一种煤岩图像特征提取与识别方法

孙继平, 杨坤

孙继平,杨坤.一种煤岩图像特征提取与识别方法[J].工矿自动化,2017,43(5):1-5.. DOI: 10.13272/j.issn.1671-251x.2017.05.001
引用本文: 孙继平,杨坤.一种煤岩图像特征提取与识别方法[J].工矿自动化,2017,43(5):1-5.. DOI: 10.13272/j.issn.1671-251x.2017.05.001
SUN Jiping, YANG Kun. A coal-rock image feature extraction and recognition method[J]. Journal of Mine Automation, 2017, 43(5): 1-5. DOI: 10.13272/j.issn.1671-251x.2017.05.001
Citation: SUN Jiping, YANG Kun. A coal-rock image feature extraction and recognition method[J]. Journal of Mine Automation, 2017, 43(5): 1-5. DOI: 10.13272/j.issn.1671-251x.2017.05.001

一种煤岩图像特征提取与识别方法

基金项目: 

国家重点研发计划资助项目(2016YFC0801800)

详细信息
  • 中图分类号: TD67

A coal-rock image feature extraction and recognition method

  • 摘要: 提出了一种基于二进制十字对角纹理矩阵的煤岩图像特征提取与识别方法。该方法首先提取煤岩图像的二进制十字对角纹理矩阵,然后利用二进制十字对角纹理矩阵的角二阶矩能量、相关性、方差、逆差矩、熵、和熵、差熵、和均值、对比度、惯性矩及相关信息测度构造煤岩图像的特征向量,最后结合稀疏表示进行煤岩图像分类识别。实验结果表明,与基于十字对角纹理矩阵的图像特征提取与识别方法相比,该方法具有更好的煤岩识别效果,平均识别率达94.38%,且单幅图像特征提取时间大幅降低,提高了煤岩识别的实时性。
    Abstract: A coal-rock image feature extraction and recognition method based on binary cross-diagonal texture matrix was proposed. Binary cross-diagonal texture matrix of coal-rock image is extracted firstly. Then feature vector of coal-rock image is constructed by angular second moment energy, relevance, variance, inverse difference moment, entropy, sum entropy, difference entropy, sum average, contrast, inertia moment and information measurement of correlation, which are extracted from the binary cross-diagonal texture matrix. Finally, sparse representation is adopted to recognize coal-rock images. The experimental results show that the method can achieve better performance than image feature extraction and recognition method based on cross-diagonal texture matrix, whose average recognition rate can reach 94.38%, and improve real-time performance of coal-rock recognition with shorter feature extraction time of single image.
  • 掘进机导航定位系统是掘进机智能化的关键组成部分[1-3]。目前掘进机导航定位技术主要有单一测量导航技术和组合导航技术2类。在单一测量导航技术研究方面:张国喜[4]采用惯导设备直接测量掘进机位姿;田原[5]采用基于相机+光学靶标的视觉测量方法对掘进机机身进行定位测量;刘超等[6]基于超宽带测距和TSOA(Time Sum of Arrival,波达时间和)定位原理对掘进机机身姿态进行测量;石勇[7]提出了基于3D激光雷达的动态测距、测向方法,实时检测掘进机相对巷道中线的位置偏移和角度偏移;薛光辉等[8]提出了基于激光靶向跟踪的掘进机位姿测量方法;杨文娟等[9-10]提出了一种基于激光束特征的悬臂式掘进机机身测量系统。单一测量导航技术仅能提供单一的位置或姿态测量功能,在能见度低、空间狭窄的环境下适用性较差。组合导航技术以惯导技术为核心,同时辅助其他测量手段。在组合导航技术研究方面:刘豪[11]将捷联惯导与里程计组合,构建了掘进机自主导航定位系统,但掘进机履带打滑造成里程计空转,进而引入较大的定位误差;张旭辉等[12]采用全站仪与捷联惯导进行联合定位,通过卡尔曼滤波融合全站仪与捷联惯导测量数据,实现掘进机精确定位,但井下大范围移站时全站仪操作过于复杂,难以广泛推广;崔玉明[13]提出了掘进机视觉/惯性融合定位策略,通过视觉测量系统自动识别并测量环境特征量,但井下光照不足、粉尘浓度大等因素对视觉测量造成影响;为进一步提升视觉测量的抗干扰能力,Yang Wenjuan等[14]、雷孟宇等[15]、黄东等[16]提出了直接在掘进机机身上设置光学靶标,利用视觉测量系统在掘进机后端对靶标进行测量。光学靶标自身可发光、光束可透粉尘等特性有效克服了光照不足、粉尘浓度大等环境因素的影响,因此惯导+视觉测量+光学靶标组合的掘进机导航定位成为目前广泛应用的技术方案[17]

