-
题名基于机器视觉的岩块自动化识别检测方法
被引量：1
- 1
-
-
作者
薛山
段岳飞
胡天亮
马嵩华
-
机构
山东大学机械工程学院
高效洁净机械制造教育部重点实验室
机械工程国家级实验教学示范中心
-
出处
《中国矿业》
北大核心
2024年第6期129-136,共8页
-
基金
泰山学者工程专项经费项目资助(编号:tsqn202211024)。
-
文摘
在隧道施工过程中,岩体参数的获取是实现隧道掘进机参数调整和智能决策的前提,因此,要对掘进过程中获得的岩块进行采样和检测,而岩块识别和检测目前主要由人工完成。本文针对岩块的自动化识别和检测问题,提出了一种基于机器视觉的岩块自动化识别检测方法,通过融合岩块区域检测和语义分割算法能够快速准确获取岩块的形心坐标和过形心最小直径。首先,使用YOLOv3网络对岩块进行识别,实现岩块的区域检测。其次,针对每个区域的岩块采用FCN-DenseNet网络进行语义分割和图像处理,并对全卷积神经网络进行改进,减少了语义分割模型的参数量,提高了语义分割效率,提升了岩块轮廓获取的精度和速度。最后,根据获得的岩块轮廓点,计算其形心坐标及过形心的最小直径,为机械臂抓取和岩块点荷载强度的计算提供支持。搭建实验平台,完成机械臂手眼标定和深度相机坐标下岩块图像与岩块点云对齐,获取岩块形心坐标在机械臂坐标下的位置。实验结果表明,本文所提算法能够快速准确地获取岩块的形位参数,对10次实验中的102块岩块识别检测成功率为91.18%,在所有完成识别检测岩块中的吸取成功率为92.47%,可以应用于岩体的自动化检测,提高岩体检测的效率和智能化水平。
-
关键词
岩块识别
区域检测
语义分割
岩块定位
点云对齐
-
Keywords
rock block recognition
area detection
semantic segmentation
rock block location
point cloud alignment
-
分类号
TD-0
[矿业工程]
TU459.2
[建筑科学—岩土工程]
-
