CN106909142A - 一种基于图像处理技术的井下无人矿车***及方法 - Google Patents

一种基于图像处理技术的井下无人矿车***及方法 Download PDF

Info

Publication number
CN106909142A
CN106909142A CN201611067752.5A CN201611067752A CN106909142A CN 106909142 A CN106909142 A CN 106909142A CN 201611067752 A CN201611067752 A CN 201611067752A CN 106909142 A CN106909142 A CN 106909142A
Authority
CN
China
Prior art keywords
image
module
mine car
control
underground
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201611067752.5A
Other languages
English (en)
Inventor
邹华超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panzhihua Jiuding Zhiyuan Intellectual Property Operation Co Ltd
Original Assignee
Panzhihua Jiuding Zhiyuan Intellectual Property Operation Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Panzhihua Jiuding Zhiyuan Intellectual Property Operation Co Ltd filed Critical Panzhihua Jiuding Zhiyuan Intellectual Property Operation Co Ltd
Priority to CN201611067752.5A priority Critical patent/CN106909142A/zh
Publication of CN106909142A publication Critical patent/CN106909142A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Multimedia (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Development Economics (AREA)
  • Animal Husbandry (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electromagnetism (AREA)
  • Agronomy & Crop Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供了一种基于图像处理技术的井下无人矿车***及方法，涉及矿山领域，其特征在于，所述***包括：用于控制***运行的中央处理器；用于进行GPS定位的GPS定位模块；用于进行无线通信的无线通信模块；用于在矿洞中进行照明的照明装置；用于进行图像采集的图像采集装置；用于控制矿车电机运行的运动控制***和存储有矿道模型的矿道模型库；所述中央处理器分别信号连接于无线通信模块、照明装置、图像采集装置、GPS定位模块、运动控制***和矿道模型库。本发明具有自动路径规划、智能化程度高和安全性高等优点。

