CN110363846A - 一种井下3d激光成像智能巡检***及其使用方法 - Google Patents
一种井下3d激光成像智能巡检***及其使用方法 Download PDFInfo
- Publication number
- CN110363846A CN110363846A CN201910775309.0A CN201910775309A CN110363846A CN 110363846 A CN110363846 A CN 110363846A CN 201910775309 A CN201910775309 A CN 201910775309A CN 110363846 A CN110363846 A CN 110363846A
- Authority
- CN
- China
- Prior art keywords
- module
- map
- data
- dimensional
- point cloud
- 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
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000003384 imaging method Methods 0.000 title claims abstract description 16
- 238000005065 mining Methods 0.000 claims abstract description 16
- 230000011218 segmentation Effects 0.000 claims abstract description 15
- 238000007405 data analysis Methods 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 238000004519 manufacturing process Methods 0.000 claims abstract description 7
- 230000035939 shock Effects 0.000 claims abstract description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000013011 mating Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 238000009331 sowing Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims 1
- 230000003287 optical effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003472 neutralizing effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种井下3D激光成像智能巡检***及其使用方法,包括三维激光雷达、数据分析模块、里程计模块、陀螺仪模块、预处理模块、SLAM建图模块、标注地图起点终点模块、地图拼接模块、局部地图匹配模块、关系模块、巡检机器人、远程后台模块和报警分析模块,所述巡检机器人上主要设置视觉相机、听觉传感器和震动传感器;使用方法为:数据采集、数据预处理、制作SLAM定位地图、分段地图拼接、实时定位与点云识别及远程平台软件搭建。本发明利用稠密的三维激光点云数据,采取激光雷达SLAM技术实现矿区及井下的高精度三维地图构建,并搭载精密的防爆传感器,有效获取听、看、触的信息,及时回传后台,完成第一时间报警和事故分析,可以实现无轨化导航。
Description
技术领域
本发明涉及检视技术领域,具体涉及一种井下3D激光成像智能巡检***及其使用方法。
背景技术
智能巡检是实现智能矿区信息化、自动化和无人化的重要方向,也是智能矿区体系的分支。巡检作为矿区等安全生产重要组成部分,始终贯彻在所有的生产活动中,而基于三维激光导航的智能巡检机器人不仅可以使日常生产工作数字化、可视化,还可以代替人工前往危险区域进行设备的巡检,还可以延长日常巡检时间,提高巡检时间覆盖率,为矿区无人化、安全化提供信息基础。
传统的矿区巡检方式是人工巡检,主要工作内容是对设备异常情况的排查,包括一下三个方面:听设备运行时发出的异常的声音、看设备外表的异常情况以及表计的异常的数值、触碰感知设备的异常震动情况。人工巡检配合表计的远程读取,可以获取正常状态下的巡检数据和情况,但是对于异常状态下的及时报警和情况的回传存在不及时性和不稳定性,而随着巡检时间覆盖率的提升,常规的人力巡检不仅成本高,还有一定的安全风险,不利于加快建设智能矿区的目标。
