基于一维卷积神经网络的掘进机截割部磁场辅助定位技术
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    悬臂式掘进机自动化、智能化的关键在于掘进机截割部的跟踪定位,其中双目立体视觉测量是重要的检测手段之一,但是当截割部被机身遮挡或粉尘比较严重时,会导致视觉定位失效。为解决该问题,提出一种基于一维卷积神经网络(1D-CNN)的辅助定位方法,以磁场强度分量和双目立体视觉技术获取的位姿数据作为训练数据,获得网络参数。结果表明,1D-CNN对截割部轨迹预测较好,空间角度俯仰角、偏航角预测精度达到99%以上,总体精度满足悬臂式掘进机位姿的测量要求。所提出的方法可以有效预测掘进机截割部的空间位姿信息,与BP全连接神经网络相比,具有自动提取特征、避免过拟合的优点,为掘进机截割部定位提出了新的思路。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

周红旭,孙海军,张 雷,王华英.基于一维卷积神经网络的掘进机截割部磁场辅助定位技术[J].河北科技大学学报,,():

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2022-05-06
  • 出版日期: