潘红光 作品数:40 被引量:100 H指数:5 供职机构: 西安科技大学电气与控制工程学院 更多>> 发文基金: 国家自然科学基金 中国博士后科学基金 青年科技基金 更多>> 相关领域: 自动化与计算机技术 矿业工程 电子电信 电气工程 更多>>
基于PDR算法与伪平面技术的井下人员定位方法研究 被引量:2 2024年 为了降低行人航位推算(Pedestrian dead reckoning,PDR)算法在进行井下人员定位时产生的累积误差,提出了一种基于PDR算法与伪平面技术的井下人员定位方法。首先,采用惯性导航传感器获取井下人员的步态信息,通过线性步长估计模型和四元数法实现步长估计和方向估计,利用PDR算法推算人员的位置;其次,使用井下人员活动区域以及预设的标记点构建伪平面,并将井下人员位置映射到伪平面坐标上,为降低PDR算法的累积误差做准备;最后,采用SVM进行井下人员活动检测,通过转弯活动判断其是否处于特殊标记点,将PDR解算的位置与伪平面内已知转弯位置标记点进行相关性分析,完成伪平面信息与工人位置的匹配,校准并更新PDR位置,降低累积误差。结果表明:井下工人在完成单个转弯活动过程中,传统PDR算法解算位置平均误差为0.98 m,而进行伪平面修正后平均误差降低到0.31 m;在完成区域性多活动过程中,采用伪平面技术修正后的PDR平均定位误差从1.08 m降低到0.38 m。因此,所提出的井下人员定位方法有效提高了PDR算法的定位精度。 李飞 潘红光 魏绪强 陈海舰 郭齐 白俊明关键词:井下人员定位 惯性导航 基于双层DCT-Mask特征融合算法的堆叠垃圾实例分割 2024年 复杂堆叠场景下的垃圾实例分割受到严重遮挡和高密集性特点的影响,具有更大的检测难度。针对该问题,提出了一种结合DCT-Mask和双层特征融合网络思想的实例分割方法,用于高度堆叠场景下的垃圾实例分割。在网络结构层面,首先在数据预处理环节对特征数据进行解耦,并通过双分支特征融合降低堆叠对遮挡物体特征的影响,从而解决复杂堆叠遮挡下的实例分割问题。针对该场景下的密集混淆问题,在候选框分类回归部分融入了级联分类器,并优化了分割网络分支的损失函数。实验采用堆叠垃圾分类实例分割数据集进行实验验证,实验结果表明,该方法的AP_(50)、平均准确率mAP等指标有较大提升,且具有较好的分割效果和一定的可解释性。 李利 梁晶 陈旭东 潘红光关键词:垃圾分类 基于D-S证据理论的矿工精神状态融合评估算法 被引量:1 2023年 针对矿工异常精神状态导致生产事故问题,在处理脑电信号的多域特征基础上,提出一种基于D-S证据理论的矿工精神状态融合评估算法。在采用矿区环境模拟装置模拟矿工的工作环境的基础上,采集被试者脑电信号,构建数据集,并进行数据预处理与精神状态标定;提取脑电信号的时域、频域和空间域特征并对精神状态进行分类,同时通过主成分分析和特征可视化2种方法对特征降维;基于单一域子模型分类结果,采用D-S证据理论融合3个子模型的各类别精神状态概率输出,进而提高评估精度。结果表明:融合评估算法精度达到90.50%,具有较高的准确性。相比于单一域子模型分类结果,该融合算法评估效果更好,为煤矿企业评估矿工精神状态和研究智慧矿山领域提供更加可靠的依据。 杨木林 童蓍庾 潘红光关键词:脑电信号 D-S证据理论 基于改进YOLOv8n的采掘工作面小目标检测方法 被引量:2 2024年 为有效检测和识别煤矿井下采掘工作面人员是否佩戴安全防护装置,针对井下光照条件差、安全防护装备目标尺寸小且颜色与背景相似等情况,提出了一种基于改进YOLOv8n的采掘工作面小目标检测方法。