    通常情况下,光学靶标由固定在同一平面上、排列参数已知的一系列靶标点组成,最常见的形式是由4个呈矩形分布的靶标点组成。光学靶标与惯导组成的掘进机位姿测量装置固定在掘进机尾部,并且朝向视觉测量设备。视觉测量设备采集到光学靶标的图像后,获得图像中靶标点对应的光斑像素坐标,采用N点位姿透视求解(Perspective-N-Point,PNP)算法计算得到光学靶标中心位置坐标,并将该坐标信息发送至惯导系统进行组合导航解算,得到掘进机的位置和姿态信息。但由于掘进工作面经常会出现其他设备(如电缆、锚杆钻臂、风筒等)遮挡靶标点的情况,此时相机采集的光斑图像与靶标点未被遮挡时采集的光斑图像不符,进而造成PNP算法无法正常解算,导致掘进机定位中断。

    本文以光学靶标、视觉测量系统、惯导系统构成的掘进机组合式导航定位系统为研究对象,提出了一种光学靶标遮挡条件下掘进机定位解算方法。掘进机组合式导航定位系统获取无遮挡情况下的光学靶标图像并将图像中的光斑进行标记,当下一帧图像中部分靶标点被遮挡后,通过帧间图像匹配,得到被遮挡靶标点的图像信息,利用惯导提供的靶标姿态信息,建立投影后的靶标点与光斑的对应关系,进而求解出被遮挡靶标点对应的光斑像素坐标,从而解决靶标被遮挡情况下掘进机定位中断的问题。

    掘进机组合式导航定位系统采用惯导+视觉测量+光学靶标的定位方案,由悬挂在掘进机后端巷道顶板上的激光导引装置和安装在掘进机上的位姿测量装置组成,如图1所示。激光导引装置包含测量相机、指向激光器、姿态测量模块和调整机构。通过预先标定,指向激光器的激光束与相机坐标系OcXcYcZcYc轴重合。位姿测量装置包含光学靶标、惯导系统和数据解算模块。光学靶标由4个呈矩形分布的靶标点组成,光学靶标坐标系OtXtYtZt与惯导坐标系OiXiYiZi相平行。

    图  1  掘进机组合式导航定位系统
    Figure  1.  Combined navigation and positioning system for roadheader

    激光导引装置的相机坐标系OcXcYcZcYc轴与巷道掘进方向一致,且Yc轴位于巷道中轴面上,Xc轴与巷道宽度方向一致,Zc轴与巷道高度方向一致。位姿测量装置中的光学靶标朝向激光导引装置,且光学靶标坐标系OtXtYtZt、惯导坐标系OiXiYiZi与掘进机机身坐标系OrXrYrZr完全平行。因此惯导系统提供的航向角、横滚角和俯仰角代表光学靶标和掘进机机身的航向角、横滚角和俯仰角,通过与地测部门提供的巷道航向角作差,可得掘进机机身相对于巷道坐标系的航向角、俯仰角和横滚角。

    激光导引装置的测量相机检测光学靶标上光斑坐标,采用PNP算法对光学靶标进行坐标定位,即确定光学靶标坐标系原点Ot(光学靶标中心点)在相机坐标系中的坐标。由于相机坐标系与巷道坐标系平行,所以该定位坐标也反映了光学靶标中心点在巷道中的坐标。激光导引装置解算得到的初步定位结果通过无线方式传输至位姿测量装置中的惯导系统,由于光学靶标坐标系、惯导坐标系与掘进机机身坐标系完全平行,所以惯导系统内部可直接采用初步定位结果进行组合导航解算,并通过坐标位置推算出掘进机机身坐标系原点Or在巷道内的准确坐标及掘进机机身的航向角、俯仰角和横滚角。

