矿业研究与开发

作者：杨焜,王宏伟,张夫净,李进,张之好,李正龙

关键词：多尺度复杂环境;锚孔定位;注意力机制;深度学习;改进YOLOv8s模型

煤矿掘进巷道锚护作业是影响掘进效率的关键因素,在干扰因素众多的巷道条件下,精准确定锚孔位置是提高锚护速度的关键环节之一.目前,大部分锚孔定位的研究对干扰因素的考虑较为单一,尚未研究多尺度变化下复杂因素对锚孔识别的影响.对此,提出一种改进的YOLOv8s多尺度复杂环境下的锚孔定位方法.首先,根据巷道实际锚护情况总结了光照强度、粉尘浓度、水雾浓度、拍摄距离等影响锚孔定位的4种主要因素,并建立三级影响尺度,通过各影响因素的组合构成初始数据集,锚孔识别前先进行图像预处理操作,对图像整体质量进行优化.然后,对YOLOv8s深度学习网络模型进行改进,增加了多尺度空洞注意力机制(MSDA),提高了模型在复杂条件下小目标的特征提取能力.最后,将锚孔中心的像素坐标经过运算后,求得其实际三维坐标.结果表明:改进YOLOv8s模型的平均检测精度达到91.6％,相较于YOLOv8s模型提高了5.3个百分点;改进YOLOv8s模型有更好的检测能力,能够在不同尺度组合影响因素的干扰下准确检测出图像中的锚孔位置;改进YOLOv8s模型每秒处理图像的帧数保持在171帧,可满足模型检测功能的实时性要求.

来源：2025年第1期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2025年第1期