留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于EAIDK的智能煤矸分拣系统设计

王冠军 苏婷婷 刘文博 钱智平 李佳泽

王冠军,苏婷婷,刘文博,等.基于EAIDK的智能煤矸分拣系统设计[J].工矿自动化,2020,46(1):105-108..  doi: 10.13272/j.issn.1671-251x.2019050019
引用本文: 王冠军,苏婷婷,刘文博,等.基于EAIDK的智能煤矸分拣系统设计[J].工矿自动化,2020,46(1):105-108..  doi: 10.13272/j.issn.1671-251x.2019050019
WANG Guanjun, SU Tingting, LIU Wenbo, et al. Design of intelligent coal and gangue sorting system based on EAIDK[J]. Industry and Mine Automation, 2020, 46(1): 105-108. doi: 10.13272/j.issn.1671-251x.2019050019
Citation: WANG Guanjun, SU Tingting, LIU Wenbo, et al. Design of intelligent coal and gangue sorting system based on EAIDK[J]. Industry and Mine Automation, 2020, 46(1): 105-108. doi: 10.13272/j.issn.1671-251x.2019050019

基于EAIDK的智能煤矸分拣系统设计

doi: 10.13272/j.issn.1671-251x.2019050019
基金项目: 

国家自然科学基金项目(61772530,61402483,51104157)

江苏省自然科学基金面上项目(BK20171192)

教育部产学合作协同育人项目(ARM/NXP-2017

MICRODUINO 2018)

江苏省大学生创新训练计划项目

详细信息
  • 中图分类号: TD94

Design of intelligent coal and gangue sorting system based on EAIDK

  • 摘要: 现有基于图像识别的煤矸石分拣方法实时性较差且整体分拣准确率不高,而基于密度的分拣方法适用于井下初选,成本较高。针对上述问题,设计实现了一种基于EAIDK的智能煤矸分拣系统。采用嵌入式人工智能开发平台EAIDK构建矸石识别和分拣控制硬件平台,在嵌入式深度学习框架Tengine下利用深度学习算法搭建卷积神经网络,建立端到端可训练图像检测模型,并利用智能摄像机获取的图像数据训练模型;通过手眼标定获得摄像机坐标系与机械臂坐标系之间的关系,控制机械臂进行矸石追踪和分拣。实验结果表明,该系统矸石识别准确率稳定保持在95%以上,机械臂跟踪时间小于30 ms,执行误差为1 mm左右,可以满足煤矸分拣工艺要求。

     

  • 加载中
计量
  • 文章访问数:  157
  • HTML全文浏览量:  25
  • PDF下载量:  26
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-01-20

目录

    /

    返回文章
    返回