趙建勛,楊文娟,2,張旭輝,2,杜昱陽,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)測重點實驗室，陜西 西安 710054)

0 引 言

隨著我國綜合機(jī)械化采煤的迅速發(fā)展，安全高效的自動化、智能化巷道掘進(jìn)技術(shù)成為當(dāng)前研究熱點[1]。掘進(jìn)機(jī)是綜掘工作面的主要設(shè)備，掘進(jìn)機(jī)的位姿測量是巷道掘進(jìn)智能化的關(guān)鍵[2]。目前常用的位姿測量技術(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，具有良好自主檢測性，但其使用過程中存在累計誤差使得定位困難[4-5]。全站儀可準(zhǔn)確快速計算出測量目標(biāo)空間位置信息，但在煤礦井下應(yīng)用時，由于粉塵以及巷道空間產(chǎn)生的遮擋都會對定位結(jié)果產(chǎn)生影響[6]。機(jī)器視覺測量技術(shù)的測量信息直觀、可靠性高，常以紅外光及可見光為特征[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測量技術(shù)精確測量掘進(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。如何實現(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，在通過二值化和灰度質(zhì)心法確定光斑中心位置。對于激光束的直線特征提取，目前針對直線特征檢測常用的技術(shù)方法有Hough變換檢測直線[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，該方法減少了計算量，提高了直線檢測精度。目前對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，對于井下包含雜光、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)一步研究以激光點和激光束為特征的懸臂式掘進(jìn)機(jī)機(jī)身位姿視覺測量方法，提出結(jié)合Hough變換與最小二乘法實現(xiàn)雜光、粉塵和水霧等復(fù)雜背景下的激光點和激光線的特征提取，再通過空間矩陣變換解算出掘進(jìn)機(jī)機(jī)身位姿信息，實現(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)位姿視覺測量模型

1.1 系統(tǒng)構(gòu)成

懸臂式掘進(jìn)機(jī)位姿視覺測量系統(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千兆網(wǎng)GigE接口傳輸?shù)接嬎銠C(jī)中，并在計算機(jī)中實現(xiàn)圖像處理及位姿解算。

圖1 懸臂式掘進(jìn)機(jī)位姿視覺測量系統(tǒng)示意

圖1中坐標(biāo)系OcXcYcZc為以相機(jī)光心為原點建立的工業(yè)防爆相機(jī)坐標(biāo)系，利用激光指向儀的兩光斑點以及兩激光束作為特征，以兩激光點的中心點為原點建立激光定向坐標(biāo)系OdXdYdZd。系統(tǒng)工作時，首先將防爆相機(jī)采集到的圖像信息傳輸至計算機(jī)中，并在計算機(jī)中完成對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兩光斑中心點的直線看作圍成門形的3條直線，3條直線的位置關(guān)系已知，便可將該問題轉(zhuǎn)換為P3L問題，即3線透視問題[23]。圖3為基于門形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激光測量坐標(biāo)系。圖中L1、L3是兩激光束抽象空間直線，L2則是過兩激光光斑P1、P2點的空間直線，激光測量坐標(biāo)系OdXdYdZd以兩激光指向儀的光斑P1、P2的中心點為原點Od，以直線L2為Xd坐標(biāo)軸，方向指向P2點，Zd坐標(biāo)軸過Od點平行于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共面且成門形，L1與L3平行，L2與L1、L3垂直且相交于兩點P1與P2，l1、l3為L1、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q1、q2點的直線。此時，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]所述三線透視問題的閉式解可計算得到相機(jī)坐標(biāo)系OcXcYcZc相對于激光定向坐標(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法直接使用。為了在井下工作環(huán)境中實現(xiàn)對激光光斑中心定位，針對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)中的點到O1(i,j)和O2(i,j)的最小距離的點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變換檢測直線時受其他因素干擾嚴(yán)重、對短直線檢測困難。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。為防止上述問題對激光束直線特征提取造成的干擾，針對井下激光圖像進(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，此時允許較亮的紅顏色的像素點通過。遍歷圖中像素點，記錄通過的像素點的信息，結(jié)合Otsu算法獲取激光束的二值圖像。此時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)計算得到的激光光斑中心位置對圖像中激光目標(biāo)進(jìn)行分割，得到含有激光束特征信息的區(qū)域圖像。計算兩激光中心坐標(biāo)(x1,y1)和(x2,y2)點的中心點的坐標(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個點坐標(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 圖像邊緣檢測及骨架提取

對得到的激光束二值圖像進(jìn)行邊緣檢測和骨架特征提取。首先對二值圖像進(jìn)行邊緣檢測，基于Canny算子對激光束進(jìn)行邊緣檢測，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)對激光束二值圖像進(jìn)行迭代腐蝕實現(xiàn)圖像的骨架提取，根據(jù)邊緣檢測得到的圖像目標(biāo)最外層輪廓開始，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。每次迭代時首先記錄獲取到的輪廓點信息，然后檢測每個輪廓點的8 pix鄰域，腐蝕掉含有3或4或5或6或7連通的像素點，直至沒有像素點被腐蝕時，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所示為對激光束圖像進(jìn)行邊緣檢測及骨架提取后得到的結(jié)果。

圖8 激光束邊緣檢測及骨架信息提取

如圖8所示，圖8a為激光束圖像的邊緣檢測結(jié)果，圖8b中紫色像素點和黃色像素點分別為對左右兩激光束進(jìn)行骨架提取得到的骨架信息。由于圖像上還可能會存在部分干擾點，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

