懸臂式掘進(jìn)機(jī)井下精確定位方法及其視覺(jué)測(cè)量技術(shù)

趙建勛,楊文娟,2,張旭輝,2,杜昱陽(yáng),2,張 超

(1.西安科技大學(xué) 機(jī)械工程學(xué)院，陜西 西安 710054；2.陜西省礦山機(jī)電裝備智能監(jiān)測(cè)重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710054)

0 引 言

隨著我國(guó)綜合機(jī)械化采煤的迅速發(fā)展，安全高效的自動(dòng)化、智能化巷道掘進(jìn)技術(shù)成為當(dāng)前研究熱點(diǎn)[1]。掘進(jìn)機(jī)是綜掘工作面的主要設(shè)備，掘進(jìn)機(jī)的位姿測(cè)量是巷道掘進(jìn)智能化的關(guān)鍵[2]。目前常用的位姿測(cè)量技術(shù)包括機(jī)器慣性導(dǎo)航定位技術(shù)、全站儀定位方法以及視覺(jué)定位技術(shù)等[3]。慣性導(dǎo)航定位技術(shù)受環(huán)境因素影響小，具有良好自主檢測(cè)性，但其使用過(guò)程中存在累計(jì)誤差使得定位困難[4-5]。全站儀可準(zhǔn)確快速計(jì)算出測(cè)量目標(biāo)空間位置信息，但在煤礦井下應(yīng)用時(shí)，由于粉塵以及巷道空間產(chǎn)生的遮擋都會(huì)對(duì)定位結(jié)果產(chǎn)生影響[6]。機(jī)器視覺(jué)測(cè)量技術(shù)的測(cè)量信息直觀、可靠性高，常以紅外光及可見(jiàn)光為特征[7]，根據(jù)特征基準(zhǔn)位置與巷道坐標(biāo)系之間的關(guān)系來(lái)獲取掘進(jìn)機(jī)機(jī)身的空間位姿，由于該方法使用受井下粉塵、水霧等環(huán)境干擾導(dǎo)致特征提取精度下降，使得測(cè)量結(jié)果不穩(wěn)定[8-9]。因此，選取有效特征基準(zhǔn)，在雜光、粉塵和水霧等復(fù)雜背景下準(zhǔn)確提取特征信息是利用視覺(jué)測(cè)量技術(shù)精確測(cè)量掘進(jìn)機(jī)機(jī)身位姿的關(guān)鍵。

文獻(xiàn)[10-11]提出了一種基于激光束特征的懸臂式掘進(jìn)機(jī)機(jī)身測(cè)量系統(tǒng)，該方法以激光束特征構(gòu)建懸臂式掘進(jìn)機(jī)位姿測(cè)量系統(tǒng)，充分利用激光指向儀方向性好、顏色單純以及亮度高等優(yōu)點(diǎn)。如何實(shí)現(xiàn)煤礦井下高粉塵、低照度環(huán)境中的激光特征提取是解算設(shè)備精確位姿的關(guān)鍵。該方法中特征提取涉及激光光斑中心和激光束直線的特征提取。傳統(tǒng)的光斑中心檢測(cè)算法有閾值法、重心法、Hough變化法以及圓擬合法[12-14]。吳澤楷等[15]基于改進(jìn)圓擬合算法，結(jié)合了閾值法和中值法的原理,提高了光斑中心位置的精確度。謝欣欣等[16]在天空背景條件下，利用原子濾光片和減小接收機(jī)口徑進(jìn)行抑制天空背景，在通過(guò)二值化和灰度質(zhì)心法確定光斑中心位置。對(duì)于激光束的直線特征提取，目前針對(duì)直線特征檢測(cè)常用的技術(shù)方法有Hough變換檢測(cè)直線[17-18]和最小二乘直線擬合[19-20]等。閆懷仁等[21]提出了一種改進(jìn)的Hough變換的直線提取算法，該方法減少了計(jì)算量，提高了直線檢測(cè)精度。目前對(duì)于激光特征提取主要是在背景較好的環(huán)境中進(jìn)行檢測(cè)，對(duì)于井下包含雜光、粉塵和水霧等復(fù)雜背景中的激光光斑及激光束直線特征提取方法介紹較少。

