摘要： 无人驾驶车辆在矿山逐步得到关注与应用的同时,也存在一定的安全隐患。为提高车辆异常行为检测 效率,提出了一种基于机器视觉与图卷积网络的矿区无人驾驶车辆异常行为检测方法。该方法通过分析矿区无人驾 驶车辆行驶轨迹,利用机器视觉技术对车辆进行识别、跟踪和检测。首先获取无人驾驶车辆图像监测数据,进而进行 特征提取,包括颜色、形状、大小等关键特征,并据此对车辆进行识别、跟踪和检测。其次,使用图卷积网络对车辆行为 进行建模,将车辆驶过的路段视为图中的节点,不同路段之间的连接视为边,通过图卷积网络学习车辆的行为,并对 车辆异常行为进行检测。试验结果表明:该方法可以在短时间内准确检测到矿区无人驾驶车辆的异常行为,并对异 常情况及时报警,有助于提高矿山生产的安全性和效率。

关键词: 无人驾驶车辆　机器视觉　图卷积网络　异常行为