论文部分内容阅读
煤炭是我国国民经济发展的重要能源,煤炭开采也因此备受关注。但由于矿井本身构造复杂,井下地质环境多样,人工作业往往效率低下且事故频发。随着信息技术的不断发展,无人机将逐步代替人力,在未来少人或无人井下作业中发挥重要作用。本文以井下无人机自主导航为研究对象,针对井下巷道的特殊环境,以单目视觉传感器为基础,对导航中涉及的位姿估计、障碍物检测和路径规划等关键技术进行了研究。具体研究成果如下:(1)针对井下无人机自主导航中涉及的位姿估计问题,提出了一种基于单目视觉的井下无人机人工路标辅助位姿估计方法。以相同形制的反光标识牌作为人工路标,通过视觉注意机制对其进行快速识别。利用机载单目摄像机中心点与邻近反光标识牌及其投影点之间的几何关系,推断出无人机的位姿。仿真结果表明,本文提出的位姿估计方法可以满足矿井巷道中无人机位姿估计对精度和实时性的要求,且具有更高的算法效率。(2)针对井下无人机自主导航中涉及的障碍物检测问题,提出了一种基于单目视觉的井下无人机障碍物检测方法。首先,为了改善矿井图像低对比度和模糊的问题,提出了一种基于极值抑制和中值的加权均值滤波算法,并结合CLAHE算法对图像增强。其次,提出一种基于形态学处理的全局阈值二值化与局部阈值二值化取交集的方法,将障碍物从背景中分离出来,并利用Suzuki轮廓跟踪法提取障碍物轮廓。最后,根据障碍物形状特征参数,使用最小外接矩形精确定位障碍物区域。仿真结果表明,采用本文所提出的障碍物检测算法,得到的障碍物轮廓清晰且识别结果正确,能够满足井下无人机障碍物检测的要求。(3)针对井下无人机自主导航中涉及的路径规划问题,提出了一种基于单目视觉具有动态避障能力的井下无人机路径规划方法。首先,结合基于四叉树的ORB算法与三角测量法对巷道中的障碍物定位。其次,提出一种基于尺度Huber函数的高斯牛顿法对障碍物定位结果进行优化,并通过混合栅格法和构型空间法对巷道环境建模。最后,基于优化后的障碍物定位信息以及巷道环境模型,使用A*算法实现路径规划。仿真结果表明,采用本文所提出的路径规划算法,可以成功绕开前方障碍物,安全到达目的地,满足井下无人机进行最优路径规划的要求。上述工作为后续井下无人机自主导航系统的实际开发与飞行测试提供了一定技术基础,也为其他特殊场景下无人机自主导航系统的设计提供了一定研究参考。