基于深度学习的钻杆识别定位系统的研发与应用
张溟晨
唐敏
马振纲
陈科宇
陈航
鲁石平
煤矿灾害防控全国重点实验室;中煤科工集团重庆研究院有限公司
摘要：为提升智能钻机的钻杆装卸效率,设计了一种基于深度学习算法的智能钻机钻杆定位系统.该系统使用深度相机获取钻杆的深度图像,采用VGG-16的5组卷积结构进行特征提取,并通过SSD算法定位目标以获得钻杆的坐标值.完成了用户管理模块、自动控制模块、手动控制模块、图像采集模块、网络训练模块和坐标获取模块的设计开发,并部署于ZYWL—4000Y智能钻机进行试验.试验表明该系统具有检测速度快、目标特征融合性强、识别精度高等特点,可有效识别钻杆的空间坐标,满足井下环境恶劣、设备可靠性高等要求.
机标关键词：识别定位系统研发与应用深度图像智能钻机目标特征融合深度学习算法图像采集自动控制模块
资助基金：国家重点研发计划(2022YFB4703601)
论文发表日期：2024-07-28
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( 30-35 )