煤矿井下无人驾驶无轨胶轮车目标3D检测研究

煤矿井下无人驾驶无轨胶轮车目标3D检测研究

TD67; 基于3D检测的环境感知是实现煤矿井下无轨胶轮车无人驾驶技术的基础.因井下环境中光照不足,导致RGB图像信息缺失,且巷道空间狭小导致激光雷达采集的点云数据存在较多噪声,现有的基于图像或雷达点云的目标3D检测方法在井下难以取得较好的检测效果.针对该问题,提出一种融合图像和雷达点云的无人驾驶无轨胶轮车目标3D检测方法.针对获取的无轨胶轮车行驶环境数据进行预处理:采用全局直方图均衡化方法提升RGB图像亮度,降低井下光照不均影响;对雷达点云数据进行双边滤波去噪及主成分分析降维处理,以提升点云数据质量,减少运算时间.设计了一种融合图像与雷达点云检测模型,采用区域生成网络生成2D图像候选区域,对...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:工矿自动化 2022, Vol.48 (2), p.35-41
Hauptverfasser: 秦沛霖, 张传伟, 周李兵, 王健龙
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 41
container_issue 2
container_start_page 35
container_title 工矿自动化
container_volume 48
creator 秦沛霖
张传伟
周李兵
王健龙
description TD67; 基于3D检测的环境感知是实现煤矿井下无轨胶轮车无人驾驶技术的基础.因井下环境中光照不足,导致RGB图像信息缺失,且巷道空间狭小导致激光雷达采集的点云数据存在较多噪声,现有的基于图像或雷达点云的目标3D检测方法在井下难以取得较好的检测效果.针对该问题,提出一种融合图像和雷达点云的无人驾驶无轨胶轮车目标3D检测方法.针对获取的无轨胶轮车行驶环境数据进行预处理:采用全局直方图均衡化方法提升RGB图像亮度,降低井下光照不均影响;对雷达点云数据进行双边滤波去噪及主成分分析降维处理,以提升点云数据质量,减少运算时间.设计了一种融合图像与雷达点云检测模型,采用区域生成网络生成2D图像候选区域,对其与点云数据进行早期特征级融合生成3D候选区域,并与经感兴趣区域池化的图像和点云数据进行后期区域级融合,输出3D检测锚框,实现目标检测.实验结果表明,与基于YOLO3D,MV3D模型的检测方法相比,该方法对待测目标的检测精度较高,较好地实现了精度与检测速度的平衡.井下测试结果表明,该方法能够准确检测出无轨胶轮车行驶环境中的行人或车辆位置,无漏检情况,具有良好的井下适应性.
doi_str_mv 10.13272/j.issn.1671-251x.2021110068
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_mkzdh202202005</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>mkzdh202202005</wanfj_id><sourcerecordid>mkzdh202202005</sourcerecordid><originalsourceid>FETCH-wanfang_journals_mkzdh2022020053</originalsourceid><addsrcrecordid>eNpjYFAxNNAzNDYyN9LP0sssLs7TMzQzN9Q1MjWs0DMyMDI0NDQwMLNgYeCECUdwMPAWF2cmGZgaGFkYmhqacjJYP29d8nz-_ie7pj7Z0f1s-oInu3a9XLnv5cptQPaLvSteNG97sXfdi73Lns9e92xBu7HLs8UNz7Z2P18w5fnKbTwMrGmJOcWpvFCam0HNzTXE2UO3PDEvLTEvPT4rv7QoDygTn5tdlZIBdBIQGRiYGhOtEACyUVaM</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>煤矿井下无人驾驶无轨胶轮车目标3D检测研究</title><source>Directory of Open Access Journals - May need to register for free articles</source><creator>秦沛霖 ; 张传伟 ; 周李兵 ; 王健龙</creator><creatorcontrib>秦沛霖 ; 张传伟 ; 周李兵 ; 王健龙</creatorcontrib><description>TD67; 基于3D检测的环境感知是实现煤矿井下无轨胶轮车无人驾驶技术的基础.因井下环境中光照不足,导致RGB图像信息缺失,且巷道空间狭小导致激光雷达采集的点云数据存在较多噪声,现有的基于图像或雷达点云的目标3D检测方法在井下难以取得较好的检测效果.针对该问题,提出一种融合图像和雷达点云的无人驾驶无轨胶轮车目标3D检测方法.针对获取的无轨胶轮车行驶环境数据进行预处理:采用全局直方图均衡化方法提升RGB图像亮度,降低井下光照不均影响;对雷达点云数据进行双边滤波去噪及主成分分析降维处理,以提升点云数据质量,减少运算时间.