【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)屬于煤礦安全生產(chǎn)，特別涉及一種基于多傳感器融合的采煤工作面人員跌落檢測方法。
技術(shù)介紹
1、在煤礦開采作業(yè)中，采煤工作面的安全問題一直是行業(yè)關(guān)注的重點。由于采煤工作環(huán)境具有獨特的復雜性，如低亮度、濕度高、粉塵彌漫以及空間狹窄且地形不規(guī)則等不利因素，使得人員在其中作業(yè)面臨著較高的跌落風險。
2、傳統(tǒng)的人員安全監(jiān)測手段在煤礦井下這樣的惡劣環(huán)境中暴露出諸多缺陷。例如，基于可見光的視頻監(jiān)控系統(tǒng)，在低亮度條件下難以清晰捕捉人員的準確位置和動作細節(jié)，濕度高和粉塵的存在還會進一步降低圖像的清晰度和辨識度，導致對人員跌落等危險情況的漏判或誤判頻發(fā)。同時，依靠單一的傳感器技術(shù)，如單純的紅外感應裝置，雖然在低光照環(huán)境下有一定作用，但無法全面、精確地獲取人員的姿態(tài)、速度、位置變化等豐富信息，難以準確判斷人員是否處于跌落過程中，無法滿足復雜多變的采煤工作面安全監(jiān)測需求。此外，隨著采煤作業(yè)機械化、自動化程度的不斷提高，作業(yè)現(xiàn)場的設備和人員活動更為頻繁和復雜，現(xiàn)有的簡單監(jiān)測方法已遠遠不能適應新形勢下對采煤工作面人員安全保障的要求。
3、因此，研發(fā)一種能夠克服礦下低亮度、高濕度與高粉塵濃度等惡劣條件干擾，綜合多種先進傳感器技術(shù)且具備高精度、高可靠性的采煤工作面人員跌落檢測方法迫在眉睫，這對于有效預防人員跌落事故發(fā)生，提升煤礦開采的整體安全性具有至關(guān)重要的現(xiàn)實意義。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)的目的在于提出一種基于多傳感器融合的采煤工作面人員跌落檢測方法，以解決現(xiàn)有采煤工作面人
2、本專利技術(shù)為了實現(xiàn)上述目的，采用如下技術(shù)方案：
3、一種基于多傳感器融合的采煤工作面人員跌落檢測方法，包括如下步驟：
4、步驟1.?搭建基于多傳感器融合的采煤工作面人員跌落檢測模型；
5、該模型包括毫米波雷達特征提取模塊、激光雷達特征提取模塊、射頻裝置特征提取模塊、特征向量拼接模塊以及預測模塊；
6、步驟2.?毫米波雷達特征提取模塊使用毫米波雷達對目標進行人員跌落檢測，測量目標的徑向速度、運動方向以及速度變化率，再進行量化編碼后，獲取毫米波雷達特征向量；
7、步驟3.?激光雷達特征提取模塊使用激光雷達對目標進行人員跌落檢測，對采集的點云進行聚類，并提取人體輪廓，計算人體輪廓的幾何特征，再經(jīng)過歸一化處理，形成激光雷達特征向量；
8、步驟4.?射頻裝置特征提取模塊使用射頻裝置對目標進行人員跌落檢測，提取人體姿態(tài)傾斜角度特征，并進行歸一化編碼，得到射頻裝置特征向量；
9、步驟5.?特征向量拼接模塊將毫米波雷達特征向量、激光雷達特征向量和射頻裝置特征向量進行拼接，得到拼接后的聯(lián)合特征向量；
10、步驟6.?預測模塊使用支持向量機svm作為分類模型，將聯(lián)合特征向量輸入支持向量機中進行人員跌落預測；
11、步驟7.?對構(gòu)建的基于多傳感器融合的采煤工作面人員跌落檢測模型進行訓練；
12、步驟8.?將毫米波雷達、激光雷達、射頻裝置實時采集到的數(shù)據(jù)輸入到訓練好的基于多傳感器融合的采煤工作面人員跌落檢測模型中，判定采煤工作面人員是否發(fā)生跌落情況。
13、此外，在上述基于多傳感器融合的采煤工作面人員跌落檢測方法的基礎上，本專利技術(shù)還提出了一種計算機設備，該計算機設備包括存儲器和一個或多個處理器；
14、所述存儲器中存儲有可執(zhí)行代碼，所述處理器執(zhí)行所述可執(zhí)行代碼時，用于實現(xiàn)上面述及的基于多傳感器融合的采煤工作面人員跌落檢測方法的步驟。
15、此外，在上述基于多傳感器融合的采煤工作面人員跌落檢測方法的基礎上，本專利技術(shù)還提出了一種計算機可讀存儲介質(zhì)，其上存儲有程序；該程序被處理器執(zhí)行時，用于實現(xiàn)上面述及的基于多傳感器融合的采煤工作面人員跌落檢測方法的步驟。
16、本專利技術(shù)具有如下優(yōu)點：
17、（1）本專利技術(shù)提出一種多傳感器融合檢測體系，能夠同步采集毫米波雷達在遠距離提取到的人員運動特征、激光雷達在中遠距離提取到的人體輪廓特征，以及射頻裝置在中近距離提取到的人體姿態(tài)傾斜角度特征，豐富人員狀態(tài)信息維度，并且對各傳感器數(shù)據(jù)進行處理和融合，解決采煤復雜環(huán)境下單一傳感器信息片面的問題，使之更精準地實現(xiàn)人員跌落檢測任務。
18、（2）本專利技術(shù)提出了一種高適應性的多傳感器融合檢測系統(tǒng)，使用毫米波雷達降低采煤工作面高粉塵惡劣環(huán)境對檢測效果的影響，使用激光雷達提高對跌落目標判斷是否為人體的精確程度，使用射頻裝置精準判斷人員是否處于跌落狀態(tài)，有效降低人員跌落檢測的誤報率。
19、（3）本專利技術(shù)提出一種優(yōu)化的特征向量融合與模型訓練方法，不僅能夠有效整合多傳感器特征向量，還能通過構(gòu)建針對性的拉格朗日函數(shù)求解對偶問題來優(yōu)化支持向量機模型，在不依賴大量樣本數(shù)據(jù)的同時，提高了模型對人員狀態(tài)的分類準確性。
20、（4）本專利技術(shù)提出一種智能實時檢測與決策機制，不僅能夠?qū)崟r采集并處理傳感器數(shù)據(jù)快速判斷人員是否處于跌落狀態(tài)，降低誤報率，還能利用sigmoid函數(shù)將決策結(jié)果轉(zhuǎn)化為跌落概率以提升判斷的精準度，并通過預測跌落位置方向和自診斷功能，在保障人員安全的同時，增強系統(tǒng)穩(wěn)定性和實用性。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種基于多傳感器融合的采煤工作面人員跌落檢測方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的基于多傳感器融合的采煤工作面人員跌落檢測方法，其特征在于，所述步驟2具體為：
3.根據(jù)權(quán)利要求1所述的基于多傳感器融合的采煤工作面人員跌落檢測方法，其特征在于，所述步驟3具體為：
4.根據(jù)權(quán)利要求1所述的基于多傳感器融合的采煤工作面人員跌落檢測方法，其特征在于，所述步驟4具體為：
5.根據(jù)權(quán)利要求1所述的基于多傳感器融合的采煤工作面人員跌落檢測方法，其特征在于，所述步驟5具體為：
6.根據(jù)權(quán)利要求5所述的基于多傳感器融合的采煤工作面人員跌落檢測方法，其特征在于，所述步驟6具體為：
7.根據(jù)權(quán)利要求6所述的基于多傳感器融合的采煤工作面人員跌落檢測方法，其特征在于，所述步驟7具體為：
8.根據(jù)權(quán)利要求1所述的基于多傳感器融合的采煤工作面人員跌落檢測方法，其特征在于，所述步驟8具體為：
9.一種計算機設備，包括存儲器和一個或多個處理器，所述存儲器中存儲有可執(zhí)行代碼，其特征在于，所述處理器
10.一種計算機可讀存儲介質(zhì)，其上存儲有程序，其特征在于，程序被處理器執(zhí)行時，實現(xiàn)如權(quán)利要求1至8任一項所述的基于多傳感器融合的采煤工作面人員跌落檢測方法的步驟。
...【技術(shù)特征摘要】
1.一種基于多傳感器融合的采煤工作面人員跌落檢測方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的基于多傳感器融合的采煤工作面人員跌落檢測方法，其特征在于，所述步驟2具體為：
3.根據(jù)權(quán)利要求1所述的基于多傳感器融合的采煤工作面人員跌落檢測方法，其特征在于，所述步驟3具體為：
4.根據(jù)權(quán)利要求1所述的基于多傳感器融合的采煤工作面人員跌落檢測方法，其特征在于，所述步驟4具體為：
5.根據(jù)權(quán)利要求1所述的基于多傳感器融合的采煤工作面人員跌落檢測方法，其特征在于，所述步驟5具體為：
6.根據(jù)權(quán)利要求5所述的基于多傳感器融合的采煤工作面人員跌落檢測方法，其特征在于，所述步...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：殷從容，李繼明，李成宇，
申請(專利權(quán))人：山東科技大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。