无人驾驶环境下的站台门与列车间安全全信息感知系统

1

作者 王珩 廖先哲 +3 位作者 刘伟铭 戴愿 杨代鑫 刘一霄 《铁道标准设计》 北大核心 2025年第1期198-205,213,共9页

地铁全自动无人驾驶系统完全排除了司机和乘务人员,通过地面控制中心基于实时感知信息对列车和相关设施进行统一最优控制的自动运行系统。首先,对地铁全自动运行系统进行定义,并分析地铁站台门和轨行区侧的风险空间特点,提出在无人驾驶... 地铁全自动无人驾驶系统完全排除了司机和乘务人员,通过地面控制中心基于实时感知信息对列车和相关设施进行统一最优控制的自动运行系统。首先,对地铁全自动运行系统进行定义,并分析地铁站台门和轨行区侧的风险空间特点,提出在无人驾驶环境下对站台和轨行区侧进行安全信息感知的需求。其次,对现有信息感知技术进行评估,分析其优缺点。最后,提出一种基于顶装机器视觉的全时域全信息感知系统,能够实现列车进出站时客流量及异常行为的检测,站台门关闭后列车与站台门之间异物及异物种类的检测,以及列车不在站时站台门及轨行区异物的检测。该系统完全覆盖乘降作业监督区域,能够提供1920×1080分辨率或更高的实时图像,最小可检测的风险事件尺寸为3 cm×3 cm。这些技术实现了站台门与列车间区域的全时空安全信息感知,避免了轨道交通系统功能碎片化,能够全面支撑未来智慧轨道交通信息发展的需求。 展开更多

关键词 无人驾驶地铁 安全信息感知 机器视觉 客流量检测 异常行为检测 异物检测

在线阅读 下载PDF 职称材料

基于跨模态注意力融合的煤炭异物检测方法 被引量：3

2

作者 曹现刚 李虎 +3 位作者 王鹏 吴旭东 向敬芳 丁文韬 《工矿自动化》 CSCD 北大核心 2024年第1期57-65,共9页

为解决原煤智能化洗选过程中煤流中夹杂的异物对比度低、相互遮挡导致异物图像检测时特征提取不充分的问题,提出了一种基于跨模态注意力融合的煤炭异物检测方法。通过引入Depth图像构建RGB图像与Depth图像的双特征金字塔网络(DFPN),采... 为解决原煤智能化洗选过程中煤流中夹杂的异物对比度低、相互遮挡导致异物图像检测时特征提取不充分的问题,提出了一种基于跨模态注意力融合的煤炭异物检测方法。通过引入Depth图像构建RGB图像与Depth图像的双特征金字塔网络(DFPN),采用浅层的特征提取策略提取Depth图像的低级特征,用深度边缘与深度纹理等基础特征辅助RGB图像深层特征,以有效获得2种特征的互补信息,从而丰富异物特征的空间与边缘信息,提高检测精度;构建了基于坐标注意力与改进空间注意力的跨模态注意力融合模块(CAFM),以协同优化并融合RGB特征与Depth特征,增强网络对特征图中被遮挡异物可见部分的关注度,提高被遮挡异物检测精度;使用区域卷积神经网络(R-CNN)输出煤炭异物的分类、回归与分割结果。实验结果表明:在检测精度方面,该方法的AP相较两阶段模型中较优的Mask transfiner高3.9%;在检测效率方面,该方法的单帧检测时间为110.5 ms,能够满足异物检测实时性需求。基于跨模态注意力融合的煤炭异物检测方法能够以空间特征辅助色彩、形状与纹理等特征,准确识别煤炭异物之间及煤炭异物与输送带之间的差异,从而有效提高对复杂特征异物的检测精度,减少误检、漏检现象,实现复杂特征下煤炭异物的精确检测与像素级分割。 展开更多