Description

一种基于图像处理技术的井下无人矿车***及方法
技术领域
本发明涉及矿山领域，特别涉及一种基于图像处理技术的井下无人矿车***及方法。
背景技术
近几年来，矿山安全生产监控***得到迅速发展，井下人员考勤定位远程管理及安全生产管理信息化***、矿井数字化瓦斯远程监控***等初步实现安全、生产远程监测。井下人员定位***在国内的应用已十分普遍，但是矿井移动设备的定位技术和装备还待开发。目前的井下人员与设备定位精度不高，多为区域性定位，而井下矿山人员及设备的安全，一直是矿山安全生产中最为关心的问题。
随着国家对智能大型装备制造的政策支持，结合井下矿山未来生产场景无人化的需求，因此，在开发高精度定位技术和装备基础上实现井下矿山设备无人驾驶，以保证井下矿安全生产和保障国家对井下矿产资源大量需求的供应，具有现实和战略意义。
发明内容
鉴于此，本发明提供了一种基于图像处理技术的井下无人矿车***及方法，本发明具有自动路劲规划、智能化程度高和安全性高等优点。
本发明采用的技术方案如下：
一种基于图像处理技术的井下无人矿车***，其特征在于，所述***包括：用于控制***运行的中央处理器；用于进行GPS定位的GPS定位模块；用于进行无线通信的无线通信模块；用于在矿洞中进行照明的照明装置；用于进行图像采集的图像采集装置；用于控制矿车电机运行的运动控制***和存储有矿道模型的矿道模型库；所述中央处理器分别信号连接于无线通信模块、照明装置、图像采集装置、GPS定位模块、运动控制***和矿道模型库。
进一步的，所述中央处理器包括：用于根据图像采集装置采集到的图像数据信息进行图像处理的图像处理器和根据图像处理器的处理结果和/或远程控制终端发送过来的控制命令控制矿车运行的控制处理器；所述图像处理器分别信号连接于控制处理器和图像采集装置；所述控制处理器分别信号连接于无线通信模块、照明装置、矿道模型库、GPS定位模块和运动控制***。
进一步的，所述图像处理器包括：图像预处理模块、图像分割模块、特征提取模块和图像识别模块；所述图像预处理模块分别信号连接于图像分割模块和图像采集装置；所述图像分割模块信号连接于特征提取模块；所述特征提取模块信号连接于图像识别模块；所述图像识别模块信号所述控制处理器。
进一步的，所述控制处理器包括：用于存储图像处理器发送过来的数据信息的存储模块、和用于实现控制功能的控制芯片；所述控制芯片分别信号连接于存储模块、无线数据传输模块、矿道模型库、运动控制***和GPS定位模块；所述存储模块信号连接于图像采集装置。
一种基于图像处理技术的井下无人矿车***的方法，其特征在于，所述方法包括以下步骤：
步骤1：***初始化，若有远程控制终端控制，则远程控制终端发送的远程控制命令经无线通信模块被中央处理器接收后，中央处理器根据接收到的控制命令控制照明装置打开和通过控制运动控制***控制矿车的运动；同时，GPS定位模块也将实时获取矿车的位置信息，该位置信息经控制处理器处理后将发送给远程控制终端；
步骤2：在没有远程控制终端进行控制时，矿机车图像采集装置获取的图像数据信息进行图像处理，根据图像处理的结果和结合矿道模型库中的矿道模型，进行路径规划，根据路径规划的结果，控制处理器进一步控制运动控制***控制矿车的运动。
进一步的，所述图像处理器对进行图像预处理的方法为：生成一个含有奇数个像素的滑动窗口，将窗口正中点的灰度值用窗口内各点的中值代替，用窗口在图像上扫描，最终输入预处理后的图像。
进一步的，所述图像处理器进行特征提取的方法包括以下步骤：
步骤1：利用改进的边缘算子提取周围环境的轮廓，将其映射到原始灰度图像上，即得到周围环境的图像区域；
步骤2：通过分析物品周围环境的灰度直方图，可以得到它们的灰度分布曲线；比较二者得出障碍物相对于环境中其他区域的灰度曲线较高；从数学的方法看，它们的灰度概率分布的均值和方差均不同，因此通过分析各自的均值和方差便可以从环境中识别出分障碍物。
进一步的，所述控制处理器根据获取的图像处理的结果进行路径规划的方法包括以下步骤：
步骤1：根据图像处理器的识别结果建立环境空间离散图；
步骤2：对矿车所处离散环境中的每一点 赋一个势场值 ；所述 值是目标点的引力和障碍物的斥力的叠加；
步骤3：根据如下公式得到路径规划模型： ;其中， 和 是距离影响因子， 为与目标的距离， 为与障碍物的距离；因此机器人的路径规划就是从起始点沿着势场最快下降的方向达到目标点。
采用以上技术方案，本发明产生了以下有益效果：
1、自动路径规划：本发明采用独特的结合图像处理的路径规划方法，具备很高的实用性；在图像识别过程中，采用专门的图像预处理方法和特征提取方法，使得更加适应矿洞内的环境，保证图像处理的结果更加准确，进一步的保证后面寻路的准确性。
2、智能化程度高：本发明实现了自主在矿洞中进行操作，无须人工到矿洞中进行作业，安全性极高。同时，智能寻路，智能化程度较高。
3、远程控制：本发明的矿机车无人驾驶***中，矿机车除了能够受远程控制终端的控制在矿洞中进行工作以外，还能在远程控制终端无法进行控制的时候根据矿道模型库中的矿道模型和图像识别的结果进行自动寻路。
附图说明
图1是本发明的一种基于图像处理技术的井下无人矿车***及方法的***结构示意图。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
本说明书（包括任何附加权利要求、摘要）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
本发明实施例1中提供了一种基于图像处理技术的井下无人矿车***，***结构如图1所示：
一种基于图像处理技术的井下无人矿车***，其特征在于，所述***包括：用于控制***运行的中央处理器；用于进行GPS定位的GPS定位模块；用于进行无线通信的无线通信模块；用于在矿洞中进行照明的照明装置；用于进行图像采集的图像采集装置；用于控制矿车电机运行的运动控制***和存储有矿道模型的矿道模型库；所述中央处理器分别信号连接于无线通信模块、照明装置、图像采集装置、GPS定位模块、运动控制***和矿道模型库。
进一步的，所述中央处理器包括：用于根据图像采集装置采集到的图像数据信息进行图像处理的图像处理器和根据图像处理器的处理结果和/或远程控制终端发送过来的控制命令控制矿车运行的控制处理器；所述图像处理器分别信号连接于控制处理器和图像采集装置；所述控制处理器分别信号连接于无线通信模块、照明装置、矿道模型库、GPS定位模块和运动控制***。
