井下电机车轨道障碍物图像处理方法的智能识别技术

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

分类号：TD672(矿山电工)

资助基金："十三五"国家重点研发计划项目编号:2018YFC0604404

在线出版日期：2021-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：150-157