关键词 煤炭异物检测 实例分割 双特征金字塔网络 跨模态注意力融合 Depth图像 坐标注意力 改进空间注意力

在线阅读 下载PDF 职称材料

低照度尘雾下煤、异物及输送带早期损伤多尺度目标智能检测方法

3

作者 樊红卫 刘金鹏 +5 位作者 曹现刚 张超 张旭辉 李曼 马宏伟 毛清华 《煤炭学报》 CSCD 北大核心 2024年第S2期1259-1270,共12页

煤炭开采过程中矸石等异物不可避免将混入煤块中,且铁器等容易对输送带造成损伤,煤矿运输系统的智能化需要对矸石等异物和输送带损伤等进行一体化视觉检测。针对井下低照度、光照不均及尘雾等因素导致监测图像不清晰以及带面早期损伤小... 煤炭开采过程中矸石等异物不可避免将混入煤块中,且铁器等容易对输送带造成损伤,煤矿运输系统的智能化需要对矸石等异物和输送带损伤等进行一体化视觉检测。针对井下低照度、光照不均及尘雾等因素导致监测图像不清晰以及带面早期损伤小目标检测难题,提出一种低照度尘雾环境下煤炭、异物及带面早期损伤的多尺度目标智能检测方法。首先通过限制对比度自适应直方图均衡化对低照度尘雾图像进行预处理以增强图像对比度;接着通过增加浅层检测层凸显带面早期损伤小目标位置和形状等细节信息,提升带面早期损伤检测性能,且在不影响检测精度前提下去掉部分检测层及相应特征提取模块以缩小模型;然后针对主干网络特征提取能力不足问题,使用PartialConv与Res2Net构建新的P_Res2Block多尺度特征表征模块,并将其替换主干网络中C3模块的Bottleneck,得到一种新的P_RC3轻量级多尺度特征提取模块,以增加模型的感受野,提升对小目标的关注度;最后在主干网络和特征融合网络中引入轻量级高效通道注意力机制来提升通道利用率和带面早期损伤检测精度。实验结果表明,在自主构造的低照度尘雾图像数据集上,相比原始YOLOv5s,所提方法的带面早期损伤检测精度AP0.5提高了10.00%,最终精度达到91.30%,模型参数量、计算量和模型大小分别降低了34.85%、6.33%、29.86%,证明改进方法可在降低模型复杂度情况下很好地解决低照度尘雾环境下小目标检测难题。 展开更多

关键词 煤矿图像识别 煤炭与异物检测 输送带表面早期损伤 注意力机制 多尺度特征提取

在线阅读 下载PDF 职称材料

基于AI+3D技术的智能皮带分析和预警系统应用研究 被引量：2

4

作者 崔永乐 《中国矿业》 北大核心 2024年第S01期230-233,257,共5页

根据煤炭行业智能化建设需求,本文以神东煤炭保德煤矿为研究区,以推进矿井建设“5G+工业互联网”无人化矿井关键技术研发与工程为背景,通过对保德煤矿主运输系统皮带现有设备进行自主化智能改造设计,现场应用实践证明,该智能皮带系统提... 根据煤炭行业智能化建设需求,本文以神东煤炭保德煤矿为研究区,以推进矿井建设“5G+工业互联网”无人化矿井关键技术研发与工程为背景,通过对保德煤矿主运输系统皮带现有设备进行自主化智能改造设计,现场应用实践证明,该智能皮带系统提高了保德煤矿主运输系统的安全性和效率,基本实现主运系统的智能化和无人化。该系统采用先进的边缘计算技术,通过云边协同、管控一体化策略,实现了高效的数据处理和智能决策支持,系统能够精确测量煤流体积、识别煤流中的异物和大块煤、监测皮带的跑偏情况。通过此系统,保德煤矿在主运输系统方面展示了煤炭行业智能化的新模式,现场应用证明了该系统的实际应用价值,可有效推动行业安全生产和高效管理的进步。 展开更多

关键词 煤流量监测 异物识别 AI+3D技术 预警系统

在线阅读 下载PDF 职称材料

煤矿带式输送机监控系统的应用分析 被引量：5

5

作者 李青 《能源与节能》 2024年第4期246-248,共3页

煤矿带式输送机对于井下煤炭运输起着十分重要的作用。然而,在运行过程中,由于一些不可控的因素,带式输送机会发生各种故障。为了保证带式输送机的安全运行,需要建立带式输送机监控系统。介绍了煤矿带式输送机监控系统的功能,重点分析... 煤矿带式输送机对于井下煤炭运输起着十分重要的作用。然而,在运行过程中,由于一些不可控的因素,带式输送机会发生各种故障。为了保证带式输送机的安全运行,需要建立带式输送机监控系统。介绍了煤矿带式输送机监控系统的功能,重点分析了带式输送机智能监控系统的建设和应用,主要包括智能煤流调速系统和智能异物识别系统,可以为煤矿带式输送机的安全高效运行提供一定的参考。 展开更多