发明内容
本发明的目的在于针对现有技术的缺陷和不足,提供一种井下3D激光成像智能巡检***及其使用方法。
为实现上述目的,本发明采用的技术方案是:一种井下3D激光成像智能巡检***,其创新点在于:包括三维激光雷达、数据分析模块、里程计模块、陀螺仪模块、预处理模块、SLAM建图模块、标注地图起点终点模块、地图拼接模块、局部地图匹配模块、关系模块、巡检机器人、远程后台模块和报警分析模块,所述巡检机器人上主要设置视觉相机、听觉传感器和震动传感器;所述三维激光雷达稠密的分布在井下,且三维激光雷达配套设置接收器,所述三维激光雷达对巡检环境进行分段扫描;所述数据分析模块对数据进行记录和分类;所述预处理模块接收三维激光雷达和数据分析模块发送的信息,并对数据进行预处理滤波,去除数据中的噪声点;所述SLAM建图模块接收里程计模块、陀螺仪模块、预处理模块发送的信息,并分段进行高精度激光雷达SLAM建图;所述标注地图起点终点模块接收SLAM建图模块所发送的地图信息,在建立好的地图上标记该地图的起点和终点;所述地图拼接模块和局部地图匹配模块接收标注地图起点终点模块发出的信息,并根据分段的地图起始点数据,在基于同一个坐标系和坐标原点下进行地图的拼接,且拼接通过局部地图匹配模块,确定精准的局部地图与统一坐标系的关系;所述关系模块接收地图拼接模块和局部地图匹配模块发出的信息,并建立三维地图;所述巡检机器人对指定区域进行实时定位、识别与检测;所述远程后台模块接收巡检机器人发出的信息,并对信息进行分析处理;所述报警分析模块接收远程后台模块发出的信息,并进行报警和分析事故原因以及制定解决方案。
进一步的,所述三维激光雷达采用闭环的方式对所在区域进行数据采集。
进一步的,所述巡检机器人基于三维雷达定位算法在矿区、井下区域进行实时定位,通过点云聚类与分割算法,实时对机器人经过的区域进行识别与检测功能。
一种井下3D激光成像智能巡检***的使用方法,其特征在于,包括以下步骤:
S1、数据采集:利用三维激光雷达通过获取光脉冲打在物体上并反射回到接收器的传播时间,再根据光速已知的原理,将传播时间转换成LiDAR据测量物的距离,然后通过数据分析模块对数据进行记录和分类,对数据进行采集,形成三维激光点云数据;
S2、数据预处理:利用稠密的三维激光点云数据进行采样,采样时将三维物理空间划分为等体积立方体,每个立方体内进行随机采样,点云的点数超过一个阈值后将停止采样,采样得到三维点云数据,同时将位于远处立方体内密度小、运动畸变严重及距离超出阈值区域的点云通过滤波器去除;
S3、制作SLAM定位地图:对三维点云数据进行单元划分,对一个单元内的数据进行直方化后求最小二乘最优解得到数据所在的插值位置,各单元间进行图优化处理,将各个单元当做节点,与其他节点进行相对位置的估算,再分段进行高精度激光雷达SLAM建图,在建立好的地图上标记该地图的起点和终点,确保地图的建立符合现实,不扭曲不割裂;
S4、分段地图拼接:在已建立的地图上,根据分段的地图起始点数据,在基于同一个坐标系和坐标原点下进行地图的拼接,拼接通过算法的局部地图匹配,确定精准的局部地图与统一坐标系的关系,拼接成完整的全局三维点云地图;
S5、实时定位与点云识别:将拼接好的全局三维点云地图输入进巡检机器人的工控机,机器人使用该地图进行实时定位,利用三维激光雷达定位算法完成定位工作,且在巡检机器人行进过程中,工控机会实时对输入的点云数据进行分割聚类,对矿区环境进行识别和异常检测,同时根据地面直线可以表征地面状态变化的特点,进而通过分块直线拟合算法来去除背景地面数据,对分割出的前景点云数据进行聚类分割,并计算出目标物体的属性参数并进行标记,实现实时定位与点云识别的巡检作业;
S6、远程平台软件搭建:运用数据显示软件,建立仿真模型,将建立好的完整的点云地图转换成仿真模型,方便查看。
进一步的,所述步骤1中的三维激光雷达发射出的每一条线都有一对激光发射器和接收器组成,其以每秒20圈的速度旋转,发射出的激光要达到100米至200米的距离,同时在激光在完成这100-200米的路程后,能被接收器接收到。
进一步的,所述步骤3中每次加入新的边和节点就会和原本的数据模型进行整体上的交互计算,对相关联的节点进行估计误差并加以修正,修正后会返回新的最小二乘优化解,当做无偏估计进行之后优化的参照。
进一步的,所述步骤5中的定位算法的核心模块是NDT。
采用上述结构后,本发明有益效果为:
本发明利用稠密的三维激光点云数据,采取激光雷达SLAM技术实现矿区及井下的高精度三维地图构建,并搭载精密的防爆传感器,有效获取听、看、触的信息,及时回传后台,完成第一时间报警和事故分析,且本发明由于采用激光雷达为主建立地图,可以实现无轨化导航,无需为此额外增加轨道设施,降低了成本;而且随着巡检时间覆盖率的提升,成本也不会提升,可以代替人工避免一定的安全风险,利于加快建设智能矿区的目标。
