张羽飞， 马宏伟， 毛清华， 华洪涛， 石金龙

(1.西安科技大学 电气与控制工程学院， 陕西 西安 710054；2.西安科技大学 机械工程学院， 陕西 西安 710054；3.陕西省矿山机电装备智能监测重点实验室， 陕西 西安 710054)

0 引言

随着煤矿智能化的不断发展，移动机器人在煤矿井下的应用逐步增多[1]。目前常用的井下机器人定位方法有超声定位、激光定位和超宽带(Ultra Wide Band,UWB)定位等[2-4]。其中，超声定位性价比高，但易受幻影干扰等因素影响；激光定位精度高，但成本很高，适用于无人环境；UWB定位精度高、速度快，但只在小范围内表现出色[5-7]。

近年来，基于视觉传感器的定位方法成为研究热点。单目视觉定位是指利用1台摄像机完成定位工作，具有结构简单、标定步骤少等优点。单目视觉定位算法主要包括特征点法和直接法。特征点法是指提取能够描述图像信息的特征点进行定位[8]，由于其稳定、对动态物体不敏感的优势，一直是目前主流的解算方法[9-10]。在计算机视觉中，图像信息一般都是以灰度值矩阵的方式储存[11]。特征点是图像的一个重要局部特征，也是图像信息的数字表现形式。很多特征点提取算法被提出。D. G. Lowe[12]提出了基于尺度不变特征变换(Scale-Invariant Feature Transform，SIFT)的算法，该算法精度高、鲁棒性好，但计算量极大。H. Bay等[13]提出了加速稳健特征(Speeded Up Robust Features，SURF)算法，该算法减少了提取时间，提高了鲁棒性，但实时性仍较差。E. Rublee等[14]提出了快速特征点提取和描述(Oriented FAST and Rotated BRIEF，ORB) 算法，该算法实时性、鲁棒性较好，但在光照变化和弱光照区域表现较差，无法应用于煤矿井下光照较暗的场景。……