首页 / 学术中心 / 论文 / 基于机器视觉的煤中杂物智能分选系统研究

全文下载
2020年第02期
2020-06-02
191

基于机器视觉的煤中杂物智能分选系统研究

  • 作者:

    王卫东
    张康辉
    吕子奇
    薛峰
    徐志强
    刘峰
    李佰云
    杨永强
  • 关键词:

    杂物分拣
    杂物智能分选系统
    机器视觉
    系统分拣率
  • 作者单位:

    中国矿业大学(北京)
    淮北矿业集团 涡北选煤厂
    北京英特珂玛智能科技有限公司

摘要

  • 摘要
  • 论文图表
  • 引用格式
  • 相关文章
摘要:

为解决煤炭分选过程中杂物对生产的影响及由此产生的各种问题,设计了基于深度学习和机器视觉的集煤中杂物智能识别、定位和分拣于一体的杂物智能分选系统。该系统建立了基于语义分割的像素级杂物识别模型,计算成本比标准卷积网络模型降低8~9倍;构建了复杂环境条件下的机械手精准抓取策略,能够避开干扰物,实现硬质物料、轻质物料抓取点的精确选择。在涡北选煤厂的应用测试表明,该系统杂物检测准确率为96.647%,机械手分拣成功率为94.759%,系统分拣率为91.640%,能够高效除去煤中杂物,提高了杂物分选过程的智能化水平。

暂无内容

投审稿平台

最新论文