CN115962783B - 掘进机截割头的定位方法及掘进机 - Google Patents
掘进机截割头的定位方法及掘进机 Download PDFInfo
- Publication number
- CN115962783B CN115962783B CN202310250953.2A CN202310250953A CN115962783B CN 115962783 B CN115962783 B CN 115962783B CN 202310250953 A CN202310250953 A CN 202310250953A CN 115962783 B CN115962783 B CN 115962783B
- Authority
- CN
- China
- Prior art keywords
- cutting head
- camera
- characteristic points
- plane
- heading machine
- 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
Links
- 238000005520 cutting process Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 57
- 230000003287 optical effect Effects 0.000 claims abstract description 35
- 238000006073 displacement reaction Methods 0.000 claims abstract description 30
- 239000000284 extract Substances 0.000 claims abstract description 8
- 238000003384 imaging method Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 239000003245 coal Substances 0.000 abstract description 4
- 239000011435 rock Substances 0.000 abstract description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种掘进机截割头的定位方法及掘进机,属于掘进机轨迹追踪技术领域。包括:通过掘进机机身中轴线上配置的相机进行视频流采集;机载数据处理终端针对采集的视频流每隔T时间进行图像的提取,并对提取的图像进行去畸变处理;对去畸变处理后的图像进行特征点的检测和提取;根据光流法对特征点进行追踪,计算特征点的像素速度;根据相机模型和特征点的像素速度计算截割头三维空间的速度和位移。本发明具有实时性、速度快、非接触式等优点,可以避免受掘进机截割煤岩时高振动工况的影响,可以实现截割头的精准可靠定位。
Description
技术领域
本发明涉及掘进机轨迹追踪技术领域,尤其涉及一种掘进机截割头的定位方法及掘进机。
背景技术
对掘进机的截割头进行实时定位,实时确定截割头的速度和位移,是实现智能煤矿的重要研究课题。
现有的掘进机的截割头定位方法主要通过直接法测量,包括在截割臂的旋转关节和伸缩关节处安装倾角传感器和位移传感器等来测量截割臂的摇摆和伸缩从而监测截割头的位置。这种方法在截割煤岩的高振动工况下难以保证测量的精准和可靠性。
发明内容
为解决上述技术问题,本发明提供一种掘进机截割头的定位方法及掘进机。本发明的技术方案如下:
第一方面,提供一种掘进机截割头的定位方法,所述掘进机的机身中轴线上配置有相机和机载数据处理终端,相机与机载数据处理终端连接;所述方法包括:
所述相机进行视频流采集;
所述机载数据处理终端针对采集的视频流每隔T时间进行图像的提取,并对提取的图像进行去畸变处理;对去畸变处理后的图像进行特征点的检测和提取;根据光流法对特征点进行追踪,计算特征点的像素速度;根据相机模型和特征点的像素速度计算截割头三维空间的速度和位移。
可选地,所述机载数据处理终端在对提取的图像进行去畸变处理时,包括:
公式(1)中,[x distorted,y distorted]T表示去畸变后的归一化图像的平面坐标;[x n,y n]T是归一化图像平面的坐标,归一化图像平面是指距离相机光心1米远处的平面,x n=x/f,y n=y/f;[x,y] T表示物理成像平面的坐标,物理成像平面是指距离相机光心f米远处的平面,f表示相机的焦距,r表示[x n,y n]T与归一化图像平面的坐标原点之间的距离;k1、k2、k3、p1和p2为畸变参数,是相机自身的已知参数。
