基于物联网技术的矿山井筒安全监测系统设计

于继武 邢远秀

(1.武汉软件工程职业学院计算机学院，湖北 武汉430025;2.武汉因科科技发展有限公司，湖北 武汉430077;3.武汉科技大学理学院，湖北 武汉430081)

物联网(Internet of Things，IoT)技术将各种信息传感设备，如射频识别装置、红外感应器等装置与互联网结合起来，形成一个物物相联的网络，自动实时地对物体进行识别、定位、监控，是一种新兴网络技术［1-2］，在诸如智能交通、智能家居、智能医疗、环境与安全检测等领域应用前景广阔。针对矿山井筒的安全检测，目前有人工完成、固定场景监控系统［3-6］和矿山井筒安全隐患监测系统［7-8］等几种方式来实现。固定场景监控系统主要用来进行场景及设备监测，但是设备位置固定使得监测对象固定和设备不能共享，并且采集视频完全由人工进行判别。矿山井筒安全隐患监测系统将井筒设施工作及生产状况的实时图像信息自动采集、存储、地面显示，随后视频数据导入后台管理系统，实现智能故障识别，但是采集的视频图像没有共享，同时需要人工导入后台才能进行后继处理。

随着物联网和无线传感技术的不断发展成熟，本研究对原有矿山井筒安全隐患监测系统［8］进行改造升级，将系统中分散的前端视频采集装置、地面显示遥控装置和后台管理装置，通过物联网技术连成一个整体，实现高效、智能的在线安全监测管理。

1 矿山井筒安全监测系统现状

已有的矿山井筒安全监测系统［8］经过2 次升级，到目前为止，已经在大冶铁矿的2 个车间测试运行了将近4 a，根据现场测试，系统运行基本稳定，运行状况尚可，并通过了湖北省科技厅成果鉴定。系统由前端视频数据采集子系统、无线传输子系统、地面图像显示控制子系统和视频处理子系统4 部分构成。前端视频数据采集子系统将采集视频数据进行本地存储;地面图像显示装置通过无线传输网控制前端云台;最后将视频数据导入后台系统进行管理和故障点智能监测与定位。系统模型如图1 所示。

图1 原系统模型Fig.1 The original system model

目前，在运行过程中发现，原系统主要存在以下缺点:其一，前端视频装置采集的视频监控数据在完成采集后，需要人工将视频装置带到监控中心，导出数据到后台系统中进行管理分析，操作复杂，并且监控数据没有实现共享;其二，地面显示控制装置和前端装置通过无线传输网络进行信号传输，当传输大量高清视频图像信息时，由于目前传输带宽限制，导致视频帧出现丢失现象。

2 基于物联网的安全监测系统

针对同一矿区可能有多个井筒的问题，利用物联网技术可以将多个井筒的监测设备互联，进行数据共享和多点监测。本系统主要包括前端视频采集传输装置、井上控制装置、视频数据(MVD)服务器和后台视频管理系统4 部分，通过物联网和无线传输技术将这4 部分连接。

2.1 系统3 层架构

基于物联网技术的井筒安全监测系统主要遵循物联网应用的通用3 级层次架构［2］，即感知层、传输层和应用层，本系统具体架构如图2 所示。

图2 3 层架构Fig.2 Three-layer architecture

(1)感知层。主要通过高速高清摄像机传感器节点获得井筒内各个监测方位的视频信息，并对信息进行编码表示以便进行高效传输。传感器固定在可旋转云台上，另外配备高照度的光源，保证在复杂井筒环境中能获得清晰的视频。

(2)传输层。传输层将所有装置互联进行通信。由于井筒内环境复杂，同时视频采集装置随罐笼上下运动，因此视频采集装置和井上控制装置之间采用无线网络进行视频数据和控制信号传输，在传输过程中采用COFDM 调制技术、信道编解码技术和自适应混合ARQ/FEC 的差错控制技术保证数据帧传输的可靠性和快速性。

