章赛
- 作品数：20 被引量：15H指数：3
- 供职机构：西安建筑科技大学更多>>
- 发文基金：陕西省自然科学基金国家自然科学基金中国博士后科学基金更多>>
- 相关领域：矿业工程自动化与计算机技术文化科学环境科学与工程更多>>
- 基于前馈补偿LQR与PID的矿井无轨胶轮车横纵向控制研究
- 2024年
- 无人驾驶技术是实现无轨胶轮车井下安全、智能、高效运输的重要方案之一,为了提高无人驾驶过程中的轨迹跟踪精度,提出了基于前馈补偿的横向线性二次型调节器(Linear Quadratic Regulator,LQR)与纵向比例积分微分(Proportion Integration Derivative,PID)位移速度调节器相结合的控制策略,实现车辆的横纵向协调控制。通过建立考虑轮胎侧偏特性的2自由度无轨胶轮车动力学模型和跟踪误差模型,并采用井下无轨胶轮车实车参数建立其电机模型,得到车辆的驱动制动输出。利用Carsim和Matlab/Simulink搭建联合仿真环境,分别在井下双车道工况、单车道工况与颠簸路面工况下进行了轨迹跟踪仿真验证。结果表明:在3种工况下车辆轨迹跟踪过程中的最大横向误差仅为5 cm,最大纵向误差仅为10 cm,速度误差控制在1 m/s以内,航向误差范围为±0.1 rad,前轮偏转角变化平稳未出现抖动现象。为验证控制器在井下实际环境下的跟踪性能,使用实验室小车于陕西某井下巷道进行了现场试验验证,结果表明:井下实际巷道下试验结果误差仍在合理范围内,解决了车辆运行过程中的速度和路径的时变问题,反映出该控制器具有较高的精度和较好的稳定性。
- 江松武露云付信凯顾清华顾清华章赛章赛
- 关键词：无轨胶轮车LQRPID前馈补偿电机模型智能矿山
- 基于改进U-net的少样本煤岩界面图像分割方法被引量：1
- 2024年
- 煤岩图像语义分割技术是煤岩界面识别的重要研究方向,现有的语义分割模型通常依赖于大样本数据集进行训练,然而目前已标注的煤岩图像数据样本难以获取,并且缺乏公开数据集。针对以上问题,提出了一种基于改进U-net模型的样本煤岩界面图像分割模型。将裁剪后具有更强特征提取能力且结构上更为简单的VGG16替换U-net的原始骨干特征提取网络,提升对图像信息的特征提取能力并获得更快的训练速度,在U-net网络的跳跃连接和解码器上采样部分引入注意力机制模块,对提取的特征层进行处理,提升模型对煤岩界面图像关键特征的提取能力,提高分割精度。使用迁移学习方法对改进的模型进行预训练,提高模型泛化能力同时避免过拟合,使模型更适用于小样本数据集训练。通过使用自制的煤岩界面数据集对所改进的网络模型性能进行验证,并将该模型与经典Unet、DeepLabv3+、PspNet、HrNet网络模型进行了对比。试验结果表明:在同样使用由125幅煤岩界面图片构建的小样本数据集进行训练的情况下,所提改进模型相较于经典U-net模型在分割精确度和检测效率方面都有显著提升,模型精确度提高了1.84%,平均交并比提高了5.34%,类别平均像素准确率提高了0.48%,检测速度增幅为5.3%。同时,与其他网络模型相比,所提改进模型在小样本煤岩界面图像的语义分割中优势显著,表明所提改进思路的有效性。
- 卢才武宋义良江松江松王懋章赛
- 关键词：机器视觉技术
- 融合Swin Transformer与CNN的露天矿车前障碍物智能检测算法被引量：3
- 2023年
- 随着金属露天矿开采深度不断加大,道路运输条件愈发复杂,无人矿车行驶在道路上面临着各种障碍物的安全隐患,因此对无人矿卡障碍物智能检测提出了更高要求。提出了一种融合Swin Transformer与CNN的露天矿车前障碍物智能检测方法,障碍物检测模型需要建立长期依赖关系来处理不断增加的图像数据,Swin Transformer可以关注全局语义信息,有利于长期建模。将Swin Transformer融入YOLOX模型的骨干特征提取网络中,充分利用多头注意力机制,对图像特征进行预处理,在加强特征提取网络中加入CBAM注意力机制模块,使模型在后续的特征提取中能够提取更多的表征信息。该模型使用的数据集均来自实地矿山,并采用数据增强方式进行预处理。经过实地矿山数据对比验证试验,结果表明:该方法能够有效识别背景复杂的金属露天矿区非结构化道路障碍物,检测精度达到91.57%m AP,检测速度达到56.86 fps,具有较好的小目标和多尺度目标检测性能,可以满足无人矿卡在金属露天矿区的高精度检测要求。
- 江松孔若男李鹏程卢才武卢才武李萌
- 关键词：金属露天矿障碍物检测
- 一种基于数据融合技术的滑坡因子监测报警装置
- 本实用新型公开了一种基于数据融合技术的滑坡因子监测报警装置，包括检测箱，所述检测箱底部的中间位置处安装有滑坡监测装置，且检测箱内部底端的中间位置处安装有蓄电池，所述检测箱顶部正面的中间位置处安装有控制面板，且控制面板的顶...
