- · 《立体定向和功能性神经[01/26]
- · 《立体定向和功能性神经[01/26]
- · 立体定向和功能性神经外[01/26]
基于双目视觉的掘进机器人定位定向方法研究(4)
作者:网站采编关键词:
摘要:图15 巷道空间图像信息获取及处理Fig.15 Acquisition and processing of thetunnel spatial image information 3.2掘进机器人空间定位定向仿真及分析 以实验室矩形环境为模拟
图15 巷道空间图像信息获取及处理Fig.15 Acquisition and processing of thetunnel spatial image information
3.2掘进机器人空间定位定向仿真及分析
以实验室矩形环境为模拟矩形巷道较理想条件,设计该环境具有巷道空间内障碍较少、照度较低、两臂存在不平整区等特点。图13为实验室模拟环境中,掘进机器人向前行驶到13,18,23 m时对应的时刻A,B,C所采集的实际行驶距离及偏移角度图像,依据定位定向建模方法建立掘进机器人在巷道空间中的坐标系及坐标关系,经式(2)~式(15)计算,得出掘进机器人空间位置及方向偏移量。通过标定及标准测量获得机器人在A,B,C这3个时刻时的实际行驶距离,表1为3个时刻实验设计位置及行驶距离;表2为经过文中设计的双目视觉机器人定位算法计算及实验获得掘进机器人的3个时刻行驶距离及偏移角度。
4误差分析
掘进机器人通过在模拟巷道空间内A,B,C这3个时刻的行驶距离、偏移角度进行实际标准测量,见表3.通过双目视觉掘进机器人定位定向方法解算的A,B,C这3个时刻的行驶距离、偏移角度,见表2.3个时刻的掘进机器人行驶距离及偏移角度相对实际测量值的误差见表4.
表1 三个时刻掘进机器人实际空间坐标及行驶距离Table 1 Actual space coordinates and travel distanceof roadheader robot at three moments输入数值名称巷道宽度b/m巷道高度h/mX轴上投影坐标值Z轴上投影坐标值机器人行驶距离y/
表2 解算三个时刻的掘进机器人空间偏移及行驶距离Table 2 Calculation of the space offset and travel distanceof the roadheader robot at three moments输入数值名称X轴上空间偏角γ/(°)Z轴上空间偏角β/(°)机器人行驶距离L/..016
表3 三个时刻掘进机器人实际空间行驶距离及偏移角度Table 3 Actual space travel distance and offsetangle of roadheader robot at three moments输入数值名称X轴方向上偏移角度/(°)Z轴方向上偏移角度/(°)机器人行驶距离y/
表4 三个时刻掘进机器人空间行驶距离及偏移角度误差Table 4 Space travel distance and offset angleerrors of roadheader robot at three moments输入数值名称X轴方向上偏移角度/(°)Z轴方向上偏移角度/(°)机器人行驶距离y/
由此可得,X轴方向上偏移、Z轴方向上偏移及行驶距离误差曲线,如图16所示。
图16 误差曲线Fig.16 Error curves
由图16及表4误差分析结果可以得出,偏移及行驶距离误差随着掘进机器人行驶距离的增加而增加,超过30 m后,误差在5%左右,表明该定位定向算法在障碍较少、照度较低、围岩存在不平整区等特点环境中定位定向精度较高,可认为算法在一定距离范围内具有较高有效性和可靠性。
5结 论
1)通过双目视觉传感器获取巷道空间环境图像信息,提出了基于Otsu算法空间环境图像分割及边缘特征信息提取方法。
2)基于巷道空间环境图像信息,建立了掘进机器人空间坐标系及位置关系模型,推导了掘进机器人空间定位定向与坐标关系,实时获取了掘进机器人行驶距离及偏移角度。
3)通过分析煤矿掘进机器人空间定位定向误差,得出在30 m内的定位定向误差较小,实验室环境下定位定向精度可达到95%以上,为煤矿掘进机器人实时定位提供可靠依据。
[1] 王国法,刘峰,孟祥军,等.煤矿智能化(初级阶段)研究与实践[J].煤炭科学技术,2019,47(8):1-36.
WANG Guo-fa,LIU Feng,MENG Xiang-jun,et and engineering progress of intelligent coal mine technical system in early stages[J].Coal Science and Technology,2019,47(8):1-36.
[2] 吴群英,蒋林,王国法,等.智慧矿山顶层架构设计及其关键技术[J].煤炭科学技术,2020,48(7):80-91.
WU Qun-ying,JIANG Lin,WANG Guo-fa,et architecture design and key technologies of smart mine[J].Coal Science and Technology,2020,48(7):80-91.
[3] 王国法,范京道,徐亚军,等.煤炭智能化开采关键技术创新进展与展望[J].工矿自动化,2018,44(2):5-12.
WANG Guo-fa,FAN Jing-dao,XU Ya-jun,et progress and prospect on key technologies of intelligent coal mining[J].Industry and Mine Automation,2018,44(2):5-12.
[4] 葛世荣.智能化采煤装备的关键技术[J].煤炭科学技术,2014,42(9):7-11.
GE technology of intelligent coal mining equipment[J].Coal Science and Technology,2014,42(9):7-11.
[5] 郜亚男.矿井掘进机自主定位仿真模拟及应用研究[J].煤矿现代化,2020(5):120-122.
GAO on Simulation and application of mine roadheader autonomous positioning[J].Coal Mine Modernization,2020(5):120-122.
[6] 陈慎金,成龙,王鹏江,等.基于掘进机位姿测量系统的自主标定方法误差分析[J].煤炭学报,2018,43(9):2647-2652.
文章来源:《立体定向和功能性神经外科杂志》 网址: http://www.ltdxhgnxsjwkzz.cn/qikandaodu/2021/0701/651.html
上一篇:数据
下一篇:沙特基础工业公司定向捐赠万元支援湖北阻击疫