-
公开(公告)号：CN117784141A
公开(公告)日：2024-03-29
申请号：CN202311854830.6
申请日：2023-12-29
Applicant: 矿业大学(北京)内蒙古研究院 , 中国矿业大学(北京)
IPC: G01S13/931 , G01S13/86 , G01S7/41 , G01S7/36
Abstract: 本申请公开了一种动态权重分配方法及系统、目标物体的信息获取方法。动态权重分配方法包括：基于激光雷达获取目标物体预设区域内的若干第一有效点；然后获取第一目标距离均值和第一方差平均偏差；基于4D毫米波雷达获取目标物体预设区域内的若干第二有效点；然后获取第二目标距离均值和第二方差平均偏差；然后获得第一差值、第二差值、第三差值和第四差值；然后获得激光雷达第一权重和激光雷达第二权重；然后获得毫米波雷达第一权重和毫米波雷达第二权重；最终获得激光雷达融合权重和毫米波雷达融合权重。该方法能够实现自适应权重调整，提高数据采集的精准度，提高目标识别系统稳定性，成本低、效率高、节约资源，适应不同复杂环境下的需求。
-
公开(公告)号：CN117111477A
公开(公告)日：2023-11-24
申请号：CN202311260885.4
申请日：2023-09-27
Applicant: 矿业大学(北京)内蒙古研究院 , 中国矿业大学(北京)
IPC: G05B13/04
Abstract: 本申请公开了一种履带车横纵向协同控制方法及系统，其中，方法包括：采集履带车运行状态数据、工作环境数据；对履带车运行状态数据进行预处理，获取第一数据集；基于工作环境数据，获取履带车所处工况；基于历史数据、预设算法、车辆横向动力学模型、车辆纵向动力学模型、履带车所处工况对第一数据集进行分析，输出行进策略；其中，行进策略包括履带车横向控制策略和履带车纵向控制策略。本申请能够根据工况实时调整行进策略，实现对履带车在动态、复杂环境下的精准横纵向控制，有效避免因工作环境变化而导致的行进偏差或不适应，提升履带车的准确性和精确度，从而提高作业质量。
-
公开(公告)号：CN117762135A
公开(公告)日：2024-03-26
申请号：CN202311731997.3
申请日：2023-12-16
Applicant: 矿业大学(北京)内蒙古研究院
Abstract: 本公开实施例公开了一种掘进机位姿自动调整方法及系统。其中，方法包括：构建CP3S系统，基于该系统获取掘进机信息数据；基于获取掘进机信息数据获得掘进机机身坐标系到巷道大地坐标系转换矩阵；基于掘进机机身坐标系到巷道大地坐标系转换矩阵获得掘进机在巷道大地坐标系中的绝对位置信息和三维姿态信息；基于绝对位置信息、三维姿态信息、掘进机信息数据和历史数据，判断掘进机实际位姿是否偏离预定航线，若是，获取位姿偏差数据，并自动对掘进机进行实时位姿调整；若否，按照实际路径继续行进。该方法能够实现对掘进机的智能化精准控制，实现对掘进机位姿的自动调整。
-
公开(公告)号：CN117132831A
公开(公告)日：2023-11-28
申请号：CN202311121854.0
申请日：2023-09-01
Applicant: 矿业大学(北京)内蒙古研究院
IPC: G06V10/764 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本申请公开了一种用于煤矸识别的深度残差网络模型、煤矸识别方法及系统。其中，模型包括3×3卷积层、第一混合注意力层、第一Layer层、第二Layer层、第三Layer层、第四Layer层、第二混合注意力层、处理层、全连接层和Softmax层；3×3卷积层用于提取目标数据集的浅层特征信息；通过第一混合注意力层的处理，得到第一混合权重特征图；通过多个卷积层的处理，获得第二混合权重特征图；通过第二混合注意力层的处理，得到第三混合权重特征图；通过处理层进行Dropout处理，得到第四混合权重特征图；通过全连接层的处理，得到煤矸信息；Softmax层用于输出煤矸识别结果；本申请能够有效提高煤矸识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN115841594B
公开(公告)日：2023-11-10
申请号：CN202211587979.8
申请日：2022-12-07
Applicant: 中国矿业大学(北京)
IPC: G06V10/764 , G06V10/82 , G06N3/045 , G06N3/084