关键词 带式输送机 监控系统 煤流调速 异物识别

在线阅读 下载PDF 职称材料

基于Fast_YOLOv3算法的煤矿胶带运输异物检测 被引量：17

6

作者 任国强 韩洪勇 +1 位作者 李成江 尹燕芳 《工矿自动化》 北大核心 2021年第12期128-133,共6页

现有煤矿胶带运输异物检测方法检测精度较低、检测速度较慢,YOLOv3算法有较快的检测速度和较高的检测精度,但其用于煤矿胶带运输异物检测时存在对小目标检测效果不佳、容易出现漏检和正负样本不均衡等情况。针对上述问题,设计了Fast_YOL... 现有煤矿胶带运输异物检测方法检测精度较低、检测速度较慢,YOLOv3算法有较快的检测速度和较高的检测精度,但其用于煤矿胶带运输异物检测时存在对小目标检测效果不佳、容易出现漏检和正负样本不均衡等情况。针对上述问题,设计了Fast_YOLOv3算法:通过改进先验框及边界框,以适应煤矿胶带运输小目标异物检测场景;增加反卷积网络,以提高小目标异物检测能力;引入Focal Loss改进损失函数中负样本置信度的交叉熵,解决正负样本数量不均衡问题,提高检测精度。设计了StiPic数据增强方法,对煤矿胶带运输图像进行预处理,以提高Fast_YOLOv3模型训练效率及对小目标异物的检测精度。实验及现场测试结果表明,Fast_YOLOv3算法对于胶带运输异物的平均检测精度达90.12%,平均检测时间为35 ms,对小目标异物的检出率达93.50%,满足胶带运输现场对异物检测精度和实时性的要求。 展开更多

关键词 煤矿胶带运输 异物检测 目标检测 Fast_YOLOv3算法 StiPic数据增强 反卷积网络

在线阅读 下载PDF 职称材料

煤矿带式输送机异常状态视频AI识别技术研究 被引量：17

7

作者 毛清华 郭文瑾 +4 位作者 翟姣 王荣泉 尚新芒 李世坤 薛旭升 《工矿自动化》 CSCD 北大核心 2023年第9期36-46,共11页

传统的带式输送机异常状态识别采用人工巡检或机械综合保护系统进行检测,人工巡检劳动强度大、效率低、难以准确发现故障等,机械综合保护系统易造成误判,识别效果不佳,已无法满足煤炭行业智能化需求。随着机器视觉、深度学习和工业以太... 传统的带式输送机异常状态识别采用人工巡检或机械综合保护系统进行检测,人工巡检劳动强度大、效率低、难以准确发现故障等,机械综合保护系统易造成误判,识别效果不佳,已无法满足煤炭行业智能化需求。随着机器视觉、深度学习和工业以太网技术发展,视频AI技术成为煤矿带式输送机异常状态智能识别的研究热点。分析了采用视频AI技术识别煤矿带式输送机输送带跑偏、托辊故障、人员入侵、人员不安全行为、堆煤及异物等异常状态的研究现状,指出目前煤矿带式输送机异常状态视频AI识别技术存在视频图像数据集构建耗时长、异常状态识别精度不高、视频信息传输延时大3个主要问题。针对视频图像数据集构建耗时长问题,提出加强基于半监督、无监督及小样本学习的视频AI识别算法研究、基于生成模型等方式扩充数据集的解决思路;针对异常状态识别精度不高问题,提出加强数据去模糊方法研究、利用生成对抗网络等算法均衡正负样本和改进AI识别算法的解决思路;针对视频信息传输延时大问题,提出构建“云−边−端”协同的带式输送机异常状态视频AI识别系统架构,合理部署高带宽、低延时的网络通信系统的解决思路。从高性能视频AI识别算法,高带宽、低延时视频通信技术,“云−边−端”高效协同的视频AI识别系统和健全视频AI识别技术标准4个方面展望了带式输送机异常状态视频AI识别技术的发展趋势。 展开更多