可选地,所述特征点为角点,所述机载数据处理终端在对去畸变处理后的图像进行特征点的检测和提取时,采用Shi-Tomasi角点检测算法对去畸变处理后的图像进行角点的检测和提取。
可选地,所述机载数据处理终端在根据光流法对特征点进行追踪,计算特征点的像素速度时,包括:
根据光流法将图像关于时间的函数记为I(t),将相机视频流中t时刻位于(x,y)处的特征点的灰度值记为I(x,y,t);
根据光流法的亮度恒定假设,可得:I(x,y,t)=I(x+dx,y+dy,t+dt)(2);
公式(5)中,It表示图像灰度对时间的变化,Ix表示即图像在(x,y)处的特征点在x方向的灰度梯度,Iy表示/>即图像在(x,y)处的特征点在y方向的灰度梯度,u表示dx/dt即特征点(x,y)在x方向的速度,v表示dy/dt即特征点在y方向的速度;根据光流法的空间一致假设,得到ω×ω窗口内的ω2个特征点具有相同运动,建立ω2个形如公式(5)的矩阵方程,并对ω2个方程合并得:/>(6);
可选地,所述机载数据处理终端在根据相机模型和特征点的像素速度计算截割头三维方向速度时,包括:
根据相机模型,将t时刻三维空间的特征点记为,经过相机光心投影在物理成像平面的特征点记为/>,其在像素平面上的坐标记为(ut,vt),t+1时刻三维空间的特征点记为/>,经过相机光心投影在物理成像平面的特征点记为,其在像素平面上的坐标记为(ut+1,vt+1), 则特征点在T时间内的位移为:(9);
根据截割头的运动轨迹分如下两种情况:
第二种情况:不调整截割臂上的伸缩油缸,使截割臂的长度不变,根据截割臂上的升降机构和回转机构的运动确定截割头的运动空间符合球面模型,因为相机放置在掘进机机身中轴线上,因此,相机光心与截割臂转动中心存在Y轴方向的距离误差Ye,所以可得截割头在以截割臂转动中心为坐标中心的坐标系下的坐标点为(X′,Y′,Z′):(15);
第二方面,提供一种掘进机,所述掘进机的机身中轴线上配置有相机和机载数据处理终端,相机与机载数据处理终端连接;
所述相机用于进行视频流采集;
所述机载数据处理终端用于:针对采集的视频流每隔T时间进行图像的提取,并对提取的图像进行去畸变处理;对去畸变处理后的图像进行特征点的检测和提取;根据光流法对特征点进行追踪,计算特征点的像素速度;根据相机模型和特征点的像素速度计算截割头三维空间的速度和位移。
上述所有可选地技术方案均可任意组合,本发明不对一一组合后的结构进行详细说明。
借由上述方案,本发明的有益效果如下:
通过在掘进机的机身中轴线上配置相机和机载数据处理终端,并通过相机进行视频流采集,以及通过机载数据处理终端针对采集的视频流提取图像和进行去畸变处理、特征点检测和提取、根据光流法对特征点进行追踪后,根据相机模型和特征点的像素速度计算截割头三维空间的速度和位移,提供了一种基于光流法进行掘进机截割头定位的方法,该方法具有实时性、速度快、非接触式等优点,可以避免受掘进机截割煤岩时高振动工况的影响,可以实现截割头的精准可靠定位。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1是本发明的流程图。
图2是本发明中掘进机的示意图。
图3是相机模型的示意图。
图4是截割球面的示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
如图1所示,本发明实施例提供了一种掘进机截割头的定位方法,所述掘进机的机身中轴线上配置有相机5和机载数据处理终端6,相机5与机载数据处理终端6连接;方法包括如下步骤S1至S5:
S1,通过掘进机机身中轴线上配置的相机5进行视频流采集。
其中,如图2所示,本发明实施例通过在掘进机机身中轴线上配置相机5和机载数据处理终端6来辅助完成本发明实施例提供的方法。相机5用于在掘进机截割头1作业过程中进行视频流采集,并将视频流发送至机载数据处理终端6。机载数据处理终端6用于执行下述步骤S2至S5。当掘进机移动到作业位置,在掘进机的截割臂2运动,截割头1工作时候,相机5的视角和位置不改变,进行视频流采集。
S2,机载数据处理终端6针对采集的视频流每隔T时间进行图像的提取,并对提取的图像进行去畸变处理。
其中,T时间的具体时长可以根据需要设定,本发明实施例对此不作具体限定,在具体实施时,T的值尽可能比较小,确保可以实时对截割头1进行定位。
本发明实施例考虑到图像的径向畸变和切向畸变问题,对于视频流中的每个坐标点的畸变进行纠正。具体地,所述机载数据处理终端6在对提取的图像进行去畸变处理时,针对提取的图像中的每个坐标点,通过如下公式(1)进行去畸变处理:(1);
公式(1)中,[x distorted,y distorted]T表示去畸变后的归一化图像的平面坐标;[x n,y n]T是归一化图像平面的坐标,归一化图像平面是指距离相机光心1米远处的平面,x n=x/f,y n=y/f;[x,y] T表示物理成像平面的坐标,物理成像平面是指距离相机光心f米远处的平面,f表示相机的焦距,r表示[x n,y n]T与归一化图像平面的坐标原点之间的距离;k1、k2、k3、p1和p2为畸变参数,是相机自身的已知参数。
