【摘 要】
：
我国现有的煤矿井下辅助运输系统主要采用的是有轨电机车的运输方式,由于煤矿井下环境复杂、人员操作不当等因素,井下运输常常造成人员伤亡和财产损失。为了改善这种落后状况,必须进一步提高煤矿井下运输系统设备的智能化水平,而列车前方轨道识别技术是实现有轨电机车无人驾驶的重要技术。传统轨道识别技术对于环境明亮、形状为理想的直线型轨道有较好的检测效果,但在矿井复杂巷道环境下具有局限性,而基于深度学习技术的轨道识
论文部分内容阅读
我国现有的煤矿井下辅助运输系统主要采用的是有轨电机车的运输方式,由于煤矿井下环境复杂、人员操作不当等因素,井下运输常常造成人员伤亡和财产损失。为了改善这种落后状况,必须进一步提高煤矿井下运输系统设备的智能化水平,而列车前方轨道识别技术是实现有轨电机车无人驾驶的重要技术。传统轨道识别技术对于环境明亮、形状为理想的直线型轨道有较好的检测效果,但在矿井复杂巷道环境下具有局限性,而基于深度学习技术的轨道识别算法,在检测精度和检测速率上还存在着诸多问题。本文针对上述问题,基于语义分割和知识蒸馏理论开展了对矿井轨道识别研究,提出了相应的轨道识别算法,主要研究内容如下:（1）针对当前井下轨道识别模型没有充分考虑轨道长条形特点,及其在检测精度上的不足,提出一种适用于煤矿井下轨道识别的改进BiSeNet语义分割网络。首先给出改进的分割网络整体结构,其次根据轨道特点,重点提出了将不同深度的特征进行聚合,并能够进一步精细化特征的子网络特征融合模块,最后通过构建了井下轨道训练数据集,进行了实验验证。结果表明,提出方法在采集到的井下轨道环境数据集上达到了72.8%的平均交并比,满足对井下轨道环境语义分割的精度要求。（2）针对轨道识别模型在实际生产环境下,检测速率较慢,难以满足可应用性需求的问题,提出了基于知识蒸馏的煤矿井下轨道识别算法。该算法采用知识蒸馏的方式来对模型进行压缩,选取在语义分割网络中实时性表现不错的ESPNet网络作为学生网络,选取基于改进BiSeNet的煤矿井下轨道识别网络作为教师网络,通过目标蒸馏训练,在发挥小网络检测速率快基础上,显著提升它的检测性能,最终提出了ESPNet-KD轨道识别算法,实验表明,其检测速率可达63FPS,检测精度上平均交并比也达到了71.9%。满足生产环境下轨道识别的检测速率和可应用性需求。综上所述,本文提出的轨道线识别算法在考虑轨道环境自身特点的基础上,有效解决当前矿井轨道检测精度和速率问题,为最终实现矿井运输系统特别是有轨电机车的智能化、无人化提供新的思路。图[25]表[10]参[83]
其他文献
现如今,信息技术的发展日新月异,海量的数据不断涌现在模式识别、机器学习等领域。这些原始数据由于更新速度快,维数高、结构复杂以及冗余信息多等特性,导致其存储困难、数据计算量大等一系列问题。目前,维数约简是解决这些问题的有效方法之一。维数约简不仅能够降低原始高维数据的维数,使数据易于存储,还能够发现隐藏在高维数据中的内在规律与联系。局部保持投影是维数约简方法中的典型代表,在降维的过程中能够很好地保留原
土壤是由气候、母质、生物、地形、时间等自然因素共同作用的产物,是人类生活和动植物生长的重要基础资源,对人们的生产生活至关重要。而随着自然因素与人为活动的影响,土壤属性具有复杂的空间异质性和非平稳性。土壤p H是土壤质量的重要指标之一,研究土壤p H的时空分布特征及其影响因素,对于土壤质量管理、土壤养分持续利用具有重要意义。本文以安徽省为研究对象,利用全国第二次土壤普查数据（1980s）和《中国土系