设计了一种融合图像与雷达点云检测模型,采用区域生成网络生成2D图像候选区域,对其与点云数据进行早期特征级融合生成3D候选区域,并与经感兴趣区域池化的图像和点云数据进行后期区域级融合,输出3D检测锚框,实现目标检测.实验结果表明,与基于YOLO3D,MV3D模型的检测方法相比,该方法对待测目标的检测精度较高,较好地实现了精度与检测速度的平衡.井下测试结果表明,该方法能够准确检测出无轨胶轮车行驶环境中的行人或车辆位置,无漏检情况,具有良好的井下适应性.</description><identifier>ISSN: 1671-251X</identifier><identifier>DOI: 10.13272/j.issn.1671-251x.2021110068</identifier><language>chi</language><publisher>西安科技大学机械工程学院,陕西西安710054%中煤科工集团常州研究院有限公司,江苏常州 213015</publisher><ispartof>工矿自动化, 2022, Vol.48 (2), p.35-41</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/mkzdh/mkzdh.jpg</thumbnail><link.rule.ids>314,776,780,860,4009,27902,27903,27904</link.rule.ids></links><search><creatorcontrib>秦沛霖</creatorcontrib><creatorcontrib>张传伟</creatorcontrib><creatorcontrib>周李兵</creatorcontrib><creatorcontrib>王健龙</creatorcontrib><title>煤矿井下无人驾驶无轨胶轮车目标3D检测研究</title><title>工矿自动化</title><description>TD67; 基于3D检测的环境感知是实现煤矿井下无轨胶轮车无人驾驶技术的基础.因井下环境中光照不足,导致RGB图像信息缺失,且巷道空间狭小导致激光雷达采集的点云数据存在较多噪声,现有的基于图像或雷达点云的目标3D检测方法在井下难以取得较好的检测效果.针对该问题,提出一种融合图像和雷达点云的无人驾驶无轨胶轮车目标3D检测方法.针对获取的无轨胶轮车行驶环境数据进行预处理:采用全局直方图均衡化方法提升RGB图像亮度,降低井下光照不均影响;对雷达点云数据进行双边滤波去噪及主成分分析降维处理,以提升点云数据质量,减少运算时间.设计了一种融合图像与雷达点云检测模型,采用区域生成网络生成2D图像候选区域,对其与点云数据进行早期特征级融合生成3D候选区域,并与经感兴趣区域池化的图像和点云数据进行后期区域级融合,输出3D检测锚框,实现目标检测.实验结果表明,与基于YOLO3D,MV3D模型的检测方法相比,该方法对待测目标的检测精度较高,较好地实现了精度与检测速度的平衡.井下测试结果表明,该方法能够准确检测出无轨胶轮车行驶环境中的行人或车辆位置,无漏检情况,具有良好的井下适应性.</description><issn>1671-251X</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2022</creationdate><recordtype>article</recordtype><recordid>eNpjYFAxNNAzNDYyN9LP0sssLs7TMzQzN9Q1MjWs0DMyMDI0NDQwMLNgYeCECUdwMPAWF2cmGZgaGFkYmhqacjJYP29d8nz-_ie7pj7Z0f1s-oInu3a9XLnv5cptQPaLvSteNG97sXfdi73Lns9e92xBu7HLs8UNz7Z2P18w5fnKbTwMrGmJOcWpvFCam0HNzTXE2UO3PDEvLTEvPT4rv7QoDygTn5tdlZIBdBIQGRiYGhOtEACyUVaM</recordid><startdate>2022</startdate><enddate>2022</enddate><creator>秦沛霖</creator><creator>张传伟</creator><creator>周李兵</creator><creator>王健龙</creator><general>西安科技大学机械工程学院,陕西西安710054%中煤科工集团常州研究院有限公司,江苏常州 213015</general><general>天地(常州)自动化股份有限公司,江苏常州 213015</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2022</creationdate><title>煤矿井下无人驾驶无轨胶轮车目标3D检测研究</title><author>秦沛霖 ; 张传伟 ; 周李兵 ; 