System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请属于矿卡卸载,涉及一种露天矿装载区的入场点生成方法、装置、设备和存储介质。
技术介绍
1、在全球经济快速发展的背景下,露天矿作为重要的原材料供应基地,其生产效率和成本控制成为企业关注的焦点。自动驾驶在这一领域的应用不仅可以提升作业效率,降低成本,还能显著提高工作环境的安全性。特别是在露天矿这种复杂和变化多端的工作环境中,自动驾驶技术的引入可以确保作业的连续性和稳定性。装载区作为露天矿作业的核心环节,其效率直接影响到整个矿区的生产效能。装载区不仅是矿石装载的主要场所,也是矿区物流系统的关键节点。一个高效的装载区可以确保矿石快速、顺利地从开采点转移到运输车辆上,从而降低整个矿区的运输成本和时间耗费。然而,传统的装载区管理方式过多依赖于人工操作和经验判断,难以应对矿区环境的快速变化和复杂性。在自动化和智能化日益成为产业发展趋势的今天,露天矿的自动化转型显得尤为重要。装载区的智能化管理不仅能提高矿石装载的效率,还能通过优化物流路线,减少能源消耗,从而在环保和经济效益上双赢。
2、在现有技术中,传统的装载区中,装载点往往是只有一个且固定的。一方面,在特殊情况下无法及时调整,例如装载需求增加或道路变更的情况;另一发面,在随着电铲,挖机在装载区不断作业,整个装载区的作业面不断变化,装载区的入场点也需要及时变动更新。传统依赖人工手动更新往往得不到最优的入场点,需要反复调整多次,才能最终确定入场点一段时间。
3、因此,目前缺少一种能够在实时生成矿装载区的入场点的方法。
技术实现思路
1、为了对披露的实施例的一些方面有基本的理解,下面给出了简单的概括。所述概括不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围,而是作为后面的详细说明的序言。
2、为了解决相关技术中存在的问题,本公开实施例提供了露天矿装载区的入场点生成方法、装置、设备和存储介质,用以解决现有技术中无法根据实际露天矿的实时情况来调整卸载区入场点的问题。
3、在一些实施例中,提供了一种露天矿装载区的入场点生成方法,应用于露天矿装载区的入场点生成系统,包括车辆和驾驶后台,所述车辆包括具有摄像头和传感器的电铲;
4、所述方法包括:
5、利用车辆上的摄像头和传感器实时获取装载区的实时图像,发送给驾驶后台;
6、实时通过实时图像,实时更新装载区的地图;
7、生成训练模型模块;
8、利用装载区入场点生成模块来调整装载区入场点。
9、优选的,所述方法,还包括:
10、生成临时装载区入场点。
11、优选的,生成训练模型模块,包括:
12、收集装卸区信息;
13、对装卸区信息进行预处理;
14、设计装载区入场点生成模块网络结构;
15、对装载区入场点生成模块进行训练。
16、优选的,所述装卸区信息,包括:
17、入场点位置:
18、电铲位置:
19、矿卡入场时间:
20、装载区地理信息:。
21、优选的,所述装卸区信息,还包括:天气:。
22、优选的,设计装载区入场点生成模块网络结构,包括:
23、定义输入层:
24、输入层维度:[samples,time_steps, features]
25、lstm层:
26、第一层:输出维度100,返回序列;
27、第二层:输出维度100,不返回序列return_sequences=0;
28、输出层:
29、使用一个全连接层,激活函数为线性,输出维度为2,对应预测的下一个时间步的坐标。
30、优选的,对装载区入场点生成模块进行训练,包括:
31、设置编译模型包括:损失函数mse,优化器adam,评估指标mae;
32、设置训练模型包括:批次大小和迭代次数;
33、训练循环epochs:
34、对于每个epoch:
35、前向传播计算:
36、输入门:;
37、遗忘门:;
38、细胞状态候选:;
39、细胞状态更新:;
40、输出门:;
41、最终输出:;
42、其中,表示当前时间步的输入门,表示当前时间步的遗忘门,
