油田作业现场智能视频监控系统

程有为，于巾涛，董金平，苏宏伟，李婷玉，徐 震，田 枫，刘 芳

（1.中国石油天然气股份有限公司冀东油田分公司，河北唐山 063004；2.东北石油大学计算机与信息技术学院，黑龙江大庆 163318）

我国油田大多分布在气候比较严峻的戈壁和沙漠地带。在实际油田工作中，现有的巡检手段和措施在一定程度上满足了油田的需求，但是人工巡检效率不高，特别是应对紧急情况，在信息交互和协调水平上，传统的人工巡检手段很容易造成危害控制不及时，甚至导致更大的财产损失。油田视频监控系统是油田安全生产监管中不可缺少的重要组成部分［1］［2］。然而传统的视频监控系统自身存在一定的缺陷。普通监控摄像头主要用于对所发生事件的实时机械记录，并且由于产品自身配置软件的性能较差，不能对移动目标进行实时监控与行为的区分；监控摄像头的像素和分辨率也较差，只能通过画面的前后对比对所监控画面进行辨别；另外传统的视频监控在很大程度上多依赖于人的主观判断，由于人类自身生理上的弱点，有时无法察觉安全危险，从而导致漏报现象的发生；传统的视频监控系统通常由安全工作人员对安全危险做出响应和处理，在危险发生时，系统的响应速度将直接关系到人身安全和财产安全。

随着计算机技术的不断发展，人们将计算机视觉的相关技术引入到油田视频监控中。智能视频监控系统是一种更加高级的视频监控应用，与传统的视频监控相比较，在很多方面存在着优势。首先，在监控的连续性方面，工作人员不必一直紧盯着屏幕，避免长期疲劳，并且可以长时间地进行监控，真正做到全天候的监控。其次，在监控的有效性方面，由于人能管理的范围是有限的，管理人员不能同时兼顾多个视频，利用智能视频监控系统可以自动进行智能监控，工作人员只需在接到智能预警时及时地处理突发情况即可。因此既可以扩大监控范围，又可以提高监控效率。最后，智能视频监控系统可以适应各种气候条件，在监控条件上不受自然环境的限制；在监控实时性上，能够做到事前预警，快速对突发事件做出反应，从而减少对油田造成的损失。在油田作业现场应用智能视频监控系统不仅可以自动检测，而且可以识别视频中潜在的危险、可疑物体和突发事件等不安全因素，并能够以最快的方式提供有用的信息并发出警报，从而更加有效地协助安全人员处理危险，减轻人员负担和提高监控系统效率，并最大限度降低误报现象的发生。

1995年美国、西欧、日本等国家100多家石油化工企业宣布实施CIMS（Computer Integrated Manufacturing Systems）计划。该计划推动了流程工业综合自动化技术在实际生产中的应用［3］。英国石油公司建立的油田监控系统对油井作业区的设备进行监控，要求图像清晰、网络传输流畅。如果有人非法侵入油井作业区，不但能够联动摄像机进行录像抓拍，同时也会联动警号、警灯进行语音提示，并发送短信到值班人员的手机上。意大利的AGIP石油公司提出以数据为核心的工厂信息集成系统方案，达到了很高的水平。Honey Well公司推出的TDC-3001油田自动控制系统功能齐全，完全能够满足对油田抽油机井进行全方位监控的需求［4］。

我国在油田井场监视方面，尽管起步较晚，但也取得了一定的进步。2009年，凌国春论述了采油井场视频监控系统的基本原理、技术方案以及主要功能，提出无线网桥和CDMA数据传输技术应用到油田井场的视频监控系统中，该系统降低了一线工人的劳动强度，并能有效遏制井场盗窃等行为［5］。2010年，大庆油田在油田站（井）场外部安装网络红外高速球摄像机，通过光纤接入、SCDMA无线接入、SCDMA McWiLL无线宽带接入等多种方式将油田前线的摄像机连入监控中心，实现告警、录像等多种功能［6］。

1 油田智能视频监控系统框架

油田智能视频监控系统采用四层架构模式，包括基础资源层、数据分析层、业务应用层和应用终端层，系统架构如图1所示。基础资源层主要是对基础数据的维护，包括探头配置管理和数据流网络传输；数据分析层由视频存储服务、智能分析服务和学习算法服务组成，对于视频存储服务有两种方式，即非结构化存储和结构化存储，智能分析服务包括人员检测、跟踪检测、入侵检测和着装检测，学习算法服务包括模型库和样本库；在业务应用层中，主要是报警联动，会对数据分析层传送的数据进行数据研判和相应的应急处理，使用Socket技术对异常信息进行推送；应用终端层则是油田作业现场智能视频监控系统。基础资源层将采集到的油田现场实时视频传送给数据分析层，数据分析层经过学习算法和视频存储对视频进行智能分析，数据分析层将分析后的结果传送给业务应用层，业务应用层判断当前视频是否需要触发报警联动，最后结果推送给系统前端界面。

图1 油田智能视频监控系统架构图Fig.1 Architecture diagram of oilfield intelligent video surveillance system

2 系统功能模块与需求分析

经过实地调研和油田监控中心业务人员的反馈，再结合实际情况，设计了油田作业现场智能视频监控系统功能模块，如图2所示。连接管理模块包含服务器连接和数据库连接两个子模块，分别用来连接服务器和数据库；检测参数管理模块有检测功能管理和检测细节管理，可以对每个摄像头赋予一个相应的检测功能；在设备管理模块中，主要是对摄像头的一些基本信息进行维护，具备对监控的摄像头增、删、改、查功能；权限管理中，可以由超级管理员对用户角色和所属部门进行管理，这就使得不同的管理员有不同的权限，方便业务管理，责任明确；用户信息是对当前登录用户信息的维护；在视频流管理模块中，可以指定每个通道播放视频。

