10.13873/J.1000-9787(2016)10-0076-04
基于CNN与SVDD的掘进机智能监测系统设计
通过激光标志物的卷积神经网络( CNN)检测,与标志物中心点的奇异值分解( SVD)重构,实现了掘进机在巷道坐标系下的坐标估计。通过基于支撑向量数据描述( SVDD)的陀螺仪静止状态抖动抑制,与参考系变换,实现了机身与掘进臂的姿态检测。通过基于OpenGL的图形学引擎,实现了工作面场景的实时虚拟渲染。测试结果表明:系统能够准确可靠地完成工作面场景下掘进机监测任务。
卷积神经网络、奇异值分解、支撑向量数据描述、三维重构、姿态估计
35
TP242(自动化技术及设备)
2016-10-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
76-79