煤炭是我國國民經(jīng)濟(jì)發(fā)展的重要能源,煤炭開采也因此備受關(guān)注。但由于礦井本身構(gòu)造復(fù)雜,井下地質(zhì)環(huán)境多樣,人工作業(yè)往往效率低下且事故頻發(fā)。隨著信息技術(shù)的不斷發(fā)展,無人機(jī)將逐步代替人力,在未來少人或無人井下作業(yè)中發(fā)揮重要作用。本文以井下無人機(jī)自主導(dǎo)航為研究對象,針對井下巷道的特殊環(huán)境,以單目視覺傳感器為基礎(chǔ),對導(dǎo)航中涉及的位姿估計、障礙物檢測和路徑規(guī)劃等關(guān)鍵技術(shù)進(jìn)行了研究。具體研究成果如下:(1)針對井下無人機(jī)自主導(dǎo)航中涉及的位姿估計問題,提出了一種基于單目視覺的井下無人機(jī)人工路標(biāo)輔助位姿估計方法。以相同形制的反光標(biāo)識牌作為人工路標(biāo),通過視覺注意機(jī)制對其進(jìn)行快速識別。利用機(jī)載單目攝像機(jī)中心點(diǎn)與鄰近反光標(biāo)識牌及其投影點(diǎn)之間的幾何關(guān)系,推斷出無人機(jī)的位姿。仿真結(jié)果表明,本文提出的位姿估計方法可以滿足礦井巷道中無人機(jī)位姿估計對精度和實(shí)時性的要求,且具有更高的算法效率。(2)針對井下無人機(jī)自主導(dǎo)航中涉及的障礙物檢測問題,提出了一種基于單目視覺的井下無人機(jī)障礙物檢測方法。首先,為了改善礦井圖像低對比度和模糊的問題,提出了一種基于極值抑制和中值的加權(quán)均值濾波算法,并結(jié)合CLAHE算法對圖像增強(qiáng)。其次,提出一種基于形態(tài)學(xué)處理的全局閾值二值化與局部閾值二值化取交集的方法,將障礙物從背景中分離出來,并利用Suzuki輪廓跟蹤法提取障礙物輪廓。最后,根據(jù)障礙物形狀特征參數(shù),使用最小外接矩形精確定位障礙物區(qū)域。仿真結(jié)果表明,采用本文所提出的障礙物檢測算法,得到的障礙物輪廓清晰且識別結(jié)果正確,能夠滿足井下無人機(jī)障礙物檢測的要求。(3)針對井下無人機(jī)自主導(dǎo)航中涉及的路徑規(guī)劃問題,提出了一種基于單目視覺具有動態(tài)避障能力的井下無人機(jī)路徑規(guī)劃方法。首先,結(jié)合基于四叉樹的ORB算法與三角測量法對巷道中的障礙物定位。其次,提出一種基于尺度Huber函數(shù)的高斯牛頓法對障礙物定位結(jié)果進(jìn)行優(yōu)化,并通過混合柵格法和構(gòu)型空間法對巷道環(huán)境建模。最后,基于優(yōu)化后的障礙物定位信息以及巷道環(huán)境模型,使用A*算法實(shí)現(xiàn)路徑規(guī)劃。仿真結(jié)果表明,采用本文所提出的路徑規(guī)劃算法,可以成功繞開前方障礙物,安全到達(dá)目的地,滿足井下無人機(jī)進(jìn)行最優(yōu)路徑規(guī)劃的要求。上述工作為后續(xù)井下無人機(jī)自主導(dǎo)航系統(tǒng)的實(shí)際開發(fā)與飛行測試提供了一定技術(shù)基礎(chǔ),也為其他特殊場景下無人機(jī)自主導(dǎo)航系統(tǒng)的設(shè)計提供了一定研究參考。
【學(xué)位單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TD67
【部分圖文】：

?按照使用攝像機(jī)數(shù)量的不同，無人機(jī)視覺導(dǎo)航可以分為搭載雙目攝像機(jī)的方??法、搭載深度攝像機(jī)的方法和搭載單目攝像機(jī)的方法，如圖１－１所示。??袋??ａ）單目視覺無人機(jī)?ｂ）雙目視覺無人機(jī)?ｃ）深度視覺無人機(jī)??圖１－１搭載不同視覺傳感器的無人機(jī)??Ｆｉｇ．?１－１?ＵＡＶ?ｗｉｔｈ?ｄｉｆｆｅｒｅｎｔ?ｖｉｓｕａｌ?ｓｅｎｓｏｒｓ??ａ）?ＵＡＶ?ｗｉｔｈ?ｍｏｎｏｃｕｌａｒ?ｖｉｓｉｏｎ；?ｂ）?ＵＡＶ?ｗｉｔｈ?ｂｉｎｏｃｕｌａｒ?ｖｉｓｉｏｎ；?ｃ）?ＵＡＶ?ｗｉｔｈ?ｄｅｐｔｈ?ｖｉｓｉｏｎ??雙目攝像機(jī)系統(tǒng)又稱為立體視覺系統(tǒng)，主要通過同步釆集左右兩個攝像機(jī)的??３??

