一种基于煤壁红外与三维表征融合的煤岩识别方法

本发明属于煤矿开采，尤其涉及一种基于煤壁红外与三维表征融合的煤岩识别方法。

背景技术：

1、近年来，随着我国煤炭开采环境、工况趋于复杂，开采面经常出现随机走向的岩石断层，传统的轨迹跟踪记忆截割方法已无法满足煤岩走向突变工况的智能化开采。而采煤机一旦截割到硬岩，势必造成滚筒负载和截割能耗增大、截齿磨损损耗加剧，从而降低采煤机的截割效率和减慢开采进度。同时，由于煤矿开采时综采工作面的开采空间、煤壁表面不均匀的截割厚度等问题，导致采煤机同一参数设置无法满足各种情况的开采，严重影响了采煤机开采煤矿时的效率及质量。

2、一种煤岩界面识别方法基于小波分解提取调高油缸压力信号、摇臂振动状态信号、截割电机的电流信号、滚筒轴的扭矩信号等信号，并将其作为bp神经网络模型的输入，进而得到煤岩识别结果，该发明大大提高了识别的精确度和可靠性，但是该发明只能实现当前截割点的煤岩识别，作用域较小。一种煤岩界面识别系统采用探测模块、模拟试验台模块、视觉图像模块等模块实现煤岩三维自相关反向投影成像、采煤工作面的表层视觉探测三维地质识辨预判模型，并构造了煤岩纹理特征，对煤岩图像进行了比较分析，实现对煤岩分界面的高精度识别，但该专利采用普通图像参与识别，在矿下容易收到粉尘、光照的影响，稳定性不能够很好地保障。

3、因此，获取精准的煤岩边界与煤壁三维表征，为采煤机提供精准的截割轨迹优化与截割参数优化途径，是实现井下智能化、无人化开采的关键，是煤矿开采技术领域现阶段亟需解决的问题。

技术实现思路

1、本发明的目的在于提出一种基于煤壁红外与三维表征融合的煤岩识别方法，以获取精准的煤岩边界与煤壁三维表征，为采煤机提供精准的截割轨迹优化与截割参数优化途径。

2、为实现上述目的，本发明提供了一种基于煤壁红外与三维表征融合的煤岩识别方法，具体包括以下步骤：

3、采集初始煤壁红外热成像图和初始煤壁三维点云；

4、对所述初始煤壁红外热成像图进行优化，获取煤壁红外表征；

5、对所述初始煤壁三维点云进行优化，获取煤壁三维表征；

6、将待测煤壁红外热成像图输入预设的语义分割网络模型，输出图像煤岩边界，其中，所述语义分割网络由训练集训练获得，所述训练集包括煤岩边界的图像和标识所述煤岩边界的掩膜图；

7、将所述煤壁红外表征、所述图像煤岩边界与所述煤壁三维表征进行融合，获取融合表征，完成煤壁红外与三维表征融合的煤岩识别。

8、可选的，对所述初始煤壁红外热成像图进行优化，获取所述煤壁红外表征包括：

9、对所述初始煤壁红外热成像图进行校正；

10、对校正后的所述初始煤壁红外热成像图进行高斯滤波，获取最终的煤壁红外热成像图，即所述煤壁红外表征。

11、可选的，对所述煤壁红外热成像图进行校正包括：

12、获取红外热像装置的标定参数，其中，所述红外热像装置用于采集所述初始煤壁红外热成像图；

13、将所述初始煤壁红外热成像图和所述标定参数输入opencv的undistort函数中进行校正。

14、可选的，对校正后的所述煤壁红外热成像图进行高斯滤波，获取所述最终的煤壁红外热成像图包括：

15、利用二维高斯函数，获取高斯模型；

16、利用所述高斯模型对所述校正后的煤壁红外热成像图进行卷积操作，滤除所述校正后的煤壁红外热成像图的高斯噪声，获取最终的煤壁红外热成像图。

17、可选的，对所述初始煤壁三维点云进行优化，获取所述煤壁三维表征包括：

18、通过所述初始煤壁三维点云，计算所述初始煤壁三维点云中每个点到相邻的若干个点的平均距离，并获取所述平均距离大于阈值的初始煤壁三维点云中的离散点；

19、对所述初始煤壁三维点云中的离散点进行滤波降噪，获取煤壁三维点云，其中，所述煤壁三维点云为所述煤壁三维表征。

20、可选的，获取所述语义分割网络模型包括：

21、建立初始语义分割网络模型，所述初始语义分割网络模型包括输入层、中间层和输出层；

22、通过所述训练集对所述初始语义分割网络模型进行训练，获取所述语义分割网络模型。

23、可选的，通过所述训练集对所述初始语义分割网络模型进行训练，获取所述语义分割网络模型包括：

24、s1、将所述训练集中的煤岩边界的图像输入所述初始语义分割网络模型的输入层，形成特征图，并通过所述中间层的编码器，获取第一特征图，所述语义分割网络模型对数据集煤壁红外热成像图的低级局域像素值进行归类与分析，得到高阶语义信息；

