CN117291959A - 基于激光slam的工作面整体工作空间虚拟重构方法 - Google Patents
基于激光slam的工作面整体工作空间虚拟重构方法 Download PDFInfo
- Publication number
- CN117291959A CN117291959A CN202311235235.4A CN202311235235A CN117291959A CN 117291959 A CN117291959 A CN 117291959A CN 202311235235 A CN202311235235 A CN 202311235235A CN 117291959 A CN117291959 A CN 117291959A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- virtual
- coal mining
- mining machine
- space
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 239000003245 coal Substances 0.000 claims abstract description 169
- 238000005065 mining Methods 0.000 claims abstract description 140
- 230000004927 fusion Effects 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 239000013598 vector Substances 0.000 claims description 26
- 238000005520 cutting process Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 20
- 238000006073 displacement reaction Methods 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000004088 simulation Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000007667 floating Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
- G06T17/205—Re-meshing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于激光SLAM的工作面整体工作空间虚拟重构方法,包括建立物理点云空间、虚拟点云空间和虚实融合通道。物理点云空间通过安装在采煤机上的激光雷达进行物理点云数据,并解算出综采装备的位姿信息,以便于虚拟点云模块中综采装备的重构;虚拟点云空间建立综采装备以及激光雷达的数字孪生体,并获取液压支架的虚拟点云;虚实融合通道对支架物理点云与虚拟点云进行配准,并解算采煤机运行轨迹,将其构建为空间模型进行相似性分析完成对运行轨迹的规划,利用实时信息将其进行更新。
Description
技术领域
本发明涉及到工作面综采装备虚拟重构领域,具体而言,涉及一种基于激光SLAM的工作面整体工作空间虚拟重构方法。
背景技术
随着工业生产过程的自动化和智能化发展,人们对煤炭开采作业的生产效率、人员安全和信息透明度提出了更高要求,工作空间的虚拟重构就是在虚拟空间中对采煤机和液压支架的位姿信息进行虚实融合重构,进而对后续工作面的工作状况能够进行准确的判断和评估。
煤炭开采不断在向智能化和无人化的方向发展,想要实现这一目标就必须使综采工作面采煤机、刮板输送机和液压支架协同工作,提高生产的自动化水平,其中实现对综采装备运行姿态和位置的实时精准的重构,将虚拟空间与物理空间的虚实融合将安全可靠的检测刮板输送机直线度,采煤机运行轨迹以及液压支架位姿信息。
公开号为CN114859379A的“一种基于多激光雷达综采工作面实时三维成像方法及系统”通过获取任一激光雷达在对应液压支架坐标系下的位姿,所述激光雷达预设于与其对应的液压支架上;获取任一激光雷达在当前时刻其视场内的局部综采工作面的原始点数据;通过所述原始点数据对所述局部综采工作面进行局部实时成像;以一液压支架坐标系为基准,将任一局部实时成像的结果变换至该液压支架坐标系下以进行全局实时成像。所述成像系统将激光雷达设于液压支架上,并设置与每一激光雷达对应的子处理器,及与各子处理器相连的总处理器,及执行所述成像方法的软件,实现综采工作面的局部实时成像和全局实时成像,且不用对原有矿井结构进行改造。
公开号为CN114970073A的“一种基于激光雷达的采煤机虚实融合定位系统”包括底层数据处理系统、数据修正系统和虚拟现实系统。利用采煤机上安装的两台二维激光雷达、倾角传感器和里程计采集支架和采煤机的姿态数据,经由数据修正系统修正后通过精定位系统和粗定位系统中内置的解算模块获得采煤机在工作面内的相对位置信息和绝对位置信息。在虚拟现实环境中实现截割推进过程的仿真运动,并通过人机交互获取采煤机位置信息同时给出定位结果置信度的判定。本发明为采煤机在复杂底板条件下的定位提供了一种基于激光雷达和虚拟现实技术的解决方案,解决了中小型煤矿由于无法负担昂贵的惯导仪器而导致的采煤机无法准确定位的问题,有利于降低采煤机定位的投入成本。同时避免了采煤机依靠惯导定位误差随时间累计导致长时间定位不准确的问题。
公开号为CN110287974A的“一种综采工作面激光扫描三维模型与GIS模型快速匹配方法”将激光扫描仪安装在采煤机上,快速获取综采工作面激光扫描三维模型;提取工作面激光扫描三维模型和GIS模型的特征点集并求取其表面法向量;采用RANSAC方法对特征点集进行粗匹配;采用法向量约束的改进ICP算法进行特征点对配准,利用单位四元数法求解坐标变换矩阵,并校验是否满足设定的阈值约束条件;精确对齐工作面激光扫描三维模型与GIS模型的坐标系,快速匹配工作面激光扫描三维模型与GIS模型,解决综采工作面实际空间物理状态与GIS描述状态实时同步的问题。
基于GeoSLAM的矿山生产环境快速虚拟重构研究:提出了基于GeoSLAM系统的井下生产环境重构整体流程,该生产环境重构流程主要包括数据扫描和三维建模2个重点内容,按操作流程划分为外业测量和内业建模两部分,提出了GeoSLAM系统建模与工程测量数据建模相结合的井下生产环境组合建模方法。
但上述方法的缺陷在于:
(1)需要在液压支架上安装大量的传感器,而液压支架数量众多,大量安装传感器不易实现且造价昂贵;以局部成像完成整体空间成像缺少实时精准的工作空间信息。
(2)使用激光雷达获取的点云完成堆工作空间的建模,未能考虑与已有综采装备耦合关系和点云内生缺陷,对各组成部分分别建模完成对工作空间的重构工作。
(3)使用巷道三维模型特征点集和工作面煤层三维模型特征点集进行粗匹配需要采集工作面地质信息,井下煤层地质信息复杂,对传感器要求高;
(4)对特征的点集采用于法向量约束的改进ICP算法进行配准,其工作量大要满足距离阈值约束条件要求并进行坐标变换,得到的坐标信息仅有位置信息缺少综采装备的位姿信息。
综上所述所述,现有技术中仅完成对工作空间的重构,缺少虚拟空间与物理空间的虚实融合,物理空间不能够随时停止且环境复杂,收集的点云信息会有缺陷;未使用虚拟空间的工作平面对运行轨迹以及截割轨迹进行推演。
发明内容
本发明的目的是提供一种基于激光SLAM的工作面整体工作空间虚拟重构方法,结合物理点云信息而建立虚拟空间的数字孪生体,并利用虚实融合来调整虚拟空间的综采装备,并对采煤机运行轨迹进行解析并预测,实现对整体工作空间的虚拟重构。
为实现上述目的,本发明采用的技术方案是:
一种基于激光SLAM的工作面整体工作空间虚拟重构方法,其特征在于:
步骤一,建立物理点云空间,包括:
——物理点云数据的采集;选取液压支架特征部件,在采煤机沿刮板输送机移动的过程中,通过安装在采煤机上的激光雷达对液压支架群整体进行扫描获取液压支架群整体的点云,在获得液压支架群整体的点云后进行滤波以提取出单台液压支架的局部特征点云,完成物理点云数据的采集与处理工作;
——解算采煤机位姿;对激光雷达扫描到的液压支架群点云进行配准,利用配准得到的四元数及位移向量解析激光雷达运动时的姿态角并拟合出激光雷达的运动轨迹,由于激光雷达与采煤机刚性连接,激光雷达的姿态与位置信息视作采煤机的姿态与位置信息;
步骤二,建立虚拟点云空间,包括:
——建立数字孪生体;选取Unity3d作为虚拟现实环境平台,依据工作面三机装配图和传感器测量结果建立采煤机、液压支架和刮板输送机的数字孪生模型,完成虚拟现实场景的初始化;
——虚拟点云获取;构建激光雷达数字孪生体,给待扫描的目标添加相应的碰撞体,使用射线碰撞监测方法获取特征部件扫描点的世界坐标,并将世界坐标转换到以激光雷达为坐标系原点的局部坐标,以此完成对物理点云获取过程的模拟;
——虚实坐标体系统一;激光雷达扫描得到的每一帧点云在世界坐标系下的旋转角度及位置信息的四元数及位移向量进行解析,使得其能够直接用来驱动虚拟现实环境中采煤机数字孪生体的运动;
——全架次点云采集与发布;在虚拟空间中根据采煤机位姿重构的方法驱动采煤机的数字孪生体进行运动,借助其搭载的激光雷达数字孪生体对虚拟支架群逐次扫描,获得全部支架的特征部件虚拟点云数据;
步骤三,建立虚实融合通道,包括:
——液压支架虚实点云配准;将物理空间与虚拟空间中获得的点云进行配准,对配准得到的旋转平移矩阵进行变换,依据变换结果对液压支架数字孪生体的位姿进行调整使其与物理空间中液压支架位姿完全相同,完成单台液压支架整体位姿的重构;
——刮板输送机机位姿解算;结合采煤机运行轨迹中的位置和姿态信息,根据采煤机在刮板输送机上运行时的耦合关系,解算出刮板输送机各节中部槽俯仰角,得到刮板输送机实际形态;
——轨迹预测与修正迭代;基于获取的采煤机的运行轨迹进行解析,在虚拟空间内对位姿轨迹预测;在支架底座位姿信息的基础上,获取顶板点云信息,并借助Unity3d构建空间模型,通过相似性分析得到下一刀理论轨迹,并融合反馈的实时采煤机轨迹信息,对空间模型以及理论轨迹进行修正。
进一步地,步骤一中,使用ROS系统进行激光雷达点云数据的采集、录制和解析bag文件中单帧PCD点云文件;借助PCL点云库从整体场景点云中滤波并分割获取单台液压支架的局部特征点云,完成物理点云数据的采集与处理工作。
进一步地,步骤一中,利用A-Loam算法结合设备信息修正从bag文件中解算出采煤机的位姿与运行轨迹,通过双矢量定姿和坐标系变换原理确定刮板机空间位姿解算所需参数,进而完成始末关节的相对位姿解算。
进一步地,步骤一中,采取直通滤波的方式,通过划定一个空间包围盒将目标点云从整体点云中提取出来,其参数设定根据综采工作面的三机装配图和激光雷达的安装位置和垂直扫描角度确定;根据采煤机移动速度和点云发布频率选择合适的采样频率,采集当采煤机运动到使得激光雷达正对液压支架电液控制器位置时发布的点云PCD文件进行滤波,以此获得物理空间中单台液压支架的局部特征点云。
进一步地,步骤一中,重构采煤机位姿之前需要对采集到的点云进行运动畸变补偿,点云运动畸变补偿是将当前扫描完成时刻的点云,与上一帧完整的点云进行匹配,对旋转平移矩阵进行线性插值,将当前帧的点云全部投影到扫描完成时刻,从而完成点云运动畸变补偿,完成运动畸变补偿后,对点云进行帧间匹配。
进一步地,步骤二中,通过FileStream类实现单帧虚拟PCD点云数据的连续读写与存储;结合实际采煤机移动速度和点云发布频率,选择采样频率对虚拟空间中液压支架群逐次扫描,获得全部支架的特征部件虚拟点云数据。
