Study on pipeline vision-aided positioning and navigation method for coal mine tunnel robot
CHENG Jian
在煤矿巷道安全巡检以及灾变环境应急救援等工作中通常需要使用到智能机器人。目前智能机器人的自主导航与避障的技术已经比较成熟,但是主要应用场景都是室外有卫星定位(GPS、北斗导航系统等)环境或者特定室内环境。对于煤矿巷道环境复杂、光照不均匀、井下空间狭窄等难点,智能机器人在煤矿巷道的自主导航方法还需要进一步的研究。常用的传统惯性导航是使用惯性测量单元(Inertial Measurement Unit,IMU)的加速度与角速度来推算物体在三维空间的位置信息,但是误差累积问题比较严重。煤矿巷道存在大量管线,结构化特征显著,通过机载摄像头获取井下巷道图像,使用机器视觉算法来定位巷道图像中的管线,并且通过解算机器人与管线之间的偏航角来辅助机器人的视觉导航。针对巷道中管线的颜色鲜明、几何形状特征明显的特点,结合颜色与几何特征,通过将图像纵向分割成多个独立的子图像,减小环境噪声对图像中管线分割带来的影响,然后从每个子图像中获取候选管线轮廓,并根据是否属于同一根管线进行轮廓分组,从每组候选轮廓中进一步根据管线轮廓所拟合直线的平行程度进一步筛选出较为鲁棒和稳定的管线轮廓,效果显著。结合相机针孔模型和偏航角解算模型,进而获得机器人当前的偏航角度,试验表明,上述方法不仅快速,而且计算的偏航角准确可靠,能够满足煤矿巷道机器人视觉辅助定位与导航需求。
machine vision; structured environment; feature extraction; positioning and navigation; coal mine tunnel robot;safety inspection
主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会