基于运动特征的矿井下运动钻杆跟踪方法研究

针对煤矿井下运动钻杆目标跟踪时,由于井下目标物体全部遮挡、颜色相似等因素会造成目标瞬间跟踪失败的情况。因此,提出一种基于运动特征的煤矿井下运动钻杆跟踪方法。该方法首先采用混合高斯模型建模,对当前帧图像进行背景剔除获得目标运动特征,同时,利用权值融合的方式建立图像的运动和颜色联合概率分布图,然后经粒子滤波器滤波处理,进而实现钻杆目标的跟踪。该算法的测试结果表明:该方法很好的解决了完全遮挡问题。     

红外图像在长输天然气管道焊接裂纹检测系统中的应用研究

焊接质量直接影响天然气运输安全,为此研究了红外图像的长输天然气管道焊接裂纹检测系统,提升了裂纹检测效果。该系统利用超声波激发电路发送超声波至长输天然气管道,产生热量;通过红外图像采集卡采集由热量形成的红外图像,传输至计算机;计算机通过红外图像分析模块处理获取的信息,得到焊接裂纹检测结果,若属于焊接裂纹实施现场警报,在日志内存储焊接裂纹相关信息;红外图像分析模块利用热响应差分法增强红外图像,通过自适应区域生长方法分割增强的红外图像,得到异常温度区域,通过数学形态学提取原始红外图像的焊缝轮廓信息,中级融合异常温度区域与焊缝轮廓信息,提取裂纹。实验证明,该系统可精准检测管道焊接裂纹,裂纹提取的完整性与质量较高;在检测微小裂纹时,依旧具备较优的检测效果;该系统分割红外图像时的敏感性与特异度均较高,分割效果较佳。     

基于红外小目标检测技术的煤样表面温度梯度与破裂关系

在分析单轴受压煤样表面破裂特征的基础上,提出煤样表面的红外图像检测属于小目标检测,进而用小目标检测的形态学神经网络方法对实验得到的红外图像进行分析。实验表明,该方法能有效检测煤样表面的温度异常点,进一步分析发现单轴受压煤样的应力应变曲线与其红外图像温度异常点的变化曲线存在对应关系。该方法可以应用到煤矿矿压监测领域,对煤矿安全生产起到一定的积极作用。     

基于YOLO的井下人员速度测量方法研究

由于井下环境复杂、背景单一、参照物不够明显的视频数据特征，较难直接通过视觉计算的标定方式实现井下运动目标的测速。论文提出一种不依赖场景标定的速度检测方法，通过自主学习的方式，智能化监测井下工作人员的作业规范。该方法首先基于YOLOv3对巡检人员进行持续的检测跟踪，在此过程中通过视频相邻帧间的目标边界框特征点，确定图像消失点|其次，利用图像消失点建立三角形模型测量实时速度|最后，利用测量出的速度趋势智能判断井下工作人员是否存在漏检行为。在煤矿数据集上的实验结果表明，该方法能够有效度量井下运动目标的速度，用于判断井下工作人员巡检时是否存在漏检行为，比标定方法更适合井下场景的应用。     

井下无轨车辆行驶轨迹辨别及不安全驾驶行为研究

为了提高井下车辆的驾驶安全,以无轨胶轮车的行驶轨迹为研究对象,采用红外成像以及节点判别的方法对井下车辆的行驶轨迹数据进行收集,采用风险度量的方法对不安全驾驶行为进行量化,并建立不安全驾驶行为的特征参数阈值来判断车辆是否处于安全行驶状态,为规范井下车辆安全驾驶、防止事故的发生提供一定的理论基础。     

基于特征地图的煤矿辅助运输车辆定位方法

针对煤矿辅助运输车辆无人驾驶技术所包含的车辆自主实时定位问题,考虑井下巷道的环境特点和车辆作业行驶要求,提出了一种基于特征地图的车辆定位方法,建立了车辆在井下巷道行驶的运动方程及测量方程。采用扩展卡尔曼滤波讨论了定位算法,由一个高斯分布描述车辆位置状态的置信度。仿真结果表明:以车辆位置状态置信度的均值作为真实状态的一个估计,由状态置信度的均方根值描述的不确定性与实际估计误差的统计分析结果相一致,在同一时刻车辆观测到的特征数量和采样周期数值对状态置信度不确定性产生影响。基于特征地图的定位方法给出了煤矿辅助运输车辆在井下巷道实时位置状态的置信度表示,同时得出了车辆位置的实时估计和定位的不确定性。     

井下WSN目标跟踪局部异常检测算法

针对煤矿井下特殊信道环境对无线传感器网络(WSN)目标跟踪造成的约束和对量测数据的精确性造成的影响,设计了适用于井下巷道特征的网络拓扑结构以及分布式分簇目标跟踪算法,并在此基础上提出运用局部异常因子检测算法(LOF)对量测数据中存在的异常点进行实时监测和更新最后结合交互式多模型滤波算法(IMM)实现目标状态估计,仿真结果表明,该算法有效提高了跟踪精度,平衡并降低了网络能耗。     

