CN115932879B - 一种基于激光点云的矿井机器人姿态快速测量系统 - Google Patents

一种基于激光点云的矿井机器人姿态快速测量系统 Download PDF

Info

Publication number
CN115932879B
CN115932879B CN202211627952.7A CN202211627952A CN115932879B CN 115932879 B CN115932879 B CN 115932879B CN 202211627952 A CN202211627952 A CN 202211627952A CN 115932879 B CN115932879 B CN 115932879B
Authority
CN
China
Prior art keywords
point cloud
robot
gesture
fitting
mine
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211627952.7A
Other languages
English (en)
Other versions
CN115932879A (zh
Inventor
王艳坤
韩硕
徐谦
郭帅
李想
吕晓波
向治桦
胡瑀晖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Zhiwu Technology Co ltd
Original Assignee
Harbin Zhiwu Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Zhiwu Technology Co ltd filed Critical Harbin Zhiwu Technology Co ltd
Priority to CN202211627952.7A priority Critical patent/CN115932879B/zh
Publication of CN115932879A publication Critical patent/CN115932879A/zh
Application granted granted Critical
Publication of CN115932879B publication Critical patent/CN115932879B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Optical Radar Systems And Details Thereof (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

一种基于激光点云的矿井机器人姿态快速测量系统，涉及姿态测量技术领域，针对在矿道内无法接收卫星信号，光线条件差，同时又有高精度要求的情况下，现有技术并能满足需求的问题，本申请基于激光雷达探测技术与点云拟合建模技术，成功克服了现有的三种主流的测姿技术在极端情况下无法完成给工作的难题。如在地下矿道中对运动机器人的测姿工作中，由于地下环境封闭，无法接收GPS信号，GPS测姿技术不可用，若无照明设备导致光线不足，计算机视觉测姿技术无法获得有效的图像，更不用能从图像中提取出机器人的姿态信息，而利用本申请便可得到令人满意的姿态测量结果。

