近日，机械系统与信号处理领域国际权威期刊《Mechanical Systems and Signal Processing》（中国科学院一区TOP期刊）刊发我校机械工程学院杨文娟副教授研究成果“Laser beams target-based monocular vision measurement system self-calibration and localization method for boom-type roadheader in large-scale underground complex scene”（面向井下大场景的激光束标靶单目视觉测量系统自标定与悬臂式掘进机定位方法）。西安科技大学为论文第一单位，杨文娟副教授为第一作者，张旭辉教授为通讯作者。

瞄准行业痛点：掘进装备远距离精准定位仍是难题

井下移动装备的自主定位是智能矿山建设的关键环节，视觉测量技术为掘进装备位姿估计提供了高效手段。然而，煤矿井下高粉尘、低照度、矿灯与杂散光干扰严重，远距离目标特征的提取与跟踪极为困难，掘进装备的长距离精确视觉定位至今仍是尚未解决的难题。激光束具有提取精度高、抗遮挡能力强的优势，团队前期利用矿用激光指向仪构建三维激光束标靶，显著提升了井下定位精度。但随着巷道不断向前推进，固定在巷道顶部的标靶必须定期前移并重新标定，而传统依赖全站仪的人工离线标定流程复杂、耗时长，严重制约了掘进作业的自动化效率，也难以适应井下复杂环境。

该成果是陕西省煤矿机电设备智能检测与控制科技创新团队在张旭辉、毛清华等教授带领下，聚焦智能视觉技术在煤矿井下应用取得的又一进展。团队长期深耕煤矿井下掘进装备精确视觉定位与导航方向，已在掘进装备视觉导航、井下相机建模与标定、工作面异常状态视觉识别等方面形成系列成果，自主研发的煤矿掘进工作面精确定位与智能截割系统已在国内10余个煤矿推广应用。本研究得到国家自然科学基金（52574204、52104166、52174150、52474181、52504173）、陕西省重点研发计划（2024CY2-GJHX-35）和陕西省青年创新团队计划（25JP111）等项目的资助。

突破标定瓶颈：双激光束标靶实现“在线自标定”

针对上述难题，研究团队提出了一种基于双激光束标靶的单目视觉测量系统在线自标定方法。系统采用“基准标靶＋移动标靶”交替前移的双三维标靶构型：移动标靶在基准标靶前方预定距离处设立新测站，通过同步采集两标靶的多视角图像序列，即可完成新标靶空间结构的在线重建与相机外参数标定。整个过程无需预先获知移动标靶的物方空间坐标，仅依靠已知的初始基准标靶与多视角图像序列即可实现多测站在线自标定，摆脱了对全站仪人工标定的依赖。

为应对井下密集粉尘与杂散光干扰，团队自主研制了双波段矿用激光指向仪：650 nm可见光激光束用于基准标靶的初始离线标定，850 nm近红外激光束配合窄带滤光片，可有效滤除矿灯、粉尘等杂散光干扰，从硬件层面简化了低照度、高粉尘、复杂背景条件下的图像处理流程，为自标定的准确性与可靠性提供了保障。

方法创新：点—线几何约束模型打通“三维标靶—二维图像”

该研究建立了面向远距离掘进的双三维激光束标靶单目视觉几何约束模型，显式刻画了双三维标靶空间分布与激光束图像“点、线”特征之间的3D-2D对应关系，并引入激光点构成的虚拟激光束约束；在此基础上构建以四元数描述的线性方程组完成参数初值求解，并以最小激光束投影误差为目标函数进行非线性优化，从多视角图像序列中精确重建移动标靶激光束的三维空间矢量。该模型不对标靶的特定几何结构做任何先验假设，也不依赖消失点、地平线等地面车辆场景特征，具备良好的井下泛化能力，填补了煤矿井下大场景移动标靶在线自标定方法的空白。

实验验证：机身位姿估计精度提升67.7%

团队搭建了由悬臂式掘进机、移动机器人、双三维激光束标靶、工业相机、全站仪、烟尘发生器等组成的实验平台，在模拟井下低照度、高粉尘环境中开展验证，并在井下巷道中进行了长距离定位试验。以全站仪测量结果作为真值，共完成70次重复性在线自标定试验，主要结果如下：

●三次自标定的三维重建精度（RMS）分别达0.0207 m、0.0205 m、0.0203 m，单次耗时仅0.235 s、0.243 s、0.249 s，激光束重投影平均误差降至0.70～0.81像素，平均相对重投影误差低至0.02%～0.04%；

●在标靶交替移动间距约10 m的模拟巷道试验中，X、Y、Z三方向平均相对位置估计误差由未自标定时的34.5 mm、9.1 mm、9.2 mm降至14.7 mm、6.0 mm、5.8 mm，定位精度较未自标定时提升54.1%；

●在交替移动间距约40 m的真实井下巷道长距离试验中，三方向误差由140.3 mm、45.9 mm、45.5 mm降至46.0 mm、11.9 mm、15.1 mm，机身位姿估计精度提升67.7%，满足煤矿井下巷道施工容许误差要求。

该成果为煤矿井下掘进装备远距离、大场景自主定位提供了新思路，对提升巷道掘进自动化与智能化水平、推动“机械化换人、自动化减人”具有重要意义。

论文信息

Yang W., Zhang X., Ren Z., Zhang G., Jiang J., Zhu L., Ji Y. Laser beams target-based monocular vision measurement system self-calibration and localization method for boom-type roadheader in large-scale underground complex scene. Mechanical Systems and Signal Processing, 260 (2026) 114982.

论文链接：https://doi.org/10.1016/j.ymssp.2026.114982