一种基于深度学习的煤矿井下智能应用云服务平台制造技术

技术编号:21892878 阅读:35 留言:0更新日期:2019-08-17 14:53
本发明专利技术提供的基于深度学习的煤矿井下智能应用云服务平台,为用户提供智能感知模型训练所需的样本数据库集,尤其是三维样本数据库集。云服务平台还集成有深度学习框架以及功能接口。客户端通过调用信息获取接口、框架调度接口能够直接从云服务平台中调取训练样本数据和深度学习框架执行迭代训练并获得满足用户需求的智能感知模型,通过数据下载接口将训练得到的符合需求的感知模型下载到客户端本地,供用户技术研究开发使用。以上方案,对于客户端配置要求大大降低的同时,能够为用户提供煤矿井下所涉及到的三维空间样本数据和深度学习框架供用户训练学习得到所需要的智能感知模型,满足煤矿井下基于深度学习的智能感知应用技术开发需求。

An Intelligent Application Cloud Service Platform for Coal Mine Based on Deep Learning

【技术实现步骤摘要】
一种基于深度学习的煤矿井下智能应用云服务平台
本专利技术涉及煤矿自动化、智能化开采
,具体涉及一种基于深度学习的煤矿井下智能应用云服务平台。
技术介绍
随着人工智能的快速发展,为了实现煤矿智能化、无人化开采,需要对煤矿井下设备、工作人员及环境状况建立起智能化感知、认知模型。由于机器学习特别是深度学习技术的广泛推广应用,现有技术中推出多种能够对样本数据进行训练学习的机器学习方法模型和框架。在具体实现过程中,用户可以获取某一场景下的海量数据作为样本数据,选择某一机器学习框架和模型对样本数据进行迭代训练。在迭代训练过程中,计算每次训练结果与期望值之间的误差,利用误差反向传播来调整优化算法模型中的权重参数,直至误差趋于零或者训练次数达到设定阈值。最终训练得到的模型可供用户实际应用开发使用,作为具体场景智能感知、认知的算法模型。目前在解决煤矿井下智能感知难题,实现煤矿智能化、无人化开采的进程中,诸如上述方案的现有技术,还难以推广应用到煤矿井下实际场景中,归结其主要原因在于煤炭领域行业相对专业,作业场景环境复杂,外界获取机器学习的样本数据途径有限,数量远远达不到技术本身要求的规模。即使网络上获取的训练样本数据,其规模数量极其有限,类别丰富程度也比较单一。同时,由于煤矿井下场景的复杂性和特殊性,迫切需要解决井下三维空间的智能感知问题,而对于井下三维空间的智能感知模型训练所需的三维空间样本数据更是缺乏,甚至匮乏。同时,目前用户可以获得的公开样本数据也无法满足煤矿井下基于深度学习的智能感知应用需求。
技术实现思路
本专利技术实施例旨在提供一种基于深度学习的煤矿井下智能应用云服务平台,以解决现有技术中的服务平台无法满足煤矿井下基于深度学习的智能感知应用技术开发的样本数据需求。为解决上述技术问题,本专利技术提供一种基于深度学习的煤矿井下智能应用云服务平台,包括:样本数据库集,其包括用于煤矿井下三维空间感知的三维点云样本数据库集;所述三维点云样本数据库集包括三维空间感知训练样本子集和三维空间感知验证样本子集;深度学习框架集合,包括至少一种深度学习框架模型;功能接口,供客户端调用;所述功能接口包括与所述样本数据库集连接的信息获取接口、与所述深度学习框架集合连接的框架调度接口以及数据下载接口;响应于客户端发送的三维空间感知模型训练指令,所述框架调度接口从所述深度学习框架集合中调取深度学习框架模型,所述信息获取接口从所述样本数据库集中调取所述三维空间感知训练样本子集和所述三维空间感知验证样本子集,所述深度学习框架模型根据所述三维空间感知训练样本子集和所述三维空间感知验证样本子集执行迭代训练对所述深度学习框架模型的权重参数进行调整优化以得到符合需求的三维空间感知模型;响应于客户端发送的模型下载指令,所述数据下载接口将所述符合需求的三维空间感知模型下载至客户端本地。