金属矿山

作者：于骞翔,张元生

单位：1. 矿冶科技集团有限公司，北京 102628；2. 金属矿山智能开采技术北京市重点实验室，北京 102628；3. 北京北矿智能科技有限公司，北京 102628

关键词：井下有轨电机车 无人驾驶 计算机视觉 图像处理 YOLOv5算法,

“绿色、安全、和谐、智能、高效”成为矿业可持续发展的时代要求，智能矿山的建设有助于提高产业的自动化和智能化水平。井下电机车无人驾驶是井下运输智能化无人技术应用的重要一环，轨道障碍物检测作为无人驾驶的关键技术，能够保障井下有轨运输的效率和安全。为了达到不同距离、不同位置轨道中间和两侧的人、设备、碎石的识别和预警的目的，分析电机车的运行条件，梳理轨道障碍物的类型，根据运输环境和计算机视觉技术，对电机车在井下运输过程中影响运行的轨道障碍物进行智能识别。结合传统图像处理方法的轨道定位技术，描述电机车轨道区域划分的方法。采用最新的深度学习目标检测算法 YOLOv5，对影响电机车运行的诸多因素分析和判断，是图像处理在矿山智能化的创新应用。

来源：2021年第08期

《金属矿山》期刊编辑部

查看金属矿山杂志2021年第08期