附图说明
图1为本发明的***框图;
图2为本发明中激光雷达点云数据示意图;
图3为本发明中局部三维点云地图示意图;
图4为本发明中全局拼接点云地图的示意图。
具体实施方式
下面结合附图对本发明作进一步的说明。
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施方式,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅用以解释本发明,并不用于限定本发明。
参看图1,一种井下3D激光成像智能巡检***,包括三维激光雷达、数据分析模块、里程计模块、陀螺仪模块、预处理模块、SLAM建图模块、标注地图起点终点模块、地图拼接模块、局部地图匹配模块、关系模块、巡检机器人、远程后台模块和报警分析模块,巡检机器人上主要设置视觉相机、听觉传感器和震动传感器;三维激光雷达稠密的分布在井下,且三维激光雷达配套设置接收器,三维激光雷达对巡检环境进行分段扫描;数据分析模块对数据进行记录和分类;预处理模块接收三维激光雷达和数据分析模块发送的信息,并对数据进行预处理滤波,去除数据中的噪声点;SLAM建图模块接收里程计模块、陀螺仪模块、预处理模块发送的信息,并分段进行高精度激光雷达SLAM建图;标注地图起点终点模块接收SLAM建图模块所发送的地图信息,在建立好的地图上标记该地图的起点和终点;地图拼接模块和局部地图匹配模块接收标注地图起点终点模块发出的信息,并根据分段的地图起始点数据,在基于同一个坐标系和坐标原点下进行地图的拼接,且拼接通过局部地图匹配模块,确定精准的局部地图与统一坐标系的关系;关系模块接收地图拼接模块和局部地图匹配模块发出的信息,并建立三维地图;巡检机器人对指定区域进行实时定位、识别与检测;远程后台模块接收巡检机器人发出的信息,并对信息进行分析处理;报警分析模块接收远程后台模块发出的信息,并进行报警和分析事故原因以及制定解决方案。具体的,巡检机器人上主要设置视觉相机、听觉传感器和震动传感器,但不限于这三种元件;本发明是利用三维激光雷达扫描技术、SLAM建图技术、分段地图拼接技术、高精度定位技术以及实时点云识别技术进行三维定位地图的建立、机器人实时定位和场景异常识别和检测,直观准确地显示矿区内精准的现状。此外利用多传感器和远程平台软件,实时观测和记录巡检的各种数据,对巡检方案进行规划,对异常现象进行报警和事故原因分析,满足巡检中对突发状况处理的要求。
本实施例中,三维激光雷达采用闭环的方式对所在区域进行数据采集。
本实施例中,巡检机器人基于三维雷达定位算法在矿区、井下区域进行实时定位,通过点云聚类与分割算法,实时对机器人经过的区域进行识别与检测功能。
一种井下3D激光成像智能巡检***的使用方法,包括以下步骤:
S1、数据采集:利用三维激光雷达通过获取光脉冲打在物体上并反射回到接收器的传播时间,再根据光速已知的原理,将传播时间转换成LiDAR据测量物的距离,然后通过数据分析模块对数据进行记录和分类,对数据进行采集,形成三维激光点云数据;三维激光雷达发射出的每一条线都有一对激光发射器和接收器组成,其以每秒20圈的速度旋转,发射出的激光要达到100米至200米的距离,同时在激光在完成这100-200米的路程后,能被接收器接收到;简单硬件处理后返回三维空间点云图如图2所示;
S2、数据预处理:利用稠密的三维激光点云数据进行采样,采样时将三维物理空间划分为等体积立方体,每个立方体内进行随机采样,点云的点数超过一个阈值后将停止采样,采样得到三维点云数据,同时将位于远处立方体内密度小、运动畸变严重及距离超出阈值区域的点云通过滤波器去除;
S3、制作SLAM定位地图:对三维点云数据进行单元划分,对一个单元内的数据进行直方化后求最小二乘最优解得到数据所在的插值位置,各单元间进行图优化处理,将各个单元当做节点,与其他节点进行相对位置的估算,再分段进行高精度激光雷达SLAM建图,在建立好的地图上标记该地图的起点和终点,确保地图的建立符合现实,不扭曲不割裂;每次加入新的边和节点就会和原本的数据模型进行整体上的交互计算,对相关联的节点进行估计误差并加以修正,修正后会返回新的最小二乘优化解,当做无偏估计进行之后优化的参照,最后得到准确的局部定位地图如图3所示;
S4、分段地图拼接:在已建立的地图上,根据分段的地图起始点数据,在基于同一个坐标系和坐标原点下进行地图的拼接,拼接通过算法的局部地图匹配,确定精准的局部地图与统一坐标系的关系,拼接成完整的全局三维点云地图;激光数据的采集不是一次性生成的,其有利于数据的更新替换与定位时数据的快速读取。那么拼接需要两次数据采集信息间的关系,比如上一份数据p1的结束就是下一份数据p2的开始附近,此时通过数据间匹配得到p1数据末尾的位置与p2数据初始位置的相对位置,从而确定p2初始位置相对于统一的坐标系的位置,将其赋予p2新的初始位姿,使得拼接结果趋向于完整,使其定位时难以看出地图分割,如下图4所示;
