【技術實現步驟摘要】
本專利技術屬于露天礦山無人駕駛相關，更具體地，涉及一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法及系統。
技術介紹
1、近年來，隨著智能礦山技術的快速發展，露天礦區中的工程機械逐漸邁向無人化、自動化。無人駕駛推土機的應用，不僅顯著降低了勞動成本，還有效提高了生產效率和安全性，推動了礦山行業的升級。然而，露天礦區復雜的地理環境和作業條件為無人駕駛技術的應用帶來了諸多挑戰，尤其是在推土機行駛和作業過程中，常常面臨潛在隱蔽危險目標的風險，如孤石、坑洞及積水等。這些危險目標不易察覺，可能混雜在物料中或隱藏在地面以下，極易導致推土機的傾覆、陷車、碰撞等安全事故。
2、傳統的礦區隱蔽目標檢測技術，主要依賴于激光雷達或單一的視覺感知設備。激光雷達雖然能夠提供距離信息，但難以識別復雜場景中的隱蔽危險目標。而單純依賴視覺檢測的技術，往往存在目標召回率低、識別速度慢等問題，尤其在礦區揚塵、風沙等惡劣環境下，目標與背景的對比度較低，增加了檢測難度。因此，亟需一種實時、精準、可靠的隱蔽危險目標識別系統，以確保無人推土機的安全作業。
技術實現思路
1、針對現有技術的以上缺陷或改進需求，本專利技術提供了一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法及系統，解決在復雜場景和惡劣環境中識別隱藏危險目標的問題。
2、為實現上述目的，按照本專利技術的一個方面，提供了一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法，該方法包括下列步驟：
3、采集礦區無人駕駛推土機的周
4、利用所述數據集訓練隱蔽危險目標檢測模型，訓練至該目標檢測模型的精度指標收斂，該隱藏危險目標檢測模型的輸入為圖像，輸出為隱藏危險目標的類型，位置和像素尺寸；
5、將待檢測圖像輸入訓練后的隱藏危險目標檢測模型中，獲得待檢測圖像中隱藏危險目標的類型，位置和像素尺寸。
6、進一步優選地，在采集獲得礦區無人駕駛推土機的周圍工作環境的圖像并對每張圖像中的隱藏危險目標的類型、位置和像素尺寸進行標注后，根據每張圖像中隱藏危險目標的像素尺寸與實際尺寸的對應關系構建像素尺寸和實際尺寸映射的數據庫。
7、進一步優選地，利用所述像素尺寸和實際尺寸的數據庫訓練快速估算模型，該快速估算模型的輸入為像素尺寸的特征向量，輸出為實際尺寸，所述快速估算模型的公式如下：
8、
9、其中，w是權重矩陣，b是偏置向量，x(i)是第i個樣本的特征向量，y(i)是第i個樣本對應的實際尺寸概率區間分布，最高概率區間作為實際尺寸。
10、進一步優選地，計算獲得待檢測圖像中隱藏危險目標的實際尺寸后，根據實際尺寸按照預設預警方式進行預警，該預設預警方式如下：
11、a)當x≤h/2時，為安全狀態；
12、b)當h/2＜x≤h時，為一級預警；
13、c)當h＜x時，為二級報警；
14、其中，h是無人駕駛推土機履帶寬度，x是隱蔽危險目標的實際尺寸。
15、進一步優選地，所述一級預警時，礦區無人駕駛推土機進行剎車和避障，當為二級預警時，礦區無人駕駛推土機被遠程接管控制。
16、進一步優選地，所述隱蔽危險目標檢測模型為ghostnet和生物啟發式算法相結合的模型，其中，ghostnet作為骨干網絡，生物啟發式算法作為最優解的搜索方法。
17、進一步優選地，所述隱藏危險目標為孤石、深坑和積水中的一種或組合。
18、按照本專利技術的另一個方面，提供了一種利用上述所述的識別方法進行識別的系統，所述系統包括圖像采集模塊、訓練模塊和測試模塊，其中：
19、所述圖形采集模塊用于采集礦區無人駕駛推土機的周圍工作環境的圖像，并對每張圖像中的隱藏危險目標的類型、位置和像素尺寸進行標注；
20、所述訓練模塊用于利用所述數據集訓練隱蔽危險目標檢測模型，訓練至該目標檢測模型的精度指標收斂；
21、所述測試模塊用于將待檢測圖像輸入訓練后的隱藏危險目標檢測模型中，獲得待檢測圖像中隱藏危險目標的類型，位置和像素尺寸。
22、按照本專利技術的又一個方面，提供了一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別系統，該系統中包括執行器，該執行器用于執行上述所述的一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法。
23、按照本專利技術的再一個方面，提供了一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現如上述所述的一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法。
24、總體而言，通過本專利技術所構思的以上技術方案與現有技術相比，具備下列有益效果：
25、1.在露天礦區場景下，孤石經常混雜在物料中并被其遮擋，而深坑和水坑則位于地面以下，不易被發現。這些目標與背景的顏色相近，紋理也相似，導致目標與背景之間的差異較小，從而增加了識別的難度。此外，推土機在露天礦區進行施工作業時，會產生大量的揚塵，并且礦區容易受到風沙的干擾，這進一步加劇了目標的隱蔽性，本專利技術提出的隱蔽危險目標檢測模型，其能在復雜場景和惡劣環境中快速高效的識別隱藏危險目標。
26、2.本專利技術隱蔽危險目標檢測模型為ghostnet和生物啟發式算法相結合的模型，ghostnet作為骨干網絡，生物啟發式算法在隱蔽性目標檢測方面表現出色，非常適合用于礦區隱蔽目標檢測，基于sinetv2構建的礦區隱蔽目標檢測模型能夠有效地檢測出露天礦區場景下的孤石、深坑和水坑等隱蔽目標。