进一步的，所述图像处理器包括：图像预处理模块、图像分割模块、特征提取模块和图像识别模块；所述图像预处理模块分别信号连接于图像分割模块和图像采集装置；所述图像分割模块信号连接于特征提取模块；所述特征提取模块信号连接于图像识别模块；所述图像识别模块信号所述控制处理器。
进一步的，所述控制处理器包括：用于存储图像处理器发送过来的数据信息的存储模块、和用于实现控制功能的控制芯片；所述控制芯片分别信号连接于存储模块、无线数据传输模块、矿道模型库、运动控制***和GPS定位模块；所述存储模块信号连接于图像采集装置。
本发明实施例2中提供了一种基于图像处理技术的井下无人矿车***的方法：
一种基于图像处理技术的井下无人矿车***的方法，其特征在于，所述方法包括以下步骤：
步骤1：***初始化，若有远程控制终端控制，则远程控制终端发送的远程控制命令经无线通信模块被中央处理器接收后，中央处理器根据接收到的控制命令控制照明装置打开和通过控制运动控制***控制矿车的运动；同时，GPS定位模块也将实时获取矿车的位置信息，该位置信息经控制处理器处理后将发送给远程控制终端；
步骤2：在没有远程控制终端进行控制时，矿机车图像采集装置获取的图像数据信息进行图像处理，根据图像处理的结果和结合矿道模型库中的矿道模型，进行路径规划，根据路径规划的结果，控制处理器进一步控制运动控制***控制矿车的运动。
进一步的，所述图像处理器对进行图像预处理的方法为：生成一个含有奇数个像素的滑动窗口，将窗口正中点的灰度值用窗口内各点的中值代替，用窗口在图像上扫描，最终输入预处理后的图像。
进一步的，所述图像处理器进行特征提取的方法包括以下步骤：
步骤1：利用改进的边缘算子提取周围环境的轮廓，将其映射到原始灰度图像上，即得到周围环境的图像区域；
步骤2：通过分析物品周围环境的灰度直方图，可以得到它们的灰度分布曲线；比较二者得出障碍物相对于环境中其他区域的灰度曲线较高；从数学的方法看，它们的灰度概率分布的均值和方差均不同，因此通过分析各自的均值和方差便可以从环境中识别出分障碍物。
进一步的，所述控制处理器根据获取的图像处理的结果进行路径规划的方法包括以下步骤：
步骤1：根据图像处理器的识别结果建立环境空间离散图；
步骤2：对矿车所处离散环境中的每一点 赋一个势场值 ；所述 值是目标点的引力和障碍物的斥力的叠加；
步骤3：根据如下公式得到路径规划模型： ;其中， 和 是距离影响因子， 为与目标的距离， 为与障碍物的距离；因此机器人的路径规划就是从起始点沿着势场最快下降的方向达到目标点。
本发明实施例3中提供了一种基于图像处理技术的井下无人矿车***及方法，***结构图如图1所示：
一种基于图像处理技术的井下无人矿车***，其特征在于，所述***包括：用于控制***运行的中央处理器；用于进行GPS定位的GPS定位模块；用于进行无线通信的无线通信模块；用于在矿洞中进行照明的照明装置；用于进行图像采集的图像采集装置；用于控制矿车电机运行的运动控制***和存储有矿道模型的矿道模型库；所述中央处理器分别信号连接于无线通信模块、照明装置、图像采集装置、GPS定位模块、运动控制***和矿道模型库。
进一步的，所述中央处理器包括：用于根据图像采集装置采集到的图像数据信息进行图像处理的图像处理器和根据图像处理器的处理结果和/或远程控制终端发送过来的控制命令控制矿车运行的控制处理器；所述图像处理器分别信号连接于控制处理器和图像采集装置；所述控制处理器分别信号连接于无线通信模块、照明装置、矿道模型库、GPS定位模块和运动控制***。
进一步的，所述图像处理器包括：图像预处理模块、图像分割模块、特征提取模块和图像识别模块；所述图像预处理模块分别信号连接于图像分割模块和图像采集装置；所述图像分割模块信号连接于特征提取模块；所述特征提取模块信号连接于图像识别模块；所述图像识别模块信号所述控制处理器。
进一步的，所述控制处理器包括：用于存储图像处理器发送过来的数据信息的存储模块、和用于实现控制功能的控制芯片；所述控制芯片分别信号连接于存储模块、无线数据传输模块、矿道模型库、运动控制***和GPS定位模块；所述存储模块信号连接于图像采集装置。
一种基于图像处理技术的井下无人矿车***的方法，其特征在于，所述方法包括以下步骤：
步骤1：***初始化，若有远程控制终端控制，则远程控制终端发送的远程控制命令经无线通信模块被中央处理器接收后，中央处理器根据接收到的控制命令控制照明装置打开和通过控制运动控制***控制矿车的运动；同时，GPS定位模块也将实时获取矿车的位置信息，该位置信息经控制处理器处理后将发送给远程控制终端；
步骤2：在没有远程控制终端进行控制时，矿机车图像采集装置获取的图像数据信息进行图像处理，根据图像处理的结果和结合矿道模型库中的矿道模型，进行路径规划，根据路径规划的结果，控制处理器进一步控制运动控制***控制矿车的运动。
进一步的，所述图像处理器对进行图像预处理的方法为：生成一个含有奇数个像素的滑动窗口，将窗口正中点的灰度值用窗口内各点的中值代替，用窗口在图像上扫描，最终输入预处理后的图像。
进一步的，所述图像处理器进行特征提取的方法包括以下步骤：
步骤1：利用改进的边缘算子提取周围环境的轮廓，将其映射到原始灰度图像上，即得到周围环境的图像区域；
步骤2：通过分析物品周围环境的灰度直方图，可以得到它们的灰度分布曲线；比较二者得出障碍物相对于环境中其他区域的灰度曲线较高；从数学的方法看，它们的灰度概率分布的均值和方差均不同，因此通过分析各自的均值和方差便可以从环境中识别出分障碍物。
进一步的，所述控制处理器根据获取的图像处理的结果进行路径规划的方法包括以下步骤：
步骤1：根据图像处理器的识别结果建立环境空间离散图；
步骤2：对矿车所处离散环境中的每一点 赋一个势场值 ；所述 值是目标点的引力和障碍物的斥力的叠加；
步骤3：根据如下公式得到路径规划模型： ;其中， 和 是距离影响因子， 为与目标的距离， 为与障碍物的距离；因此机器人的路径规划就是从起始点沿着势场最快下降的方向达到目标点。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (8)

