一种基于深度学习的井下巷道点云边界线提取方法

    公开(公告)号:CN118196126A

    公开(公告)日:2024-06-14

    申请号:CN202410364799.6

    申请日:2024-03-28

    Abstract: 本发明公开的一种基于深度学习的井下巷道点云边界线提取方法,涉及矿井点云边界线提取技术领域。该方法首先通过激光雷达采集巷道点云数据,然后对点云数据进行去噪、特征保留及特征重建;接着进行数据切片,对点云视角下的锚杆进行标注,并制作训练集;再接着建立点云识别网络,识别锚杆与其中心点;最后依据巷道切片结合识别结果的锚杆在巷道壁的中心,记录其位置,并标红;在巷道切片上连接标红点,成功绘制巷道边界,成图保存下来。本发明利用激光雷达采集点云数据,识别巷道壁上钻打的锚杆寻找边界点,并结合神经网络得到边界点,大大提高了巷道边界识别的精准度与效率。

    一种研究点蚀对锚杆力学性能影响的实验装置

    公开(公告)号:CN116297123A

    公开(公告)日:2023-06-23

    申请号:CN202211102364.1

    申请日:2022-09-09

    Abstract: 本发明公开了一种研究点蚀对锚杆力学性能影响的实验装置,为研究锚杆支护时点蚀对其力学性能的影响规律,包括主体平台、点蚀测试锚杆组件、锚杆加载模块,可实现同等大小应力加载测试不同点蚀位置和数量对锚杆力学性能影响以及不同应力下相同点蚀位置和数量对锚杆力学性能影响两种测试模式。本发明一方面可保证锚杆外部载荷相同时,测试不同位置和数量点蚀对其力学性能的影响;另一方面可保证点蚀位置和数量相同时,测试不同应力加载条件下对其力学性能的影响。

    一种煤矿井下无人驾驶车辆超前自主降尘方法及系统

    公开(公告)号:CN116272196A

    公开(公告)日:2023-06-23

    申请号:CN202310026929.0

    申请日:2023-01-09

    Abstract: 本发明公开了一种煤矿井下无人驾驶车辆超前自主降尘方法及系统;方法包括对井下无人驾驶车辆前方行驶区域内粉尘突出位置进行点云信息采集,建立巷道矿尘浓度样本数据库;建立矿尘浓度识别神经网络模型DC‑CDC‑NET;利用训练集数据训练模型,得到训练后的矿尘浓度推理模型;分别建立激光雷达与喷淋装置笛卡尔坐标系,计算坐标转换关系;标定喷淋装置给定喷射压力与喷射距离间的关系;井下无人驾驶车辆运行时矿尘探测;喷淋装置喷淋去尘;重复探测矿尘,直至粉尘浓度降至阈值W以下,结束喷淋工作。本方法可利用激光雷达识别井下无人驾驶车辆行驶巷道内粉尘突出区域,然后利用去尘装置对粉尘、煤尘进行消除,保障井下无人驾驶车辆传感器感知能力。

    一种基于改进ε-greedy策略和强化学习的矿用无人驾驶电机车速度控制方法

    公开(公告)号:CN116424341A

    公开(公告)日:2023-07-14

    申请号:CN202310326046.1

    申请日:2023-03-29

    Abstract: 本发明公开了一种基于改进ε‑greedy策略和强化学习的矿用无人驾驶电机车速度控制方法,包括:将矿用无人驾驶电机车作为智能体,智能体动作设置为电机车施加在车轴上的最佳驱动/制动力矩范围内整数;分别设计智能体动作、状态及奖励函数,利用Q‑Learning算法以电机车实时状态信息为输入,以施加在车轴上的驱动/制动力矩和智能体所获得的奖励值为输出,完成矿用无人驾驶电机车速度控制的主体算法结构搭建,确保矿用电机车在复杂、不确定的工况环境下自主完成安全跟车、有效避障等行为;通过对ε‑greedy策略的改进,有效提高矿用电机车强化学习算法的学习效率,在更少的迭代次数下达到更优的控制效果。

    一种CLF-CBF优化的无人车辆运动规划控制方法

    公开(公告)号:CN116360420A

    公开(公告)日:2023-06-30

    申请号:CN202310026936.0

    申请日:2023-01-09

    Abstract: 本发明公开了一种CLF‑CBF优化的无人车辆运动规划控制方法,具体步骤包括建立无人驾驶车辆两轮差速底盘模型;建立无人驾驶车辆两轮差速运动学模型;设计李亚普诺夫函数提升车辆控制路径跟踪稳定性;通过控制障碍函数为控制系统提供输入约束和安全关键约束,提升系统安全性;建立CBF‑NMPC模型预测控制系统;加入CLF约束,建立CBF‑CLF‑NMPC模型预测控制系统。本方法能够解决多种规划算法因自身特性造成的路径规划结果效果差的问题,在无人驾驶车辆安全性得到充足保障的前提下充分提升车辆控制性能,实现无人驾驶车辆的最优路径规划和高效控制。

Patent Agency Ranking