一种基于红外图像的采煤机滚筒截割干涉状态识别方法

本发明公开了一种基于红外图像的采煤机滚筒截割干涉状态识别方法，采用红外摄像仪对周围环境进行拍摄，有效避免了井下低照度、高粉尘、强水雾等复杂照明环境对识别精度的限制，确保目标轮廓的稳定性与清晰度；接着通过深度学习网络对红外图像进行分析处理，采用Shi‑Tomasi角点检测算法从红外图像中确定液压支架护帮板在区域中的四个角点，进而精准解算液压支架护帮板的空间姿态，并构建采煤机滚筒的三维轨迹模型，采用卡尔曼滤波获取两者的预测位姿，进而通过预警等级划分判断截割干涉状态，显著提升综采系统的响应速度与安全保障能力，实现对截割干涉状态的动态预测与实时响应，保证截割干涉状态识别的效率及精度。