摘要
一种基于多普勒雷达和红外相机的人员精确定位与感知方法,分别得到包含煤矿井下作业人员在内的红外数据集和多个雷达RD数据集;对红外、雷达RD数据集进行数据预处理;基于雷达‑红外融合的目标识别算法进行YOLOv8网络模型的构建;基于YOLOv8网络构建YOLO‑T1网络模型;对YOLO‑T1网络模型进行训练;对煤矿井下作业人员的高精度定位与感知;实时煤矿井下作业人员在内的红外数据和多个雷达RD数据,再进行数据预处理;将预处理后的红外数据和雷达RD数据作为输入数据输入至YOLO‑T1网络模型中进行处理,YOLO‑T1网络模型输出作业人员的定位结果。该方法能实现对煤矿井下作业人员的高精度定位和感知。
技术关键词
煤矿井下作业
红外相机
数据
网络
脉冲多普勒雷达
像素点
模块
椒盐噪声
识别算法
双三次插值
特征金字塔
强化特征
图像还原
加权特征
滤波方法
生成特征
系统为您推荐了相关专利信息
检测跟踪方法
车辆
光照变化图像
纹理特征
生成对抗网络
四硫代钼酸铵
斑马鱼
有效性评估方法
骨质疏松模型
生物医学技术
等级识别方法
神经网络模型
环境光
太阳光
雨量传感器