煤礦地面軌道運輸作為煤礦運輸系統(tǒng)的重要組成部分,承擔(dān)著煤礦井上的核心運輸任務(wù),其安全高效運行直接關(guān)系到煤礦生產(chǎn)運輸?shù)男省，F(xiàn)階段,煤礦地面軌道運輸?shù)V車的運行主要依賴于人工控制,運行效率低下,運輸安全系數(shù)不高,人力物力浪費嚴(yán)重。鑒于此,本文采用機(jī)器視覺與毫米波雷達(dá)信息融合的方式設(shè)計一套煤礦地面軌道運輸環(huán)境感知系統(tǒng),實現(xiàn)對運行礦車前方障礙物的自動實時檢測與跟蹤。本文的主要工作包括以下幾個部分:根據(jù)煤礦地面軌道運輸環(huán)境感知系統(tǒng)的功能需求,通過分析比較多種雷達(dá)和機(jī)器視覺傳感器優(yōu)劣,完成傳感器設(shè)備的硬件選型與安裝,給出了硬件結(jié)構(gòu)設(shè)計思路,并制定了系統(tǒng)整體研究方案。研究了基于機(jī)器視覺的煤礦地面軌道障礙物檢測:首先,采用圖像灰度化、圖像去噪以及圖像增強(qiáng)方法,完成圖像的預(yù)處理;然后,采用Canny算子完成煤礦地面軌道的邊緣檢測,并將分段曲線模型與三次樣條擬合結(jié)合,提取軌道限界;最后,構(gòu)建基于YOLOv3算法的識別模型,實現(xiàn)對運行礦車前方不同類別和光線亮度下的障礙物檢測。研究了基于毫米波雷達(dá)的煤礦地面軌道障礙物檢測與跟蹤:首先,根據(jù)設(shè)定距離閾值與距離最近原則,初選有效目標(biāo);然后,采用有效生命周期的方法,... 

【文章來源】：中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：95 頁

【學(xué)位級別】：碩士

【部分圖文】：

煤礦地面軌道運輸?shù)V車Figure1-1Groundrailtransporttramcarofcoalmine

本文章節(jié)安排思路框圖

2煤礦地面軌道運輸環(huán)境感知系統(tǒng)方案9表2-3MV-EM120CCCD工業(yè)相機(jī)參數(shù)指標(biāo)Table2-3ParametersofMV-EM120CCCDindustrialcamera關(guān)鍵參數(shù)參數(shù)值最大分辨率1280×960幀率40FPS像素尺寸3.75m3.75m傳感器類型CCD傳輸距離100m功耗1.9W工作電壓12V如表2-3所示，MV-EM120C相機(jī)最大分辨率為1280×960，采用GigE千兆以太網(wǎng)（1000Mbit/s）輸出的形式進(jìn)行圖像傳輸，傳輸速率高，能夠滿足煤礦地面軌道運輸環(huán)境感知系統(tǒng)實時性需求。MV-EM120CCCD工業(yè)相機(jī)如圖2-1所示。圖2-1MV-EM120CCCD工業(yè)相機(jī)Figure2-1MV-EM120CCCDindustrialcamera相機(jī)一定要安裝穩(wěn)定，抖動盡可能小，以免在礦車行駛的過程中影響障礙物圖片的采集質(zhì)量，而且相機(jī)安裝一定要注意相機(jī)采集的中線是否和礦車車頭的中軸線相符合，一旦鏡頭的位置不在中間，就會出現(xiàn)在礦車運行時偏差，尤其是彎道行駛時偏差較大。另外，還要注意相機(jī)采集的圖像和礦車之間的盲區(qū)問題，盲區(qū)盡量越小越好。2.2.2雷達(dá)的選型與安裝目前，應(yīng)用于環(huán)境感知系統(tǒng)的雷達(dá)主要有超聲波雷達(dá)、激光雷達(dá)和毫米波雷達(dá)等[33]。（1）超聲波雷達(dá)超聲波雷達(dá)傳感器采用機(jī)械波檢測目標(biāo)，常用來對近距離目標(biāo)的探測[34]。工作原理為：超聲波雷達(dá)傳感器發(fā)射超聲波，當(dāng)發(fā)射波在一定距離范圍內(nèi)遇到障礙物時，將產(chǎn)生反射波并返回，根據(jù)發(fā)射波與反射波兩者時間差與聲波速度