在小至幾十厘米的無人機(jī)上都能采用，而且可以克服雙目和深度視覺諸多的??局限性。為此，本文中井下無人機(jī)采用基于前向單目視覺的導(dǎo)航方法。??圖１－２為井下無人機(jī)單目視覺導(dǎo)航系統(tǒng)的結(jié)構(gòu)，通過機(jī)載單目攝像機(jī)傳感器的??輸入，導(dǎo)航系統(tǒng)經(jīng)過位姿估計、障礙物檢測和路徑規(guī)劃的內(nèi)部處理，輸出連續(xù)控??制，驅(qū)動無人機(jī)到達(dá)目標(biāo)位置，完成監(jiān)控或視頻巡視等任務(wù)。??Ｅｆ３３?ｔ?ｔ??Ｔ?機(jī)載計算機(jī)????ＢＢｈ—?—＞ＩＢＩ??Ｉ?ｉ?＾??ｍ?＿??ｗｔＭｍ?＾??ｍｍ?傳感器?Ｗｍ??圖１－２無人機(jī)單目視覺導(dǎo)航系統(tǒng)??Ｆｉｇ．?１－２?Ｍｏｎｏｃｕｌａｒ－ｖｉｓｉｏｎ?ｂａｓｅｄ?ＵＡＶ?ｎａｖｉｇａｔｉｏｎ?ｓｙｓｔｅｍ??１．２．２無人機(jī)視覺導(dǎo)航關(guān)鍵技術(shù)的研究現(xiàn)狀??本課題中涉及的無人機(jī)視覺導(dǎo)航關(guān)鍵技術(shù)包括無人機(jī)位姿估計、障礙物檢測??和路徑規(guī)劃。??（１）無人機(jī)位姿估計研宄現(xiàn)狀??位置和姿態(tài)是井下無人機(jī)的重要信息，它不僅關(guān)系到無人機(jī)的穩(wěn)定飛行，還??４??

要任務(wù)是根據(jù)任務(wù)要求，按照最低工作成本、最短飛行時間、最短飛行路線等性??能指標(biāo)，避開靜態(tài)或者動態(tài)障礙物的威脅，確定一條從起點(diǎn)到目標(biāo)點(diǎn)的最佳路徑，??如圖１－３所示。??最佳＾行路％、?障礙物２??＼?．Ｍ?／ｎ＼??＇＂＇ｘ?、ｈ’?、??１?ｘ?１?Ｚ?目標(biāo)點(diǎn)??／Ｖ?￣￣￣Ｕ?、．．．．．＾??起點(diǎn)?障礙物１???圖１－３無人機(jī)路徑規(guī)劃圖??Ｆｉｇ．?１－３?Ｐａｔｈ?ｐｌａｎｎｉｎｇ?ｍａｐ?ｏｆ?ＵＡＶ??根據(jù)用于計算最佳路徑的環(huán)境信息類型，井下無人機(jī)路徑規(guī)劃可分為全局路??徑規(guī)劃和局部路徑規(guī)劃。全局路徑規(guī)劃是依據(jù)己知的井下巷道環(huán)境信息，通過對??環(huán)境建模，然后在環(huán)境模型的基礎(chǔ)上找到一條最優(yōu)路徑。局部路徑規(guī)劃是在環(huán)境??信息未知或部分未知的情況下，通過傳感器不斷地獲取周圍環(huán)境信息，避開障礙??物的威脅，實(shí)時計算出一條無碰撞路徑。??常用的全局路徑規(guī)劃算法包括啟發(fā)式搜索法和一系列智能算法。Ａ＊算法［２６］是??一種典型的啟發(fā)式搜索方法，它由傳統(tǒng)的Ｄｉｊｋｓｔｒａ算法發(fā)展而來。近年來，Ａ＊算??法得到了極大發(fā)展，并衍生出許多其他改進(jìn)的啟發(fā)式搜索方法。Ｓｚｃｚｅｒｂａ等人［２７］??提出了用于路徑規(guī)劃的稀疏Ａ＊搜索算法
【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 毛善君;;“高科技煤礦”信息化建設(shè)的戰(zhàn)略思考及關(guān)鍵技術(shù)[J];煤炭學(xué)報;2014年08期

2 倪磊;曾慶化;莊曈;劉建業(yè);;依靠自身傳感器的室內(nèi)無人機(jī)自主導(dǎo)航引導(dǎo)技術(shù)綜述[J];計算機(jī)應(yīng)用與軟件;2012年08期

3 張博翰;蔡志浩;王英勛;;電動VTOL飛行器雙目立體視覺導(dǎo)航方法[J];北京航空航天大學(xué)學(xué)報;2011年07期

4 鄧林華;許駿;程向明;;基于迭代閾值的太陽像分割算法的應(yīng)用研究[J];計算機(jī)與現(xiàn)代化;2010年10期

5 李立春;張恒;李由;于起峰;;一種基于無人機(jī)序列成像的地形地貌重建方法[J];遙感技術(shù)與應(yīng)用;2008年05期

6 周宇;黃顯林;介鳴;宋卓異;;Bayesian分類方法在微小型飛行器視覺導(dǎo)航中的應(yīng)用[J];航空學(xué)報;2007年S1期

7 張旭明,徐濱士,董世運(yùn),甘小明;自適應(yīng)中值-加權(quán)均值混合濾波器[J];光學(xué)技術(shù);2004年06期

相關(guān)博士學(xué)位論文 前1條

1 徐偉杰;基于視覺的微小型無人直升機(jī)位姿估計與目標(biāo)跟蹤研究[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前4條

1 劉書池;面向工業(yè)互聯(lián)網(wǎng)的井下無人機(jī)單目視覺SLAM定位方法[D];北京交通大學(xué);2017年

2 滕根保;面向狹窄通道的機(jī)械臂避障規(guī)劃與示教技術(shù)研究及應(yīng)用[D];浙江大學(xué);2017年

3 劉婷;基于合作目標(biāo)的無人機(jī)視覺著陸位姿估計方法及合作目標(biāo)優(yōu)化研究[D];南京航空航天大學(xué);2016年

4 童丸丸;用于UAV導(dǎo)航的合成視覺方法[D];浙江大學(xué);2010年

本文編號：2877463