S5、实时定位与点云识别:将拼接好的全局三维点云地图输入进巡检机器人的工控机,机器人使用该地图进行实时定位,利用三维激光雷达定位算法完成定位工作,且在巡检机器人行进过程中,工控机会实时对输入的点云数据进行分割聚类,对矿区环境进行识别和异常检测,同时根据地面直线可以表征地面状态变化的特点,进而通过分块直线拟合算法来去除背景地面数据,对分割出的前景点云数据进行聚类分割,并计算出目标物体的属性参数并进行标记,实现实时定位与点云识别的巡检作业;其中定位算法的核心模块是NDT,一种将稠密的三维点云数据抽样成概率数值进行匹配的技术,通过使用该定位算法可以实现稳定实时地高精度定位数据;
S6、远程平台软件搭建:运用数据显示软件,建立仿真模型,将建立好的完整的点云地图转换成仿真模型,方便查看;同时远程平台用于接收巡检机器人返回的多种传感器的数据,包括但不限于高精度视觉信号、声音信号、振动信号等,并可以进行数据的记录,帮助回溯并加以分析。此外远程后台还具有异常检测,当返回的数据分析不符合默认的预期表现,直接向工作人员报警,及时反馈巡检的实时情况。
以上所述,仅用以说明本发明的技术方案而非限制,本领域普通技术人员对本发明的技术方案所做的其它修改或者等同替换,只要不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种井下3D激光成像智能巡检***,其特征在于:包括三维激光雷达、数据分析模块、里程计模块、陀螺仪模块、预处理模块、SLAM建图模块、标注地图起点终点模块、地图拼接模块、局部地图匹配模块、关系模块、巡检机器人、远程后台模块和报警分析模块,所述巡检机器人上主要设置视觉相机、听觉传感器和震动传感器;所述三维激光雷达稠密的分布在井下,且三维激光雷达配套设置接收器,所述三维激光雷达对巡检环境进行分段扫描;所述数据分析模块对数据进行记录和分类;所述预处理模块接收三维激光雷达和数据分析模块发送的信息,并对数据进行预处理滤波,去除数据中的噪声点;所述SLAM建图模块接收里程计模块、陀螺仪模块、预处理模块发送的信息,并分段进行高精度激光雷达SLAM建图;所述标注地图起点终点模块接收SLAM建图模块所发送的地图信息,在建立好的地图上标记该地图的起点和终点;所述地图拼接模块和局部地图匹配模块接收标注地图起点终点模块发出的信息,并根据分段的地图起始点数据,在基于同一个坐标系和坐标原点下进行地图的拼接,且拼接通过局部地图匹配模块,确定精准的局部地图与统一坐标系的关系;所述关系模块接收地图拼接模块和局部地图匹配模块发出的信息,并建立三维地图;所述巡检机器人对指定区域进行实时定位、识别与检测;所述远程后台模块接收巡检机器人发出的信息,并对信息进行分析处理;所述报警分析模块接收远程后台模块发出的信息,并进行报警和分析事故原因以及制定解决方案。
2.根据权利要求1所述的一种井下3D激光成像智能巡检***,其特征在于:所述三维激光雷达采用闭环的方式对所在区域进行数据采集。
3.根据权利要求1所述的一种井下3D激光成像智能巡检***,其特征在于:所述巡检机器人基于三维雷达定位算法在矿区、井下区域进行实时定位,通过点云聚类与分割算法,实时对机器人经过的区域进行识别与检测功能。
4.一种根据权利要求1所述的井下3D激光成像智能巡检***的使用方法,其特征在于,包括以下步骤:
S1、数据采集:利用三维激光雷达通过获取光脉冲打在物体上并反射回到接收器的传播时间,再根据光速已知的原理,将传播时间转换成LiDAR据测量物的距离,然后通过数据分析模块对数据进行记录和分类,对数据进行采集,形成三维激光点云数据;
S2、数据预处理:利用稠密的三维激光点云数据进行采样,采样时将三维物理空间划分为等体积立方体,每个立方体内进行随机采样,点云的点数超过一个阈值后将停止采样,采样得到三维点云数据,同时将位于远处立方体内密度小、运动畸变严重及距离超出阈值区域的点云通过滤波器去除;
S3、制作SLAM定位地图:对三维点云数据进行单元划分,对一个单元内的数据进行直方化后求最小二乘最优解得到数据所在的插值位置,各单元间进行图优化处理,将各个单元当做节点,与其他节点进行相对位置的估算,再分段进行高精度激光雷达SLAM建图,在建立好的地图上标记该地图的起点和终点,确保地图的建立符合现实,不扭曲不割裂;
S4、分段地图拼接:在已建立的地图上,根据分段的地图起始点数据,在基于同一个坐标系和坐标原点下进行地图的拼接,拼接通过算法的局部地图匹配,确定精准的局部地图与统一坐标系的关系,拼接成完整的全局三维点云地图;
S5、实时定位与点云识别:将拼接好的全局三维点云地图输入进巡检机器人的工控机,机器人使用该地图进行实时定位,利用三维激光雷达定位算法完成定位工作,且在巡检机器人行进过程中,工控机会实时对输入的点云数据进行分割聚类,对矿区环境进行识别和异常检测,同时根据地面直线可以表征地面状态变化的特点,进而通过分块直线拟合算法来去除背景地面数据,对分割出的前景点云数据进行聚类分割,并计算出目标物体的属性参数并进行标记,实现实时定位与点云识别的巡检作业;
