一、团队介绍
团队面向复杂环境下多源信息智能感知、云边端协同计算、工业互联网、多模态分析处理和矿山AI大模型等行业重大战略需求和现场应用需求,综合运用人工智能、工业5G、机器视觉和嵌入式等技术,开展工业“云-边-端”智能感知与计算、工业安全生产重大隐患实时监测与预警、矿山“人-机-环”视觉感知、识别与联动控制等方向关键技术研究、系列装备研发、科技成果转化、示范工程建设和标准制定,取得了一系列重要学术突破和技术创新,相关技术成果已在智能矿山、智慧电厂、智能交通等领域示范应用和推广。
研究团队是中国煤炭行业AI视觉分析工程研究中心联合建设单位,建立了“产-学-研-用”创新体系,近年来,团队主持十三五、十四五国家重点研发项目课题2项,江苏省重大科技成果转化、江苏省产学研项目等省部级项目10项,获国家科学技术进步奖二等奖、教育部科学技术进步奖二等奖、山西省科技进步奖二等奖、中国煤炭工业协会科技进步二等奖、中国安全生产协会科技进步三等奖省部级奖和行业学会奖20项,发表高水平SCI论文100余篇,授权发明专利20余件,编制国家标准、行业标准、团体标准10项。
近5年团队主持的重大项目:
①“十三五”国家重点研发:监管监察信息动态采集可信保障与分析技术及设备项目课题:“互联网+”煤矿安全监管监察关键技术研发与示范。
②“十四五”国家重点研发:煤矿灾害融合监控与决策数字化关键技术装备及应用示范项目课题: “煤矿安全隐患视频图像智能识别“。
③国家工信部“安全应急装备应用试点示范工程”:矿山人-机-环全域视觉感知与预警系统。(2022)
④国家矿山安全监察局矿山安全生产科研攻关项目:煤矿灾害隐患 AI 视频智能识别与预警技术及装备(2023年)
⑤江苏省科技成果转化计划项目:基于视觉感知的煤矿安全生产智能管控系统研发及产业。(2022年)
二、研究方向:
(1)矿山工业互联网平台
矿山工业互联网平台综合运用云计算、大数据、物联网、人工智能等技术,通过云计算技术,实现海量数据的存储和处理;通过大数据技术,对生产数据进行挖掘和分析,提取有价值的信息;通过物联网技术,实现对矿山设备的远程监控和控制;通过人工智能技术,实现对生产过程的智能优化和决策支持,推动矿山生产过程更加智能化、高效化和安全化。
![](/__local/0/3D/79/3888082106A343AC6CE93246F4A_F9CDAC79_98FD.gif)
![](/__local/6/42/1A/4B38143A92533690C11D4AB0803_7E731C2A_50F0.jpg)
(2)工业“云-边-端”视觉感知与智能计算
在煤矿井下复杂受限空间中,光照不均匀、粉尘水雾大、运动目标抖动等环境因素,导致井下视频图像成像质量低、特征信息不明显等突出问题以及系统架构不统一、功能不明确、场景分类不清晰的现状,制约了煤矿AI视频分析技术的快速发展,团队围绕煤矿复杂环境视频图像增强、多场景AI视频智能识别和“云-边-端”协同预警三个方向开展关键技术研究工作,突破复杂地下空间面临的“视频信息就地实时检测困难”、“劳动强度大、效率不高、安全事故预警困难”和“重数据获取轻数据应用处理、缺乏决策指挥”的难题,保障安全生产和可持续发展。
![](/__local/0/1C/04/2FA6C693C2BDEDE0EDFB8D4CFB4_F7C210A3_1257D.gif)
(3)煤矿“人-机-环”安全生产重大隐患风险实时检测与预警
针对目前煤矿井下监控系统无法对各种异常状态预警、事故突发时响应速度慢、缺少智能化分析和控制联动等突出问题,研究煤矿“人-机-环”安全生产重大隐患风险实时检测与预警系列产品,在煤炭行业内属于首创,获得江苏省首台套重大装备认定。
① 研发可独立分析工作的矿用本安型 AI 图像处理摄像仪,基于边缘计算的视频识别分析装置、AI 视频训练平台和 AI 视频分析平台系列装备,针对人员、设备与环境异常状态识别率应≥90%.
