基于深度神经网络的护帮板运动状态监测_中国煤炭行业知识服务平台

基于深度神经网络的护帮板运动状态监测

作者

杜明赵国瑞
单位

中煤科工开采研究院有限公司天地科技股份有限公司
摘要

针对现有液压支架护帮板状态监测方法可靠性低、量化监测能力缺乏的问题，提出了一种基于深度神经网络的非接触式护帮板运动状态监测方法。该方法通过卷积和反卷积网络实现护帮板关键点空间位置检测，然后利用前馈神经网络将护帮板关键点的空间运动轨迹转换为护帮板伸缩角度，实现护帮板状态监测的量化。研究结果表明，基于深度神经网络的护帮板关键点空间位置的平均检测误差小于2个像素，护帮板位姿角度的平均量化误差小于3°,算法处理速度大于60f/s,具有良好的监测性能。
关键词

液压支架护帮板神经网络关键点检测机器视觉状态跟踪
基金项目(Foundation)

山东省重点研发计划项目(2020CXGC011502)；中煤科工开采研究院有限公司面上基金项目(KJ-2021-KCMS-04)；
文章目录

1 液压支架护帮板状态监测概况
2 状态监测算法
2.1 护帮板关键点标记
2.2 护帮板关键点检测网络
2.3 护帮板位姿映射网络
3 实验结果及分析
3.1 数据样本构建
3.2 检测网络训练及测试
3.3 运动轨迹生成
3.4 护帮板角度量化监测
4 结论
引用格式

杜明,赵国瑞.基于深度神经网络的护帮板运动状态监测[J].煤炭工程,2023,55(01):106-111.