基于机器视觉的矿用巡检机器人环境感知研究_中国煤炭行业知识服务平台

基于机器视觉的矿用巡检机器人环境感知研究

作者

杨静宜赵莉娅梁月肖
单位

河北工程技术学院
摘要

煤矿巡检路径环境多为边界模糊的非结构化平面，导致巡检机器人环境感知效果不理想，自主控制能力偏弱，巡检效率较低。基于机器视觉理论，运用直通滤波、B样条曲线对点云数据进行预处理，利用SEEDS分割方案对图像子区域进行划分，并以巷道地面为例，通过支持向量机（SVM）来验证拟合结果的准确性。实验结果表明，边界拟合结果与实际巷道路面的边界较为一致，巡检机器人环境感知能力有了较大提升。
关键词

机器视觉巡检机器人环境感知
基金项目(Foundation)

河北省科学技术厅科技计划项目（16210804）；
文章目录

0前言
1 巡检机器人控制方案
2 机器人巡检环境感知方案
2.1 点云数据滤波与拟合
2.2 基于SEEDS算法的图像分割
3 实验
3.1 特征向量的选取
3.2 实验结果与分析
4 结语
引用格式

杨静宜,赵莉娅,梁月肖.基于机器视觉的矿用巡检机器人环境感知研究[J].煤炭技术,2023,42(09):227-229.DOI:10.13301/j.cnki.ct.2023.09.047.