1、煤礦在發(fā)生爆炸、火災等事故后，其井巷變成復雜的非結(jié)構(gòu)化環(huán)境，事故后的井巷由于坍塌造成巷道中充滿障礙物，由于井下特殊環(huán)境導致空氣中充滿有毒氣體、粉塵以及高溫濕度，使得救援人員無法立即進入煤礦災害環(huán)境中進行救援活動。煤礦救援機器人可以代替救援人員進入事故現(xiàn)場進行環(huán)境的探測，探測災后環(huán)境中含有障礙物的道路及有毒氣體濃度等。為解決機器人在井巷環(huán)境受照度、濕度以及粉塵濃度影響的環(huán)境中的行走問題，本文開展了井巷環(huán)境下機器人障礙識別研究。
　　

2、首先對煤礦救援機器人的視覺系統(tǒng)及井巷模擬環(huán)境進行設計。通過分析機器人對障礙物識別的功能需求，選用以視覺系統(tǒng)中的光源、紅外攝像機、有線無線通訊和上位機等組建機器人的視覺系統(tǒng)硬件，并在此基礎上結(jié)合OpenCV視覺處理庫設計了機器人視覺顯示界面。通過分析煤礦災后對機器人視覺有影響的因素，設計搭建了煤礦井巷模擬巷道并在其中模擬照度、濕度以及粉塵濃度等環(huán)境。
　　其次對機器人視覺系統(tǒng)中的圖像采集系統(tǒng)進行標定研究。通過分析機器人視覺中攝像機的

3、成像模型，建立線性及非線性的模型并分別對兩種模型下的攝像機內(nèi)外參數(shù)及畸變參數(shù)進行標定。通過標定試驗求得機器人所用雙目視覺系統(tǒng)中兩個攝像機的參數(shù)及其相對位置關系，并對標定誤差進行分析。
　　然后在煤礦模擬井巷環(huán)境中采集含有障礙物的機器人視覺圖像并進行圖像的預處理研究。通過改變模擬煤礦井巷中的光照條件、濕度條件以及粉塵濃度等模擬災后的不同環(huán)境，機器人在不同的環(huán)境條件中采集障礙物在不同遠近處的視覺圖像。在對機器人所采集到的圖像進行分析后

4、，針對圖像模糊及障礙識別等問題提出了解決方案。在分析圖像濾波增強算法后對所采集到的圖像進行了圖像去模糊預處理，并對處理后的圖像進行了邊緣檢測，在OpenCV中進行了試驗驗證。
　　最后對機器人前方的障礙物進行識別研究并在模擬井巷環(huán)境中進行了試驗驗證。通過分析分水嶺分割算法、K-means聚類算法以及GraphCut前景提取算法后對障礙物進行二維形狀和區(qū)域特征提取。通過機器人自身所攜帶的雙目視覺攝像機所采集的圖像進行角點提取與立體匹