1.一种基于图像处理技术的井下无人矿车***，其特征在于，所述***包括：用于控制***运行的中央处理器；用于进行GPS定位的GPS定位模块；用于进行无线通信的无线通信模块；用于在矿洞中进行照明的照明装置；用于进行图像采集的图像采集装置；用于控制矿车电机运行的运动控制***和存储有矿道模型的矿道模型库；所述中央处理器分别信号连接于无线通信模块、照明装置、图像采集装置、GPS定位模块、运动控制***和矿道模型库。
2.如权利要求1所述的基于图像处理技术的井下无人矿车***，其特征在于，所述中央处理器包括：用于根据图像采集装置采集到的图像数据信息进行图像处理的图像处理器和根据图像处理器的处理结果和/或远程控制终端发送过来的控制命令控制矿车运行的控制处理器；所述图像处理器分别信号连接于控制处理器和图像采集装置；所述控制处理器分别信号连接于无线通信模块、照明装置、矿道模型库、GPS定位模块和运动控制***。
3.如权利要求2所述的基于图像处理技术的井下无人矿车***，其特征在于，所述图像处理器包括：图像预处理模块、图像分割模块、特征提取模块和图像识别模块；所述图像预处理模块分别信号连接于图像分割模块和图像采集装置；所述图像分割模块信号连接于特征提取模块；所述特征提取模块信号连接于图像识别模块；所述图像识别模块信号所述控制处理器。
4.如权利要求3所述的基于图像处理技术的井下无人矿车***，其特征在于，所述控制处理器包括：用于存储图像处理器发送过来的数据信息的存储模块、和用于实现控制功能的控制芯片；所述控制芯片分别信号连接于存储模块、无线数据传输模块、矿道模型库、运动控制***和GPS定位模块；所述存储模块信号连接于图像采集装置。
5.一种基于权利要求1至4之一所述的基于图像处理技术的井下无人矿车***的方法，其特征在于，所述方法包括以下步骤：
步骤1：***初始化，若有远程控制终端控制，则远程控制终端发送的远程控制命令经无线通信模块被中央处理器接收后，中央处理器根据接收到的控制命令控制照明装置打开和通过控制运动控制***控制矿车的运动；同时，GPS定位模块也将实时获取矿车的位置信息，该位置信息经控制处理器处理后将发送给远程控制终端；
步骤2：在没有远程控制终端进行控制时，矿机车图像采集装置获取的图像数据信息进行图像处理，根据图像处理的结果和结合矿道模型库中的矿道模型，进行路径规划，根据路径规划的结果，控制处理器进一步控制运动控制***控制矿车的运动。
6.如权利要求5所述的基于图像处理技术的井下无人矿车***的方法，其特征在于，所述图像处理器对进行图像预处理的方法为：生成一个含有奇数个像素的滑动窗口，将窗口正中点的灰度值用窗口内各点的中值代替，用窗口在图像上扫描，最终输入预处理后的图像。
7.如权利要求6所述的基于图像处理技术的井下无人矿车***的方法，其特征在于，所述图像处理器进行特征提取的方法包括以下步骤：
步骤1：利用改进的边缘算子提取周围环境的轮廓，将其映射到原始灰度图像上，即得到周围环境的图像区域；
步骤2：通过分析物品周围环境的灰度直方图，可以得到它们的灰度分布曲线；比较二者得出障碍物相对于环境中其他区域的灰度曲线较高；从数学的方法看，它们的灰度概率分布的均值和方差均不同，因此通过分析各自的均值和方差便可以从环境中识别出分障碍物。
8.如权利要求6所述的基于图像处理技术的井下无人矿车***的方法，其特征在于，所述控制处理器根据获取的图像处理的结果进行路径规划的方法包括以下步骤：
步骤1：根据图像处理器的识别结果建立环境空间离散图；
步骤2：对矿车所处离散环境中的每一点赋一个势场值；所述值是目标点的引力和障碍物的斥力的叠加；
步骤3：根据如下公式得到路径规划模型：;其中，和是距离影响因子，为与目标的距离，为与障碍物的距离；因此机器人的路径规划就是从起始点沿着势场最快下降的方向达到目标点。
CN201611067752.5A 2016-11-29 2016-11-29 一种基于图像处理技术的井下无人矿车***及方法 Pending CN106909142A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611067752.5A CN106909142A (zh) 2016-11-29 2016-11-29 一种基于图像处理技术的井下无人矿车***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611067752.5A CN106909142A (zh) 2016-11-29 2016-11-29 一种基于图像处理技术的井下无人矿车***及方法