关键词 煤矿带式输送机 异常状态识别 视频AI识别 胶带跑偏检测 托辊故障检测 人员异常状态检测 堆煤检测 异物检测

在线阅读 下载PDF 职称材料

智慧煤矿数据驱动检测技术研究 被引量：11

8

作者 潘红光 裴嘉宝 侯媛彬 《工矿自动化》 北大核心 2020年第10期49-54,共6页

数据驱动检测技术是智慧煤矿发展的有效组成部分,其在无需知道智慧煤矿大数据系统精确解析模型的情况下完成对未来对象系统行为的预测。针对智慧煤矿的生产运行智能化、安全生产本质化、运营模式科学化等难题,分析了数据驱动检测技术在... 数据驱动检测技术是智慧煤矿发展的有效组成部分,其在无需知道智慧煤矿大数据系统精确解析模型的情况下完成对未来对象系统行为的预测。针对智慧煤矿的生产运行智能化、安全生产本质化、运营模式科学化等难题,分析了数据驱动检测技术在煤矿设备故障诊断、胶带运输异物检测、煤矸检测辨识等3个方面的应用现状。展望了数据驱动检测技术在这3个方面的发展趋势:①模糊数学与人工神经网络应更加有效融入煤矿设备故障诊断中;②视频防抖、图像分割及目标检测技术应更加有效融入胶带运输异物检测中;③分拣机器人、计算机视觉及图像识别技术应更加有效融入煤矸检测辨识中,提高算法普适性将是煤矸图像识别发展的方向之一。 展开更多

关键词 智慧煤矿 智慧煤矿大数据系统 数据驱动 设备故障诊断 胶带运输异物检测 煤矸检测 视频防抖

在线阅读 下载PDF 职称材料

基于深度学习的煤中异物机器视觉检测 被引量：19

9

作者 王卫东 张康辉 +3 位作者 吕子奇 谷诏闯 钱瀚文 张情意 《矿业科学学报》 CSCD 2021年第1期115-123,共9页

在煤炭生产加工过程中,由于开采条件的限制,原煤中混入了大量的异物,导致重介质系统管路的堵塞,严重影响了煤炭加工的生产效率,制约了煤炭质量的提高。为有效解决煤炭分选系统中异物对生产的影响,使用机器视觉技术完成异物检测。本文针... 在煤炭生产加工过程中,由于开采条件的限制,原煤中混入了大量的异物,导致重介质系统管路的堵塞,严重影响了煤炭加工的生产效率,制约了煤炭质量的提高。为有效解决煤炭分选系统中异物对生产的影响,使用机器视觉技术完成异物检测。本文针对煤中异物的不规则形状和复杂特征,构建一种多尺度特征融合的语义分割网络,对实际生产现场采集的煤中异物图像进行端到端检测。网络中,编码器端采用残差卷积块提取异物图像特征和捕捉上下文信息,将池化操作得到的多尺度特征图谱在解码器端进行融合;将编码器与解码器使用跳层连接,更好地结合图像的背景语义信息,进行端到端的训练;通过类激活图可视化方法分析了模型误检原因,提出了一种损失函数用于缓解模型因煤矸石表面和背景干扰产生的误检情况,并使用条件随机场对网络分割结果进行细化,最终得到一幅二值图像。实验结果表明:该模型能够对煤矸系统中的异物进行有效分割,最终模型在测试集上的均交并比(MIOU)为77.83%。 展开更多