井下WSN目标跟踪局部异常检测算法

针对煤矿井下特殊信道环境对无线传感器网络(WSN)目标跟踪造成的约束和对量测数据的精确性造成的影响，设计了适用于井下巷道特征的网络拓扑结构以及分布式分簇目标跟踪算法，并在此基础上提出运用局部异常因子检测算法(LOF)对量测数据中存在的异常点进行实时监测和更新最后结合交互式多模型滤波算法(IMM)实现目标状态估计，仿真结果表明，该算法有效提高了跟踪精度，平衡并降低了网络能耗。     

煤矿机器人轨迹跟踪自抗扰控制研究

针对在煤矿井下复杂环境中煤矿机器人运行存在轨迹跟踪偏差大、精度低等问题,通过煤矿机器人运动分析,采用改进的非线性函数和扩张状态观测器,提出一种新式轨迹跟踪自抗扰控制系统。利用非线性多阶滑模控制规律,实时进行轨迹跟踪误差纠偏控制,确保系统收敛于目标轨迹,实现高精度轨迹跟踪控制。研究结果表明,与传统算法对比,该系统具有先进性和有效性,满足煤矿机器人轨迹跟踪高精度控制的要求。     

矿井机车跟踪与故障抓拍系统的设计

矿井下机车跟踪与故障抓拍系统是为实时检测机车故障提供可靠、清晰、准确的跟踪要求。在该系统中,针对井下机车动态跟踪难以满足可靠、准确跟踪的要求,提出了一种基于混合高斯模型检测算法对机车实时检测与跟踪,提高了定位精度;针对井下视频监控清晰度不高,提出了一种在视频监控中利用基于梯度极值结合目标实际运动矢量的方法实现对故障目标的抓拍,提供清晰、可处理的图像。     

基于EMMD-RVM的煤矿采矿机械设备异常检测系统

针对煤矿采矿机械设备异常特征信号是非均匀变化的,容易出现机械设备异常检测结果不精准的问题,提出了基于EMMD-RVM的煤矿采矿机械设备异常检测系统。采用4通道AD转换芯片,采集煤矿采矿机械设备异常数据。使用ZigBee传感器作为终端设备,传输电压、电流、转速红外成像和温度信号。利用传感器网络协议适配器,将不同传输信号统一传输到服务器,消除传感器网络异构性。采用EMMD极值域均值模式分解方法,引入加权平均法获取信号局部均值,分析煤矿采矿机械设备异常特征。构建RVM支持向量机模型,设计基于RVM的煤矿采矿机械设备异常检测流程。由系统应用结果可知,该系统通过采集高频分量信息,可获取精准异常检测结果,为机械设备异常检测提供一种新思路。     

矿用电缆卷放车智能追踪系统设计

电缆卷放车是露天煤矿中匹配电铲作业的一种供电辅助设备，为了实现电缆卷放车自动追踪电铲的目标，设计一种专用于露天矿山的电缆卷放车智能追踪系统。该系统包括图像采集与处理模块、智能追踪控制策略模块、执行模块。其中，图像采集与处理模块以FPGA芯片EP4CE6F17C8为核心，采用HSV颜色空间转换算法提取目标电铲特征；智能追踪控制策略模块以DSP芯片TMS320F2812为核心，通过DSP外部接口与FPGA通信，采用偏移量和车距估计方法获取目标电铲相对于电缆卷放车的方向和距离；执行模块以PLC芯片S7-1200为核心，采用MAX485与DSP通信，控制电缆卷放车的前进、后退、调速、停止，实现对目标电铲的智能追踪。在电铲的静态和动态运动下，通过实验对模型进行了验证。结果表明，该系统能够快速识别与追踪目标电铲，验证了提出方法的可行性和有效性。     

矿井带式输送机胶带表面异物视频检测系统设计研究

由于煤矿输送带视觉场景噪声高、地下环境复杂，输送带图像的异物识别效率较高。针对煤矿带式输送机存在异物造成输送机损坏的问题，提出了基于SSD技术的带式输送机表面异物视频检测方法。采用深度可分卷积方法减少SSD算法中的参数数量和提高速度；采用GIOU函数计算式代替原始SSD中的位置损失函数，以提高检测精度；对特征映射的提取位置和识别框的比例进行优化，以提高检测精度。实验结果表明，改进算法优于原SSD算法，平均准确率从 87.1% 提高到90.2%，检测帧率从32帧提高到41帧。     

