[发明专利]一种基于人工智能的爆破钻孔方法、装置、设备及介质

权利要求书

1.一种基于人工智能的爆破钻孔方法，其特征在于，包括：

获取道路图像信息以及矿车行驶轨迹，所述道路图像信息用于表示位于矿车前方预设范围内的道路图像信息，所述矿车行驶轨迹用于表示矿车车轮的实际行驶轨迹；

对所述道路图像信息进行训练识别处理，得到矿石识别信息；

基于所述矿石识别信息以及所述矿车行驶轨迹，确定所述矿车行驶至所述预设范围内时是否存在矿石碾压接触；

若所述矿车行驶至所述预设范围内时存在矿石碾压接触，则基于所述矿石识别信息确定碾压矿石信息，并判断所述碾压矿石信息是否符合预设标准矿石信息，若不符合，则生成矿石搬运指令，控制搬运机械手臂将与所述碾压矿石信息对应的矿石搬离所述矿车行驶轨迹。

2.根据权利要求1所述的一种基于人工智能的爆破钻孔方法，其特征在于，所述对所述道路图像信息进行训练识别处理，得到矿石识别信息，包括：

对所述道路图像信息进行预处理，得到光谱图像信息；

将所述光谱图像信息输入至训练后的分类识别模型中进行训练，得到矿石图像信息以及与所述矿石图像信息相对应的标注矢量信息，所述标注矢量信息用于表示所述矿石图像信息中每个矿石的坐标信息；

将所述矿石图像信息与所述标注矢量信息进行对应绑定，得到矿石识别信息。

3.根据权利要求2所述的一种基于人工智能的爆破钻孔方法，其特征在于，所述对所述道路图像信息进行预处理，得到光谱图像信息，包括：

对所述道路图像信息进行几何校正处理，得到校正图像信息；

将所述校正图像信息与多光谱图像进行图像融合处理，得到融合图像信息；

对所述融合图像信息进行图像镶嵌处理，得到光谱图像信息。

4.根据权利要求3所述的一种基于人工智能的爆破钻孔方法，其特征在于，所述控制搬运机械手臂将与所述碾压矿石信息对应的矿石搬离所述矿车行驶轨迹，之后还包括：

获取重量信息以及行驶坡度信息，所述重量信息包括矿车重量信息以及矿石重量信息，所述矿石重量信息用于表示所述碾压矿石信息对应的矿石重量信息，所述行驶坡度信息用于表示所述矿车当前行驶道路的坡度信息；

根据所述行驶坡度信息以及所述矿车重量信息对所述矿车的矿石承载重量进行计算，得到标准承载重量；

判断所述矿石重量信息是否超过所述标准承载重量，若超过，则生成告警信息，并将所述告警信息发送至所述矿车终端。

5.根据权利要求4所述的一种基于人工智能的爆破钻孔方法，其特征在于，所述根据所述行驶坡度信息以及所述矿车重量信息对所述矿车的矿石承载重量进行计算，得到标准承载重量，包括：

基于三角函数以及所述矿车重量信息计算所述矿车在不同坡度下的坡度分支重量；

将所述行驶坡度信息中的坡度与所述不同坡度进行匹配，得到标准承载重量。

6.根据权利要求1所述的一种基于人工智能的爆破钻孔方法，其特征在于，所述方法还包括：

获取历史爆破信息以及当前爆破信息，所示历史爆破信息为预设历史时间段内所述矿车对不同材质矿山进行不同程度开采的爆破信息；

创建爆破网络模型，并基于人工鱼群算法以及所述历史爆破信息中的参数类型顺序对所述爆破网络模型进行迭代，得到迭代后的爆破网络模型；

将所述历史爆破信息输入至所述爆破网络模型中进行训练，得到训练后的爆破网络模型；

将所述当前爆破信息根据所述参数类型顺序遍历输入至训练后的爆破网络模型中进行迭代识别，得到当前爆破参数。

7.根据权利要求1所述的一种基于人工智能的爆破钻孔方法，其特征在于，所述对所述道路图像信息进行训练识别处理，得到矿石识别信息，之后还包括：

对所述矿石识别信息进行细碎分类取出，得到优化识别信息；

基于所述道路图像信息对所述优化识别信息进行对应空间数据导入，得到坐标识别信息；

对所述坐标识别信息进行栅格转矢量处理，得到矢量识别信息；

判断所述矢量识别信息中是否存在预设异常，若存在，则生成干预信息，以告知工作人员对所述矢量识别信息进行干预校正。