面向智慧矿山的无人矿用卡车运动信息识别算法

摘要：

针对现有智慧矿山排班、调度、路径规划系统中无法通过外界感知自行判断矿用自卸卡车(矿卡)前进方向的问题以及为提高系统对矿卡的检测速率与特征信息识别效率,提出了一种基于YOLO-v5的改进算法.算法将矿卡车身与车头部位的边界框分别进行捕捉跟踪,首先调整输出参数,借助各个边界框的中心点坐标计算方向向量.其次利用所提出的方向角转换的算法,与YOLO-v5结合,实现矿卡转向及转角的判断.另外添加防误识别、漏检机制,防止在多目标识别定位的情况下出现漏检误检问题.最后为了增加安全性,添加矿卡动静识别机制,防止矿卡意外停车导致的安全事故.实验结果表明,改进后的YOLO-v5算法不仅保留了其原有的识别速度和精度还能有效的解决智慧矿山系统无法识别矿卡前进方向的问题,并且在具有高速检测的同时还提高了模型的泛化能力.

关键词：YOLO-v5、运动信息、深度学习、智能施工、智慧矿山

所属期刊栏目：45

分类号：TD57(矿山运输与设备)

资助基金：广西科技重大专项项目;广西重点研发计划

在线出版日期：2023-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：162-165