近日，科技部中国科学技术信息研究所（中信所）发布了2023年度“领跑者5000－中国精品科技期刊顶尖学术论文（F5000）”的入选论文名单。机械学院曹现刚教授团队发表在《煤炭科学技术》上的论文“面向煤矸分拣机器人的煤矸识别定位系统研究”和张旭辉教授团队发表在《煤炭科学技术》上的论文“悬臂式掘进机机身及截割头位姿视觉测量系统研究”入选2023年度F5000。

“领跑者5000——中国精品科技期刊顶尖论文（F5000）”是科技部2012年10月启动的项目，由我国最权威的科技信息研究机构——中国科学技术信息研究所负责评选，旨在更好地宣传和利用我国优秀学术成果，将中国的优秀论文推送出去，向世界学术界集中展示中国优秀科研成果，扩大中国学术期刊和出版机构的国际影响。

“领跑者5000——中国精品科技期刊顶尖论文（F5000）”通过严格定量分析遴选和同行评议推荐相结合的方式，从全国约300本“中国精品科技期刊”中选出候选论文，最终遴选出著录内容完整、学术水平和影响力较高的科技论文入选F5000。入选论文均为各学科前1%高被引论文，且报道原创性的科学发现和技术创新成果，能够反映期刊所在学科领域的最高学术水平。

入选论文“面向煤矸分拣机器人的煤矸识别定位系统研究”介绍了煤矸识别定位系统的组成与识别定位方法，并综述了煤炭分选行业对智能干选技术的需求和当前煤矸识别方法无法应对现场复杂环境的研究现状，论文分析了煤矸表面特征的5种状态类别，构建了煤矸数据集。开发了一种基于迁移学习AlexNet网络模型、RPN框架和坐标转换方法的煤矸石识别与定位系统，试验结果表明，煤矸识别定位系统检测准确率可达90.17%，煤矸最大定位误差9.45 mm，误差均不超过10 mm，平均响应时长312.7 ms。并探究了带速对识别定位系统的影响，指出在煤矿实际生产条件下，基于高带速、强环境干扰的混合煤矸样本识别方法研究会成为未来智能煤矸分选设备发展的关键技术问题之一。入选论文体现了曹现刚教授团队在煤矿特种机器人领域的学术影响力，为智能干法选煤技术体系的发展提供了重要的理论支撑与实践指导，有力推动了煤炭分选行业的智能化转型与新质生产力发展。

[1]曹现刚,刘思颖,王鹏,等.面向煤矸分拣机器人的煤矸识别定位系统研究[J].煤炭科学技术,2022,50(01):237-246.

入选论文“悬臂式掘进机机身及截割头位姿视觉测量系统研究”介绍了对悬臂式掘进机机身及截割头位姿视觉测量方法进行探索与创新，以煤矿掘进工作面少人或无人化生产为目标，创新设计了适应于井下高粉尘水雾的激光点-线合作标靶，建立了基于两点三线的掘进机机身位姿解算模型，提出了面向煤矿井下恶劣环境的激光点-线单目视觉定位方法及系统，研发了煤矿井下掘进机机身及截割部位姿测量理论及方法，该方法能够快速、稳定获取巷道设备动态位姿数据，对提高煤矿掘进效率和煤矿安全生产具有重大意义，具有广阔的应用价值和市场前景。入选论文体现了张旭辉教授团队在煤矿井下掘进装备自主精确定位与掘进工作面智能化建设方面的学术影响力，近年来在掘进装备视觉定位理论方面取得了一系列重大突破并实现了工业化应用，为破解掘进工作面高粉尘、复杂地质条件等限制下的掘进装备精确定位、定向导航和成形截割控制难题提供了重要的理论支撑与实践指导，有力推动了行业整体的技术进步与新质生产力发展。

[1]杨文娟,张旭辉,马宏伟,刘志明.悬臂式掘进机机身及截割头位姿视觉测量系统研究[J].煤炭科学技术,2019,47(06):50-57.