期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
煤矿井下人员危险行为检测方法
1
作者 张旭辉 余恒翰 +6 位作者 杜昱阳 杨文娟 赵亦辉 万继成 王彦群 赵典 汤杜炜 《工矿自动化》 北大核心 2025年第5期64-71,共8页
井下人员危险行为检测是煤矿安全防控的关键环节。现有目标检测技术用于人员危险行为检测时,受煤矿井下复杂工况、设备遮挡、多目标密集、粉尘干扰等因素影响,存在特征提取不准确等问题,且未明确界定人员危险行为。以YOLOv8−pose模型为... 井下人员危险行为检测是煤矿安全防控的关键环节。现有目标检测技术用于人员危险行为检测时,受煤矿井下复杂工况、设备遮挡、多目标密集、粉尘干扰等因素影响,存在特征提取不准确等问题,且未明确界定人员危险行为。以YOLOv8−pose模型为基准架构,采用DCNv4和PConv模块融合的DCNv4−PConv混合模块代替标准卷积,添加混合局部通道注意力(MLCA)模块,并采用感受野注意力卷积(RFAConv)模块替换检测头,构建了PMR−YOLO模型,用于检测井下监控图像中人体关键点,提升检测精度和运算速度。在此基础上设计了人员行为识别算法,将井下人员行为划分为9种类别,基于YOLOv8−pose模型检测的人体关键点形成人体骨架,判断人员行为类别型。采用DsLMF+数据集进行消融实验、对比实验和人员行为识别实验,结果表明:DCNv4−PConv混合模块、MLCA模块、RFAConv模块的引入有效提高了YOLOv8−pose模型的精确度、召回率和平均精度均值(mAP);PMR−YOLO模型对人体关键点特征提取的精确度、召回率和mAP分别为0.893,0.841,0.852,较YOLOv8−pose模型分别提高了6.9%,14.4%,10.5%;基于PMR−YOLO模型的检测方法可有效识别井下人员9种行为类别,识别准确率均不低于96%。 展开更多
关键词 视频识别 危险行为检测 人员行为识别 YOLOv8−pose模型 人体关键点检测
在线阅读 下载PDF
基于分步视觉伺服的钻锚机器人控制方法
2
作者 雷孟宇 张旭辉 +4 位作者 杨文娟 万继成 杜昱阳 余恒翰 田琛辉 《煤炭学报》 北大核心 2025年第3期1827-1837,共11页
煤矿巷道支护装备的自动化和智能化程度不足,严重阻碍了煤矿巷道成形效率的提升,成为造成“采掘失衡”现象的关键因素之一。为解决煤矿巷道支护装备自动化程度低、支护效率差的难题,设计了一种集成悬臂式掘进机和多自由度机械臂的钻锚... 煤矿巷道支护装备的自动化和智能化程度不足,严重阻碍了煤矿巷道成形效率的提升,成为造成“采掘失衡”现象的关键因素之一。为解决煤矿巷道支护装备自动化程度低、支护效率差的难题,设计了一种集成悬臂式掘进机和多自由度机械臂的钻锚机器人,提出了基于分步视觉伺服的钻锚机器人控制方法。首先提出了基于双目视觉的锚钻孔空间定位方法,利用三角原理实现锚钻孔精确定位;其次,通过机械臂关节布置的位移传感器和角度传感器检测对应关节的移动距离和旋转角度,利用改进的Denavit-Hartenberg(MDH)方法构建钻锚机器人机械臂运动学模型,实现机械臂末端执行器空间位置解算,确定末端执行器初始位置和目标位置;然后,提出一种基于分步视觉伺服的钻锚机器人机械臂运动控制方法,利用末端执行器位置构建基于位置的视觉控制模型,控制机械臂接近目标锚钻孔,实现机械臂的粗略控制;以锚钻孔外切矩形4个顶点的图像坐标为特征点,建立特征点运动速度与机械臂关节运动速度的映射关系,构建基于图像的视觉伺服控制模型,控制末端执行器快速精确对准目标锚钻孔中心,实现机械臂的精确控制;最后,搭建钻锚机器人实验平台,在实验室环境下完成锚钻孔视觉定位与机械臂视觉伺服控制仿真及实验。