摘要
本申请公开了一种露天煤矿挖掘机的自动控制系统及方法,通过获取光谱传感器和摄像头采集的煤堆表面状态图像和煤堆光谱图像集合,并采用基于深度学习的神经网络模型对两者分别进行特征提取以捕捉煤堆的外在形态特征和内在属性特征,以得到煤堆的表面状态特征和光谱特征表示,进一步通过对表面状态特征和光谱特征进行多模态综合分析以挖掘出两者之间的本质关联特征表示,并基于此准确判断煤堆的类型。通过这样的方式,能够实现对煤堆的精准识别,从而智能化地生成挖掘任务指令,提高了挖掘效率和资源利用率。
技术关键词
煤堆表面
露天煤矿挖掘机
自动控制系统
编码向量
编码特征
多模态
卷积模型
光谱传感器
光谱特征提取
链环
特征提取单元
特征提取模块
自动控制方法
识别模块
分析模块
图像采集模块
指令
神经网络模型
系统为您推荐了相关专利信息
图像编码器
三维医学图像分割
视觉
编码特征
深度注意力机制
北斗差分定位
信号识别模型
双差模糊度
相位观测值
编码器
激励生成方法
环境感知数据
画像模型
设备状态数据
自然语言生成方法
车辆图像分割方法
状态空间模型
拉普拉斯
动态剪枝
空间模块