基于此，進(jìn)一步研究以激光點(diǎn)和激光束為特征的懸臂式掘進(jìn)機(jī)機(jī)身位姿視覺(jué)測(cè)量方法，提出結(jié)合Hough變換與最小二乘法實(shí)現(xiàn)雜光、粉塵和水霧等復(fù)雜背景下的激光點(diǎn)和激光線的特征提取，再通過(guò)空間矩陣變換解算出掘進(jìn)機(jī)機(jī)身位姿信息，實(shí)現(xiàn)井下懸臂式掘進(jìn)機(jī)的精確定位。

1 懸臂式掘進(jìn)機(jī)位姿視覺(jué)測(cè)量模型

1.1 系統(tǒng)構(gòu)成

懸臂式掘進(jìn)機(jī)位姿視覺(jué)測(cè)量系統(tǒng)如圖1所示，由兩激光指向儀、CCD彩色防爆工業(yè)相機(jī)、防爆計(jì)算機(jī)和懸臂式掘進(jìn)機(jī)組成。將防爆工業(yè)相機(jī)和防爆計(jì)算機(jī)固定在懸臂式掘進(jìn)機(jī)機(jī)身上，在掘進(jìn)機(jī)后方沿巷道方向水平固定兩激光指向儀，安裝時(shí)保證兩激光指向儀激光束平行。利用工業(yè)防爆相機(jī)采集激光特征的圖像，將采集到的圖像通過(guò)千兆網(wǎng)GigE接口傳輸?shù)接?jì)算機(jī)中，并在計(jì)算機(jī)中實(shí)現(xiàn)圖像處理及位姿解算。

圖1 懸臂式掘進(jìn)機(jī)位姿視覺(jué)測(cè)量系統(tǒng)示意

圖1中坐標(biāo)系OcXcYcZc為以相機(jī)光心為原點(diǎn)建立的工業(yè)防爆相機(jī)坐標(biāo)系，利用激光指向儀的兩光斑點(diǎn)以及兩激光束作為特征，以?xún)杉す恻c(diǎn)的中心點(diǎn)為原點(diǎn)建立激光定向坐標(biāo)系OdXdYdZd。系統(tǒng)工作時(shí)，首先將防爆相機(jī)采集到的圖像信息傳輸至計(jì)算機(jī)中，并在計(jì)算機(jī)中完成對(duì)激光圖像的畸變校正、圖像處理、特征提取以及機(jī)身位姿信息解算。系統(tǒng)流程如圖2所示。

圖2 懸臂式掘進(jìn)機(jī)機(jī)身位姿測(cè)量流程

1.2 掘進(jìn)機(jī)機(jī)身位姿解算模型

攝像機(jī)成像幾何模型為針孔成像模型[22]，兩激光指向儀平行放置，可以把兩激光束以及過(guò)兩光斑中心點(diǎn)的直線看作圍成門(mén)形的3條直線，3條直線的位置關(guān)系已知，便可將該問(wèn)題轉(zhuǎn)換為P3L問(wèn)題，即3線透視問(wèn)題[23]。圖3為基于門(mén)形3條直線的懸臂式掘進(jìn)機(jī)機(jī)身位姿解算模型。

圖3 基于門(mén)形3條直線的懸臂式掘進(jìn)機(jī)機(jī)身位姿解算模型

圖3中坐標(biāo)系OcXcYcZc為攝像機(jī)坐標(biāo)系，坐標(biāo)系為OdXdYdZd激光測(cè)量坐標(biāo)系。圖中L1、L3是兩激光束抽象空間直線，L2則是過(guò)兩激光光斑P1、P2點(diǎn)的空間直線，激光測(cè)量坐標(biāo)系OdXdYdZd以?xún)杉す庵赶騼x的光斑P1、P2的中心點(diǎn)為原點(diǎn)Od，以直線L2為Xd坐標(biāo)軸，方向指向P2點(diǎn)，Zd坐標(biāo)軸過(guò)Od點(diǎn)平行于L1和L3，利用右手定則確定Yd坐標(biāo)軸的方向?？臻g中的三條直線L1、L2、L3共面且成門(mén)形，L1與L3平行，L2與L1、L3垂直且相交于兩點(diǎn)P1與P2，l1、l3為L(zhǎng)1、L3在圖像上的投影，q1、q2為P1、P2在圖像上的投影，l2為圖像中過(guò)q1、q2點(diǎn)的直線。此時(shí)，根據(jù)激光光斑及激光束在圖像上的位置可以得到l1、l2、l3在圖像平面的直線方程為aix+biy+ci=0(i=1,2,3)。根據(jù)文獻(xiàn)[10]所述三線透視問(wèn)題的閉式解可計(jì)算得到相機(jī)坐標(biāo)系OcXcYcZc相對(duì)于激光定向坐標(biāo)系OdXdYdZd之間的坐標(biāo)變換的惟一解，即旋轉(zhuǎn)矩陣M和平移向量T。再結(jié)合工業(yè)防爆相機(jī)坐標(biāo)系與掘進(jìn)機(jī)機(jī)身坐標(biāo)系之間的轉(zhuǎn)換關(guān)系計(jì)算得到掘進(jìn)機(jī)在激光定向坐標(biāo)系下的位置信息。

