基于机器视觉的采煤机机身位姿检测方法技术

本发明专利技术公开了一种基于机器视觉的采煤机机身位姿检测方法，在工作面顺槽的巷道顶部安置轨道，轨道上垂直安装两个可沿顺槽方向移动的激光指向仪，轨道上另外平行安装一个激光指向仪；通过固定在采煤机上的摄像机对激光束图像进行采集；采用Retinex多尺度增强预处理算法对采集的激光束图像进行预处理；采用基于K‑means均值聚类的边缘检测方法进行图像分割；利用Hough变换对激光束进行直线检测，分别得到平行激光束和水平激光束的直线方程；基于三线模型建立采煤机位姿解算模型，求解得到采煤机机身的翻滚角、俯仰角和偏航角；利用先验条件和平行激光束直线方程得到采煤机偏离中心线的侧偏距和高度。

Detection Method of Shearer Body Position and Posture Based on Machine Vision

The invention discloses a method for detecting the position and posture of shearer fuselage based on machine vision. The track is placed on the top of the roadway along the working face, two laser pointers which can move along the direction of the channel are installed vertically on the track, and another laser pointer is installed parallel on the track; the laser beam image is collected by a camera fixed on the shearer, and the Retinex multi-scale augmentation is adopted. Intensive pre-processing algorithm preprocesses the collected laser beam image; edge detection method based on K_means clustering is used to segment the image; Hough transform is used to detect the laser beam in line, and the linear equations of parallel laser beam and horizontal laser beam are obtained respectively; based on the three-line model, the position and attitude calculation model of shearer is established, and the roll angle and horizontal laser beam of shearer body are obtained. Pitch angle and yaw angle; the side offset and height of shearer deviating from the central line are obtained by using prior conditions and linear equation of parallel laser beam.

