首页> 中文学位 >矿井悬臂式掘进机位姿感知及定位方法研究
【6h】

矿井悬臂式掘进机位姿感知及定位方法研究

代理获取

目录

声明

致谢

变量注释表

1 绪论

1.1 研究背景及意义(Study Background and Significance)

1.2 研究现状(Research Status)

1.3 主要研究内容(Main Research Contents)

1.4 论文组织结构(Organization of the Dissertation)

2 掘进机位姿感知及定位方法分析与总体方案设计

2.1 悬臂式掘进机基本结构(Boom-type Roadheader Machinery Structure)

2.2 掘进机空间定位坐标系统( Roadheader Spatial Positioning Coordinate Systems)

2.3 掘进机机身位姿数学模型与测量方法对比分析( Mathematical Model and Measuring Methods Comparison for Roadheader Body Positioning)

2.4 掘进机截割机构简化模型与定位方法对比分析( Simplified Model and Positioning Methods Comparison for Roadheader Cutting Mechanism)

2.5 悬臂式掘进机空间位姿感知及定位系统总体方案设计( General Research Plan of Spatial Attitudes Detection and Location System for Boom-type Roadheader)

2.6 位姿感知及定位参数考核指标( Assessment Indices of Roadheader Pose Perception and Location)

2.7 本章小结(Chapter Summary)

3 基于双十字激光的掘进机机身位姿感知

3.1 引言(Introduction)

3.2 基于双十字激光的机身位姿测量方案( Pose Measurement Scheme of Roadhead Body Based on Double Cross Lasers)

3.3 位姿感知系统设备选型与安装( Equipments Selection and Installation)

3.4 基于 Retinex 与小波多尺度积的低照度图像边缘检测算法(Edge Detection Algorithm for Low Illumination Images Based on Retinex Theory and Wavelet Multiscale Product)2

3.5 激光标靶特征点识别与坐标解算( Recognition and Coordinates Calculation of Feature Points on Laser Targets)

3.6 悬臂式掘进机机身位姿解算(Posture and Position Calculation for Roadhead Body)

3.7 悬臂式掘进机机身位姿检测实验与误差来源分析(Attitudes Detection Experiments and Error Sources Analysis for Roadheader Body)

3.8 本章小结(Chapter Summary)

4 基于双目视觉的截割头定位系统建立与标定

4.1 引言(Introduction)

4.2 基于双目立体视觉的截割头定位系统建立(Establishment of Binocular Stereo Vision System for Cutting Head Positioning)

4.3 双目视觉系统基本原理(Basic Principles of Binocular Vision System)

4.4 截割头定位系统单目摄像机内参数标定(Internal Parameters Calibration of Monocular Camera for Cutting Head Positioning System)

4.5 截割头双目定位系统结构参数标定( Structural Parameters Calibration of Binocular System for Cutting Head Positioning)

4.6 单目摄像机标定实验( Monocular Camera Calibration Experiments)

4.7 双目立体系统标定实验(Calibration Experiments of Binocular Stereo System)

4.8 本章小结(Chapter Summary)

5 基于轮廓特征的悬臂式掘进机截割头目标匹配

5.1 引言(Introduction)

5.2 图像匹配算法(Image Matching Algorithms)

5.3 基于轮廓特征的目标匹配算法(Object Matching Algorithms Based on Contour Features)

5.4 悬臂式掘进机截割头轮廓匹配方法( Contour Matching Method of Roadheader Cutting Head)

5.5 掘进机截割头轮廓特征表示(Contour Features Representation of Roadheader Cutting Head)

5.6 改进MVM轮廓匹配算法(Improved MVM Contour Matching Algorithm)

5.7 基于 SIATL 轮廓描述子与改进 MVM 算法的轮廓匹配实验(Contours Matching Experiments Based on SIATL Descriptor and Improved MVM Algorithm)

5.8 本章小结(Chapter Summary)

6 基于视觉匹配和位姿检测的截割头定位

6.1 引言(Introduction)

6.2 悬臂式掘进机截割头定位方法( Roadheader Cutting Head Location Methods)

6.3 左摄像机坐标系下截割头三维定位实验( Positioning Experiments of Roadheader Cutting Head in Left Camera Coordinate System)

6.4 基于双目系统的目标点三维信息解算精度分析( Location Accuracy Analysis of Target Points 3D Information Calculation Based on Binocular System)

6.5 巷道坐标系下截割头定位实验(Positioning Experiments of Roadheader Cutting Head in Tunnel Coordinate System)

6.6 本章小结(Chapter Summary)

7 结论与展望

7.1 结论(Conclusions)

7.2 创新点(Innovations)

7.3 展望(Prospects)

