基于井下移动图像采集的目标识别与精确定位方法
刘毅
翟贵盛
中国矿业大学(北京)机电与信息工程学院,北京 100083
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
分类号：TD655.3(矿山电工)
资助基金：国家重点研发计划(2016YFC0801800)中央高校基本科研业务费专项(2021YJSJD24)
论文发表日期：2021-05-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 65-70 )
英文信息