Publications (1)

Publication Number Publication Date
CN106909142A true CN106909142A (zh) 2017-06-30

Family

ID=59207192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611067752.5A Pending CN106909142A (zh) 2016-11-29 2016-11-29 一种基于图像处理技术的井下无人矿车***及方法

Country Status (1)

Country Link
CN (1) CN106909142A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107608342A (zh) * 2017-07-25 2018-01-19 昆明理工大学 一种用于矿山救援的机器人视觉***及其控制方法
CN107665250A (zh) * 2017-09-26 2018-02-06 百度在线网络技术（北京）有限公司 高清道路俯视地图的构建方法、装置、服务器和存储介质
CN110162036A (zh) * 2019-04-09 2019-08-23 中国矿业大学 一种掘进机自主导航定位***及其方法
CN111002305A (zh) * 2019-11-05 2020-04-14 珠海格力电器股份有限公司 基于图像扫描、识别和路径规划的可移动洗衣助手机器人
CN114115300A (zh) * 2022-01-26 2022-03-01 上海伯镭智能科技有限公司 一种无人驾驶矿车的倾斜参数采集方法及装置
CN117635718A (zh) * 2024-01-24 2024-03-01 泰安万川电器设备有限公司 一种基于图像增强的弱光环境下矿车定位方法及***