(3)应用层。应用层提供各种应用服务，包括系统硬件和应用软件2 部分。其中硬件部分主要包括井上监控装置、外部网络、MVD 服务器和远程PC 机等设备，软件部分主要有运行在井上控制装置、MVD服务器和PC 机上的视频处理软件。井上控制装置和后台管理软件同MVD 服务器之间可以通过互联网进行数据通信，接收并存储从感知层收集的数据，分析感知层传送来的视频数据。同时应用层还包括操作人员和故障会诊专家。

2.2 矿山井筒安全监测模型

图3 为上述软硬件通过物联网技术互联，构建的基于物联网技术的安全监测系统模型。

图3 基于物联网技术的安全监测系统模型Fig.3 Safety monitoring system model based on Internet of things technology

针对同一个矿区，不同矿井可以有单独的视频采集装置和井上控制装置。视频采集装置包括处理器、硬盘存储模块、无线信号接收发送模块、电源模块和智能控制模块。处理器升级为基于双ARM11 的高性能通信媒体处理器Hi3520，更快地处理高清视频图像数据。Hi3520 处理器包含RJ45 10 M/100 M/1 000 M自适应以太网口，可以保证视频数据通过无线视频信号发射装置将视频信号编码快速准确低发送到井上控制装置。

井上控制装置主要由Hi3520 处理器、小键盘、屏幕、无线信号发射接收装置、解码器、网卡和驱动软件等构成。当按下键盘相应按钮，可通过无线信号发射装置把控制信号发送到前端视频采集装置。无线信号接收装置实时接收井下传送的视频图像。数据进行解码后由屏幕实时显示，同时被转发到MVD 服务器保存。MVD 服务器保存同一个矿区多个井筒的视频监控图像，使得后台管理软件可以共享视频数据，进行远程视频图像管理分析。

后台管理可通过网络在任意时间任意地点调取MVD 服务器中的视频数据，进行视频管理和视频分析，查找井筒内故障，同时可以进行专家会诊。为了提高视频处理速度，在实际应用中，视频数据在访问后缓存到本地数据库中，以便进行后继处理。

3 关键技术分析

3.1 智能嵌入与编解码技术

智能嵌入技术是物联网技术的关键，通过把物联网中每个独立节点植入嵌入式芯片后，比普通节点具有更强大的智能处理能力和数据传输能力。本系统在视频采集装置和井上控制装置中分别嵌入了基于ARM11 的Hi3520 处理器，Hi3520 处理器是一款具有视频硬件加速引擎的高性能通信媒体处理器，采用的双DDR 架构能够提供更大的数据处理带宽和能力。

为了保证井筒高清视频监控数据在网络传输中的性能，本系统采用先进的H.264 协议对视频数据进行编解码。H.264 的编解码包括帧内和帧间预测编解码、整数变换和反变换、可选52 种不同步长量化和反量化、环路滤波、可变长熵编码5 个部分，能够实现视频的高压缩比、高图像质量和良好的网络适应性，并且可以获得平稳的图像质量，在同等图像质量下，H.264 技术压缩后的数据量只有MPEG4 的1/3，因此在网络传输中能够极大地提高网络传输速率。

3.2 并发数据传输

视频数据采集后传输至井上控制装置并通过网络传输至MVD 服务器进行存储。针对MVD 服务器，可同时并发接收矿区内不同矿井的监控视频数据。在传送视频数据之前首先需要在井上控制装置和MVD 服务器之间建立连接，随后接收监控视频相关信息。

本系统中，MVD 数据库模块作为接收服务器，每个井上控制装置作为客户端和MVD 服务器通过套接字Socket 建立相应连接，其具体流程如图4 所示。

图4 数据传输流程Fig.4 Data Transfer process

为了解决MVD 服务器同时和多个井筒的井上控制装置进行通信问题，MVD 服务器采用一个主线程和多个子线程共存，主线程的socket绑定在一个固定端口上，负责监听各个井上控制装置的Socket 信息。每当有1 个井上控制装置进行连接时，向MVD服务器发送来一个Socket 连接请求，MVD 端则新开启一个线程，并在其中创建一个新Socket 与该井上控制装置的Socket 进行通信。

