基于蜂群算法的煤矿救灾机器人全局路径规划

研究了一种基于人工蜂群算法的煤矿救灾机器人全局路径规划算法。该算法首先进行环境建模,然后根据环境信息特点,巧妙结合人工蜂群算法获得机器人全局优化路径。该路径规划方法具有建模方便、算法简单以及不局限于障碍物的形状等特点。实验证明,本算法可以快速有效地规划出一条全局较优化路径,是解决全局环境已知情况下机器人路径规划的一种有效方法。     

煤矿巷道机器人管线视觉辅助定位与导航方法研究

在煤矿巷道安全巡检以及灾变环境应急救援等工作中通常需要使用到智能机器人。目前智能机器人的自主导航与避障技术已经比较成熟,但是主要应用场景都是有卫星定位(GPS、北斗导航系统等)的室外环境或者特定室内环境。由于煤矿巷道存在环境复杂,光照不均匀,空间狭窄等难点,智能机器人在煤矿巷道的自主导航方法还需要进一步研究。常用的传统惯性导航是使用惯性测量单元(Inertial Measurement Unit,IMU)的加速度与角速度来推算物体在三维空间的位置信息,但是误差累积问题比较严重。煤矿巷道存在大量管线,结构化特征显著,通过机载摄像头获取井下巷道图像,使用机器视觉算法来定位巷道图像中的管线,并且通过解算机器人与管线之间的偏航角来辅助机器人的视觉导航。针对巷道中管线的颜色鲜明、几何形状特征明显的特点,结合颜色与几何特征,采用将原始图像纵向分割成多个独立子图像的方法,减小环境噪声对图像中管线分割带来的影响,然后从每个子图像中获取候选管线轮廓,并判断是否属于同一根管线进行轮廓分组,从每组候选轮廓中根据管线轮廓所拟合直线的平行程度进一步筛选出较为鲁棒和稳定的管线轮廓。结合相机针孔模型和偏航角解算模型,进而获得机器人当前的偏航角度。试验表明:上述方法不仅快速,而且计算的偏航角准确可靠,能够满足煤矿巷道机器人视觉辅助定位与导航需求。     

煤矿救援机器人路径规划的蚁群优化算法

煤矿救援机器人执行救援任务时,需躲避水、火、障碍物等危险区域,提升了路径规划的难度,为此提出了煤矿救援机器人路径规划的蚁群优化算法。充分考虑煤矿救援机器人运行过程中的水、火、障碍物等分布,采用栅格法建立机器人路径规划的环境模型,确定栅格环境模型内机器人路径规划问题的目标函数,采用蚁群优化算法求解机器人路径规划问题的目标函数,通过改进信息素规则、限制信息素阈值以及改进转移概率3个方面优化蚁群算法,避免蚁群算法求解全局最优解时陷入局部最优。实例分析结果表明,该算法在满足收敛速度条件下有效规划煤矿救援机器人行驶路径,所规划路径的路径长度、转角数量以及危险度均为最优,为机器人安全作业提供理论依据。     

基于双目视觉技术的煤矿救援机器人研究进展

针对发生煤矿事故后的环境探测和紧急救援任务,研发和使用煤矿救援机器人是提高救援效率和降低救援危险系数的关键途径,而双目视觉技术是煤矿救援机器人获取事故现场信息和实现自主避障及路径规划的前提。首先,基于双目视觉技术的实现流程,介绍了视觉测距的数学原理,归纳了目前摄像机标定领域的代表性方法,包括传统标定方法、主动视觉标定方法和自标定方法。阐述了立体视觉匹配中全局匹配算法、局部匹配算法和亚全局匹配算法的最新研究成果,并比较了3类匹配算法的优缺点。然后,在对近年来煤矿救援机器人研究文献进行分析的基础上,研究了双目视觉技术在煤矿救援机器人中的应用和发展情况。指出双目视觉技术在煤矿救援机器人领域的研究范围主要涵盖立体视觉匹配算法、模式分类与识别、视觉测量与3维重建、组合测量与定位、视觉伺服控制和基于虚拟现实技术的视觉算法仿真等方面。最后,根据煤矿非结构化环境的高动态和强干扰特点,指出煤矿救援机器人现场应用的关键是解决运动模糊和镜头污染、超广角镜头的非线性大幅畸变、弱/零照度条件等技术难题;根据煤矿救援机器人双目视觉的大视场、高精度、自适应感知等要求,提出了包括多自由度测量、多传感器信息融合、基于主动视觉的自适应感知等未来发展建议。     