    掘进机组合式导航定位系统的光学靶标与惯导系统都集成在位姿测量装置中,因此当光学靶标中部分靶标点被遮挡时,可根据已知的靶标几何尺寸结合惯导系统提供的靶标姿态信息,对被遮挡靶标点对应的光斑像素坐标进行推算,进而采用PNP算法求得光学靶标中心位置的空间坐标,实现掘进机定位解算。

    相机采集无遮挡条件下光学靶标图像,通过灰度阈值处理并识别4个光斑的位置,按顺时针方向将4个光斑依次标记为$ A, B, C, D $,如图2所示。使用高斯拟合方法[18-20]获得$ A, B, C, D $ 4个光斑对应的像素坐标,分别为($ {\mu }_{{A}}, {v}_{{A}} $),($ {\mu }_{{B}}, {v}_{{B}} $),($ {\mu }_{{C}}, {v}_{{C}} $),($ {\mu }_{{D}}, {v}_{{D}} $)。

    图  2  光斑标记与辅助矩形区域框构建
    Figure  2.  Labeling of light spot and construction of auxiliary rectangular region box

    将4个光斑构造成矩形G,然后将G按一定比例扩大,构造辅助矩形区域框。将辅助矩形区域框4个顶点按顺时针方向设为O1O2O3O4,其对应像素坐标分别为($\mu_{O_ 1}, v_{O_ 1} $),($\mu_{O_ 2}, v_{O_ 2} $),($\mu_{O_ 3}, v_{O_ 3} $),($\mu_{O_ 4}, v_{O_ 4} $)。

    由于掘进机移动速率较低,4个靶标点在下一帧图像中的光斑像素位置不会发生剧烈变化。在获取下一帧图像后,可以参考上一帧图像中构造的辅助矩形区域框。相较于其他光斑,A点对应的靶标点在下一帧图像中的光斑$ {A}' $应与辅助矩形区域框顶点O1的欧氏距离最小,如图3所示。将下一帧图像中检测出来的4个光斑依次标记为$ {A}', {B}', {C}', {D}' $。如果光学靶标的部分靶标点被遮挡,则可以根据辅助矩形区域框顶点的关系确定缺失的光斑标记。

    图  3  帧间光斑匹配
    Figure  3.  Light spot matching between the frames

    已知光学靶标上4个靶标点TATBTCTD构成长为2a、宽为2b的矩形靶面,如图4所示。在光学靶标坐标系OtXtYtZt中,4个靶标点的坐标分别为TA(−a,0,b),TBa,0,b),TCa,0,−b),TD(−a,0,−b)。光学靶标坐标系OtXtYtZt与惯导坐标系OiXiYiZi完全平行,利用惯导坐标系OiXiYiZi与相机坐标系OcXcYcZc的夹角,可将由TATBTCTD构成的光学靶标坐标系OtXtYtZt通过姿态矩阵变换生成与相机坐标系OcXcYcZc平行的由$ {T}_{{{{A}}}'} $,$ {T}_{{{{B}}}'} $,$ {T}_{{{{C}}}'} $,$ {T}_{{{{D}}}'} $构成的投影靶面坐标系Ot_PXt_PYt_PZt_P,其中$ {T}_{{{{A}}}'} $,$ {T}_{{{{B}}}'} $,$ {T}_{{{{C}}}'} $,$ {T}_{{{{D}}}'} $分别为4个靶标点TATBTCTD在投影靶面坐标系下的对应投影点。

    图  4  实际靶标点根据惯导姿态信息的投影变换
    Figure  4.  Projection transformation of the actual target point according to the attitude information provided by inertial navigation