Abstract: 本实施例公开了一种基于注意力机制的煤矸高光谱变图像域数据识别方法；其中方法包括：对采集的煤矸高光谱数据进行预处理，获取具有特征级融合信息的高光谱RGB图像；基于该高光谱RGB图像构建训练集和测试集；构建煤矸分类识别模型，煤矸分类识别模型包括依次串联的EBAM层、Transformer Encoder层和MLP Head层；在训练集上对煤矸分类识别结果模型进行训练，并采用损失函数对训练的煤矸分类识别结果模型进行验证；在测试集上对训练后的煤矸分类识别结果模型进行测试，获得煤矸识别结果；本申请构建了一种新型煤矸分类识别模型，通过构建的EBAM层利用卷积层对煤矸石光谱信息进行卷积操作，有效提高煤矸识别的准确率。
-
公开(公告)号：CN115828463A
公开(公告)日：2023-03-21
申请号：CN202211583034.9
申请日：2022-12-09
Applicant: 中国矿业大学(北京) , 内蒙古准格尔旗特弘煤炭有限公司官板乌素煤矿
IPC: G06F30/17 , G06F30/27 , G06N3/006 , G06F111/10
Abstract: 本公开实施例公开了一种基于数字孪生六维模型的掘进机位姿估计方法、系统，其中方法包括：构建掘进复杂系统数字孪生六维模型；掘进复杂系统数字孪生六维模型包括掘进机物理模块、掘进机虚拟模块、掘进机孪生数据模块、孪生服务模块、知识储备模块和孪生数据传输链；对掘进复杂系统数字孪生六维模型进行优化训练，获得掘进机位姿估计模型；基于掘进机位姿估计模型获得掘进机位姿估计信息；掘进机位姿估计信息包括掘进机实体的预测偏角、预测偏距以及掘进机预测位置坐标；本申请公开的方法，形成对掘进机的虚实交互控制，基于实时检测，实时进行下一阶段的预测，输出掘进机最优行进方案以及作业姿态，实现掘进机的智能控制。
-
公开(公告)号：CN118331046A
公开(公告)日：2024-07-12
申请号：CN202410344547.7
申请日：2024-03-25
Applicant: 中国矿业大学(北京)
IPC: G05B13/04
Abstract: 本公开实施例公开了一种掘进机采运协同控制方法、装置、存储介质、程序产品。其中，方法包括：实时获取所述掘进机的工作状态数据；构建价值网络、目标网络和奖励函数；设置所述掘进机的动作参数，基于所述动作参数、所述工作状态数据、所述价值网络和所述奖励函数，获得经验数据；基于所述经验数据对所述价值网络和所述目标网络进行优化；基于优化后的价值网络和目标网络获得控制数据，基于所述控制数据对所述掘进机进行采运协同控制。该方法能够结合深度强化学习的神经网络算法，实现对掘进机的采运协同自主控制，使得采运效率最大化。
-
公开(公告)号：CN115828463B
公开(公告)日：2023-11-10
申请号：CN202211583034.9
申请日：2022-12-09
Applicant: 中国矿业大学(北京) , 内蒙古准格尔旗特弘煤炭有限公司官板乌素煤矿
IPC: G06F30/17 , G06F30/27 , G06N3/006 , G06F111/10
Abstract: 本公开实施例公开了一种基于数字孪生六维模型的掘进机位姿估计方法、系统，其中方法包括：构建掘进复杂系统数字孪生六维模型；掘进复杂系统数字孪生六维模型包括掘进机物理模块、掘进机虚拟模块、掘进机孪生数据模块、孪生服务模块、知识储备模块和孪生数据传输链；对掘进复杂系统数字孪生六维模型进行优化训练，获得掘进机位姿估计模型；基于掘进机位姿估计模型获得掘进机位姿估计信息；掘进机位姿估计信息包括掘进机实体的预测偏角、预测偏距以及掘进机预测位置坐标；本申请公开的方法，形成对掘进机的虚实交互控制，基于实时检测，实时进行下一阶段的预测，输出掘进机最优行进方案以及作业姿态，实现掘进机的智能控制。
-
公开(公告)号：CN115841594A
公开(公告)日：2023-03-24
申请号：CN202211587979.8
申请日：2022-12-07
Applicant: 中国矿业大学(北京)
IPC: G06V10/764 , G06V10/82 , G06N3/045 , G06N3/084
Abstract: 本实施例公开了一种基于注意力机制的煤矸高光谱变图像域数据识别方法；其中方法包括：对采集的煤矸高光谱数据进行预处理，获取具有特征级融合信息的高光谱RGB图像；基于该高光谱RGB图像构建训练集和测试集；构建煤矸分类识别模型，煤矸分类识别模型包括依次串联的EBAM层、Transformer Encoder层和MLP Head层；在训练集上对煤矸分类识别结果模型进行训练，并采用损失函数对训练的煤矸分类识别结果模型进行验证；在测试集上对训练后的煤矸分类识别结果模型进行测试，获得煤矸识别结果；本申请构建了一种新型煤矸分类识别模型，通过构建的EBAM层利用卷积层对煤矸石光谱信息进行卷积操作，有效提高煤矸识别的准确率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.045 seconds)
