摘要
一种基于时空一致性约束的动态排土场感知方法,属于计算机视觉领域,包括以下步骤:S1:获取图像、雷达点云多模态传感器数据;S2:通过图像、雷达点云初步识别场景物体;S3:基于识别的物体,构建场景的时空图卷积神经网络;S4:基于时空图卷积神经网络,对节点状态进行预测;S5:对预测结果进行时空一致性约束。本发明提高了排土场的空间信息精度,增强了设备和人员的使用体验,保障了财产安全。降低了无人作业的事故率,提升了自动化作业的安全性,增强了处理突发事件的能力,同时提高了管理效率。实现了自动化生产的精细化安全管理和过程控制,进一步提高了生产效率,维护了生产秩序和安全,同时也提升了排土场的管理和生产效率。
技术关键词
时空图卷积神经网络
时序特征
模态传感器
动态
节点状态预测
环境传感器数据
点云
物体
雷达
节点特征
密度聚类算法
场景
滑动窗口
传感器噪声
邻域
矩阵
图像
自动化作业