龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国矿业大学
申请日：2024-03-28
公开（公告）日：2024-06-14
公开（公告）号：CN118196126A
主分类号：G06T7/13
分类号：G06T7/13;G06T7/66;G06T5/70;G06N3/0499;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明公开的一种基于深度学习的井下巷道点云边界线提取方法，涉及矿井点云边界线提取技术领域。该方法首先通过激光雷达采集巷道点云数据，然后对点云数据进行去噪、特征保留及特征重建；接着进行数据切片，对点云视角下的锚杆进行标注，并制作训练集；再接着建立点云识别网络，识别锚杆与其中心点；最后依据巷道切片结合识别结果的锚杆在巷道壁的中心，记录其位置，并标红；在巷道切片上连接标红点，成功绘制巷道边界，成图保存下来。本发明利用激光雷达采集点云数据，识别巷道壁上钻打的锚杆寻找边界点，并结合神经网络得到边界点，大大提高了巷道边界识别的精准度与效率。
主权项：1.一种基于深度学习的井下巷道点云边界线提取方法，其特征在于，包括以下步骤：S1、激光雷达上电，采集巷道数据，记录锚杆间隔amg，在锚杆下方处进行测量，并保存到数据库中；S2、对点云数据进行去噪、特征保留及特征重建；S3、进行数据切片，对点云视角下的锚杆进行标注，并制作训练集；S4、建立点云识别网络，并训练得到最优权重文件；S5、通过网络识别锚杆与其中心点；S6、依据巷道切片结合识别结果的锚杆在巷道壁的中心，记录其位置，并标红；S7、在巷道切片上连接标红点，成功绘制巷道边界，成图保存下来。
全文数据：
权利要求：
百度查询： 中国矿业大学 一种基于深度学习的井下巷道点云边界线提取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号