进一步地,步骤三中,采用NDT+PointtoPlane ICP算法进行连续配准,获得支架整体姿态调整的动作参数,按照Unity3d中坐标轴指向对支架底座位姿参数进行迭代求解;按照虚拟支架群的求解结果再次进行虚拟扫描并与原始物理点云配准,依据配准得到的动作参数多次调整虚拟支架直至满足误差精度要求,即可获得支架底座位姿;基于采煤机实时位姿信息反演得到中部槽虚拟位姿信息,即可获得浮动连接机构始末关节相对位姿信息,以此完成工作空间的重构。
进一步地,步骤三中,基于已知的截割顶板轨迹和底板轨迹数据,对下一刀三机状态和位置进行预测和判断,分别提取顶底板曲线、液压支架支撑状态和刮板输送机排布状态,描绘出煤层三维形态,构建三维工作面煤层仿真模型,并将其导入Unity3d,通过连接三角形实现煤层底板的网格划分与构建,在Unity3d中利用MeshFilter和MeshRender组件实现煤层的虚拟重构。
与现有技术相比,本发明具有以下有益效果:
(1)根据三维激光雷达的工作原理提出了在虚拟空间中构建其数字孪生模型的方法,实现了虚拟点云的采集和存储;对物理空间进行点云运动畸变补偿并与虚拟空间高精度虚拟雷达进行匹配,使其能够通过同时融合、同时迭代、同时求解,以此完成虚实融合协同工作。
(2)通过物理雷达和虚拟雷达的搜索获取点云信息,对液压支架群局部特征点云进行虚实点云配准,以此驱动采煤机和液压支架群的位姿重构;解析采煤机运行中的位置和位姿信息,根据采煤机在刮板输送机上运行时的耦合关系建立起刮板输送机解算模型,得到刮板机实际形态,基于此完成综采装备整体的虚拟重构。
(3)建立物理空间和虚拟空间坐标系并统一运动方向,解析配准得到的四元数和位移向量,根据解析结果对虚拟空间中的数字孪生体进行调整,使其与物理空间位姿相同,完成虚实融合。
(4)以采煤机前滚筒和支架的顶梁与顶板接触,刮板机、采煤机的下滚筒以及支架的底座与地板相接触的基础上,通过综采装备可以得到顶底板的曲面,并由此得到煤层仿真模型,形成工作空间和煤层的整体环境的重构。
(5)解析采煤机运动轨迹并在虚拟空间中表现出来,通过Unity3d的计算能力进行虚拟路径推演,构建空间模型利用网格化划分以及相似性分析对曲面进行分析以及截割轨迹预测,并使用实时采煤机位姿信息对路径推演以及截割轨迹进行更新。
附图说明
图1是基于激光SLAM的工作面整体工作空间实时精准虚拟重构方法的技术路线图;
图2是采煤机视角液压支架的重构示意图;
图3是采煤机物理三级坐标系示意图;
图4是本发明的点云数据写入逻辑;
图5是采煤机采煤机位姿重构过程示意图;
图6是下一刀理论轨迹说明图;
图7是空间模型预测下一刀流程示意图。
具体实施方式
本发明一种典型的实施方式提供基于激光SLAM的工作面整体工作空间实时精准虚拟重构方法,包括物理点云空间,虚拟点云空间,虚实融合通道。
如图1所示是基于激光SLAM的工作面整体工作空间实时精准虚拟重构方法的技术路线图,包括物理点云空间,虚拟点云空间和虚实融合通道。其中,物理点云空间通过安装在采煤机上的激光雷达进行物理点云数据,并解算出综采装备的位姿信息,以便于虚拟点云模块中综采装备的重构;虚拟点云空间建立综采装备以及激光雷达的数字孪生体,并获取液压支架的虚拟点云;虚实融合通道对支架物理点云与虚拟点云进行配准,并解算采煤机运行轨迹,将其构建为空间模型进行相似性分析完成对运行轨迹的规划,利用实时信息将其进行更新。
(1)建立物理点云空间
所述物理点云空间是通过通过安装在采煤机上的激光雷达进行物理点云数据,并解算出综采装备的位姿信息;包括液压支架特征部件选取,激光雷达标定,点云数据采集与处理和解算采煤机位姿,物理点云空间获取点云信息是进行虚拟空间重构的前提。
物理点云空间根据支架类型及各部件参数选定待扫描的特征部件,完成激光雷达的选型、确认最优安装位置及标定工作;使用ROS系统进行激光雷达点云数据的采集、录制和解析bag文件中单帧pcd点云文件;借助PCL点云库从整体场景点云中滤波并分割获取单台支架的局部特征点云,完成物理点云数据的采集与处理工作;利用A-Loam算法结合采煤机惯性导航等设备信息修正从bag文件中解算出采煤机的位姿与运行轨迹,通过双矢量定姿和坐标系变换原理确定刮板机空间位姿解算所需参数,进而完成始末关节的相对位姿解算。
其中,特征部件选取及激光雷达标定是根据支架类型及各部件参数选定待扫描的特征部件,完成激光雷达的选型、确认最优安装位置及标定工作。三维激光雷达具有分辨率高、精度高、抗干扰能力强的特点,适合作为综采工作面点云获取设备。
如图2所示将激光雷达安装在采煤机机身上,通过磁性底座与采煤机机身刚性连接,在采煤机沿刮板输送机移动的过程中,激光雷达对液压支架群整体进行扫描。根据激光雷达的特性,扫描距离越远,落在同一物体表面的激光点数越少,采集到的物体特征越不明显,当采煤机运动到使激光雷达正对液压支架时点云信息丰度最高,受限于激光雷达在竖直平面内的扫描角度,采集到的质量较高的点云主要是液压支架的立柱部分和电液控制器部分的局部点云,以此来作为物理空间中点云数据的来源。
为了方便虚拟空间中对装备的重构,建立当前截割刀的三级坐标系,如图3所示选取当前截割刀第一台液压支架底座前挡板上边缘线中点为标记点并建立左手坐标系,选取竖直指向顶梁方向为y轴正方向,水平指向煤壁方向为x轴正方向,刮板输送机机尾指向机头的方向为z轴正方向。以此坐标系作为当前截割刀的世界坐标系(一级坐标系),第一台液压支架在世界坐标系中的坐标为 由于采煤机与激光雷达刚性连接,因此将二者坐标系重合,选取激光雷达本身的坐标系作为二级坐标系,安装激光雷达时使得雷达的z轴正方向竖直指向煤层顶板,x轴正方向水平指向液压支架群,y轴正方向水平指向刮板输送机机尾。每台液压支架按照第一台液压支架坐标系的建立方式分别建立各自的坐标系,作为三级坐标系。将单台液压支架位置记为/>定义绕液压支架自身坐标系z轴旋转的角度为俯仰角,绕y轴旋转的角度为偏航角,绕z轴旋转的角度为横滚角,姿态角的正负按右手定则确定。定义采煤机绕x轴旋转的角度为俯仰角,绕y轴旋转的角度为横滚角,绕z轴旋转的角度为偏航角,姿态角的正负值根据右手定则确定。