2 激光光斑中心定位

激光指向儀的激光為波長(zhǎng)在650 nm左右的純凈紅色激光，井下作業(yè)環(huán)境存在雜光、水霧等影響因素，無(wú)法使用濾鏡濾除雜散光源直接進(jìn)行激光光斑的特征提取，使得目前常用的光斑中心定位算法無(wú)法直接使用。為了在井下工作環(huán)境中實(shí)現(xiàn)對(duì)激光光斑中心定位，針對(duì)井下存在的雜光等干擾因素，選用CCD彩色工業(yè)防爆相機(jī)進(jìn)行圖像采集，對(duì)采集到的RGB彩色激光圖像進(jìn)行圖像處理并結(jié)合高斯曲面擬合確定激光光斑中心。

根據(jù)激光指向儀的激光光斑和激光光暈的光強(qiáng)和明度不同，對(duì)圖像中各光斑和激光光暈進(jìn)行定位。由于光斑亮度高，其RGB三通道值較大，而激光光暈區(qū)域的R值高于B和G通道的值，根據(jù)圖像中像素點(diǎn)的RBG 3通道的值的關(guān)系可以在多雜光背景中確定圖像中個(gè)光斑區(qū)域以及激光光暈區(qū)域。將得到的光暈區(qū)域像素點(diǎn)進(jìn)行圓擬合得到較精確的激光光暈位置，并將兩光暈位置進(jìn)行標(biāo)記。利用高斯曲面擬合方法準(zhǔn)確獲取各區(qū)域的光斑中心，結(jié)合得到的光暈區(qū)域確定激光光斑中心位置。設(shè)定RGB 3個(gè)通道的閾值分別為R1、G1、B1，設(shè)定通道R減通道G的閾值為a，通道R減通道B的閾值為b，圖4為激光光斑中心位置具體流程。

圖4 激光光斑中心定位流程

激光光斑中心位置確定步驟為：

1)遍歷預(yù)處理后的圖像的像素RGB信息，得到滿足(R-G)>a且(R-B)>b的激光光斑邊緣區(qū)域∑g(i，j)以及滿足R>R1、G>G1、B>B1的所有光斑區(qū)域∑h(i，j)。

2)對(duì)激光光斑邊緣區(qū)域∑g(i，j)內(nèi)各激光光斑邊緣區(qū)域進(jìn)行分割，確定兩個(gè)激光光斑邊緣的區(qū)域∑g1(i，j)和∑g2(i，j)。

3)利用最小二乘法分別對(duì)區(qū)域∑g1(i，j)和∑g2(i，j)進(jìn)行圓擬合并確定各圓心坐標(biāo)O1(i，j)和O2(i，j)。

4)利用高斯曲面擬合方法確定所有光斑區(qū)域∑h(i，j)中各光斑的光斑中心位置O′n(i，j),(n=1,2,3,…)。

5)依次計(jì)算O′n(i,j)到O1(i,j)和O2(i,j)的距離，并找到O′n(i,j)中的點(diǎn)到O1(i,j)和O2(i,j)的最小距離的點(diǎn)O′q1(i,j)及O′q2(i,j)，O′q1(i,j)及O′q2(i,j)即兩激光光斑中心的坐標(biāo)；按照激光光斑中心位置確定流程，在雜光背景下激光光斑中心提取效果圖如圖5所示。

