煤矿井下单轨吊无人驾驶目标识别算法与轨道接缝检测方法
王茂森1
鲍久圣1
章全利1
杨阳2
袁晓明3
阴妍1
张可琨1
葛世荣4
1.中国矿业大学机电工程学院,江苏徐州 2211162.石家庄煤矿机械有限责任公司,河北石家庄 0514313.中国煤炭科工集团太原研究院有限公司,山西太原 0300064.中国矿业大学(北京)机械与电气工程学院,北京 100083
摘要：单轨吊作为煤矿井下辅助运输的重要设备形式之一,具有运载能力大、爬坡能力强等优点,在煤矿智能化建设背景下无人驾驶是其必然的发展方向.为确保无人驾驶单轨吊在井下巷道内的安全行驶,对轨道接缝和关键目标的可靠检测尤为重要,从提高单轨吊无人驾驶安全通过性出发,对单轨吊无人驾驶目标识别算法与轨道接缝检测方法两大主要方面展开了研究.首先,对矿井图片数据集进行了增强处理,提高了其多样性;提出了一种加入改进通道注意力机制ECA s和EIOU回归损失函数的YOLOv5算法,并对改进后的YOLOv5算法进行试验分析,结果表明,采用改进后的YOLOv5算法,识别准确率提高了 9.1％,mAP提升了 3.6％.其次,建立了基于机器视觉的单轨吊轨道接缝检测方法,采用图像预处理、直方图信息统计、形态学处理等技术,根据标定系数计算轨道接缝距离,结果表明,基于机器视觉的轨道接缝检测算法处理一张接缝图像的检测误差仅为0.3 mm.最后,开展了单轨吊无人驾驶目标检测试验,结果表明,改进后的YOLOv5目标检测算法平均精度达到90.3％,具有更高的检测准确率;单轨吊轨道接缝检测算法处理接缝图像的平均检测误差为0.73 mm、最大检测误差不超过1.1mm,具有更高的检测精度.为保障煤矿井下单轨吊无人驾驶安全通过性和可靠性,提供了务实可行的检测方案和精确可靠的检测算法.
关键词：单轨吊无人驾驶机器视觉目标检测YOLOv5接缝检测
分类号：TD527(矿山运输与设备)
资助基金：煤矿采掘机械装备国家工程实验室开放课题资助项目(GCZX-2023-01)中央高校基本科研业务费专项资金资助项目(2022XSCX27)江苏高校优势学科建设工程资助项目(PAPD)
论文发表日期：2024-09-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：15( 457-471 )
英文信息