- 卢才武章赛顾清华阮顺领江松刘力徐家越
- 文献传递
- 一种基于GPS的露天矿端限量式单道平硐车辆通行控制方法
- 本发明为一种基于GPS的露天矿端限量式单道平硐车辆通行控制方法，旨在解决露天矿端限量式单道平硐的车辆交通疏导问题，其基本指示原则是：在限量一端未达到极限的情况下，车辆在平硐的任一端准备进入平硐时，只要平硐内无相向的车辆则...
- 顾清华卢才武杨震冯治东章赛李迎峰马龙
- 文献传递
- 低照度下改进YOLOX的煤矿无人电机车轨道障碍物检测方法
- 2024年
- 为解决地下煤矿光照不足进而导致无人电机车脱轨、撞车或侧翻等问题,提出了一种低照度多特征融合的YOLOX-CBAM目标检测算法,对矿井无人电机车轨道障碍物进行有效识别与分类。首先,通过实际场景采集及标注构建地下煤矿障碍物数据集,并将其输入微光数据处理Zero_DCE模型中;其次,对YOLOX目标检测网络进行改进,分别在骨干网络CSPDarknet和特征金字塔(Feature Pyramid Networks,FPN)部分增加双通道CBAM注意力模块,解决了特征提取环节通道单一的问题;最后,将预测头部分的损失函数替换成SIoU,加快了模型迭代的速度。结果表明,与传统两阶段Faster-RCNN网络、YOLOv4网络、YOLOv5网络和原YOLOX网络相比,本模型精确率分别提高了4.65百分点、2.65百分点、2.19百分点、1.35百分点,召回率分别提高了9.39百分点、4.36百分点、0.82百分点、0.76百分点,速度分别提高了28.6帧/s、16帧/s、13.6帧/s、2.9帧/s,同时本模型与分别添加CBAM、SA、SA+SIoU、SE、SE+SIoU,YOLOX-CBAM模块的YOLOX模型相比,其精度分别提高了0.64百分点、0.84百分点、1百分点、1.29百分点和0.76百分点,速度分别提高了0.5帧/s、0.4帧/s、0.3帧/s、0.2帧/s和0.4帧/s。所提出的方法能实现地下煤矿井下无人电机车轨道障碍物的快速准确检测,并为地下矿运输设备的智能化升级及安全运行提供理论支撑。
- 章赛纪凡卢才武卢才武李萌江松刘迪朱兴攀
- 关键词：安全工程目标检测
- 一种基于麻雀搜索算法的边坡孔径雷达位移监测预警系统
- 一种基于麻雀搜索算法的边坡孔径雷达位移监测预警系统，包括数据采集处理子系统、数据传输子系统、数据分析及预警子系统和云服务器子系统；数据采集处理子系统包括边坡孔径雷达和位移监测点；数据传输子系统用于将边坡孔径雷达接收处理得...
- 江松丁佳伟崔智翔顾清华陶志刚李小双饶彬舰何润丰章赛刘迪郭梨洪勇陈盈马莲净
- 一种基于深度学习的露天矿爆堆矿石图像分割方法及相关装置
- 本发明公开了一种基于深度学习的露天矿爆堆矿石图像分割方法及相关装置，方法包括将已获取的露天矿爆堆矿石的图像数据通过露天矿爆堆矿石图像分割模型进行处理，得到露天矿爆堆矿石的分割图像；露天矿爆堆矿石图像分割模型采用UNet+...
- 江松魏玉饶彬舰崔智翔顾清华阮顺领何润丰王靖章赛刘迪郭梨洪勇陈盈马莲净
- 基于多阈值目标提取的时序InSAR矿区地表沉降监测研究被引量：8
- 2022年
- 利用传统SBAS-InSAR法进行地表沉降监测时,需要人工选取目标点进行轨道精炼与沉降反演,但在环境复杂的矿区很难通过人工选取到稳定的目标点,使得传统SBAS-InSAR法的应用存在诸多局限性。因此,提出一种基于多阈值目标提取的SBAS-InSAR法矿区地表沉降监测方法,在传统SBAS-InSAR法的基础上,设定离差阈值参数、区域窗口阈值参数与相干性阈值参数来提取地面较为稳定的目标点。将该方法与传统SBAS-InSAR法应用到实际案例中,获取研究区地表沉降监测结果进行时序分析并对比验证。研究结果表明:(1)矿区内存在三处开采沉陷区,且开采沉陷区位置与该煤矿开采工作区一致,最大年平均沉降速率为-156 mm/a,最大沉降量为-376 mm;(2)两种方法矿区沉降绝对平均差值不超过12 mm,说明多阈值目标提取的SBAS法可有效克服传统SBAS-InSAR法存在的局限性,同时还能保证较高的精度,在矿区地表沉降监测中更具有优势。
- 刘泽洲卢才武章赛李萌和郑翔
- 关键词：地表沉降地面控制点形变监测
- 一种基于机器视觉的矿物识方法及相关装置
- 本发明涉及矿业工程领域，公开了一种基于机器视觉的矿物识方法及相关装置，方法包括：通过已预训练好的深度学习网络ConvNeXt模型对矿物图片进行矿物种类识别，得到识别结果；当矿物种类识别结果错误时，提取深度学习网络Conv...
- 江松闫培韬崔智翔李雷顾清华阮顺领饶彬舰何润丰章赛刘迪郭梨洪勇陈盈马莲净
