在煤矿开采中，输煤皮带的巡检制度是确保设备正常运行的重要举措。由于皮带机所处的作业环境恶劣、输煤廊道跨度长、日常运营煤渣粉尘弥漫下可视范围有限，导致安监人员无法对作业面和设备状态做出及时有效的判断，在这种情况下，传统的人工巡检方式已经难以为继，急需智能化手段改变巡检机制、全面提升效率和精度。
煤矿开采现场普遍存在环境监管难度大、人员监管不及时和工作面监管不到位等问题。输煤皮带作为其中作业面跨度最长、作业环境最复杂的典型作业场景，与其他巡检场景相比，在硬件、要求、识别率等方面均有着较高的差异化体现。从硬件上看，由于煤矿对于安全性要求高，运输皮带必须通过严格的火花/磨损实验认证;从场景看，煤矿作业场景的作业环境大多十分恶劣，对于皮带可靠性稳定性要求更高;从需求上看，煤矿监控设备需针对巡检目标进行定制化设计，如能准确判断出皮带跑偏、撕裂、脱煤、撒煤、堆煤等形态，并能针对人员跨越皮带行为进行识别等。
计算机识别算法为核心，以AI边缘计算设备和多端告警为支撑，以自动化管控为手段，打造一套适用于煤矿输送场景的综合性安全巡视检查系统，该系统解决以下问题：
1. 大煤块识别计数：当传送皮带上的煤块超过常规尺寸大小的时候，系统自动预警，并统计大块煤的数量。
2. 皮带跑偏检测：当煤炭落料无规律的偏向传送带的任意一边，传送带向左或向右跑偏，立即告警。
3. 翻越皮带检测：无论皮带当前是运行中还是停止状态下，当有人员跨越皮带时，立即告警。
通过将AI智能分析，实现了视频图像智能分析，为安全监控部门提供有力数据支撑。平台强化了视频图像的智能识别能力，不但深化发掘出视频图像的应用价值，还基于视频分析结果，对异常告警、皮带跑偏、人员违规翻越等操作的结果进行复核，双重认证，保证信息的准确度，保障煤矿现场稳定运行。
采用图像识别技术，将传输到监控平台的皮带运煤视频与图片在线分析。当出现可能造成皮带跑偏、大块煤异物和人员翻越皮带等危险因素时，进行报警并交由工作人员处理。不但有效降低了皮带设备受到损坏和煤矿作业人员受到危险的概率，还提高了煤矿的运行安全，有效减少70%安全隐患发生率：