其中,点云数据采集与处理使用物理空间中激光雷达采集到的点云完成采煤机以及液压支架群的位姿重构。采煤机位姿重构主要是对激光雷达扫描到的液压支架群点云进行配准,利用配准得到的四元数及位移向量解析激光雷达运动时的姿态角并拟合出激光雷达的运动轨迹,由于激光雷达与采煤机刚性连接,激光雷达的姿态与位置信息可以视作采煤机的姿态与位置信息,使用这些信息在虚拟现实环境中驱动采煤机的数字孪生体动作即可完成采煤机位姿的重构。
在物理空间中搭载激光雷达的采煤机对液压支架群进行扫描并获取液压支架群整体的点云。在单向割煤作业时,采煤机在截割煤壁的过程中液压支架只移架不推溜,而在反向扫浮煤时液压支架追机推溜,此时液压支架整体位姿不会发生变化,因此对液压支架群的扫描在此工序中进行。
由于VLP-16激光雷达是机械旋转式雷达,无法单独对一台液压支架进行扫描,在获得液压支架群整体的点云后需要将点云进行滤波以提取出单台液压支架的点云。采取直通滤波的方式,通过划定一个空间包围盒将目标点云从整体点云中提取出来,其参数设定根据综采工作面的三机装配图和激光雷达的安装位置和垂直扫描角度确定。根据采煤机移动速度和点云发布频率选择合适的采样频率,采集当采煤机运动到使得激光雷达正对液压支架电液控制器位置时发布的点云PCD文件进行滤波,以此获得物理空间中单台液压支架的点云。
其中,解算采煤机位姿由于激光雷达在扫描过程中采煤机沿着刮板输送机向前移动,因此在重构采煤机位姿之前需要对采集到的点云进行运动畸变补偿。点云出现运动畸变的原因是激光雷达在扫描获取一帧完整点云的过程中,搭载激光雷达的采煤机同时在沿着刮板输送机移动,这就导致同一帧点云的数据中各点的坐标系原点并不重合,因此需要将一帧中所有点都转换到同一时刻的坐标系下。
点云运动畸变补偿是将当前扫描完成时刻的点云,与上一帧完整的点云进行匹配,对旋转平移矩阵进行线性插值,将当前帧的点云全部投影到扫描完成时刻,从而完成点云运动畸变补偿,完成运动畸变补偿后,即可对点云进行帧间匹配。首先需要对点云进行特征点的提取,计算每个点的曲率,根据曲率大小将点划分为角特征点、面特征点、次点面特征点和非特征点。完成特征点的提取后就将问题转换成了已知特征点的帧间匹配,选择特征对象为角特征点和面特征点,借助点到面和点到线的ICP算法即可完成点云的帧间匹配得到上一帧点云到当前帧点云的位姿增量,根据位姿增量更新点云在世界坐标系下的位姿。以更新后的位姿为初始值,将雷达坐标系下的点转换到世界坐标系下,在世界坐标系下构建延迟更新的地图,选择特征对象为次点面特征点拟合的特征直线和特征平面,将转换后的当前帧的点云与地图进行匹配,获得最终的四元数及位移向量,即采煤机位姿重构所需要的数据来源。
上述运动畸变补偿与四元数及位移向量的获取过程借助A-LOAM算法实现,A-LOAM算法中的laserOdometry部分负责运动畸变补偿与帧间匹配,laserMapping部分负责当前帧点云与地图匹配并获取最终的四元数及位移向量。
(2)建立虚拟点云空间
所述虚拟点云空间是在虚拟空间建立综采装备以及激光雷达的数字孪生体,并获取液压支架的虚拟点云,并模拟综采面的工作过程,并以此进行虚实融合;包括建立数字孪生体,虚拟点云获取,虚实坐标体系统一和全架次点云采集与发布。
虚拟点云空间根据综采装备和激光雷达尺寸参数,利用Unity3d软件构建其数字孪生体,在虚拟空间中1:1还原综采工作面;在此基础上使用射线碰撞监测方法获取立柱等特征部件扫描点的世界坐标;通过坐标转换实现扫描点与激光雷达的坐标系统一,实现物理空间中激光雷达扫描功能在虚拟空间中的映射;通过FileStream类实现单帧虚拟pcd点云数据的连续读写与存储;结合实际采煤机移动速度和点云发布频率,选择合适的采样频率对虚拟空间中液压支架群逐次扫描,获得全部支架的特征部件虚拟点云数据。
其中,建立数字孪生体选取Unity3d作为虚拟现实环境平台,依据工作面三机装配图和已有传感器测量结果建立采煤机、液压支架和刮板输送机的数字孪生模型,完成虚拟现实场景的初始化。
三维激光雷达数字孪生建立的核心是通过模拟激光器发射激光脉冲,接收器接收返回的光束,通过发射与接收的时间差计算得到照射在物体表面的激光点到雷达的距离。同时激光雷达会将扫描到的所有点的空间坐标、光照强度、所属的扫描线束信息记录下来并按帧输出,激光雷达旋转一周生成一帧点云。
要想实现这一目的,需要借助Unity3d自带的Physics.Raycast结构体。Physics.Raycast结构体可以从指定位置向指定方向发出射线,在检测距离内如果射线接触到的物体被添加了碰撞体组件,则返回射线碰撞点的坐标等信息,其逻辑与激光雷达检测目标的过程基本相同。根据VLP-16激光雷达的扫描参数,编写C#脚本依次对Raycast中成员进行设置,首先是ray,结构体ray中包含两个参数,射线的起点Vector3 origin和方向Vector3 direction,将脚本挂载物体的transform.position作为origin,令 由公式1~3得出:
I={in|in=-(rayNum-1)+2*n,n≤rayNum,n∈N},i∈I (3)
式中表示指向z轴正方向的单位向量,i表示当前扫描点所属的线数,I表示扫描线数集合,in表示集合中的元素,rayNum表示激光雷达的总线数。
公式(1)-(3)由以下语句实现:
其中,Quaternion.AngleAxis()为Unity3d自带的轴角旋转方法,angle为雷达在竖直平面内的扫描角度范围,此处令angle=30,transform.forward和transform.right分别对应物体的x轴和z轴。然后是对成员变量hit的声明并将成员maxDistance设为100,使得激光雷达数字孪生体探测距离与实际雷达相同,成员layerMask和queryTriggerInteraction按照默认设置即可。使用Debug.DrawLine(Vector3 start,Vector3 end,Color color)方法实现射线的可视化,令start=transform.position,end=hit.point,color=Color.blue,即可在Sence界面看到从雷达到射线碰撞点的蓝色射线。逐帧调用transform.Rotate函数控制雷达旋转,至此完成激光雷达数字孪生体的构建。
