煤礦地面軌道運(yùn)輸作為煤礦運(yùn)輸系統(tǒng)的重要組成部分,承擔(dān)著煤礦井上的核心運(yùn)輸任務(wù),其安全高效運(yùn)行直接關(guān)系到煤礦生產(chǎn)運(yùn)輸?shù)男省，F(xiàn)階段,煤礦地面軌道運(yùn)輸?shù)V車(chē)的運(yùn)行主要依賴(lài)于人工控制,運(yùn)行效率低下,運(yùn)輸安全系數(shù)不高,人力物力浪費(fèi)嚴(yán)重。鑒于此,本文采用機(jī)器視覺(jué)與毫米波雷達(dá)信息融合的方式設(shè)計(jì)一套煤礦地面軌道運(yùn)輸環(huán)境感知系統(tǒng),實(shí)現(xiàn)對(duì)運(yùn)行礦車(chē)前方障礙物的自動(dòng)實(shí)時(shí)檢測(cè)與跟蹤。本文的主要工作包括以下幾個(gè)部分:根據(jù)煤礦地面軌道運(yùn)輸環(huán)境感知系統(tǒng)的功能需求,通過(guò)分析比較多種雷達(dá)和機(jī)器視覺(jué)傳感器優(yōu)劣,完成傳感器設(shè)備的硬件選型與安裝,給出了硬件結(jié)構(gòu)設(shè)計(jì)思路,并制定了系統(tǒng)整體研究方案。研究了基于機(jī)器視覺(jué)的煤礦地面軌道障礙物檢測(cè):首先,采用圖像灰度化、圖像去噪以及圖像增強(qiáng)方法,完成圖像的預(yù)處理;然后,采用Canny算子完成煤礦地面軌道的邊緣檢測(cè),并將分段曲線模型與三次樣條擬合結(jié)合,提取軌道限界;最后,構(gòu)建基于YOLOv3算法的識(shí)別模型,實(shí)現(xiàn)對(duì)運(yùn)行礦車(chē)前方不同類(lèi)別和光線亮度下的障礙物檢測(cè)。研究了基于毫米波雷達(dá)的煤礦地面軌道障礙物檢測(cè)與跟蹤:首先,根據(jù)設(shè)定距離閾值與距離最近原則,初選有效目標(biāo);然后,采用有效生命周期的方法,... 

【文章來(lái)源】：中國(guó)礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：95 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

煤礦地面軌道運(yùn)輸?shù)V車(chē)Figure1-1Groundrailtransporttramcarofcoalmine

本文章節(jié)安排思路框圖

2煤礦地面軌道運(yùn)輸環(huán)境感知系統(tǒng)方案9表2-3MV-EM120CCCD工業(yè)相機(jī)參數(shù)指標(biāo)Table2-3ParametersofMV-EM120CCCDindustrialcamera關(guān)鍵參數(shù)參數(shù)值最大分辨率1280×960幀率40FPS像素尺寸3.75m3.75m傳感器類(lèi)型CCD傳輸距離100m功耗1.9W工作電壓12V如表2-3所示，MV-EM120C相機(jī)最大分辨率為1280×960，采用GigE千兆以太網(wǎng)（1000Mbit/s）輸出的形式進(jìn)行圖像傳輸，傳輸速率高，能夠滿(mǎn)足煤礦地面軌道運(yùn)輸環(huán)境感知系統(tǒng)實(shí)時(shí)性需求。MV-EM120CCCD工業(yè)相機(jī)如圖2-1所示。圖2-1MV-EM120CCCD工業(yè)相機(jī)Figure2-1MV-EM120CCCDindustrialcamera相機(jī)一定要安裝穩(wěn)定，抖動(dòng)盡可能小，以免在礦車(chē)行駛的過(guò)程中影響障礙物圖片的采集質(zhì)量，而且相機(jī)安裝一定要注意相機(jī)采集的中線是否和礦車(chē)車(chē)頭的中軸線相符合，一旦鏡頭的位置不在中間，就會(huì)出現(xiàn)在礦車(chē)運(yùn)行時(shí)偏差，尤其是彎道行駛時(shí)偏差較大。另外，還要注意相機(jī)采集的圖像和礦車(chē)之間的盲區(qū)問(wèn)題，盲區(qū)盡量越小越好。2.2.2雷達(dá)的選型與安裝目前，應(yīng)用于環(huán)境感知系統(tǒng)的雷達(dá)主要有超聲波雷達(dá)、激光雷達(dá)和毫米波雷達(dá)等[33]。（1）超聲波雷達(dá)超聲波雷達(dá)傳感器采用機(jī)械波檢測(cè)目標(biāo)，常用來(lái)對(duì)近距離目標(biāo)的探測(cè)[34]。工作原理為：超聲波雷達(dá)傳感器發(fā)射超聲波，當(dāng)發(fā)射波在一定距離范圍內(nèi)遇到障礙物時(shí)，將產(chǎn)生反射波并返回，根據(jù)發(fā)射波與反射波兩者時(shí)間差與聲波速度

