-
题名井下电机车轨道障碍物图像处理方法的智能识别技术
被引量：11
- 1
-
-
作者
于骞翔
张元生
-
机构
矿冶科技集团有限公司
金属矿山智能开采技术北京市重点实验室
北京北矿智能科技有限公司
-
出处
《金属矿山》
CAS
北大核心
2021年第8期150-157,共8页
-
基金
“十三五”国家重点研发计划项目(编号:2018YFC0604404)。
-
文摘
"绿色、安全、和谐、智能、高效"成为矿业可持续发展的时代要求,智能矿山的建设有助于提高产业的自动化和智能化水平。井下电机车无人驾驶是井下运输智能化无人技术应用的重要一环,轨道障碍物检测作为无人驾驶的关键技术,能够保障井下有轨运输的效率和安全。为了达到不同距离、不同位置轨道中间和两侧的人、设备、碎石的识别和预警的目的,分析电机车的运行条件,梳理轨道障碍物的类型,根据运输环境和计算机视觉技术,对电机车在井下运输过程中影响运行的轨道障碍物进行智能识别。结合传统图像处理方法的轨道定位技术,描述电机车轨道区域划分的方法。采用最新的深度学习目标检测算法YOLOv5,对影响电机车运行的诸多因素分析和判断,是图像处理在矿山智能化的创新应用。
-
关键词
井下有轨电机车
无人驾驶
计算机视觉
图像处理
YOLOv5算法
-
Keywords
underground electric locomotive
driverless
computer vision
image processing
YOLOv5 algorithm
-
分类号
TD672
[矿业工程—矿山机电]
-
