DOI: 10.11799/ce202510020
煤矿抓举机器人图像与激光点云融合目标检测技术研究
王景阳1
张世源2
王连发3
纪春蕾3
刁秀强2
俞啸2
1.煤炭无人化开采数智技术全国重点实验室,北京 100011;中国煤矿机械装备有限责任公司,北京 100011;中煤电气有限公司,北京 1013002.中国矿业大学 物联网(感知矿山)研究中心,江苏 徐州 2210083.煤炭无人化开采数智技术全国重点实验室,北京 100011;中煤电气有限公司,北京 101300
摘要：为实现井下作业场景中3D目标的精准识别,围绕煤矿井下辅助作业机器人目标检测与控制系统展开研究.首先,研究基于三维激光雷达与视频图像数据的融合分析方法,实现了激光点云数据与图像数据的时空同步与位置的匹配分析.然后,设计了基于Slim-neck特征融合网络的改进YOLOv8s图像目标检测算法模型和基于PointPillars的3D点云目标检测算法模型,在保持识别精度的同时降低了模型的复杂度.在此基础上,提出了基于兰氏距离的改进DS证据理论,建立了视频图像与3D点云数据的融合目标检测模型YOPilaNet.使用KITTI数据集开展实验验证,实验结果表明,提出的 YOPilaNet 融合模型在 Car、Pedestrian 和 Cyclist 目标的检测精度分别达到了92.12%、64.68%和72.71%,明显优于单一模态数据下的目标检测性能.此外,在煤矿井下辅助接管作业环境中,YOPilaNet能够精准识别管道、金属管架及管道连接部位,并在复杂工况下保持稳定的检测性能,进一步验证了其适应性和工程应用价值.
关键词：煤矿机器人计算机视觉激光点云3D目标检测
分类号：TD76(矿山安全与劳动保护)
资助基金：江苏省自然科学基金(BK20231060)国家自然科学基金(52304181)
论文发表日期：2025-10-20
在线出版日期：2025-11-18（本平台首次上网日期，不代表文献的发表时间）
页数：8( 164-171 )
英文信息