基于深度学习和遥感影像的露天矿自动提取方法研究

非法开采不仅危害国家资源,威胁国家财产安全,也存在重大安全隐患,寻找快速发现非法开采行迹的解决办法迫在眉睫。利用光学遥感影像进行人工解译,费时费力、效率极低;而传统的露天矿遥感自动解译方法,或基于像素,或基于面向对象,利用的图像特征简单且数量较少。将深度学习的全卷积神经网络算法引入露天矿自动提取中,充分从底层特征中挖掘大量高层抽象特征,实现露天矿智能高效解译。实验结果表明,该方法在一定程度上有效提高了露天矿识别的准确率,能够为及时发现非法露天矿开采提供基础的数据技术支持。     

基于嵌入式技术的煤矿井下通信中图像信号处理方法

以提升煤矿井下视频图像呈现能力为目的,提出基于嵌入技术的煤矿井下通信中图像信号处理方法。利用图像采集单元内的CCD摄像机拍摄煤矿井下视频图像后,将其传输到嵌入式FPGA芯片内,该芯片将煤矿井下视频图像信号缓存在SDRAM内后,再利用双口RAM传输到嵌入式DSP芯片内;DSP芯片启动图像信号处理单元内的图像信号处理算法对煤矿井下视频图像信号进行压缩感知和高分辨率重建后,对其进行缓存处理,再利用FLASH视频模块对处理后的煤矿井下视频图像信号实施动态编辑,并将其回传到嵌入式FPGA芯片内;该芯片利用视频D/A转换器输出处理后的煤矿井下视频图像VGA信号,完成煤矿井下通信中图像信号处理过程。实验表明:经过该方法处理后的煤矿井下视频图像信号的峰值信噪比、图像像素密度以及图像信号灰度值均得到了较好的提升,其具备较好的应用效果。     

基于PLC的煤矿空压机远程监测方案设计研究

为了确保矿用空压机能够实时、准确地实现故障保护、异常报警等功能,针对煤矿空压机运行参数,对煤矿空压机远程监测系统方案设计进行了研究。采用PLC硬件平台,对整体设计结构、空压机远程监测系统以及监测系统硬件部分进行了研究,该研究可为煤矿空压机远程监测系统的研制提供技术支持。     

基于模糊信息融合的矿井火灾监测系统研究

针对目前我国矿井火灾探测系统检测处理数据不可靠等问题,基于模糊信息融合理论,应用多传感器对煤矿井下火灾预防的指标气体和参量进行监测,将监测设备的多个传感器所获得的CO、温度、烟雾浓度参数信息模糊化,再将其融合而获取设备精确的状态估计。该系统可对各种参量进行融合运算和决策,实现矿井火灾的早期预测预报。实验结果表明,基于信息融合的矿井火灾探测系统识别准确率及可靠性大大提高。     

多传感器模糊信息融合算法在煤矿瓦斯监测中的应用

信息融合是将各种不同类型传感器的所有特点充分综合利用,最终将完成获取目标的多方位全面化模式。目前,信息融合这一技术已经被广泛应用在自动目标识别、图像处理、安全监测及遥感等多项领域。文章针对煤矿瓦斯监测中的实际应用情况,对多传感器模糊信息融合算法进行了较为系统的介绍。     

基于乘法集成法和模糊综合评价法的矿山地质环境综合评价

针对矿山地质环境问题,利用遥感技术和实地调查对鄂尔多斯某煤矿进行矿山地质环境监测,根据监测结果,并听相关专家建议,建立了一套适合该煤矿的矿山地质环境综合评价体系,利用层次分析法（AHP）和熵权法相结合的“乘法集成法”确定各项评价指标主客观内在统一的综合权重,并采用模糊综合评价法对该煤矿进行综合评价,确保矿山地质环境综合评价结果科学、合理、可信。结果表明,该煤矿的矿山地质环境综合评价结果为0.466 5,属于Ⅱ级（较好）,该研究结果可为该煤矿后续规划和开采提供理论依据,为建设安全、绿色、和谐的矿山地质环境奠定了基础。     

矿用防爆辅运车辆自动驾驶线控转向系统研究

针对《关于加快煤矿智能化发展的指导意见》中提及的 2025 年大型煤矿要基本实现智能化,井下重点岗位机器人作业,实现智能无人化辅助运输的指导意见,结合智能控制技术、路感信息形成及反馈技术、多传感器信息融合技术,开发了一套煤矿辅运车辆自动驾驶线控转向系统。详细分析了基于转角偏差 PI 控制技术线控转向系统的组成和实现方法,以目标转角和实际转角的偏差为信号,通过 PI 闭环控制技术精确控制转向轮偏转方向和角度,使得系统输出能够平稳、精准、快速地跟随指令目标转角,进而实现车辆自动驾驶精准转向控制。 通过搭建辅运车辆自动驾驶线控转向平台进行了模拟试验,试验结果表明:基于转角偏差 PI 闭环控制技术的线控转向系统响应快速,转向误差约 2°,超调较小,能够实现辅运车辆自动驾驶转向精准控制和自动纠偏,为实现互联网+科学开采的未来少人(无人)采矿提供了技术路径。