煤礦井巷環(huán)境下的機(jī)器人障礙識別研究.pdf

1、煤礦在發(fā)生爆炸、火災(zāi)等事故后，其井巷變成復(fù)雜的非結(jié)構(gòu)化環(huán)境，事故后的井巷由于坍塌造成巷道中充滿障礙物，由于井下特殊環(huán)境導(dǎo)致空氣中充滿有毒氣體、粉塵以及高溫濕度，使得救援人員無法立即進(jìn)入煤礦災(zāi)害環(huán)境中進(jìn)行救援活動。煤礦救援機(jī)器人可以代替救援人員進(jìn)入事故現(xiàn)場進(jìn)行環(huán)境的探測，探測災(zāi)后環(huán)境中含有障礙物的道路及有毒氣體濃度等。為解決機(jī)器人在井巷環(huán)境受照度、濕度以及粉塵濃度影響的環(huán)境中的行走問題，本文開展了井巷環(huán)境下機(jī)器人障礙識別研究。
　　

2、首先對煤礦救援機(jī)器人的視覺系統(tǒng)及井巷模擬環(huán)境進(jìn)行設(shè)計(jì)。通過分析機(jī)器人對障礙物識別的功能需求，選用以視覺系統(tǒng)中的光源、紅外攝像機(jī)、有線無線通訊和上位機(jī)等組建機(jī)器人的視覺系統(tǒng)硬件，并在此基礎(chǔ)上結(jié)合OpenCV視覺處理庫設(shè)計(jì)了機(jī)器人視覺顯示界面。通過分析煤礦災(zāi)后對機(jī)器人視覺有影響的因素，設(shè)計(jì)搭建了煤礦井巷模擬巷道并在其中模擬照度、濕度以及粉塵濃度等環(huán)境。
　　其次對機(jī)器人視覺系統(tǒng)中的圖像采集系統(tǒng)進(jìn)行標(biāo)定研究。通過分析機(jī)器人視覺中攝像機(jī)的

3、成像模型，建立線性及非線性的模型并分別對兩種模型下的攝像機(jī)內(nèi)外參數(shù)及畸變參數(shù)進(jìn)行標(biāo)定。通過標(biāo)定試驗(yàn)求得機(jī)器人所用雙目視覺系統(tǒng)中兩個(gè)攝像機(jī)的參數(shù)及其相對位置關(guān)系，并對標(biāo)定誤差進(jìn)行分析。
　　然后在煤礦模擬井巷環(huán)境中采集含有障礙物的機(jī)器人視覺圖像并進(jìn)行圖像的預(yù)處理研究。通過改變模擬煤礦井巷中的光照條件、濕度條件以及粉塵濃度等模擬災(zāi)后的不同環(huán)境，機(jī)器人在不同的環(huán)境條件中采集障礙物在不同遠(yuǎn)近處的視覺圖像。在對機(jī)器人所采集到的圖像進(jìn)行分析后

4、，針對圖像模糊及障礙識別等問題提出了解決方案。在分析圖像濾波增強(qiáng)算法后對所采集到的圖像進(jìn)行了圖像去模糊預(yù)處理，并對處理后的圖像進(jìn)行了邊緣檢測，在OpenCV中進(jìn)行了試驗(yàn)驗(yàn)證。
　　最后對機(jī)器人前方的障礙物進(jìn)行識別研究并在模擬井巷環(huán)境中進(jìn)行了試驗(yàn)驗(yàn)證。通過分析分水嶺分割算法、K-means聚類算法以及GraphCut前景提取算法后對障礙物進(jìn)行二維形狀和區(qū)域特征提取。通過機(jī)器人自身所攜帶的雙目視覺攝像機(jī)所采集的圖像進(jìn)行角點(diǎn)提取與立體匹