在YOLOv8n骨干网络C2f模块中融合动态蛇形卷积(DSConv),构建C2f−DSConv模块,以提高模型提取多尺度特征的能力;在Neck层引入极化自注意力(PSA)机制,以减少信息损失,提高特征表达能力;在Head层增设1个专门针对小目标的检测头,形成4检测头结构,以扩大模型检测范围。实验结果表明,改进YOLOv8n模型对井下人员及其所佩戴安全帽、矿灯、口罩、自救器检测的平均精度分别为98.3%,95.8%,89.9%,87.2%,90.8%,平均精度均值为92.4%,优于Faster R−CNN,YOLOv5s,YOLOv7,YOLOv8n模型,且检测速度达208帧/s,满足煤矿井下目标检测精度和实时性要求。 薛小勇 何新宇 姚超修 蒋泽 潘红光关键词:采掘工作面 小目标检测 基于TLF-YOLOv8的堆叠垃圾实例分割算法 2025年 相较于一般场景下的图像实例分割,复杂堆叠场景下的实例分割受到严重遮挡、同类别待测物体堆叠等复杂情况的影响,使得其实例分割具有更大的难度。针对具有复杂堆叠场景下的垃圾实例分割问题,提出了一种融合YOLOv8与双层特征网络策略的实例分割算法。首先,在数据预处理部分进行特征数据分层,并通过双层图卷积网络(graph convolutions network,GCN)实现双分支特征融合,减弱堆叠情况对被遮挡物体特征的影响,从而解决复杂堆叠遮挡下的实例分割问题。同时,为了解决同类待测物体易混淆的问题,融入了软阈值化非极大值抑制算法和新的交并比算法。最后,根据应用场景和数据集的复杂性,优化了主干网络部分的特征提取模块,并在主干网络部分引入了多尺度注意力机制,有效提高了模型的检测性能。实验使用遮挡垃圾分类实例分割数据集,实验结果表明该方法的平均准确率、交并比阈值为0.5时的平均准确率(AP_(50))、交并比为0.5~0.95时的平均准确率(AP_(50~95))等指标较之前的其他方法更优。相较于原YOLOv8算法,检测AP_(50)提高了7.9%,分割AP_(50)提高了5.4%,具有更好的检测和分割效果。 李利 梁晶 陈旭东 潘红光 潘红光基于改进DeepLabV3+的煤尘图像分割方法 被引量:4 2022年 采用传统的语义分割网络对煤尘颗粒这种较小的目标进行分割时存在深层信息易丢失、细节提取不明显等问题。针对该问题,提出了一种基于改进DeepLabV3+的煤尘图像分割方法。从3个方面对DeepLabV3+网络模型进行改进:(1)在编码器中,用CA-MobileNetV3轻量化模块代替Xception实现特征提取,确保特征提取更加细致、准确。(2)在空洞空间卷积池化金字塔(ASPP)模块中对空洞率进行改进,使其更适合小颗粒煤尘提取。(3)在解码器中引入全局注意力上采样(GAU)模块,在计算量较小时对低层特征信息进行加权,用高层特征信息指导低层特征信息,实现特征融合。GAU模块用全局上采样机制代替解码器的上采样机制,使煤尘颗粒的特征信息经过长距离传输后不衰减,更加有利于捕捉煤尘颗粒的边缘细节信息。实验结果表明,改进DeepLabV3+网络模型在煤尘数据集上的召回率为90.26%,准确度为89.23%,相比于其他网络模型,改进DeepLabV3+对煤尘特征的学习能力更强,能获取更多细节信息,并大幅缩短训练时间,对小目标的分割效果更优。 左纯子 王征 张科 潘红光关键词:煤尘 图像分割 金字塔结构 小型无人直升机非线性控制与稳定性分析 本文针对小型无人直升机,设计了保证受控系统稳定性的非线性控制器。小型无人直升机的动力学可以分为较慢的外环系统和较快的内环系统,从而表现出等级结构。小型无人直升机的姿态角度和位置分别属于内环和外环。反推控制策略分别应用于内... 