[发明专利]一种基于深度学习的矸石充填捣实机构防碰撞应用方法

说明书

本发明公开了一种基于深度学习的矸石充填捣实机构防碰撞应用方法，制作矸石充填捣实数据集并使用神经网络进行训练，训练得到权重；视频以逐帧图片形式输入神经网络，使用训练好的权重对捣实过程中的捣实机构和刮板输送机进行预测识别；步骤三，通过测距算法测出捣实过程中刮板输送机和压实板之间的距离；步骤四，设置安全阈值，若刮板输送机和捣实机构之间的距离大于安全阈值，则控制系统控制捣实机构正常运行；若刮板输送机和捣实机构之间的距离小于安全阈值，则控制系统控制捣实机构停止运行，调整捣实机构与刮板输送机之间的距离。通过深度学习的方法将目标检测问题转化为回归问题，有效解决了捣实机构与刮板输送机之间防碰撞的问题。

技术领域

本发明涉及一种基于深度学习的矸石充填捣实机构防碰撞应用方法，属于煤矿捣实视觉自动检测识别控制技术领域。

背景技术

我国目前每年由于煤炭开采塌陷土地面积约4万公顷,受煤炭开采影响下沉的土地面积约60万公顷，直接经济损失约20亿元。煤矿开采造成的土地破坏不仅使农民失去赖以生存的土地，而且还导致了一系列严重的社会与生态环境问题。

矿井一直重视矿区的资源与环境协调发展，着力寻求合理开发利用矿产资源、保护地表建筑和保护环境的新途径。自2008年以来，由于煤矿矸石充填捣实能够很好的保护环境，矸石充填捣实系统也随之被广泛使用在煤矿开采保护中。然而传统的矸石充填捣实系统需要矿工长时间24小时轮班保持在矿井下，通过工作经验手动来操作矸石充填捣实系统。这样会大量耗费人力，随着人力的费用越来越高昂。如果一直保持数人的轮班工作，不仅是对人力资源的浪费，而且受到煤矿复杂环境的影响，人工操作在轮班倒的情况下会不可避免的造成操作上的失误和疏漏。在实际的工程操作中，发生了多起捣实机构撞断刮板输送机的事故。这些如果一直保持人工操作的话，这些情况显然是不可避免的。传

由于压实扳与后部底卸式刮板输送机之间的动作关系和安全距离，传统的到位、限位、倾角等动作感知传感器无法利用，一是捣实机构与刮板输送机之间安装外置传感器无法固定或固定位置不佳，无法正常发挥传感器作用；二是捣实机构属于动作部位，传感器运行环境与电源提供、线缆管理等问题难以解决，传感器、线缆极易在捣实过程中损坏，造成系统保护不工作，影响整个充填捣实系统的工作效率，如何摒弃传统方式解决捣实机构防碰撞成为制约后部智能化升级改造必须要解决和攻克的最大技术难点。

现有技术中的视觉检测方法大部分依靠工作台、机械臂、CCD镜头等与标准图像进行对比分析，这种方法速度慢且自动化程度不高。随着深度学习的蓬勃发展，更多基于神经网络的实时目标检测方法成为视频检测的热门研究方向，这种办法速度快，精度高，同时可以实现端到端的检测方案，自动化程度也比较高。

发明内容

本发明所要解决的技术问题是克服现有技术的缺陷，提供一种基于深度学习的矸石充填捣实机构防碰撞应用方法，该方法实现了基于视频的实时目标检测，能将传统的图像处理、目标检测、测距算法与PLC控制进行封装统一，提高检测的自动化程度和精确度。

为达到上述目的，本发明提供一种基于深度学习的矸石充填捣实机构防碰撞应用方法，包括以下步骤：

步骤一，制作数据集并使用神经网络进行训练，训练得到相应的权重；

步骤二，视频以逐帧图片的形式输入神经网络，使用训练好的权重对捣实过程中的捣实机构和刮板输送机进行预测识别；

步骤三，通过测距算法测出捣实过程中刮板输送机和压实板之间的距离，设置安全阈值；

步骤四，若刮板输送机和压实板之间的距离大于安全阈值，则控制系统控制捣实机构正常运行；

若刮板输送机和压实板之间的距离小于安全阈值，则控制系统控制捣实机构停止运行，调整压实板与刮板输送机之间的距离，执行步骤三。