圖5 雜光背景下激光光斑中心定位

3 激光束直線特征提取

3.1 激光束直線特征提取流程

受井下環(huán)境影響導(dǎo)致可能得到存在雜光、短小間斷激光束直線圖像。根據(jù)Hough變換的原理可知，Hough變換檢測(cè)直線時(shí)受其他因素干擾嚴(yán)重、對(duì)短直線檢測(cè)困難。直線擬合方法受到由雜光等引起的圖像噪聲的干擾降低擬合精度。為防止上述問(wèn)題對(duì)激光束直線特征提取造成的干擾，針對(duì)井下激光圖像進(jìn)行基于激光束直線的圖像處理，獲取可進(jìn)行直線特征提取的圖像信息。

激光束直線提取流程如圖6所示，對(duì)輸入的圖像進(jìn)行圖像處理，首先把預(yù)處理后的圖像由RGB空間轉(zhuǎn)換至HSV顏色空間，并在HSV空間中濾除強(qiáng)干擾因素，得到激光束區(qū)域的二值圖像，再對(duì)激光束區(qū)域的二值圖像進(jìn)行邊緣提取、骨架提取等處理，得到激光束的輪廓信息以及骨架信息。此時(shí)可去除大部分雜光即噪聲等干擾信息，再結(jié)合Hough變換和最小二乘法去除剩余少量噪聲信息，準(zhǔn)確、穩(wěn)定地得到直線方程。

圖6 激光束直線提取流程

3.2 激光束圖像處理

3.2.1 圖像HSV空間顏色特征提取

RGB模型是比較常見(jiàn)的顏色空間模型，但RGB彩色空間之中區(qū)分不同顏色近似度困難，HSV是一種，以色調(diào)H、飽和度S以及明度V作為顏色參數(shù)的直觀的顏色模型，根據(jù)HSV顏色空間的分量關(guān)系區(qū)分出含有激光束特征的像素信息。激光指向儀的激光束顏色為紅色，根據(jù)HSV空間分量H、S、V對(duì)應(yīng)顏色的關(guān)系可取H范圍為0～10、S范圍為50～250、V范圍為20～250，此時(shí)允許較亮的紅顏色的像素點(diǎn)通過(guò)。遍歷圖中像素點(diǎn)，記錄通過(guò)的像素點(diǎn)的信息，結(jié)合Otsu算法獲取激光束的二值圖像。此時(shí)礦燈等其他顏色雜光均可被濾除，可有效地在雜光背景下獲取激光束區(qū)域。

為進(jìn)一步減少背景中的噪聲，根據(jù)計(jì)算得到的激光光斑中心位置對(duì)圖像中激光目標(biāo)進(jìn)行分割，得到含有激光束特征信息的區(qū)域圖像。計(jì)算兩激光中心坐標(biāo)(x1,y1)和(x2,y2)點(diǎn)的中心點(diǎn)的坐標(biāo)(x′,y′)。在圖像坐標(biāo)中劃分出矩形的感興趣區(qū)域，其中4個(gè)點(diǎn)坐標(biāo)分別為(x′-400，y′)、(x′+400，y′)、(x′-400，y′-800)、(x′+400，y′-800)。圖7為基于HSV空間的顏色特征提取得到的激光束二值圖像與分割后的圖像。

圖7 基于HSV空間的顏色特征提取

3.2.2 圖像邊緣檢測(cè)及骨架提取

對(duì)得到的激光束二值圖像進(jìn)行邊緣檢測(cè)和骨架特征提取。首先對(duì)二值圖像進(jìn)行邊緣檢測(cè)，基于Canny算子對(duì)激光束進(jìn)行邊緣檢測(cè)，使用高斯內(nèi)核為size=5的高斯平滑濾波器進(jìn)行降噪?；谛螒B(tài)學(xué)對(duì)激光束二值圖像進(jìn)行迭代腐蝕實(shí)現(xiàn)圖像的骨架提取，根據(jù)邊緣檢測(cè)得到的圖像目標(biāo)最外層輪廓開(kāi)始，不斷腐蝕目標(biāo)邊界輪廓，直至將圖像腐蝕至一條單像素的骨架為止。每次迭代時(shí)首先記錄獲取到的輪廓點(diǎn)信息，然后檢測(cè)每個(gè)輪廓點(diǎn)的8 pix鄰域，腐蝕掉含有3或4或5或6或7連通的像素點(diǎn)，直至沒(méi)有像素點(diǎn)被腐蝕時(shí)，便可得到圖像的骨架。由于Canny使用了滯后閾值，設(shè)置高閾值為100，低閾值為50。如圖8所示為對(duì)激光束圖像進(jìn)行邊緣檢測(cè)及骨架提取后得到的結(jié)果。

