面向无人驾驶的井下行人检测方法
刘备战1
赵洪辉1
周李兵2
1.陕西陕煤榆北煤业公司,陕西榆林 7190002.中煤科工集团常州研究院有限公司,江苏常州 213015;天地(常州)自动化股份有限公司,江苏常州 213015
摘要：行人检测是煤矿井下无人驾驶的关键技术,受煤矿井下光照不均匀、背景复杂、红外线干扰、光线昏暗和图像中目标小且密集等影响,现有方法检测井下行人时效果不理想.针对上述问题,提出了一种多传感器融合的井下行人检测方法.该方法通过分步多特征融合方式将可见光传感器、红外传感器和深度传感器采集的图像特征进行融合,获得了更加丰富的图像特征;在RetinaNet的基础上,将Dense连接加入到ResNet中,形成一种具有层级相连结构的Dense-ResNet,能够从多传感器融合结果中提取出深层图像特征,增强了对小目标的检测能力.实验结果表明,多传感融合图像相较于单一图像可获得更加丰富的目标特征,有利于提高目标检测精度;Dense-RetinaNet相较于RetinaNet在多目标和小目标检测精度上均有所提高.
关键词：井下无人驾驶井下行人检测多传感器融合特征提取RetinaNetDense连接
分类号：TD67(矿山电工)
资助基金：天地科技股份有限公司科技创新创业资金专项(2019-TD-ZD007)
论文发表日期：2021-09-10
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：5( 113-117 )
英文信息