基于深度学习的煤矿巷道运输中的障碍物检测方法、装置、设备及介质

本申请提供了一种基于深度学习的煤矿巷道运输中的障碍物检测方法、装置、设备及介质，其中，所述方法包括：对获取到的RGB图像与原始红外图像进行粉尘散射补偿与空间对齐，生成增强多源数据；将增强多源数据输入双流特征融合网络，提取并融合可见光纹理特征与红外结构特征，生成联合特征向量；基于联合特征向量，通过物理解码器重建障碍物三维支撑面几何模型，三维支撑面几何模型用于解析障碍物的空间姿态参数；对空间姿态参数和获取到的巷道扰动数据、车辆震动数据进行多物理场融合，得到动态稳定性风险系数；动态稳定性风险系数用于生成运输设备路线规划指令。采用本方法能够预测障碍物的稳定性风险。