圖8 激光束邊緣檢測(cè)及骨架信息提取

如圖8所示，圖8a為激光束圖像的邊緣檢測(cè)結(jié)果，圖8b中紫色像素點(diǎn)和黃色像素點(diǎn)分別為對(duì)左右兩激光束進(jìn)行骨架提取得到的骨架信息。由于圖像上還可能會(huì)存在部分干擾點(diǎn)，再結(jié)合Hough變換與改進(jìn)最小二乘法根據(jù)得到的激光束輪廓信息和骨架信息確定激光束直線方程。

3.3 結(jié)合Hough變換與最小二乘法的直線檢測(cè)

Hough變換是將圖像中特征檢測(cè)問(wèn)題轉(zhuǎn)換為尋找參數(shù)空間峰值的檢測(cè)方法， 通過(guò)建立離散參數(shù)空間，設(shè)置空間累加計(jì)數(shù)器，根據(jù)圖像中像素點(diǎn)的信息不斷對(duì)特征點(diǎn)進(jìn)行投票，找到累加計(jì)數(shù)器中峰值所對(duì)應(yīng)的直線來(lái)進(jìn)行圖像中的直線檢測(cè)。由于直線在參數(shù)空間的映射容易受到噪聲干擾，在算法投票過(guò)程中出現(xiàn)無(wú)效累積導(dǎo)致虛檢、缺檢等問(wèn)題，導(dǎo)致檢測(cè)精度下降。為提高直線檢測(cè)精度，結(jié)合Hough變換與最小二乘法進(jìn)行直線方程的獲取。

利用Hough變換對(duì)直線進(jìn)行粗定位，通過(guò)去除孤立點(diǎn)，利用最小二乘法擬合更精確的直線方程。為提高對(duì)整幅圖像Hough變換的速度，對(duì)激光束圖像輪廓信息進(jìn)行Hough變換。同時(shí)，為了準(zhǔn)確獲取激光束直線位置，設(shè)置累加計(jì)數(shù)器閾值T，當(dāng)累加數(shù)大于T時(shí)，提取直線特征。主要步驟如下：

1)獲取直線信息。對(duì)激光束圖像進(jìn)行邊緣檢測(cè)得到的邊緣信息進(jìn)行Hough變換直線檢測(cè)，設(shè)定閾值T，得到累加計(jì)數(shù)器中的值大于T時(shí)所包含的直線信息。

2)確定初始直線。根據(jù)得到的兩激光光斑中心點(diǎn)，分別計(jì)算兩中心點(diǎn)到獲得的直線之間的距離，根據(jù)兩點(diǎn)到直線的最小距離確定兩條初始激光束直線l1、l2。

3)骨架特征點(diǎn)信息分割。利用得到的激光束骨架中所有的點(diǎn)計(jì)算這些點(diǎn)到兩初始直線之間的距離，設(shè)置區(qū)域外點(diǎn)到直線距離誤差D，將到兩直線l1、l2的距離范圍為0～D的點(diǎn)設(shè)為區(qū)域∑Q1(xi,yi)和∑Q2(xj,yj)，得到兩直線附近區(qū)域的點(diǎn)集。

4)分別計(jì)算區(qū)域∑Q1(xi,yi)中所有到直線l1的距離和區(qū)域∑Q2(xj,yj)中所有到直線l2的距離，設(shè)置區(qū)域內(nèi)點(diǎn)到直線距離閾值d，將所有距離大于d的點(diǎn)剔除。

6)重復(fù)上述步驟4)、5)，直至步驟4)中再無(wú)剔除點(diǎn)，即可得到兩激光束直線的直線方程。

經(jīng)過(guò)上述算法，通過(guò)不斷剔除孤立點(diǎn)使得直線擬合過(guò)程減少因“野值”引起誤差，從而大幅提高激光束直線提取的精確性與穩(wěn)定性。利用上述算法得到的直線特征如圖9所示。圖9中藍(lán)色直線為利用Hough變換與最小二乘法計(jì)算得到的直線，紅色直線則為僅使用Hough變換得到的直線。通過(guò)計(jì)算左側(cè)激光光斑中心到左側(cè)直線的距離可得，光斑中心到藍(lán)色直線的距離為0，光斑中心到紅色直線的距離為3.6 pix?？梢?jiàn)，結(jié)合Hough變換與最小二乘法計(jì)算得到的直線相對(duì)于僅利用Hough變換檢測(cè)得到的直線，不僅具有較高的檢測(cè)精度，還可以提高直線檢測(cè)穩(wěn)定性。