可选地,上述的基于深度学习的煤矿井下智能应用云服务平台中,所述三维点云样本数据库集中还包括三维空间感知测试样本子集;响应于客户端发送的三维空间感知模型测试指令,所述信息获取接口从所述样本数据库集中调取所述三维空间感知测试样本子集,将所述三维空间感知测试样本子集中的数据输入至所述符合需求的三维空间感知模型中测试所述符合需求的三维空间感知模型的性能。可选地,上述的基于深度学习的煤矿井下智能应用云服务平台中,所述样本数据库集中还包括用于煤矿井下视觉感知的二维视觉图像样本数据库集;所述二维视觉图像样本数据库集包括二维视觉图像训练样本子集和二维视觉图像验证样本子集;响应于客户端发送的视觉感知模型训练指令,所述框架调度接口从所述深度学习框架集合中调取深度学习框架模型,所述信息获取接口从所述样本数据库集中调取所述二维视觉图像训练样本子集和所述二维视觉图像验证样本子集,所述深度学习框架模型根据所述二维视觉图像训练样本子集和所述二维视觉图像验证样本子集执行迭代训练,根据迭代训练对所述深度学习框架模型的权重参数进行调整优化以得到符合需求的视觉感知模型;响应于客户端发送的模型下载指令,通过所述数据下载接口将所述符合需求的视觉感知模型下载至客户端本地。可选地,上述的基于深度学习的煤矿井下智能应用云服务平台中,所述二维视觉图像样本数据库集中还包括二维视觉图像测试样本子集;响应于客户端发送的视觉感知模型测试指令后,所述信息获取接口从所述二维视觉图像样本数据库集中调取所述二维视觉图像测试样本子集,将所述二维视觉图像测试样本子集中的数据输入至所述符合需求的视觉感知模型中测试所述符合需求的视觉感知模型的性能。可选地,上述的基于深度学习的煤矿井下智能应用云服务平台中,所述功能接口还包括样本数据上传接口;响应于客户端发送的样本数据上传指令后,所述样本数据上传接口将客户端本地的二维视觉图像训练样本数据上传至所述二维视觉图像训练样本子集中,或者将客户端本地的二维视觉图像验证样本数据上传至所述二维视觉图像验证样本子集中,或者将客户端本地的二维视觉图像测试样本数据上传至所述二维视觉图像测试样本子集中,或者将客户端本地的三维空间感知训练样本数据上传至三维空间感知训练样本子集中,或者将客户端本地的三维空间感知验证样本数据上传至所述三维空间感知验证样本子集中,或者将客户端本地的三维空间感知测试样本数据上传至所述三维空间感知测试样本子集中。可选地,上述的基于深度学习的煤矿井下智能应用云服务平台中,所述功能接口还包括:格式转换接口,与所述样本数据上传接口连接;响应于客户端发送的格式转换指令后,所述格式转换接口将所述样本数据上传接口上传的样本数据转换至目标格式后再将其上传至相应子集中;个性化标注接口,与所述样本数据库集和所述样本数据上传接口连接;响应于客户端发送的个性化标注指令后,所述个性化标注接口对客户端上传的样本数据进行标注操作,并分别将样本数据、样本数据标注结果通过样本数据上传接口上传至样本数据库集的对应数据库集中,同时存储于客户端本地。可选地,上述的基于深度学习的煤矿井下智能应用云服务平台中,所述三维点云样本数据库集中还包括标定数据子集;所述标定数据子集包括用于对可见光摄像仪进行标定的摄像仪标定数据和用于对三维激光雷达扫描仪进行标定的扫描仪标定数据;所述摄像仪标定数据用于表征可见光摄像仪之间的旋转及平移位置关系,视觉图像的畸变矫正以及矫正后视觉图像在三维空间的转换;所述扫描仪标定数据用于表征三维激光雷达扫描仪坐标系到可见光摄像仪坐标系的旋转及平移位置关系。可选地,上述的基于深度学习的煤矿井下智能应用云服务平台中,所述二维视觉图像样本数据库集中:所述二维视觉图像训练样本子集中存储的二维视觉图像训练样本数据包括一一对应的视觉图像数据和标注数据;所述二维视觉图像验证样本子集中存储的二维视觉图像验证样本数据包括一一对应的视觉图像数据和标注数据;所述二维视觉图像测试样本子集中存储的二维视觉图像测试样本数据。可选地,上述的基于深度学习的煤矿井下智能应用云服务平台中,所述三维点云样本数据库集中:所述三维点云样本数据库集中的三维空间感知训练样本子集包括一一对应的视觉图像数据、点云数据和标注数据;所述三维点云样本数据库集中的三维空间感知验证样本子集包括一一对应的视觉图像数据、点云数据和标注数据;所述三维点云样本数据库集中的三维空间感知测本文档来自技高网...

