發(fā)布時間：2021-10-24 23:31

　　目前在國內(nèi)井下礦爆破過程中,炸藥的填裝都是采用人工或簡易的注藥設備完成的,這種作業(yè)環(huán)境中不但空氣潮濕、環(huán)境惡劣,而且工人的工作效率低下、勞動強度大、并且極度危險。因此在炸藥填裝的工藝中使用機器人代替人工作業(yè)不但是提高礦山爆破裝備智能化水平的迫切需要,也是礦山行業(yè)智能化產(chǎn)業(yè)升級的關(guān)鍵環(huán)節(jié)。本課題主要研究“機器人自動填裝炸藥”課題中的視覺識別問題,主要研究內(nèi)容如下:第一,介紹井下礦乳化炸藥爆破裝置的發(fā)展狀況,對國內(nèi)外乳化炸藥混裝車裝置的發(fā)展以及研究現(xiàn)狀進行介紹和說明。針對傳統(tǒng)的炸藥填裝裝置進行智能化設計,重新確定整體設計方案,方案包括抓手設計,支架設計,車載控制,識別算法,手眼系統(tǒng),人工智能平臺。本文主要研究集中在井下礦炮孔的識別算法實現(xiàn)。第二,主要分析了基于深度學習的機器人自動尋孔注藥的方法,其中深度攝像頭采集到礦山中炮孔的位置,與機器人末端運動軌跡規(guī)劃相結(jié)合處理。把炮孔識別進行分解實驗。本文首先使用了傳統(tǒng)的圖像識別方法進行目標是識別算法設計,通過提取顏色、紋理和形狀特征,再對提取的特征進行分類,結(jié)果發(fā)現(xiàn)傳統(tǒng)的圖像識別算法的適應能力較差,比如對于亮度、大小、角度等不統(tǒng)一的特征獲得的識別準... 

【文章來源】：遼寧科技大學遼寧省

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

隧道內(nèi)炸藥填裝機器人注藥示意圖

遼寧科技大學碩士學位論文9（2）深度攝像機，深度攝像機的作用是獲取機器人周邊三維環(huán)境信息，在獲取周邊三維環(huán)境的基礎(chǔ)上對三維點云進行信息構(gòu)建和幾何形狀識別，深度攝像機是獲取周邊三維信息的重要傳感器。（3）PLC和機器人控制箱，分別控制PLC設備和機械臂本體。在計算機的控制下PLC控制機械臂抓手的工具，PLC控制器控制注藥管的輸入和停止。機器人控制控制機械臂的所有運動動作與開關(guān)。（4）機械臂本體，機械臂本體是替代人進行實際物理動作的實施者，機械臂替代工人完成注藥管支撐托舉、運動、規(guī)劃各種所需動作，機械臂的控制由機器人控制箱完成。（5）機械臂抓手，抓手是機械臂末端實施套筒抓取的工具，是實現(xiàn)爆破雷管抓取的機構(gòu)，該機構(gòu)需要自主設計，除了套筒外，抓手還需要與視覺機構(gòu)合為一體，共同裝載到機械臂末端。（6）操作用電腦，操作用電腦是用戶對機器人操作的控制端，操作用電腦和服務器通過網(wǎng)絡連接，用戶可以再遠程直接控制機械臂和相關(guān)工作流程。（7）裝載安全欄，裝載安全欄是保護機器人不受外部破壞，也保護操作人不被機器人碰傷，同時安全欄前端裝載多個安裝孔，可以防止爆破雷管。（8）接口設備和接口協(xié)議，協(xié)議包括服務器和PLC之間的接口，包括PLC和機器人之間的接口，包括機器人和視覺機構(gòu)之間的接口，包括服務器和操作機器人之間的接口，通過各個接口系統(tǒng)鏈接為一個整體系統(tǒng)。該炸藥填裝機器人系統(tǒng)結(jié)構(gòu)如下圖所示：圖2.2系統(tǒng)設計結(jié)構(gòu)圖Fig.2.2Systemdesignstructurediagram