43、表示当前时间步的输出门,表示当前时间步的细胞状态,表示当前时间步的隐藏状态,表示当前时间步的细胞状态候选,表示sigmoid擞活函数,表示双曲正切激活函数,分别表示输入门、遗忘门、细胞状态和输出门的输入权重,分别表示输入门、遗忘门、细胞状态和输出门的隐藏状态权重,表示输入门、遗忘门、细胞状态和输出门的输入偏置,表示输入门、遗忘门、细胞状态和输出门的隐藏状态偏置,表示前一时间步的隐藏状态,表示前一时间步的细胞状态;
44、损失计算:
45、均方误差mse:,
46、其中,表示损失函数,表示均方误差,表示批次中的样本数,表示真实值,表示预测值;
47、反向传播计算梯度:
48、损失函数对权重的梯度:,
49、损失函数对偏置的梯度:,
50、参数更新:
51、权重更新:,
52、偏置更新:,
53、其中,表示学习率,表示损失对权重的梯度,表示损失对偏置的梯度。
54、在一些实施例中,公开了一种露天矿装载区的入场点生成系统,包括:
55、现场数据生成模块,用于利用车辆上的摄像头和传感器实时获取装载区的实时图像,发送给驾驶后台;
56、更新地图模块,用于实时通过实时图像,实时更新装载区的地图;
57、生成训练模型模块,用于生成训练模型模块;
58、入场点生成模块,用于利用装载区入场点生成模块来调整装载区入场点。
59、在一些实施例中,公开了一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,执行如上述的露天矿装载区的入场点生成方法。
60、在一些实施例中,公开了一种计算机可读存储介质,其上存储有计算机程序,对应的程序被处理器执行如上述的露天矿装载区的入场点生成方法。
61、本公开实施例提供的一种露天矿装载区的入场点生成方法、装置、设备和存储介质,可以实现以下技术效果:
62、1,高度智能化和自动化:
63、本系统通过采用先进的基于lstm的预测模型和实时数据处理能力,能够自动调整装载区的出入点,灵活应对装载区的变化。这种智能化程度远超传统方法,减少了对人工操作的依赖,同时提高了决策的准确性和响应速度。通过引入实时地图更新和装载点的智能生成,系统能够根据实时情况调整作业计划,避免了传统方法中的时间滞后和信息本文档来自技高网...
【技术保护点】
1.一种露天矿装载区的入场点生成方法,其特征在于,应用于露天矿装载区的入场点生成系统,包括车辆和驾驶后台,所述车辆包括具有摄像头和传感器的电铲;
2.根据权利要求1所述的方法,其特征在于,所述方法,还包括:
3.根据权利要求1所述的方法,其特征在于,基于LSTM预测模型来训练装载区入场点生成模块,包括:
4.根据权利要求3所述的方法,其特征在于,所述装卸区信息,包括:
5.根据权利要求4所述的方法,其特征在于,所述装卸区信息,还包括:天气:。
6.根据权利要求4所述的方法,其特征在于,设计装载区入场点生成模块网络结构,包括:
7.根据权利要求6所述的方法,其特征在于,对装载区入场点生成模块进行训练,包括:
8.一种露天矿装载区的入场点生成系统,其特征在于,包括:
9.一种设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其
...【技术特征摘要】
1.一种露天矿装载区的入场点生成方法,其特征在于,应用于露天矿装载区的入场点生成系统,包括车辆和驾驶后台,所述车辆包括具有摄像头和传感器的电铲;
2.根据权利要求1所述的方法,其特征在于,所述方法,还包括:
3.根据权利要求1所述的方法,其特征在于,基于lstm预测模型来训练装载区入场点生成模块,包括:
4.根据权利要求3所述的方法,其特征在于,所述装卸区信息,包括:
5.根据权利要求4所述的方法,其特征在于,所述装卸区信息,还包括:天气:。
6.根据权利要求4所述的方...
【专利技术属性】
技术研发人员:虢奥,张睿,倪晓春,张强,付友华,高玉,
申请(专利权)人:青岛慧拓智能机器有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。