基于平行感知卸载区边缘工程结构规范性检测

当前露天矿无人驾驶技术在卸载阶段面临的主要挑战是安全隐患,尤其是在卸载区边缘工程结构的稳定性与规范性检测方面。为应对这一挑战,提出了一种平行感知理论驱动的点云模型解析AC-VIT算法,旨在实时稳定地检测露天煤矿卸载区边缘工程结构的稳定性与规范性。首先使用无人矿卡后向激光雷达扫描得到三维点云数据,随后应用网格平均方法、统计滤波法以及映射离散网格模型对点云数据进行处理,进而通过高度场梯度特征提取进行初步地形标记,并结合改进的AC-VIT神经网络进行规范性的识别与分类,AC-VIT模型通过全基于自注意力机制的平行计算和多层级的注意力机制,能有效捕捉长距离依赖关系。此外,在人工场景仿真环境中,基于内蒙古哈尔乌素露天煤矿实际生产作业环境搭建卸载区平行仿真环境,以获得大量多样性人工场景数据,在此基础上结合实际场景数据,利用提出的算法平行执行,进行平行感知计算实验的设计和实施,完成有效的检测算法训练和科学评估。实验结果表明,平行感知理论驱动的点云模型解析AC-VIT算法在准确率方面达到了98%,较传统神经网络模型的准确率与效率有所提高。此外,AC-VIT算法的成功应用不仅增强了露天矿卸载作业的智能化水平,还为其他类似的工程结构安全检测提供了有力的技术支撑。