原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种井下障碍物点云与图像数据融合的多尺度智能感知方法，针对井下复杂环境，单一传感器获取信息有限，将激光点云深度与高度信息与视觉图像RGB三通道信息融合形成五通道数据特征；井下巷道内存在诸多影响因素如巷道变形、煤矸掉落、道岔故障、人员流动且受光照不均匀等，影响障碍物的显著性而导致难以检测问题，通过在原有网络YOLOv5的基础上引入卷积注意力机制增强图像中的显著性；单轨吊轨道内障碍物存在掉落煤矸、落石等小目标难以检测，通过增加模型的输出尺度可提高模型对小目标的检测精度；通过上述的方案，本发
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 115187946 A
(43)申请公布日 2022.10.14
(21)申请号 202210796916.7 G06V 10/80 (2022.01)
文档评论（0）