圖9 直線檢測(cè)結(jié)果

4 掘進(jìn)機(jī)機(jī)身位姿參數(shù)解算

以圖5原始圖像為例，對(duì)掘進(jìn)機(jī)位姿解算進(jìn)行說(shuō)明。已知相機(jī)焦距f=5.134 5 mm，兩激光光斑之間距離d=490 mm。通過(guò)所述激光光斑中心定位方法，得到圖像坐標(biāo)系中左右兩激光光斑中心在圖像中的坐標(biāo)分別為P2(1 434，700)和P1(1 530，699)，左右兩激光束直線方程L1和L3分別為710x+373y-1 279 240=0，709x+593y-1 499 277=0，由于直線L3過(guò)P1、P2兩點(diǎn)，可計(jì)算得到L3直線方程為x+96y-68 634=0?？傻?個(gè)投影面的法向量N1、N2、N3分別為

根據(jù)三條激光束在相機(jī)坐標(biāo)系中方向向量V1、V2、V3與投影平面的幾何關(guān)系有

V3=V1=N1×N3，V2=V1×N2

可解得：

根據(jù)攝像機(jī)成像模型可得兩激光光斑距離相機(jī)光心距離k1和k2分別為7 790.5 mm和7 857.8 mm，定義并得到激光點(diǎn)P1、P2在相機(jī)坐標(biāo)系下的坐標(biāo)為(x1，y1，z1)、(x2，y2，z2)，根據(jù)相機(jī)成像模型可計(jì)算得到P1(793,86，-1 407.49，7 621.14)和P2(1 283,86，-1 408.31，7 623.23)。由于激光測(cè)量坐標(biāo)系位于P1和P2的中心，則可以根據(jù)光斑到相機(jī)中心距離k1、k2和光斑坐標(biāo)得到激光坐標(biāo)系相對(duì)于相機(jī)坐標(biāo)系的平移量T：

根據(jù)兩激光光斑空間坐標(biāo)，可以計(jì)算得到激光測(cè)量坐標(biāo)系計(jì)算Xd軸在攝像機(jī)坐標(biāo)系中方向向量為

兩激光束直線在圖像坐標(biāo)系中的投影相交于消失點(diǎn)坐標(biāo)q3(x3，y3，z3)，可得到激光測(cè)量坐標(biāo)系的Yd軸在攝像機(jī)坐標(biāo)系中方向向量為

通過(guò)叉乘可以計(jì)算得到Zd軸在攝像機(jī)坐標(biāo)系中方向向量為

則可計(jì)算得到測(cè)量坐標(biāo)系與相機(jī)坐標(biāo)系之間旋轉(zhuǎn)矩陣M：

通過(guò)相機(jī)外參標(biāo)定可以得到相機(jī)與機(jī)身的轉(zhuǎn)換關(guān)系為(90°，90°，-90°)以及(-300，-100，0)，由此可計(jì)算得到機(jī)身與激光測(cè)量坐標(biāo)系之間的關(guān)系為

5 試驗(yàn)及結(jié)果分析

5.1 掘進(jìn)機(jī)機(jī)身位姿測(cè)量試驗(yàn)

為驗(yàn)證機(jī)身視覺(jué)測(cè)量方法的可行性和穩(wěn)定性，搭建掘進(jìn)機(jī)位姿視覺(jué)測(cè)量試驗(yàn)平臺(tái)，如圖10所示。試驗(yàn)平臺(tái)由懸臂式掘進(jìn)機(jī)模型、計(jì)算機(jī)、MV-EMV510M防爆工業(yè)相機(jī)以及YHJ-800激光指向儀組成。

圖10 懸臂式掘進(jìn)機(jī)機(jī)身位姿測(cè)量試驗(yàn)平臺(tái)

