基于井下移动图像采集的目标识别与精确定位方法

摘要：

针对现有井下定位方法定位精度波动较大、难以进一步提高的问题,提出一种基于井下移动图像采集的目标识别与精确定位方法.利用定位目标携带的摄像机采集环境图像,通过自适应直方图均衡化方法对采集到的原始图像进行预处理,采用深度学习技术SSD算法、数据增强SSD算法识别井下标志目标,并采用基于小孔成像原理的单目测距方法进行测距和定位.实验结果表明:与灰度图像匹配算法和特征图像匹配算法2种传统算法相比,SSD算法对距离和角度变化的适应能力更好,距离为4.5 m时有效检测率仍达89.2％;数据增强SSD算法提高了鲁棒性,检测精确率比SSD算法高1.7％,可以更好地适应复杂环境.井下应用结果表明,基于井下移动图像采集的目标识别与精确定位方法在2～10 m范围内可得到较理想的效果,随着距离增加,测量精度有所下降.

关键词：井下精确定位、目标识别、深度学习技术、SSD算法、数据增强SSD算法、单目测距方法

所属期刊栏目：47

分类号：TD655.3(矿山电工)

资助基金：国家重点研发计划;中央高校基本科研业务费专项

在线出版日期：2021-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：65-70