環境感知和路徑規劃是煤礦智能化和無人化發展的關鍵技術。

　　煤礦機器人通過環境感知技術獲取工作環境信息，而路徑規劃是繼環境感知識別之后，決策和執行環節需要頻繁迭代調用的核心功能，是實現機器人移動的基礎。

　　根據《煤礦機器人重點研發目錄》，需要環境感知、路徑規劃技術支撐的煤礦機器人可以分為5類：掘進類（掘進機器人）、采煤類（采煤機機器人）、運輸類（搬運機器人、巷道清理機器人、井下無人駕駛運輸車、露天礦卡車無人駕駛系統）、安控類（工作面巡檢機器人、皮帶機巡檢機器人、巷道巡檢機器人）、救援類（井下搶險作業機器人、礦井救援機器人、災后搜救水陸兩棲機器人）。

　　近日，中國礦業大學信息與控制工程學院楊春雨教授團隊根據現有行業指導方案及國內外研究進展，以環境感知和路徑規劃為切入點總結了上述5類煤礦機器人的現狀，歸類現有研究并分析了煤礦機器人環境感知和路徑規劃研究中的熱門研究方向和亟待解決的關鍵問題，討論了相關方向的發展趨勢。相關研究成果以《煤礦機器人環境感知與路徑規劃關鍵技術》為題于10月27日在《煤炭學報》進行了網絡首發，張鑫博士為論文通訊作者。

　　一、5類煤礦機器人技術內涵

　　煤礦機器人環境感知相關研究可分為靜態物體感知、動態事物認知2類；煤礦機器人的路徑規劃技術可分為關鍵部件定位、全局最優路徑決策、自主避障規劃3類。

　?。ㄒ唬┚蜻M類煤礦機器人

　　巷道掘進是煤礦開采的第一項工作，對后期開采起到決定性作用。在掘進工作中，掘進機利用行走機構向前推進，利用工作機構破碎和挖掘巖石，在礦區平直地面開鑿出可通行巷道，具有成巷效率高的特點。

　　掘進機器人環境感知部分主要為掘進面煤巖分布的識別，而路徑規劃的重點在于研究掘進機器人車身相對大地坐標的定位、掘進頭相對掘進面的定位、掘進頭在掘進面上的路徑規劃。掘進機器人一般不存在大范圍、長距離的行走，所以不考慮車身的路徑規劃。

　　掘進機器人技術內涵

　　無人化和智能化煤礦開采需要掘進機器人具有自主決策、智能控制能力，具備定位導航、糾偏、多參數感知、狀態監測與故障預判、遠程干預等功能，實現掘進機高精度定向、位姿調整、自適應截割及掘進環境可視化。

　　（二）采煤類煤礦機器人

　　采煤機作業決定該煤礦的生產效益，主要完成機械化掏槽和截割落煤，即在礦井下對采煤工作面（緩傾薄煤層﹑極薄復合煤層）開切底槽以截割落煤，取代較落后的手工工作。

　　采煤機的工作環境、技術指標和生產成本要求其必須具有較高的魯棒性和工作精度。因此，提升采煤機智能化水平及其工作效率的根本措施是使用煤層及異構障礙的探測信息建立采煤刀頭運行地圖實現采煤機截割頭合理截割路徑規劃。

　　采煤機機器人技術內涵

　　（三）運輸類煤礦機器人

　　煤礦開采和生產工作離不開運輸類煤礦機器人，一般配合其他關鍵礦用設備使用，如掘巖石轉運、落煤運輸、作業工人人車、輔助設備和物料輸送、洗煤廠煤礦初產品配送等。其中，膠輪車具有高度靈活度，可用于多種運輸環境，但無軌行走的特點增加了智能化實現難度。

　　運輸類煤礦機器人處于起步階段，其長期工作仍無法離開人為操控。分析已有研究，環境感知技術和運輸車路徑規劃技術的研發可以加快煤礦運輸車機器人化和智能化的發展。其環境感知包括對環境地圖的創建和部分未知環境信息的識別；路徑規劃包括了運動規劃和路徑規劃，根據環境不同及實際控制順序，路徑規劃可分為全局路徑規劃、局部規劃和軌跡重規劃。

　　運輸機器人技術內涵

　　（四）安控類煤礦機器人

　　安控巡檢與煤礦開采的安全生產工作息息相關，是礦井下不可或缺的輔助工作?，F有礦井巡檢多依靠巡檢人員攜帶手電及檢測設備定時在復雜的巷道中步行檢查，并在定點板牌上備注當前各氣體濃度和巷道是否存在冒頂、漏頂等特殊情況，如若異常則及時上報。

