自动车辆识别与装车系统研究

郭欣

郭欣.自动车辆识别与装车系统研究［J］.工矿自动化，2014, 40(8)：15-18.. DOI: 10.13272/j.issn.1671-251x.2014.08.004
引用本文: 郭欣.自动车辆识别与装车系统研究［J］.工矿自动化，2014, 40(8)：15-18.. DOI: 10.13272/j.issn.1671-251x.2014.08.004
shu
GUO Xi. Research of automatic vehicle identification and loading system[J]. Journal of Mine Automation, 2014, 40(8): 15-18. DOI: 10.13272/j.issn.1671-251x.2014.08.004
Citation: GUO Xi. Research of automatic vehicle identification and loading system[J]. Journal of Mine Automation, 2014, 40(8): 15-18. DOI: 10.13272/j.issn.1671-251x.2014.08.004
shu

自动车辆识别与装车系统研究

  • 中国煤炭科工集团有限公司， 北京100013

基金项目: 

国家高技术研究发展计划(863计划)项目（2012AA06A404）

详细信息

  • 中图分类号: TD562/67

Research of automatic vehicle identification and loading system

  • China Coal Technology and Engineering Group Corporation, Beijing 100013, China

摘要

    摘要
  • 摘要: 针对煤矿汽车装车过程中司机频繁下车交票、进出控制室造成的车辆通行慢、效率低、人为作弊等问题，设计了适合汽车运输、计量、装车的自动车辆识别和装车系统。该系统实现了对运输车辆的监测管理、自动识别、连续装车、自动记录等功能，缩短了装车辅助时间，提高了煤矿运输效率和安全度。
    Abstract: In order to solve problems such as slow traffic, low efficiency and even human cheating because drivers frequently get off to submit bills and turnover control room in the process of vehicle loading of coal mine, the paper developed an automatic vehicle identification and loading system for motor transport, metering and automatic loading. The system implements functions of monitoring and management, automatic identification, continuous loading and automatic recording of transport vehicles, so as to shorten the auxiliary time of loading, and improve mine efficiency and safety degree.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(61)

  • 期刊类型引用(26)

    1. 王国新，祝建东，汝洪芳. 基于改进YOLOv8s的矸石流目标检测方法. 矿业研究与开发. 2025(04): 229-237 . 百度学术
    2. 程刚，陈杰，潘泽烨，魏溢凡，陈森森. 基于水传热和红外热成像的煤矸识别方法. 工矿自动化. 2024(01): 66-71+137 . 本站查看
    3. 柳圆，司垒，王忠宾，魏东，顾进恒. 基于电磁波的煤岩识别技术研究进展. 工矿自动化. 2024(01): 42-48+65 . 本站查看
    4. 郭栋梁，张延军. 基于轻量化PAM-M-YOLO模型的煤矸石图像检测. 矿业研究与开发. 2024(05): 220-227 . 百度学术
    5. 利健，潘春荣，熊文清. 基于视觉定位的磁铁矿分选方案设计. 矿业研究与开发. 2024(08): 248-254 . 百度学术
    6. 黄可，樊玉萍，董宪姝，马晓敏. 基于优化的VGG-16网络模型的煤矸识别研究. 矿业研究与开发. 2024(09): 219-226 . 百度学术
    7. 黄永进，何剑锋，李卫东，夏菲，王杉，汪雪元，钟国韵，瞿金辉. 基于改进Swin-Transformer模型的铜矿X射线图像分类研究. 有色金属(选矿部分). 2024(12): 112-118+138 . 百度学术
    8. 涂灿. VCS智能干选机的试验研究. 煤炭加工与综合利用. 2023(06): 37-41 . 百度学术
    9. 冯来宏，李克相，顾雷雨，张西斌，高利晶，谭家贵，朱凌涛. 我国井下智能干选技术装备发展及展望. 煤炭工程. 2023(09): 11-15 . 百度学术
    10. 曹现刚，刘思颖，王鹏，许罡，吴旭东. 面向煤矸分拣机器人的煤矸识别定位系统研究. 煤炭科学技术. 2022(01): 237-246 . 百度学术
    11. 李亚坤，马宏伟，王鹏. 基于VGG＿16网络的煤和矸石识别技术研究. 煤炭技术. 2022(09): 156-159 . 百度学术
    12. 张烨，马宏伟，王鹏，曹现刚，魏小荣，周文剑. 煤矸石智能分拣机器人研究进展与关键技术. 工矿自动化. 2022(12): 42-48+56 . 本站查看
    13. 司垒，谭超，朱嘉皓，王忠宾，李嘉豪. 基于X射线图像和激光点云的煤矸识别方法. 仪器仪表学报. 2022(09): 193-205 . 百度学术
    14. 曹珍贯，吕旻姝，张宗唐. 基于热成像技术和深度学习的煤矸石识别方法. 湖南工程学院学报(自然科学版). 2021(01): 48-52 . 百度学术
    15. 范振，陈乃建，黄玉林，张来伟，李映君. 基于支持向量机与多种特征的煤矸石识别. 济南大学学报(自然科学版). 2021(03): 277-284 . 百度学术
    16. 张泽琳，章智伟，胡齐，王黎. 基于深度学习的多产品煤料图像分类方法研究. 煤炭科学技术. 2021(09): 117-123 . 百度学术
    17. 曹现刚，李莹，王鹏，吴旭东. 煤矸石识别方法研究现状与展望. 工矿自动化. 2020(01): 38-43 . 本站查看
    18. 师平，白亚琼，陈亮，申峰. 新型一体化智能干法选煤系统设计与应用. 机械与电子. 2020(07): 36-39+45 . 百度学术
    19. 袁雄兵. 一种基于X射线的铜矿与脉石分离系统. 有色金属设计. 2020(02): 55-58 . 百度学术
    20. 郑钊. 文化创意产业群视觉识别系统设计. 现代电子技术. 2020(17): 158-161 . 百度学术
    21. 林丽凤，靳远志，赵天波，王晓倩. TDS智能选矸系统在滨湖煤矿井下的应用. 选煤技术. 2020(06): 49-52 . 百度学术
    22. 郭永存，于中山，卢熠昌. 基于PSO优化NP-FSVM的煤矸光电智能分选技术研究. 煤炭科学技术. 2019(04): 13-19 . 百度学术
    23. 孙照焱，蒋康生，尹华功，郭劲. XNDT-104智能分选系统在闪星锑业的应用. 有色金属设计. 2019(03): 128-131 . 百度学术
    24. 杨慧刚，乔志敏，高绘彦，刘宇，赵一丁. 煤与矸石分选系统设计. 工矿自动化. 2018(08): 91-95 . 本站查看
    25. 潘越，曾哲，张恩瑜. 基于MATLAB和图像灰度值对X射线探测煤矸识别的研究. 煤炭技术. 2017(11): 307-309 . 百度学术
    26. 葛学海，白云飞，陈鹏，张立功. 煤与矸石分离系统中X射线探测器的设计. 选煤技术. 2017(06): 64-67 . 百度学术

    其他类型引用(35)

    • 资源附件(0)
计量
  • 文章访问数:  88
  • HTML全文浏览量:  6
  • PDF下载量:  14
  • 被引次数: 61
出版历程
  • 刊出日期:  2014-08-09

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(61)
    资源附件(0)

    /

    返回文章
    返回

    苏ICP备 05016349号-2

    本系统由 北京仁和汇智信息技术有限公司 开发  访问量：1225228    百度统计