S3,机载数据处理终端6对去畸变处理后的图像进行特征点的检测和提取。
优选地,所述机载数据处理终端6在对去畸变处理后的图像进行特征点的检测和提取时,采用Shi-Tomasi角点检测算法来实现。该算法相比于Harris算法等其它算法,具有更快的速度,也能得到更好的效果。
S4,机载数据处理终端6根据光流法对特征点进行追踪,计算特征点的像素速度。
光流法是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系,从而计算出相邻帧之间物体的运动信息的一种方法。具体地,本发明实施例机载数据处理终端6在根据光流法对特征点进行追踪,计算特征点的像素速度时,包括:
根据光流法将图像关于时间的函数记为I(t),将相机视频流中t时刻位于(x,y)处的特征点的灰度值记为I(x,y,t);
根据光流法的亮度恒定假设,可得:I(x,y,t)=I(x+dx,y+dy,t+dt)(2);
公式(5)中,It表示图像灰度对时间的变化,Ix表示即图像在(x,y)处的特征点在x方向的灰度梯度,Iy表示/>即图像在(x,y)处的特征点在y方向的灰度梯度,u表示dx/dt即特征点(x,y)在x方向的速度,v表示dy/dt即特征点在y方向的速度;根据光流法的空间一致假设,得到ω×ω窗口内的ω2个特征点具有相同运动,建立ω2个形如公式(5)的矩阵方程,并对ω2个方程合并得:/>(6);
S5,机载数据处理终端6根据相机模型和特征点的像素速度计算截割头三维空间的速度和位移。
在上述内容的基础上,所述机载数据处理终端6在根据相机模型和特征点的像素速度计算截割头三维方向速度时,通过如下方式来实现:
根据相机模型(如图3所示),将t时刻三维空间的特征点记为,经过相机光心投影在物理成像平面的特征点记为/>,其在像素平面上的坐标记为(ut,vt),t+1时刻三维空间的特征点记为/>,经过相机光心投影在物理成像平面的特征点记为/>,其在像素平面上的坐标记为(ut+1,vt+1), 则特征点在T时间内的位移为:/>(9);
根据截割头的运动轨迹分如下两种情况:
第一种情况:通过调整截割臂2上的伸缩油缸使截割头1在一个平面进行截割作业,即截割头1在三维空间Z轴方向的位移为0,此时Zt+1=Zt=Z′,Z′为截割臂2转动中心与截割面的垂直距离,该种情况下:(14);
第二种情况:不调整截割臂2上的伸缩油缸,使截割臂2的长度不变,根据截割臂2上的升降机构3和回转机构4的运动确定截割头1的运动空间符合球面模型,如图4所示,因为相机5放置在掘进机机身中轴线上,因此,相机光心与截割臂2转动中心存在Y轴方向的距离误差Ye,所以可得截割头1在以截割臂2转动中心为坐标中心的坐标系下的坐标点为(X′,Y′,Z′):(15);
最后,将去畸变处理后的图像中截割头1区域内的所有特征点的像素速度转换得到的三维空间速度和位移取平均值,得到截割头1三维空间的速度和位移。
进一步地,在实时计算得到截割头1三维空间的速度和位移后,即可获得截割头1的轨迹,此时,本发明实施例提供的方法还可以实时在机载数据处理终端6进行截割头1的轨迹显示。
进一步地,本发明实施例还提供一种掘进机,所述掘进机的机身中轴线上配置有相机5和机载数据处理终端6,相机5与机载数据处理终端6连接;
所述相机5用于进行视频流采集;
所述机载数据处理终端6用于:针对采集的视频流每隔T时间进行图像的提取,并对提取的图像进行去畸变处理;对去畸变处理后的图像进行特征点的检测和提取;根据光流法对特征点进行追踪,计算特征点的像素速度;根据相机模型和特征点的像素速度计算截割头三维空间的速度和位移。
关于机载数据处理终端6处理数据的具体实现方式已在上述实施例中进行了详细说明,具体可参见上述实施例中的内容,此处不再赘述。
以上所述仅是本发明的优选实施方式,并不用于限制本发明,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (3)
1.一种掘进机截割头的定位方法,其特征在于,所述掘进机的机身中轴线上配置有相机(5)和机载数据处理终端(6),相机(5)与机载数据处理终端(6)连接;所述方法包括:
所述相机(5)进行视频流采集;
所述机载数据处理终端(6)针对采集的视频流每隔T时间进行图像的提取,并对提取的图像进行去畸变处理;对去畸变处理后的图像进行特征点的检测和提取;根据光流法对特征点进行追踪,计算特征点的像素速度;根据相机模型和特征点的像素速度计算截割头三维空间的速度和位移;
所述机载数据处理终端(6)在根据光流法对特征点进行追踪,计算特征点的像素速度时,包括:
根据光流法将图像关于时间的函数记为I(t),将相机视频流中t时刻位于(x,y)处的特征点的灰度值记为I(x,y,t);
