-
题名工作面液压支架丢架状态视觉自动检测方法
被引量：1
- 1
-
-
作者
滕贷宇
南柄飞
-
机构
北京天玛智控科技股份有限公司
煤炭智能开采与岩层控制全国重点实验室
-
出处
《工矿自动化》
CSCD
北大核心
2024年第11期99-108,共10页
-
基金
国家自然科学基金项目(52304170)
中国煤炭科工集团有限公司科技创新创业资金专项国际科技合作项目(2022-3-KJHZ005)
北京天玛智控科技股份有限公司科技项目(2024-TM-002-J1)。
-
文摘
受采场地质条件变化、泵站压力波动及自动跟机系统误差等因素影响,液压支架在自动跟机移架过程中存在丢架情况,人工丢架监测严重影响工作面自动跟机效率。而基于传感器和感知信息的液压支架实时丢架状态监测方法的稳定性和可靠性较差。针对上述问题,提出一种液压支架丢架状态视觉自动检测方法。首先采用YOLOv8对实时获取的工作面监控视频图像进行工作面目标区域划分,通过充分学习工作面图像内部特征准确获取液压支架底座及推杆的轮廓信息与位置信息,分析不同液压支架底座及推杆的位置信息,确定监控视频图像中的支架号;然后提取相邻液压支架最小底座区域局部图像,利用融合多尺度特征信息的ResNet50卷积网络对底座局部图像进行特征提取,获取图像多尺度融合特征信息,再将特征信息映射到类别空间,获取不同液压支架状态的概率分布,根据概率判断液压支架正常移架或丢架状态,结合支架号信息确定处于丢架状态的液压支架。实验结果表明:基于监控视频的工作面目标区域平均分割精度为0.98,准确实现目标区域结构化提取;支架号自动识别准确率为98.78%,为液压支架丢架状态检测提供准确的支架号信息;工作面液压支架丢架状态视觉自动检测的平均准确率达99.17%,单帧图像处理时间为36 ms,满足采煤工作面AI视频监控系统检测丢架状态的实时性与可靠性需求。
-
关键词
液压支架
丢架视觉检测
视频图像语义分割
支架号识别
多尺度特征信息提取
-
Keywords
hydraulic support
support loss visual detection
video image semantic segmentation
support number recognition
multi-scale feature information extraction
-
分类号
TD355
[矿业工程—矿井建设]
-
-
题名基于改进堆叠沙漏网络的动物姿态估计
被引量：3
- 2
-
-
作者
张雯雯
徐杨
白芮
陈娜
-
机构
贵州大学大数据与信息工程学院
贵阳铝镁设计研究院有限公司
-
出处
《计算机工程》
CAS
CSCD
北大核心
2023年第2期263-270,共8页
-
基金
贵州省科技计划(黔科合支撑[2021]一般176)。
-
文摘
堆叠沙漏网络在动物姿态估计任务中得到成功应用,但其编码-解码过程容易丢失网络的浅层信息,影响了检测精度。针对该问题,提出基于改进堆叠沙漏网络的动物姿态估计模型。设计一种基于SE注意力机制的多尺度最大池化模块,完成多尺度信息的提取,解决池化后信息大量丢失的问题,提高网络获取全局信息的能力,同时提出多级特征融合方法,充分提取和融合特征信息。在此基础上,嵌入CBAM注意力机制,学习特征融合权重,提升网络对多通道信息的提取能力,抑制无效特征,使网络提取出更丰富、细腻的特征。在TigDog数据集和合成动物数据集上进行训练和测试,结果表明,该模型估计性能优于Syn、BDL、CyCADA和CC-SSL模型,其对于马和老虎的PCK@0.05指标较次优的CC-SSL模型分别提高4.6%和3.5%。消融实验结果也验证了整个网络体系结构的先进性和有效性。
-
关键词
动物姿态估计
堆叠沙漏网络
多尺度信息提取
注意力机制
特征融合
-
Keywords
animal pose estimation
Stacked Hourglass Network(SHN)
multi-scale information extraction
attention mechanism
feature fusion
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
