欢迎访问《金属矿山》杂志官方网站,今天是 分享到:
×

扫码分享

金属矿山 ›› 2021, Vol. 50 ›› Issue (08): 150-157.

• 机电与自动化 • 上一篇    下一篇

井下电机车轨道障碍物图像处理方法的智能识别技术

于骞翔 1,2,3 张元生 1,2,3   

  1. 1. 矿冶科技集团有限公司,北京 102628;2. 金属矿山智能开采技术北京市重点实验室, 北京 102628; 3. 北京北矿智能科技有限公司,北京 102628
  • 出版日期:2021-08-15 发布日期:2021-08-20

  • Online:2021-08-15 Published:2021-08-20

摘要: “绿色、安全、和谐、智能、高效”成为矿业可持续发展的时代要求,智能矿山的建设 有助于提高产业的 自动化和智能化水平。井下电机车无人驾驶是井下运输智能化无人技术应用的重要一环,轨道 障碍物检测作为无 人驾驶的关键技术,能够保障井下有轨运输的效率和安全。为了达到不同距离、不同位置轨道 中间和两侧的人、设 备、碎石的识别和预警的目的,分析电机车的运行条件,梳理轨道障碍物的类型,根据运输环 境和计算机视觉技术, 对电机车在井下运输过程中影响运行的轨道障碍物进行智能识别。结合传统图像处理方法的轨 道定位技术,描述 电机车轨道区域划分的方法。采用最新的深度学习目标检测算法 YOLOv5,对影响电机车运行 的诸多因素分析和 判断,是图像处理在矿山智能化的创新应用。

关键词: 井下有轨电机车 无人驾驶 计算机视觉 图像处理 YOLOv5算法