|
|||||
|
|
| 基于机器视觉的煤中杂物智能分选系统研究 | |
| 作者单位： | ;1.中国矿业大学(北京);2.淮北矿业集团涡北选煤厂;3.北京英特珂玛智能科技有限公司 |
| 摘 要： | 为解决煤炭分选过程中杂物对生产的影响及由此产生的各种问题,设计了基于深度学习和机器视觉的集煤中杂物智能识别、定位和分拣于一体的杂物智能分选系统。该系统建立了基于语义分割的像素级杂物识别模型,计算成本比标准卷积网络模型降低8～9倍;构建了复杂环境条件下的机械手精准抓取策略,能够避开干扰物,实现硬质物料、轻质物料抓取点的精确选择。在涡北选煤厂的应用测试表明,该系统杂物检测准确率为96.647%,机械手分拣成功率为94.759%,系统分拣率为91.640%,能够高效除去煤中杂物,提高了杂物分选过程的智能化水平。 |
| 关 键 词： | 杂物分拣 杂物智能分选系统 机器视觉 系统分拣率 |
A study of the machine vision-based intelligent separation system for extraction of tramp materials in raw coal |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |