矿山深部采空区已成为威胁矿山人员和生产设备安全的重要危险源。针对现有深部采空区探测方法成本高、时效性差、测量盲区多等问题,设计了一种探入式三维激光雷达扫描系统进行采空区探测。该系统采用廉价的机械旋转式激光雷达降低成本;...矿山深部采空区已成为威胁矿山人员和生产设备安全的重要危险源。针对现有深部采空区探测方法成本高、时效性差、测量盲区多等问题,设计了一种探入式三维激光雷达扫描系统进行采空区探测。该系统采用廉价的机械旋转式激光雷达降低成本;通过自主设计的基于图优化Cartographer-SLAM(Cartographer Simultaneous Localization and Mapping)算法,能够快速处理激光雷达数据,实现在井下实时定位与建图,提高了时效性;搭配探入式三维激光雷达扫描系统支架,可在危险巷道、采空区等人员难以进入的区域进行测量,有效减少测量盲区。为解决现有建模算法构建的采空区模型不光滑、孔洞多等问题,提出了一种基于移动最小二乘法(Moving Least Squares,MLS)优化的泊松曲面重建算法,对采空区点云数据进行建模,通过MLS法对数据点周围进行高阶多项式插值,经过八叉树分割、向量场计算、泊松方程求解、等值面提取,构建采空区三维模型。在辽宁省某金矿开展试验,通过采集多处采空区、巷道及地下硐室数据,实现了井下空间精确建模。试验结果表明:所设计的系统和算法,可高效、精确地实现深部复杂采空区三维建模,在一定程度上解决了深部复杂采空区探测中空区难以进入、存在测量盲区、建模精度不高等问题,为采空区管理和安全生产提供重要技术支持。展开更多
文摘矿山深部采空区已成为威胁矿山人员和生产设备安全的重要危险源。针对现有深部采空区探测方法成本高、时效性差、测量盲区多等问题,设计了一种探入式三维激光雷达扫描系统进行采空区探测。该系统采用廉价的机械旋转式激光雷达降低成本;通过自主设计的基于图优化Cartographer-SLAM(Cartographer Simultaneous Localization and Mapping)算法,能够快速处理激光雷达数据,实现在井下实时定位与建图,提高了时效性;搭配探入式三维激光雷达扫描系统支架,可在危险巷道、采空区等人员难以进入的区域进行测量,有效减少测量盲区。为解决现有建模算法构建的采空区模型不光滑、孔洞多等问题,提出了一种基于移动最小二乘法(Moving Least Squares,MLS)优化的泊松曲面重建算法,对采空区点云数据进行建模,通过MLS法对数据点周围进行高阶多项式插值,经过八叉树分割、向量场计算、泊松方程求解、等值面提取,构建采空区三维模型。在辽宁省某金矿开展试验,通过采集多处采空区、巷道及地下硐室数据,实现了井下空间精确建模。试验结果表明:所设计的系统和算法,可高效、精确地实现深部复杂采空区三维建模,在一定程度上解决了深部复杂采空区探测中空区难以进入、存在测量盲区、建模精度不高等问题,为采空区管理和安全生产提供重要技术支持。
文摘疲劳驾驶作为交通事故的主要诱因之一,针对其客观准确检测是预防事故发生的重要途径。鉴于信息互补与融合理论,提出一种融合前额单通道脑电(electroencephalogram,EEG)与内嵌眨眼电位(eye blink potential,EBP)特征的列车司机疲劳驾驶检测方法。设计移动标准差(moving standard deviation,MSD)算法从前额EEG中检测EBP,以精确提取其相关特征;在此基础上,采用离散小波变换剔除EEG中的EBP,获得相对纯净的EEG信号,对其进行子带分解,分解后提取各子带的时频特征;为发挥不同类型特征内在潜能,设计基于权重系数的特征融合策略,用于融合内嵌EBP特征和EEG子带特征,将融合特征输入至由CNN和LSTM构成的并行神经网络架构中,以实现多种生理特征信息互补,充分发挥2类神经网络在数据挖掘中的优势互补,进而实现疲劳驾驶检测。实验结果表明:从EBP中提取的3种特征能够有效用于疲劳驾驶检测,通过为不同特征添加权重系数进行融合,充分发挥2类特征内在潜能,相比于未添加权重系数的检测方法,检测准确率从82.12%提升至91.35%,提升了9.23个百分点。同时并行CNN-LSTM网络有效整合2类网络的决策优势,大幅提升了疲劳驾驶检测精度,最终获得了95.48%的检测准确率。该方法有效融合EEG与EBP特征中疲劳驾驶检测潜在的有价值信息,验证了前额单通道EEG在疲劳驾驶检测中良好的实用性,为铁路运输中疲劳驾驶预警和辅助安全驾驶提供一种有效的解决方案。
