煤仓煤位检测在煤矿安全生产工作中发挥着重要作用,是防止空仓造成风流短路、煤炭溢出煤仓埋人压设备等事故发生的重要措施。然而,现有煤仓煤位检测方法存在着可靠性低、测量误差大等问题,难以满足煤矿安全生产对煤仓煤位检测的需求。本课题将针对煤仓煤位检测特点,进行以下研究:(1)煤仓煤位主动光源的成像模型;(2)煤仓中悬浮微粒的前向散射模型;(3)煤仓中悬浮微粒的后向散射消除方法;(4)煤仓煤位成像模型;(5)煤仓煤位分辨率扩展三维模型;(6)煤仓煤位深度估计方法;(7)出版著作1部;(8)发表论文被EI收录5~8篇;(9)申请专利3~5项;(10)培养博士生5名。研究成果对促进煤仓煤位检测理论与技术发展,保障煤矿安全生产具有十分重要的理论意义和实用价值。
煤仓煤位检测在煤矿安全生产工作中发挥着重要作用,是防止空仓造成风流短路、煤炭溢出煤仓埋人压设备等事故发生的重要措施。本项目立项之初,针对当时煤仓煤位检测方法存在着可靠性低、测量误差大等问题,进行基于立体视觉的煤仓煤位检测方法研究。在国家自然科学基金委员会基金项目“基于立体视觉的煤仓煤位检测方法研究”(51074169)的支持下,课题组公开发表标注论文31篇(其中SCI收录1篇,EI收录11篇),其中2篇被“领跑者5000-中国精品课件期刊顶尖学术论文(F5000)”收录;课题组出版标注著作1部;课题组在项目研究期间授权专利11项(其中授权发明专利5项),项目研究期间申请发明专利4项;课题组负责人以第1完成人制定中华人民共和国煤炭行业及安全生产行业标准12项;项目研究期间课题组培养已毕业的博士6名(学位毕业论文均标注);获国家科技进步二等奖一项,部级科技进步一等奖1项,超额完成了项目计划任务书规定的任务。研究成果对促进煤仓煤位检测理论与技术发展,保障煤矿安全生产具有十分重要的理论意义和实用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于SSVEP 直接脑控机器人方向和速度研究
基于全模式全聚焦方法的裂纹超声成像定量检测
基于图卷积网络的归纳式微博谣言检测新方法
人工智能技术在矿工不安全行为识别中的融合应用
面向工件表面缺陷的无监督域适应方法
立体视觉检测仪器及系统
基于全方向成像摄象机的立体视觉方法
基于折反射全向立体视觉的运动目标检测与跟踪研究
基于立体视觉的动态手势识别与语义描述方法