Coal-Gangue Detection and Pose Estimation Method Based on DRD- YOLOv11n
本文提出了一种 DRD-YOLOv11n，这是一种轻量级且高速的矸石检测与姿态估计方法，通过集成 DySample、残差增强模块以及基于 DCNv3 的动态检测头，在挑战性的工业环境中实现了 85.6% 的 mAP 和 90% 的机器人分选抓取成功率。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在深邃的地下，大地一片漆黑，空气中弥漫着厚重的尘埃，采矿业长期面临着一个根本性的挑战：如何将有价值的煤炭与周围无用的岩石分离。这种被称为“矸石”的废石不仅是视觉上的累赘，更是环境破坏的源头，它们可能污染土壤和水源，甚至发生自燃。几十年来，解决方案一直依赖于人工或沉重且低效的机械，而两者在面对巨大的物料体积和危险的工作环境时都显得力不从心。如今，业界正转向能够自动识别并分类这些物料的智能机器人。然而，对于机器人而言，仅仅识别出一块岩石是不够的；它必须准确理解这块岩石是如何摆放的、有多大，以及在哪里抓取才是安全的，才不会撞到邻近的物体。这是计算机视觉与物理机器人技术之间艰难的交汇点——机器必须将一张平面的图像转化为实时的三维动作方案。
黑龙江工程学院的研究人员开发出了一种解决这一问题的新方法，创建了一个系统，使分选机器人能够在识别煤炭和矸石的同时，精确计算出抓取的准确角度。他们的研究方法详述于近期的一项研究中，重点关注一种被称为 YOLO 的特定人工智能模型，该模型旨在极速寻找图像中的物体。研究人员意识到，虽然标准版本的该模型速度很快，但在煤矿这种杂乱且不可预测的现实环境中表现并不理想。那里的光照通常很差，空气中充满了粉尘，且岩石的形状和大小千变万化。为了解决这个问题，他们重构了模型的“眼睛”和“大脑”，使其对纹理更加敏感，并能更好地理解几何结构。他们用一种更灵活、能适应物体形状的方法取代了标准的计算机缩放细节方式，添加了一个特殊的滤波器来忽略粉尘和阴影产生的背景噪声，并重构了确定物体位置的部分，使其能够根据不规则形状进行弯曲调整。
这些改进的结果是一个名为 DRD-YOLOv11n 的系统。在利用来自实际煤矿和实验室模拟的超过两万五千张图像的数据集进行测试时，这一新系统证明了其高度的有效性。它在 85.6% 的案例中正确识别并定位了煤炭和矸石，较之前的最优模型有了显著提升。更重要的是，它保持了极高的轻量化水平，体积仅为 5.1 MB，这使得它可以在更小、更快的计算机上运行。该系统处理图像的速度达到每秒 114 帧，这意味着它可以跟上快速移动的传送带而不会出现延迟。研究人员发现，通过整合这些特定的改进措施，他们减少了 6% 的计算机运算量，证明了该系统不仅更聪明，而且更高效。
然而，找到岩石只是成功的一半。另一半则是知道如何抓取它。标准的机器人手臂可能会试图抓取长条状矸石的中心，但如果这块碎片是倾斜的，机器人的爪子可能会完全错过它或者从上面滑落。研究人员通过增加一个姿态估计模块解决了这个问题，该模块可以计算所见每一块岩石的精确旋转角度。系统不再仅仅是在岩石周围画一个方框，而是拟合一个紧凑的矩形来确定其主要方向。为了确保机器人在看到岩石时不会产生剧烈抖动，系统会对这些角度计算进行随时间平滑处理，从而为机器人手臂提供稳定、可靠的指令。这使得机械爪无论岩石如何在传送带上摆放，都能旋转并与之完美对齐。
该系统的真正考验出现在研究人员模拟真实矿井混乱状况的场景中，在这些场景下，岩石往往堆叠在一起。在这些拥挤的情况下，一个仅仅伸手去抓最近物体的机器人可能会撞到邻近的物体，从而损坏设备或导致掉落。新系统包含了一个类似于“动态排除区”的安全机制。在机器人移动之前，计算机根据目标岩石的大小和角度计算出一个安全空间。然后，它会检查是否有其他岩石侵入了这个空间。如果发生碰撞的可能性，系统会直接跳过该岩石并继续寻找，等待更清晰的机会。这种前瞻性的决策在测试中防止了任何碰撞，即使在岩石密集堆叠的情况下也是如此。当研究人员测试机器人抓取长条状不规则矸石的能力时，一旦加入新的角度计算系统，成功率从 60% 跳升至 90%。
这项工作代表了使工业分选机器人变得实用且安全的重要一步。通过平衡速度、精度以及理解物体物理取向的能力，研究人员创造了一个能够应对煤矿复杂现实的系统。研究结果表明，通过结合视觉智能与几何推理，机器可以被信任去执行危险环境中的复杂物理任务，在减少人类工人面临危险环境需求的同时，确保宝贵的资源不被浪费。该研究证实，这些改进不仅仅是理论上的，它们在实验室模拟环境中表现出色，并为在实地部署这些机器人提供了坚实的基石。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。