾害全域感知与智能防控。该技术成果荣获2024年煤矿智能化建设重大进展成果、2024年度中国煤炭工业科学技术一等奖。

这项技术的突破并非一蹴而就。摆在团队面前的第一个难题便是数据。

“没有数据，AI就像没长眼睛。我们与几家煤矿合作，人工获取数据，再进行分析。当时大部分图像因光照不足、干扰严重，连人工标注都成难题。”回忆起起初的艰辛，程德强仍记忆犹新。

如何让数据从“量”的积累实现“质”的飞跃？

团队带着设备扎进矿井，在轰鸣的巷道里一待就是十几个小时。他们用防爆相机捕捉每一个作业瞬间，在皮带机旁架设数十台摄像机从不同角度记录煤流形态，甚至在设备上粘贴标记点，只为精准捕捉皮带位移变化的视觉特征。

从煤矿巷道到工作面，他们一点点拍、一张张筛。整整六年多，图像从7千多张攒到50万余张，每一张都凝聚着科研人员无数个日夜付出的心血。

“2023年，我们发布了国内外首个井下视频AI分析数据集，覆盖118种井下场景，为煤矿安全智能监控领域提供技术支撑。”程德强话语中带着自豪，“现在很多国内外学者都在用我们的数据，就像打开了一个‘公共窗口’。”

有了数据，更大的挑战接踵而至：如何让AI在井下“看得清、算得快、联得通”？程德强团队迎难而上，在这个“铁三角”中打开了突破口。

在图像增强与智能识别方面，程德强团队为图像加了“增强滤镜”——基于深度学习的自适应图像增强算法，构建多尺度图像增强网络，引入对比度自适应调节模块，让图像细节识别准确率提升了30%。

程德强为记者调出了一组对比画面：左侧是传统监控下模糊的井下影像，右侧是AI处理后的清晰场景，连螺栓锈迹都清楚可见。

图像看清了，新的挑战又接踵而至：井下网络不稳定，如何快速反应？海量数据该如何快速处理？

面对这些难题，团队想了个办法——给模型“减肥”。

“我们研制了煤矿关键场景安全风险AI视频识别的轻量化垂直模型，提出时空特征融合的目标检测框架，采用轻量化神经网络设计，在边缘端实现毫秒级响应，目标检测准确率大于95%，可跟踪多个动态目标。”程德强解释说。

针对边缘计算资源受限难题，团队开发出模型压缩与优化算法，通过知识蒸馏和结构裁剪，将模型压缩80%，推理速度提升200%，识别精度损失小于5%。边缘感知、边缘优化的协同计算框架，让计算效率提升50%，系统响应时延降低60%。

如今，煤矿安全隐患AI视频智能平台实现了“人—机—环”联通。利用通用数字摄像仪、AI智能摄像仪等组成智能化、多功能、全天候的动态视频智能识别系统，通过跨系统的信息交互与协同分析，形成一体化的智能安全管理解决方案。

在济宁能源发展集团有限公司金桥煤矿，“慧眼神瞳”已处理3.5万条报警信息，隐患数量月均下降10.3%，实现了从“人防”到“技防”的转型。

“我们的技术已在60余座矿井实现示范应用，保障了煤矿生产安全，提升了煤矿企业智能化生产水平，实现降本增效。我们将参加2025世界智慧矿山大会，把这个成果推广到更多矿井。”程德强说。

原文链接：矿井深处嵌『神瞳』