张琳 汪梅 潘红光 王派关键词:小型无人直升机 基于5G+UWB和惯导技术的井下人员定位系统 被引量:7 2024年 针对煤矿井下人员定位系统在实际应用中存在因设备算力与存储资源不足导致无法使用复杂测距与定位算法,定位数据即时传输与响应性能不足,在系统部署方面人力物力损耗较大等问题,提出了一种基于5G+UWB和惯导技术的井下人员定位系统。在末端部署能耗低、抗干扰性强的UWB定位基站,定位基站与5G基站以级联的方式连接,定位基站采集UWB与惯导数据,利用5G网络回传至计算平台,在计算平台上完成定位信息的解算和存储。将基于惯导的人员位置估计作为预测值,将基于UWB的三边定位算法获取的人员位置估计作为观测值,利用卡尔曼滤波器将预测值和观测值进行融合,降低定位误差。在煤矿主体实验基地搭建测试系统,模拟真实煤矿井下环境并进行对比实验。结果表明:(1)在x轴和y轴,融合惯导的卡尔曼滤波算法得出的位置信息和真实位置信息的重合度最高,说明融合惯导的卡尔曼滤波算法得出的位置信息最接近真实位置,平均误差为22.192cm。(2)5G+UWB和惯导技术组合的井下人员定位系统的位置信息和真实位置信息的重合度最高,误差为[15cm,20cm],x轴最大平均误差为26cm,y轴最大平均误差为24cm,超过目前大多数井下人员定位系统精度。 李明锋 李䶮 刘用 吴学松 徐继盛 常建明 王涛 潘红光关键词:井下人员定位 UWB 卡尔曼滤波 城市污水处理过程污泥膨胀识别与抑制综述 被引量:2 2024年 污泥膨胀是活性污泥法污水处理过程中常见的一类异常工况,且具有严重危害性,研究污泥膨胀的识别和抑制方法对城市污水处理过程正常运行意义重大.本文主要针对城市污水处理过程中污泥膨胀的识别和抑制方法进行综述.首先,文章概述了城市污水处理过程,介绍了污泥膨胀的概念、主要特点、类型和成因;其次,概述了基于微生物生理特征、机理模型、图像识别和数据驱动的污泥膨胀识别方法,分析其发展现状并指出优缺点;然后,概述了基于过程调控和机理特征的污泥膨胀抑制方法,分析其发展现状并对比优缺点;最后,总结全文,指出了城市污水处理过程污泥膨胀识别和抑制面临的主要问题,并对其研究趋势进行了展望. 潘红光 张莹婷 折洋洋 杨勇关键词:污泥膨胀 活性污泥法 自适应抗差卡尔曼滤波对井下定位NLOS时延抑制方法的研究 被引量:5 2020年 针对矿井巷道NLOS(Non Line Of Sight)时延影响矿井TOA(Time Of Arrival)定位精度的问题,通过分析巷道NLOS时延形成方式,将巷道NLOS时延分为随机和固定两类,结合两类巷道NLSO时延的特性,提出了一种基于自适应抗差卡尔曼滤波的巷道NLOS时延抑制方法。对于巷道随机NLOS时延,通过在经典卡尔曼滤波算法的基础上引入了自适应抗差概念,使系统在线性滤波的基础上增加了对随机脉冲误差的抑制能力;对于巷道固定NLOS时延,通过在巷道NLOS误差模型的基础上,构建巷道中信号传播距离与传播环境间的函数模型,并结合几何定位算法完成系统对固有误差的有效抑制。实验结果显示,包含有巷道NLOS时延的原始定位数据,误差在2.1~8.1 m之间,平均误差为3.7 m;原始数据经自适应抗差卡尔曼滤波算法处理后,误差在1.9~3.6 m之间,平均误差为2.5 m,定位曲线与实际移动曲线基本保持平行;再经参数拟合和几何算法处理,误差在0~1.0 m之间波动,误差平均值为0.27 m,且所提方法较原始定位数据,平均定位误差减小了3.43 m.从而表明,所提方法对巷道NLOS时延具有较明显的抑制作用,能够提高TOA井下人员定位系统的精确度。 李康乐 邵小强 潘红光 郭德锋 郑润洋 卫晋阳关键词:NLOS TOA