根据光流法的亮度恒定假设,可得:I(x,y,t)=I(x+dx,y+dy,t+dt)(2);
公式(5)中,It表示图像灰度对时间的变化,Ix表示即图像在(x,y)处的特征点在x方向的灰度梯度,Iy表示/>即图像在(x,y)处的特征点在y方向的灰度梯度,u表示dx/dt即特征点(x,y)在x方向的速度,v表示dy/dt即特征点在y方向的速度;根据光流法的空间一致假设,得到ω×ω窗口内的ω2个特征点具有相同运动,建立ω2个形如公式(5)的矩阵方程,并对ω2个方程合并得:/>(6);
所述机载数据处理终端(6)在根据相机模型和特征点的像素速度计算截割头三维方向速度时,包括:
根据相机模型,将t时刻三维空间的特征点记为,经过相机光心投影在物理成像平面的特征点记为/>,其在像素平面上的坐标记为(ut,vt),t+1时刻三维空间的特征点记为/>,经过相机光心投影在物理成像平面的特征点记为,其在像素平面上的坐标记为(ut+1,vt+1), 则特征点在T时间内的位移为:(9);
根据截割头的运动轨迹分如下两种情况:
第二种情况:不调整截割臂上的伸缩油缸,使截割臂的长度不变,根据截割臂上的升降机构和回转机构的运动确定截割头的运动空间符合球面模型,因为相机放置在掘进机机身中轴线上,因此,相机光心与截割臂转动中心存在Y轴方向的距离误差Ye,所以可得截割头在以截割臂转动中心为坐标中心的坐标系下的坐标点为(X′,Y′,Z′):(15);
最后,将去畸变处理后的图像中截割头区域内的所有特征点的像素速度转换得到的三维空间速度和位移取平均值,得到截割头三维空间的速度和位移。
2.根据权利要求1所述的掘进机截割头的定位方法,其特征在于,所述机载数据处理终端(6)在对提取的图像进行去畸变处理时,包括:
公式(1)中,[x distorted,y distorted]T表示去畸变后的归一化图像的平面坐标;[x n,y n]T是归一化图像平面的坐标,归一化图像平面是指距离相机光心1米远处的平面,x n=x/f,y n=y/f;[x,y] T表示物理成像平面的坐标,物理成像平面是指距离相机光心f米远处的平面,f表示相机的焦距,r表示[x n,y n]T与归一化图像平面的坐标原点之间的距离;k1、k2、k3、p1和 p2为畸变参数,是相机自身的已知参数。
3.根据权利要求1所述的掘进机截割头的定位方法,其特征在于,所述特征点为角点,所述机载数据处理终端(6)在对去畸变处理后的图像进行特征点的检测和提取时,采用Shi-Tomasi角点检测算法对去畸变处理后的图像进行角点的检测和提取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310250953.2A CN115962783B (zh) | 2023-03-16 | 2023-03-16 | 掘进机截割头的定位方法及掘进机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310250953.2A CN115962783B (zh) | 2023-03-16 | 2023-03-16 | 掘进机截割头的定位方法及掘进机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115962783A CN115962783A (zh) | 2023-04-14 |
CN115962783B true CN115962783B (zh) | 2023-06-02 |
Family
ID=85899683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310250953.2A Active CN115962783B (zh) | 2023-03-16 | 2023-03-16 | 掘进机截割头的定位方法及掘进机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115962783B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116295313B (zh) * | 2023-05-22 | 2023-07-18 | 太原理工大学 | 掘进机的实时定位系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1541709A (en) * | 1975-07-16 | 1979-03-07 | Eickhoff Geb | Method and apparatus for controlling the movements of a cutting tool of a tunnelling machine |