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201508493U (zh) * 2009-03-16 2010-06-16 厦门矿通科技有限公司 矿井机车无人控制***
CN101917776A (zh) * 2010-07-27 2010-12-15 上海中为智能机器人有限公司 基于无线网络的矿井自主智能探测多机器人无线通讯***
KR20110072468A (ko) * 2009-12-23 2011-06-29 한국전력공사 전력구 감시 시스템
CN202216696U (zh) * 2011-07-07 2012-05-09 中国矿业大学(北京) 基于信息融合的煤矿救灾机器人导航装置
CN103147789A (zh) * 2013-03-07 2013-06-12 中国矿业大学 煤矿井下救援机器人控制***及控制方法
US9255811B2 (en) * 2014-01-29 2016-02-09 Brian R. Edelen Visual guidance system
CN105700528A (zh) * 2016-02-19 2016-06-22 深圳前海勇艺达机器人有限公司 一种机器人自主导航避障***及其方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201508493U (zh) * 2009-03-16 2010-06-16 厦门矿通科技有限公司 矿井机车无人控制***
KR20110072468A (ko) * 2009-12-23 2011-06-29 한국전력공사 전력구 감시 시스템
CN101917776A (zh) * 2010-07-27 2010-12-15 上海中为智能机器人有限公司 基于无线网络的矿井自主智能探测多机器人无线通讯***
CN202216696U (zh) * 2011-07-07 2012-05-09 中国矿业大学(北京) 基于信息融合的煤矿救灾机器人导航装置
CN103147789A (zh) * 2013-03-07 2013-06-12 中国矿业大学 煤矿井下救援机器人控制***及控制方法
US9255811B2 (en) * 2014-01-29 2016-02-09 Brian R. Edelen Visual guidance system
CN105700528A (zh) * 2016-02-19 2016-06-22 深圳前海勇艺达机器人有限公司 一种机器人自主导航避障***及其方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王仁宝 等: "基于DSP与改进边缘检测算法的煤矸石自动分选***", 《电子技术应用》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107608342A (zh) * 2017-07-25 2018-01-19 昆明理工大学 一种用于矿山救援的机器人视觉***及其控制方法
CN107665250A (zh) * 2017-09-26 2018-02-06 百度在线网络技术（北京）有限公司 高清道路俯视地图的构建方法、装置、服务器和存储介质
CN110162036A (zh) * 2019-04-09 2019-08-23 中国矿业大学 一种掘进机自主导航定位***及其方法
CN111002305A (zh) * 2019-11-05 2020-04-14 珠海格力电器股份有限公司 基于图像扫描、识别和路径规划的可移动洗衣助手机器人
CN111002305B (zh) * 2019-11-05 2021-07-30 珠海格力电器股份有限公司 基于图像扫描、识别和路径规划的可移动洗衣助手机器人
CN114115300A (zh) * 2022-01-26 2022-03-01 上海伯镭智能科技有限公司 一种无人驾驶矿车的倾斜参数采集方法及装置
CN114115300B (zh) * 2022-01-26 2022-04-29 上海伯镭智能科技有限公司 一种无人驾驶矿车的倾斜参数采集方法及装置
CN117635718A (zh) * 2024-01-24 2024-03-01 泰安万川电器设备有限公司 一种基于图像增强的弱光环境下矿车定位方法及***
CN117635718B (zh) * 2024-01-24 2024-04-26 泰安万川电器设备有限公司 一种基于图像增强的弱光环境下矿车定位方法及***

Similar Documents

Publication Publication Date Title
CN106909142A (zh) 一种基于图像处理技术的井下无人矿车***及方法
CN109945858A (zh) 用于低速泊车驾驶场景的多传感融合定位方法
CN103336863A (zh) 基于雷达飞行航迹观测数据的飞行意图识别方法
CN108182413A (zh) 一种矿井移动目标检测与跟踪识别方法
CN107065848A (zh) 一种基于高精度定位导航终端的井下矿机车无人驾驶***及方法
CN108986148B (zh) 实现多智能小车协同搜索识别并跟踪特定目标群体的方法
CN113470089B (zh) 一种基于三维点云的跨域协同定位和建图方法及***
CN113468941A (zh) 障碍物检测方法、装置、设备及计算机存储介质
CN109309809A (zh) 跨区域目标轨迹跟踪的方法及数据处理方法、装置和***
CN108804539A (zh) 一种时间与空间双视角下的轨迹异常检测方法
Kumar et al. Indoor localization of vehicles using deep learning
Jacobson et al. What localizes beneath: A metric multisensor localization and mapping system for autonomous underground mining vehicles
CN112417939A (zh) 基于图像识别的客流od数据获取方法、装置、移动端设备、服务器及模型训练方法
CN114326732A (zh) 一种机器人自主跟随***及自主跟随控制方法
CN114325573A (zh) 变电站运维人员身份及位置信息快速检测方法
CN210284637U (zh) 一种三装载智能光电侦察装置
Khaleghi et al. A comparative study of control architectures in UAV/UGV-based surveillance system
Wang et al. Pole-like objects mapping and long-term robot localization in dynamic urban scenarios
Shangguan et al. Interactive perception-based multiple object tracking via CVIS and AV
CN109190466A (zh) 一种人员实时定位的方法和设备
CN109379716B (zh) 一种用于安防监控项目的室内定位方法及***
CN115390584B (zh) 一种多机协同搜索方法
Lee et al. Augmenting car surrounding information by inter-vehicle data fusion
CN105809719A (zh) 一种基于像素多编码表匹配的对象跟踪方法
Byukusenge et al. Life detection based on uavs-thermal images in search and rescue operation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170630

RJ01 Rejection of invention patent application after publication