煤炭科学技术

作者：刘光伟, 雷健, 张磊, 郭直清, 郭伟强, 朱虹锦, 柴森霖, 秦飞龙, 谯乾林,

关键词：露天煤矿, 可行驶区域分割, Transformer, 深度感知, 语义分割, 跨模态融合,

露天矿复杂动态环境下，道路可行驶区域精准分割是无人驾驶技术推广的关键瓶颈。传统视觉感知方法因局部特征提取局限和单一模态信息缺陷，难以应对长距离依赖建模、低对比度区域判别等挑战。为此，提出了一种基于空域−深度跨模态融合的露天矿道路可行驶区域深度感知模型。模型以金字塔视觉Transformer（PVTv2）为空域分支主干，利用线性注意力机制实现多尺度语义特征高效提取，解决了长距离依赖问题并降低高分辨率图像计算复杂度。采用DepthAnything模型生成鲁棒深度图，引入了CATANet令牌聚合机制挖掘深度特征中的空间几何信息，辅助区分颜色纹理相近区域。设计多层次自适应融合模块，通过通道级与像素级注意力动态加权及跨尺度上下文传播，实现了语义特征与几何特征的精细化交互；构建了包含加权交叉熵、深度正则化损失等的多组件联合损失函数，强化对类别不平衡、边界模糊等问题的处理能力。结果表明：该模型在自主构建的露天矿道路数据集上表现优异，平均交并比（mIoU）达87.6%，显著优于FCN、U-Net等传统模型；深度方差（DV）仅为0.052，有效保证道路区域深度值均匀性。消融试验验证了各核心组件的必要性和有效性，视频序列测试显示模型在复杂路况、极端天气下具有强鲁棒性。本研究为露天矿无人驾驶系统提供了可靠的环境感知方案，对智能矿山建设具有重要意义。

来源：2026年第4期

《煤炭科学技术》期刊编辑部

查看煤炭科学技术杂志2026年第4期