咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >煤矿井下基于SRU神经网络的可见光定位系统 收藏

煤矿井下基于SRU神经网络的可见光定位系统

Visible Light Positioning System Based on SRU Neural Network in Coal Mine Underground

作     者:汝贵 秦岭 王凤英 胡晓莉 徐艳红 Ru Gui;Qin Ling;Wang Fengying;Hu Xiaoli;Xu Yanhong

作者机构:内蒙古科技大学信息工程学院内蒙古包头014010 

出 版 物:《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期:2024年第61卷第14期

页      面:237-244页

核心收录:

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0803[工学-光学工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金(62161041) 内蒙古自然科学基金项目(2022MS06012) 内蒙古关键技术攻关项目(2021GG0104) 

主  题:简单循环单元 深度学习 可见光 煤矿井下 定位系统 

摘      要:为了提高煤矿井下定位的精度并降低定位系统的复杂度,提出一种基于简单循环单元(SRU)的煤矿井下可见光定位系统。该系统由单个LED灯和4个光电探测器(PD)组成,其中4个光电探测器分别位于安全帽的前后左右四个位置,待测点位于安全帽顶部的中心,通过SRU神经网络预测待测点的位置信息。仿真结果表明,在3.6 m×3.6 m×3 m的定位区域内,所提系统的定位精度可以达到1.42 cm,平均定位时间为0.59 s,且97%的点定位误差都在2.3 cm内,与其他定位算法相比,定位精度得到显著提升。为了进一步验证该定位系统的性能,在实际环境中搭建了整个定位系统,实验结果表明,所提定位系统的平均定位误差为10.21 cm,能够满足煤矿井下定位的要求。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分