[發(fā)明專利]一種礦下電機(jī)車障礙物智能視覺檢測方法

在審

• 申請?zhí)枺?/td>: 202310537526.2
• 申請日: 2023-05-12
• 公開（公告）號: CN116630741A
• 公開（公告）日: 2023-08-22
• 發(fā)明（設(shè)計）人: 張細(xì)政;崔子健;侯英俊;盧張宇;袁小芳;申永鵬;張鳴;方偲忱;楊明昊;宋安然
• 申請（專利權(quán)）人: 湖南工程學(xué)院;湘潭南方電機(jī)車制造有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/764;G06V10/77;G06V10/80;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 長沙市護(hù)航專利代理事務(wù)所(特殊普通合伙) 43220
• 代理人: 莫曉齊

本發(fā)明提供了一種礦下電機(jī)車障礙物智能視覺檢測方法，包括如下步驟，步驟S1：采集影響電機(jī)車正常運(yùn)行的障礙物的圖像數(shù)據(jù)，并建立數(shù)據(jù)集；步驟S2：基于改進(jìn)的YOLOv5網(wǎng)絡(luò)，構(gòu)建礦下電機(jī)車障礙物檢測模型；步驟S3：訓(xùn)練步驟S2中的礦下電機(jī)車障礙物檢測模型；步驟S4：對步驟S3中訓(xùn)練后的礦下電機(jī)車障礙物檢測模型進(jìn)行性能評估。本發(fā)明用于礦下電機(jī)車障礙物的檢測，具有檢測速度快，提高對小目標(biāo)的檢測精度，降低漏檢、錯檢幾率。

技術(shù)領(lǐng)域

本發(fā)明涉及車輛障礙物檢測技術(shù)領(lǐng)域，特別涉及一種礦下電機(jī)車障礙物智能視覺檢測方法。

背景技術(shù)

隨著現(xiàn)代工業(yè)的不斷發(fā)展，礦山井下的安全問題日益受到重視。礦井軌道電機(jī)車承擔(dān)著井下人員、礦石、設(shè)備的運(yùn)輸任務(wù)，是井下運(yùn)輸?shù)闹饕绞街弧Ｗ鳛榈V山運(yùn)輸?shù)闹匾O(shè)備，井下電機(jī)車多行駛在照明條件差、多粉塵等惡略環(huán)境區(qū)域，給電機(jī)車安全運(yùn)行帶來了困難。井下機(jī)車的自動駕駛可以減少井下工作人員數(shù)量，從而降低因井下事故造成的人員傷亡，保障井下人員生命安全，經(jīng)濟(jì)效益與社會效益巨大。而且工人、落石、電機(jī)車、建設(shè)材料等障礙物不可避免的出現(xiàn)在電機(jī)車行駛區(qū)域。因此，礦用井下電機(jī)車障礙物檢測成為解決電機(jī)車自動駕駛的重要手段。

因此，開發(fā)一種避障檢測效果良好的礦下電機(jī)車障礙物智能視覺檢測方法，成為本領(lǐng)域技術(shù)人員亟需解決的一個重要技術(shù)問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對現(xiàn)有深度學(xué)習(xí)電機(jī)車障礙物檢測方法在電機(jī)車行駛過程中，存在檢測速度慢、小目標(biāo)檢測精度低、漏檢、錯檢等問題。提出了一種改進(jìn)的YOLOv5(一種目標(biāo)檢測算法YOLO第版，為‘You?only?look?once’的縮寫，將圖像劃分為網(wǎng)格系統(tǒng)的對象檢測算法，網(wǎng)格中的每個端元負(fù)責(zé)檢測自身內(nèi)的對象)模型，用于礦下電機(jī)車障礙物的檢測。

為了達(dá)到上述目的，本發(fā)明提供的一種礦下電機(jī)車障礙物智能視覺檢測方法，包括獲取礦下電機(jī)車障礙物智能視覺檢測模型，具體包括如下步驟：

步驟S1：采集影響電機(jī)車正常運(yùn)行的障礙物的圖像數(shù)據(jù)，并建立數(shù)據(jù)集，包括訓(xùn)練數(shù)據(jù)集及驗證數(shù)據(jù)集，用于后續(xù)的模型訓(xùn)練，訓(xùn)練集用于訓(xùn)練模型，驗證集用于驗證訓(xùn)練好的模型；

步驟S2：基于改進(jìn)的YOLOv5網(wǎng)絡(luò)，構(gòu)建礦下電機(jī)車障礙物檢測模型；

步驟S3：利用步驟S1中的訓(xùn)練數(shù)據(jù)集及驗證集，訓(xùn)練步驟S2中的礦下電機(jī)車障礙物檢測模型，得到訓(xùn)練后的礦下電機(jī)車障礙物檢測模型；

步驟S4：利用步驟S1中的驗證數(shù)據(jù)集，對步驟S3中訓(xùn)練后的礦下電機(jī)車障礙物檢測模型進(jìn)行性能評估。

優(yōu)選地，所述步驟S1具體包括以下步驟：

步驟S11：采集不同時間段影響電機(jī)車正常運(yùn)行的障礙物視頻，讀取視頻并對視頻進(jìn)行抽幀、清洗處理，以此得到圖像數(shù)據(jù)作為原始圖像數(shù)據(jù)，并建立原始圖像數(shù)據(jù)集；

步驟S12：根據(jù)檢測對象，對原始圖像數(shù)據(jù)中包含的障礙物種類進(jìn)行分類處理，得到不同障礙物種類的原始圖片；在礦下電機(jī)車運(yùn)輸場景中，將檢測對象分為大塊煤炭、工人、枕木、油桶、電機(jī)車、斗車這6類影響電機(jī)車安全運(yùn)行的主要交通障礙；

步驟S13：根據(jù)不同的交通障礙，將各不同種類障礙物的原始圖像數(shù)據(jù)通過標(biāo)注軟件labelImg(一個圖形圖像注釋工具，開源的數(shù)據(jù)標(biāo)注工具，一個可視化的圖像標(biāo)定工具)進(jìn)行標(biāo)注，得到6種不同的障礙物數(shù)據(jù)集，將每種障礙物數(shù)據(jù)集按8：2的比例劃分為訓(xùn)練數(shù)據(jù)集與驗證數(shù)據(jù)集。

優(yōu)選地，所述步驟S2中，改進(jìn)的YOLOv5網(wǎng)絡(luò)具體包括：