②煤矿井下6 类100余种矿山应用场景识别算法开发:灾害隐患识别类,设备状态检测类,人员行为监管类,生产过程监测类,作业环境检测类,高速识别检测类。
③建立“矿山AI行业模型+多场景算法+边缘嵌入式算力+训练平台+分析平台”的矿山 AI 人工智能装备与算法模型及训练平台。
![](/__local/2/6D/E7/0A2A3589A34B1F3B7666F2EC6FB_B7FA1211_5537.jpg)
![](/__local/6/52/41/E97493250E0EC0F215D6DA7ADB4_79C9C37E_3280.jpg)
![](/__local/1/D4/F5/EADC274F8E04F4E76797B70EF2E_053B83F6_3576.gif)
(4)多模态数据挖掘与融合分析与处理
对着监测、感知技术的发展和丰富,产生了海量的图像、声音、传感器等多样化的不同模态数据,对传统数据处理分析方法与模型提出了挑战。深入挖掘视觉、声音等多模态数据信息,研究多模态数据的特征表式和融合,跨模态学习与泛化,以及多模态联合学习性能优化等,为矿井围岩监测、隧道多源探测、情感计算等复杂场景和问题提供多模态分析的解决方案。
![](/__local/C/29/EF/7B449D6F86B6E67E772C3E491D9_E5FB01AE_F33E3.png)
三、团队骨干研究成员
![62704a077f9cec1c770a3dea325e665](/__local/3/BA/CC/77EA4E08DA69B5DDE1BB70922CE_F53C0301_2404.jpg)
研究所所长:钱建生教授、博导
长期从事矿井通信与监控、工业互联网、人工智能、智能矿山关键技术等学科方向的研究及应用。
● 国家高层次人才(万人计划)科技创业领军人才
● 第五届国家安全生产专家组成员。
● 第三届煤炭工业技术委员会信息化专业委员会副主任。
● 《煤矿总工程师手册》煤矿信息化分册的主编
● 中国煤炭工业协会《煤矿安全高效现代化矿井技术标准》信息化专篇技术标准起草召集人
● 主持十三五国家重点研发、十四五国家重点研发、国家863计划等二十多项科研项目
● 获国家科技进步二等奖1项,获省部级一等奖4项、二等奖16项,发表SCI学术论文50余篇,获授权国家专利20余项。
![f44ecb193e610660cce1ac3bd5331d7](/__local/D/97/EE/73C6E8CE60630DE70A9A6EFBF37_370E51F6_1FFE.jpg)
研究所副所长 郭星歌 副教授
郭星歌,河南洛阳人,工学博士,副教授,硕导。现任中国矿业大学信息与控制工程学院电子信息工程系书记、智慧矿山研究中心主任、中国煤炭工业协会“煤炭行业AI视觉分析工程研究中心”常务副主任。2018-2020年美国哥伦比亚大学访问学者、南卡罗来纳大学访问学者。山西省煤炭学会“千人智库”专家、江苏省人工智能标准化技术委员会委员、江苏省科技副总。研究方向:人工智能、计算视觉、移动通信。
主持十四五国家重点研发项目子课题1项、国家863计划项目子课题1项,江苏省科技成果转化专项资金项目2项。国家标准《煤炭工业智能化矿井设计规范》(GB/T 51272-2018)主要起草人、煤炭行业标准《安全高效现代化矿井技术规范》((MT/T 1167-2019))主要起草人。获得教育部科技进步二等奖2项、煤炭工业协会科技进步二等奖5项,江苏省科技进步三等奖2项。
![芦楠楠副教授](/__local/7/4F/AB/BD1C9FC15538E1181DBBA91BE82_CDA4D83B_1833.jpg)
成员:芦楠楠 副教授
芦楠楠 副教授,博士毕业于日本早稻田大学,从事数据挖掘、数据融合、深度学习等相关领域研究。先后主持国家重点研发计划政府间国际科技创新合作项目“深部地下工程四维支护主被动健康监测”任务,国家自然基金项目“深度融合多场数据的围岩冲击危险性识别”,江苏省自然科学基金项目,中国博士后基金面上项目以及多项企业合作项目。参与国家自然科学基金重点项目“深部开采与巷道围岩结构稳定控制信息化基础理论”以及多项产学研项目。在Information fusion、IEEE TNNLS、IEEE TSMC、IEEE TIM、Science China,Neurocomputing,IEEE SMC、CEC等人工智能领域国内外期刊和会议发表论文30余篇。其中,研究成果曾荣获国际会议(The10th ICTC)优秀论文奖,中国煤炭工业协会科学技术奖二等奖等。
![d846a2396af0afe237ee07d8fc9e75d](/__local/6/11/A9/378FDC5557248FC9E27709C5C10_7F07640B_1852.jpg)
![e0aad7906772ce3fbb90c157b964844](/__local/B/85/A9/F74BA604E27E7ACD4E7D4D2B81B_7C8F8B4C_1938.jpg)
![](/__local/D/CD/B4/759824F0A089DF5081322FD1C14_16137C73_2006.jpg)
![](/__local/1/5A/CB/80FD2DEFDE5B5B5E216E01D00B2_05FEBDF4_1CFE.jpg)
成员:蔡利梅 副教授 成员:赵培培 副教授 成员:罗驱波 副教授 成员:王利娟讲师