【參考文獻(xiàn)】：
期刊論文
[1]基于機(jī)器視覺的無人駕駛系統(tǒng)設(shè)計[J]. 曾仕峰,吳錦均,葉智文,葉妙欣,賴怡雯,丁凡.  電子世界. 2020(05)
[2]77G毫米波雷達(dá)ADAS應(yīng)用及方案分析[J]. 袁沂,周升輝.  汽車文摘. 2020(03)
[3]多感知信息融合的車輛感知方法研究[J]. 裴崇利,李澤濱,周雨輝,魏濤,韓經(jīng)魯.  客車技術(shù)與研究. 2020(01)
[4]對我國煤炭主體能源地位與綠色開采的思考[J]. 王雙明.  中國煤炭. 2020(02)
[5]基于計算機(jī)視覺的車道線檢測與識別[J]. 閻翔,諶海云,蔣鈺,范光鑫,王曉杰,閆嘉欣.  工業(yè)儀表與自動化裝置. 2020(01)
[6]基于計算機(jī)視覺的輔助駕駛系統(tǒng)設(shè)計[J]. 戴衛(wèi)兵,徐超,陳悅,吳予萌,秦思禹.  科技創(chuàng)新與應(yīng)用. 2020(03)
[7]基于機(jī)器視覺的目標(biāo)定位與機(jī)器人規(guī)劃系統(tǒng)研究[J]. 楊三永,曾碧.  計算機(jī)測量與控制. 2019(12)
[8]基于機(jī)器視覺的目標(biāo)識別與抓取研究[J]. 張純純,馮創(chuàng)意,高統(tǒng)林.  農(nóng)業(yè)裝備與車輛工程. 2019(12)
[9]基于Hough變換的車道線檢測算法設(shè)計[J]. 何旭光,江磊,羅一平,張偉偉.  農(nóng)業(yè)裝備與車輛工程. 2019(11)
[10]車載毫米波雷達(dá)應(yīng)用研究[J]. 葉常青.  電子測試. 2019(13)

博士論文
[1]無人駕駛汽車環(huán)境信息提取及運動決策方法研究[D]. 武歷穎.長安大學(xué) 2016
[2]無人駕駛車輛環(huán)境感知系統(tǒng)關(guān)鍵技術(shù)研究[D]. 王俊.中國科學(xué)技術(shù)大學(xué) 2016

碩士論文
[1]雷達(dá)目標(biāo)跟蹤算法研究與實現(xiàn)[D]. 王晉晶.西安電子科技大學(xué) 2019
[2]無人駕駛車測距激光雷達(dá)系統(tǒng)設(shè)計[D]. 蔣猛.西安理工大學(xué) 2019
[3]基于激光雷達(dá)的行人目標(biāo)檢測與識別[D]. 范小輝.重慶郵電大學(xué) 2019
[4]復(fù)雜情況下的道路邊緣檢測算法研究[D]. 楊剛.北京交通大學(xué) 2019
[5]車載毫米波雷達(dá)多目標(biāo)跟蹤算法研究[D]. 白冬杰.北京交通大學(xué) 2019
[6]面向智能車的毫米波雷達(dá)與單目相機(jī)信息融合方法研究[D]. 陳云坤.重慶郵電大學(xué) 2019
[7]軌道交通障礙物檢測方法研究[D]. 顏光宇.電子科技大學(xué) 2019
[8]城區(qū)環(huán)境下基于激光雷達(dá)的障礙物聚類和跟蹤方法研究[D]. 張彩紅.中國科學(xué)技術(shù)大學(xué) 2019
[9]基于毫米波雷達(dá)及深度學(xué)習(xí)視覺信息融合的前方車輛檢測方法研究[D]. 梁翼.華南理工大學(xué) 2019
[10]基于毫米波雷達(dá)與視覺融合的前方車輛檢測[D]. 劉雷.天津工業(yè)大學(xué) 2019



本文編號：3293300