本发明涉及矿山领域，特别涉及一种基于图像处理技术的井下无人矿车系统及方法。
背景技术：
近几年来，矿山安全生产监控系统得到迅速发展，井下人员考勤定位远程管理及安全生产管理信息化系统、矿井数字化瓦斯远程监控系统等初步实现安全、生产远程监测。井下人员定位系统在国内的应用已十分普遍，但是矿井移动设备的定位技术和装备还待开发。目前的井下人员与设备定位精度不高，多为区域性定位，而井下矿山人员及设备的安全，一直是矿山安全生产中最为关心的问题。
随着国家对智能大型装备制造的政策支持，结合井下矿山未来生产场景无人化的需求，因此，在开发高精度定位技术和装备基础上实现井下矿山设备无人驾驶，以保证井下矿安全生产和保障国家对井下矿产资源大量需求的供应，具有现实和战略意义。
技术实现要素：
鉴于此，本发明提供了一种基于图像处理技术的井下无人矿车系统及方法，本发明具有自动路劲规划、智能化程度高和安全性高等优点。
本发明采用的技术方案如下：
一种基于图像处理技术的井下无人矿车系统，其特征在于，所述系统包括：用于控制系统运行的中央处理器；用于进行GPS定位的GPS定位模块；用于进行无线通信的无线通信模块；用于在矿洞中进行照明的照明装置；用于进行图像采集的图像采集装置；用于控制矿车电机运行的运动控制系统和存储有矿道模型的矿道模型库；所述中央处理器分别信号连接于无线通信模块、照明装置、图像采集装置、GPS定位模块、运动控制系统和矿道模型库。
进一步的，所述中央处理器包括：用于根据图像采集装置采集到的图像数据信息进行图像处理的图像处理器和根据图像处理器的处理结果和/或远程控制终端发送过来的控制命令控制矿车运行的控制处理器；所述图像处理器分别信号连接于控制处理器和图像采集装置；所述控制处理器分别信号连接于无线通信模块、照明装置、矿道模型库、GPS定位模块和运动控制系统。
进一步的，所述图像处理器包括：图像预处理模块、图像分割模块、特征提取模块和图像识别模块；所述图像预处理模块分别信号连接于图像分割模块和图像采集装置；所述图像分割模块信号连接于特征提取模块；所述特征提取模块信号连接于图像识别模块；所述图像识别模块信号所述控制处理器。
进一步的，所述控制处理器包括：用于存储图像处理器发送过来的数据信息的存储模块、和用于实现控制功能的控制芯片；所述控制芯片分别信号连接于存储模块、无线数据传输模块、矿道模型库、运动控制系统和GPS定位模块；所述存储模块信号连接于图像采集装置。
一种基于图像处理技术的井下无人矿车系统的方法，其特征在于，所述方法包括以下步骤：
步骤1：系统初始化，若有远程控制终端控制，则远程控制终端发送的远程控制命令经无线通信模块被中央处理器接收后，中央处理器根据接收到的控制命令控制照明装置打开和通过控制运动控制系统控制矿车的运动；同时，GPS定位模块也将实时获取矿车的位置信息，该位置信息经控制处理器处理后将发送给远程控制终端；
步骤2：在没有远程控制终端进行控制时，矿机车图像采集装置获取的图像数据信息进行图像处理，根据图像处理的结果和结合矿道模型库中的矿道模型，进行路径规划，根据路径规划的结果，控制处理器进一步控制运动控制系统控制矿车的运动。
进一步的，所述图像处理器对进行图像预处理的方法为：生成一个含有奇数个像素的滑动窗口，将窗口正中点的灰度值用窗口内各点的中值代替，用窗口在图像上扫描，最终输入预处理后的图像。
进一步的，所述图像处理器进行特征提取的方法包括以下步骤：
步骤1：利用改进的边缘算子提取周围环境的轮廓，将其映射到原始灰度图像上，即得到周围环境的图像区域；
步骤2：通过分析物品周围环境的灰度直方图，可以得到它们的灰度分布曲线；比较二者得出障碍物相对于环境中其他区域的灰度曲线较高；从数学的方法看，它们的灰度概率分布的均值和方差均不同，因此通过分析各自的均值和方差便可以从环境中识别出分障碍物。
进一步的，所述控制处理器根据获取的图像处理的结果进行路径规划的方法包括以下步骤：
步骤1：根据图像处理器的识别结果建立环境空间离散图；
步骤2：对矿车所处离散环境中的每一点 赋一个势场值 ；所述 值是目标点的引力和障碍物的斥力的叠加；
步骤3：根据如下公式得到路径规划模型： ;其中， 和 是距离影响因子， 为与目标的距离， 为与障碍物的距离；因此机器人的路径规划就是从起始点沿着势场最快下降的方向达到目标点。
采用以上技术方案，本发明产生了以下有益效果：
1、自动路径规划：本发明采用独特的结合图像处理的路径规划方法，具备很高的实用性；在图像识别过程中，采用专门的图像预处理方法和特征提取方法，使得更加适应矿洞内的环境，保证图像处理的结果更加准确，进一步的保证后面寻路的准确性。
2、智能化程度高：本发明实现了自主在矿洞中进行操作，无须人工到矿洞中进行作业，安全性极高。同时，智能寻路，智能化程度较高。
3、远程控制：本发明的矿机车无人驾驶系统中，矿机车除了能够受远程控制终端的控制在矿洞中进行工作以外，还能在远程控制终端无法进行控制的时候根据矿道模型库中的矿道模型和图像识别的结果进行自动寻路。
附图说明
图1是本发明的一种基于图像处理技术的井下无人矿车系统及方法的系统结构示意图。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
本说明书（包括任何附加权利要求、摘要）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
本发明实施例1中提供了一种基于图像处理技术的井下无人矿车系统，系统结构如图1所示：
一种基于图像处理技术的井下无人矿车系统，其特征在于，所述系统包括：用于控制系统运行的中央处理器；用于进行GPS定位的GPS定位模块；用于进行无线通信的无线通信模块；用于在矿洞中进行照明的照明装置；用于进行图像采集的图像采集装置；用于控制矿车电机运行的运动控制系统和存储有矿道模型的矿道模型库；所述中央处理器分别信号连接于无线通信模块、照明装置、图像采集装置、GPS定位模块、运动控制系统和矿道模型库。
进一步的，所述中央处理器包括：用于根据图像采集装置采集到的图像数据信息进行图像处理的图像处理器和根据图像处理器的处理结果和/或远程控制终端发送过来的控制命令控制矿车运行的控制处理器；所述图像处理器分别信号连接于控制处理器和图像采集装置；所述控制处理器分别信号连接于无线通信模块、照明装置、矿道模型库、GPS定位模块和运动控制系统。
进一步的，所述图像处理器包括：图像预处理模块、图像分割模块、特征提取模块和图像识别模块；所述图像预处理模块分别信号连接于图像分割模块和图像采集装置；所述图像分割模块信号连接于特征提取模块；所述特征提取模块信号连接于图像识别模块；所述图像识别模块信号所述控制处理器。
进一步的，所述控制处理器包括：用于存储图像处理器发送过来的数据信息的存储模块、和用于实现控制功能的控制芯片；所述控制芯片分别信号连接于存储模块、无线数据传输模块、矿道模型库、运动控制系统和GPS定位模块；所述存储模块信号连接于图像采集装置。
本发明实施例2中提供了一种基于图像处理技术的井下无人矿车系统的方法：
一种基于图像处理技术的井下无人矿车系统的方法，其特征在于，所述方法包括以下步骤：
步骤1：系统初始化，若有远程控制终端控制，则远程控制终端发送的远程控制命令经无线通信模块被中央处理器接收后，中央处理器根据接收到的控制命令控制照明装置打开和通过控制运动控制系统控制矿车的运动；同时，GPS定位模块也将实时获取矿车的位置信息，该位置信息经控制处理器处理后将发送给远程控制终端；
步骤2：在没有远程控制终端进行控制时，矿机车图像采集装置获取的图像数据信息进行图像处理，根据图像处理的结果和结合矿道模型库中的矿道模型，进行路径规划，根据路径规划的结果，控制处理器进一步控制运动控制系统控制矿车的运动。
进一步的，所述图像处理器对进行图像预处理的方法为：生成一个含有奇数个像素的滑动窗口，将窗口正中点的灰度值用窗口内各点的中值代替，用窗口在图像上扫描，最终输入预处理后的图像。
进一步的，所述图像处理器进行特征提取的方法包括以下步骤：
步骤1：利用改进的边缘算子提取周围环境的轮廓，将其映射到原始灰度图像上，即得到周围环境的图像区域；
步骤2：通过分析物品周围环境的灰度直方图，可以得到它们的灰度分布曲线；比较二者得出障碍物相对于环境中其他区域的灰度曲线较高；从数学的方法看，它们的灰度概率分布的均值和方差均不同，因此通过分析各自的均值和方差便可以从环境中识别出分障碍物。
进一步的，所述控制处理器根据获取的图像处理的结果进行路径规划的方法包括以下步骤：
步骤1：根据图像处理器的识别结果建立环境空间离散图；
步骤2：对矿车所处离散环境中的每一点 赋一个势场值 ；所述 值是目标点的引力和障碍物的斥力的叠加；
步骤3：根据如下公式得到路径规划模型： ;其中， 和 是距离影响因子， 为与目标的距离， 为与障碍物的距离；因此机器人的路径规划就是从起始点沿着势场最快下降的方向达到目标点。
本发明实施例3中提供了一种基于图像处理技术的井下无人矿车系统及方法，系统结构图如图1所示：
一种基于图像处理技术的井下无人矿车系统，其特征在于，所述系统包括：用于控制系统运行的中央处理器；用于进行GPS定位的GPS定位模块；用于进行无线通信的无线通信模块；用于在矿洞中进行照明的照明装置；用于进行图像采集的图像采集装置；用于控制矿车电机运行的运动控制系统和存储有矿道模型的矿道模型库；所述中央处理器分别信号连接于无线通信模块、照明装置、图像采集装置、GPS定位模块、运动控制系统和矿道模型库。
进一步的，所述中央处理器包括：用于根据图像采集装置采集到的图像数据信息进行图像处理的图像处理器和根据图像处理器的处理结果和/或远程控制终端发送过来的控制命令控制矿车运行的控制处理器；所述图像处理器分别信号连接于控制处理器和图像采集装置；所述控制处理器分别信号连接于无线通信模块、照明装置、矿道模型库、GPS定位模块和运动控制系统。
进一步的，所述图像处理器包括：图像预处理模块、图像分割模块、特征提取模块和图像识别模块；所述图像预处理模块分别信号连接于图像分割模块和图像采集装置；所述图像分割模块信号连接于特征提取模块；所述特征提取模块信号连接于图像识别模块；所述图像识别模块信号所述控制处理器。
进一步的，所述控制处理器包括：用于存储图像处理器发送过来的数据信息的存储模块、和用于实现控制功能的控制芯片；所述控制芯片分别信号连接于存储模块、无线数据传输模块、矿道模型库、运动控制系统和GPS定位模块；所述存储模块信号连接于图像采集装置。
一种基于图像处理技术的井下无人矿车系统的方法，其特征在于，所述方法包括以下步骤：
步骤1：系统初始化，若有远程控制终端控制，则远程控制终端发送的远程控制命令经无线通信模块被中央处理器接收后，中央处理器根据接收到的控制命令控制照明装置打开和通过控制运动控制系统控制矿车的运动；同时，GPS定位模块也将实时获取矿车的位置信息，该位置信息经控制处理器处理后将发送给远程控制终端；
步骤2：在没有远程控制终端进行控制时，矿机车图像采集装置获取的图像数据信息进行图像处理，根据图像处理的结果和结合矿道模型库中的矿道模型，进行路径规划，根据路径规划的结果，控制处理器进一步控制运动控制系统控制矿车的运动。
进一步的，所述图像处理器对进行图像预处理的方法为：生成一个含有奇数个像素的滑动窗口，将窗口正中点的灰度值用窗口内各点的中值代替，用窗口在图像上扫描，最终输入预处理后的图像。
进一步的，所述图像处理器进行特征提取的方法包括以下步骤：
步骤1：利用改进的边缘算子提取周围环境的轮廓，将其映射到原始灰度图像上，即得到周围环境的图像区域；
步骤2：通过分析物品周围环境的灰度直方图，可以得到它们的灰度分布曲线；比较二者得出障碍物相对于环境中其他区域的灰度曲线较高；从数学的方法看，它们的灰度概率分布的均值和方差均不同，因此通过分析各自的均值和方差便可以从环境中识别出分障碍物。
进一步的，所述控制处理器根据获取的图像处理的结果进行路径规划的方法包括以下步骤：
步骤1：根据图像处理器的识别结果建立环境空间离散图；
步骤2：对矿车所处离散环境中的每一点 赋一个势场值 ；所述 值是目标点的引力和障碍物的斥力的叠加；
步骤3：根据如下公式得到路径规划模型： ;其中， 和 是距离影响因子， 为与目标的距离， 为与障碍物的距离；因此机器人的路径规划就是从起始点沿着势场最快下降的方向达到目标点。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。