典型文献
煤矿巷道支护钢带锚孔智能识别与定位
文献摘要：
煤矿井下掘进巷道使用钢带辅助锚杆支护时,如果支护钢带锚孔的定位不准确,钻头打在钢带或锚网上易造成设备损坏,存在较大安全隐患.针对上述问题,提出了 一种基于改进YOLOv5s模型的煤矿巷道支护钢带锚孔智能识别与定位方法.①通过超分辨率重构技术(SR)增加锚孔图像的清晰度,防止因图像模糊而丢失图像中锚孔边缘高频信息.②由于锚孔较小且摄像头距锚孔有一定距离,在卷积神经网络中易丢失较小锚孔的特征信息,影响锚孔检测效果.在YOLOv5s模型的Backbone网络中添加坐标注意力机制(CA)模块,增加YOLOv5s网络中特征提取网络的网络层数,将目标物体的坐标信息融入到卷积网络中,可有效提取锚孔小目标特征信息,从而提高锚孔检测成功率.③利用嵌入CA模块的YOLOv5s网络训练经SR重构后的锚孔数据集,得到改进后的YOLOv5s模型,即SR-CA-YOLOv5s模型.④ 采用SR-CA-YOLOv5s模型结合双目摄像头对锚孔进行实时识别与定位.实验结果表明:相较于YOLOv5s模型,SR-CA-YOLOv5s模型的平均精度均值为96.8％,较YOLOv5s模型提高了 3.1％;SR-CA-YOLOv5s模型有更好的检测能力,在一定程度上避免了漏检;虽然SR-CA-YOLOv5s模型的每秒填充图像的帧数(FPS)降低了 18.5帧/s,但其FPS仍保持在166.7帧/s,并不影响模型的实时检测功能.实际测试结果表明:SR-CA-YOLOv5s模型能够在不同光照条件下准确检测出锚孔并获得锚孔相对于摄像头的三维坐标,坐标误差在6 mm以内,且FPS满足实时性要求.
文献关键词：
巷道支护;锚杆钻机;钻锚位置;支护钢带;锚孔智能识别与定位;YOLOv5s;超分辨率重构;坐标注意力机制
中图分类号：
作者姓名：
张夫净;王宏伟;王浩然;李正龙;王宇衡
作者机构：
太原理工大学矿业工程学院,山西太原 030024;太原理工大学 山西省煤矿智能装备工程研究中心,山西 太原 030024;太原理工大学机械与运载工程学院,山西太原 030024;山西焦煤集团有限责任公司 博士后工作站,山西 太原 030024;太原理工大学安全与应急管理工程学院,山西晋中 030600
文献出处：
引用格式：
[1]张夫净;王宏伟;王浩然;李正龙;王宇衡-.煤矿巷道支护钢带锚孔智能识别与定位)[J].工矿自动化,2022(10):76-81
A类：
锚孔智能识别与定位,钻锚位置
B类：
煤矿巷道,巷道支护,支护钢带,煤矿井下,井下掘进,掘进巷道,锚杆支护,钻头,设备损坏,大安全,YOLOv5s,定位方法,超分辨率重构,重构技术,SR,清晰度,频信,中易,小锚,特征信息,孔检测,检测效果,Backbone,坐标注意力机制,CA,特征提取网络,网络层,层数,卷积网络,有效提取,小目标特征,检测成功率,网络训练,孔数,双目摄像头,实时识别,平均精度均值,检测能力,漏检,每秒,FPS,影响模型,实时检测,实际测试,光照条件,三维坐标,锚杆钻机
AB值：
0.272077
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
