煤矿井下无人驾驶无轨胶轮车目标3D检测研究.pdfVIP

第48卷第2期 工矿自动化 Vol. 48 No. 2 2022年2月 Industry and Mine Automation Feb. 2022 文章编号:1671-251X(2022)02-0035-07 DOI： 10.13272/j. issn. 1671-251x. 2021110068 煤矿井下无人驾驶无轨胶轮车 目标3D检测研究 秦沛霖 1,张传伟 1,周李兵王健龙1 (1.西安科技大学机械工程学院 ，陕西西安710054； 2.中煤科工集团常州研究院有限公司， 江苏常州213015； 2 .天地(常州)自动化股份有限公司，江苏常州213015) 摘要：基于3D检测的环境感知是实现煤矿井下无轨胶轮车无人驾驶技术的基础 。因井下环境中光照 不足，导致RGB图像信息缺失，且巷道空间狭小导致激光雷达采集的点云数据存在较多噪声，现有的基于图 像或雷达点云的目标3D检测方法在井下难以取得较好的检测效果 。针对该问题，提出一种融合图像和雷 达点云的无人驾驶无轨胶轮车目标3D检测方法 。针对获取的无轨胶轮车行驶环境数据进行预处理：采用 全局直方图均衡化方法提升RGB图像亮度，降低井下光照不均影响；对雷达点云数据进行双边滤波去噪及 主成分分析降维处理，以提升点云数据质量，减少运算时间 。设计了 一种融合图像与雷达点云检测模型，采 用区域生成网络生成2D图像候选区域，对其与点云数据进行早期特征级融合生成3D候选区域，并与经感 兴趣区域池化的图像和点云数据进行后期区域级融合，输出3D检测锚框，实现目标检测 。实验结果表明， 与基于YOLO3D.MV3D模型的检测方法相比，该方法对待测目标的检测精度较高 ，较好地实现了精度与检 测速度的平衡 。井下测试结果表明，该方法能够准确检测出无轨胶轮车行驶环境中的行人或车辆位置，无漏 检情况，具有良好的井下适应性。 关键词：无轨胶轮车 ；无人驾驶 ；环境感知 ；目标3D检测 ；单目图像 ；雷达点云 ；特征融合 中图分类号:TD67 文献标志码:A Research on 3D target detection of unmanned trackless rubber-tyred vehicle in coal mine QIN Peilin 1, ZHANG Chuanwei1, ZHOU Libing23, WANG Jianlong1 (1. College of Mechanical Engineering, Xian University of Science and Technology, Xian 710054, China; 2.CCTEG Changzhou Research Institute, Changzhou 213015, China; 3. Tiandi(Changzhou) Automation Co. , Ltd. , Changzhou 213015, China) Abstract: The environment perception based on 3D detection is the basis of unmanned driving technology of trackless rubber-tyred vehicle in coal mine. Due to the lack of light in the underground environment, the RGB image information is missing, and the narrow roadway space leads to more noise in the point cloud data collected by laser radar, so the existing 3D target detect