带式输送机利用皮带及牵引件来运输物料,常用于矿山或者钢铁厂等工业环境,用来运输煤炭、冶金和水泥等物料。一般情况下,带式输送机所处环境较为恶劣,包括周围光线暗、粉尘大、道路狭窄及运输材料有气味、温度、湿气等特征,而且两侧的人行过道范围狭小,工人在看护巡检时,带式输送机系统的托辊、滚筒等设施在运转时处于开放状态,极大可能会与这些部位发生必要触碰,这不仅对工人的生命构成潜在的威胁,还会造成设备停运等相关生产的安全问题。所以,带式输送机安全问题不容忽视。本文通过分析、总结近年来发生的带式输送机运输事故,深入探索并研究图形、图像处理以及现在的智慧工厂和智能视频监控技术,通过人工智能技术、自动控制技术、实时监测技术,保障带式输送机系统的运行、状态及人员的监测。本文的主要工作如下:(1)本文根据现场具体情况应用图像处理等相关算法,进行自定义监管区域的设计。文中设计的自定义监管模块,是判断人员所处位置的前提,监管模块区域包括红色闭锁联动控制急停区域,黄色预警区域及黑色安全区域。(2)针对工厂安全监控问题,使用建立输送机道路两侧的员工行为,采集大量不同动作行为的图像建立该环境下的数据集,设计了一套基于Yolov3算法的目标提取检测方法,针对实际环境数据量小的问题,采取数据增强和学习迁移等方法,实现在少量标注集的情况下保证算法模型的有效性。并对Yolov3算法对人员检测进行了仿真测试和分析。(3)基于前两章的监管区域模块和人员检测模块,设计出基于深度学习的安全监控系统的整体架构,通过Yolov3算法确定其坐标,决定其员工所处位置,从而根据结果触动预警或联动控制。在客户服务器平台上通过软硬件结合的方式,设计了人机交互功能模块,实现了现场安全生产智能监控系统的功能需求。