2.智能炸藥填裝機器人的系統(tǒng)結(jié)構(gòu)102.2智能炸藥填裝機器人的整體結(jié)構(gòu)2.2.1爆破專用車整體結(jié)構(gòu)整體結(jié)構(gòu)分為兩部分，第一部分是爆破專用車，作為基本地盤托舉機器人進行空間運動。第二部分為機械臂系統(tǒng)，該系統(tǒng)在視覺的引導下，指揮機械臂進行空間運動和注藥管抓取，并且完成注藥工作。爆破專用車整體結(jié)構(gòu)如下圖所示：圖2.3井下礦爆破專用車整體示意圖Fig.2.3Overallschematicdiagramofundergroundmineblastingspecialvehicle2.2.2機器人機械臂完成注藥的動作流程機械臂末端是炮管抓取機構(gòu)，即抓手。抓手的工作是對套筒進行抓取并將其送入炮孔底部。炮管的抓手是設計難點，首先抓手要對套筒進行準確、穩(wěn)定抓取，其次在炸藥推進過程中，機械抓手要判斷出套筒是否被正確推進到炮孔底部。如果判斷失誤要么炸藥沒有充分注入，要么套筒被注入炮孔底部后，抓手還在繼續(xù)推進。這兩種情況都會造成嚴重問題。機械臂先抓取雷管，通過計算將雷管移動至套筒附近，對準套筒把雷管插入到套筒中，旋轉(zhuǎn)機器臂至另一角度，控制抓手抓取套筒，機械臂將套筒注入炮孔中。

【參考文獻】：
期刊論文
[1]基于Faster R-CNN的煤巖識別與煤層定位測量[J]. 華同興,邢存恩,趙亮.  礦山機械. 2019(08)
[2]基于深度殘差網(wǎng)絡和YOLO的人物識別系統(tǒng)[J]. 鄒阿金,李承駿,陳越鋒.  現(xiàn)代計算機(專業(yè)版). 2018(28)
[3]井下采礦技術(shù)和井下采礦的發(fā)展趨勢[J]. 鄭鋒玉.  科學技術(shù)創(chuàng)新. 2017(24)
[4]深度學習進化編年史:一路走來,幾十年的風風雨雨[J]. 房曉楠.  機器人產(chǎn)業(yè). 2017(04)
[5]基于HOG-LBP特征的靜態(tài)圖像中的行人檢測[J]. 劉國明.  電腦知識與技術(shù). 2017(16)
[6]基于Fast R-CNN的車輛目標檢測[J]. 曹詩雨,劉躍虎,李辛昭.  中國圖象圖形學報. 2017(05)
[7]一種改進的Canny算子在機器人視覺系統(tǒng)中的應用[J]. 王詩宇,林滸,孫一蘭,尹震宇.  計算機系統(tǒng)應用. 2017(03)
[8]圖像識別技術(shù)發(fā)展與應用[J]. 武煜博.  電子技術(shù)與軟件工程. 2017(04)
[9]卷積神經(jīng)網(wǎng)絡研究綜述[J]. 李彥冬,郝宗波,雷航.  計算機應用. 2016(09)
[10]基于機器視覺的工業(yè)機器人工件定位[J]. 朱良,林滸,吳文江.  小型微型計算機系統(tǒng). 2016(08)

博士論文
[1]基于淺層學習引導深度學習的行人檢測[D]. 劉弋鋒.武漢大學 2016
[2]井下乳化炸藥混裝關(guān)鍵技術(shù)研究[D]. 孫偉博.東北大學 2013

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡的煤巖殼質(zhì)組顯微圖像多組分識別[D]. 劉婕梅.安徽工業(yè)大學 2019
[2]基于Faster RCNN的目標檢測系統(tǒng)[D]. 陳怡佳.哈爾濱理工大學 2019
[3]基于紋理特征和深度學習的HEp-2細胞分類方法的研究[D]. 潘洪金.深圳大學 2018
[4]基于快速SSD深度學習算法的機器人抓取系統(tǒng)研究[D]. 王欣.武漢科技大學 2018
[5]基于深度學習的溯源視頻目標檢測與識別[D]. 劉健.東南大學 2016
[6]基于中層語義特征表達的物體檢測方法研究[D]. 陳浩.北京工業(yè)大學 2016
[7]基于機器視覺的移動機械臂控制[D]. 陳浩.西安電子科技大學 2014
[8]基于視覺的連續(xù)手語識別系統(tǒng)的研究[D]. 陳小柏.東華大學 2014
[9]地下潛孔鉆機智能炮孔定位技術(shù)研究[D]. 豆龍.長沙礦山研究院 2013
[10]工業(yè)機器人手眼標定技術(shù)研究[D]. 張云珠.哈爾濱工程大學 2010



本文編號：3456205