矿井环境下机器人目标识别算法研究
发布时间：2021-04-11 01:21
煤矿灾害事故发生后,井下地形环境错综复杂,随时可能发生二次灾害事故,如果救援人员贸然进入井下灾害现场实施救援受困人员和探测灾害情况,将可能受到不可想象的二次人身灾难的伤害。因此迫切需要研发煤矿救援机器人,替代地面救援人员进入井下灾害现场,代替救援人员实施灾害环境的探测任务。本文研究煤矿救援机器人实现煤矿井下环境目标识别为核心,以实验室研制的CUMT系列煤矿救援机器人为平台,研究煤矿救援机器人的目标识别算法与实现。由于灾后煤矿井下环境存在光照度低、湿度大、颗粒粉尘密度大等特点,给煤矿救援机器人实现目标识别与行走造成非常大的困难。为了解决机器人物体识别、避开障碍物等问题,本文主要进行以下研究工作:针对煤矿救援机器人采集不清晰、含有噪声的井下视频图像对机器人视觉目标识别造成的影响,采用视频图像分析与预处理方法,研究与分析机器人视觉采集的煤矿井下环境信息,在图像增强、尺度变换、图像复原等方面进行分析与预处理,提出偏微分方程（PDE）应用到煤矿救援机器人视觉算法数据信息处理中,煤矿救援机器人的目标识别算法利用处理后的视觉图像进行处理煤矿环境中物体特征信息,为煤矿救援机器人视觉识别获得良好的煤矿井...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：195 页
【学位级别】：博士
【部分图文】：
中美煤矿百万吨死亡率对比
V2井下救Figure1-3V2mine
Simbot矿井探测机器人Figure1-4Simbotminedetectionrobot
【参考文献】：
期刊论文
[1]改进Harris角点检测算法[J]. 韩松奇,于微波,杨宏涛,王世程. 长春工业大学学报. 2018(05)
[2]基于改进Zernike矩的小模数齿轮亚像素边缘检测[J]. 刘明佩,朱维斌,叶树亮. 仪器仪表学报. 2018(08)
[3]The Motion Planets Detection and Tracking Algorithm Based on Gestalt Principle[J]. QIU Shi,TANG Ying,ZHANG Wenbo,FENG Jun,ZHANG Fuchun,LI Chen. Chinese Journal of Electronics. 2018(04)
[4]目标检测算法研究综述[J]. 方路平,何杭江,周国民. 计算机工程与应用. 2018(13)
[5]基于深度学习的目标检测算法综述[J]. 周晓彦,王珂,李凌燕. 电子测量技术. 2017(11)
[6]基于角度累加的鲁棒角点检测算法[J]. 金亦挺,王万良,赵燕伟,蒋一波. 计算机辅助设计与图形学学报. 2017(11)
[7]基于膨胀运算的移动对象兴趣点检测方法[J]. 王清,丁赤飚,付琨,任文娟. 兵工学报. 2017(10)
[8]像素自相关矩阵的阈值自适应角点检测算法[J]. 邓小炼,杜玉琪,王长耀,王晓花. 农业工程学报. 2017(18)
[9]煤矿救灾机器人研究现状及发展方向[J]. 由韶泽,朱华,赵勇,陈常. 工矿自动化. 2017(04)
[10]基于边缘帧差和高斯混合模型的行人目标检测[J]. 苏剑臣,李策,杨峰. 计算机应用研究. 2018(04)
博士论文
[1]多驱动煤矿救援机器人行走系统与驱动模式自适应控制研究[D]. 李雨潭.中国矿业大学 2018
[2]机器人视觉导航中的图像处理问题研究[D]. 胡凯.东南大学 2015
[3]煤矿救援机器人系统运载车关键技术研究[D]. 魏娟.西安科技大学 2011
[4]矿井救灾机器人行走机构研究[D]. 李允旺.中国矿业大学 2010
硕士论文
[1]移动机器人视觉中图像特征点提取与匹配技术研究[D]. 张志忠.浙江理工大学 2017
[2]基于机器视觉的自主式救援机器人的研究[D]. 周鹏程.东南大学 2016