参考文献

作者简历

学位论文数据集

展开▼

摘要

煤矿环境恶劣、安全事故多发,综采工作面智能化、无人化开采是技术发展的必然趋势,对于提高煤炭生产效率、降低工作强度、保障人员生命安全具有重要意义。巷道掘进作为煤矿开采的重要环节,是实现矿井建设、采区通风、煤炭开采与运输的基础。其中,完成掘进机的自动控制是解决巷道自动化综掘施工的重要途径。悬臂式掘进机工作过程中,行走机构带动履带推进机身前移,截割机构通过液压缸改变截割头位置,最终在两者的协同工作下完成截割头的钻进作业。因此,为使机器按要求实现巷道断面的自动切割,首先需要解决掘进机机身空间位姿的感知以及截割头的定位问题。 在国家863项目“薄煤层半煤岩掘进机关键技术研究”(2013BAK06B04)的支持下,本论文针对上述问题进行了研究。首先,将机器视觉技术应用到掘进机机身位姿的检测中,以确定截割头在巷道中的坐标基点;随后,针对截割头定位,设计了基于轮廓识别的双目定位系统,完成了截割头相对机身的三维坐标获取;最终,结合已经获取到的机身位姿信息,实现了巷道坐标系下悬臂式掘进机机身位姿与截割头位置的自动实时监测。具体研究工作与成果如下: (1)通过对比分析现有方法,确定了基于机器视觉的悬臂式掘进机空间位姿感知与定位系统总体方案。首先,根据悬臂式掘进机的基本结构,构建了掘进机空间位姿检测坐标系统;然后,基于双十字激光仪对机身位姿进行测量,并首次系统地提出以偏移角α,俯仰角β,横滚角γ,水平偏移位移Δx,垂直偏移位移Δz五个参数描述机身在巷道中的位姿;最终,以获取到的机身位姿为基础,使用双目视觉系统完成截割头在巷道中的空间定位。 (2)为解决煤矿井下采集到的图像照度低、光照分布不均的问题,提出了一种改进的Retinex小波多尺度积边缘提取算法。通过分析不同照度下图像的频谱分布,完成了小波高低频信息分解。依照高频与低频部分所含信息的特点,采用改进的多尺度Retinex算法删除了低频子图中的照射分量,并采用模糊增强算法对边缘信息对比度进行加强。在此基础上,提出改进的小波多尺度积完成了非均匀照度图像边缘检测。 (3)依照总体方案,设计了一种基于双十字激光标靶的悬臂式掘进机机身位姿监测系统。该系统以双十字激光仪为基准,利用十字激光线在前后标靶上的成像特征,建立了机身位姿解算模型。通过对激光标靶的设计、监测设备的选型与安装,在模拟平台上完成了掘进机机身位姿自动实时检测实验。实验结果表明,机身倾角测量精度为0.16°,位移检测精度为10mm,该测量系统实时性强,满足巷道掘进过程中对机身位姿精准检测的要求。 (4)在构建悬臂式掘进机截割头双目定位系统的基础上,针对现有的双目标定算法存在复杂度高、精度低的问题,提出了一种正交消隐点双目视觉系统标定算法。首先,基于畸变图像中心对称性与透视投影比例不变性完成了单目相机内参数的标定。随后,根据两组平行直线的正交消隐点几何特性对摄像机外参数进行标定。并依照左右极线间的几何约束,对双目视觉系统外参数进行优化,最终完成了立体系统内外参数的精准标定,具有简单、易操作、精度高的优点。 (5)为实现截割头定位,提出了基于轮廓特征的截割头目标匹配算法。针对现有轮廓描述子的不足,在非均匀采样的基础上提出了构建轮廓切线夹角描述子。随后,为精准完成轮廓匹配,引入跳跃惩戒因子与重复匹配惩戒因子对MVM算法进行改进,使得改进后算法可以很好的适应轮廓形变与噪声干扰,完成匹配。匹配实验表明,该算法具有一定的抗噪能力,可以实现目标轮廓的快速、精确匹配,正确检索率高。在100组截割头轮廓的匹配实验中,目标识别率为100%。 (6)使用双目摄像仪实时采集截割头图像,完成了巷道坐标系下悬臂式掘进机截割头的识别与定位。基于双目系统三维坐标解算原理,对截割头轮廓特征点进行三维重建与平面拟合。在去除距拟合平面较远的奇异点后,将上边缘均值点视为截割头空间定位点,并使用坐标转换的方法结合已经得到的机身位姿,完成了截割头在巷道中的定位。实验结果表明,巷道坐标系下截割头定位点在巷道截面上的投影误差为3cm,满足巷道掘进过程中截割头位置精准定位的要求。 本文应用机器视觉技术实现悬臂式掘进机的位姿感知与定位,提高了煤矿井下掘进机机身与截割头的定位实时性与定位精度,弥补传统检测方法易受巷道粉尘浓度干扰、测量路径易遮挡、机身剧烈振动等恶劣测量环境影响的不足。对于提高井下掘进效率,降低施工风险、实现智能化掘进具有重要的理论意义与应用价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号