煤矿机器人视觉系统除尘方法研究

为提高煤矿机器人视觉系统在井下高粉尘、高湿度等恶劣工况下的图像采集质量,提出了一种视觉镜头自揭膜和自动清洗综合除尘方法,为视觉系统的视窗自动清洁提供了新思路。采用在视窗表面覆盖透光隔膜的防尘原理,通过巧妙的机械结构设计实现覆膜的自动揭除和镜头视窗的除尘自清洁,充分考虑揭膜装置的防爆设计要求,开展了揭膜除尘系统的虚拟样机设计,系统可根据相机曝光量和图像采集质量自动计算当前镜头的清洁度,判断是否执行揭膜除尘动作。同时考虑在揭膜除尘失效的情况下,辅以煤矿机器人镜头喷淋除尘方法,设计了自动清洗除尘系统的总体架构,机器人通过镜头污染度自动判别算法,确定镜头喷淋清洗策略,通过自主循迹、自动定位等技术,实现喷淋清洗系统与机器人镜头的对接和清洗动作。初步试验研究表明:通过对机器人视觉系统获取的图像进行在线灰度直方图分析,可实时自动判断图像劣化程度,启动视觉系统除尘清洁装置,能够有效提高机器人视觉系统图像拍摄质量,为煤矿机器人井下导航、定位、巡检作业等提供技术保障。     

矿用探测机器人虚拟控制系统研究

针对当前煤矿井下事故频发,井下救援难度增大等问题,提出了一种虚拟控制系统,通过遥控虚拟机器人在井下进行环境信息采集以及障碍物信息提取,实现机器人的局部与全局导航定位,根据这些信息实现对机器人的人为决策以及干预。研究成果可使井下机器人的作业可控、可预知,且移植性较强,提高了救援机器人的作业效率。     

基于模糊控制算法的矿山爆破机器人路径规划

针对矿山爆破机器人工作环境的复杂性和不确定性,为提高其在这种挑战性环境中的自主操作性和安全性,结合视觉导航原理和模糊控制算法提出一种未知环境下的局部路径规划策略。该策略充分利用机器人搭载的摄像头和激光雷达进行环境探测,实时获取障碍物和目标信息,通过模糊控制器调整机器人的运动偏转角度及步长,从而有效地避开障碍物并到达预定目标点。仿真结果表明,该策略不但能使机器人以最优的路径到达目标点,而且显著降低了机器人在多障碍物环境下发生碰撞的风险,提高了矿山爆破机器人的工作效率和安全性。     

煤矿地面轨道运输矿车自动避障技术研究

介绍了煤矿地面轨道运输矿车自动避障技术。首先介绍了基于雷达的矿车前方障碍物检测技术及其相关算法,然后详细介绍了基于机器视觉的矿车前方障碍物检测系统和常用的图像处理方法以及相关的算法,最后介绍了雷达和机器视觉融合的障碍物检测技术在煤矿地面轨道运输矿车自动避障过程中的应用。     

机器视觉的救灾机器人越障性能分析

为了更好地进行灾后救援工作,设计一种基于机器视觉的救灾(RWTT-I)机器人系统。机器人由视觉系统、双可变形双曲柄(PDC)模块和轮履替换(RWT)模块组成。PDC模块和RWT模块可以通过变形、轮履替换越过台阶、壕沟等障碍物,通过视觉系统获取的障碍物位置尺寸信息来控制机器人调整PDC或RWT机构至合适的越障姿态、运动模式进行越障救援。建立机器人越障运动学方程,分析其越障性能,机器人系统成功进行越障试验,表明它具有良好的越障能力,满足灾后现场救援机器人的要求,具有很大的实际应用价值和推广空间。     

基于机器视觉和独立悬挂系统的煤矿特种机器人设计

由于煤矿井下煤尘存在爆炸性、煤层中溢出的瓦斯也具有威胁性,所以采煤工作环境十分恶劣和危险。为此利用Lab VIEW和IMAQ Vision构建了基于彩色图像二值化的机器视觉图像处理算法,提出了一种基于机器视觉和独立悬挂系统的煤矿特种机器人。该机器人四轮能够独立运动,同时兼备灵活的探测抓取和越障能力,应用于煤矿勘探以及利用视觉进行物体识别方面,并通过抓球和爬楼梯试验验证了该机构的可行性。