[3]煤矿井巷环境下的机器人障碍识别研究[D]. 庄秀丽.中国矿业大学 2016
[4]煤矿救援机器人多电机驱动与协同控制研究[D]. 王振.中国矿业大学 2016
[5]煤矿救援机器人地图构建与路径规划研究[D]. 程新景.中国矿业大学 2016
[6]基于视觉的自主移动机器人目标识别与操作技术研究[D]. 孙功勋.南京航空航天大学 2016
[7]基于视觉信息融合的移动机器人环境自主感知方法研究[D]. 魏秋洋.沈阳理工大学 2016
本文编号：3130682
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：195 页
【学位级别】：博士
【部分图文】：
中美煤矿百万吨死亡率对比
V2井下救Figure1-3V2mine
Simbot矿井探测机器人Figure1-4Simbotminedetectionrobot
【参考文献】：
期刊论文
[1]改进Harris角点检测算法[J]. 韩松奇,于微波,杨宏涛,王世程. 长春工业大学学报. 2018(05)
[2]基于改进Zernike矩的小模数齿轮亚像素边缘检测[J]. 刘明佩,朱维斌,叶树亮. 仪器仪表学报. 2018(08)
[3]The Motion Planets Detection and Tracking Algorithm Based on Gestalt Principle[J]. QIU Shi,TANG Ying,ZHANG Wenbo,FENG Jun,ZHANG Fuchun,LI Chen. Chinese Journal of Electronics. 2018(04)
[4]目标检测算法研究综述[J]. 方路平,何杭江,周国民. 计算机工程与应用. 2018(13)
[5]基于深度学习的目标检测算法综述[J]. 周晓彦,王珂,李凌燕. 电子测量技术. 2017(11)
[6]基于角度累加的鲁棒角点检测算法[J]. 金亦挺,王万良,赵燕伟,蒋一波. 计算机辅助设计与图形学学报. 2017(11)
[7]基于膨胀运算的移动对象兴趣点检测方法[J]. 王清,丁赤飚,付琨,任文娟. 兵工学报. 2017(10)
[8]像素自相关矩阵的阈值自适应角点检测算法[J]. 邓小炼,杜玉琪,王长耀,王晓花. 农业工程学报. 2017(18)
[9]煤矿救灾机器人研究现状及发展方向[J]. 由韶泽,朱华,赵勇,陈常. 工矿自动化. 2017(04)
[10]基于边缘帧差和高斯混合模型的行人目标检测[J]. 苏剑臣,李策,杨峰. 计算机应用研究. 2018(04)
博士论文
[1]多驱动煤矿救援机器人行走系统与驱动模式自适应控制研究[D]. 李雨潭.中国矿业大学 2018
[2]机器人视觉导航中的图像处理问题研究[D]. 胡凯.东南大学 2015
[3]煤矿救援机器人系统运载车关键技术研究[D]. 魏娟.西安科技大学 2011
[4]矿井救灾机器人行走机构研究[D]. 李允旺.中国矿业大学 2010
硕士论文
[1]移动机器人视觉中图像特征点提取与匹配技术研究[D]. 张志忠.浙江理工大学 2017
[2]基于机器视觉的自主式救援机器人的研究[D]. 周鹏程.东南大学 2016
[3]煤矿井巷环境下的机器人障碍识别研究[D]. 庄秀丽.中国矿业大学 2016
[4]煤矿救援机器人多电机驱动与协同控制研究[D]. 王振.中国矿业大学 2016
[5]煤矿救援机器人地图构建与路径规划研究[D]. 程新景.中国矿业大学 2016
[6]基于视觉的自主移动机器人目标识别与操作技术研究[D]. 孙功勋.南京航空航天大学 2016
[7]基于视觉信息融合的移动机器人环境自主感知方法研究[D]. 魏秋洋.沈阳理工大学 2016
本文编号：3130682
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3130682.html
