融合金字塔结构与注意力机制的煤矿井下巡检机器人PT目标检测算法
王茂森1
鲍久圣1
鲍周洋1
阴妍1
王祥赛1
葛世荣2
1.中国矿业大学机电工程学院,江苏徐州 2211162.中国矿业大学(北京)机械与电气工程学院,北京 100083
摘要：近年来,煤矿机器人已成为现代煤机装备领域的研究热点,多数煤矿的主煤流运输系统基本实现了连续化、机械化和自动化,因此对主运输巷道内的安全监控与巡检效率提出了更高的要求,而精准的目标检测是实现煤矿井下智能化安全监控的必要保障,但现有的目标检测算法应用于复杂恶劣的煤矿井下巷道环境,存在目标检测精度较低的问题.面向井下低照明、环境杂乱的特殊工况检测需求,制作了井下巷道环境内目标物数据集,完成数据集标注并展开多维度分析;提出一种基于金字塔结构与注意力机制融合的PT目标检测算法,利用注意力机制模块替换金字塔结构中的卷积模块,在控制特征计算量的同时提高对全局特征的提取能力,实现目标物局部特征与全局特征融合的提取效果,提高了图像中目标感兴趣区域特征的表达能力.最后,面向煤矿井下巡检机器人应用场景,将提出的PT算法与传统经典的Faster R-CNN、YOLOv4算法进行对比分析.结果表明:所提出的 PT目标检测算法能够有效识别复杂环境下巷道内目标物,相较于主流的 Faster R-CNN、YOLOv4目标检测网络,PT算法有更好的综合识别能力,识别煤矿人员的准确率分别提升了 2.90%和 4.30%,识别井下障碍的准确率分别提升 0.20%和 4.80%,识别矿井裂缝的准确率分别提升了4.40%和 8.60%,识别井下设备的准确率分别提升了 3.00%和 8.70%.因此,PT目标检测算法能够更好地适应井下环境,目标检测算法较其他算法能够获得更高的准确率与检测速度,可为井下巷道安控系统建设提供理论依据与技术支撑.
关键词：煤矿井下巡检机器人目标检测金字塔结构注意力机制
分类号：TD52(矿山运输与设备)
资助基金：煤矿采掘机械装备国家工程实验室开放课题资助项目(GCZX-2023-01)中央高校基本科研业务费专项资金资助项目(2022XSCX27)江苏高校优势学科建设工程资助项目(PAPD)
论文发表日期：2024-06-25
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：10( 206-215 )
英文信息