-
公开(公告)号:CN109711353B
公开(公告)日:2023-06-30
申请号:CN201811626840.3
申请日:2018-12-28
申请人: 煤炭科学研究总院有限公司 , 天地科技股份有限公司北京技术研究分公司 , 中国矿业大学
IPC分类号: G06V20/17 , G06V10/30 , G06V10/28 , G06V10/56 , G06V30/148
摘要: 本发明公开了一种基于机器视觉的船舶吃水线区域识别方法,通过无人机采集船舶水尺图像,采用机器视觉算法检测图像中包含的水尺刻度轮廓,通过统计筛选以及聚类算法计算出吃水线水平方向以及竖直方向的预测区间,从而得到轮船吃水线及相应字符的区域,完成船舶吃水线区域识别,本发明可以避免安装压力传感器、激光水位检测等设备,显著降低识别吃水线的设备成本,具有良好的可操作性;基于机器视觉的识别方法可以根据船舶水尺字符以及水线作为标志物实现吃水线的精确定位,有效克服港口复杂场景对水线定位的影响,计算复杂度低,能满足港口吃水线识别的快速性、准确性要求。
-
公开(公告)号:CN110619329B
公开(公告)日:2022-03-22
申请号:CN201910811758.6
申请日:2019-09-03
申请人: 煤炭科学研究总院 , 中国矿业大学 , 中煤华晋集团有限公司
摘要: 本发明公开了一种基于机载视觉的铁路货运敞车车厢编号及装载状态识别方法,属于机器视觉领域。通过搭载高清相机的无人机在飞行过程中对处于装车站的货运敞车车厢进行图像数据采集,然后对采集到的图像数据进行预处理,根据字符宽/高比例等先验知识定位车厢字符区域,使用投影法对字符区域进行分割,构建CNN卷积神经网络模型对分割后的数字字符进行识别;通过霍夫直线变换定位车厢边界所在区域,设计网格特征,构建BP神经网络对车厢装载状态进行识别;本发明在识别货运敞车车厢编号的同时判定车厢的装载状态,具有较高的识别精度,大量减少工人的工作量,适用于铁路沿线的货运敞车车厢编号及装载状态的识别。
-
公开(公告)号:CN110182365B
公开(公告)日:2022-05-10
申请号:CN201910508738.1
申请日:2019-06-13
摘要: 一种煤矿井下防爆型四旋翼无人机,属于煤矿井下巡检救援领域。四旋翼无人机的飞控模块、数传图传模块、电池模块、动力系统和传感器系统均安装在机架内,摄像头模块安装在机架上;电池模块给无人机整体提供动力能源,电池模块位于第二中间层底部;数传图传模块的数传图传密封盒固定在机架顶部,安装数传图传密封盒一侧的机架为机头位置;动力系统模块的无刷电机位于机架内,固定在第一中间层;传感器系统和飞控模块的输出通过数传图传模块无人机端与其地面端双向通信;摄像头模块的图像信号传输至数传图传地面端的视频设备。优点:结构稳定、牢固,体积小,反应灵敏,在井下无GPS情况下完成巡检勘测任务,智能化操作,续航时间长;主体模块化构造。
-
公开(公告)号:CN114974441B
公开(公告)日:2024-07-12
申请号:CN202210591018.8
申请日:2022-05-27
申请人: 煤炭科学研究总院有限公司
摘要: 本发明公开了一种煤分子官能团生成方法,包括批量导入煤分子平均结构的第一模型;去除第一模型中的氢原子,获得第二模型;基于第二模型,判断第二模型的分子量是否大于20;如果分子量大于20,则进行煤分子子官能团的分割,聚合煤分子的所有子官能团,结束煤分子官能团生成方法;如果分子量小于或者等于20,则结束煤分子官能团生成方法。本发明所述的煤分子官能团生成方法,基于已有的典型煤分子平均结构模型,并对其进行系统化分割,以得到众多片段较小的子官能团结构,形成煤分子的子官能团结构的集合,便于后续利用基于图神经网络的机器学习方法对规模较大的特定品类的煤的平均分子模型进行生成时对子官能团进行选择。
-
公开(公告)号:CN116612182A
公开(公告)日:2023-08-18
申请号:CN202310883737.1
申请日:2023-07-19
申请人: 煤炭科学研究总院有限公司 , 天地科技股份有限公司北京技术研究分公司
IPC分类号: G06T7/70 , G06T9/40 , G06T7/50 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要: 本发明提出一种单目位姿估计方法及装置,涉及深度学习技术领域。包括:将当前帧图像输入到深度估计网络,以得到深度图像;将所述当前帧图像和对应的相邻帧图像输入到位姿估计网络,以得到相对位姿变换;基于八叉树构建隐式编码体素地图,并根据相对位姿变换和深度图像,以及隐式编码体素地图,生成重构深度图像;基于预先构建的第一几何损失函数和光度损失函数,基于当前帧图像和所述重构深度图像,对所述相对位姿变换进行位姿优化,并对所述隐式编码体素地图进行优化。由此,可以利用八叉树对已有的基于深度学习的隐式编码体素地图表示的方法进行改进,减少隐式编码体素地图的内存空间占用,并实现单目方法,免去对RGBD相机的依赖。
