基于单激光束信息的掘锚装备视觉定位方法研究

煤矿井下掘锚装备智能化是改善行业采掘失衡问题的关键,而掘锚装备的精确定位是实现其智能化的前提。与其他传统定位方法相比,基于视觉的位姿测量方法以其无接触、无累计误差的优势在煤矿井下得到了初步的应用。针对目前煤矿井下掘进工作面掘锚装备视觉定位方法存在的合作标靶结构复杂、标定繁琐的问题,结合掘进工作面原有激光指向仪特征,提出一种基于单激光束信息的掘锚装备视觉定位方法。该方法通过分析激光指向仪光斑及光束图像特征,提出了一种基于二维反正切函数拟合的激光光斑中心提取方法和基于Hough直线检测的激光束中心线提取方法,构建了基于点线特征的双目视觉位姿解算模型,得出了掘锚装备在巷道中的实时位姿。最后,为了验证提出的特征提取方法和视觉定位方法的可行性和准确性,在实验室模拟掘进工作面工况环境搭建平台进行了试验。结果表明：基于矿用激光指向仪信息的掘锚装备视觉定位方法具有较高的位姿测量精度。在50 m的测试范围内,机身位置在巷道坐标系下沿X轴、Y轴和Z轴的平均测量误差分别为25.44、58.64、31.08 mm,其最大误差分别为55.16、127.39、63.57 mm;机身姿态在巷道坐标系下的俯仰角、偏航...     

煤矿远程智能掘进面临的挑战与研究进展

煤矿巷道掘进智能化相关理论与技术研究是当前解决"采掘失衡"难题的基石.远程智能掘进是实现少人甚至无人化掘进作业的根本目标和远景,面临单一掘进装备定位与控制、设备群协同、人-机-环感知与呈现,以及远程智能决策等瓶颈问题.聚焦巷道近程或地面远程智能掘进场景控制需求,提出了数字孪生驱动掘进装备远程智能控制技术构架,通过构建掘...     

煤矿井下设备视觉定位系统内参自适应标定方法

针对现有煤矿井下掘进设备视觉定位方法精度不足的问题,以小孔成像模型为基础,建立了相机畸变对位姿测量系统产生的误差模型,构建了基于自适应天牛须搜索算法(ABAS)的相机参数优化模型,由此提出了一种煤矿井下掘进设备视觉定位系统内参自适应标定方法。通过标定数据表明,基于ABAS算法的标定法相对于张正友标定法的平均误差减小了0.07像素,重投影误差减小了0.04。以测量检测掘进机器人偏航角为例的结果表明,基于ABAS算法的标定方法的最大定位误差为2.32°,而张正友标定法的最大定位误差为2.54°,为提高掘进设备定位精度提供了可行的解决思路。