為模擬井下巷道環(huán)境，利用礦燈以及煙霧制造機(jī)進(jìn)行燈光以及粉塵干擾。試驗(yàn)時(shí)工業(yè)相機(jī)將采集得到的圖像信息通過(guò)以太網(wǎng)傳輸?shù)接?jì)算機(jī)中，在計(jì)算機(jī)中完成對(duì)圖像預(yù)處理、激光光斑中心以及激光束直線特征的提取，計(jì)算獲得相機(jī)在激光指向坐標(biāo)系中的位姿。根據(jù)激光指向儀坐標(biāo)系與巷道坐標(biāo)系之間的已知關(guān)系，可得到機(jī)身坐標(biāo)系巷道坐標(biāo)系之間的關(guān)系，實(shí)現(xiàn)掘進(jìn)機(jī)機(jī)身位姿的實(shí)時(shí)定位。其中，兩平行放置的激光之間距離為55 cm，設(shè)定每次移動(dòng)距離為10 cm，利用計(jì)算機(jī)編寫(xiě)相機(jī)軟出發(fā)程序，實(shí)時(shí)觸發(fā)固定在掘進(jìn)機(jī)上的防爆工業(yè)相機(jī)采集激光指向儀特征信息，設(shè)置采集時(shí)間間隔為100 ms。

在實(shí)驗(yàn)室進(jìn)行機(jī)身位姿視覺(jué)測(cè)量精度測(cè)試時(shí)，將全站儀獲得掘進(jìn)機(jī)機(jī)身在激光測(cè)量坐標(biāo)系下的位姿真實(shí)值與視覺(jué)測(cè)量計(jì)算結(jié)果比較，獲得視覺(jué)測(cè)量系統(tǒng)的檢測(cè)精度。利用本文提出的單目視覺(jué)測(cè)量系統(tǒng)，計(jì)算獲得機(jī)身和激光測(cè)量坐標(biāo)系之間的轉(zhuǎn)換關(guān)系，可確定機(jī)身在激光測(cè)量坐標(biāo)系中的機(jī)身位姿。研究中也對(duì)直線提取算法進(jìn)行了對(duì)比分析，結(jié)合Hough變換和最小二乘法的直線特征檢測(cè)具有一定的優(yōu)勢(shì)。表1、圖11分別為試驗(yàn)結(jié)果數(shù)據(jù)及試驗(yàn)誤差曲線。

表1 懸臂式掘進(jìn)機(jī)機(jī)身位姿測(cè)量部分試驗(yàn)結(jié)果

圖11 位姿測(cè)量誤差

試驗(yàn)結(jié)果表明，該方法可以在含有雜光以及粉塵的背景下準(zhǔn)確計(jì)算出懸臂式掘進(jìn)機(jī)的位置信息。圖11中，藍(lán)色曲線為利用Hough變換進(jìn)行直線提取時(shí)的機(jī)身位姿測(cè)量誤差，紅色曲線為結(jié)合Hough變換與最小二乘擬合進(jìn)行直線提取時(shí)的機(jī)身位姿測(cè)量誤差。

由圖11可以看出，結(jié)合Hough變換和最小二乘法進(jìn)行直線提取，計(jì)算得到的掘進(jìn)機(jī)機(jī)身位置誤差，在激光測(cè)量坐標(biāo)系中的誤差分別為：X軸方向小于20 mm，Y軸方向小于25 mm，Z軸方向小于18 mm；掘進(jìn)機(jī)機(jī)身偏航角角度誤差小于0.3°，俯仰角角度誤差小于0.25°，橫滾角角度誤差小于0.3°，小于單一采用Hough變換所解算的位姿誤差，實(shí)現(xiàn)巷道中掘進(jìn)機(jī)機(jī)身位姿的有效測(cè)量。

5.2 煤礦井下工業(yè)試驗(yàn)

在山西某礦井運(yùn)輸掘進(jìn)巷道進(jìn)行懸臂式掘進(jìn)機(jī)機(jī)身測(cè)量試驗(yàn)，試驗(yàn)平臺(tái)包括EBZ260型掘進(jìn)機(jī)、防爆工業(yè)相機(jī)、防爆計(jì)算機(jī)及激光指向儀等，如圖12所示。

圖12 井下懸臂式掘進(jìn)機(jī)視覺(jué)測(cè)量現(xiàn)場(chǎng)試驗(yàn)

現(xiàn)場(chǎng)測(cè)試中，將防爆計(jì)算機(jī)、防爆工業(yè)相機(jī)等固定在掘進(jìn)機(jī)機(jī)身上，在原有激光指向儀旁邊再平行固定一個(gè)激光指向儀(保證兩激光束平行)。利用防爆攝像機(jī)采集激光指向儀光斑和光束圖像，將圖像傳輸?shù)接?jì)算機(jī)中完成圖像預(yù)處理、激光光斑中心定位、激光束直線特征提取以及位姿解算等過(guò)程，激光點(diǎn)及激光束圖像處理過(guò)程如圖13所示。