Description

一种基于激光点云的矿井机器人姿态快速测量系统
技术领域
本发明涉及姿态测量技术领域，具体为一种基于激光点云的矿井机器人姿态快速测量系统。
背景技术
姿态测量，就是要获取所测物体的轴系在惯性空间中指向的过程，如物体的朝向，深度等等。姿态测量在很多现代工业的作业中往往是必不可少的一环，如在无人驾驶，人机交互技术中，都需要计算机对人或者物体进行姿态信息获取。
现有的姿态测量技术主要有，GPS测姿、惯性传感器测姿、计算机视觉测姿，下面对这三种技术做简要介绍。
1)GPS测姿：
GPS测姿技术是一种基于载波相位测量法的测姿技术。用于姿态测量的GPS接收机一般采用多天线、多通道接收机，多天线同时接收多颗导航卫星(至少4颗)信号，接收机将每个接收到的卫星载波信号与本机参考信号之间的相位差作为基本的测量参数。GPS室外场景测量精度高，操作简单，但通常需要与其他技术相结合才能出色地完成姿态测量工作，而且在面对室内或者封闭环境中，由于无法接收到卫星信号，无法完成测姿工作。
2)惯导测姿：
惯导的基本工作原理以牛顿力学定律为基础，通过安装在被测物体上的姿态传感器测量出物体的加速度，偏转角速度等运动参数，然后对时间进行积分，从而得到物体的姿态信息。惯导测姿最大的不足之处在于，其测量误差会随着时间而累积，所以该种测姿技术不适用于长时间的测姿工作。
3)计算机视觉测姿：
计算机视觉测姿的是根据拍摄被测物体得到的图像进行图像识别，从而得到物体的距离，姿态信息。随着人工智能和深度学习的快速发展，计算机视觉在测姿作业上的准确率也在逐步提升，但是在光线条件欠佳，无法得到有效的图像的情况下，该种测姿技术也就失去了使用价值。
现有的主流的三种测姿技术都有自己的缺陷。对于一些极端情况，如地下矿道中运动勘探机器人的姿态测量，在矿道内无法接收卫星信号，光线条件差，同时又有高精度要求的情况下，上述三种技术都无能为力。
发明内容
本发明的目的是：针对在矿道内无法接收卫星信号，光线条件差，同时又有高精度要求的情况下，现有技术并能满足需求的问题，提出一种基于激光点云的矿井机器人姿态快速测量系统。
本发明为了解决上述技术问题采取的技术方案是：
一种基于激光点云的矿井机器人姿态快速测量系统，包括标定板、激光雷达探测模块以及点云拟合与建模模块；
所述标定板用于反映被测机器人的姿态变化；
所述激光雷达探测模块用于获取被测机器人的姿态变化，并得到姿态变化的点云数据；
所述点云拟合与建模模块于解算激光雷达探测模块收集到的点云数据并进行拟合，然后根据拟合结果建立标定板的空间位置变化模型，并根据标定板的空间位置变化模型得到被测机器人与水平面的夹角，即测机器人的姿态变化。
进一步的，所述激光雷达探测装置为主动式扫描激光雷达探测装置。
进一步的，所述拟合通过RANSAC算法进行。
进一步的，所述拟合具体步骤为：
步骤一：在姿态变化的点云数据中随机选择三个点，根据选择的三个点计算标定板点云的平面方程；
步骤二：计算标定板上所有点至该平面方程的代数距离；
步骤三：设定代数距离阈值，然后将小于阈值的代数距离设为内点；
步骤四：重复步骤一至步骤三，当达到预设迭代次数停止，然后选取内点数量最多的平面对应的模型参数为最佳拟合参数，最佳模型参数即为最终的参数估计值。
进一步的，所述平面方程表示为：
Ax+By+Cz+D＝0
其中，A、B、C、D为平面方程的系数，x、y、z为坐标值。
进一步的，所述代数距离表示为：
di＝|Axi+Byi+Czi+D|
其中，xi、yi和zi为第i个点云的坐标值。
进一步的，所述被测机器人与水平面的夹角表示为：
其中，A1、B1、C1为平面方程的系数，C2为水平面方程的系数。
进一步的，所述激光雷达探测模块为速腾聚创RS-liDAR-16激光雷达。
本发明的有益效果是：
本申请基于激光雷达探测技术与点云拟合建模技术，成功克服了现有的三种主流的测姿技术在极端情况下无法完成给工作的难题。如在地下矿道中对运动机器人的测姿工作中，由于地下环境封闭，无法接收GPS信号，GPS测姿技术不可用，若无照明设备导致光线不足，计算机视觉测姿技术无法获得有效的图像，更不用能从图像中提取出机器人的姿态信息，而利用本申请便可得到令人满意的姿态测量结果；或者是高精度，长时间的测姿工作中，计算机视觉与GPS测姿均不可用，惯导测姿技术也会由于时间累计误差难以得到令人满意的精度的测量结果，在这种情况下，本申请可以出色地完成姿态测量的工作。
附图说明
图1为本申请的流程图；
图2为本申请硬件结构示意图1；
图3为本申请硬件结构示意图2；
图4为本申请系统工作环境示意图；
图5为激光雷达工作原理图1；
图6为激光雷达工作原理图2；
图7为本申请对静态物体的检测示意图；
图8为一帧激光雷达点云示意图；
图9为提取出的标定板平面示意图。
具体实施方式
需要特别说明的是，在不冲突的情况下，本申请公开的各个实施方式之间可以相互组合。
具体实施方式一：参照图1具体说明本实施方式，本实施方式所述的一种基于激光点云的矿井机器人姿态快速测量系统，包括标定板、激光雷达探测模块以及点云拟合与建模模块；
所述标定板用于反映被测机器人的姿态变化；
所述激光雷达探测模块用于获取被测机器人的姿态变化，并得到姿态变化的点云数据；所述点云拟合与建模模块于解算激光雷达探测模块收集到的点云数据并进行拟合，然后根据拟合结果建立标定板的空间位置变化模型，并根据标定板的空间位置变化模型得到被测机器人与水平面的夹角，即测机器人的姿态变化。
装置组成
本申请主要由三部分组成。
第一部分为装在被测机器人上的标定板，用于反映被测机器人的姿态变化情况；
第二部分为主动式扫描激光雷达探测装置，用于获取标定板的姿态变化的点云数据，雷达可以安装在基台上做固定测量，也可以安装在机器狗等小型移动工具上做动态测量；
第三部分为计算机端点云的拟合与建模等软件部分，用于解算激光雷达收集到的点云数据并拟合，通过算法建立标定板的空间位置变化模型，进而得到被测机器人的姿态变化情况。装置组成如图2和图3所示。
工作原理
本申请的工作原理可分为两个阶段：扫描采样阶段和点云拟合与建模阶段。
扫描采样阶段：
标定板与机器人固定在一起，当机器人在运动过程中发生姿态变化时，标定板也会同步且同程度地发生姿态变化；这时，在机器人可被探测的范围内开启准备就绪的激光雷达，雷达会以极小的时间间隔对标定板的三维空间信息进行扫描采样，得到一系列点云数据；
点云拟合与建模阶段：
扫描结束后，雷达将采集到的点云数据传给计算机，点云数据经算法处理得到标定板的姿态变化，自然地，与标定板固定为一体的被测机器人的姿态变化信息也变得已知。工作环境如图4所示。
本申请的重点技术在于激光雷达扫描获取点云数据与算法拟合建模。
激光雷达扫描探测技术目前已经发展成熟，经过扫描得到一系列周围环境的空间点云数据的技术得以实现，但目前该种技术在矿道巷道的测绘以及姿态测量上的应用几乎不存在，本发明将雷达探测技术应用于测姿领域上并在理论上验证了本发明的可行性；而点云数据的处理与建模技术是本项发明“大脑”，能够处理雷达获取的时序点云数据，在每一个采样时刻拟合出标定板的姿态，从而得出机器人的姿态的变化情况。激光雷达工作原理如图5和图6所示。本申请对静态物体的检测示意图如图7所示。
激光雷达扫描获取点云数据与算法拟合建模具体为：
1，启动激光雷达，得到激光雷达帧点云，如图8所示。
2，找到标定板的位置，利用RANSAC算法进行平面拟合，如图9所示。
具体拟合步骤为：
(1)在初始点云中随机选择三个点，计算其对应平面方程。
Ax+By+Cz+D＝0
ABCD为平面方程的系数，xyz为坐标值
(2)计算所有点至该平面的代数距离:
di＝|Axi+Byi+Czi+D|
选取阈值dth，若di＜dth，则该点被认为是模型内样本点(inliers，内点)，否则为模型外样本点(outliers，外点)，记录当前内点的个数。
(3)重复以上步骤，选取最佳拟合参数，即内点数量最多的平面对应的模型参数；每次迭代末尾都会根据期望的误差率、最佳内点个数、总样本个数、当前迭代次数计算一个迭代结束评判因子，根据次数决定是否停止迭代。
(4)迭代结束后，最佳模型参数就是最终的参数估计值。
3，根据拟合的平面，计算与水平面的夹角，设拟合求出的平面夹角方程为：
A1x+B1y+C1z+D1＝0
假设水平面方程为：
C2z+D2＝0
则两平面的夹角为：
本申请最的主要性能指标为测量精度。经过测试，本发明的定位精度为3cm与0.3°。
本申请中激光雷达具体为速腾聚创RS-LiDAR-16激光雷达，数据运算平台为NUC11PAHI7。
需要注意的是，具体实施方式仅仅是对本发明技术方案的解释和说明，不能以此限定权利保护范围。凡根据本发明权利要求书和说明书所做的仅仅是局部改变的，仍应落入本发明的保护范围内。