上述虚拟点云的获取通过使用Unity3d的碰撞检测功能对激光雷达的数字孪生体检测获得的,在使用该数字孪生体之前需要给待扫描的目标添加相应的碰撞体。已知物理空间中的点云数据来源主要是液压支架的立柱部分和电液控制器部分,因此将液压支架数字孪生体的这两部分部件作为主要的扫描对象,依据部件外形分别给它们添加胶囊碰撞体和Mesh碰撞体。当从雷达发射出的射线接触到立柱和电液控制器模型表面时,通过hit.position即可获得碰撞点的世界坐标,通过transform.InverseTransformPoint()方法将世界坐标转换到以雷达为坐标系原点的局部坐标,以此完成对物理点云获取过程的模拟。
完成虚拟点云的获取后,选择通用的PCD文件格式对点云数据进行存储。编写C#脚本在指定文件路径下创建一个新的PCD文件,通过FileStream类向该文件中写入获取到的点云,并以脚本输出的PCD文件作为虚拟空间中点云数据的来源,写入数据逻辑如图4所示。
其中,虚实坐标体系统一是将反映的是激光雷达扫描得到的每一帧点云在世界坐标系下的旋转角度及位置信息的四元数及位移向量进行解析,使得其能够直接用来驱动虚拟现实环境中采煤机数字孪生体的运动。
首先,在物理空间中激光雷达使用的坐标系为右手坐标系,z轴方向竖直向上,而Unity3d中世界坐标系为左手坐标系,y轴方向竖直向上,二者x轴方向相反。其次,在A-LOAM算法中,点云的位姿信息最终转换为了在世界坐标系中的四元数和位移向量,按欧拉角表示其旋转顺序为Z-X-Y顺规,而在Unity3d中,静态欧拉角和动态欧拉角的旋转顺序是不一样的,静态欧拉角使用Z-X-Y顺规,动态欧拉角使用Y-X-Z顺规,且由于坐标系和旋转方向的定义不同,绕同一个轴旋转时物理空间和虚拟空间中旋转方向是相反的。为了与物理空间中的运动统一,在Unity3d中使用四元数按照世界坐标轴进行旋转,以采煤机初始位置为起点进行移动,前文中获得的位移向量需要交换其y、z坐标,四元数需要先转换成旋转矩阵,交换旋转矩阵中y、z轴相关参数所在位置并对y轴旋转角度取反,将调整后的旋转矩阵转换为四元数控制采煤机运动。将扫描开始时间与重构开始时间对齐,调整Unity3d脚本调用帧率与激光雷达帧率相同,通过Linerender组件将采煤机的运动轨迹绘制出来,即可完成虚拟现实环境中对采煤机的位姿重构,调整后的旋转矩阵反映的是采煤机在运动过程中的俯仰角、横滚角和偏航角信息,位移向量反映的是采煤机的位置信息。采煤机的位姿重构过程如图5所示。
其中,全架次点云采集与发布是在虚拟空间中根据采煤机位姿重构的方法驱动采煤机的数字孪生体进行运动,借助其搭载的激光雷达数字孪生体对虚拟支架群进行扫描并获取虚拟空间中单台液压支架的点云。与物理空间中不同的是,虚拟空间中采煤机的运动可以随时停止,并且由于扫描过程是使用碰撞体射线检测的方式实现的,在扫描过程中可以通过只给目标支架添加碰撞体组件而对于非目标支架则不添加碰撞体来实现只对单台支架的点云获取。这种做法可以避免对虚拟点云的多个PCD文件进行滤波,一定程度上提高了重构效率。在扫描前需要根据综采工作面三机装配图将液压支架调整至理想位置,并将其姿态角置零以此确定液压支架的初始状态。根据液压支架和采煤机数字孪生体的世界坐标关系使得激光雷达运动到与物理空间中采样位置相同的位置时开始扫描,扫描时长根据Unity3d帧数和激光雷达的旋转速度决定。
(3)建立虚实融合通道
虚实融合通道对支架物理点云与虚拟点云进行配准,并解算采煤机运行轨迹,将其构建为空间模型进行相似性分析完成对运行轨迹的规划,利用实时信息将其进行更新;包括采煤机轨迹解算,支架虚实点云配准和轨迹预测与修正迭代。
虚实融合通道基于支架上布置的位姿传感信息,对虚拟空间内每台支架内部姿态进行调整;物理点云与虚拟点云采用NDT+PointtoPlane ICP算法进行连续配准,获得支架整体姿态调整的动作参数,按照Unity3d中坐标轴指向对支架底座位姿参数进行迭代求解;按照虚拟支架群的求解结果再次进行虚拟扫描并与原始物理点云配准,依据配准得到的动作参数多次调整虚拟支架直至满足误差精度要求,即可获得支架底座位姿;基于采煤机实时位姿信息反演得到中部槽虚拟位姿信息,即可获得浮动连接机构始末关节相对位姿信息,以此完成工作空间的重构;基于获取的采煤机的运行轨迹进行解析,在虚拟空间内对位姿轨迹预测;在支架底座位姿信息的基础上,获取顶板点云信息,并借助Unity3d构建空间模型;通过相似性分析得到下一刀理论轨迹,并融合反馈的实时采煤机轨迹信息,对空间模型以及理论轨迹进行修正。
其中,液压支架虚实点云配准是将物理空间与虚拟空间中获得的点云进行配准,对配准得到的旋转平移矩阵进行变换,依据变换结果对液压支架数字孪生体的位姿进行调整使其与物理空间中液压支架位姿完全相同,至此完成单台液压支架整体位姿的重构。采用NDT+PointtoPlane ICP算法进行虚实点云配准,由于虚实空间中激光雷达坐标轴指向及点云旋转方向不同,为了便于虚拟空间中液压支架的调整,在配准前需要交换物理空间中的点云的y、z轴坐标将其点云转换到虚拟空间中点云坐标系下,配准完成后对y轴旋转角度取反并对位移向量中的x、z值取反,最后按照Unity3d自带的世界坐标系对液压支架数字孪生体进行旋转和移动,由此完成对支架底座位姿参数的迭代求解。
刮板输送机机位姿解算结合采煤机运行轨迹中的位置和姿态信息,根据采煤机在刮板输送机上运行时的耦合关系,解算出刮板输送机各节中部槽俯仰角,得到刮板输送机实际形态。
