基于YOLOv8神经网络的救援钻机钻杆自动衔接的控制系统技术方案

本发明专利技术公开了一种基于YOLOv8神经网络的救援钻机钻杆衔接的控制系统，包括：摄像头，用于拍摄含有钻杆接头的图像数据；上位机，用于读取图像数据，并调用YOLOv8神经网络对图像数据中的钻杆接头识别跟踪，利用PnP算法计算钻杆接头的位姿参数；所述位姿参数为钻杆接头在相机坐标系下的参数，根据所述位姿参数计算钻杆接头与铁钻工的高度差；下位机，上位机将所述杆接头与铁钻工的高度差传输给下位机，下位机基于所述高度差控制铁钻工移动到钻杆接头，钳住钻杆接头，并控制铁钻工完成旋紧或冲卸动作。采用深度学习与传统视觉结合的方法解决了传统视觉方法中受光线影响大、泛化能力差的问题。

【技术实现步骤摘要】

本专利技术属于钻井作业，尤其涉及基于yolov8神经网络的救援钻机钻杆自动衔接的控制系统。

技术介绍

1、目前，铁钻工对钻杆衔接界面的定位大多仍然依赖人工操作，需要操作人员将其移动到指定的作业位置，然后通过钳体前端传感器进行短距离钻杆定位，这导致铁钻工无法实现完全自动化。

2、铁钻工作为重要的钻井作业设备，在自动化水平方面已经有了较高的发展，能够快速、便捷地完成钻杆的冲卸、旋紧工作。然而，目前将铁钻工移动至钻头衔接的传统方法通常依赖于人工操作，同时还需要结合使用光电、超声波等传感器进行定位。这种操作方式由于人为介入，使铁钻工的自动化程度大打折扣，降低了钻井工作效率，同时也存在着因操作不当引发的事故风险。此外，当前使用相关传感器进行定位的自动化方案存在一些缺陷，例如当钻杆表面出现磨损或沾粘泥污等情况时，检测精度就会大大降低。因此，推动铁钻工朝着完全自动化方向发展，进一步提升铁钻工上/卸扣的工作效率和安全可靠性。

3、在钻井作业中，将机器视觉应用于铁钻工上/卸扣作业位置的识别与定位非常必要，可以提升铁钻工在上/卸扣工作中的效率和成功率。本文档来自技高网...

【技术保护点】

1.基于YOLOv8神经网络的钻机钻杆衔接的控制系统，其特征在于，包括：

2.根据权利要求1所述基于YOLOv8神经网络的钻机钻杆衔接的控制系统，其特征在于，所述YOLOv8神经网络的Backbone中包括CBAM注意力模块，所述CBAM注意力模块与SPPF模块的输出端连接，CBAM注意力模块的输出连接YOLOv8神经网络的Neck部分；

3.根据权利要求2所述基于YOLOv8神经网络的钻机钻杆衔接的控制系统，其特征在于，通道注意力模块CAM包括并行的MaxPool层和AvgPool层、Share MLP模块；

4.根据权利要求2所述基于YOLOv8神...

【技术特征摘要】

1.基于yolov8神经网络的钻机钻杆衔接的控制系统，其特征在于，包括：

2.根据权利要求1所述基于yolov8神经网络的钻机钻杆衔接的控制系统，其特征在于，所述yolov8神经网络的backbone中包括cbam注意力模块，所述cbam注意力模块与sppf模块的输出端连接，cbam注意力模块的输出连接yolov8神经网络的neck部分；

3.根据权利要求2所述基于yolov8神经网络的钻机钻杆衔接的控制系统，其特征在于，通道注意力模块cam包括并行的maxpool层和avgpool层、share mlp模块；

4.根据权利要求2所述基于yolov8神经网络的钻机钻杆衔接的控制系统，其特征在于，空间维度注意力模块sam包括最大池化、平均池化层和卷积层；

5.根据权利要求1所述基于yolov8神经网络的钻机钻杆衔接的控制系统，其特征在于，所述计算钻杆接头的位姿参数，具体如下：

【专利技术属性】
技术研发人员：叶宾，张云龙，李会军，陆强，廖宇，王启润，蒋龙浩，谢成信，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：