[发明专利]一种基于多标识线的井下辅助运输车辆导航系统与方法

权利要求书

1.一种基于多标识线的井下辅助运输车辆导航方法，其特征在于，步骤如下：

一、图像采集：图像采集模块拍摄车体行驶方向前方的图像，并将图像传输至图像处理

模块；

二、生成目标轨迹：

a、图像预处理，

提取管道摄像头采集RGB图像中墙面上管道区域为感兴趣区域，采用自适应直方图增强图像亮度，通过自适应中值滤波法增强图像细节特征，提取铁轨摄像头采集RGB图像中路面上的铁轨区域为感兴趣区域，采用自适应直方图增强图像亮度，通过自适应中值滤波法增强图像细节特征；

b、提取铁轨线，提取a预处理后的铁轨摄像头采集的图像中的铁轨线点集s，

具体提取步骤如下：

b1、将a预处理后的铁轨摄像头采集的图像灰度化处理，采用sobel算子边缘检测得到边缘图像f₁(x，y)；

b2、分别利用长度为5的水平线性结构元素B₁＝[1 1 1 1 1]及长度为5的垂直线性结构元素B₂＝[1 1 1 1 1]^T对检测的边缘图像f₁(x，y)先进行形态学腐蚀处理再进行形态学膨胀处理，得到开操作图像f₂(x，y)，f₂(x，y)即为干扰边缘图像；

b3、将边缘检测图像f₁(x，y)减去干扰边缘f₂(x，y)得到初步的轨道边缘图像f₃(x，y)；

b4、扫描图像f₃(x，y)，记图像中像素值都为1且位置相邻的像素点组成的图像区域为连通域C(x，y)，统计每个连通域的像素点数目，剔除连接像素点小于阈值T_II的连通域，获得优化的轨道边缘图像T(x，y)；

b5、标记轨道图像T(x，y)中像素值为1的轨道边缘点，记为点集s，点集s的坐标为(x_s，y_s)；

c、提取管道线，提取a预处理后的管道摄像头采集的图像中的管道线点集m，

具体提取步骤如下：

c1、将a预处理后的管道摄像头采集的图像由RGB空间转到HSV空间；

c2、根据井下管道的颜色对应的II、S、V值，对图像进行阈值化处理，使符合井下管道颜色特征的像素值为255，不符合井下管道颜色特征的像素值为0，得到相应的二值图，标记像素值为255的点坐标，记为点集M，点集M的坐标为(x_M，y_M)；

c3、将点集M中的点的纵坐标平移，使得管道图像与铁轨图像的光学中心重合，得到点集m，点集m坐标为(x_m，y_m)，其中

x_m＝x_M，

y_m＝y_M-a，

其中a为管道摄像头与铁轨摄像头的光学中心距离；

d、多标识线融合，

管道点的权重占比为w₁，铁轨点的权重占比为w₂，w₁+w₂＝1，

将同一纵坐标的检测点横坐标按对应的权重加权融合，得到点集Q，即

(x_Q，y_Q)＝w₁(x_m，y_m)+w₂(x_s，y_s)，

从图像最下方点集作为起始点向上依次选取相邻点P₀、P₁、P₂和Px，4个点为一组进行曲线拟合，不足4个点则舍弃，得到预测轨迹曲线B(t)，

B(t)＝P₀(1-t)³+3P₁(1-t)²t+3P₂(1-t)t²+P₃t³；

其中t的取值范围为[0，1]，t＝0表示曲线位于初始点即P₀，t＝1表示曲线位于终点即P₃，

三、控制行驶：图像处理模块的信号传输子模块将预测轨迹曲线信息传输至控制模块，控制模块根据信息控制车体行驶；

具体控制步骤如下：

通过预测轨迹曲线B(t)得到曲率k＝B′(t)，

B′(t)＝3(1-t)²(P₁-P₀)+6(1-t)t(P₂-P₁)+3t²(P₃-P₂)，

车体方向盘转动角度δ＝Lkn(1+Ku²)，

其中，u为速度，K为稳定性因数，L为前后轮轴距，n为转向系角传动比；

控制模块根据实时计算的方向盘转动角度δ控制车体行驶过程中的方向。