【技术实现步骤摘要】
基于机器视觉的采煤机机身位姿检测方法
本专利技术属于矿用设备运行状态监测领域，尤其涉及一种基于机器视觉的采煤机机身位姿检测方法。
技术介绍
采煤机机身位姿是采煤机工况重要参数，因此采煤机机身位姿检测非常必要。目前煤矿井下采煤机位姿检测系统主要是基于惯性传感器的位姿测量系统。基于惯性传感器的测量系统受设备振动以及惯性传感器本身的累积误差等因素的影响。与现有的采煤机位姿检测方法相比，视觉定位能够通过利用人工标志、机载稳像等方法更好的解决煤矿井下恶劣环境、机身振动造成的测量不准确问题。对于处理采煤机的定位有较大优势。因此，利用机器视觉实现采煤机机身位姿测量是实现采煤机工况参数获取的一种新方法。目前,采用机器视觉技术实现采煤机机身位姿测量,国内尚属先例，因此研究实际工况中基于机器视觉技术的采煤机机身位姿测量具有非常重要的实用价值。
技术实现思路
本专利技术的目的是提供了一种基于机器视觉的采煤机机身位姿视觉检测方法，能够自动测量采煤机机身位姿，为煤矿井下采煤机机身位姿测量提供必要的技术支持。本专利技术的技术方案是：一种基于机器视觉的采煤机机身位姿检测方法，其特征在于包括以下步骤：步骤一、在采煤工作面顺槽的巷道顶部安置轨道，轨道上安装两个可沿顺槽方向移动的激光指向仪，保证两个激光指向仪发出两个平行激光束，轨道上再另外安装一个激光指向仪，发出的水平激光束垂直于上述平行激光束；步骤二、通过固定安装在采煤机上的摄像机对工作面的平行激光束和顺槽的水平激光束图像进行采集；步骤三、采用适用于激光束图像的Retinex多尺度增强预处理算法，有效的消除激光束图像噪声，增强激光束和背景的对比度；步骤四、采用基于K-means均值聚类的边缘检测方法对步骤三得到的激光束图像进行处理；步骤五、利用Hough变换对处理得到的激光束图像进行直线检测，分别得到平行激光束和水平激光束的直线方程；步骤六、利用步骤五提取的水平激光束的直线方程和平行激光束的直线方程，建立基于三线模型的采煤机位姿解算模型，得到采煤机机身的翻滚角、俯仰角和偏航角；步骤七、利用先验条件和平行激光束直线方程得到采煤机偏离中心线的侧偏距和高度。本专利技术的有益效果是，本专利技术融合机器视觉技术、计算机技术和图像处理技术，利用顺槽布设的三线激光束图像自动计算出采煤机机身的翻滚角、俯仰角、偏航角、采煤机偏离中心线的侧偏距和高度参数，为煤矿井下采煤机位姿精确测量和工作面校直提供了数据支持，具有显著的经济效益和较高的工程应用价值，对实现少人或无人自动工作面生产具有重要意义。附图说明图1是井下综采工作面激光指向仪安装示意图。图2是采煤机机身坐标系。图3是采煤机机身位姿模型。图4是采煤机机身翻滚角解算模型。图5是采煤机机身俯仰角解算模型。图6是本专利技术采煤机机身位姿测量的流程图。具体实施方式下面结合附图，对优选实施例作详细说明，应该强调的是下述说明仅仅是示例性的,而不是为了限制本专利技术的范围及其应用。如图6所示，一种基于机器视觉的采煤机机身位姿测量方法，包括以下步骤：步骤一、如图1所示，在采煤工作面顺槽的巷道顶部安置轨道，轨道上安装两个可沿顺槽方向移动的激光指向仪，保证两个激光指向仪发出两个平行激光束，轨道上再另外安装一个激光指向仪，发出的水平激光束垂直于上述平行激光束；步骤二、通过固定安装在采煤机上的摄像机对工作面的平行激光束和顺槽的水平激光束图像进行采集；步骤三、采用适用于激光束图像的Retinex多尺度增强预处理算法，有效的消除激光束图像噪声，增强激光束和背景的对比度；步骤四、采用基于K-means均值聚类的边缘检测方法对步骤三得到的激光束图像进行处理。具体过程为：步骤(1)从预处理得到的激光束图像像素数据样本中选取K个点作为聚类中心；步骤(2)计算各个样本到聚类的距离，把样本归到离其最近的聚类中心所在的类；步骤(3)计算新形成的每个聚类的数据对象的平均值来得到新的聚类中心；步骤(4)反复执行步骤(2)～步骤(4)，直到相邻两次的聚类中心没有任何变化，激光束图像聚类分割结束。步骤五、利用Hough变换对处理得到的激光束图像进行直线检测，分别得到平行激光束和水平激光束的直线方程；步骤六、利用步骤五提取的水平激光束的直线方程和平行激光束的直线方程，建立基于三线模型的采煤机位姿解算模型，得到采煤机机身的翻滚角、俯仰角和偏航角；具体过程如下：步骤(1)建立如图2所示的采煤机机身坐标系ObXbYbZb、以工作面顺槽的巷道顶部所安装平行激光指向仪中点建立的工作面坐标系OXYZ、图像像素坐标系ouv、图像物理坐标系oxy、摄像机坐标系OcXcYcZc；步骤(2)根据视觉成像系统线性模型，建立工作面坐标系与图像像素坐标系间的转换关系；步骤(3)根据步骤(2)建立的工作面坐标系与图像像素坐标系间的转换关系，根据摄像机坐标系与采煤机机身坐标系间的转换关系，得到采煤机机身坐标系与工作面坐标系间的转换关系；步骤(4)根据得到的水平激光束直线方程参数解算采煤机的翻滚角，如图4所示，采煤机机身翻滚角为水平激光束h与X轴的交角Φ；步骤(5)根据得到的水平激光束直线方程参数解算采煤机的俯仰角，如图5所示，当采煤机的翻滚角Φ＝0时，α＝arctan(ddy/f)，当采煤机的翻滚角Φ≠0时，采煤机的机身俯仰角θ＝arctan(d″dycosφ/f)-α，dy为像素在像平面Y方向上的物理尺寸。步骤(6)建立工作面坐标系与摄像机坐标系的转换关系其中，记摄像机坐标系中任意一点在图像物理坐标系中的坐标为X＝f·Xc/Zc，Y＝f·Yc/Zc,转换为像素坐标系为u-u0＝αxxc/zc，v-v0＝αyyc/zc，其中，αx＝f/dx，αy＝f/dy，因此，工作面坐标系与图像坐标系之间的转换关系可以表示为记像素坐标系下两条平行激光束直线方程分别为alu+blv+cl＝0，aru+brv+cr＝0，两直线交点为(U,V),该点在工作面坐标系下的坐标为(X,Y,Z),因此，X→∞，Y＝Z＝0将上式结果代入公式(2)，得到采煤机的偏航角。步骤七、利用先验条件和平行激光束直线方程得到采煤机偏离中心线的侧偏距和高度。具体过程如下：将工作面坐标系的原点固定在两束平行激光束的中线上，并随着采煤机的移动沿着中线移动。即Lx＝tz＝0根据工作面坐标系中两束平行激光束在像素坐标系下的直线方程，在式(1)两边乘以[aibici](i＝l,r)，得到其中，Ai＝[aiαxbiαyaiu0+biv0+ci0]R沿采煤机前进方向左侧激光束直线方程A13x-A11y+A11tx+A12ty+A13tz＝0沿采煤机前进方向右侧激光束直线方程A23x-A21y+A21tx+A22ty+A23tz＝0因此由式(6)可以解得tx，ty的值，从而得到采煤机距离中心线的侧偏距和相对平行激光束平面的高度。本方法能够自动检测出采煤机的机身位姿，为煤矿井下采煤机机身位姿测量提供必要的技术支持，对于保障采煤机安全运行有着重要的意义。以上所述仅为本专利技术较佳的具体实施方式，但本专利技术的保护范围并不局限于此，任何熟悉本
的技术人员在本专利技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本专利技术的保护范围之内。因此，本专利技术的保护范围应该以权利要求的保护范围为准。实施例本实施例的一种基于机器视觉本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的采煤机机身位姿检测方法，其特征在于，包括以下步骤：步骤一、在采煤工作面顺槽的巷道顶部安置轨道，轨道上安装两个可沿顺槽方向移动的激光指向仪，保证两个激光指向仪发出两个平行激光束，轨道上再另外安装一个激光指向仪，发出的水平激光束垂直于上述两个平行激光束；步骤二、通过固定安装在采煤机上的摄像机对步骤一工作面的两个平行激光束和顺槽的水平激光束图像进行采集；步骤三、采用适用于激光束图像的Retinex多尺度增强预处理算法消除步骤二得到的激光束图像噪声，增强激光束和背景的对比度；步骤四、采用基于K‑means均值聚类的边缘检测方法对步骤三得到的激光束图像进行处理；步骤五、利用Hough变换对步骤四处理得到的激光束图像进行直线检测，分别得到平行激光束和水平激光束的直线方程；步骤六、利用步骤五提取的水平激光束的直线方程和平行激光束的直线方程，建立基于三线模型的采煤机位姿解算模型，得到采煤机机身的翻滚角、俯仰角和偏航角；步骤七、利用先验条件和平行激光束直线方程得到采煤机偏离中心线的侧偏距和高度。

