一种弱对比场景下的矿石目标检测方法

    公开(公告)号:CN115471740A

    公开(公告)日:2022-12-13

    申请号:CN202210956353.3

    申请日:2022-08-10

    Applicant: 安徽大学

    Abstract: 本发明提供一种弱对比场景下的矿石目标检测方法,其中包括:通过工业摄像头获取图像数据;去除图像数据中的异常数据后标注图像,接着对图像进行预处理数据增强;将标注的数据按8∶2的比例划分为训练集和验证集;将自适应激活函数应用到YOLOv5中提高弱对比场景下的特征提取能力,同时在残差模块中添加注意力融合机制提高网络的特征融合能力,得到改进的YOLOv5模型;该模型在弱对比场景下有更强的泛化能力,能检测出更多矿石目标。本发明还提供了一种网络泛化能力的对比方法,首先使用不同的网络进行训练得到网络模型;接着将泛化能力最强的网络的推理结果作为测试集,最后计算RAP,RAP的大小可以反映各网络泛化能力差异。

    一种矿山井下非结构化特征下的SLAM方法及系统

    公开(公告)号:CN115290073A

    公开(公告)日:2022-11-04

    申请号:CN202210970287.5

    申请日:2022-08-12

    Applicant: 安徽大学

    Abstract: 本发明涉及矿山井下定位与导航技术领域,解决了非结构化环境特征下且GPS无法作用的井下定位与建图难的技术问题,尤其涉及一种矿山井下非结构化特征下的SLAM方法,包括以下过程:获取激光雷达当前激光帧的点云信息;计算激光雷达当前激光帧点云信息中每个点的曲率,并根据每个点的曲率提取每个点的角点特征以及平面点特征;通过相机提取当前帧的信息,根据当前帧的信息采用FAST算法检测当前帧的角点,并判断是否为一个角特征点;根据当前帧的信息采用KLT光流法跟踪算法跟踪当前滑动窗口关键帧的特征点。本发明实现对煤矿井下进行高精度定位,同时平衡了精度与计算量,提高矿山井巷的定位与建图准确率与实时性。

Patent Agency Ranking