论文摘要
为了实现矿用巡检机器人对煤矿井下设备的识别与匹配,通过基于卷积神经网络的深度学习算法建立了煤矿设备类型识别模型,分别在明亮环境下、昏暗环境下以及设备重叠情况下采集大量待识别设备图像样本,再对识别模型进行训练,实现巡检机器人对煤矿设备的精确识别与分类。使用基于粒子群优化的SVM(support vector machine,支持向量机)建立了煤矿设备匹配模型,将巡检机器人相对于煤矿坐标系的三轴位置信息、三自由度角度和视觉相机转角作为匹配模型的输入量,将相机视野中设备序号作为输出量,实现煤矿设备类型识别模型识别出的设备与已知设备序号一一对应。实验结果表明基于深度学习算法的煤矿设备类型识别模型对外界的干扰不敏感,识别准确率高;基于SVM的煤矿设备匹配模型的匹配准确率达到了93.2%,在匹配准确率的训练和测试效率上均优于基于BP(back propagation,反向传播)神经网络的匹配模型。研究结果可为煤矿井下巡检机器人的研制提供参考。
论文目录
文章来源
类型: 期刊论文
作者: 卢万杰,付华,赵洪瑞
关键词: 巡检机器人,深度学习算法,支持向量机,目标识别,设备匹配
来源: 工程设计学报 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技
专业: 矿业工程,自动化技术
单位: 辽宁工程技术大学机械工程学院,辽宁工程技术大学电气工程学院,煤科集团沈阳研究院有限公司
基金: 辽宁省自然科学基金指导计划项目(20180550438)
分类号: TD67;TP242;TP18
页码: 527-533
总页数: 7
文件大小: 9476K
下载量: 252
相关论文文献
- [1].重庆超高压500kV变电站巡检机器人通过评审[J]. 广西电力建设科技信息 2008(02)
- [2].一种输电线路智能巡检机器人的仿真设计[J]. 电气技术 2019(12)
- [3].巡检机器人带来燃气行业新体验[J]. 石油知识 2020(01)
- [4].智能巡检机器人研究现状与发展[J]. 设备管理与维修 2019(24)
- [5].电缆隧道巡检机器人的通信系统探讨[J]. 电子世界 2020(02)
- [6].嵌入式舰船智能巡检机器人优化控制[J]. 舰船科学技术 2019(24)
- [7].高压线路抱臂式巡检机器人越塔规划及辅助金具设计[J]. 电气工程学报 2019(04)
- [8].驻塔式轻小型输电线路巡检机器人[J]. 集成电路应用 2020(02)
- [9].变电站智能巡检机器人的集中管理系统[J]. 集成电路应用 2020(03)
- [10].电缆隧道智能巡检机器人设计探析[J]. 通信电源技术 2020(02)
- [11].电力智能巡检机器人研究综述[J]. 电测与仪表 2020(02)
- [12].小型化电力巡检机器人的材料与控制技术研究[J]. 电工技术 2020(02)
- [13].基于卷积神经网络的智能巡检机器人场景识别[J]. 信息技术 2020(02)
- [14].机房智能巡检机器人应用研究[J]. 科学技术创新 2020(04)
- [15].矿用智能轮式巡检机器人路径跟踪及运动分析[J]. 煤矿机械 2020(02)
- [16].一种电力巡检机器人控制系统设计与实现[J]. 信息技术 2020(03)
- [17].变电站智能巡检机器人应用问题及解决方法[J]. 电力安全技术 2020(01)
- [18].智能巡检机器人系统的设计与实现[J]. 自动化应用 2020(01)
- [19].煤矿瓦斯抽采泵站巡检机器人关键技术与应用[J]. 中国新技术新产品 2020(04)
- [20].变电站巡检机器人的路径规划研究[J]. 决策探索(中) 2020(02)
- [21].变电站轮式巡检机器人检测技术规范的探讨[J]. 自动化应用 2020(02)
- [22].电缆隧道架空式巡检机器人行走机构研究与应用[J]. 电气应用 2020(04)
- [23].探讨智能巡检机器人在变电站户外设备巡视的应用[J]. 计算机产品与流通 2020(04)
- [24].智能巡检机器人在500kV变电站的应用[J]. 农家参谋 2020(08)
- [25].无人值守变电站智能巡检机器人的应用与运维[J]. 安徽电力 2020(01)
- [26].安防巡检机器人竞争上岗“护航”北京冬奥会[J]. 机器人产业 2020(01)
- [27].化工厂智能巡检机器人系统设计[J]. 工业仪表与自动化装置 2020(03)
- [28].基于模糊逻辑控制的变电站巡检机器人视觉导航方法[J]. 周口师范学院学报 2020(02)
- [29].高压变电站中移动机器人的应用研究[J]. 现代工业经济和信息化 2020(03)
- [30].铁路信号中继站悬挂轨道式智能巡检机器人系统分析[J]. 大众标准化 2020(06)