Research progress of coal mine rescue robot based on binocular vision technology
ZHAI Guodong, ZHANG Wentao, YUE Zhongwen, PAN Tao, HU Wenyuan, LU Xinghao
中国矿业大学(北京) 机电与信息工程学院中国矿业大学(北京) 力学与建筑工程学院神华信息技术有限公司智能矿山(煤炭行业)工程研究中心福建省信息处理与智能控制重点实验室
针对煤矿事故后的环境探测和紧急救援任务,研发和使用煤矿救援机器人是提高救援效率和降低救援危险系数的关键途径,而双目视觉技术是煤矿救援机器人获取事故现场信息和实现自主避障及路径规划的前提。首先,基于双目视觉技术的实现流程,介绍了视觉测距的数学原理。归纳了目前摄像机标定领域的代表性方法,包括传统标定方法、主动视觉标定方法和自标定方法。阐述了立体视觉匹配中全局匹配算法、局部匹配算法和亚全局匹配算法的最新研究成果,并比较了3类匹配算法的优缺点。然后,在近十年煤矿救援机器人研究文献的基础上,回顾了双目视觉技术在煤矿救援机器人中的应用和发展情况。结果表明,研究范围主要涵盖立体视觉匹配算法、模式分类与识别、视觉测量与3维重建、组合测量与定位、视觉伺服控制和基于虚拟现实技术的视觉算法仿真等方面。最后,根据煤矿非结构化环境的高动态和强干扰特点,总结了运动模糊和镜头污染、超广角镜头的非线性大幅畸变、弱/零照度条件等3项煤矿救援机器人双目视觉现场应用所面临的技术难题。根据煤矿救援机器人双目视觉的大视场、高精度、自适应感知等要求,提出了包括多自由度测量、多传感器信息融合、基于主动视觉的自适应感知等在内的3项未来发展建议。
coal mine rescue robot; binocular vision; camera calibration; stereo vision matching;emergency rescue;information fusion; active vision
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