基于人工神經(jīng)網(wǎng)絡的智能化煤礦監(jiān)測系統(tǒng)的路徑規(guī)劃

張耀鋒 陳寶玲 劉沂 唐彥卿

1.天津冶金職業(yè)技術學院 電氣工程系，天津 300400；2.天津工業(yè)大學 天津300160

一、引言

煤礦、冶金等行業(yè)企業(yè)進行監(jiān)測，數(shù)據(jù)采集等工作，工作環(huán)境危險，容易出現(xiàn)作業(yè)事故，帶來安全生產(chǎn)隱患。研發(fā)能監(jiān)測煤礦氣體濃度、 溫度、 濕度等環(huán)境參數(shù)的設備系統(tǒng)就非常必要。

本文給出了一種基于人工神經(jīng)網(wǎng)絡的智能化煤礦監(jiān)測系統(tǒng)（簡稱監(jiān)測系統(tǒng)）的設計，該監(jiān)測系統(tǒng)可以采集礦井中的一氧化碳、氧氣、瓦斯等氣體的濃度，還可檢測礦井的溫度、濕度、相應粉塵等環(huán)境參數(shù)。監(jiān)測系統(tǒng)還能夠在礦井發(fā)生事故現(xiàn)場情況不明的情況下，進入災害現(xiàn)場實施環(huán)境探測、數(shù)據(jù)采集，同時將信息實時地傳輸?shù)骄仍笓]中心，為救援決策提供科學依據(jù)，對煤礦安全生產(chǎn)減少國家和人民生命財產(chǎn)的損失具有十分重要的意義。

二、系統(tǒng)設計

監(jiān)測系統(tǒng)以太陽能智能車為系統(tǒng)載體，包括硬件設計和軟件設計兩大部分。監(jiān)測系統(tǒng)采用光伏技術，通過太陽能電池板將光能轉化為電能，儲存在高性能蓄電池中，利用此電能作為監(jiān)測系統(tǒng)的工作電源，并驅動監(jiān)測系統(tǒng)行駛；各路傳感器負責采集相應信號[1]；CCD攝像頭可實時采集礦井內的實物情況；監(jiān)測系統(tǒng)配有LCD顯示屏，LCD可實時顯示采集目標的相應參數(shù)，并通過無線傳輸?shù)姆绞脚c上位機進行通信，上位機實時顯示礦井的狀態(tài)。監(jiān)測系統(tǒng)在運行過程中可通過傳感器的檢測信號實現(xiàn)避障、測距、機械手抓取監(jiān)測物[2]、計算機控制等功能。圖1為系統(tǒng)的硬件設計框圖。

各路傳感器數(shù)據(jù)的采集處理，智能化煤礦監(jiān)測系統(tǒng)的避障、測距與上位機系統(tǒng)的通信控制等功能都是通過軟件編程完成的。因篇幅限制，本文重點介紹監(jiān)測系統(tǒng)應用的一種改進的人工神經(jīng)網(wǎng)絡路徑規(guī)劃算法實現(xiàn)的路徑規(guī)劃及其仿真。

三、監(jiān)測系統(tǒng)的人工神經(jīng)網(wǎng)絡算法

礦井現(xiàn)場的地形復雜，監(jiān)測系統(tǒng)應能自主的在其中進行避障和路徑規(guī)劃，監(jiān)測系統(tǒng)應能在具有障礙物的環(huán)境中，按照一定的評價標準，尋找一條從起始狀態(tài)(包括位置及姿態(tài))到達目標狀態(tài)(包括位置及姿態(tài))的無碰路徑[3-5]。

在人工神經(jīng)網(wǎng)絡路徑規(guī)劃算法中設計了相應檢測器，其實際上為神經(jīng)網(wǎng)絡分類器。利用檢測器在路徑規(guī)劃的過程中始終檢測著路徑點的位置(x,y)，由神經(jīng)網(wǎng)絡分類器判斷該點是否在障礙物內,即是否與障礙物相碰并將檢測結果返回系統(tǒng)神經(jīng)網(wǎng)絡分類器,也就是在路徑點到一個障礙物的罰函數(shù)的神經(jīng)網(wǎng)絡中間層和頂層結點的激發(fā)函數(shù)取為階躍函數(shù)，則中間層的每個結點是決定該結點是否滿足它的限定條件得點，若滿足，則輸出1，否則輸出為0；若所有中間點均滿足則頂層輸出為1，它表示該點在障礙物內；若中間點檢測出其中至少有一個不滿足限制條件，頂層輸出便為0，它表示該點在障礙物外。系統(tǒng)根據(jù)檢測器返回的信息選擇路徑點的動態(tài)運動方程，若路徑點在障礙物內則按動態(tài)運動方程（1）、（2）移動。若路徑點在障礙物之外，則按動態(tài)方程（3）移動。即若路徑點在障礙物外或障礙物內的路徑點一旦移出了障礙物就僅按減少路徑長的方向移動，不再向遠離障礙物的方向移動，從而使路徑能快速收斂到無碰的最短路徑[6,7]。

