矿用AI视频边缘计算技术研究与应用
张立亚
郝博南
马征
杨志方
煤炭科学技术研究院有限公司,北京 100013;煤炭智能开采与岩层控制全国重点实验室,北京 100013;煤矿应急避险技术装备工程研究中心,北京 100013;北京市煤矿安全工程技术研究中心,北京 100013
摘要：目前矿山AI视频系统主要采用地面服务器进行分析处理,存在视频分析整体响应时延较高、多系统联动延迟、网络带宽资源占用大等问题.针对该问题,设计了一种轻量化、可边缘部署的矿用AI视频边缘计算系统.提出了基于注册机的轻量化软件开发工具包(SDK)框架,对算子进行解耦,以提升算法并行运算能力,降低SDK对存储空间的需求;对YOLOv7的卷积运算进行分组设计,利用恒等映射对Focus主干网络进行优化,以减少运算量并轻量化网络结构,同时引入Transformer中的注意力机制提高检测性能.集成国产化智能芯片和5G通信模块,研制了矿用AI视频服务器,实现了矿山边缘节点部署与计算.实验结果表明:矿用AI视频边缘计算系统响应出色,部署注册机SDK与改进YOLOv7模型后,平均推理时延为28 ms,较React Native+YOLOv7和MobileNet分别减少52％和44％;在各种负载情况下,矿用AI视频服务器的响应时间远低于矿山操作的最低要求.现场工业性测试结果表明:矿用AI视频服务器接入8路摄像仪时,响应时延为51 ms,带宽维持在45 Mbit/s,比使用地面服务器时的时延降低了 59％,带宽提高了 15％,实现了对井下视频数据的实时、就地分析处理,有效降低了数据传输时延,提高了视频分析的响应速率和处理效率.
关键词：智能矿山AI视频分析边缘计算注册机YOLOv7轻量化设计
分类号：TD67(矿山电工)
资助基金：工业和信息化部工业互联网创新发展工程项目(TC240AAKM-132)天地科技股份有限公司科技创新创业资金专项项目(2023-TD-ZD005-005)天地科技股份有限公司科技创新创业资金专项项目(2024-TD-ZD015-01)
论文发表日期：2024-12-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 85-92 )
英文信息