智能挖掘機(jī)械三維環(huán)境辨識(shí)系統(tǒng).pdf

1、隨著計(jì)算機(jī)控制技術(shù)和人工智能技術(shù)的高速發(fā)展，人們對(duì)挖掘機(jī)械智能化的要求也在不斷提高。在實(shí)際挖掘作業(yè)過(guò)程中，挖掘工作人員需要經(jīng)常面對(duì)復(fù)雜惡劣的挖掘作業(yè)環(huán)境，高強(qiáng)度下的持續(xù)作業(yè)，不僅給身體帶來(lái)巨大的負(fù)荷，更會(huì)對(duì)整個(gè)挖掘作業(yè)流程帶來(lái)一定的安全隱患。挖掘機(jī)械智能化作業(yè)使人們從手工勞作轉(zhuǎn)變到機(jī)械作業(yè)，從而將人們從繁重的體力勞動(dòng)中解放出來(lái)，極大地提高了工作效率。而挖掘機(jī)械三維環(huán)境辨識(shí)技術(shù)更是在挖掘機(jī)械智能化自主作業(yè)過(guò)程中發(fā)揮了重要作用，是挖掘機(jī)械自

2、動(dòng)控制和自主運(yùn)動(dòng)的基礎(chǔ)。為此，本文設(shè)計(jì)了一套智能、高效、實(shí)時(shí)的挖掘機(jī)械三維環(huán)境辨識(shí)系統(tǒng)。通過(guò)對(duì)挖掘機(jī)械作業(yè)場(chǎng)景實(shí)時(shí)掃描處理，實(shí)現(xiàn)對(duì)挖掘目標(biāo)與運(yùn)載目標(biāo)以及障礙物的可靠辨識(shí)。在論文完成的過(guò)程中做了如下工作：
　　搭建了智能挖掘機(jī)械三維環(huán)境辨識(shí)系統(tǒng)硬件平臺(tái)，包括環(huán)境感知設(shè)備的選擇、旋轉(zhuǎn)臺(tái)與電機(jī)的選型以及硬件電路的連接。編寫了智能挖掘機(jī)械三維環(huán)境辨識(shí)系統(tǒng)軟件，介紹了系統(tǒng)所需的編程環(huán)境和開(kāi)發(fā)工具，設(shè)計(jì)了基于CUDA的GPU并行計(jì)算方法。

3、r>　　提出了智能挖掘機(jī)械作業(yè)場(chǎng)景三維點(diǎn)云數(shù)據(jù)的區(qū)域分割方法，采用逐層分割的思想對(duì)掃描到的挖掘作業(yè)場(chǎng)景三維點(diǎn)云數(shù)據(jù)進(jìn)行分割。首先，計(jì)算挖掘作業(yè)場(chǎng)景三維點(diǎn)云數(shù)據(jù)的幾何特征，并對(duì)主成分特征進(jìn)行提取。其次，將挖掘作業(yè)場(chǎng)景數(shù)據(jù)按特征值大小分為面性點(diǎn)、線性點(diǎn)和點(diǎn)性點(diǎn)三類。然后，構(gòu)建主成分特征球，在此基礎(chǔ)上采用Meanshift聚類算法對(duì)面性點(diǎn)法向量進(jìn)行聚類，并用 DBSCAN聚類算法按空間位置進(jìn)一步分割，且對(duì)這兩種方法進(jìn)行了優(yōu)化。再后，設(shè)計(jì)基于空

4、間區(qū)域片段法向量方向和位置高程的最終地面提取方法。最后，對(duì)剩余作業(yè)場(chǎng)景三維點(diǎn)云數(shù)據(jù)進(jìn)行區(qū)域分割。
　　提出了智能挖掘機(jī)械作業(yè)場(chǎng)景三維點(diǎn)云數(shù)據(jù)的物體分類方法。首先，通過(guò)對(duì)標(biāo)準(zhǔn)挖掘目標(biāo)和運(yùn)載目標(biāo)建立數(shù)學(xué)模型，將分割后的空間區(qū)域片段與標(biāo)準(zhǔn)模型相匹配，實(shí)現(xiàn)對(duì)兩者穩(wěn)健辨識(shí)。其次，對(duì)剩余挖掘作業(yè)場(chǎng)景數(shù)據(jù)通過(guò)構(gòu)建隨機(jī)森林模型分類器進(jìn)行分類辨識(shí)，進(jìn)一步將障礙物等從實(shí)際場(chǎng)景中準(zhǔn)確識(shí)別出來(lái)。最后，為便于工作人員調(diào)試與分析，設(shè)計(jì)了基于OpenGL的人機(jī)