井上控制装置根据设定的监测方位控制前端视频装置进行监测，同时根据MVD 服务器的IP 地址和MVD 服务器建立连接，把矿井编号和监测方位及监测时间等信息发送至MVD 服务器，双方连接建立的协议格式定义为0xAA+数据长度(1 字节)+数据(2个字节的矿井编号+1 个字节的监测方位+8 个字节的监测时间)+校验+结束位(0xFF)，MVD 服务器接收到井上控制装置的连接协议后，创建子线程并建立新的子Socketi，用来接收该矿井的视频数据。

当双方连接建立后，MVD 服务器一直处于监听状态，接收从井上控制装置传送来的视频流，视频流在传输时的协议格式定义为0xBB+数据长度(4 字节)+数据+校验+结束位(0xFF)。

视频采集完毕后，井上控制装置向MVD 服务器发送结束协议:0xCC+数据长度(1 字节)+数据(2 个字节的矿井编号)校验+结束位(0xFF)，该井上装置和MVD 服务器建立的Socketi 连接关闭，并结束该线程。

同理，后台管理软件访问MVD 服务器的视频数据同样采用上述方式。

4 结 论

将物联网技术应用到矿山井筒监测中，使得系统中视频采集装置、井上控制装置、MVD 服务器和后台管理装置有机地结合成一个整体，实现了同一矿区不同井筒间视频数据的共享，给用户提供了方便的操作环境，采用智能嵌入技术、无线传输技术和先进的编解码协议实现了高效视频数据传输，同时MVD 服务器程序采用多线程解决了视频数据并发传输、存储。该系统目前正在测试运行阶段，系统显示性能良好、操作方便，下阶段系统进一步完善后，可以向全国非煤矿山具有提升矿井的企业进行推广。

［1］ 钱志鸿，王义君. 物联网技术与应用研究［J］. 电子学报，2012，40(5):1023-1029.

Qian Zhihong，Wang Yijun.IoT Technology and Application［J］.Acta Electronica Sinica，2012，40(5):1023-1029.

［2］ 朱洪波，杨龙祥，于 全. 物联网的技术思想与应用策略研究［J］.通信学报，2010，31(6):2-9.

Zhu Hongbo，Yang Longxiang，Yu Quan. Investigation of technical thought and application strategy for the internet of things［J］.Journal on Communications，2010，31(6):2-9.

［3］ Gibiec M.Prediction of machines health with application of an intelligent approach:a mining machinery case study［J］.Key Engineering Materials，2005，293/294:661-668.

［4］ 黄迎辉，李 新，王月英.基于ZigBee 无线网络技术的矿井监测系统设计［J］.自动化与仪表，2010(7):21-23.

Huang Yinghui，Li Xin，Wang Yueying. Design of mine monitoring system based on ZigBee wireless network technology［J］.Automation＆ Instrumentation，2010(7):21-23.

［5］ 刘艳兵.数字矿山视频监控及导航系统的设计与实现［D］. 北京:北京交通大学，2009.

Liu Yanbing.Design and Realization of Video Surveillance and Navigation Systems in Digital Mine［D］.Beijing:Beijing Jiaotong University，2009.

［6］ Todd M，Ruff，MS P E.Feasibility of using intelligent video for machine safety applications［C］∥2008 IEEE Industry Applications Society Annual Meeting.Edmonton:Institute of Aeronautical Sciences，2008:1-5.

［7］ 章启忠，光正国，毛孝林，等. 矿山井筒安全隐患监测系统设计与实现［J］.金属矿山，2009(6):130-131.

Zhang Qizhong，Guang Zhengguo，Mao Xiaolin，et al.Design and realization of the monitoring system for security of mineshaft［J］.Metal Mine，2009(6):130-131.

［8］ 邢远秀.矿山井筒视觉监测与故障只能识别系统设计［J］.金属矿山，2013(9):138-141.

Xing Yuanxiu. Design of the vision monitoring and fault intelligent recognition system for security of mineshaft［J］. Metal Mine，2013(9):138-141.