基于UeDiff-GAN的综采工作面目标检测与孪生体同步映射
张帆1
于洋1
戚振明2
李海军2
王春丽2
杜潇2
王柄印2
张光磊3
宋惠1
席宸荣1
1.中国矿业大学(北京)人工智能学院,北京 1000832.国能准能集团有限责任公司,内蒙古鄂尔多斯 0103003.中煤能源研究院有限责任公司,陕西西安 710054
摘要：矿井综采工作面数字孪生模型的构建过程需要手动构建实体的数字孪生3D模型,然后对实体进行目标检测,并根据实时检测结果控制3D模型,以确保孪生体与实体之间的同步映射关系.因此,对井下目标的实时、准确检测是实现虚实同步映射控制的关键.目前主流的目标检测方法需要在传统模型中引入或改进模块,使得模型网络结构复杂、训练周期较长,降低了目标检测的实时性;同时,对于一些含高强度噪声的图像难以精确检测.针对上述问题,提出了一种基于UeDiff-GAN的综采工作面目标检测与孪生体同步映射方法.通过扩散模型对高质量样本进行加噪扩散,得到不同程度的加噪样本,然后使用生成对抗网络(GAN)模型进行训练;设计了平滑扩散算法,以控制扩散步长,加入不均衡扩散模块,以得到与预识别样本匹配的检测算法模型.使用Unity3D构建综采工作面3D模型并进行渲染,实现井下物理实体的对象孪生,据此构建综采工作面实体与其孪生模型的映射关系,根据井下不同位置的检测结果控制对应机器运动状态及姿态,实现孪生模型协同控制,从而实现过程孪生.在自制数据集上的实验结果表明:UeDiff-GAN模型对井下移动目标的平均检测精度较SSD,R-CNN,YOLOv7 和 Diff-GAN 模型分别提升了 19.4％,14.3％,9.1％,24.3％;检测速度较 SSD,R-CNN 分别提升了 13.86,42.73帧/s;孪生模型与实体的实时性延迟至多为0.873 s.
关键词：综采工作面数字孪生目标检测虚实同步映射扩散模型生成对抗网络
分类号：TD67(矿山电工)
资助基金：国家自然科学基金(52374165)国家重点研发计划(2022YFC3004600)国能集团科技创新项目(2024207010727)
论文发表日期：2025-03-31
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：8( 9-15,21 )
英文信息