【技术实现步骤摘要】
模型训练方法、矿用洒水车智能喷洒方法及系统
[0001]本专利技术涉及露天矿矿山洒水车监管领域,具体涉及模型训练方法、矿用洒水车智能喷洒方法及系统。
技术介绍
[0002]随着煤矿产业的不断扩大,目前大型露天矿区多采用重型自卸车辆运输,运输道路一般都是未经修筑的土路,路面平整度差,路面扬尘无法避免,不仅污染周围环境,损害工作人员的身体健康,而且缩短车辆的使用寿命,此外,扬尘会影响车辆驾驶员的视线,影响行车安全,降低生产效率;同时煤矿开采之后形成临空面,与空气充分接触后,达到着火点会局部自燃,会造成煤炭资源的损失、地面塌陷,向空气中排放大量一氧化碳、二氧化硫等有害气体,对环境产生极大的污染;因此,必须对矿区的火煤和扬尘进行洒水除尘处理。
[0003]目前对露天矿火煤和扬尘常用的除尘方式是通过洒水车持续在路面上进行洒水,这种方法虽然能达到一定的除尘效果,但是持续洒水,浪费水资源;露天矿道路情况复杂,需要对路径进行合理规划,那么该如何快速、准确地获取道路路面信息成为道路养护工作的关键所在。
技术实现思路
[ ...
【技术保护点】
【技术特征摘要】
1.一种火煤和扬尘识别模型的训练方法,其特征在于,包括如下步骤:步骤一,数据采集,获取带有火煤和扬尘监控视频数据;步骤二,火煤和扬尘视频数据处理为火煤和扬尘的图片数据;步骤三,火煤和扬尘的图片数据打标,形成数据集;步骤四,搭建YoloV6模型,并导入步骤三处理后的数据集;进行训练,得到具有火煤和扬尘识别能力的模型。2.根据权利要求1所述的一种火煤和扬尘识别模型的训练方法,其特征在于:步骤三的具体方式为使用labelme软件将扬尘的图片数据中,火煤和扬尘的地方用矩形框出来并给予标签,将标注好的图像转为txt格式,火煤和扬尘的图片数据及其标签对应,形成数据集。3.根据权利要求2所述的一种火煤和扬尘识别模型的训练方法,其特征在于:将数据集进一步进行如下操作,使用python自动化脚本,将数据集按照训练集:验证集:测试集为7:2:1;将处理后的图片其标签存入服务器。4.根据权利要求1所述的一种火煤和扬尘识别模型的训练方法,其特征在于:步骤四训练过程中进行多次调参。5.一种矿用洒水车智能喷洒方法,其特征在于,包括如下步骤:步骤S1,实时视频数据采集;步骤S2,通过无线方式传输到DeepStream进行处理;DeepStream上部署了实施例一训练好的火煤和扬尘识别模型;对火煤和扬尘进行识别检测;步骤S3,通过激光云台定位最终火煤扬尘位置;步骤S4,洒水车到达指定位置喷洒。6.根据权利要求5所述的一种矿用洒水车智能喷洒方法,其特征在于:步骤S4具体为,在洒水车出发前,需要监测洒水车内水位、流量、位置。7.根据权利要求5所述的一种矿用洒水车智能喷洒方法,其特征在于:步骤S4具体为,规划洒水车行驶的最优路径;洒水车通过最优路径进行喷洒。8.根据权利要求7所述的一种矿用洒水车智能喷洒方法,其特征在于:最优路径的规划方法如下:把矿山中的道路抽象成为网络模型,把路径抽象为网络模型中的边,再把路径距离转化为边的权值;将调度中心和各个喷洒点抽象成N个节点...
【专利技术属性】
技术研发人员:张飞,郝斌,张欣怡,王金明,任晓颖,刘丕亮,李金柱,
申请(专利权)人:扎鲁特旗扎哈淖尔煤业有限公司,
类型:发明
国别省市:
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。