25、s2、基于所述高阶语义信息，通过所述中间层的解码器对所述第一特征图进行反卷积，获取第二特征图，并通过所述输出层输出煤岩边界；

26、s3、将所述煤岩边界与所述煤岩边界的掩膜图输入损失函数中，输出损失值；

27、s4、根据所述损失值，所述语义分割网络模型沿着所述损失值下的损失函数梯度进行反向传播，更新语义分割网络模型权重；

28、s5、重复s1-s4，直至所述初始语义分割网络模型的平均精度大于阈值，则获取最优语义分割网络模型。

29、可选的，将所述煤壁红外表征、所述图像煤岩边界与所述煤壁三维表征进行融合，获取所述融合表征包括：

30、利用特征点匹配法对红外热像仪与激光雷达进行联合标定，获取所述激光雷达到红外热像仪的空间转换关系，其中，所述空间转换关系包括旋转矩阵与平移矩阵；

31、根据所述空间转换关系，将所述煤壁红外表征和所述煤壁三维表征对齐，并根据煤壁红外热成像图范围对煤壁三维点云进行裁剪，获取裁剪后的煤壁三维点云；

32、将所述图像煤岩边界映射到所述裁剪后的煤壁三维点云上，并进行深浅着色，获取所述融合表征。

33、可选的，利用所述特征点匹配法对所述红外热像仪与所述激光雷达进行联合标定，获取所述激光雷达到红外热像仪的空间转换关系包括：

34、步骤一、通过所述红外热像仪和所述激光雷达，获取联合标定板红外热成像图和联合标定板三维点云；

35、步骤二、将所述联合标定板三维点云进行不断的旋转与平移，直至所述联合标定板红外热成像图上的特征圆图像与所述联合标定板三维点云上的特征圆三维点云的位置与形状重合，进而根据所述联合标定板三维点云的旋转角度与平移距离，获得所述旋转矩阵与所述平移矩阵；

36、步骤三、重复步骤一和步骤二，获取若干次联合标定过程中所述旋转矩阵与所述平移矩阵的均值，并获取所述激光雷达到红外热像仪的空间转换关系。

37、本发明具有以下有益效果：

38、本发明通过特征点匹配法对红外热像仪与激光雷达进行联合标定，实现了煤壁红外表征及图像煤岩边界与煤壁三维表征的融合识别，获取了融合表征，为后续采煤机截割轨迹优化与截割参数优化提供基础，有助于实现井下的智能化、无人化开采。

技术特征：

1.一种基于煤壁红外与三维表征融合的煤岩识别方法，其特征在于，具体包括以下步骤：

2.如权利要求1所述的一种基于煤壁红外与三维表征融合的煤岩识别方法，其特征在于，对所述初始煤壁红外热成像图进行优化，获取所述煤壁红外表征包括：

3.如权利要求2所述的一种基于煤壁红外与三维表征融合的煤岩识别方法，其特征在于，对所述煤壁红外热成像图进行校正包括：

4.如权利要求3所述的一种基于煤壁红外与三维表征融合的煤岩识别方法，其特征在于，对校正后的所述煤壁红外热成像图进行高斯滤波，获取所述最终的煤壁红外热成像图包括：

5.如权利要求1所述的一种基于煤壁红外与三维表征融合的煤岩识别方法，其特征在于，对所述初始煤壁三维点云进行优化，获取所述煤壁三维表征包括：

6.如权利要求1所述的一种基于煤壁红外与三维表征融合的煤岩识别方法，其特征在于，获取所述语义分割网络模型包括：

7.如权利要求6所述的一种基于煤壁红外与三维表征融合的煤岩识别方法，其特征在于，通过所述训练集对所述初始语义分割网络模型进行训练，获取所述语义分割网络模型包括：

8.如权利要求1所述的一种基于煤壁红外与三维表征融合的煤岩识别方法，其特征在于，将所述煤壁红外表征、所述图像煤岩边界与所述煤壁三维表征进行融合，获取所述融合表征包括：

9.如权利要求8所述的一种基于煤壁红外与三维表征融合的煤岩识别方法，其特征在于，利用所述特征点匹配法对所述红外热像仪与所述激光雷达进行联合标定，获取所述激光雷达到红外热像仪的空间转换关系包括：

技术总结
本发明公开了一种基于煤壁红外与三维表征融合的煤岩识别方法，具体包括以下步骤：采集初始煤壁红外热成像图和初始煤壁三维点云；对初始煤壁红外热成像图进行优化，获取煤壁红外表征；对初始煤壁三维点云进行优化，获取煤壁三维表征；将待测煤壁红外热成像图输入预设的语义分割网络模型，输出图像煤岩边界；将煤壁红外表征、图像煤岩边界与煤壁三维表征进行融合，获取融合表征，完成煤壁红外与三维表征融合的煤岩识别。本发明实现了煤壁红外表征及图像煤岩边界与煤壁三维表征的融合识别，为后续采煤机截割轨迹优化与截割参数优化提供基础，有助于实现井下的智能化、无人化开采。

技术研发人员：王海舰,莫涵,陈杨,李雪梅,钟思
受保护的技术使用者：桂林电子科技大学
技术研发日：
技术公布日：2024/3/24