27、3.本專利技術提出了基于softmax回歸的尺寸快速估算模型，能夠在實時檢測到隱蔽危險目標后，結合其像素尺寸和實際尺寸，迅速計算出目標的真實大小。
28、4.本專利技術根據推土機履帶寬度的對比，系統將目標尺寸劃分為多個危險等級(安全、一級報警、二級報警)，并做出相應的操作決策：若尺寸較小，推土機可以安全通過；若目標尺寸較大，系統將自動發出剎車或避障指令；若尺寸超出安全范圍，則會觸發遠程控制，避免推土機陷入嚴重事故。此預警機制確保了無人駕駛推土機在礦區復雜環境中的安全作業，可以對危險目標迅速作出反應。
29、5.本專利技術利用360°全景環視視頻采集，消除了由于推土機體積大和作業姿態帶來的視野盲區問題，這種創新設計確保推土機在復雜礦區環境下的全方位安全監控，適用于露天礦區的無人駕駛作業場景，極大提升了作業安全性和工作效率。
本文檔來自技高網...【技術保護點】
1.一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法，其特征在于，該方法包括下列步驟：
2.如權利要求1所述的一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法，其特征在于，在采集獲得礦區無人駕駛推土機的周圍工作環境的圖像并對每張圖像中的隱藏危險目標的類型、位置和像素尺寸進行標注后，根據每張圖像中隱藏危險目標的像素尺寸與實際尺寸的對應關系構建像素尺寸和實際尺寸映射的數據庫。
3.如權利要求2所述的一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法，其特征在于，利用所述像素尺寸和實際尺寸的數據庫訓練快速估算模型，該快速估算模型的輸入為像素尺寸的特征向量，輸出為實際尺寸，所述快速估算模型的公式如下：
4.如權利要求3所述的一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法，其特征在于，計算獲得待檢測圖像中隱藏危險目標的實際尺寸后，根據實際尺寸按照預設預警方式進行預警，該預設預警方式如下：
5.如權利要求4所述的一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法，其特征在于，所述一級預警時，礦區無人駕駛推土機進行剎車和避障，當
6.如權利要求1所述的一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法，其特征在于，所述隱蔽危險目標檢測模型為GHostNet和生物啟發式算法相結合的模型，其中，GHostNet作為骨干網絡，生物啟發式算法作為最優解的搜索方法。
7.如權利要求1所述的一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法，其特征在于，所述隱藏危險目標為孤石、深坑和積水中的一種或組合。
8.一種利用權利要求1-7任一項所述的識別方法進行識別的系統，其特征在于，所述系統包括圖像采集模塊、訓練模塊和測試模塊，其中：
9.一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別系統，其特征在于，該系統中包括執行器，該執行器用于執行權利要求1-7任一項所述的一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-7任一項所述的一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法。
...【技術特征摘要】
1.一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法，其特征在于，該方法包括下列步驟：
2.如權利要求1所述的一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法，其特征在于，在采集獲得礦區無人駕駛推土機的周圍工作環境的圖像并對每張圖像中的隱藏危險目標的類型、位置和像素尺寸進行標注后，根據每張圖像中隱藏危險目標的像素尺寸與實際尺寸的對應關系構建像素尺寸和實際尺寸映射的數據庫。
3.如權利要求2所述的一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法，其特征在于，利用所述像素尺寸和實際尺寸的數據庫訓練快速估算模型，該快速估算模型的輸入為像素尺寸的特征向量，輸出為實際尺寸，所述快速估算模型的公式如下：
4.如權利要求3所述的一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法，其特征在于，計算獲得待檢測圖像中隱藏危險目標的實際尺寸后，根據實際尺寸按照預設預警方式進行預警，該預設預警方式如下：
5.如權利要求4所述的一種用于礦區無人駕駛推土機的隱蔽危險目標實時識別方法，其特征在于，所述一級預警時，礦區無人駕駛推土機進行剎車和...
【專利技術屬性】
技術研發人員：周誠，王宇向，尤軻，魯亞楠，胡帥，竇全禮，黃亞軍，姜雨田，武占剛，張如偉，
申請(專利權)人：華中科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。