本文關(guān)鍵詞：基于工業(yè)互聯(lián)網(wǎng)的井下車輛視頻采集、定位與避障技術(shù)研究　出處：《北京交通大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 工業(yè)互聯(lián)網(wǎng) 局部區(qū)域 井下車輛 視頻采集 自主定位 避障

【摘要】：煤炭作為全球大多數(shù)國家的主要能源,一直備受重視。最近二十年,隨著信息網(wǎng)絡(luò)技術(shù)與自動控制技術(shù)的不斷發(fā)展,基于工業(yè)互聯(lián)網(wǎng)的井下車輛自主行駛將逐漸成為井下無人化技術(shù)的關(guān)鍵一環(huán)。本文主要以井下無人車輛為研究對象,在覆蓋有工業(yè)互聯(lián)網(wǎng)的井下局部區(qū)域內(nèi),對車輛自主行駛中涉及到的實時視頻采集、地圖構(gòu)建與自主定位、實時避障等技術(shù)進行研究。具體研究成果如下:(1)分析了基于光纖環(huán)網(wǎng)與無線Mesh網(wǎng)絡(luò)的井下工業(yè)互聯(lián)網(wǎng)網(wǎng)絡(luò)架構(gòu)和光纖環(huán)網(wǎng)、無線Mesh網(wǎng)絡(luò)在井下通信的優(yōu)越性。在此網(wǎng)絡(luò)架構(gòu)下,將整個工業(yè)互聯(lián)網(wǎng)分為4層,以光纖環(huán)網(wǎng)作為骨干傳輸網(wǎng)絡(luò),無線Mesh網(wǎng)絡(luò)作為局部區(qū)域網(wǎng)絡(luò),提高了井下綜采區(qū)等局部區(qū)域中的工業(yè)互聯(lián)網(wǎng)覆蓋率。(2)以井下工業(yè)互聯(lián)網(wǎng)為數(shù)據(jù)傳輸基礎(chǔ),利用Android開發(fā)工具,設(shè)計編寫了基于Android系統(tǒng)的井下車輛移動端視頻采集與行駛控制客戶端。通過該客戶端,可以實現(xiàn)局部區(qū)域中井下車輛周圍環(huán)境視頻的采集與車輛行駛方向的控制。搭建了實驗車輛,在實驗車輛與Android設(shè)備上成功驗證了客戶端各項功能。(3)針對井下特殊環(huán)境,提出了基于路標與攝像頭的井下局部區(qū)域車輛自主定位方法。將帶有條形碼的地標部署在井下局部區(qū)域的巷道墻壁兩側(cè),利用車載攝像機對地標進行定位與識別,結(jié)合提出的空間三維定位模型,實現(xiàn)了井下車輛的自主定位并在實際巷道中驗證了該定位方法的可行性。同時利用車載激光雷達與ROS系統(tǒng)繪制了實驗環(huán)境的巷道地圖,可為井下車輛后續(xù)的導(dǎo)航實現(xiàn)提供基礎(chǔ)。(4)基于分層模糊控制算法,提出一種井下局部區(qū)域車輛實時避障方法。通過運用Mamdani模糊控制法,設(shè)計了具體的模糊規(guī)則并提出了分層模糊控制器,在Matlab上的仿真和實驗車輛上的實際測試表明該分層模糊控制系統(tǒng)能有效減小井下局部區(qū)域車輛避障時的判斷次數(shù),從而減少了計算量,提高了系統(tǒng)準確度。本文在井下工業(yè)互聯(lián)網(wǎng)構(gòu)架下,對井下局部區(qū)域內(nèi)的車輛環(huán)境視頻采集與行駛控制客戶端設(shè)計、車輛自主定位方法、環(huán)境地圖建立與實時避障技術(shù)進行了理論研究和實際場景驗證。上述工作對進一步實現(xiàn)井下局部區(qū)域內(nèi)的車輛自主行駛與監(jiān)控有重要價值。
[Abstract]:In this paper , based on the development of information network technology and automatic control technology , it has been paid much attention . In recent 20 years , with the continuous development of information network technology and automatic control technology , the underground vehicle autonomous driving based on industrial Internet has been studied .

【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN948.6;TP273;TD634.9

【參考文獻】

相關(guān)期刊論文 前10條

1 高俊釵;寧江坤;;自主行駛車輛的避障控制算法研究[J];計算機與數(shù)字工程;2016年02期

2 沈蘇彬;楊震;;工業(yè)互聯(lián)網(wǎng)概念和模型分析[J];南京郵電大學(xué)學(xué)報(自然科學(xué)版);2015年05期

3 顧洪樞;姜勇;李恒通;;井下無軌設(shè)備的技術(shù)新進展[J];礦業(yè)裝備;2014年07期

4 歐陽鑫玉;楊曙光;;基于勢場柵格法的移動機器人避障路徑規(guī)劃[J];控制工程;2014年01期

5 張艷溶;馬戎;張俊楠;;基于分層模糊控制的自主車輛避障仿真[J];測控技術(shù);2012年09期

6 葉彬強;王一;;基于人工勢場法的機器人避障算法[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2012年09期

7 段琳;;深入剖析Android Activity[J];中國新技術(shù)新產(chǎn)品;2011年16期

8 任偉建;王飛;呂微;;分層模糊控制的移動機器人路徑規(guī)劃[J];科學(xué)技術(shù)與工程;2010年10期

9 呂振;劉丹;李春光;;基于捷聯(lián)慣性導(dǎo)航的井下人員精確定位系統(tǒng)[J];煤炭學(xué)報;2009年08期

10 李明愛;焦利芳;喬俊飛;;自平衡兩輪機器人的分層模糊控制[J];控制工程;2009年01期

相關(guān)博士學(xué)位論文 前1條

1 李新;無線傳感器網(wǎng)絡(luò)中節(jié)點定位算法的研究[D];中國科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前9條

1 管超;基于無線Mesh網(wǎng)絡(luò)井下移動視頻監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[D];北京交通大學(xué);2016年

2 徐海飛;基于MESH網(wǎng)絡(luò)的礦山井下車輛無線定位技術(shù)研究[D];北京交通大學(xué);2016年

3 佘元博;基于ROS的交互型自主導(dǎo)航機器人平臺的設(shè)計與實現(xiàn)[D];南京大學(xué);2015年

4 楊雪;基于Mesh網(wǎng)絡(luò)的井下機車自主導(dǎo)航系統(tǒng)研究[D];北京交通大學(xué);2015年

5 陸薇;基于超聲波傳感器的模糊避障算法仿真[D];河北科技大學(xué);2014年

6 張樹剛;基于超聲波的移動機器人局部避障算法及應(yīng)用[D];哈爾濱工業(yè)大學(xué);2013年

7 夏漢均;基于ROS的機器人即時定位與地圖構(gòu)建技術(shù)的研究[D];東北大學(xué);2013年

8 梁少波;地下無軌鏟運車導(dǎo)航技術(shù)研究[D];電子科技大學(xué);2009年

9 田伊鵬;基于工業(yè)以太環(huán)網(wǎng)和GIS的煤礦安全集成監(jiān)控系統(tǒng)研究[D];湖南大學(xué);2008年

，

本文編號：1425043