-
题名基于井下移动图像采集的目标识别与精确定位方法
被引量：5
- 1
-
-
作者
刘毅
翟贵盛
-
机构
中国矿业大学(北京)机电与信息工程学院
-
出处
《工矿自动化》
北大核心
2021年第5期65-70,共6页
-
基金
国家重点研发计划项目(2016YFC0801800)
中央高校基本科研业务费资助项目(2021YJSJD24)。
-
文摘
针对现有井下定位方法定位精度波动较大、难以进一步提高的问题,提出一种基于井下移动图像采集的目标识别与精确定位方法。利用定位目标携带的摄像机采集环境图像,通过自适应直方图均衡化方法对采集到的原始图像进行预处理,采用深度学习技术SSD算法、数据增强SSD算法识别井下标志目标,并采用基于小孔成像原理的单目测距方法进行测距和定位。实验结果表明:与灰度图像匹配算法和特征图像匹配算法2种传统算法相比,SSD算法对距离和角度变化的适应能力更好,距离为4.5 m时有效检测率仍达89.2%;数据增强SSD算法提高了鲁棒性,检测精确率比SSD算法高1.7%,可以更好地适应复杂环境。井下应用结果表明,基于井下移动图像采集的目标识别与精确定位方法在2~10 m范围内可得到较理想的效果,随着距离增加,测量精度有所下降。
-
关键词
井下精确定位
目标识别
深度学习技术
ssd算法
数据增强ssd算法
单目测距方法
-
Keywords
underground precise positioning
target identification
deep learning
ssd algorithm
data enhancement ssd algorithm
monocular ranging method
-
分类号
TD655.3
[矿业工程—矿山机电]
-