S6、远程平台软件搭建:运用数据显示软件,建立仿真模型,将建立好的完整的点云地图转换成仿真模型,方便查看。
5.根据权利要求4所述的一种井下3D激光成像智能巡检使用方法,其特征在于:所述步骤1中的三维激光雷达发射出的每一条线都有一对激光发射器和接收器组成,其以每秒20圈的速度旋转,发射出的激光要达到100米至200米的距离,同时在激光在完成这100-200米的路程后,能被接收器接收到。
6.根据权利要求4所述的一种井下3D激光成像智能巡检使用方法,其特征在于:所述步骤3中每次加入新的边和节点就会和原本的数据模型进行整体上的交互计算,对相关联的节点进行估计误差并加以修正,修正后会返回新的最小二乘优化解,当做无偏估计进行之后优化的参照。
7.根据权利要求4所述的一种井下3D激光成像智能巡检使用方法,其特征在于:所述步骤5中的定位算法的核心模块是NDT。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910775309.0A CN110363846A (zh) | 2019-08-21 | 2019-08-21 | 一种井下3d激光成像智能巡检***及其使用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910775309.0A CN110363846A (zh) | 2019-08-21 | 2019-08-21 | 一种井下3d激光成像智能巡检***及其使用方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110363846A true CN110363846A (zh) | 2019-10-22 |
Family
ID=68224986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910775309.0A Pending CN110363846A (zh) | 2019-08-21 | 2019-08-21 | 一种井下3d激光成像智能巡检***及其使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110363846A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111259807A (zh) * | 2020-01-17 | 2020-06-09 | 中国矿业大学 | 井下有限区域移动设备定位*** |
CN111258331A (zh) * | 2020-01-20 | 2020-06-09 | 北京拓维思科技有限公司 | 无人机电力线路运维检修***及方法 |
CN111487642A (zh) * | 2020-03-10 | 2020-08-04 | 国电南瑞科技股份有限公司 | 基于三维激光和双目视觉的变电站巡检机器人定位导航***及方法 |
CN111968229A (zh) * | 2020-06-28 | 2020-11-20 | 北京百度网讯科技有限公司 | 高精度地图制图方法及装置 |
CN113190019A (zh) * | 2021-05-26 | 2021-07-30 | 立得空间信息技术股份有限公司 | 一种基于虚拟仿真的巡检机器人任务点布置方法及*** |
CN113267136A (zh) * | 2021-04-30 | 2021-08-17 | 东北大学 | 一种矿山生产竖井全范围变形监测的激光扫描装置及方法 |
CN113657852A (zh) * | 2021-08-02 | 2021-11-16 | 国网福建省电力有限公司晋江市供电公司 | 一种基于实物id的红外检测移动作业***及其工作方法 |
CN113936207A (zh) * | 2021-09-02 | 2022-01-14 | 山东信通电子股份有限公司 | 一种便携式电力巡检方法、设备及介质 |
CN114609591A (zh) * | 2022-03-18 | 2022-06-10 | 湖南星晟智控科技有限公司 | 一种基于激光点云数据的数据处理方法 |
CN115900644A (zh) * | 2023-01-06 | 2023-04-04 | 西安华创马科智能控制***有限公司 | 液压支架机器人工作面底板激光扫描成像方法及装置 |
CN116105721A (zh) * | 2023-04-11 | 2023-05-12 | 深圳市其域创新科技有限公司 | 地图构建的回环优化方法、装置、设备及存储介质 |
