辅助运输车辆在煤矿井下人员、物料、矸石和设备等运输方面发挥着重要作用。煤矿井下巷道空间狭长、环境复杂、光线强弱交替，易引发辅助运输车辆驾驶人员疲劳、视线模糊、操作失误等导致的驾驶安全事故。随着我国智慧矿山建设的不断推进，提高辅助运输车辆的安全性、智能化对实现煤矿少人化、无人化具有重要的现实意义。针对煤矿井下辅助运输车辆的通行性评估问题，提出了基于多特征融合的煤矿井下辅助运输车辆可通行性评估方法。首先，利用边缘检测、形态学顶帽变换和八联通区域获得增强的铁轨二值化图像，通过消失点坐标设定阈值将铁轨分为直轨和弯轨两个模型，并分别采用渐进概率Hough变换和改进特征点选取的Catmull-Rom样条曲线拟合直轨和弯轨，形成基于可切换模型的铁轨检测方法；其次，基于煤矿井下巷道壁管道颜色属性，通过HSV颜色空间变换、边缘检测和最小二乘法拟合算法构建管道特征检测策略；再次，提出基于管道和铁轨特征点加权融合的辅助运输车辆行驶中心轨迹线提取方法，构建辅助运输车辆安全通行区域生成规则；然后，针对传统分水岭算法中过分割问题，采用基于标记的改进分水岭分割和Graph Cut算法对静态障碍物进行二维边缘和区域特征提取，选用小样本分类支持向量机构建基于HOG特征与LBP特征融合的煤矿井下行人检测模型，实现辅助运输车辆前方动态和静态障碍物综合检测；最后，通过欧式距离判断障碍物与安全通行区域的位置关系，判断障碍物入侵情况，得到辅助运输车辆可通行性评估结果。实验结果表明，所提方法能够实现煤矿井下铁轨特征、管道特征、安全通行区域检测，对煤矿井下辅助运输车辆可通行性进行有效评估。

1基于可切换模型的铁轨检测方法
1.1铁轨图像预处理与铁轨线提取
1.2可切换模型建立
1.2.1可切换模型
1.2.2直轨模型
1.2.3弯轨模型
2基于管道和铁轨融合的安全通行区域检测方法
2.1 管道特征检测(Pipeline Feature Detection)
2.1.1 管道线特征提取
2.1.2 管道线筛选拟合
2.2安全通行区域检测
2.2.1加权融合轨迹
3基于欧式距离的可通行区域检测
3.1静态障碍物检测
3.1.1基于标记的改进分水岭算法
3.1.2 Graph Cut障碍物检测算法
3.2动态障碍物检测
3.2.1行人特征检测与融合
3.2.2建立分类模型
3.3可通行区域检测
4实验分析
4.1模拟巷道实验
4.2煤矿井下巷道实验
4.2.1障碍物检测实验
4.2.2可通行区域检测实验
5结论与展望