Hough變換是將圖像中特征檢測問題轉(zhuǎn)換為尋找參數(shù)空間峰值的檢測方法， 通過建立離散參數(shù)空間，設(shè)置空間累加計數(shù)器，根據(jù)圖像中像素點的信息不斷對特征點進(jìn)行投票，找到累加計數(shù)器中峰值所對應(yīng)的直線來進(jìn)行圖像中的直線檢測。由于直線在參數(shù)空間的映射容易受到噪聲干擾，在算法投票過程中出現(xiàn)無效累積導(dǎo)致虛檢、缺檢等問題，導(dǎo)致檢測精度下降。為提高直線檢測精度，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變換對直線進(jìn)行粗定位，通過去除孤立點，利用最小二乘法擬合更精確的直線方程。為提高對整幅圖像Hough變換的速度，對激光束圖像輪廓信息進(jìn)行Hough變換。同時，為了準(zhǔn)確獲取激光束直線位置，設(shè)置累加計數(shù)器閾值T，當(dāng)累加數(shù)大于T時，提取直線特征。主要步驟如下：

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

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

3)骨架特征點信息分割。利用得到的激光束骨架中所有的點計算這些點到兩初始直線之間的距離，設(shè)置區(qū)域外點到直線距離誤差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)域的點集。

4)分別計算區(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)點到直線距離閾值d，將所有距離大于d的點剔除。

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

經(jīng)過上述算法，通過不斷剔除孤立點使得直線擬合過程減少因“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。通過計算左側(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?，結(jié)合Hough變換與最小二乘法計算得到的直線相對于僅利用Hough變換檢測得到的直線，不僅具有較高的檢測精度，還可以提高直線檢測穩(wěn)定性。

圖9 直線檢測結(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，對掘進(jìn)機(jī)位姿解算進(jìn)行說明。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P1、P2兩點，可計算得到L3直線方程為x+96y-68 634=0?？傻?個投影面的法向量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)，可以計算得到激光測量坐標(biāo)系計算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坐標(biāo)q3(x3，y3，z3)，可得到激光測量坐標(biāo)系的Yd軸在攝像機(jī)坐標(biāo)系中方向向量為

通過叉乘可以計算得到Zd軸在攝像機(jī)坐標(biāo)系中方向向量為

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

通過相機(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)，由此可計算得到機(jī)身與激光測量坐標(biāo)系之間的關(guān)系為

5 試驗及結(jié)果分析

5.1 掘進(jìn)機(jī)機(jī)身位姿測量試驗

為驗證機(jī)身視覺測量方法的可行性和穩(wěn)定性，搭建掘進(jìn)機(jī)位姿視覺測量試驗平臺，如圖10所示。試驗平臺由懸臂式掘進(jìn)機(jī)模型、計算機(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)身位姿測量試驗平臺

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。試驗時工業(yè)相機(jī)將采集得到的圖像信息通過以太網(wǎng)傳輸?shù)接嬎銠C(jī)中，在計算機(jī)中完成對圖像預(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，實現(xiàn)掘進(jìn)機(jī)機(jī)身位姿的實時定位。其中，兩平行放置的激光之間距離為55 cm，設(shè)定每次移動距離為10 cm，利用計算機(jī)編寫相機(jī)軟出發(fā)程序，實時觸發(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)置采集時間間隔為100 ms。

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

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

圖11 位姿測量誤差

試驗結(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)行直線提取時的機(jī)身位姿測量誤差，紅色曲線為結(jié)合Hough變換與最小二乘擬合進(jìn)行直線提取時的機(jī)身位姿測量誤差。

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，計算得到的掘進(jìn)機(jī)機(jī)身位置誤差，在激光測量坐標(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，實現(xiàn)巷道中掘進(jìn)機(jī)機(jī)身位姿的有效測量。

5.2 煤礦井下工業(yè)試驗

在山西某礦井運輸掘進(jìn)巷道進(jìn)行懸臂式掘進(jìn)機(jī)機(jī)身測量試驗，試驗平臺包括EBZ260型掘進(jìn)機(jī)、防爆工業(yè)相機(jī)、防爆計算機(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)視覺測量現(xiàn)場試驗

現(xiàn)場測試中，將防爆計算機(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)接嬎銠C(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程，激光點及激光束圖像處理過程如圖13所示。

圖13 圖像處理過程

在井下試驗時，2個平行放置的激光指向儀之間距離為60 cm，計算機(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)橫向移動困難，井下試驗時通過移動安裝在機(jī)身上的防爆工業(yè)相機(jī)模擬機(jī)身橫向移動。結(jié)果分析時以相機(jī)移動距離的人工測量數(shù)據(jù)為真實值，通過人工測量結(jié)果與視覺測量結(jié)果對比確定現(xiàn)場的測量誤差。由于井下掘進(jìn)機(jī)角度真實值測量困難，故此處僅給出計算得到的掘進(jìn)機(jī)姿態(tài)信息。表2、圖14分別為試驗結(jié)果數(shù)據(jù)及試驗誤差曲線。

表2 懸臂式掘進(jìn)機(jī)機(jī)身井下視覺測量部分試驗結(jié)果

經(jīng)過井下視覺測量試驗可知，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)身位置在激光測量坐標(biāo)系中X軸方向的誤差在±40 mm以內(nèi)，X軸方向的誤差在±38 mm以內(nèi)，Z軸方向的誤差在±40 mm以內(nèi)。根據(jù)掘進(jìn)機(jī)現(xiàn)場斷面截割成形結(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)，近一個月工業(yè)試驗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)位移測量誤差

6 結(jié) 論

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

2)針對井下施工環(huán)境設(shè)計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，實現(xiàn)了在雜光、粉塵和水霧等復(fù)雜背景下激光點、線的精確提取。

3)煤礦井下進(jìn)行懸臂式掘進(jìn)機(jī)機(jī)身位姿測量工業(yè)試驗表明，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以內(nèi)，可滿足巷道掘進(jìn)施工精度要求。

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