US4238828A (en) * | 1977-10-07 | 1980-12-09 | The Secretary Of State For Industry In Her Britannic Majesty's Government Of The United Kingdom Of Great Britain And Northern Ireland | Position detecting apparatus |
EP0957232A1 (de) * | 1998-05-13 | 1999-11-17 | BOART LONGYEAR GMBH & CO. KG HARTMETALLWERKZEUGFABRIK | Rollenmeissel mit segmentierten Schneidringen für Tunnelvortriebsmaschinen |
CN103411621A (zh) * | 2013-08-09 | 2013-11-27 | 东南大学 | 一种面向室内移动机器人的光流场视觉/ins组合导航方法 |
CN104929638A (zh) * | 2015-07-03 | 2015-09-23 | 神华集团有限责任公司 | 一种用于掘进机的井下辅助截割系统 |
CN111524195A (zh) * | 2020-04-28 | 2020-08-11 | 河北工程大学 | 一种掘进机截割头定位中的相机标定方法 |
CN114964139A (zh) * | 2022-05-25 | 2022-08-30 | 山东科技大学 | 一种基于双轴倾角传感器的掘进机位姿检测及定位系统 |
CN115641553A (zh) * | 2022-12-26 | 2023-01-24 | 太原理工大学 | 掘进机作业环境侵入物的在线检测装置及方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101694716A (zh) * | 2009-10-10 | 2010-04-14 | 北京理工大学 | 一种针对多点目标的立体视觉光学跟踪系统 |
CN101714256B (zh) * | 2009-11-13 | 2011-12-14 | 河北工业大学 | 基于全方位视觉的动态目标识别和定位方法 |
CN103886107B (zh) * | 2014-04-14 | 2017-10-03 | 张文强 | 基于天花板图像信息的机器人定位与地图构建系统 |
CN108564628B (zh) * | 2018-04-17 | 2023-05-26 | 北京理工大学 | 一种面向掘进机自动化的截割头视觉定位定向系统 |
CN109903309B (zh) * | 2019-01-07 | 2023-05-12 | 南京华科广发通信科技有限公司 | 一种基于角度光流法的机器人运动信息估计方法 |
CN111553948B (zh) * | 2020-04-27 | 2023-01-17 | 冀中能源峰峰集团有限公司 | 一种基于双示踪物的掘进机截割头定位方法 |
CN115049738A (zh) * | 2021-03-08 | 2022-09-13 | 广东博智林机器人有限公司 | 人与相机之间距离的估计方法及系统 |
CN115690190B (zh) * | 2021-07-26 | 2023-10-03 | 国家电网有限公司 | 基于光流图像和小孔成像的运动目标检测与定位方法 |
CN113808203B (zh) * | 2021-08-20 | 2024-04-26 | 北京工业大学 | 一种基于lk光流法与orb-slam2的导航定位方法 |
-
2023
- 2023-03-16 CN CN202310250953.2A patent/CN115962783B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1541709A (en) * | 1975-07-16 | 1979-03-07 | Eickhoff Geb | Method and apparatus for controlling the movements of a cutting tool of a tunnelling machine |
US4238828A (en) * | 1977-10-07 | 1980-12-09 | The Secretary Of State For Industry In Her Britannic Majesty's Government Of The United Kingdom Of Great Britain And Northern Ireland | Position detecting apparatus |
