金属矿山 ›› 2024, Vol. 53 ›› Issue (11): 199-.
孙逍远 薄煜明
摘要: 矿井作业环境具有复杂性和危险性,很大程度上降低了井下移动机器人的定位精度,为此提出了一种 基于多视觉传感器的矿井移动机器人目标定位模型。首先,设计了一个包含多个相机和深度传感器的传感器系统, 以获取丰富的环境信息。这些传感器通过与移动机器人协同工作,可以提供准确的三维场景感知能力。其次,提出了 一种基于深度学习的目标检测和识别算法。通过训练一个区域深度卷积神经网络,可以从传感器获取的图像数据中 准确地检测和识别井下的目标物体,如设备、人员等。然后,发展了一种融合定位算法,将传感器获取的视觉信息与机 器人的运动模型相结合,实现移动机器人在井下的精准定位。该算法能够根据传感器数据和机器人的运动信息,实 时更新机器人的位置和姿态,从而达到精确定位的目标。在实际矿井环境中对所提定位模型的有效性和鲁棒性进行 了试验验证,结果表明:该模型能够在复杂且危险的井下环境中准确定位目标物体,为井下移动机器人安全和高效运 行提供了可靠支持。