关键词 异物检测 机器视觉 深度学习 语义分割 煤

在线阅读 下载PDF 职称材料

基于深度学习的带式输送机非煤异物识别方法 被引量：25

10

作者 胡璟皓 高妍 +1 位作者 张红娟 靳宝全 《工矿自动化》 北大核心 2021年第6期57-62,90,共7页

针对现有非煤异物图像识别法识别目标单一、模型缺乏定位能力等问题,提出一种基于深度学习的带式输送机非煤异物识别方法。该方法以目标检测算法YOLOv3为基础框架,采用Focal Loss函数替换YOLOv3模型中的交叉熵损失函数,对YOLOv3模型进... 针对现有非煤异物图像识别法识别目标单一、模型缺乏定位能力等问题,提出一种基于深度学习的带式输送机非煤异物识别方法。该方法以目标检测算法YOLOv3为基础框架,采用Focal Loss函数替换YOLOv3模型中的交叉熵损失函数,对YOLOv3模型进行改进;通过调节最佳超参数(权重参数α和焦点参数γ)来平衡样本之间的比例,解决非煤异物样本不平衡问题,使模型在训练时更专注学习复杂目标样本特征,提高模型预测性能;搭建了异物数据集,并通过异物数据集对分类性能和速度进行实验。结果表明:Focal Loss函数在异物数据集中表现优于交叉熵损失函数,在γ=2,α=0.75时准确率提升5%,故最佳超参数为γ=2,α=0.75;改进后的YOLOv3模型对锚杆、角铁、螺母3种非煤异物的识别精确率分别提升了约4.7%,3.5%和6.8%,召回率分别提升了约6.6%,3.5%和6.0%;模型在2080Ti平台下每张图像预测类别与实际类别一致,且置信度在94%以上。 展开更多

关键词 带式输送机 非煤异物识别 目标预测 深度学习 YOLOv3 Focal Loss函数

在线阅读 下载PDF 职称材料

AI视频图像分析在选煤厂智能化中的应用现状与发展趋势 被引量：11

11

作者 折小江 刘江 王兰豪 《工矿自动化》 北大核心 2022年第11期45-53,109,共10页

人工智能(AI)视频图像分析是选煤厂智能化的重要组成部分,可实现对选煤厂设备、环境、人员、选煤全流程的重要参数的智能监测。给出了目前智能化选煤厂基本架构,指出现有研究大部分是利用AI视频图像分析技术构建对选煤厂人员、设备、环... 人工智能(AI)视频图像分析是选煤厂智能化的重要组成部分,可实现对选煤厂设备、环境、人员、选煤全流程的重要参数的智能监测。给出了目前智能化选煤厂基本架构,指出现有研究大部分是利用AI视频图像分析技术构建对选煤厂人员、设备、环境、管理的安全监测系统,给出了智能视频图像监测系统的构建过程。针对选煤厂智能化建设中的安全环保生产和提高产品质量两大目标,从异物检测、智能分选、设备运行状态监测、煤炭粒度检测、人员行为监控和环境与安全检测等6个方面介绍了AI视频图像分析技术在选煤厂智能化选煤上的应用现状。对AI视频图像分析在选煤厂智能化应用进行了展望,指出不仅要从宏观架构上搭建基于5G通信、物联网、AI、智能控制理论和选煤行业技术的多层级视频监控系统,还要从微观上优化现有通用的智能视频监测方法或算法,开发出适用于选煤厂环境的智能视频图像分析技术:机器视觉、计算机视觉应与深度学习高度融合,面对不同工况,合理应用机器视觉与计算机视觉的不同优势;建立多层级一体化监控系统框架,在框架内部署并优化算法模型;建立多元化的视频图像数据库,充分利用不同图像类型的数据特征,开发针对性分析算法;深入研究分布式数据流与实时AI视频图像分析,构建实时AI分布式系统,合理调度视频图像分析模型,提高实时模型的计算效率与准确性。 展开更多

关键词 选煤厂智能化 人工智能 AI视频图像分析 异物检测 智能分选

在线阅读 下载PDF 职称材料

基于双注意力生成对抗网络的煤流异物智能检测方法 被引量：4

12

作者 曹正远 蒋伟 方成辉 《工矿自动化》 CSCD 北大核心 2023年第12期56-62,共7页

在煤炭开采过程中混入的异物可能会导致输送带连接处堵塞甚至输送带撕裂等事故,现有的机器学习算法大多采用监督学习的方式自动识别物品类别,而在真实工矿场景下,异常样本稀缺,易导致建模数据集存在严重的样本分布不平衡且显著特征丢失... 在煤炭开采过程中混入的异物可能会导致输送带连接处堵塞甚至输送带撕裂等事故,现有的机器学习算法大多采用监督学习的方式自动识别物品类别,而在真实工矿场景下,异常样本稀缺,易导致建模数据集存在严重的样本分布不平衡且显著特征丢失的问题。针对上述问题,提出了一种基于双注意力生成对抗网络(DA-GANomaly)的煤流异物智能检测方法。该方法采用半监督学习的方式,仅需要正常样本完成异物检测模型训练,有效解决了因样本分布不平衡造成的识别精度低、鲁棒性差的问题;在Skip-GANomaly的基础上引入双注意力机制,增强了编码器与解码器之间的信息交流,以抑制无关特征和噪声,同时突出有利于区分异常样本的感兴趣特征,进一步提高模型分类的准确性。实验结果表明:DA-GANomaly模型的分类精确率为79.5%,召回率为83.2%,精确率-召回率曲线下面积(AUPRC)为85.1%;与AnoGAN等5种经典异常检测模型相比,DA-GANomaly模型的综合性能最佳。 展开更多