EP0957232A1 (de) * | 1998-05-13 | 1999-11-17 | BOART LONGYEAR GMBH & CO. KG HARTMETALLWERKZEUGFABRIK | Rollenmeissel mit segmentierten Schneidringen für Tunnelvortriebsmaschinen |
CN103411621A (zh) * | 2013-08-09 | 2013-11-27 | 东南大学 | 一种面向室内移动机器人的光流场视觉/ins组合导航方法 |
CN104929638A (zh) * | 2015-07-03 | 2015-09-23 | 神华集团有限责任公司 | 一种用于掘进机的井下辅助截割系统 |
CN111524195A (zh) * | 2020-04-28 | 2020-08-11 | 河北工程大学 | 一种掘进机截割头定位中的相机标定方法 |
CN114964139A (zh) * | 2022-05-25 | 2022-08-30 | 山东科技大学 | 一种基于双轴倾角传感器的掘进机位姿检测及定位系统 |
CN115641553A (zh) * | 2022-12-26 | 2023-01-24 | 太原理工大学 | 掘进机作业环境侵入物的在线检测装置及方法 |
Non-Patent Citations (3)
Title |
---|
3D Reconstruction of Underground Tunnel Using Depth-camera-based Inspection Robot;Jing N;《Sensors and materials》;全文 * |
基于机器视觉的掘进机截割头姿态检测系统;刘勇;;煤矿机械(03);全文 * |
悬臂掘进机自动导向和定位技术探索;田原;;工矿自动化(08);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115962783A (zh) | 2023-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108399642B (zh) | 一种融合旋翼无人机imu数据的通用目标跟随方法和系统 | |
CN115962783B (zh) | 掘进机截割头的定位方法及掘进机 | |
CN109584238B (zh) | 一种基于立体视觉的弓网运行状况在线检测系统及方法 | |
CN106989683B (zh) | 一种盾构机盾尾间隙视觉测量方法 | |
CN210573937U (zh) | 一种辊压机辊面在线三维成像装置 | |
CN106296694A (zh) | 杆塔倾斜智能图像辨识测量方法 | |
WO2021147391A1 (zh) | 一种基于vio和卫星导航系统融合的地图生成方法及装置 | |
CN112414324B (zh) | 一种基于双目立体视觉的直升机旋翼桨叶扭转角测量方法 | |
CN114608561A (zh) | 一种基于多传感器融合的定位与建图方法及系统 | |
CN103686083A (zh) | 一种基于车载传感器视频流匹配的实时测速方法 | |
CN108171728A (zh) | 基于混合相机系统的无标记运动物体姿态恢复方法及装置 | |
CN110189363A (zh) | 一种机场场面移动目标低视角视频测速方法 | |
CN111452840B (zh) | 一种基于单目视觉测量技术的铁路钢轨爬行位移检测方法 | |
CN106408589B (zh) | 基于车载俯视相机的车辆运动测量方法 | |
CN112580683A (zh) | 一种基于互相关的多传感器数据时间对齐系统及其方法 | |
CN110411475A (zh) | 一种基于模板匹配算法和imu辅助的机器人视觉里程计 | |
CN115773209A (zh) | 一种风机叶片净空检测装置及检测方法 | |
JP2009052907A (ja) | 異物検出システム | |
CN109903309B (zh) | 一种基于角度光流法的机器人运动信息估计方法 | |
CN116804553A (zh) | 基于事件相机/imu/自然路标的里程计系统及方法 | |
CN114820768B (zh) | 一种大地坐标系与slam坐标系对齐方法 | |
CN110132272A (zh) | 一种用于空间碎片运动参数的测量方法及系统 | |
CN114184127B (zh) | 一种基于单相机无标靶的建筑物全局位移监测方法 | |
CN110473229B (zh) | 一种基于独立运动特征聚类的运动目标检测方法 | |
CN107292810B (zh) | 一种视觉系统的图像处理方法及系统 |
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 |