隧道机器人火情探测与导航决策研究

摘要

应用于隧道环境的移动机器人，集人工智能、传感技术、信息处理、图像处理、无线通讯等专业技术为一体，它作为特种设备替代人员在隧道环境中进行作业，论文结合某研究所隧道机器人项目的具体需求，对隧道环境下的火情自动探测技术与定位火源后隧道机器人如何快速有效移动到火情事故点进行灭火救援操作的导航规划方法进行了研究。
　　首先，论文通过分析火情发生各个阶段的特点，提出了一种基于视频图像的火情探测方法。该探测方法采用视觉传感器并配合火情探测器作为探头采集信息，采用基于LM优化的光谱抠图改进算法分割火焰或烟雾的疑似区域并提取该区域的7种特征，将图像特征信息和火情传感器信息融合后，通过SVM-KNN分类器实现火情的判别，并在准确识别火情后，通过视觉测距计算出火源的空间位置。其次，在确定目标地点后，通过激光雷达与视觉传感器信息融合进行隧道环境内的障碍物检测，然后采用改进的RRT算法和粒子群算法进行混合路径规划，以时间最短作为判断路径优劣的准则，最终得到一条从当前位置到目标火源位置的无碰撞最优或次优路径。
　　论文通过采集多段火情视频和干扰视频进行算法实验验证，实验结果表明，火情平均识别率达到了项目的实际指标要求，同时调用VREP仿真平台，对隧道机器人与隧道环境进行建模并验证了导航规划方法的有效性。仿真结果表明，发现火情后，隧道机器人能在项目规定的时间限额内到达火情事故点。

目录

声明

1 绪论

1.1 课题背景及研究意义

1.2 课题的国内外研究现状

1.3 课题的主要研究内容

2 隧道机器人的火情探测与导航决策总体设计

2.1 项目指标

2.2 总体算法设计

2.3 火情检测与相关技术

2.4 导航规划与相关技术

2.5 本章小结

3 隧道机器人火情检测与识别定位

3.1 图像预处理

3.2 视频火情图像分割

3.3 火情图像特征提取

3.4 基于SVM-KNN的火情识别

3.5 基于视觉的火源定位

3.6 本章小结

4 隧道机器人导航规划

4.1 隧道环境和隧道机器人功能需求

4.2 基于激光雷达与视觉传感器的隧道障碍物检测

4.3 基于改进RRT的路径规划算法

4.4 基于改进RRT和粒子群算法的混合路径规划

4.5 本章小结

5 系统实验验证

5.1 火情探测系统实验与结果分析

5.2 导航决策

5.3 本章小结

结论

致谢

参考文献

攻读硕士学位期间发表的学术论文及研究成果