自主駕駛礦 井機(jī)車需要實時檢測和定位行駛前方的巷道行人，激光雷達(dá)等非視覺類方法成本高昂，而傳統(tǒng)基于特征提取視覺類方法無法解決并下光照差且光線不均勻的問題。提出一種基于深度學(xué)習(xí)的井下巷道行人視覺定位算法。首先給出基于深度學(xué)習(xí)網(wǎng)絡(luò)的系統(tǒng)整體結(jié)構(gòu);其次，搭建目標(biāo)檢測多層卷積神經(jīng)網(wǎng)絡(luò)（CNN），生成自主駕駛機(jī)車前方視野范圍內(nèi)行人的二維坐標(biāo)及邊界框的尺寸;再次，通過多項式擬合計算出圖像中行人到機(jī)車之間的第三維距離;最后通過真實祥本集實施模型訓(xùn)練驗證與測試。實驗結(jié)果表明，所提算法的檢測準(zhǔn)確率達(dá)94% ，速度達(dá)每秒25幀，測距誤差小于4%，實現(xiàn)了實時高效的巷道行人視覺定位。

　　近年來，隨著市場對駕駛安全和智能化需求的不斷提高，無人駕駛巨大的社會和經(jīng)濟(jì)價值越發(fā)凸顯，［1］。無人駕駛系統(tǒng)在民用、科學(xué)研究、軍事、工業(yè)等方面獲得廣泛應(yīng)用。其中在工業(yè)方面則針對具有繁重的運輸任務(wù)、有事故風(fēng)險的并下工作環(huán)境來代替人工來完成采礦、運輸?shù)热蝿?wù)。不同于一般的駕駛環(huán)境，工業(yè)軌道運輸環(huán)境受井下空間和運輸?shù)V物的影響，容易導(dǎo)致事故的發(fā)生，且一旦發(fā)生事故極易造成人員傷亡或引發(fā)爆炸等嚴(yán)重后果。因此，為了從根本上減少機(jī)車運行事故的發(fā)生，杜絕人員傷亡現(xiàn)象的出現(xiàn)，有必要對無人礦井機(jī)車前方行人進(jìn)行動態(tài)感知、識別分析處理，做到及時啟/停和提前預(yù)警。