WO2023226574A1 (zh) * | 2022-05-25 | 2023-11-30 | 中煤科工集团重庆研究院有限公司 | 一种煤矿机械手扫描观测*** |
CN117218743A (zh) * | 2023-11-07 | 2023-12-12 | 诺比侃人工智能科技(成都)股份有限公司 | 基于机器视觉的智能巡检控制方法及*** |
CN117236916A (zh) * | 2023-11-13 | 2023-12-15 | 湖南承希科技有限公司 | 一种智慧电厂的综合安全巡检方法 |
CN117288115A (zh) * | 2023-11-23 | 2023-12-26 | 中信重工开诚智能装备有限公司 | 一种基于激光点云的巡检机器人巷道形变检测方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109599945A (zh) * | 2018-11-30 | 2019-04-09 | 武汉大学 | 一种智慧电厂自主巡检机器人巡检***及方法 |
-
2019
- 2019-08-21 CN CN201910775309.0A patent/CN110363846A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109599945A (zh) * | 2018-11-30 | 2019-04-09 | 武汉大学 | 一种智慧电厂自主巡检机器人巡检***及方法 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111259807B (zh) * | 2020-01-17 | 2023-09-01 | 中国矿业大学 | 井下有限区域移动设备定位*** |
CN111259807A (zh) * | 2020-01-17 | 2020-06-09 | 中国矿业大学 | 井下有限区域移动设备定位*** |
CN111258331A (zh) * | 2020-01-20 | 2020-06-09 | 北京拓维思科技有限公司 | 无人机电力线路运维检修***及方法 |
CN111487642A (zh) * | 2020-03-10 | 2020-08-04 | 国电南瑞科技股份有限公司 | 基于三维激光和双目视觉的变电站巡检机器人定位导航***及方法 |
CN111968229B (zh) * | 2020-06-28 | 2024-07-16 | 阿波罗智能技术(北京)有限公司 | 高精度地图制图方法及装置 |
CN111968229A (zh) * | 2020-06-28 | 2020-11-20 | 北京百度网讯科技有限公司 | 高精度地图制图方法及装置 |
CN113267136A (zh) * | 2021-04-30 | 2021-08-17 | 东北大学 | 一种矿山生产竖井全范围变形监测的激光扫描装置及方法 |
CN113190019A (zh) * | 2021-05-26 | 2021-07-30 | 立得空间信息技术股份有限公司 | 一种基于虚拟仿真的巡检机器人任务点布置方法及*** |
CN113657852A (zh) * | 2021-08-02 | 2021-11-16 | 国网福建省电力有限公司晋江市供电公司 | 一种基于实物id的红外检测移动作业***及其工作方法 |
CN113657852B (zh) * | 2021-08-02 | 2023-09-15 | 国网福建省电力有限公司晋江市供电公司 | 一种基于实物id的红外检测移动作业***及其工作方法 |
CN113936207B (zh) * | 2021-09-02 | 2024-06-04 | 山东信通电子股份有限公司 | 一种便携式电力巡检方法、设备及介质 |
CN113936207A (zh) * | 2021-09-02 | 2022-01-14 | 山东信通电子股份有限公司 | 一种便携式电力巡检方法、设备及介质 |
CN114609591B (zh) * | 2022-03-18 | 2022-12-20 | 湖南星晟智控科技有限公司 | 一种基于激光点云数据的数据处理方法 |
CN114609591A (zh) * | 2022-03-18 | 2022-06-10 | 湖南星晟智控科技有限公司 | 一种基于激光点云数据的数据处理方法 |
WO2023226574A1 (zh) * | 2022-05-25 | 2023-11-30 | 中煤科工集团重庆研究院有限公司 | 一种煤矿机械手扫描观测*** |
CN115900644A (zh) * | 2023-01-06 | 2023-04-04 | 西安华创马科智能控制***有限公司 | 液压支架机器人工作面底板激光扫描成像方法及装置 |