【技术保护点】
1.一种基于深度学习的煤矿井下智能应用云服务平台,其特征在于,包括:样本数据库集,其包括用于煤矿井下三维空间感知的三维点云样本数据库集;所述三维点云样本数据库集包括三维空间感知训练样本子集和三维空间感知验证样本子集;深度学习框架集合,包括至少一种深度学习框架模型;功能接口,供客户端调用;所述功能接口包括与所述样本数据库集连接的信息获取接口、与所述深度学习框架集合连接的框架调度接口以及数据下载接口;响应于客户端发送的三维空间感知模型训练指令,所述框架调度接口从所述深度学习框架集合中调取深度学习框架模型,所述信息获取接口从所述样本数据库集中调取所述三维空间感知训练样本子集和所述三维空间感知验证样本子集,所述深度学习框架模型根据所述三维空间感知训练样本子集和所述三维空间感知验证样本子集执行迭代训练对所述深度学习框架模型的权重参数进行调整优化以得到符合需求的三维空间感知模型;响应于客户端发送的模型下载指令,所述数据下载接口将所述符合需求的三维空间感知模型下载至客户端本地。

【技术特征摘要】
1.一种基于深度学习的煤矿井下智能应用云服务平台,其特征在于,包括:样本数据库集,其包括用于煤矿井下三维空间感知的三维点云样本数据库集;所述三维点云样本数据库集包括三维空间感知训练样本子集和三维空间感知验证样本子集;深度学习框架集合,包括至少一种深度学习框架模型;功能接口,供客户端调用;所述功能接口包括与所述样本数据库集连接的信息获取接口、与所述深度学习框架集合连接的框架调度接口以及数据下载接口;响应于客户端发送的三维空间感知模型训练指令,所述框架调度接口从所述深度学习框架集合中调取深度学习框架模型,所述信息获取接口从所述样本数据库集中调取所述三维空间感知训练样本子集和所述三维空间感知验证样本子集,所述深度学习框架模型根据所述三维空间感知训练样本子集和所述三维空间感知验证样本子集执行迭代训练对所述深度学习框架模型的权重参数进行调整优化以得到符合需求的三维空间感知模型;响应于客户端发送的模型下载指令,所述数据下载接口将所述符合需求的三维空间感知模型下载至客户端本地。2.根据权利要求1所述的基于深度学习的煤矿井下智能应用云服务平台,其特征在于:所述三维点云样本数据库集中还包括三维空间感知测试样本子集;响应于客户端发送的三维空间感知模型测试指令,所述信息获取接口从所述样本数据库集中调取所述三维空间感知测试样本子集,将所述三维空间感知测试样本子集中的数据输入至所述符合需求的三维空间感知模型中测试所述符合需求的三维空间感知模型的性能。3.根据权利要求1所述的基于深度学习的煤矿井下智能应用云服务平台,其特征在于:所述样本数据库集中还包括用于煤矿井下视觉感知的二维视觉图像样本数据库集;所述二维视觉图像样本数据库集包括二维视觉图像训练样本子集和二维视觉图像验证样本子集;响应于客户端发送的视觉感知模型训练指令,所述框架调度接口从所述深度学习框架集合中调取深度学习框架模型,所述信息获取接口从所述样本数据库集中调取所述二维视觉图像训练样本子集和所述二维视觉图像验证样本子集,所述深度学习框架模型根据所述二维视觉图像训练样本子集和所述二维视觉图像验证样本子集执行迭代训练,根据迭代训练对所述深度学习框架模型的权重参数进行调整优化以得到符合需求的视觉感知模型;响应于客户端发送的模型下载指令,通过所述数据下载接口将所述符合需求的视觉感知模型下载至客户端本地。4.根据权利要求3所述的基于深度学习的煤矿井下智能应用云服务平台,其特征在于:所述二维视觉图像样本数据库集中还包括二维视觉图像测试样本子集;响应于客户端发送的视觉感知模型测试指令后,所述信息获取接口从所述二维视觉图像样本数据库集中调取所述二维视觉图像测试样本子集,将所述二维视觉图像测试样本子集中的数据输入至所述符合需求的视觉感知模型中测试所述符合需求的视觉感知模型的性能。5.根据权利要求4所述的基于深度学习的煤矿井下智能应用云服务平台,其特征在于:所述功能接口还包括样本数据上传接口;响应于客户端发送的样本数据上传指令后,所述样本数据上传接口将...

【专利技术属性】
技术研发人员:南柄飞王凯郭志杰李首滨陈凯姚钰鹏张守祥
申请(专利权)人:北京天地玛珂电液控制系统有限公司北京煤科天玛自动化科技有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1