刮板输送机是由哑铃销连接各节中部槽形成的,因此它可以在一定范围内自适应弯曲,从而与底板耦合。采煤机俩支撑滑靴中心点连线与连线在水平面上的投影线的夹角为机身俯仰角,由于俩支撑滑靴与中部槽实时接触,所以两者之间空间位置关系会直接影响采煤机机身的俯仰角。在采煤机运行过程中,其左右支撑滑靴分别与中部槽的铲煤板接触。在刮板输送机竖直面形态解算过程中,为了准确识别采煤机支撑滑靴所经过的每节中部槽的俯仰角,以第1节中部槽为起点建立坐标系。测量初始位置处采煤机左支撑滑靴和俩支撑滑靴之间对应的多节中部槽的俯仰角,并将它作为已知量,结合利用采煤机与刮板输送机的耦合关系建立的解算模型,可滚动计算出在采煤机运行过程中其右支撑滑靴所接触中部槽的俯仰角,根据获得的各中部槽俯仰角可解算出刮板输送机的实际形态。
其中,轨迹预测与修正迭代是基于获取的采煤机的运行轨迹进行解析,在虚拟空间内对位姿轨迹预测;在支架底座位姿信息的基础上,获取顶板点云信息,并借助Unity3d构建空间模型;通过相似性分析得到下一刀理论轨迹,并融合反馈的实时采煤机轨迹信息,对空间模型以及理论轨迹进行修正。
由于相邻煤层变化慢,相邻的几刀煤层走势变化较慢,第n刀截割形成的顶底板的形态决定了第n+1刀采煤循环时刮板输送机的铺设形态和第n+2刀液压支架的姿态,有一定近似程度。因此在装备定位定姿方法基础上,基于已知的截割顶板轨迹和底板轨迹数据,对下一刀三机状态和位置进行预测和判断。
分别提取顶底板曲线、液压支架支撑状态和刮板输送机排布状态,描绘出煤层三维形态,构建三维工作面煤层仿真模型,并将其导入Unity3d,通过连接三角形实现煤层底板的网格划分与构建,在Unity3d中利用MeshFilter和MeshRender组件实现煤层的虚拟重构。为方便描述沿推进方向煤层形态,定义了如图6所示的机器人机组推进平面,该平面与水平面夹角为支架机器人底座俯仰角中位数。垂直机器人机组布置方向作推进平面的切向量方向为工作面推进方向。以推进平面为参考,定义刮板机器人直线度为其铺设轨迹在推进平面的投影沿推进方向的跨度,投影中心线即为理想轨迹,作差作为下次推进的补偿量。
在采运装备的实时推进过程中可以使用实时划线的方法为虚拟场景随着装备推进而实时绘制的路径,通过给模型添加Trail Renderer组件实现,添加Trail Renderer组件后实现随着物体移动相应生成路径,Trail Renderer是一种拖尾渲染器,将其Time属性设置为10000,即为持续时间为10000s时间,实现长时间不消失的效果和连线效果一样,还可以设置拖尾线的Width以及Colors使得拖尾线的效果更好。在已知路径的情况下数组点以及划线方法进行虚拟推进前的路径预测。定义Draw类型的变量line1;LineRenderer类型的变量a;以及数组Vector3[]b用于存储划线的点,具体的划线编程如下:
/>
输入Vector3[]b即可实现路径绘制,Color.blue方法可以编辑想要的线段颜色,使得不同路径可以加以区分。通过采煤机实时位姿信息反馈完成对预测路径的修正。在完成对运行路径的预测以及工作空间的重构后,可通过控制程序进行相关的决策,构建煤层粗略地图,同时融合分辨煤岩的信息综合决策采煤机的运行决策,更加精准的控制摇臂截割高度以及液压支架和刮板输送机的直线度。
如图7所示,通过虚拟重构后的煤层以及预测的运行路径,融合采煤机每一刀的历史数据,构建出带有每一刀开采数据的空间模型,通过装备截割过程中的性能参数将空间模型进行网格化划分,依照每层数据以及采煤机截割深度、截割高度以及截割速度使每一个划分的网格自身具有相同的变化趋势而相邻的网格之间具有一定的不同变化趋势,便于进行相似性的分析。依照相邻的网格之间的变化趋势具有相似性的原理,对模型的网格进行分析,从其俯仰角、横滚角和偏航角以及截割高度和深度等方面考虑,如相邻几个网格之间的俯仰角的变化范围以及角度的增加减少的速率范围。同时网格化的模型会在三个维度产生出含有变化信息的曲面,在某一截割时刻采煤机所在位置将其设立一个坐标系采煤机前进方向为X、工作面推进方向为Y、截割高度方向为Z,若分析采煤机前进方向,则将采煤机所在时刻X方向的网格曲面投影到XZ平面上,由于曲面在Z方向上也具有变化率,会使相似分析具有误差,所以在进行网格化划分时要尽量保证每一个网格内没有突变,变化趋势相似,选取出曲面上的不同部位进行投影得到大体趋势相同的曲线,通过分析后得到此刻X和Z方向上的变化规律。同理在剩余两个平面方向上按照相同的办法进行分析得到相似性规律。
将当前截割的数据以及相邻的前几刀的截割数据按照相似性分析得到的规律来得到下一刀以及相邻几刀可能出现的截割轨迹的预测。将实时采煤机的位姿信息反馈,并对煤层的空间模型以及运行轨迹进行实时更新,使得后续的预测能够更加精准高效。
Claims (8)
1.一种基于激光SLAM的工作面整体工作空间虚拟重构方法,其特征在于:
步骤一,建立物理点云空间,包括:
—物理点云数据的采集;选取液压支架特征部件,在采煤机沿刮板输送机移动的过程中,通过安装在采煤机上的激光雷达对液压支架群整体进行扫描获取液压支架群整体的点云,在获得液压支架群整体的点云后进行滤波以提取出单台液压支架的局部特征点云,完成物理点云数据的采集与处理工作;
—解算采煤机位姿;对激光雷达扫描到的液压支架群点云进行配准,利用配准得到的四元数及位移向量解析激光雷达运动时的姿态角并拟合出激光雷达的运动轨迹,由于激光雷达与采煤机刚性连接,激光雷达的姿态与位置信息视作采煤机的姿态与位置信息;
步骤二,建立虚拟点云空间,包括:
—建立数字孪生体;选取Unity3d作为虚拟现实环境平台,依据工作面三机装配图和传感器测量结果建立采煤机、液压支架和刮板输送机的数字孪生模型,完成虚拟现实场景的初始化;
—虚拟点云获取;构建激光雷达数字孪生体,给待扫描的目标添加相应的碰撞体,使用射线碰撞监测方法获取特征部件扫描点的世界坐标,并将世界坐标转换到以激光雷达为坐标系原点的局部坐标,以此完成对物理点云获取过程的模拟;
