基于改进ConvNeXt网络和全景视觉技术的主动式矿井目标定位
刘毅1
郭冠哲1
高宇翔2
田子建1
张力腾3
1.中国矿业大学(北京)人工智能学院,北京 1000832.中国移动通信集团江苏有限公司徐州分公司,江苏 徐州 2212323.北京石头创新科技有限公司,北京 102206
摘要：针对井下无线定位系统部署成本高、抗灾变能力差的问题,提出了一种基于改进Con-vNeXt网络和全景视觉技术的主动式井下目标定位方法.该方法分为离线训练和在线定位 2个阶段:离线训练阶段,首先对井下环境进行区域划分并采集全景图像数据,通过数据增强构建多尺度训练集;然后基于改进的ConvNeXt网络分别训练区域定位模型和细致定位模型,其中区域定位模型实现粗粒度位置估计,细致定位模型完成精确定位;在线定位阶段,部署在移动设备上的全景相机实时采集环境图像,经图像拼接和增强预处理后,先通过区域定位模型确定目标所在区域范围,再调用对应区域的细致定位模型实现实时定位.试验结果表明:在 0.5 m区域定位和 0.1 m细致定位的组合下,定位准确率达到 94%;通过引入CoordAttention模块,准确率进一步提升至 95%,较传统单步方法提升 14.67%.与MobileNetV3(91%)和ResNet(92.33%)相比,改进的ConvNeXt网络展现出更优的性能.此外,该方法对光照变化、运动模糊、人员走动、粉尘干扰等井下典型干扰表现出较强的鲁棒性,在国家能源集团宁夏煤业有限公司羊场湾煤矿井下 616巷道数据集上的准确率达95.33%.研究为井下无人驾驶车辆和机器人等智能移动设备提供了一种低成本、高鲁棒性且易于实施的定位解决方案.
关键词：井下目标定位改进ConvNeXt网络全景视觉技术主动式定位CoordAttention模块
分类号：TD65(矿山电工)TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金(52364017)国家自然科学基金(52374165)计划资助项目(2025YFHH0001)
论文发表日期：2025-11-30
在线出版日期：2025-12-15（本平台首次上网日期，不代表文献的发表时间）
页数：16( 185-200 )
英文信息