关键词 煤流异物检测 带式输送机 机器视觉 深度学习 生成对抗网络 双注意力机制 半监督学习

在线阅读 下载PDF 职称材料

基于AI智能摄像监测的煤流系统异物识别控制技术研究与应用 被引量：9

13

作者 单海超 邓高鹏 《河南科技》 2021年第22期16-18,共3页

以煤矿井下摄像仪的实时视频图像数据为基础、以AI图像智能识别技术为核心、以机器深度学习数学模型和报警系统为支撑、以自动化模糊控制技术为手段的综合性视频智能控制系统,是基于AI智能摄像监测的煤流系统异物识别控制技术,具有隐患... 以煤矿井下摄像仪的实时视频图像数据为基础、以AI图像智能识别技术为核心、以机器深度学习数学模型和报警系统为支撑、以自动化模糊控制技术为手段的综合性视频智能控制系统,是基于AI智能摄像监测的煤流系统异物识别控制技术,具有隐患识别、煤流量检测、联动控制等功能,代替了人工作业,有效遏制了煤流设备运行事故的发生,能够减少设备磨损和降低能耗,创造了极大的经济效益。 展开更多

关键词 AI智能摄像 异物识别 煤流

在线阅读 下载PDF 职称材料

智慧煤流系统的设计与搭建 被引量：7

14

作者 聂云辉 《煤矿机电》 2023年第1期18-23,共6页

为了解决煤矿多级带式输送机的电能消耗大,锚索、钢管等异物造成煤流堵塞、输送带撕裂,以及作业环境恶劣造成机电设备故障等问题,结合视频分析、大数据分析预警、人工智能等技术,设计了一套智慧煤流系统。该系统分为智能巡检模块、异物... 为了解决煤矿多级带式输送机的电能消耗大,锚索、钢管等异物造成煤流堵塞、输送带撕裂,以及作业环境恶劣造成机电设备故障等问题,结合视频分析、大数据分析预警、人工智能等技术,设计了一套智慧煤流系统。该系统分为智能巡检模块、异物检测与处理模块、带式输送机智能调速模块和集成控制模块,对设备运行状态、煤量、输送速度、是否有异物进行实时监控。系统在唐家会煤矿现场应用效果显著,这对智慧矿山的建设有着重大意义。 展开更多

关键词 煤炭运输系统 智能巡检 节能调速 异物检测

在线阅读 下载PDF 职称材料

基于YOLOv8的煤炭输送带异物智能检测系统研究

15

作者 高欧阳 杨帅 +3 位作者 郭龙真 朱朋飞 皇行涛 高阳 《煤矿机械》 2025年第6期221-225,共5页

带式输送机是煤炭运输的关键设备。为提高其运输安全性,采用YOLOv8深度学习模型进行异物检测。通过构建包含大块煤、锚杆、铁丝及水煤的数据集,对模型进行训练和测试。结果显示该模型性能优异,特别是对大块煤和锚杆的检测,F1分数分别达... 带式输送机是煤炭运输的关键设备。为提高其运输安全性,采用YOLOv8深度学习模型进行异物检测。通过构建包含大块煤、锚杆、铁丝及水煤的数据集,对模型进行训练和测试。结果显示该模型性能优异,特别是对大块煤和锚杆的检测,F1分数分别达到0.973 3和0.956 0。异物检测系统通过合理的现场安装方案,提高了图像采集质量和检测的实时性,为煤炭运输提供了高效可靠的异物检测解决方案。 展开更多

关键词 煤炭运输 带式输送机 YOLOv8 异物检测

在线阅读 下载PDF 职称材料