圖13 圖像處理過(guò)程

在井下試驗(yàn)時(shí)，2個(gè)平行放置的激光指向儀之間距離為60 cm，計(jì)算機(jī)向防爆相機(jī)發(fā)軟觸發(fā)指令，間隔100 ms采集巷道圖像?？紤]掘進(jìn)機(jī)橫向移動(dòng)困難，井下試驗(yàn)時(shí)通過(guò)移動(dòng)安裝在機(jī)身上的防爆工業(yè)相機(jī)模擬機(jī)身橫向移動(dòng)。結(jié)果分析時(shí)以相機(jī)移動(dòng)距離的人工測(cè)量數(shù)據(jù)為真實(shí)值，通過(guò)人工測(cè)量結(jié)果與視覺(jué)測(cè)量結(jié)果對(duì)比確定現(xiàn)場(chǎng)的測(cè)量誤差。由于井下掘進(jìn)機(jī)角度真實(shí)值測(cè)量困難，故此處僅給出計(jì)算得到的掘進(jìn)機(jī)姿態(tài)信息。表2、圖14分別為試驗(yàn)結(jié)果數(shù)據(jù)及試驗(yàn)誤差曲線。

表2 懸臂式掘進(jìn)機(jī)機(jī)身井下視覺(jué)測(cè)量部分試驗(yàn)結(jié)果

經(jīng)過(guò)井下視覺(jué)測(cè)量試驗(yàn)可知，該方法可以在掘進(jìn)工作面高粉塵、水霧以及雜光的環(huán)境下穩(wěn)定獲取激光圖像特征，計(jì)算出懸臂式掘進(jìn)機(jī)機(jī)身位置信息。懸臂式掘進(jìn)機(jī)測(cè)量誤差如圖14所示，采用該方法獲得的掘進(jìn)機(jī)機(jī)身位置在激光測(cè)量坐標(biāo)系中X軸方向的誤差在±40 mm以?xún)?nèi)，X軸方向的誤差在±38 mm以?xún)?nèi)，Z軸方向的誤差在±40 mm以?xún)?nèi)。根據(jù)掘進(jìn)機(jī)現(xiàn)場(chǎng)斷面截割成形結(jié)果，該方法滿足巷道掘進(jìn)施工精度要求。結(jié)合系統(tǒng)選配的捷聯(lián)摜導(dǎo)系統(tǒng)，近一個(gè)月工業(yè)試驗(yàn)中保證了懸臂式掘進(jìn)機(jī)精確定位和定向掘進(jìn)。

圖14 懸臂式掘進(jìn)機(jī)位移測(cè)量誤差

6 結(jié) 論

1)采用基于門(mén)形三線的單目視覺(jué)測(cè)量原理，以激光點(diǎn)、線為特征，結(jié)合建立的懸臂式掘進(jìn)機(jī)位姿測(cè)量模型，可以實(shí)現(xiàn)煤礦井下巷道施工中設(shè)備精確定位要求。

2)針對(duì)井下施工環(huán)境設(shè)計(jì)激光特征提取處理流程，提出結(jié)合Hough變換與最小二乘法的特征提取算法，實(shí)現(xiàn)了在雜光、粉塵和水霧等復(fù)雜背景下激光點(diǎn)、線的精確提取。

3)煤礦井下進(jìn)行懸臂式掘進(jìn)機(jī)機(jī)身位姿測(cè)量工業(yè)試驗(yàn)表明，采用該方法獲得的掘進(jìn)機(jī)機(jī)身位置信息的誤差在±40 mm以?xún)?nèi)，可滿足巷道掘進(jìn)施工精度要求。

4)考慮視覺(jué)測(cè)量在井下應(yīng)用過(guò)程中存在低照度、水霧、遮擋等因素，圖像丟幀會(huì)導(dǎo)致位姿測(cè)試值跳動(dòng)等異常，下一步應(yīng)加強(qiáng)與捷聯(lián)摜導(dǎo)測(cè)量等方法的融合機(jī)理及方法方面的研究，優(yōu)勢(shì)互補(bǔ)提高井下裝備位姿測(cè)量的穩(wěn)定性，為實(shí)現(xiàn)掘進(jìn)過(guò)程定位、定向和定形截割提供理論和技術(shù)支撐。