图2 油田作业现场智能视频监控系统功能图Fig.2 The functional diagram of the intelligent video monitoring system on the oilfield operation site

3 Socket信息传输

Socket接口是TCP/IP网络最为通用的API，也是在Internet上进行应用开发最为通用的API。Socket技术实际上是在计算机中提供了一个通信端口，可以通过这个端口与任何一个具有接口的计算机通信。应用程序在网络上传输、接收的信息都通过Socket接口来实现。Socket的基本工作原理如图3所示。

图3 Socket通信Fig.3 Socket communication

首先，服务器监听到一个固定的端口，然后，客户端连接到服务器，该服务器执行接收操作，接收客户端的连接。当连接创建成功后，就进行数据传输，等到数据传输完毕后，服务端和客户端就断开连接［7］。Socket具有以下几点好处：（1）Socket技术可以实现跨平台之间的通信。例如，服务器运行在Ubuntu系统下，客户端运行在Windows平台上。（2）Socket技术在很大程度上减少了网络通信中的难题。基于以上两个优点，本文使用了Socket I/O多路复用通信技术，用来启动和关闭检测算法。具体的实现步骤如图4所示。

图4 Socket I/O多路复用通信Fig.4 Socket I/O multiplexed communication

在客户端与服务器端之间的通信，Socket主要负责对服务器进行启动和关闭，Socket的Server端启动后根据CS端的输入使用TCPSocket sever和Client通信，Client端则嵌入在CS端中负责发出启动和关闭的信息，Sever端进行信息的响应，其具体流程如下：（1）发送启动或者关闭检测算法的消息。（2）Socket server接到消息，查询数据库，获取当前指定服务器所运行检测程序的数量。（3）正在轮询的检测算法信息表查询。（4）判断当前服务器是否达到任务负载上限。（5）对应服务器是否开启。（6）开启检测算法。（7）推出检测视频流。（8）Server将推出的RTSP流返回给超级管理员和对应的普通管理员。（9）普通超级管理员收到RTSP流消息进行视频流播放。

4 油田作业现场危险因素智能识别模型设计

4.1 构建油田作业现场危险数据集

一个合适的数据集对于目标检测或者目标识别而言相当重要。在实际调研和实际需求驱动下，本文根据具体的油田作业现场情况将油田存在的危险因素划分为：安全规范着装、警戒区域入侵、烟火、抽烟、漏液等类型。并根据危险因素的划分、场景以及具体的检测要求，收集和制作相应的数据集，为后续训练模型做准备。

4.2 模型设计

近年来，随着计算机硬件能力的提升和深度学习的快速发展，基于卷积神经网络的目标检测算法逐渐代替了传统的目标检测算法。同时根据是否有候选区域生成，又可以将卷积神经网络目标检测算法划分为基于分类的目标检测算法和基于回归的目标检测算法。经过实验和对比分析，基于回归的目标检测算法检测速度较快、实时性较好，同时在准确率上的表现也满足实际需求。因此，本文采用了基于回归的目标检测算法作为检测模型生成算法。实验中算法模型如表1所示。

表1 目标检测算法实验对比Tab.1 Experimental comparison of target detection algorithms

通过实验可以看出，Fast R-CNN与Faster R-CNN在mAP上的表现不相上下，但是两者在实时性上（检测速度）都有着很低的帧率。相较于前两者，YOLOv1、YOLOv3、YOLOv5在mAP上的表现逐渐增强，而且三者的帧率相差无几。为了保证检测的准确性和实时性，本文选用了YOLOv5作为训练模型的算法。部分检测结果如图5所示。

图5 智能识别算法模型效果图Fig.5 Effect diagram of intelligent recognition algorithm model

5 油田作业现场智能视频监控系统设计

5.1 系统主页面展示

系统功能主要包含用户信息、设备管理、检测参数管理、权限管理、摄像头启动识别设置、异常信息管理和服务器管理等。系统页面如图6所示。

图6 系统主界面Fig.6 The main interface of the system

5.2 设备管理

设备管理主要是以表格的形式将监控摄像头的简要信息进行展示，对监控摄像头的查询、修改、添加以及删除，为管理员提供方便的管理界面。具体的设备管理界面如图7所示。

图7 设备管理界面Fig.7 Device management interface

5.3 检测参数管理

在检测参数管理界面，展示了已经部署的算法，可以对检测算法进行管理，同时也可以新增检测算法并且提示管理员该算法是否已经部署。如果管理员要对某一算法删除，系统就会提示警报信息，告诉管理员谨慎操作（图8）。

图8 检测参数管理Fig.8 Detection parameter management

6 结 论

本文首先对油田作业现场传统的巡检模式进行了阐述，其中包括人工巡检和传统的视频监控系统，但是两者都存在其自身的弊端。其次，经过对油田作业现场的实地考察和根据油田监控中心业务人员的反馈，提出了一种基于流媒体服务器的油田作业现场智能视频监控系统架构。该系统实现了实时监控和检测的功能，在很大程度上提高了油田作业现场的工作效率。最后，对该智能视频监控系统在Windows操作系统的PC端进行了开发与调试。结果表明，油田智能视频监控系统能够通过视频实时监控油田生产现场，尽早发现疑似存在的不安全工作因素，降低了危险发生的概率，保证了油田安全生产顺利进行。