    光学靶标坐标系OtXtYtZt下的靶标点TATBTCTD在投影靶面坐标系Ot_PXt_PYt_PZt_P中的投影点$ {T}_{{{{A}}}'} $,$ {T}_{{{{B}}}'} $,$ {T}_{{{{C}}}'} $,$ {T}_{{{{D}}}'} $可表示为

    $$ \left\{ {\begin{array}{*{20}{c}} {{T_{{{A}}'}} = {\boldsymbol{R}}_{\mathrm{b}}^{\mathrm{t}} {T_{{A}}}} \\ {{T_{{{B}}'}} = {\boldsymbol{R}}_{\mathrm{b}}^{\mathrm{t}} {T_{{B}}}} \\ {{T_{{{C}}'}} = {\boldsymbol{R}}_{\mathrm{b}}^{\mathrm{t}} {T_{{C}}}} \\ {{T_{{{D}}'}} = {\boldsymbol{R}}_{\mathrm{b}}^{\mathrm{t}} {T_{{D}}}} \end{array}} \right. $$ (1)

    式中$ {{\boldsymbol{R}}}_{{\mathrm{b}}}^{{\mathrm{t}}} $为实际靶面坐标系到投影靶面坐标系的转换矩阵。

    $$ \begin{split} {\boldsymbol{R}}_{\mathrm{b}}^{\mathrm{t}} =& \left[ {\begin{array}{*{20}{c}} {{\mathrm{cos}}\;\gamma }&{ - {\mathrm{sin}}\;\gamma }&0 \\ {{\mathrm{sin}}\;\gamma }&{{\mathrm{cos}}\;\gamma }&0 \\ 0&0&1 \end{array}} \right]\left[ {\begin{array}{*{20}{c}} 1&0&0 \\ 0&{\cos \;\alpha }&{ - {\mathrm{sin}}\;\alpha } \\ 0&{{\mathrm{sin}}\;\alpha }&{\cos \;\alpha } \end{array}} \right]\times \\&\left[ {\begin{array}{*{20}{c}} {\cos \;\beta }&0&{\sin \;\beta } \\ 0&1&0 \\ { - \sin \;\beta }&0&{\cos \;\beta } \end{array}} \right] \end{split} $$ (2)

    式中γαβ分别为惯导系统提供的航向角、俯仰角、横滚角。

    光学靶标在经过姿态变换后,投影到与相机成像平面(相机坐标系XcOcZc平面)平行的投影靶面坐标系上的投影点坐标,用于后续光斑像素坐标的推算。

    下面对检测到3个光斑和2个光斑的情况分别进行缺失光斑像素坐标推算。

    如果光学靶标中的1个靶标点被遮挡,则在下一帧图像中的辅助矩形区域框内将找到3个光斑。对检测到的3个光斑进行标记,标记结果为ABCABDACDBCD 4种情况。

    以光斑标记结果ABC为例(被遮挡点为D点),由式(1)可得4个靶标点的投影点$ {T}_{{{{A}}}'} $,$ {T}_{{{{B}}}'} $,$ {T}_{{{{C}}}'} $,$ {T}_{{{{D}}}'} $的理论坐标,各个投影点之间的理论距离为$ {L}_{{{T_{A'}}}\_ T_{{B'}}} $,${L}_{{{T_{A'}}}\_T_{{C'}}} $,$ {L}_{{{T_{A'}}}\_T_{{D'}}} $,$ {L}_{{{T_{B'}}}\_T_{{C'}}} $,$ {L}_{{{T_{B'}}}\_T_{{D'}}} $,$ {L}_{{{T_{C'}}}\_T_{{D'}}} $。提取无遮挡的3个靶标点在相机成像平面中的像素坐标,分别为($ {\mu }_{{A}}, {v}_{{A}} $),($ {\mu }_{{B}}, {v}_{{B}} $),($ {\mu }_{{C}}, {v}_{{C}} $)。被遮挡的$ D $点的像素坐标为($ {\mu }_{{D}}, {v}_{{D}} $),则通过几何比例关系可得

