- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于视觉的地下矿用车辆自定位方法-农业机械学报
2012年 1月 农 业 机 械 学 报 第 43卷 第 1期
DOI:10.6041/j.issn.10001298.2012.01.005
基于视觉的地下矿用车辆自定位方法
孟 宇 刘 立 马 飞 甘 男 付贤杰
(北京科技大学机械工程学院,北京 100083)
【摘要】 提出一种用于地下矿用车辆自定位的视觉路标定位法,在模拟巷道中摆放多个人工路标,通过车载
视觉传感器寻找并识别路标,采用视觉测距方法计算车辆与路标之间的距离,最后依据三角定位原理推算出车辆
所在位置。人工路标采用一维条码中密度较高的交叉 25码编码,每个路标的视觉特征明显并且其编码在数据库
中均有唯一的位置数据与之对应。视觉测距采用针孔成像模型,根据路标编码区实际高度与图像中编码高度的比
例关系计算车辆到路标的距离。实验结果证明,提出的定位方法定位频率大于 5Hz,横、纵向定位误差分别小于
110mm和 150mm,基本能够达到车辆自主行驶的定位要求。
关键词:矿用车辆 自主定位 路标识别 条形码
+
中图分类号:TP29;TP24262 文献标识码:A 文章编号:10001298(2012)01002206
VisionbasedSelflocalizationMethodforUnderground
MiningVehicle
MengYu LiuLi MaFei GanNan FuXianjie
(SchoolofMechanicalEngineering,UniversityofScienceandTechnologyBeijing,Beijing100083,China)
Abstract
Avisionbasedselflocalizationmethodwasproposedforundergroundminingvehiclebyusing
landmarks.Firstly,severalartificiallandmarkswerelocatedinasimulatingtunnel,andthenavision
sensorinvehiclewasusedtofindandrecognizethem.Afterthedistancesbetweenthevehicleandthe
recognizedlandmarkswerecalculatedbyavisualdistancemeasurementmethod,thelocationofthe
vehiclewascomputedaccordingtotriangulationfinally.Inthisselflocalizationmethod,landmarkswere
encodedbyinterleaved2of5,atypeof1Dbarcodewithhighdensity.Eachlandmarkhasobvious
visualfeatureandthereisauniquecorrespondinglocationdatatoitinthelandmarkdatabase.Distance
betweenalandmarkandthevehiclewascalculatedonthebasisoftheratioofthecodingarea’sactual
heighttoitsheightintheimageaccordingtothepinholeimagingprinciple.Experimentalresultsshowed
thattheselflocalizationmethodsuggestedalmostmeetstherequirementforautonomousdrivingvehicle
becauseofits
文档评论(0)