基于靶标的火箭炮位姿视觉测量方法研究

为提供火箭炮起落架相对于弹药装填车的精准位姿关系,提出了一种使用新型靶标的位姿视觉测量方法。使用一种以标志圆为定位原点的新型特征标志,解决了棋盘格因旋转带来的特征点排序混乱问题;基于边界聚类原理设计了椭圆检测算法;设计了一种Harris算法和角点检测模板相结合的角点提取算法,用于提取角点的准确坐标;利用特征点分布规律设计了特征点排序算法,用于实现特征点的自动排序。使用有限元方法得到起落架在不同载荷下的变形情况,经过分析发现其对位姿测量造成的误差很小,并得到减小起落架变形干扰的最合适靶标安装位置。位姿测量实验表明:文中算法的角度误差均值为0.16°,位移误差均值为0.29 mm,达到了测量精度要求。

基于三激光束标靶的煤矿井下长距离视觉定位方法

煤矿井下掘进装备长距离动态定位是巷道掘进智能化发展面临的首要难题,准确、可靠的位姿测量与估计对提高掘进效率具有重要意义。由于煤矿环境中存在振动噪声、磁干扰、静电干扰等因素,传统测量方法的稳定性和准确性难以保证。与其他定位方法相比,视觉测量方法以其无接触、无累积误差的优点备受关注。针对井下视觉定位面临的精度和稳定性难题,提出基于多激光束的煤矿井下长距离视觉定位方法,采用矿用激光指向仪构建了三激光束标靶解决低照度、高粉尘和复杂背景的干扰问题。以悬臂式掘进机为应用对象,构建了基于三激光束标靶的掘进机机身位姿单目视觉测量系统,提出基于颜色分量的峰值聚类约束的激光束标靶图像分割方法,利用Hessian矩阵求解激光束粗略中心线像素点的法线方向,结合泰勒展开实现三激光束中心线的亚像素级特征提取和定位;构建了三点三线(3P3L)掘进机机身位姿测量模型,并建立了测量模型的最小二乘法损失函数,结合最小化重投影误差实现非迭代全局最优解估计,获得了掘进机机身位姿的最优解,并对测量模型主要参数的误差分布进行了数值仿真研究。最后,搭建基于三激光束标靶的掘进机机身定位系统平台并进行实验评估,结果表明,该方法可满足煤矿井下恶劣环境下的精确定位需求。

无人机自主着陆视觉相对位姿测量误差分析方法

卫星拒止条件下无人机自主安全回收的关键是全自主、高精度的测量无人机相对着陆场站的相对位姿信息。视觉相对位姿测量直接敏感高动态运动体之间的相对位姿信息,具有全自主、高精度等优势,为无人机自主安全回收提供新的技术途径。针对视觉相对位姿测量精度易受目标特征提取精度和相机内参数标定误差影响的问题,提出了一种无人机自主着陆视觉相对位姿测量误差分析方法,该方法通过研究测量机理模型确定关键误差影响因素,计算相关参数变化对测量精度的影响,最后利用仿真分析验证本文所提方法的有效性。

煤矿远程智能掘进面临的挑战与研究进展

煤矿巷道掘进智能化相关理论与技术研究是当前解决“采掘失衡”难题的基石。远程智能掘进是实现少人甚至无人化掘进作业的根本目标和远景,面临单一掘进装备定位与控制、设备群协同、人-机-环感知与呈现,以及远程智能决策等瓶颈问题。聚焦巷道近程或地面远程智能掘进场景控制需求,提出了数字孪生驱动掘进装备远程智能控制技术构架,通过构建掘进工作面数字孪生体,将井下人员、设备、环境相关信息呈现到数字空间,虚实融合,共智互驱,达到数字掘进与物理掘进智能协同的目标,破解掘进施工中人-机-环共生安全难题;针对掘-支-运并行作业要求,提出以掘进为智能化核心,自动钻锚和高效转运辅助的远程控制构架,介绍了远程虚拟呈现、精确位姿感知、孪生数据共享、虚实同步驱动、工艺记忆截割、设备群碰撞预警等方面的研究进展,以“DT+VR”远程决策、“视觉+”位姿测量、“人工示教”记忆截割,以及“虚拟设备”碰撞预警等四大核心技术,解决智能决策、精确定位(定向导航和成形质量的基础)、轨迹规划和设备群碰撞预警难题,总结了平面防爆玻璃以及光学球罩折射建模与矫正、振动工况下成像模糊机理、掘进机机身位姿精准测量、定向导航与纠偏、轨迹示教记忆截割,设备群协同与数字孪生驱动等基础理论和技术,以视觉感知的成像折射校正和去模糊入手,系统介绍视觉技术在定位、定向、定形截割方面的进展,并分析了数字孪生驱动技术是实现智能远程掘进工作常态化生产的有效途径。上述核心技术在实验室测试及陕煤小保当、榆林大海则等煤矿井下掘进工作面进行了初步验证,为解决煤矿远程智能掘进提供了新的实现路径。