    $$ \left\{ {\begin{array}{l} {\dfrac{{{{\left( {{\upsilon _{{D}}} - {\upsilon _{{A}}}} \right)}^2} + {{\left( {{\mu _{{D}}} - {\mu _{{A}}}} \right)}^2}}}{{{{\left( {{\upsilon _{{B}}} - {\upsilon _{{A}}}} \right)}^2} + {{\left( {{\mu _{{B}}} - {\mu _{{A}}}} \right)}^2}}} = \dfrac{{{{\left( {{L_{T_{{{A'}}}\_T_{{{D'}}}}}} \right)}^2}}}{{{{\left( {{L_{T_{{{A'}}}\_T_{{{B'}}}}}} \right)}^2}}}} \\ {\dfrac{{{{\left( {{\upsilon _{{D}}} - {\upsilon _{{C}}}} \right)}^2} + {{\left( {{\mu _{{D}}} - {\mu _{{C}}}} \right)}^2}}}{{{{\left( {{\upsilon _{{C}}} - {\upsilon _{{B}}}} \right)}^2} + {{\left( {{\mu _{{C}}} - {\mu _{{B}}}} \right)}^2}}} = \dfrac{{{{\left( {{L_{T_{{{C'}}}\_T_{{{D'}}}}}} \right)}^2}}}{{{{\left( {{L_{T_{{{B'}}}\_T_{{{C'}}}}}} \right)}^2}}}} \\ {\dfrac{{{{\left( {{\upsilon _{{D}}} - {\upsilon _{{B}}}} \right)}^2} + {{\left( {{\mu _{{D}}} - {\mu _{{B}}}} \right)}^2}}}{{{{\left( {{\upsilon _{{C}}} - {\upsilon _{{B}}}} \right)}^2} + {{\left( {{\mu _{{C}}} - {\mu _{{B}}}} \right)}^2}}} = \dfrac{{{{\left( {{L_{T_{{{B'}}}\_T_{{{D'}}}}}} \right)}^2}}}{{{{\left( {{L_{T_{{{B'}}}\_T_{{{C'}}}}}} \right)}^2}}}} \end{array}} \right. $$ (3)

    由式(1)−式(3)可得$ D $点的像素坐标($ {\mu }_{{D}}, {v}_{{D}} $)。结合图像中已知的3个光斑的像素坐标,使用PNP算法求得光学靶标中心点Ot的空间坐标,实现对光学靶标的定位测量。

    如果光学靶标中的2个靶标点被遮挡,则在下一帧图像中的辅助矩形区域框内仅能找到2个光斑。对检测到的2个光斑进行标记,标记结果为ABADBCCD 4种情况。

    以光斑标记结果AB为例(被遮挡点为CD点),通过式(1)求得4个靶标点的投影点$ {T}_{{{{A}}}'} $,$ {T}_{{{{B}}}'} $,$ {T}_{{{{C}}}'} $,$ {T}_{{{{D}}}'} $的理论坐标,则被遮挡的C点的像素坐标通过几何比例关系求得。

    $$ \left\{ {\begin{array}{l} {\dfrac{{{{\left( {{\upsilon _{{C}}} - {\upsilon _{{B}}}} \right)}^2} + {{\left( {{\mu _{{C}}} - {\mu _{{B}}}} \right)}^2}}}{{{{\left( {{\upsilon _{{B}}} - {\upsilon _{{A}}}} \right)}^2} + {{\left( {{\mu _{{B}}} - {\mu _{{A}}}} \right)}^2}}} = \dfrac{{{{\left( {{L_{T_{{{B'}}}\_T_{{{C'}}}}}} \right)}^2}}}{{{{\left( {{L_{T_{{{A'}}}\_T_{{{B'}}}}}} \right)}^2}}}} \\ {\dfrac{{{{\left( {{\upsilon _{{A}}} - {\upsilon _{{C}}}} \right)}^2} + {{\left( {{\mu _{{A}}} - {\mu _{{C}}}} \right)}^2}}}{{{{\left( {{\upsilon _{{B}}} - {\upsilon _{{A}}}} \right)}^2} + {{\left( {{\mu _{{B}}} - {\mu _{{A}}}} \right)}^2}}} = \dfrac{{{{\left( {{L_{T_{{{A'}}}\_T_{{{C'}}}}}} \right)}^2}}}{{{{\left( {{L_{T_{{{A'}}}\_T_{{{B'}}}}}} \right)}^2}}}} \end{array}} \right. $$ (4)

