期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
平板表层缺陷检测涡流阵列传感器的设计
被引量：
9
1
作者
刘波
罗飞路
侯良洁
《传感技术学报》
CAS
CSCD
北大核心
2011年第5期679-683,共5页
基于互感式传感器涡流检测的数值计算方法,综合检测灵敏度和空间分辨率对涡流阵列传感器线圈单元不同中心距、平均半径、高度等参数进行了分析。提出了与涡流阵列检测不敏感区域密切相关的参数——线圈单元组有效检测区域比率,基于该参...
基于互感式传感器涡流检测的数值计算方法,综合检测灵敏度和空间分辨率对涡流阵列传感器线圈单元不同中心距、平均半径、高度等参数进行了分析。提出了与涡流阵列检测不敏感区域密切相关的参数——线圈单元组有效检测区域比率,基于该参数进行了涡流阵列传感器排布方式的优化设计。研究结果表明:相同检测条件下,线圈单元平均半径越小,线圈单元高越小,检测灵敏度越大;线圈单元中心距大小与检测灵敏度呈先递增后递减的关系,在接近且小于4倍的线圈单元外径处检测灵敏度存在一极值点;线圈单元平均半径越小,涡流阵列传感器的空间分辨率越高;交错型涡流阵列传感器相邻单元组叠加方式不敏感区域最小,漏检可能也最小。
展开更多
关键词
涡流阵列传感器
检测
灵敏度
空间分辨率
线圈单元组
有效检测区域
比率
在线阅读
下载PDF
职称材料
基于计算机视觉技术的矿井电机车无人驾驶障碍物检测技术
被引量：
20
2
作者
王京华
王李管
毕林
《黄金科学技术》
CSCD
2021年第1期136-146,共11页
针对传统计算机视觉方法难以实现障碍物实时检测和定位的问题,提出传统计算机视觉技术与深度学习目标检测算法YOLOv3相结合的障碍物智能检测方法。首先,采集电机车行驶区域(即有效检测区域)存在的障碍物数据并制作VOC格式数据集,使用YOL...
针对传统计算机视觉方法难以实现障碍物实时检测和定位的问题,提出传统计算机视觉技术与深度学习目标检测算法YOLOv3相结合的障碍物智能检测方法。首先,采集电机车行驶区域(即有效检测区域)存在的障碍物数据并制作VOC格式数据集,使用YOLOv3训练数据集,得到障碍物检测模型;然后,采用传统计算机视觉技术定位到轨道,使用"3邻域"搜索法获得轨道线坐标值,根据距离信息向轨道外侧扩展一定距离,提取有效检测区域,同时网格化图片,将障碍物的坐标换算为实际距离;最后,使用障碍物检测模型对有效检测区域进行检测。试验结果表明:该方法可以识别行驶区域内多种特征差异很大的目标物体,如电机车、人和大块落石等;该方法每秒可以处理6帧图片,现场采集的实际数据测试平均精确率达到93.2%。
展开更多
关键词
地下矿
无人驾驶电机车
障碍物智能
检测
计算机视觉
YOLOv3
有效检测区域
在线阅读
下载PDF
职称材料
题名
平板表层缺陷检测涡流阵列传感器的设计
被引量：
9
1
作者
刘波
罗飞路
侯良洁
机构
国防科技大学机电工程与自动化学院
出处
《传感技术学报》
CAS
CSCD
北大核心
2011年第5期679-683,共5页
文摘
基于互感式传感器涡流检测的数值计算方法,综合检测灵敏度和空间分辨率对涡流阵列传感器线圈单元不同中心距、平均半径、高度等参数进行了分析。提出了与涡流阵列检测不敏感区域密切相关的参数——线圈单元组有效检测区域比率,基于该参数进行了涡流阵列传感器排布方式的优化设计。研究结果表明:相同检测条件下,线圈单元平均半径越小,线圈单元高越小,检测灵敏度越大;线圈单元中心距大小与检测灵敏度呈先递增后递减的关系,在接近且小于4倍的线圈单元外径处检测灵敏度存在一极值点;线圈单元平均半径越小,涡流阵列传感器的空间分辨率越高;交错型涡流阵列传感器相邻单元组叠加方式不敏感区域最小,漏检可能也最小。
关键词
涡流阵列传感器
检测
灵敏度
空间分辨率
线圈单元组
有效检测区域
比率
Keywords
eddy current array sensor
sensitivity
spatial resolution
efficient detecting zone ratio of coil unit group
分类号
TM151.4 [电气工程—电工理论与新技术]
TP391.7 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于计算机视觉技术的矿井电机车无人驾驶障碍物检测技术
被引量：
20
2
作者
王京华
王李管
毕林
机构
中南大学资源与安全工程学院
出处
《黄金科学技术》
CSCD
2021年第1期136-146,共11页
基金
国家重点研发计划项目“深部集约化开采生产过程智能管控技术”(编号:2017YFC0602905)资助。
文摘
针对传统计算机视觉方法难以实现障碍物实时检测和定位的问题,提出传统计算机视觉技术与深度学习目标检测算法YOLOv3相结合的障碍物智能检测方法。首先,采集电机车行驶区域(即有效检测区域)存在的障碍物数据并制作VOC格式数据集,使用YOLOv3训练数据集,得到障碍物检测模型;然后,采用传统计算机视觉技术定位到轨道,使用"3邻域"搜索法获得轨道线坐标值,根据距离信息向轨道外侧扩展一定距离,提取有效检测区域,同时网格化图片,将障碍物的坐标换算为实际距离;最后,使用障碍物检测模型对有效检测区域进行检测。试验结果表明:该方法可以识别行驶区域内多种特征差异很大的目标物体,如电机车、人和大块落石等;该方法每秒可以处理6帧图片,现场采集的实际数据测试平均精确率达到93.2%。
关键词
地下矿
无人驾驶电机车
障碍物智能
检测
计算机视觉
YOLOv3
有效检测区域
Keywords
underground mine
driverless electric locomotive
intelligent obstacle detection
computer vision
YOLOv3
effective detection area
分类号
TD524 [矿业工程—矿山机电]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
平板表层缺陷检测涡流阵列传感器的设计
刘波
罗飞路
侯良洁
《传感技术学报》
CAS
CSCD
北大核心
2011
9
在线阅读
下载PDF
职称材料
2
基于计算机视觉技术的矿井电机车无人驾驶障碍物检测技术
王京华
王李管
毕林
《黄金科学技术》
CSCD
2021
20
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
