买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东职业技术学院

摘要：本发明公开了一种无人智能凿岩台车控制方法及装置，所述方法包括：基于传感器单元采集周围环境的数据；基于周围环境的数据进行处理，获得障碍物数据和可行驶区域；基于周围环境的数据给安全用户进行安全判断，下发附加远程控制执行命令，基于障碍物数据进行岩石主动识别，生成控制策略；检测是否接收到安全用户生成的附加远程控制执行命令；若没有接收到附加远程控制执行命令，则基于控制策略对无人智能凿岩台车进行控制；若接收到附加远程控制执行命令，则根据附加远程控制执行命令修改分析获得的控制策略，获得修改控制策略，执行修改控制策略。所述方法可实现无人自主完成凿岩，根据不同岩石和不同状况生产对应的最佳策略，提高作业效率。

主权项：1.一种无人智能凿岩台车控制方法，其特征在于，包括：基于传感器单元采集无人智能凿岩台车周围环境的数据，所述传感器单元包括两个激光雷达、八个毫米波雷达、两个鱼眼摄像头、两个高清摄像头及一个高精度组合导航系统；信息处理单元基于收集到的所述无人智能凿岩台车周围环境的数据进行处理，获得障碍物数据和可行驶区域；远程传控单元基于传输所述周围环境的数据给安全用户进行安全判断，判断完后下发附加远程控制执行命令，所述远程传控单元由网络交换机、路由器、5GCPE、远控显示屏和远控操作台组成；策略生成单元基于所述障碍物数据进行岩石主动识别，生成控制策略；命令检测单元检测是否接收到安全用户基于所述周围环境的数据生成的附加远程控制执行命令；若没有接收到所述附加远程控制执行命令，则基于所述控制策略对无人智能凿岩台车进行控制；若接收到所述附加远程控制执行命令，则根据所述附加远程控制执行命令修改分析获得的控制策略，获得修改控制策略，并基于所述修改控制策略对无人智能凿岩台车进行控制；其中，所述策略生成单元基于所述障碍物数据进行岩石主动识别，生成控制策略，包括：输入障碍物数据I，获得I中障碍物的图像高和宽分别为h和w；基于FasterR-CNN中的深度学习框架RPN生成一组候选物体框，所述候选物体框表示包含岩石障碍物的区域；对于每个候选物体框bi，RPN网络输出两个值：pi表示候选物体框中是否包含物体的概率，表示对bi进行调整的四个参数，RPN网络的输出表示为： 其中n表示候选物体框的数量；对候选物体框进行分类和回归，基于FasterR-CNN使用一个网络对候选物体框进行分类和回归；对于每个候选物体框bi，FasterR-CNN网络将其作为输入，并且输出一个概率向量Si＝Si，1，Si,2，...，Si,C和一个回归向量Bi＝Bi，x，Bi,y，Bi,w，Bi,h，其中C表示岩石障碍的类别数；Si,C表示bi属于第C个类别的概率，Bi，x表示bi中心横坐标的回归值，Bi,y表示bi中心纵坐标的回归值，Bi,w表示bi宽度的回归值，Bi，h表示bi高度的回归值；所述FasterR-CNN网络的输出表示为： FasterR-CNN算法对RPN网络生成的候选物体框进行筛选和非极大值抑制，得到最终的岩石障碍检测结果。

全文数据：

权利要求：

百度查询： 广东职业技术学院 一种无人智能凿岩台车控制方法及装置