面向工業(yè)互聯(lián)網(wǎng)的井下無人機單目視覺SLAM定位方法.pdf_第1頁
已閱讀1頁,還剩105頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、通過井下工業(yè)互聯(lián)網(wǎng),可以對井下無人機等智能設備進行遠程管理,對實現(xiàn)無人采礦具有十分重要的意義。為了對井下無人機進行管理,需要實現(xiàn)礦井環(huán)境下的無人機自主定位和導航。同時定位與建圖(SLAM)算法可以通過傳感器對周圍環(huán)境信息進行觀測,對無人機進行精確定位。因此,本文針對井下巷道中行駛的無人機單目視覺SLAM算法進行了研究,以實現(xiàn)礦井環(huán)境下的無人機自主定位和導航。本文的主要成果如下:
  (1)針對較寬闊無障礙物的巷道以及較窄巷道分別提

2、出在巷道頂壁設置帶有位置信息的二維碼以及在巷道壁兩側(cè)設置反光標識牌作為無人機引導路標。針對這兩種不同的巷道環(huán)境,分別創(chuàng)建了基于幾何-拓撲的井下巷道圖。
  (2)針對寬闊巷道環(huán)境,提出了一種含有位置信息的二維碼,根據(jù)邊緣檢測、擬合直線等算法得到二維碼的碼值信息,即二維碼的位置信息,實驗和仿真表明該算法能快速清晰地對二維碼進行識別。針對較窄巷道環(huán)境中設置的人工路標即反光標識牌,事先將每一個反光標識牌和其周圍的自然特征進行圖像獲取并放

3、入庫中,提出了基于RANSAC的SIFT算法對井下無人機單目視覺所獲取的每一幀圖像進行特征提取,并與事先建立好的特征圖像庫進行匹配。實驗和仿真表明基于RANSAC的SIFT算法有很高的正確匹配率,可以根據(jù)特征圖像庫和離線地圖得到路標位置信息。
  (3)針對較寬闊無障礙物的巷道和二維碼無人機引導路標場景,提出了一種基于二維碼的井下無人機單目視覺PSOFastSLAM算法。仿真結(jié)果表明所提出的井下無人機PSOFastSLAM算法,有

4、效改善了FastSLAM定位算法粒子退化的問題,提高了井下無人機定位精度。
  (4)針對較窄巷道和反光標識牌引導路標場景,提出了一種基于反光標識牌的井下無人機單目視覺EKF-SLAM算法,通過已知路標得到的觀測信息對無人機位姿進行估計。仿真結(jié)果表明單目視覺EKF-SLAM算法可以對井下無人機進行精確定位。
  最終結(jié)果顯示,針對不同的巷道環(huán)境,采用不同的SLAM算法可以對面向工業(yè)互聯(lián)網(wǎng)的井下無人機進行精確定位,為后續(xù)工業(yè)互

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論