国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種井下無軌設(shè)備全方位智能防撞系統(tǒng)及方法

      文檔序號:40388095發(fā)布日期:2024-12-20 12:11閱讀:4來源:國知局
      一種井下無軌設(shè)備全方位智能防撞系統(tǒng)及方法

      本發(fā)明涉及井下無軌設(shè)備防撞,具體涉及一種井下無軌設(shè)備全方位智能防撞系統(tǒng)及方法。


      背景技術(shù):

      1、在井下作業(yè)中,井下無軌運輸設(shè)備作為重要的運輸工具,發(fā)揮著至關(guān)重要的作用。然而,井下作業(yè)環(huán)境復雜多變,存在著諸多安全隱患,其中車輛碰撞事故是較為常見的安全問題之一。雖然井下無軌車運輸系統(tǒng)具有提高工作效率、增強安全性等優(yōu)點,但在實際應(yīng)用中存在較大的安全隱患,極易造成各種安全事故。井下作業(yè)空間狹窄,巷道交錯縱橫,視線受阻嚴重,無軌車輛在行駛過程中很容易與巷道壁、其他車輛、工作人員等發(fā)生碰撞,不僅會造成設(shè)備損壞和財產(chǎn)損失,還可能導致人員傷亡,給礦山企業(yè)帶來巨大的經(jīng)濟損失和負面影響。此外,傳統(tǒng)的防撞措施主要依賴于駕駛員的經(jīng)驗和注意力,但其局限性較大,無法有效應(yīng)對復雜多變的井下環(huán)境。

      2、目前井下無軌運輸設(shè)備防撞方法采用激光雷達感知車輛周邊環(huán)境,進而給機車等運輸設(shè)備發(fā)送報警信號,這種方法難以感知接近人員和固定巷道,容易造成錯判、誤判。

      3、因此,現(xiàn)需要一種準確感知接近人員或固定巷道的井下無軌設(shè)備全方位智能防撞系統(tǒng)及方法。


      技術(shù)實現(xiàn)思路

      1、本發(fā)明的主要目的在于提供一種井下無軌設(shè)備全方位智能防撞系統(tǒng)及方法,以解決現(xiàn)有技術(shù)中不能準確感知接近人員或固定巷道,容易造成錯判、誤判的問題。

      2、為實現(xiàn)上述目的,本發(fā)明提供了一種井下無軌設(shè)備全方位智能防撞系統(tǒng),包括:邊緣計算處理單元、信號輸入輸出單元、手持式定位卡、測距雷達單元、紅外相機補光單元和360°全向定位基站單元;邊緣計算處理單元分別與信號輸入輸出單元連接、測距雷達單元、紅外相機補光單元和360°全向定位基站單元相連,手持式定位卡將窄脈沖信號傳輸至360°全向定位基站單元,并且手持式定位卡和360°全向定位基站單元相互傳輸通訊信號。

      3、本發(fā)明還提供一種井下無軌設(shè)備全方位智能防撞方法,具體包括如下步驟:

      4、s1,系統(tǒng)上電,并獲取毫米波雷達信號,視覺信號和uwb信號。

      5、s2,邊緣計算處理單元持續(xù)接收毫米波雷達信號,并將毫米波雷達信號變?yōu)?85信號進行距離轉(zhuǎn)換;當距離小于設(shè)定值時,使用車輛環(huán)境檢測算法對車輛前后方進行檢測,系統(tǒng)根據(jù)檢測結(jié)果發(fā)出警報或控制車輛緊急停車。

      6、s3,利用uwb信號計算基站與手持式定位卡之間方位信息,并根據(jù)方位信息發(fā)送報警信息。

      7、s4,當邊緣計算處理單元讀取到視覺信號時,通過司機行為檢測算法識別司機違規(guī)操作,對違規(guī)操作進行報警或停車處理。

      8、進一步地,步驟s2中的車輛環(huán)境檢測算法包括如下步驟:

      9、s2.1,所述系統(tǒng)獲取視頻流作為輸入數(shù)據(jù),并對視頻流數(shù)據(jù)進行預處理,包括:調(diào)整圖像尺寸、像素歸一化和格式轉(zhuǎn)換。

