| 基于深度学习的带式输送机煤流量双目视觉测量 |
| |
| 引用本文： | 杨春雨,顾 振,张 鑫,周林娜. 基于深度学习的带式输送机煤流量双目视觉测量[J]. 仪器仪表学报, 2021, 0(8): 164-174 |
| |
| 作者姓名： | 杨春雨 顾 振 张 鑫 周林娜 |
| |
| 作者单位： | 1. 中国矿业大学信息与控制工程学院，2. 中国矿业大学地下空间智能控制教育部工程研究中心 |
| |
| 基金项目： | 国家自然科学基金(61873272,61741318)项目资助 |
| |
| 摘 要： | 煤流量双目视觉测量是实现带式输送机节能安全运行控制的关键技术,但煤料纹理颜色重复单一和煤料颗粒内部间隙分布不均会严重影响煤流量测量精度和实时性。为此,提出基于深度学习的带式输送机煤流量双目视觉测量方法。首先,对煤料图像进行校正、分割和增强预处理;其次,构建基于深度学习的煤料立体匹配PSM-Net模型,运用Fine-tuning学习机制对PSM-Net进行模型训练,获取煤料体积;然后,依据煤料二维平面特征,提出基于离散元法的煤料堆积填充率计算方法,计算煤料堆积密度;最后,依据煤料体积和堆积密度计算带式输送机煤流量。实验结果验证了所提算法的有效性,煤流量双目视觉测量的精度达到98.704 3%,计算速率达到1 127 ms/帧。
|
| 关 键 词： | 深度学习 离散元法 带式输送机 煤流量 双目视觉 |
Binocular vision measurement of coal flow of belt conveyorsbased on deep learning |
| |
| Yang Chunyu,Gu Zhen,Zhang Xin,Zhou Linna. Binocular vision measurement of coal flow of belt conveyorsbased on deep learning[J]. Chinese Journal of Scientific Instrument, 2021, 0(8): 164-174 |
| |
| Authors: | Yang Chunyu Gu Zhen Zhang Xin Zhou Linna |
| |
| Abstract: | |
| |
| Keywords: | deep learning discrete element method belt conveyor coal flow binocular vision |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《仪器仪表学报》浏览原始摘要信息 |
|
点击此处可从《仪器仪表学报》下载免费的PDF全文 |
|