—虚实坐标体系统一;激光雷达扫描得到的每一帧点云在世界坐标系下的旋转角度及位置信息的四元数及位移向量进行解析,使得其能够直接用来驱动虚拟现实环境中采煤机数字孪生体的运动;
—全架次点云采集与发布;在虚拟空间中根据采煤机位姿重构的方法驱动采煤机的数字孪生体进行运动,借助其搭载的激光雷达数字孪生体对虚拟支架群逐次扫描,获得全部支架的特征部件虚拟点云数据;
步骤三,建立虚实融合通道,包括:
—液压支架虚实点云配准;将物理空间与虚拟空间中获得的点云进行配准,对配准得到的旋转平移矩阵进行变换,依据变换结果对液压支架数字孪生体的位姿进行调整使其与物理空间中液压支架位姿完全相同,完成单台液压支架整体位姿的重构;
—刮板输送机机位姿解算;结合采煤机运行轨迹中的位置和姿态信息,根据采煤机在刮板输送机上运行时的耦合关系,解算出刮板输送机各节中部槽俯仰角,得到刮板输送机实际形态;
—轨迹预测与修正迭代;基于获取的采煤机的运行轨迹进行解析,在虚拟空间内对位姿轨迹预测;在支架底座位姿信息的基础上,获取顶板点云信息,并借助Unity3d构建空间模型,通过相似性分析得到下一刀理论轨迹,并融合反馈的实时采煤机轨迹信息,对空间模型以及理论轨迹进行修正。
2.根据权利要求1所述的方法,其特征在于:步骤一中,使用ROS系统进行激光雷达点云数据的采集、录制和解析bag文件中单帧PCD点云文件;借助PCL点云库从整体场景点云中滤波并分割获取单台液压支架的局部特征点云,完成物理点云数据的采集与处理工作。
3.根据权利要求2所述的方法,其特征在于:步骤一中,利用A-Loam算法结合设备信息修正从bag文件中解算出采煤机的位姿与运行轨迹,通过双矢量定姿和坐标系变换原理确定刮板机空间位姿解算所需参数,进而完成始末关节的相对位姿解算。
4.根据权利要求2或3所述的方法,其特征在于:步骤一中,采取直通滤波的方式,通过划定一个空间包围盒将目标点云从整体点云中提取出来,其参数设定根据综采工作面的三机装配图和激光雷达的安装位置和垂直扫描角度确定;根据采煤机移动速度和点云发布频率选择合适的采样频率,采集当采煤机运动到使得激光雷达正对液压支架电液控制器位置时发布的点云PCD文件进行滤波,以此获得物理空间中单台液压支架的局部特征点云。
5.根据权利要求4所述的方法,其特征在于:步骤一中,重构采煤机位姿之前需要对采集到的点云进行运动畸变补偿,点云运动畸变补偿是将当前扫描完成时刻的点云,与上一帧完整的点云进行匹配,对旋转平移矩阵进行线性插值,将当前帧的点云全部投影到扫描完成时刻,从而完成点云运动畸变补偿,完成运动畸变补偿后,对点云进行帧间匹配。
6.根据权利要求5所述的方法,其特征在于:步骤二中,通过FileStream类实现单帧虚拟PCD点云数据的连续读写与存储;结合实际采煤机移动速度和点云发布频率,选择采样频率对虚拟空间中液压支架群逐次扫描,获得全部支架的特征部件虚拟点云数据。
7.根据权利要求6所述的方法,其特征在于:步骤三中,采用NDT+PointtoPlane ICP算法进行连续配准,获得支架整体姿态调整的动作参数,按照Unity3d中坐标轴指向对支架底座位姿参数进行迭代求解;按照虚拟支架群的求解结果再次进行虚拟扫描并与原始物理点云配准,依据配准得到的动作参数多次调整虚拟支架直至满足误差精度要求,即可获得支架底座位姿;基于采煤机实时位姿信息反演得到中部槽虚拟位姿信息,即可获得浮动连接机构始末关节相对位姿信息,以此完成工作空间的重构。
8.根据权利要求7所述的方法,其特征在于:步骤三中,基于已知的截割顶板轨迹和底板轨迹数据,对下一刀三机状态和位置进行预测和判断,分别提取顶底板曲线、液压支架支撑状态和刮板输送机排布状态,描绘出煤层三维形态,构建三维工作面煤层仿真模型,并将其导入Unity3d,通过连接三角形实现煤层底板的网格划分与构建,在Unity3d中利用MeshFilter和MeshRender组件实现煤层的虚拟重构。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311235235.4A CN117291959A (zh) | 2023-09-25 | 2023-09-25 | 基于激光slam的工作面整体工作空间虚拟重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311235235.4A CN117291959A (zh) | 2023-09-25 | 2023-09-25 | 基于激光slam的工作面整体工作空间虚拟重构方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117291959A true CN117291959A (zh) | 2023-12-26 |
Family
ID=89247373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311235235.4A Pending CN117291959A (zh) | 2023-09-25 | 2023-09-25 | 基于激光slam的工作面整体工作空间虚拟重构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117291959A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117780346A (zh) * | 2024-02-23 | 2024-03-29 | 太原矿机物联科技有限公司 | 基于3d可视化模型的远程煤机控制方法 |
CN117817417A (zh) * | 2024-03-05 | 2024-04-05 | 中北大学 | 一种基于数字孪生的大型筒体最优加工位姿调整方法 |
