[发明专利]基于SLAM技术的煤矿综采面巡视无人车以及自主巡视的方法

权利要求书

1.一种基于SLAM技术的煤矿综采面巡视无人车，所述综采面巡视无人车包括双目摄像头（2）、防护架（1）、底盘（4）、防爆箱（3），其特征在于：所述无人车上还搭载有智能模块和传感器模块；所述智能模块包括煤矿环境图像处理模块、双目摄像头标定模块、综采面SLAM模块、煤矿地图维护与无人车路径规划模块；所述防爆箱（3）焊接在无人车底盘（4）上，所述双目摄像头（2）安装在车顶上，双目摄像头（2）顶端安装防护架（1）；所述传感器模块包括惯性传感器；所述惯性传感器采集无人车在矿井中的运动信息；所述双目摄像头获取无人车在矿井中的图像信息；所述煤矿环境图像处理模块将双目摄像头采集到的图像信息与矿井中的实际标定环境建立映射关系；所述综采面SLAM模块根据双目摄像头捕获的图像信息以及惯性传感器采集到的运动信息对无人车在矿井中的位置进行定位，创建初始煤矿环境地图；所述煤矿地图维护与无人车路径规划模块对综采面SLAM模块获得的无人车在矿井中的位置定位信息以及初始煤矿环境地图信息不停地进行更新之后，通过无人车控制系统以及采用滚动窗口的路径规划算法确定无人车到达矿井中其它位置的最优路径；

所述综采面巡视无人车实现矿井自主巡视的方法包括以下步骤：

第一步：标定双目摄像头的内参数，对综采面SLAM模块进行初始化，并且获得初始煤矿环境地图；

第二步：无人车在矿井巡视时，双目摄像头将在当前位置采集到的图像信息与初始煤始环境地图进行特征点匹配，如果匹配成功，则进行第三步；如果匹配不成功，则启动全局重定位算法重新进行匹配，直到匹配成功；

第三步：若特征点匹配成功，无人车采用基于最小二乘法的ICP算法建立综采面巡视无人车运动模型，使用SVD分解法求解运动模型，结合非线性优化的方式求解综采面无人车的位姿；同时无人车在巡视过程中不断添加新位置的环境地图点，构成当前煤矿环境地图，同时对当前煤矿环境地图不停地进行更新；

第四步：当无人车对当前矿井位置对应的巡视任务完成后，通过无人车控制系统以及采用滚动窗口的路径规划算法确定无人车到达矿井中下一目标位置的最优路径，无人车将以最优路径到达下一目标位置进行继续巡视工作。

2.根据权利要求1所述的一种基于SLAM技术的煤矿综采面巡视无人车，其特征在于：所述煤矿环境图像处理模块、双目摄像头标定模块、综采面SLAM模块、煤矿地图维护与无人车路径规划模块分别通过各自的应用程序编程接口进行通信。

3.根据权利要求1所述的一种基于SLAM技术的煤矿综采面巡视无人车，其特征在于：第一步标定双目摄像头的内参数，具体步骤如下：

步骤1）将双目摄像头对准所要标定的综采面环境模板；

步骤2）启动双目摄像头标定模块，在保证无人车要标定的煤矿综采面环境模板全部位于双目摄像头图像视野中的前提下，从至少两个方向对要标定的综采面环境模板进行拍照，采集标定模板图像；

步骤3）将采集到的标定模块图像中检测到的特征点与实际标定环境的特征点建立对应关系，采用张正友的平面标定算法自动计算出双目摄像头优化的内参数矩阵，并保存到双目摄像头标定模块中。

4.根据权利要求1所述的一种基于SLAM技术的煤矿综采面巡视无人车，其特征在于：全局重定位算法是将双目摄像头获取的图像信息添加到第一步的初始煤矿环境初始地图中，重新进行特征点匹配，直到匹配成功。