      10、s2.2,預處理后得到視頻流輸入到改進的卷積神經(jīng)網(wǎng)cnn模塊進行特征提取、多尺度特征圖融合以及目標檢測。

      11、s2.3,判斷是否檢測到行人以及轉(zhuǎn)彎指示牌。

      12、s2.4,如果檢測到行人,則立刻讀取毫米波雷達的實時探測數(shù)據(jù)進行輔助判定,當雷達數(shù)據(jù)小于25米時,啟動系統(tǒng)報警;如果檢測到轉(zhuǎn)彎指示牌,表示車輛即將進入轉(zhuǎn)彎狀態(tài),此時暫時取消通過毫米波雷達探測距離判定的障礙物低于0.5米停車功能,確保車輛順利通過狹窄的拐角。

      13、進一步地,步驟s4中的司機行為檢測算法包括如下步驟:

      14、s4.1,所述系統(tǒng)獲取視頻流作為輸入數(shù)據(jù),并對視頻流數(shù)據(jù)進行預處理,包括:調(diào)整圖像尺寸、像素歸一化和格式轉(zhuǎn)換。

      15、s4.2,預處理后得到視頻流輸入到改進的卷積神經(jīng)網(wǎng)絡(luò)cnn進行目標檢測。

      16、s4.3,對檢測的目標進行分類,區(qū)分正常行為和異常行為。

      17、s4.4,對于異常行為,啟動系統(tǒng)報警或制動停車。

      18、進一步地,步驟s2.2和步驟s4.2中改進的卷積神經(jīng)網(wǎng)絡(luò)cnn包括:骨干網(wǎng)絡(luò)、連接部和任務(wù)頭。

      19、骨干網(wǎng)絡(luò)包括:依次連接的輸入層、第一卷積層、第二卷積層、第一通用倒瓶頸模塊、第三卷積層、第二通用倒瓶頸模塊、第四卷積層、第三通用倒瓶頸模塊、第五卷積層、第四通用倒瓶頸模塊和空間金字塔池化層。

      20、連接部包括:依次連接的第六卷積層、第一自適應(yīng)多尺度采樣層、第一連接層、第五通用倒瓶頸模塊、第七卷積層、第二自適應(yīng)多尺度采樣層、第二連接層、第六通用倒瓶頸模塊、第八卷積層、第三連接層、第七通用倒瓶頸模塊、第九卷積層、第四連接層和第八通用倒瓶頸模塊。

      21、任務(wù)頭包括:檢測層。

      22、其中,第二通用倒瓶頸模塊還與第二連接層連接,第三通用倒瓶頸模塊還與第一連接層連接,空間金字塔池化層還與第六卷積層連接,并且第六卷積層還連接第八通用倒瓶頸模塊,第七卷積層還連接第三卷積層,第六通用倒瓶頸模塊、第七通用倒瓶頸模塊和第八通用倒瓶頸模塊分別與檢測層連接。

      23、進一步地,改進的卷積神經(jīng)網(wǎng)絡(luò)cnn中的通用倒瓶頸模塊包括兩路,第一路為標準卷積層,第二路在標準卷積層的基礎(chǔ)上引入深度卷積層:

      24、第一路標準卷積,記為:

      25、;

      26、其中,是第一路卷積后得到的特征,是大小為h×w×c的輸入特征;h、w、c分別代表高度、寬度和通道數(shù),是大小為k×k×c的卷積核,的卷積核的高度和寬度均為k;是偏置項;是relu激活函數(shù);表示標準卷積操作。

      27、第二路在標準卷積層的基礎(chǔ)上引入深度卷積層,記為:

      28、;

      29、其中,是第二路卷積后得到的特征,是擴展卷積,;是大小為的卷積核;是偏置項向量,表示逐通道卷積。

      30、將第一路和第二路的特征拼接,得到拼接后的特征:

      31、;

      32、其中,代表連接操作。

      33、最后,對拼接后的特征進行卷積處理,得到最終輸出:

      34、;

      35、其中,為對拼接特征進行卷積處理的卷積核,為幫助改進的卷積神經(jīng)網(wǎng)絡(luò)模型調(diào)整通道輸出的偏置項。

      36、進一步地,改進的卷積神經(jīng)網(wǎng)絡(luò)cnn中的自適應(yīng)多尺度采樣層首先對輸入特征進行不同倍數(shù)的下采樣,生成多尺度特征圖:

      37、;

      38、;

      39、;

      40、其中是輸入特征;表示將特征按比例縮小。

      41、之后自適應(yīng)多尺度采樣層為每個下采樣后的特征計算復雜度權(quán)重:

      42、;

      43、其中,是復雜度權(quán)重,是復雜度計算函數(shù),包括。

      44、根據(jù)復雜度權(quán)重,對不同尺度的特征進行自適應(yīng)上采樣:

      45、;

      46、其中,為特征上采樣,為根據(jù)權(quán)重自適應(yīng)調(diào)整上采樣倍率,為自適應(yīng)上采樣后的特征。

      47、最后將不同尺度的上采樣特征加權(quán)融合,得到最終輸出:

      48、;

      49、其中,取1、2、3。

      50、進一步地,步驟s2具體包括如下步驟:

      51、s2.1,邊緣計算處理單元持續(xù)接收毫米波雷達信號,并將毫米波雷達信號變?yōu)?85信號進行距離轉(zhuǎn)換,并實時分析轉(zhuǎn)換后的距離。

      52、s2.2,當距離大于1米時屬于安全范圍;當距離小于1米時,系統(tǒng)持續(xù)監(jiān)控,并使用車輛環(huán)境檢測算法對車輛前后方進行檢測,如果檢測到了轉(zhuǎn)彎牌匾,處于轉(zhuǎn)彎狀態(tài),即時距離小于一米,觸發(fā)雷達語音報警,提醒司機小于安全距離;如果沒有檢測到轉(zhuǎn)彎牌匾,在0.5米<距離<1米時,系統(tǒng)發(fā)出報警;在距離<0.5米時,邊緣計算處理單元的控制主板就會向繼電器發(fā)出停車信號,使得繼電器控制車輛的急停按鈕進行緊急停車。

      53、進一步地,步驟s3具體包括如下步驟:

      54、s3.1,在處理uwb信號時,邊緣計算處理單元的控制主板首先會檢測是否已經(jīng)接收到uwb信號,如果檢測到uwb信號,則立即解析出基站與手持式定位卡之間的距離、方向和角度。

      55、如果檢測不到uwb信號,則利用車輛環(huán)境檢測算法對車輛前后方進行人員檢測,如果前后方視頻流檢測到有行人,那么邊緣計算處理單元會分析毫米波雷達信號轉(zhuǎn)換的485信號,通過485信號分析的距離數(shù)據(jù)進行輔助判斷,當有物體距離小于25米時觸發(fā)語音報警提醒司機附近出現(xiàn)未帶uwb信號手持式定位卡的行人,即當前后方有行人但設(shè)備未接收到uwb信號,并且雷達數(shù)據(jù)顯示25米之內(nèi)有物體時,會向司機人員發(fā)送警告,但是并不會停車。

      56、s3.2,如果當基站與手持式定位卡的距離不是處于25-30米區(qū)間,則說明在25米以內(nèi),則先判斷手持式定位卡在車輛的前后方還是左右方。

      57、s3.3,當攜帶定位卡的人員在車輛的前后方時,如果距離在二級設(shè)限至三級設(shè)限之間,那么會觸發(fā)uwb的一級報警;如果距離在一級設(shè)限至二級設(shè)限之間,那么會觸發(fā)uwb的二級報警;如果小于一級設(shè)限,那么立刻停車;當攜帶定位卡的人員在車輛的左右后方時,一級報警和二級報警情況一樣,如果小于一級設(shè)限的一半,那么立刻停車。

      58、進一步地,步驟s3.3中的一級設(shè)限、二級設(shè)限和三級設(shè)限的距離分別為:10米、15米和20米。

      59、本發(fā)明具有如下有益效果:

      60、本發(fā)明利用uwb技術(shù)、視覺檢測技術(shù)和毫米波雷達技術(shù),實現(xiàn)了人、車、物的智能感知和司機的違規(guī)作業(yè),有效實現(xiàn)了無軌設(shè)備全方位智能防撞,填補了井下無軌設(shè)備智能防撞的國內(nèi)外空白,具有極大的市場應(yīng)用價值。

      當前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1