【技术特征摘要】
1.一种基于机器视觉的采煤机机身位姿检测方法，其特征在于，包括以下步骤：步骤一、在采煤工作面顺槽的巷道顶部安置轨道，轨道上安装两个可沿顺槽方向移动的激光指向仪，保证两个激光指向仪发出两个平行激光束，轨道上再另外安装一个激光指向仪，发出的水平激光束垂直于上述两个平行激光束；步骤二、通过固定安装在采煤机上的摄像机对步骤一工作面的两个平行激光束和顺槽的水平激光束图像进行采集；步骤三、采用适用于激光束图像的Retinex多尺度增强预处理算法消除步骤二得到的激光束图像噪声，增强激光束和背景的对比度；步骤四、采用基于K-means均值聚类的边缘检测方法对步骤三得到的激光束图像进行处理；步骤五、利用Hough变换对步骤四处理得到的激光束图像进行直线检测，分别得到平行激光束和水平激光束的直线方程；步骤六、利用步骤五提取的水平激光束的直线方程和平行激光束的直线方程，建立基于三线模型的采煤机位姿解算模型，得到采煤机机身的翻滚角、俯仰角和偏航角；步骤七、利用先验条件和平行激光束直线方程得到采煤机偏离中心线的侧偏距和高度。2.根据权利要求1所述的一种基于机器视觉的采煤机机身位姿检测方法，其特征在于，步骤六建立基于三线模型建立采煤机位姿解算模型的具体过程为：步骤(1)建立采煤机机身坐标系ObXbYbZb、以工作面顺槽的巷道顶部所安装平行激光指向仪中点建立的工作面坐标系OXYZ、图像像素坐标系ouv、图像物理坐标系oxy、摄像机坐标系OcXcYcZc；步骤(2)根据视觉成像系统线性模型，建立工作面坐标系与图像像素坐标系间的转换关系；步骤(3)根据步骤(2)建立的工作面坐标系与图像像素坐标系间的转换关系，根据摄像机坐标系与采煤机机身坐标系间的转换关系，得到采煤机机身坐标系与工作面坐标系间的转换关系；步骤(4)根据得到的水平激光束直线方程参数解算采煤机的...

【专利技术属性】
技术研发人员：张旭辉，杨文娟，
申请(专利权)人：西安科技大学，
类型：发明
国别省市：陕西,61