　　按安控類煤礦機器人的行走方式劃分，主要分為有軌式和無軌式礦用巡檢機器人。有軌式巡檢機器人的行走路線由軌道決定，但需要考慮定位等問題，而無軌式巡檢機器人則具有更高的靈活性，但是需要考慮路徑規劃及避障問題。與其他煤礦機器人相比，巡檢機器人的環境感知技術要求更高，其不但需要探測巷道、地面軌道等靜止物體，還需要實時探測突發變化、其他移動設備及工作人員等動態事物并做出合適判斷，確認是否存在風險。

　　安控類煤礦機器人技術內涵

　　（五）救援類煤礦機器人

　　救援類煤礦機器人具有多種結構的行走機構，其環境感知機構包括雙目攝像機、激光雷達等。

　　根據需求，救援類煤礦機器人應具備自主行走、精確定位、被困人員生命探測、音視頻交互、緊急救護物資輸送、井下環境識別、挖掘、鉆擴、運送、遠程遙控等功能，實現害后的惡劣環境被困人員自主搜尋，實現搶險作業無人化。

　　救援類煤礦機器人技術內涵

　　二、關鍵技術及挑戰

　　煤礦機器人關鍵技術主要包括：感知與認知、規劃與決策、系統集成。

煤礦機器人關鍵技術

　　（一）感知與認知

　　感知是在一定環境和規律范圍內利用相關信息做出判斷，而認知不但需要判斷規律內的事物，還要根據目前已掌握的信息進一步判斷規律范圍外的事物。

　　1.環境感知技術

　　基于視覺感知的傳感器檢測技術及其方法改進是煤礦機器人的必要研究方向，且發展趨勢要求其精度更高、識別能力更強，在一定情形下可以更好的掌握動/靜態障礙物的大地坐標、輪廓、深度等感知信息。

　　視覺感知的前端采集裝置一般使用雷達（超聲雷達、激光雷達、毫米波雷達等）、視覺攝像頭（RGB攝像頭、雙目攝像頭、深度攝像頭等）。雷達掃描環境并生成工作環境的點云圖，包含了工作區中各物體的坐標、深度等信息，而視覺攝像頭采集到的圖像數據在經過特征點匹配等處理后也可以對場景進行重構。

　　為了更智能地完成任務和適應工作環境，一般需要同時使用多種不同的傳感器。但來自不同傳感器的大量信息容易造成混亂，有效解決辦法是使用多元傳感器融合技術，這是環境感知技術的主要挑戰之一。

　　2.突發情形認知

　　針對復雜、突發情形的認知技術不但需要煤礦機器人具有較高精度的感知能力，還需要其具有較高水平的物體識別能力。目前，常用于視覺認知的智能識別和分類框架是模板匹配、深度神經網絡等機器學習方法。

　　小樣本識別和遷移學習是解決深度網絡框架缺點的有效探索，可以有效提高煤礦機器人的認知水平。元學習是其中較成功的策略，即“學會學習”，旨在使用以往知識經驗來指導新任務的學習，令深度網絡保持學習能力。使用元學習策略，可以令機器人認知模塊較好地適合當前煤礦環境。

　　煤礦存在高度不確定性、各區域照度不同等特點，機器人大部分時間在實時行走，提取到的圖片信息具有隨機性和多樣性，數據庫中已包含的物體也可能因為角度和照度原因無法實現快速識別，少量未知物體在前期的數據集中難以全部涵蓋，使用元學習的思想保留學習經驗實現快速學習以便在下次遇到同樣待識別物時既能夠快速識別，也可以保證煤礦機器人的實時性要求

　?。ǘ┮巹澟c決策

　　煤礦機器人實現智能化決策并完成工作的過程即為煤礦機器人的規劃過程。對于車型煤礦機器人，其規劃主要體現在單目標點的路徑規劃及其控制，當任務包含多個目標點時則需要考慮各目標點的關系，并根據復雜關系完成自主最優決策，并在最優決策的框架下實現多個單目標點規劃。

　　1.單目標點規劃

　　對于掘進機器人和采煤機器人，其懸臂滾輪可以在傳感器信息協助下使用全覆蓋遍歷路徑規劃：利用傳感器獲取煤巖分布信息，建立開采面柵格圖，并根據不可通行的特征點對可采煤區進行劃分，即在掘進面和截割面上規劃好可截割區域和不可截割區域，并使用排序方法規劃各待截割區域之間串聯距離最短的連接方式，在可截割區域內使用由下而上的往復式遍歷截割，截割完當前區域后截割頭按照規劃好的最短連接方式轉至下一個可截割面重復遍歷截割。

　　而對于其他3類機器人的行走控制和避障規劃有2種方案可以參考：（1）對于運輸和巡檢煤礦機器人，其工作實時性要求低，可使用具有視覺感知能力的傳感器，對工作范圍進行掃描或拍攝，根據檢測結果繪制出高精度地圖，再進行路徑規劃；（2）對于救援機器人可以先使用全局路徑規劃方法規劃出可通行、符合實際需求的最優全局路徑，在行走過程中利用傳感器信息做出避障決策。

