Application de la vision par ordinateur à l'automatisation de l'abattage dans les mines - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 1991

Application of computer vision to the automation of cutting in mines

Application de la vision par ordinateur à l'automatisation de l'abattage dans les mines

Résumé

The work presented in this thesis deals with the application of computer vision to the automation of selective cutting with roadheaders. A survey of mining robotics is presented. The context of the study and the mine chosen as experimental site are described. Vision is used in the study as a means to perceive the environment, in order to produce a "3D map" for guiding the generation of the cutting trajectory. The construction of this map requires; (i) to identify the mineral distribution and to construct a geological map of the face, (ii) to translate this map in terms of 3D coordinates with respect to a reference frame tied to the roadheader. The first point has been solved using simultaneously color and texture information in a classification process using the statistical characteristics of the different minerals. The secod point involves: (i) the definition of a camera model (a second order one to take into account the geometric distorsion induced by short focal lenses), (ii) the calibration of camera parameters to determine the relationship between the 2D information of an image and the 3D corresponding information. The construction of the "3D map" is obtained using the calibration results and the a priori knowledge on the faces shape. Finally, the author proposes a method to concatenate several images in order to give a full view of the whole face from several partial images. This is necessary to cope with the impossiblity of viewing a too large face with a single camera.
Les travaux présentés dans ce manuscrit portent sur l'utilisation de la vision par ordinateur pour l'automatisation de l'abattage sélectif par machines à attaque ponctuelle. Un état de l'art en robotique minière est présenté. Le contexte de l'étude ainsi que le matériel et la mine servant de site pilote à l'expérimentation sont décrits. La vision est utilisée dans l'étude comme un moyen de perception de l'environnement, afin de produire une carte 3D de la paroi destinée à guider le module charge de générer la trajectoire de l'outil d'abattage. La constitution de cette carte passe par deux étapes : (i) il faut identifier les minerais présents sur une image pour constituer une carte géologique du front de taille, (ii) il faut traduire cette carte en termes de coordonnées 3D exprimées dans un repère lie à la machine d'abattage. Le premier point est résolu en utilisant conjointement les informations de couleur et de texture dans un processus de classification par apprentissage utilisant les caractéristiques statistiques des différents minerais. Le deuxième point est résolu par : (i) la définition d'un modèle de caméra (du deuxième ordre pour prendre en compte le phénomène de distorsion géométrique induit par l'utilisation d'objectifs de faible longueur focale), (ii) le calibrage des paramètres de la caméra destinés à relier l'information 2D contenue dans une image à l'information 3D correspondante. La construction de la carte 3D est obtenue naturellement à partir des résultats du calibrage et des connaissances a priori sur la forme de la paroi. Enfin, une méthode est proposée pour concaténer plusieurs images de manière à reconstruire une vue unique du front de taille complet à partir de plusieurs vues partielles de celui-ci, et ce afin de pallier l'impossibilité d'embrasser un champ de vue trop vaste avec une unique caméra.
Fichier non déposé

Dates et versions

tel-04624838 , version 1 (25-06-2024)

Identifiants

  • HAL Id : tel-04624838 , version 1

Citer

Jean-José Orteu. Application de la vision par ordinateur à l'automatisation de l'abattage dans les mines. Traitement du signal et de l'image [eess.SP]. Toulouse 3 Paul Sabatier, 1991. Français. ⟨NNT : ⟩. ⟨tel-04624838⟩
0 Consultations
0 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More