Claims (7)

1.一种基于激光点云的矿井机器人姿态快速测量系统，其特征在于包括标定板、激光雷达探测模块以及点云拟合与建模模块；
所述标定板用于反映被测机器人的姿态变化；
所述激光雷达探测模块用于获取被测机器人的姿态变化，并得到姿态变化的点云数据；
所述点云拟合与建模模块于解算激光雷达探测模块收集到的点云数据并进行拟合，然后根据拟合结果建立标定板的空间位置变化模型，并根据标定板的空间位置变化模型得到被测机器人与水平面的夹角，即测机器人的姿态变化；
所述拟合具体步骤为：
步骤一：在姿态变化的点云数据中随机选择三个点，根据选择的三个点计算标定板点云的平面方程；
步骤二：计算标定板上所有点至该平面方程的代数距离；
步骤三：设定代数距离阈值，然后将小于阈值的代数距离设为内点；
步骤四：重复步骤一至步骤三，当达到预设迭代次数停止，然后选取内点数量最多的平面对应的模型参数为最佳拟合参数，最佳模型参数即为最终的参数估计值。
2.根据权利要求1所述的一种基于激光点云的矿井机器人姿态快速测量系统，其特征在于所述激光雷达探测装置为主动式扫描激光雷达探测装置。
3.根据权利要求1所述的一种基于激光点云的矿井机器人姿态快速测量系统，其特征在于所述拟合通过RANSAC算法进行。
4.根据权利要求1所述的一种基于激光点云的矿井机器人姿态快速测量系统，其特征在于所述平面方程表示为：
Ax+By+Cz+D＝0
其中，A、B、C、D为平面方程的系数，x、y、z为坐标值。
5.根据权利要求4所述的一种基于激光点云的矿井机器人姿态快速测量系统，其特征在于所述代数距离表示为：
di＝|Axi+Byi+Czi+D|
其中，xi、yi和zi为第i个点云的坐标值。
6.根据权利要求5所述的一种基于激光点云的矿井机器人姿态快速测量系统，其特征在于所述被测机器人与水平面的夹角表示为：
其中，A1、B1、C1为平面方程的系数，C2为水平面方程的系数。
7.根据权利要求1所述的一种基于激光点云的矿井机器人姿态快速测量系统，其特征在于所述激光雷达探测模块为速腾聚创RS-liDAR-16激光雷达。
CN202211627952.7A 2022-12-16 2022-12-16 一种基于激光点云的矿井机器人姿态快速测量系统 Active CN115932879B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211627952.7A CN115932879B (zh) 2022-12-16 2022-12-16 一种基于激光点云的矿井机器人姿态快速测量系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211627952.7A CN115932879B (zh) 2022-12-16 2022-12-16 一种基于激光点云的矿井机器人姿态快速测量系统

