适于煤矿井下运输机车的辅助驾驶方法技术

本发明专利技术涉及一种适于煤矿井下运输机车的辅助驾驶方法。其包括：实时获取煤矿井下运输机车前行方向的空间环境信息，将行走前方目标激光点云、行走前方目标图像加载到障碍物检测模型内，以通过障碍物检测模型输出相应的障碍物状态信息，将行走前方目标图像加载到轨道检测模型内，以经轨道检测模型输出相应的轨道形状信息，当障碍物状态信息为存在影响前行障碍物和/或轨道形状信息为弯轨道状态时，则生成驾驶提示信息。本发明专利技术能对煤矿井下运输机车前行方向的空间环境状态有效检测，并对煤矿井下运输机车的运行调控，提高煤矿井下运输机车运行的稳定性与可靠性。

【技术实现步骤摘要】

本专利技术涉及一种辅助驾驶方法，尤其是一种适于煤矿井下运输机车的辅助驾驶方法。

技术介绍

1、为了能满足无人驾驶的需求，需在无人驾驶的车辆上安装车辆感知系统，以利用车轮感知系统感知周围环境，为进一步的路径规划、运动决策等提供支持。与地面或露天矿山的无人驾驶相比，井下行驶巷道具有空间狭小、光照不均、温度高、湿度大、部分巷道底板不平等特点，此外，还有瓦斯和煤尘等爆炸性物质，因此，井下的环境，会限制车辆感知器件的性能。

2、目前，基于深度学习的煤矿井下目标检测中，大多采用的单传感器，如采用视觉相机或单个激光雷达，具体地，视觉相机可以获取周围环境及物体的丰富信息，但是由于缺乏深度特征，无法获取准确的三维空间信息，且易受外界环境的干扰；激光雷达鲁棒性较好，可以精确地获得物体的三维空间信息，但其分辨率低，无法获得丰富的物体信息。

3、由于煤矿井下环境复杂、光照低且粉尘含量大等，传统的基于视觉的图像识别算法，难以准确高效地检测出煤矿井下运输机车车前方的障碍物、人员以及轨道走向等。此外，由于对煤矿井下的激光雷达点云数据特征提取困难，可能导致错检和漏本文档来自技高网...

【技术保护点】

1.一种适于煤矿井下运输机车的辅助驾驶方法，其特征是，所述辅助驾驶方法包括：

2.根据权利要求1所述的适于煤矿井下运输机车的辅助驾驶方法，其特征是，利用障碍物检测模型进行障碍物检测时，包括：

3.根据权利要求2所述的适于煤矿井下运输机车的辅助驾驶方法，其特征是，所述障碍物检测模型包括点云特征提取网络以及图像特征提取网络，其中，

4.根据权利要求3所述的适于煤矿井下运输机车的辅助驾驶方法，其特征是，点云-图像特征交叉聚焦线性注意力融合模块包括查询特征处理单元以及键特征处理单元，其中，

5.根据权利要求4所述的适于煤矿井下运输机车的辅助驾驶方法...

【技术特征摘要】

1.一种适于煤矿井下运输机车的辅助驾驶方法，其特征是，所述辅助驾驶方法包括：

2.根据权利要求1所述的适于煤矿井下运输机车的辅助驾驶方法，其特征是，利用障碍物检测模型进行障碍物检测时，包括：

3.根据权利要求2所述的适于煤矿井下运输机车的辅助驾驶方法，其特征是，所述障碍物检测模型包括点云特征提取网络以及图像特征提取网络，其中，

4.根据权利要求3所述的适于煤矿井下运输机车的辅助驾驶方法，其特征是，点云-图像特征交叉聚焦线性注意力融合模块包括查询特征处理单元以及键特征处理单元，其中，

5.根据权利要求4所述的适于煤矿井下运输机车的辅助驾驶方法，其特征是，所述查询特征处理单元包括查询特征mish激活函数以及查询特征聚焦函数，其中，

【专利技术属性】
技术研发人员：李明，程军，沙猛，朱美强，田军，杜边境，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：