面向工業(yè)互聯(lián)網(wǎng)的井下無(wú)人機(jī)單目視覺(jué)SLAM定位方法.pdf

1、通過(guò)井下工業(yè)互聯(lián)網(wǎng)，可以對(duì)井下無(wú)人機(jī)等智能設(shè)備進(jìn)行遠(yuǎn)程管理，對(duì)實(shí)現(xiàn)無(wú)人采礦具有十分重要的意義。為了對(duì)井下無(wú)人機(jī)進(jìn)行管理，需要實(shí)現(xiàn)礦井環(huán)境下的無(wú)人機(jī)自主定位和導(dǎo)航。同時(shí)定位與建圖(SLAM)算法可以通過(guò)傳感器對(duì)周?chē)h(huán)境信息進(jìn)行觀測(cè)，對(duì)無(wú)人機(jī)進(jìn)行精確定位。因此，本文針對(duì)井下巷道中行駛的無(wú)人機(jī)單目視覺(jué)SLAM算法進(jìn)行了研究，以實(shí)現(xiàn)礦井環(huán)境下的無(wú)人機(jī)自主定位和導(dǎo)航。本文的主要成果如下:
　　(1)針對(duì)較寬闊無(wú)障礙物的巷道以及較窄巷道分別提

2、出在巷道頂壁設(shè)置帶有位置信息的二維碼以及在巷道壁兩側(cè)設(shè)置反光標(biāo)識(shí)牌作為無(wú)人機(jī)引導(dǎo)路標(biāo)。針對(duì)這兩種不同的巷道環(huán)境，分別創(chuàng)建了基于幾何-拓?fù)涞木孪锏缊D。
　　(2)針對(duì)寬闊巷道環(huán)境，提出了一種含有位置信息的二維碼，根據(jù)邊緣檢測(cè)、擬合直線(xiàn)等算法得到二維碼的碼值信息，即二維碼的位置信息，實(shí)驗(yàn)和仿真表明該算法能快速清晰地對(duì)二維碼進(jìn)行識(shí)別。針對(duì)較窄巷道環(huán)境中設(shè)置的人工路標(biāo)即反光標(biāo)識(shí)牌，事先將每一個(gè)反光標(biāo)識(shí)牌和其周?chē)淖匀惶卣鬟M(jìn)行圖像獲取并放

3、入庫(kù)中，提出了基于RANSAC的SIFT算法對(duì)井下無(wú)人機(jī)單目視覺(jué)所獲取的每一幀圖像進(jìn)行特征提取，并與事先建立好的特征圖像庫(kù)進(jìn)行匹配。實(shí)驗(yàn)和仿真表明基于RANSAC的SIFT算法有很高的正確匹配率，可以根據(jù)特征圖像庫(kù)和離線(xiàn)地圖得到路標(biāo)位置信息。
　　(3)針對(duì)較寬闊無(wú)障礙物的巷道和二維碼無(wú)人機(jī)引導(dǎo)路標(biāo)場(chǎng)景，提出了一種基于二維碼的井下無(wú)人機(jī)單目視覺(jué)PSOFastSLAM算法。仿真結(jié)果表明所提出的井下無(wú)人機(jī)PSOFastSLAM算法，有

4、效改善了FastSLAM定位算法粒子退化的問(wèn)題，提高了井下無(wú)人機(jī)定位精度。
　　(4)針對(duì)較窄巷道和反光標(biāo)識(shí)牌引導(dǎo)路標(biāo)場(chǎng)景，提出了一種基于反光標(biāo)識(shí)牌的井下無(wú)人機(jī)單目視覺(jué)EKF-SLAM算法，通過(guò)已知路標(biāo)得到的觀測(cè)信息對(duì)無(wú)人機(jī)位姿進(jìn)行估計(jì)。仿真結(jié)果表明單目視覺(jué)EKF-SLAM算法可以對(duì)井下無(wú)人機(jī)進(jìn)行精確定位。
　　最終結(jié)果顯示，針對(duì)不同的巷道環(huán)境，采用不同的SLAM算法可以對(duì)面向工業(yè)互聯(lián)網(wǎng)的井下無(wú)人機(jī)進(jìn)行精確定位，為后續(xù)工業(yè)互