下面應用了改進的快速人工神經(jīng)網(wǎng)絡最短路徑規(guī)劃算法，在此作了3點假設：障礙物是多邊形圍成的平面圖形或者是圓形的平面圖形；監(jiān)測系統(tǒng)為圓形點監(jiān)測系統(tǒng)，計算時障礙物的尺寸按監(jiān)測系統(tǒng)的半徑作了適當拓展；障礙物為靜止的[8]。

步驟1：輸入出發(fā)點P(x1,y2)，及目標點P(xN,yN)的坐標，對于t=0，初始路徑一般取為出發(fā)點到目標點的直線上均勻分布的點列，當x1≠xN時有：

步驟2：對于路徑點P(xi,yi),i=2, 3,…,N-1，用檢測器檢測是否在障礙物內；

步驟3：① 若P(xi,yi)在障礙物內則按下列運動方程移動：

上式用于P(xi,yi)位于多邊形的障礙物內的情況。

上式用于P(xi,yi)位于圓心在(P,Q)的圓形障礙物內的情況。

②P(xi,yi)若在障礙物之外，則按下式移動：

步驟4：重復執(zhí)行步驟2、步驟3直到路徑收斂。

這里，整條路徑總能量函數(shù)的定義與原算法相同，一個點到一個障礙物的罰函數(shù)的神經(jīng)網(wǎng)絡結構的中間層第m個結點的輸出改為：

中間層第m個結點的激發(fā)函數(shù)改為：

其中，βm是相應于障礙物每一條邊的初始溫度，即可以根據(jù)障礙物的形狀設定各邊的不同的初始溫度，這樣對于一些不對稱圖形可避免其罰函數(shù)曲面形成一邊倒的情況，從而避免路徑規(guī)劃收斂到局部極小值。當障礙物是圓形的平面圖形時不等式的個數(shù)取為1，即中間層只有一個結點，且輸入為：

其中，R—圓形障礙物的半徑；

(P,Q)—圓形障礙物的圓心。

四、仿真結果

通過編程實現(xiàn)了操作界面的設計以及障礙物、監(jiān)測系統(tǒng)、目標點的相關參數(shù)設置，最終應用的人工神經(jīng)網(wǎng)絡算法實現(xiàn)了路徑規(guī)劃避障的最優(yōu)路徑的選擇。在仿真過程中，分別設置了多個障礙物，圖2中黑色表示障礙物，藍色曲線表示通過的路徑。

仿真結果顯示，監(jiān)測系統(tǒng)從出發(fā)點到目的地的過程中，安全的繞過障礙，最終找到了一條最優(yōu)的無碰路徑，仿真結果顯示了算法的有效性。

五、小結

本文以煤礦監(jiān)測系統(tǒng)的路徑規(guī)劃為目標，應用了一種基于人工神經(jīng)網(wǎng)絡的移動監(jiān)測系統(tǒng)路徑規(guī)劃算法，針對路徑規(guī)劃進行了程序編輯，編程實現(xiàn)了操作界面的設計以及障礙物、監(jiān)測系統(tǒng)、目標點的相關參數(shù)設置，最終基于人工神經(jīng)網(wǎng)絡算法實現(xiàn)了路徑規(guī)劃避障的最優(yōu)路徑的選擇，算法有效、易于實現(xiàn)，易于擴展到三維環(huán)境。

通過計算機仿真的方法進行了驗證，并通過尋優(yōu)得出無碰撞路徑。仿真結果表明基于神經(jīng)網(wǎng)絡的移動機器人無碰撞路徑規(guī)劃是可行的，方法是正確有效的。