CN116105721B (zh) * | 2023-04-11 | 2023-06-09 | 深圳市其域创新科技有限公司 | 地图构建的回环优化方法、装置、设备及存储介质 |
CN116105721A (zh) * | 2023-04-11 | 2023-05-12 | 深圳市其域创新科技有限公司 | 地图构建的回环优化方法、装置、设备及存储介质 |
CN117218743A (zh) * | 2023-11-07 | 2023-12-12 | 诺比侃人工智能科技(成都)股份有限公司 | 基于机器视觉的智能巡检控制方法及*** |
CN117218743B (zh) * | 2023-11-07 | 2024-02-09 | 诺比侃人工智能科技(成都)股份有限公司 | 基于机器视觉的智能巡检控制方法及*** |
CN117236916A (zh) * | 2023-11-13 | 2023-12-15 | 湖南承希科技有限公司 | 一种智慧电厂的综合安全巡检方法 |
CN117236916B (zh) * | 2023-11-13 | 2024-02-06 | 湖南承希科技有限公司 | 一种智慧电厂的综合安全巡检方法 |
CN117288115A (zh) * | 2023-11-23 | 2023-12-26 | 中信重工开诚智能装备有限公司 | 一种基于激光点云的巡检机器人巷道形变检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110363846A (zh) | 一种井下3d激光成像智能巡检***及其使用方法 | |
CN105955258B (zh) | 基于Kinect传感器信息融合的机器人全局栅格地图构建方法 | |
US11092444B2 (en) | Method and system for recording landmarks in a traffic environment of a mobile unit | |
CN107966989A (zh) | 一种机器人自主导航*** | |
CN114444158B (zh) | 一种基于三维重建的地下巷道形变预警方法及*** | |
CN105260988A (zh) | 一种高精地图数据的处理方法和装置 | |
CN108733053A (zh) | 一种基于机器人的智能道路检测方法 | |
CN105115442A (zh) | 巷道的内部表面形态的检测方法、装置和*** | |
CN113378741B (zh) | 一种基于多源传感器的飞机牵引车辅助感知方法及其*** | |
CN103869814A (zh) | 一种终端定位和导航方法以及可移动的终端 | |
CN108535789A (zh) | 一种基于机场跑道的异物识别*** | |
CN114638909A (zh) | 基于激光slam和视觉融合的变电站语义地图构建方法 | |
CN114547866B (zh) | 基于bim-无人机-机械狗的预制构件智能检测方法 | |
WO2023226574A1 (zh) | 一种煤矿机械手扫描观测*** | |
CN114663473A (zh) | 基于多视角信息融合的人员目标定位与追踪方法及*** | |
Zhang et al. | Tracking multi-vehicles with reference points switches at the intersection using a roadside LiDAR sensor | |
CN117272191B (zh) | 一种城市地下空间智能测绘方法及*** | |
CN116629106A (zh) | 移动机器人运行场景的准数字孪生方法、***、设备及介质 | |
CN214149430U (zh) | 一种运用移动三维激光测量***的隧道安全监测*** | |
CN113227713A (zh) | 生成用于定位的环境模型的方法和*** | |
CN111189926B (zh) | 一种基于全域搜索辨识结构空洞位置的方法及*** | |
CN114565712A (zh) | 基于空区扫描三维同步建模与地压响应处理方法和*** | |
CN112665582A (zh) | 一种基于imu和激光光斑图像的地下管道检测*** | |
Kysar et al. | Localization and mapping performance of two LiDAR systems in unstructured environments | |
CN117593686B (zh) | 基于车况真值数据的模型评测方法和装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191022 |