面向工業(yè)互聯(lián)網(wǎng)的井下無人機(jī)單目視覺SLAM定位方法.pdf

1、通過井下工業(yè)互聯(lián)網(wǎng)，可以對井下無人機(jī)等智能設(shè)備進(jìn)行遠(yuǎn)程管理，對實現(xiàn)無人采礦具有十分重要的意義。為了對井下無人機(jī)進(jìn)行管理，需要實現(xiàn)礦井環(huán)境下的無人機(jī)自主定位和導(dǎo)航。同時定位與建圖(SLAM)算法可以通過傳感器對周圍環(huán)境信息進(jìn)行觀測，對無人機(jī)進(jìn)行精確定位。因此，本文針對井下巷道中行駛的無人機(jī)單目視覺SLAM算法進(jìn)行了研究，以實現(xiàn)礦井環(huán)境下的無人機(jī)自主定位和導(dǎo)航。本文的主要成果如下:
　　(1)針對較寬闊無障礙物的巷道以及較窄巷道分別提

2、出在巷道頂壁設(shè)置帶有位置信息的二維碼以及在巷道壁兩側(cè)設(shè)置反光標(biāo)識牌作為無人機(jī)引導(dǎo)路標(biāo)。針對這兩種不同的巷道環(huán)境，分別創(chuàng)建了基于幾何-拓?fù)涞木孪锏缊D。
　　(2)針對寬闊巷道環(huán)境，提出了一種含有位置信息的二維碼，根據(jù)邊緣檢測、擬合直線等算法得到二維碼的碼值信息，即二維碼的位置信息，實驗和仿真表明該算法能快速清晰地對二維碼進(jìn)行識別。針對較窄巷道環(huán)境中設(shè)置的人工路標(biāo)即反光標(biāo)識牌，事先將每一個反光標(biāo)識牌和其周圍的自然特征進(jìn)行圖像獲取并放

3、入庫中，提出了基于RANSAC的SIFT算法對井下無人機(jī)單目視覺所獲取的每一幀圖像進(jìn)行特征提取，并與事先建立好的特征圖像庫進(jìn)行匹配。實驗和仿真表明基于RANSAC的SIFT算法有很高的正確匹配率，可以根據(jù)特征圖像庫和離線地圖得到路標(biāo)位置信息。
　　(3)針對較寬闊無障礙物的巷道和二維碼無人機(jī)引導(dǎo)路標(biāo)場景，提出了一種基于二維碼的井下無人機(jī)單目視覺PSOFastSLAM算法。仿真結(jié)果表明所提出的井下無人機(jī)PSOFastSLAM算法，有

4、效改善了FastSLAM定位算法粒子退化的問題，提高了井下無人機(jī)定位精度。
　　(4)針對較窄巷道和反光標(biāo)識牌引導(dǎo)路標(biāo)場景，提出了一種基于反光標(biāo)識牌的井下無人機(jī)單目視覺EKF-SLAM算法，通過已知路標(biāo)得到的觀測信息對無人機(jī)位姿進(jìn)行估計。仿真結(jié)果表明單目視覺EKF-SLAM算法可以對井下無人機(jī)進(jìn)行精確定位。
　　最終結(jié)果顯示，針對不同的巷道環(huán)境，采用不同的SLAM算法可以對面向工業(yè)互聯(lián)網(wǎng)的井下無人機(jī)進(jìn)行精確定位，為后續(xù)工業(yè)互