-
公开(公告)号:CN116229005B
公开(公告)日:2023-08-04
申请号:CN202310501369.X
申请日:2023-05-06
申请人: 煤炭科学研究总院有限公司 , 天地科技股份有限公司北京技术研究分公司
摘要: 本公开提出一种三维巷道模型的测地线确定方法和装置,该方法包括:获取目标区域的多边形面片巷道模型,其中,多边形面片巷道模型包括:待计算点,对多边形面片巷道模型进行转换处理,以生成目标区域的三角形面片巷道模型,计算三角形面片巷道模型的第一拉普拉斯算子,基于预设转换方法将第一拉普拉斯算子转换为与多边形面片巷道模型对应的第二拉普拉斯算子,基于第二拉普拉斯算子,计算多边形面片巷道模型中与待计算点对应的测地线,由此,能够实现针对多边形面片巷道模型的测地线计算,从而有效提升该测地线确定过程的灵活性和实用性。
-
公开(公告)号:CN116310145A
公开(公告)日:2023-06-23
申请号:CN202310541784.8
申请日:2023-05-15
申请人: 煤炭科学研究总院有限公司 , 天地科技股份有限公司北京技术研究分公司
摘要: 本公开提出一种基于正交基函数的三维空间模型重建方法和装置,该方法包括:获取初始三维空间模型的第一拉普拉斯算子矩阵,对第一拉普拉斯算子矩阵进行特征分解,以生成多个特征方程,对多个特征方程进行正交化处理,以得到多个正交基函数,基于多个正交基函数,确定目标三维坐标,基于多个目标三维坐标,构建目标三维空间模型。通过实施本公开的方法,能够基于正交基函数较大程度地降低模型重建过程的计算成本和存储成本,有效提升模型重建效果。
-
公开(公告)号:CN116202511A
公开(公告)日:2023-06-02
申请号:CN202310500784.3
申请日:2023-05-06
申请人: 煤炭科学研究总院有限公司 , 天地科技股份有限公司北京技术研究分公司
摘要: 本公开提出了一种长巷道超宽带一维约束下的移动装备位姿确定方法及装置,包括:获取巷道场景下相机采集的第一数据、激光器采集的第二数据、超宽带采集的第三数据;根据第一数据和第二数据计算移动装备的全局位姿;根据全局位姿获取目标超宽带位置数据,并构成超宽带距离位置数据集;根据超宽带距离位置数据集,计算超宽带基站的全局位置;采集局部时间窗口内的相机数据、激光数据、惯导数据,并进行融合里程计计算移动装备的全局初始位姿和局部稀疏地图,进而结合超宽带数据、全局初始位姿、超宽带基站的全局位置、局部稀疏地图和目标函数,优化移动装备的位姿。由此,融合了激光、相机结合超宽带数据,精准计算煤矿井下长巷道中移动装备的位姿。
-
公开(公告)号:CN116164774A
公开(公告)日:2023-05-26
申请号:CN202211473279.6
申请日:2022-11-21
申请人: 煤炭科学研究总院有限公司 , 天地科技股份有限公司北京技术研究分公司
IPC分类号: G01C25/00
摘要: 本发明公开一种紧耦合单目视觉惯导系统初始化方法,属于同步定位与建图技术领域。包括视频单元和IMU,在煤矿井下进行同步定位与建图时,利用IMU自身不受环境光照影响的特点,求解IMU至世界坐标系变换时不考虑IMU加速度偏置,对IMU测量与视觉测量进行联合优化估计,给定重力加速度估计的扰动量,利用IMU与视觉之间的耦合关系在初始化过程中添加对加速度偏置进行估计,并提高初始化阶段进行全量更新导致的计算效率;通过结合因子图进行部分更新计算,并联合优化估计,保证初始化阶段的一致性,从而估计出系统全量参数,得到全局一致的估计结果。本方法在煤矿井下的恶劣环境中运动估计速度快,定位准确,具有广泛应用前景。
-
公开(公告)号:CN115810094A
公开(公告)日:2023-03-17
申请号:CN202211456550.5
申请日:2022-11-21
申请人: 煤炭科学研究总院有限公司 , 天地科技股份有限公司北京技术研究分公司
摘要: 本发明公开一种应用拉普拉斯算子的空间数据谱域分解方法及装置,属于三维空间感知数据技术领域。针对煤矿场景广泛存在的三维空间场模型构建对空间模型坐标变换具有不变性的表示,不依赖于具体坐标的空间模型进行分解并使用分解量进行编解码;通过对原始特征频谱进行基于余切与Hodge对偶面积的拉普拉斯算子计算,从而实现对原始模型的特征值与特征方程的计算,并利用特征值与特征方程对原始模型进行平滑化处理、谱域分解可视化。其空间占用低,模型计算时间低,便于表达精细化部分,能够以选择精度需求选择特征k的数量恢复出原始模型,从而根据k的数量选择保留原始模型的细节。
-
-
-
-
-
-
-
-
-