【參考文獻(xiàn)】：
期刊論文
[1]基于機(jī)器視覺(jué)的無(wú)人駕駛系統(tǒng)設(shè)計(jì)[J]. 曾仕峰,吳錦均,葉智文,葉妙欣,賴(lài)怡雯,丁凡.  電子世界. 2020(05)
[2]77G毫米波雷達(dá)ADAS應(yīng)用及方案分析[J]. 袁沂,周升輝.  汽車(chē)文摘. 2020(03)
[3]多感知信息融合的車(chē)輛感知方法研究[J]. 裴崇利,李澤濱,周雨輝,魏濤,韓經(jīng)魯.  客車(chē)技術(shù)與研究. 2020(01)
[4]對(duì)我國(guó)煤炭主體能源地位與綠色開(kāi)采的思考[J]. 王雙明.  中國(guó)煤炭. 2020(02)
[5]基于計(jì)算機(jī)視覺(jué)的車(chē)道線檢測(cè)與識(shí)別[J]. 閻翔,諶海云,蔣鈺,范光鑫,王曉杰,閆嘉欣.  工業(yè)儀表與自動(dòng)化裝置. 2020(01)
[6]基于計(jì)算機(jī)視覺(jué)的輔助駕駛系統(tǒng)設(shè)計(jì)[J]. 戴衛(wèi)兵,徐超,陳悅,吳予萌,秦思禹.  科技創(chuàng)新與應(yīng)用. 2020(03)
[7]基于機(jī)器視覺(jué)的目標(biāo)定位與機(jī)器人規(guī)劃系統(tǒng)研究[J]. 楊三永,曾碧.  計(jì)算機(jī)測(cè)量與控制. 2019(12)
[8]基于機(jī)器視覺(jué)的目標(biāo)識(shí)別與抓取研究[J]. 張純純,馮創(chuàng)意,高統(tǒng)林.  農(nóng)業(yè)裝備與車(chē)輛工程. 2019(12)
[9]基于Hough變換的車(chē)道線檢測(cè)算法設(shè)計(jì)[J]. 何旭光,江磊,羅一平,張偉偉.  農(nóng)業(yè)裝備與車(chē)輛工程. 2019(11)
[10]車(chē)載毫米波雷達(dá)應(yīng)用研究[J]. 葉常青.  電子測(cè)試. 2019(13)

博士論文
[1]無(wú)人駕駛汽車(chē)環(huán)境信息提取及運(yùn)動(dòng)決策方法研究[D]. 武歷穎.長(zhǎng)安大學(xué) 2016
[2]無(wú)人駕駛車(chē)輛環(huán)境感知系統(tǒng)關(guān)鍵技術(shù)研究[D]. 王俊.中國(guó)科學(xué)技術(shù)大學(xué) 2016

碩士論文
[1]雷達(dá)目標(biāo)跟蹤算法研究與實(shí)現(xiàn)[D]. 王晉晶.西安電子科技大學(xué) 2019
[2]無(wú)人駕駛車(chē)測(cè)距激光雷達(dá)系統(tǒng)設(shè)計(jì)[D]. 蔣猛.西安理工大學(xué) 2019
[3]基于激光雷達(dá)的行人目標(biāo)檢測(cè)與識(shí)別[D]. 范小輝.重慶郵電大學(xué) 2019
[4]復(fù)雜情況下的道路邊緣檢測(cè)算法研究[D]. 楊剛.北京交通大學(xué) 2019
[5]車(chē)載毫米波雷達(dá)多目標(biāo)跟蹤算法研究[D]. 白冬杰.北京交通大學(xué) 2019
[6]面向智能車(chē)的毫米波雷達(dá)與單目相機(jī)信息融合方法研究[D]. 陳云坤.重慶郵電大學(xué) 2019
[7]軌道交通障礙物檢測(cè)方法研究[D]. 顏光宇.電子科技大學(xué) 2019
[8]城區(qū)環(huán)境下基于激光雷達(dá)的障礙物聚類(lèi)和跟蹤方法研究[D]. 張彩紅.中國(guó)科學(xué)技術(shù)大學(xué) 2019
[9]基于毫米波雷達(dá)及深度學(xué)習(xí)視覺(jué)信息融合的前方車(chē)輛檢測(cè)方法研究[D]. 梁翼.華南理工大學(xué) 2019
[10]基于毫米波雷達(dá)與視覺(jué)融合的前方車(chē)輛檢測(cè)[D]. 劉雷.天津工業(yè)大學(xué) 2019



本文編號(hào)：3293300