[发明专利]轮斗挖掘机的挖掘流量自动控制方法及其系统

说明书

本申请公开了一种轮斗挖掘机的挖掘流量自动控制方法及其系统。其首先将采集的多个时间点的检测泥土的第一图像和第二图像分别通过卷积神经网络模型得到的俯视视角特征图和侧视视角特征图分别进行全局均值池化以得到俯视视角特征向量和侧视视角特征向量，接着，将计算所述俯视视角特征向量的转置向量和所述侧视视角特征向量之间的乘积得到的对应于各个时间点的解码特征矩阵通过解码器以得到用于表示各个时间点的检测泥土的重量值的解码值，最后，计算所述用于表示各个时间点的检测泥土的重量值的解码值的加和值并基于其与预设阈值之间的比较，确定是否停止传输泥土。这样，可以有效地对于轮斗挖掘机的挖掘流量进行智能控制。

技术领域

本申请涉及智能化控制技术领域，且更为具体地，涉及一种轮斗挖掘机的挖掘流量自动控制方法及其系统。

背景技术

轮斗挖掘机是在链斗挖掘机、单斗挖掘机和其它采掘设备的基础上逐步发展起来的，是连续化作业设备中比较理想的一种多斗挖掘设备，也是世界上最大成套挖掘设备之一。

轮斗挖掘机具有连续化作业、生产能力大、效率高、适应复杂煤层选采、运输坡度大、操作简单、维修方便、易实现现代化的管理等诸多优点，特别适合于大型露天矿高效率地开采作业，主要应用在露天矿中剥离表土、挖掘有用矿物，倒堆作业、向车辆或运输带进行装载等，另外在混料堆置场、储料场、大型水利和土方工程中也逐渐得到日益广泛的应用。

目前，在原料场或煤场大量采用皮带输送机进行物料输送，并且在物料输送的过程中一般在挖掘臂皮带上安装流量测量装置，以实现挖掘流量的自动控制。也就是，输送物料一般采用皮带电子秤进行流量测量，但是一些特殊条件下无法采用皮带电子秤进行测量，例如在一些场所中，皮带上没有安装的空间。这样，就会导致无法对于输送物料进行流量测量，进而无法有效地对于轮斗挖掘机的挖掘流量进行智能控制。

因此，期待一种优化的轮斗挖掘机的挖掘流量自动控制方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种轮斗挖掘机的挖掘流量自动控制方法及其系统。其首先将采集的多个时间点的检测泥土的第一图像和第二图像分别通过卷积神经网络模型得到的俯视视角特征图和侧视视角特征图分别进行全局均值池化以得到俯视视角特征向量和侧视视角特征向量，接着，将计算所述俯视视角特征向量的转置向量和所述侧视视角特征向量之间的乘积得到的对应于各个时间点的解码特征矩阵通过解码器以得到用于表示各个时间点的检测泥土的重量值的解码值，最后，计算所述用于表示各个时间点的检测泥土的重量值的解码值的加和值并基于其与预设阈值之间的比较，确定是否停止传输泥土。这样，可以有效地对于轮斗挖掘机的挖掘流量进行智能控制。

根据本申请的一个方面，提供了一种轮斗挖掘机的挖掘流量自动控制方法，其包括：

获取由第一摄像头和第二摄像头采集的多个时间点的检测泥土的第一图像和第二图像，其中，所述第一图像为所述检测泥土的俯视图像，所述第二图像为所述检测泥土的侧视图像；

将所述各个时间点的第一图像和第二图像分别通过训练完成的具有深浅特征融合模块的卷积神经网络模型以得到俯视视角特征图和侧视视角特征图；

分别对所述俯视视角特征图和所述侧视视角特征图的沿通道维度的特征矩阵进行全局均值池化以得到俯视视角特征向量和侧视视角特征向量；

计算所述俯视视角特征向量的转置向量和所述侧视视角特征向量之间的乘积以得到对应于各个时间点的解码特征矩阵；

将所述对应于各个时间点的解码特征矩阵通过训练完成的解码器进行解码回归以得到用于表示各个时间点的检测泥土的重量值的解码值；

计算所述用于表示各个时间点的检测泥土的重量值的解码值的加和值；以及

基于所述加和值与预设阈值之间的比较，确定是否停止传输泥土。