Publications (2)

Publication Number Publication Date
CN115932879A CN115932879A (zh) 2023-04-07
CN115932879B true CN115932879B (zh) 2023-10-10

Family

ID=86553985

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211627952.7A Active CN115932879B (zh) 2022-12-16 2022-12-16 一种基于激光点云的矿井机器人姿态快速测量系统

Country Status (1)

Country Link
CN (1) CN115932879B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109813310A (zh) * 2019-03-11 2019-05-28 中南大学 地下作业设备定位方法、装置、系统及存储介质
CN110780285A (zh) * 2019-10-24 2020-02-11 深圳市镭神智能系统有限公司 激光雷达与组合惯导的位姿标定方法、系统及介质
CN111965624A (zh) * 2020-08-06 2020-11-20 北京百度网讯科技有限公司 激光雷达与相机的标定方法、装置、设备和可读存储介质
CN114387347A (zh) * 2021-10-26 2022-04-22 浙江智慧视频安防创新中心有限公司 确定外参标定的方法、装置、电子设备及介质
WO2022193106A1 (zh) * 2021-03-16 2022-09-22 电子科技大学 一种通过惯性测量参数将gps与激光雷达融合定位的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109813310A (zh) * 2019-03-11 2019-05-28 中南大学 地下作业设备定位方法、装置、系统及存储介质
CN110780285A (zh) * 2019-10-24 2020-02-11 深圳市镭神智能系统有限公司 激光雷达与组合惯导的位姿标定方法、系统及介质
CN111965624A (zh) * 2020-08-06 2020-11-20 北京百度网讯科技有限公司 激光雷达与相机的标定方法、装置、设备和可读存储介质
WO2022193106A1 (zh) * 2021-03-16 2022-09-22 电子科技大学 一种通过惯性测量参数将gps与激光雷达融合定位的方法
CN114387347A (zh) * 2021-10-26 2022-04-22 浙江智慧视频安防创新中心有限公司 确定外参标定的方法、装置、电子设备及介质

Also Published As

Publication number Publication date
CN115932879A (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN109373898B (zh) 一种基于三维测量点云的复杂零件位姿估计系统及方法
JP3833786B2 (ja) 移動体の３次元自己位置認識装置
JP5992184B2 (ja) 画像データ処理装置、画像データ処理方法および画像データ処理用のプログラム
CN109313417A (zh) 帮助机器人定位
CN111156998A (zh) 一种基于rgb-d相机与imu信息融合的移动机器人定位方法
CN104268935A (zh) 一种基于特征的机载激光点云与影像数据融合系统及方法
US20100164807A1 (en) System and method for estimating state of carrier
CN105203023A (zh) 一种车载三维激光扫描系统安置参数的一站式标定方法
JP6797607B2 (ja) 画像処理装置、画像処理方法および画像処理用プログラム
Chen et al. Color and depth data fusion using an RGB‐D sensor for inexpensive and contactless dynamic displacement‐field measurement
Yang et al. Infrared LEDs-based pose estimation with underground camera model for boom-type roadheader in coal mining
CN111595342B (zh) 一种可大规模部署的室内定位方法及系统
Bösemann Industrial photogrammetry-accepted metrology tool or exotic niche
CN113820735A (zh) 位置信息的确定方法、位置测量设备、终端及存储介质
KR101764222B1 (ko) 고정밀 측위 시스템 및 방법
CN106153041B (zh) 一种基于多景深信息的视觉里程计测速方法
CN114529585A (zh) 基于深度视觉和惯性测量的移动设备自主定位方法
CN115932879B (zh) 一种基于激光点云的矿井机器人姿态快速测量系统
Ali et al. Multi-sensor depth fusion framework for real-time 3D reconstruction
KR20100109216A (ko) 구조물 윤곽선 추출장치 및 방법
CN110308436B (zh) 一种多线激光扫描仪的激光光轴标校方法及系统
CN114966793B (zh) 三维测量系统、方法及gnss系统
KR101963643B1 (ko) 식물의 표현형 분석을 위한 3d 영상 생성 방법 및 그 시스템
CN110232301A (zh) 一种人体的检测方法、装置及存储介质
CN114964276A (zh) 一种融合惯导的动态视觉slam方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant