基于间接视觉的切割螺栓定位用于盾牌机器切割机换机器人
Sijin Liu1, Zilu Shi2, Yuyang Ma1
1China Railway 14th Bureau Group Corporation Limited, Jinan 250101, China.
Sensors (Basel, Switzerland)
|December 31, 2025
概括
本研究介绍了对屏蔽机盘切割螺栓的间接视觉定位技术,克服了受限,受污染的环境中的数据限制. 新的图像点云融合方法实现了高精度,增强了道钻井中的机器人操作.
科学领域:
- 机器人和自动化 机器人和自动化
- 计算机视觉 计算机视觉
- 地质技术工程 地质技术工程
背景情况:
- 屏蔽机盘切割螺栓的直接点云定位受到封闭,照明不良和狭窄空间中的泥污染的阻碍.
- 精确的螺栓定位对于自动切盘机更换和道钻井操作中的机器人维护至关重要.
- 现有的方法在具有挑战性的地下环境中难以获得数据的完整性和准确性.
研究的目的:
- 开发一种间接视觉定位技术,用于使用图像点云融合的光盘切割机螺栓.
- 为了提高在恶劣条件下螺栓定位的精度和稳定性.
- 为自主盾盘切割机切换机器人提供技术基础.
主要方法:
- 开发了一个SCMamba-YOLO实例细分模型,用于从切割盒中提取特征表面面罩,在HCB数据集上进行训练.
- 实施了一个不重叠的点云注册框架,集成图像和点云数据.
- 采用双摄像头坐标系统连接和表面面罩过功能,用于姿势校准和螺栓的3D坐标估计.
主要成果:
- SCMamba-YOLO模型实现了高性能,mAP50为90.7%,mAP50-95为82.2%,平衡了准确性和实时能力.
- 拟议的间接视觉定位方法在理想和模拟道环境中都显示了不到2毫米的定位误差.
- 在低重叠和复杂的道设置中显著提高了本地化稳定性.
结论:
- 图像点云融合技术有效地克服了磁盘切割螺栓直接点云定位的局限性.
- 该方法为在具有挑战性的地下建筑环境中用于螺栓定位提供了强大而准确的解决方案.
- 这一进步支持开发智能道钻井设备和精确的机器人维护操作.