CN117780346B (zh) * | 2024-02-23 | 2024-05-24 | 太原矿机物联科技有限公司 | 基于3d可视化模型的远程煤机控制方法 |
-
2023
- 2023-09-25 CN CN202311235235.4A patent/CN117291959A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117780346A (zh) * | 2024-02-23 | 2024-03-29 | 太原矿机物联科技有限公司 | 基于3d可视化模型的远程煤机控制方法 |
CN117780346B (zh) * | 2024-02-23 | 2024-05-24 | 太原矿机物联科技有限公司 | 基于3d可视化模型的远程煤机控制方法 |
CN117817417A (zh) * | 2024-03-05 | 2024-04-05 | 中北大学 | 一种基于数字孪生的大型筒体最优加工位姿调整方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111929699B (zh) | 一种顾及动态障碍物的激光雷达惯导里程计与建图方法及系统 | |
Behley et al. | Efficient Surfel-Based SLAM using 3D Laser Range Data in Urban Environments. | |
CN109709801B (zh) | 一种基于激光雷达的室内无人机定位系统及方法 | |
Argüelles-Fraga et al. | Measurement planning for circular cross-section tunnels using terrestrial laser scanning | |
Eisenbeiss et al. | Comparison of DSMs generated from mini UAV imagery and terrestrial laser scanner in a cultural heritage application | |
CN113128109B (zh) | 一种面向智能化综采机器人生产系统的测试与评估方法 | |
Bistacchi et al. | Photogrammetric digital outcrop reconstruction, visualization with textured surfaces, and three-dimensional structural analysis and modeling: Innovative methodologies applied to fault-related dolomitization (Vajont Limestone, Southern Alps, Italy) | |
CN110412616A (zh) | 一种矿区地下采场验收方法与装置 | |
CN101334278B (zh) | 一种数码遥感地质测绘的方法及装置 | |
CN117291959A (zh) | 基于激光slam的工作面整体工作空间虚拟重构方法 | |
CN114526745A (zh) | 一种紧耦合激光雷达和惯性里程计的建图方法及系统 | |
Li et al. | Optimized views photogrammetry: Precision analysis and a large-scale case study in qingdao | |
Hu et al. | Experiment and application of NATM tunnel deformation monitoring based on 3D laser scanning | |
CN114581619A (zh) | 一种基于三维定位和二维建图的煤仓建模方法 | |
CN114004869A (zh) | 一种基于3d点云配准的定位方法 | |
CN111612902A (zh) | 一种基于雷达点云数据的煤矿巷道三维模型构建方法 | |
Furgale | Extensions to the visual odometry pipeline for the exploration of planetary surfaces | |
CN115439621A (zh) | 一种煤矿井下巡检机器人三维地图重建及目标检测方法 | |
CA3135442A1 (en) | Simultaneous localization and mapping | |
CN114648161A (zh) | 一种大吨位装载机自适应智能装载系统 | |
CN114970073B (zh) | 一种基于激光雷达的采煤机虚实融合定位系统 | |
CN114372303A (zh) | 一种梁桥梁底结构轻量bim模型快速构建方法 | |
Hao et al. | A method for reconstructing the pose of hydraulic support group based on point cloud and digital twin | |
Park et al. | 3D Point Cloud Dataset of Heavy Construction Equipment | |
Fekete | Geotechnical applications of LiDAR for geomechanical characterization in drill and blast tunnels and representative 3-dimensional discontinuum modelling |
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 |