推荐算法是利用用户的一系列行为,并通过相关算法,推荐出用户可能喜欢的产品。它已逐渐深入到社会生活的潮流中,人们熟悉的抖音、淘宝、豆瓣、网易云,美团等应用软件就是基于推荐算法开发的。实际上,传统的推荐算法难以满足日益增加数据和用户需求,且存在着数据稀疏、冷启动、兴趣偏移、特征工程等问题,导致推荐的效果不佳,具有很大的局限性。本文主要针对传统算法中的数据稀疏和兴趣偏移问题提出解决方法,并利用深度学习技
区块链技术是近年来最具变革性的技术,其去中心化、不可篡改和可追溯的特性引起许多国家和企业的关注。共识算法是区块链技术的核心,它决定着区块链系统的账本一致性和系统性能。实用拜占庭容错（PBFT）算法是当前联盟链中应用最广泛的共识算法。然而,目前无论是PBFT算法还是基于PBFT改进的其他共识算法,都只能串行的共识区块,共识效率低下。针对上述问题,本文研究基于并行出块的拜占庭容错共识算法,主要工作如下
在无线传感器网络（Wireless Sensor Network,WSN）中,功率控制和覆盖优化问题至关重要,但是传统WSN在根据局部信息对功率和覆盖问题进行优化时无法达到全局最优。软件定义网络（Software Defined Network,SDN）的出现为WSN的发展提供了新思路,目前已有学者将SDN架构引入到WSN中,提出了软件定义无线传感器网络（Software Defined Wire
社会化标签作为Web2.0时代由互联网用户产生的重要数据,用户在自由开放的网络平台中以自身理解为出发点对互联网Web资源进行评论与标注,产生大量资源、用户和标签（tags）的社会化标签信息。但社会化标签具有较强的独立性、自发性和公开性特点,导致其存在语义模糊、词语冗余和资源独立等问题。因此构建主题识别方法可以揭示社会化标签蕴含的潜在知识,本文针对社会化标签的主题识别问题进行以下研究工作:（1）针对
目前我国煤矿行业隐患监管中存在监管重复、信息孤岛、数据失真以及信任机制匮乏等问题。针对上述问题,本文设计基于区块链的煤矿隐患数据共享方案,借助于区块链技术去中心、防篡改、可追溯等特性解决煤矿隐患信息存储的安全问题,同时实现多主体之间的数据共享功能,确保数据的真实可信、有效共享和准确追责。本文的主要工作如下:（1）提出了迭代演化机制的PBFT共识的改进算法。该算法简化PBFT共识算法中一致性环节,降
近年来,深度神经网络在众多领域都取得了成功应用,比如,自动驾驶、人脸识别以及医疗系统等。但研究表明,深度学习模型在预测阶段容易受到对抗样本的攻击,导致目标模型以高置信度输出一个错误预测。该攻击给深度神经网络的应用领域带来了极大的安全威胁。为解决此问题,研究者们提出了对抗训练、输入预处理、特异性防御等防御方法。由于基于特异性防御方法往往只针对特定的对抗攻击进行防御,泛化性能较差。因此,本文从对抗训练
在如今海量信息的时代,事件作为人们认知世界的基本单元,它们间存在着包含因果在内的各种语义关系。挖掘事件间的因果关系是对事件深度理解的必然要求,尤其是在突发类事件中,因为其发生的突然性,往往对社会造成不可估量的损失,所以准确的抽取突发事件中的因果关系对于预防突发事件和制定应对决策具有重要意义。目前的突发事件因果关系抽取研究中,经常存在着词特征不符合上下文语境,以及由于突发类事件文本中因果信息不足导致
多形性腺瘤（PA）是一种良性肿瘤，大多起源于唾液腺，起自气管支气管的PA非常罕见，国内外文献基本为个案报道。原发性支气管肺癌现已成为全世界发病率、死亡率最高的恶性肿瘤，是男性癌症死亡的首要原因，在女性癌症死亡中成为仅次于乳腺癌的次要原因，因其症状的不典型性，往往在确诊肺癌时已处于晚期，因此造成了巨大的经济及社会压力。气管PA合并原发性支气管肺癌的病例目前未有文献报道，本文报道1例右肺下叶气管PA合