    由式(1)和式(4)可得像素坐标的2个解($ {\mu }_{{C}}', {v}_{{C}}' $),($ {\mu }_{{C}}'', {v}_{{C}}'' $)。计算这2个解距O3($\mu_{O_ 3}, v_{O_ 3} $)的欧氏距离,欧氏距离最小值对应点的坐标为C点的像素坐标,如图5所示。

    图  5  2个靶标点遮挡情况下像素坐标推算
    Figure  5.  Calculation of pixel coordinates when two target points are blocked

    同理,被遮挡的D点像素坐标通过几何比例关系求得。

    $$ \left\{ {\begin{array}{l} {\dfrac{{{{\left( {{\upsilon _{{D}}} - {\upsilon _{{A}}}} \right)}^2} + {{\left( {{\mu _{{D}}} - {\mu _{{A}}}} \right)}^2}}}{{{{\left( {{\upsilon _{{B}}} - {\upsilon _{{A}}}} \right)}^2} + {{\left( {{\mu _{{B}}} - {\mu _{{A}}}} \right)}^2}}} = \dfrac{{{{\left( {{L_{T_{{{A'}}}\_T_{{{D'}}}}}} \right)}^2}}}{{{{\left( {{L_{T_{{{A'}}}\_T_{{{B'}}}}}} \right)}^2}}}} \\ {\dfrac{{{{\left( {{\upsilon _{{B}}} - {\upsilon _{{D}}}} \right)}^2} + {{\left( {{\mu _{{B}}} - {\mu _{{D}}}} \right)}^2}}}{{{{\left( {{\upsilon _{{B}}} - {\upsilon _{{A}}}} \right)}^2} + {{\left( {{\mu _{{B}}} - {\mu _{{A}}}} \right)}^2}}} = \dfrac{{{{\left( {{L_{T_{{{B'}}}\_T_{{{D'}}}}}} \right)}^2}}}{{{{\left( {{L_{T_{{{A'}}}\_T_{{{B'}}}}}} \right)}^2}}}} \end{array}} \right. $$ (5)

    由式(1)和式(5)可得D点的像素坐标有2个解($ {\mu }_{{D}}', {v}_{{D}}' $),($ {\mu }_{{D}}'', {v}_{{D}}'' $)。计算这2个解距O4($\mu_{O _4}, v_{O_ 4} $)的欧氏距离,欧氏距离最小值对应点的坐标为D点的像素坐标。

    为验证光学靶标被遮挡情况下掘进机定位的精确性和稳定性,在山东能源集团新巨龙煤矿11302回采工作面搭建井下试验平台,掘进巷道方向为北偏东209.355°。位姿测量装置安装在EBZ260掘进机机尾的正上方,光学靶标朝向机尾方向,靶面尺寸为400 mm×360 mm。激光导引装置悬挂在后端巷道顶板上。通过人工调整使得激光导引装置悬挂方向与巷道掘进方向一致,此时相机坐标系与巷道坐标系一致。测试前通过试验标定出惯导坐标系与掘进机机身坐标系的安装偏角,以惯导系统输出的姿态角(含标定的安装偏角)与地测部门给出的巷道方向之差作为掘进机相对于巷道坐标系的航向偏角、俯仰角和横滚角,同时也是光学靶标坐标系相对于相机坐标系的航向偏角、俯仰角和横滚角。

    掘进机组合式导航定位系统正常工作后,按照系统提供的掘进机位置坐标和姿态信息,将掘进机驾驶到距离激光导引装置15,25,40,60 m的测试点来采集光靶图像。试验过程中,用手对相应的靶标点进行遮挡,分为随机遮挡1个靶标点和遮挡同侧2个靶标点2种情况。为便于比较,每个测试点下掘进机的俯仰角、横滚角、航向偏角尽量调整为固定值,以没有遮挡情况下解算得到的定位结果作为基准值,并与不同遮挡情况下定位结果进行对比,结果见表1。其中xyz分别为沿巷道宽度方向、巷道掘进方向、巷道高度方向的定位结果,Δx,Δy,Δz分别为沿巷道宽度方向、巷道掘进方向、巷道高度方向的定位误差(测量值与基准值之差)。

