基于機器視覺的井下機車防撞系統(tǒng)研究.pdf

1、隨著煤炭市場的持續(xù)高漲，井下煤礦運輸任務(wù)越發(fā)繁重，行駛速度較高的機車在惡劣環(huán)境中容易造成運輸事故。因此研究井下機車防撞系統(tǒng)對煤礦安全生產(chǎn)、保障礦工生命安全有著重要的實際意義。
　　 目前基于機器視覺的防撞系統(tǒng)主要針對公路環(huán)境，對煤礦井下環(huán)境的研究較少。傳統(tǒng)的防撞系統(tǒng)主要用紅外線、激光、超聲波采集數(shù)據(jù)，設(shè)備體積大、價格高且防撞效果不佳。針對上述問題，論文將機器視覺引入井下機車防撞系統(tǒng)，采用視覺傳感器對機車前方危險區(qū)域進行障礙物檢測

2、，實現(xiàn)預(yù)警防撞功能。
　　 論文對傳統(tǒng)的圖像處理算法進行分析，考慮井下光線分布不均等因素，研究了適合井下環(huán)境的圖像處理算法。算法對灰度圖像進行拉伸，突出邊緣信息，減小光線不均的影響；通過對傳統(tǒng)圖像邊緣提取算子的比較和對井下軌道特征的分析，提出了灰度與梯度幅度相結(jié)合的軌道邊緣提取算法，提高了檢測效果；設(shè)計了基于邊緣圖像的內(nèi)側(cè)軌道邊緣點搜索算法，細化了軌道邊緣，減小了軌道識別的計算量。MATLAB仿真研究表明，該方法能有效檢測出機車

3、軌道與障礙物。
　　 論文在研究了適用于煤礦井下復(fù)雜環(huán)境的圖像處理算法基礎(chǔ)上，采用SOPC系統(tǒng)實現(xiàn)井下機車防撞功能。相比復(fù)合結(jié)構(gòu)，在實現(xiàn)上減少了芯片、降低了成本，在可靠性上減少了硬件故障的概率；利用SOPC系統(tǒng)的FPGA邏輯資源研究了灰度像素實時處理、邊緣檢測流水線設(shè)計，原始圖像與邊緣圖像并行存儲等硬件加速方法，提高了系統(tǒng)性能。
　　 經(jīng)過調(diào)試，系統(tǒng)能夠?qū)崿F(xiàn)防撞功能，運行穩(wěn)定、滿足實時性要求，達到了預(yù)期目標。論文根據(jù)研究