章赛
- 作品数：26 被引量：32H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环境科学与工程文化科学更多>>
- 基于前馈补偿LQR与PID的矿井无轨胶轮车横纵向控制研究被引量：1
- 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：3
- 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
- 一种基于人工智能的矿区无人驾驶安全智能管控系统
- 本发明涉及无人驾驶管控技术领域，尤其涉及一种基于人工智能的矿区无人驾驶安全智能管控系统，包括服务器、数据采集单元、防护预警处理单元、预测分析单元、车安全风险分析单元、安全反馈单元、显示单元以及预警单元；本发明是从无人驾驶...
- 江松饶彬舰顾清华卢才武阮顺领章赛聂兴信刘迪郭梨洪勇陈盈孔若男何润丰
- 一种基于改进NSGA-III的多目标露天矿配矿装载点选取方法、系统、设备及介质
- 一种基于改进NSGA‑III的多目标露天矿配矿装载点选取方法、系统、设备及介质，方法包括：先根据矿山生产需求及指标，结合矿石储备量与成本及矿石质量之间的权衡关系，以矿石品位偏差最小、生产成本最小、卡车总排队时间最小为目标...
- 顾清华张文雅王倩陈露王丹李学现骆家乐章赛
- 一种无人矿卡系统的失效风险管控方法及相关装置
- 本发明属于采矿业安全技术领域，公开了一种无人矿卡系统的失效风险管控方法及相关装置，构建无人矿卡系统失效风险因素清单；结合无人矿卡系统失效致因清单，构建无人驾驶卡车控制系统失效致因识别的系统性失效致因分类系统；将系统性失效...
- 郭梨黄智奇何润丰姚相杰顾清华江松阮顺领刘迪章赛孟珂瑶李照康司红森姚贝
- 融合Swin Transformer与CNN的露天矿车前障碍物智能检测算法被引量：4
- 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
- 基于露天矿三维点云的非结构化道路语义分割方法
- 2024年
- 近年来在矿山智能化相关举措的逐步实施下,矿山行业朝着智能化、无人化方向发展。无人驾驶技术是当前露天矿智能化运输作业系统的重要组成部分,通过场景重建和识别获得准确的场景几何信息,是无人运输车辆应用于露天矿作业生产的先决条件。三维点云数据可以准确实现三维场景重建,而点云语义分割能够有效提取驾驶场景中道路环境的三维特征信息,实现无人驾驶对行驶环境区域的准确识别。相比城市结构化道路,露天矿场景下非结构化道路具有道路与地形边界特征模糊、无明显道路边沿、空间三维坐标跨度大等特点。为解决目前公开的非结构化道路数据集规模较少、样本分布不均匀以及主流点云语义分割算法对非结构化道路分割精度较低的问题,通过三维点云重建构造露天矿点云数据集,以及优化改进PointNet++算法,提出了一种适用于露天矿场景下非结构化道路的语义分割方法。基于SFM和MVS算法对采集到的多视点图像进行稠密点云重建,同时优化改进PointNet++,引入MLP、通道注意力机制以及基于点注意力的自注意力机制,设计了露天矿非结构化道路点云语义分割模型。为验证该方法的有效性,依据S3DIS数据集格式进行转换、划分并数据增强构建了2641组samples露天矿点云数据。通过模型训练的实验结果表明:改进后的算法进行分割测试比PointNet++的mIoU提升了4.9%,且分割性能良好。对比其他点云分割网络,该网络模型更适用于露天矿场景下的非结构化道路,能够满足矿区运输无人车对于可行域的行驶要求,为无人驾驶后续的决策与规划提供准确的三维环境信息。
- 卢才武薛佳楠李萌鄢盛钰章赛章赛何润丰
- 关键词：露天矿非结构化道路三维点云
- 一种基于YOLOv8的无人电机车前障碍物尺寸检测方法及相关装置
- 本发明属于自动驾驶技术领域，公开了一种基于YOLOv8的无人电机车前障碍物尺寸检测方法及相关装置，对利用双目相机采集的无人电机车环境图像数据进行预处理，得到预处理图像；利用训练好的YOLOv8目标检测算法对预处理图像进行...
- 章赛纪凡卢才武顾清华江松李萌刘迪陈盈
- 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
- 面向滑坡灾害监测的多源异质流数据智能融合与预警研究
- 滑坡是一种分布较广、发生频繁的地质灾害,具有危害大、突发性强等特点。由于我国大部分陆地为山地地形,地质灾害隐患点多达百万余处,其中滑坡灾害作为占比最大的地质灾害严重威胁着人民的生命财产安全。以物质能量交换频繁的露天矿边坡...
- 章赛
- 关键词：滑坡灾害信息融合流数据