    表  1  不同距离下掘进机定位试验结果
    Table  1.  Experimental results of roadheader positioning at different distances
    掘进机距激光导引装置距离/m 姿态角/(°) 靶标点 定位结果/mm 定位误差/mm
    x y z Δx Δy Δz
    15 俯仰角:−0.11 ABCD 304 14925 −903
    ABC 303 14900 −902 1 25 −1
    ABD 303 14920 −904 1 5 1
    横滚角:−0.35 ACD 304 14918 −902 0 7 −1
    BCD 304 14938 −904 0 −13 1
    AB 305 14935 −903 −1 −10 0
    航向偏角:−1.14 CD 303 14939 −904 1 −14 1
    AD 305 14960 −904 −1 −35 1
    BC 303 14890 −904 1 35 1
    25 俯仰角:0.20 ABCD 258 24951 −943
    ABC 259 24919 −939 −1 32 −4
    ABD 258 24972 −947 0 −21 4
    横滚角:0.11 ACD 258 24917 −940 0 34 −3
    BCD 258 24978 −947 0 −27 4
    AB 259 24926 −941 −1 25 −2
    航向偏角:0.06 CD 258 24924 −942 0 27 −1
    AD 259 24977 −943 −1 −26 0
    BC 258 24962 −943 0 −11 0
    40 俯仰角:−0.12 ABCD 49 40036 −869
    ABC 49 40069 −869 0 −33 0
    ABD 49 40052 −870 0 −16 1
    横滚角:−0.22 ACD 49 40007 −868 0 29 −1
    BCD 48 40015 −871 1 21 2
    AB 50 40093 −872 −1 −57 3
    航向偏角:−1.07 CD 48 40015 −870 1 21 1
    AD 50 39974 −869 −1 62 0
    BC 49 40023 −870 0 13 1
    60 俯仰角:−0.24 ABCD 16 60312 −997
    ABC 16 60367 −1000 0 −54 3
    ABD 16 60268 −994 0 44 −3
    横滚角:0.22 ACD 16 60356 −1000 0 −44 3
    BCD 16 60259 −994 0 53 −3
    AB 16 60381 −999 0 −69 2
    航向偏角:−0.37 CD 17 60345 −998 −1 −33 1
    AD 16 60260 −997 0 52 0
    BC 15 60262 −996 1 50 −1
    下载: 导出CSV 
    | 显示表格

    表1可看出:在靶标点被遮挡时,采用本文方法得到的沿巷道宽度方向、巷道高度方向最大定位误差分别为1,4 mm;沿巷道掘进方向最大定位误差在掘进机距激光导引装置5,25,40,60 m时分别为35,34,62,69 mm,试验结果满足掘进机定位实际需求(沿巷道宽度方向、巷道高度方向的定位误差影响截割断面的控制精度,通常要求小于50 mm;沿巷道掘进方向的定位误差影响进尺精度,通常要求小于300 mm[21])。

    1) 在靶标点无遮挡情况下采集图像,将图像中光斑构造成辅助矩形区域框。当下一帧图像中部分靶标点被遮挡时,通过比较无遮挡靶标点的成像光斑与辅助矩形区域框顶点的欧氏距离,对无遮挡靶标点的成像光斑进行标记和匹配,进而确定被遮挡靶标点。根据已知靶标几何尺寸和惯导系统提供的靶标姿态信息,推导出投影后的靶标点与成像光斑的对应关系,进而求解出被遮挡靶标点对应的光斑像素坐标。

    2) 在煤矿井下开展了掘进机定位试验,结果表明:光学靶标被遮挡情况下,通过推算被遮挡靶标点对应的光斑像素坐标,可以解决掘进机定位中断问题,保证了掘进机定位的实时性,且定位误差满足掘进机实际定位需求。

计量
  • 文章访问数:  93
  • HTML全文浏览量:  40
  • PDF下载量:  39
  • 被引次数: 0
出版历程
  • 刊出日期:  2017-05-09

目录

/

返回文章
返回