结果表明:提出的锚钻孔定位方法在X、Y和Z3个方向定位平均误差分别为7.5、7.8、8.1mm;提出的分步视觉伺服控制方法能够实现机械臂的粗略和精确控制,末端执行器可以快速精确到达目标锚钻孔目标位置。基于分步视觉伺服的钻锚机器人控制方法能够有效提升支护系统的自动化程度,为巷道支护的减人提效奠定了良好基础。 展开更多
关键词 钻锚机器人 视觉定位 位置视觉控制 图像视觉伺服控制 锚钻孔
在线阅读 下载PDF
数字孪生驱动的悬臂式掘进机虚拟示教记忆截割方法 被引量:11
3
作者 张旭辉 王甜 +11 位作者 张超 万继成 杜昱阳 杨文娟 毛清华 石硕 刘彦徽 余恒翰 王亮 乔杰 田江伟 李晓鹏 《煤炭学报》 EI CAS CSCD 北大核心 2023年第11期4247-4260,共14页
针对当前掘进设备智能化程度低,掘进过程中超挖、欠挖和异常碰撞等情况难以具体描述,传统自动截割和记忆截割技术难以适应复杂地质条件等问题,提出了一种数字孪生驱动的悬臂式掘进机虚拟示教记忆截割控制方法。通过分析数字孪生技术在... 针对当前掘进设备智能化程度低,掘进过程中超挖、欠挖和异常碰撞等情况难以具体描述,传统自动截割和记忆截割技术难以适应复杂地质条件等问题,提出了一种数字孪生驱动的悬臂式掘进机虚拟示教记忆截割控制方法。通过分析数字孪生技术在当前煤炭智能化开采领域的研究情况,设计了数字孪生驱动的悬臂式掘进机记忆截割控制系统总体方案,对复杂工况下悬臂式掘进机记忆截割关键技术进行研究。首先,充分利用数字孪生和虚拟现实技术的特性,研究复杂工况环境下的虚拟示教策略,基于Unity3D平台建立对应实体等尺寸的工作面及设备虚拟孪生模型、截割部运动学模型和虚拟碰撞检测模型,在虚拟端通过智能交互界面控制虚拟模型运动,结合工人经验设计示教轨迹并优化,使其作为轨迹跟踪的目标期望轨迹,弥补传统井下人工示教由于恶劣工况环境导致的过度依赖工人经验等问题;其次,为提高断面成形质量,研究记忆自动截割阶段示教轨迹跟踪再现控制方法,利用拉格朗日法建立截割部动力学模型,采用迭代学习与滑模控制相结合的方法提高末端执行器对示教轨迹的跟踪控制精度;最后,搭建悬臂式掘进机记忆截割仿真控制平台,通过虚拟空间与物理空间以及各模块之间的实时数据传输与交互,在虚拟空间中完成记忆截割虚拟示教与轨迹跟踪控制过程的三维可视化仿真,进而生成记忆自动截割轨迹跟踪控制指令并发送至悬臂式掘进机物理实体的末端执行器,驱动其按照示教轨迹进行断面成形截割,同时物理传感器采集悬臂式掘进机机身及截割臂位姿数据,反向驱动虚拟模型同步动作,实现对机器人虚拟模型和物理实体的闭环控制。在此基础上对系统的虚实同步性、虚拟样机与物理样机运动一致性和轨迹跟踪再现控制精度进行验证,实验结果表明,系统数据传输延迟较低,能够保证虚实一致性和同步性,且轨迹跟踪控制精度满足实际使用要求,该方法为掘进设备记忆截割与智能化控制提供了新的思路。 展开更多
关键词 数字孪生 悬臂式掘进机 记忆截割 虚拟示教 轨迹跟踪 数据交互
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部