自主駕駛礦 井機(jī)車(chē)需要實(shí)時(shí)檢測(cè)和定位行駛前方的巷道行人，激光雷達(dá)等非視覺(jué)類(lèi)方法成本高昂，而傳統(tǒng)基于特征提取視覺(jué)類(lèi)方法無(wú)法解決并下光照差且光線不均勻的問(wèn)題。提出一種基于深度學(xué)習(xí)的井下巷道行人視覺(jué)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(cè)多層卷積神經(jīng)網(wǎng)絡(luò)（CNN），生成自主駕駛機(jī)車(chē)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(guò)多項(xiàng)式擬合計(jì)算出圖像中行人到機(jī)車(chē)之間的第三維距離;最后通過(guò)真實(shí)祥本集實(shí)施模型訓(xùn)練驗(yàn)證與測(cè)試。實(shí)驗(yàn)結(jié)果表明，所提算法的檢測(cè)準(zhǔn)確率達(dá)94% ，速度達(dá)每秒25幀，測(cè)距誤差小于4%，實(shí)現(xiàn)了實(shí)時(shí)高效的巷道行人視覺(jué)定位。

　　近年來(lái)，隨著市場(chǎng)對(duì)駕駛安全和智能化需求的不斷提高，無(wú)人駕駛巨大的社會(huì)和經(jīng)濟(jì)價(jià)值越發(fā)凸顯，［1］。無(wú)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(duì)具有繁重的運(yùn)輸任務(wù)、有事故風(fēng)險(xiǎn)的并下工作環(huán)境來(lái)代替人工來(lái)完成采礦、運(yùn)輸?shù)热蝿?wù)。不同于一般的駕駛環(huán)境，工業(yè)軌道運(yùn)輸環(huán)境受井下空間和運(yùn)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(chē)運(yùn)行事故的發(fā)生，杜絕人員傷亡現(xiàn)象的出現(xiàn)，有必要對(duì)無(wú)人礦井機(jī)車(chē)前方行人進(jìn)行動(dòng)態(tài)感知、識(shí)別分析處理，做到及時(shí)啟/停和提前預(yù)警。