摘要
在矿山垂直救援过程中，救援舱需要安全可靠的通过救援井，但土层压力变化会造成救援井井筒变形、破裂，导致提升救援过程中救援舱卡滞和产生二次伤害。为提高救援效率，本文研究了基于深度相机的救援井三维模型重建方法，构建救援井三维模型，并对救援井变形、救援井破裂腐蚀等情况进行检测。 本文结合矿山救援过程中的监测需求，基于双目结构光原理的RealsenseD435i深度相机，提出了一种基于ROS平台的救援井三维模型重建系统。针对救援井井壁纹理结构光滑不明显现象，对图像特征提取匹配方法进行研究，并结合模拟救援井图像进行实验对比分析，优选了图像特征提取匹配方法；鉴于相机获取的井壁深度信息缺失图像数据量庞大等问题，利用ICP-PNP混合算法，进行相机位姿估计，并根据相邻帧之间的运动误差筛选关键帧，优化三维点云模型；基于点云模型进行泊松重建，将离散点云转换为网格化表面，并进行纹理贴图，构建真实场景模型，提高三维模型的真实感；最后基于救援井模拟试验平台进行了救援井三维模型重建，并对重建模型的精度进行验证。 研究结果表明：（1）在救援井井壁纹理结构不明显的情况下，相同时间内SURF算法有更好的特征提取效果。（2）基于绝对精度误差和相对精度误差评估ICP-PNP算法估计的位姿的精度和稳定性，误差在毫米级别，全局一致性较好。（3）根据相邻帧之间的运动误差筛选关键帧图像，提升速度低于0.05m/s时，可稳定构建救援井三维模型，优化模型，减少拼接过程中的累积误差。（4）对救援井三维点云模型进行截面采样，截面点云半径与实际井筒半径误差在2%以内；基于最小二乘圆法对井筒模型进行圆拟合，重建的模型误差小于0.4%。（5）在救援井内模拟井筒变形，通过井筒模型可清楚观察到变形轮廓，基于最大内接圆法计算可得最大通过半径，可准确预测井筒变形趋势。
NETL