矿山深部采空区已成为威胁矿山人员和生产设备安全的重要危险源。针对现有深部采空区探测方法成本高、时效性差、测量盲区多等问题,设计了一种探入式三维激光雷达扫描系统进行采空区探测。该系统采用廉价的机械旋转式激光雷达降低成本;...矿山深部采空区已成为威胁矿山人员和生产设备安全的重要危险源。针对现有深部采空区探测方法成本高、时效性差、测量盲区多等问题,设计了一种探入式三维激光雷达扫描系统进行采空区探测。该系统采用廉价的机械旋转式激光雷达降低成本;通过自主设计的基于图优化Cartographer-SLAM(Cartographer Simultaneous Localization and Mapping)算法,能够快速处理激光雷达数据,实现在井下实时定位与建图,提高了时效性;搭配探入式三维激光雷达扫描系统支架,可在危险巷道、采空区等人员难以进入的区域进行测量,有效减少测量盲区。为解决现有建模算法构建的采空区模型不光滑、孔洞多等问题,提出了一种基于移动最小二乘法(Moving Least Squares,MLS)优化的泊松曲面重建算法,对采空区点云数据进行建模,通过MLS法对数据点周围进行高阶多项式插值,经过八叉树分割、向量场计算、泊松方程求解、等值面提取,构建采空区三维模型。在辽宁省某金矿开展试验,通过采集多处采空区、巷道及地下硐室数据,实现了井下空间精确建模。试验结果表明:所设计的系统和算法,可高效、精确地实现深部复杂采空区三维建模,在一定程度上解决了深部复杂采空区探测中空区难以进入、存在测量盲区、建模精度不高等问题,为采空区管理和安全生产提供重要技术支持。展开更多
针对现有的激光里程计在面临室外大场景建图时,普遍会出现定位精度低、鲁棒性差的问题,提出一种16线激光雷达和惯性测量单元(inertial measurement unit, IMU)紧耦合的同时定位与建图(simultaneous localization and mapping, SLAM)算...针对现有的激光里程计在面临室外大场景建图时,普遍会出现定位精度低、鲁棒性差的问题,提出一种16线激光雷达和惯性测量单元(inertial measurement unit, IMU)紧耦合的同时定位与建图(simultaneous localization and mapping, SLAM)算法。首先,对IMU进行估计位姿,通过线性插值矫正激光点云的运动畸变;其次,通过曲率提取场景特征,并根据不同特征性质进行分类;再次,利用帧间匹配模块在滑动窗口内构建局部地图;最后,利用帧与局部地图匹配得到的距离和IMU数据构建联合优化函数。借助KITTI数据集和自行录制的园区数据集,对改进算法与主流的Lego-LOAM和同样使用紧耦合方案的LIO-Mapping进行分模块和整个系统的精度评定。实测结果表明,在符合里程计实时性的要求下,改进激光里程计精度高于Lego-LOAM和LIO-Mapping方案。展开更多
视觉SLAM(Simultaneous Localization And Mapping,同时定位与建图)是移动机器人领域的核心技术,传统视觉SLAM还难以适用于高动态场景并且地图中缺少语义信息。提出一种动态环境语义SLAM方法,用深度学习网络对图像进行目标检测,检测动...视觉SLAM(Simultaneous Localization And Mapping,同时定位与建图)是移动机器人领域的核心技术,传统视觉SLAM还难以适用于高动态场景并且地图中缺少语义信息。提出一种动态环境语义SLAM方法,用深度学习网络对图像进行目标检测,检测动态目标所在区域,对图像进行特征提取并剔除动态物体所在区域的特征点,利用静态的特征点进行位姿计算,对关键帧进行语义分割,在构建语义地图时滤除动态物体的地图点构建出无动态物体干扰的语义地图。在TUM数据集上进行实验,结果显示该方法在动态环境下可以提升88.3%位姿估计精度,并且可同时构建出无动态物体干扰的语义地图。展开更多
文摘矿山深部采空区已成为威胁矿山人员和生产设备安全的重要危险源。针对现有深部采空区探测方法成本高、时效性差、测量盲区多等问题,设计了一种探入式三维激光雷达扫描系统进行采空区探测。该系统采用廉价的机械旋转式激光雷达降低成本;通过自主设计的基于图优化Cartographer-SLAM(Cartographer Simultaneous Localization and Mapping)算法,能够快速处理激光雷达数据,实现在井下实时定位与建图,提高了时效性;搭配探入式三维激光雷达扫描系统支架,可在危险巷道、采空区等人员难以进入的区域进行测量,有效减少测量盲区。为解决现有建模算法构建的采空区模型不光滑、孔洞多等问题,提出了一种基于移动最小二乘法(Moving Least Squares,MLS)优化的泊松曲面重建算法,对采空区点云数据进行建模,通过MLS法对数据点周围进行高阶多项式插值,经过八叉树分割、向量场计算、泊松方程求解、等值面提取,构建采空区三维模型。在辽宁省某金矿开展试验,通过采集多处采空区、巷道及地下硐室数据,实现了井下空间精确建模。试验结果表明:所设计的系统和算法,可高效、精确地实现深部复杂采空区三维建模,在一定程度上解决了深部复杂采空区探测中空区难以进入、存在测量盲区、建模精度不高等问题,为采空区管理和安全生产提供重要技术支持。
文摘针对现有的激光里程计在面临室外大场景建图时,普遍会出现定位精度低、鲁棒性差的问题,提出一种16线激光雷达和惯性测量单元(inertial measurement unit, IMU)紧耦合的同时定位与建图(simultaneous localization and mapping, SLAM)算法。首先,对IMU进行估计位姿,通过线性插值矫正激光点云的运动畸变;其次,通过曲率提取场景特征,并根据不同特征性质进行分类;再次,利用帧间匹配模块在滑动窗口内构建局部地图;最后,利用帧与局部地图匹配得到的距离和IMU数据构建联合优化函数。借助KITTI数据集和自行录制的园区数据集,对改进算法与主流的Lego-LOAM和同样使用紧耦合方案的LIO-Mapping进行分模块和整个系统的精度评定。实测结果表明,在符合里程计实时性的要求下,改进激光里程计精度高于Lego-LOAM和LIO-Mapping方案。
文摘视觉SLAM(Simultaneous Localization And Mapping,同时定位与建图)是移动机器人领域的核心技术,传统视觉SLAM还难以适用于高动态场景并且地图中缺少语义信息。提出一种动态环境语义SLAM方法,用深度学习网络对图像进行目标检测,检测动态目标所在区域,对图像进行特征提取并剔除动态物体所在区域的特征点,利用静态的特征点进行位姿计算,对关键帧进行语义分割,在构建语义地图时滤除动态物体的地图点构建出无动态物体干扰的语义地图。在TUM数据集上进行实验,结果显示该方法在动态环境下可以提升88.3%位姿估计精度,并且可同时构建出无动态物体干扰的语义地图。