王健龙</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_mkzdh2022020053</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2022</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>秦沛霖</creatorcontrib><creatorcontrib>张传伟</creatorcontrib><creatorcontrib>周李兵</creatorcontrib><creatorcontrib>王健龙</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>工矿自动化</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>秦沛霖</au><au>张传伟</au><au>周李兵</au><au>王健龙</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>煤矿井下无人驾驶无轨胶轮车目标3D检测研究</atitle><jtitle>工矿自动化</jtitle><date>2022</date><risdate>2022</risdate><volume>48</volume><issue>2</issue><spage>35</spage><epage>41</epage><pages>35-41</pages><issn>1671-251X</issn><abstract>TD67; 基于3D检测的环境感知是实现煤矿井下无轨胶轮车无人驾驶技术的基础.因井下环境中光照不足,导致RGB图像信息缺失,且巷道空间狭小导致激光雷达采集的点云数据存在较多噪声,现有的基于图像或雷达点云的目标3D检测方法在井下难以取得较好的检测效果.针对该问题,提出一种融合图像和雷达点云的无人驾驶无轨胶轮车目标3D检测方法.针对获取的无轨胶轮车行驶环境数据进行预处理:采用全局直方图均衡化方法提升RGB图像亮度,降低井下光照不均影响;对雷达点云数据进行双边滤波去噪及主成分分析降维处理,以提升点云数据质量,减少运算时间.设计了一种融合图像与雷达点云检测模型,采用区域生成网络生成2D图像候选区域,对其与点云数据进行早期特征级融合生成3D候选区域,并与经感兴趣区域池化的图像和点云数据进行后期区域级融合,输出3D检测锚框,实现目标检测.实验结果表明,与基于YOLO3D,MV3D模型的检测方法相比,该方法对待测目标的检测精度较高,较好地实现了精度与检测速度的平衡.井下测试结果表明,该方法能够准确检测出无轨胶轮车行驶环境中的行人或车辆位置,无漏检情况,具有良好的井下适应性.</abstract><pub>西安科技大学机械工程学院,陕西西安710054%中煤科工集团常州研究院有限公司,江苏常州 213015</pub><doi>10.13272/j.issn.1671-251x.2021110068</doi></addata></record>
fulltext fulltext
identifier ISSN: 1671-251X
ispartof 工矿自动化, 2022, Vol.48 (2), p.35-41
issn 1671-251X
language chi
recordid cdi_wanfang_journals_mkzdh202202005
source Directory of Open Access Journals - May need to register for free articles
title 煤矿井下无人驾驶无轨胶轮车目标3D检测研究
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-22T14%3A47%3A13IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E7%85%A4%E7%9F%BF%E4%BA%95%E4%B8%8B%E6%97%A0%E4%BA%BA%E9%A9%BE%E9%A9%B6%E6%97%A0%E8%BD%A8%E8%83%B6%E8%BD%AE%E8%BD%A6%E7%9B%AE%E6%A0%873D%E6%A3%80%E6%B5%8B%E7%A0%94%E7%A9%B6&rft.jtitle=%E5%B7%A5%E7%9F%BF%E8%87%AA%E5%8A%A8%E5%8C%96&rft.au=%E7%A7%A6%E6%B2%9B%E9%9C%96&rft.date=2022&rft.volume=48&rft.issue=2&rft.spage=35&rft.epage=41&rft.pages=35-41&rft.issn=1671-251X&rft_id=info:doi/10.13272/j.issn.1671-251x.2021110068&rft_dat=%3Cwanfang_jour%3Emkzdh202202005%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=mkzdh202202005&rfr_iscdi=true