　　2.多目標點決策

　　在煤礦機器人多目標點決策規劃中，不但需要量化各目標點的需求度，還要在建立好決策模型后，使用合理的優化算法對目標點順序進行最優排序，另外在目標點和目標點之間仍然需要設計穩定的避障規劃技術。

　　使用算法進行全局和避障路徑規劃后，需要采用路徑/軌跡/速度跟蹤控制技術實現煤礦機器人更底層的運行。路徑跟蹤控制中，使用代價函數及機器人數學模型實現機器人對已規劃好全局路線的逼近；在避障決策后，參考路徑曲線與時間/空間，令煤礦機器人在規定的時間內到達某一預設好的參考路徑點；更進一步，考慮煤礦環境的多坡道、多拐彎等情況，煤礦機器人在運行時的能源消耗比普通機器人更多，對速度和加速度進行規劃并采取速度跟蹤實現準確速度和加速度控制可以減少機器人能耗，其決策規劃和控制技術均屬于煤礦機器人的挑戰性工作。

　　（三）系統集成

　　智能化煤礦工作平臺集成是煤礦機器人環境感知和路徑規劃技術的關鍵搭載技術，該技術的挑戰是機器人協作系統和局域通訊交互系統的搭建。其關系到相關算法及硬件的協調工作，需要具備各機器人快速通訊、準確定位功能以便完成礦區各機器人調度和機器人協作控制。

　　煤礦機器人系統框架

　　1.機器人協作系統

　　在煤礦工作區，隨著機器人數量增加，機器人信息的有效處理及其決策控制成為問題。在多運輸煤礦機器人車隊中需要考慮安全車距保持問題；巡檢機器人群和救援機器人群需要考慮當其中一個機器人到達事故點區域時，且當前機器人無法獨立完成繁重任務，存在召集其他機器人并相互協作問題；當在露天環境中進行巡檢和運輸工作時，因為地面機器人的局限性還可以考慮增加無人機協同工作。以上工作均可歸屬于多機器人協作系統，其專項研發具有挑戰性和實際意義，目前在煤礦機器人中的研究較少。

　　2.通訊交互系統

　　機器人協作的交互信息處理方式主要有2種：（1）集中式網絡交互；（2）分布式網絡交互。集中式控制使用蟻群算法在主機中進行任務分配，再發送給對應輔助運輸機器人，實現多機器人搬運工作，為了防止機器人因未及時收到消息產生過操作和碰撞，引入了基于到達時間差的定位方法。其具有部署簡單、單一處理器易數據存儲、病毒感染幾率低等優點，但缺陷明顯：當數據量較大時，集中式的處理方式響應速度會明顯減慢，且當各終端需求不同時需要單獨對不同需求終端進行單獨配置。煤礦環境中，各機器人終端的工作目及信息獲取類型均不同，大量數據傳輸及單獨配置特點令集中式網絡交互較難實用。

　　分布式通訊交互方式可以增加機器人終端的擴展靈活性，更符合煤礦機器人的需求。各種數據由分布式終端自行處理并反饋有效信息的優點可以減少系統負荷，且其相關軟硬件的配置分布于各機器人，當前任務完成后，多余的煤礦機器人設備可以快速地移植到其他任務中。

　　三、總結

　　最后，研究人員指出：

　?。?）感知與認知研究目前較集中于感知技術，如確定障礙物位置等，而更智能的認知技術需要進一步開發。通過認知技術煤礦機器人不但可以完成感知任務，還可以根據圖像、視頻、點云信息進一步識別當前障礙物的屬性及威脅程度、預測四周事物的變化情況。相關認知方案在巡檢機器人的故障檢測中有較好的應用但仍有較多挖掘空間，經過針對性改進后有望服務于煤礦機器人自身。

　?。?）規劃與決策不但是煤礦機器人的挑戰性技術，還是機器人、智能汽車行業的研究方向之一。傳統的路徑規劃方法雖然已經可以實現機器人自主運行，但智能化程度有限，一般只用于危險系數和實時性要求較低的工作領域。目前研究的重點是如何合理和迅捷地使用大量環境感知信息協助完成自主駕駛決策。

　?。?）系統集成是煤礦機器人的跨行業性的研究挑戰，智能煤礦系統搭建決定著煤炭行業的未來發展程度。其首要任務是搭建具有數據快速傳輸能力的科學性網絡系統（內部通訊系統、外部傳輸系統），實現管理人員、技術工人、煤礦機器人之間的閉環實時通訊和數據處理。另一部分工作是搭建多機器人協作控制系統，實現多工種煤礦機器人之間合作作業，充分實現煤礦無人化、智能化、系統化運作。

　　這項研究得到了國家重點研發項目、遼寧省重點科技創新基地聯合開放基金項目、江蘇省研究生科研與實踐創新計劃項目的資金支持。