井下移動機器人智能視覺避障研究

彭繼國， 張波， 孫凌飛， 鄧攀

(1.兗礦集團有限公司 信息化中心， 山東 鄒城 273500；2.北斗天地股份有限公司 山東分公司， 山東 鄒城 273500)

0 引言

我國礦產資源豐富，但是礦井地質結構復雜[1]。在井下惡劣環境下，利用機器人代替人員進行智能環境安全檢測預警、智能開采檢測、礦難救災及智能巡檢等，可最大程度實現煤礦井下無人化作業，大幅提升煤炭生產的安全性[2-3]。煤礦井下環境大多是非結構的，具有復雜性、多樣性和隨機性等特征，井下移動機器人只有具備較高的環境辨識、路徑規劃和避障能力，才能準確完成預期任務[4-5]。當井下移動機器人面對完全未知或者部分未知的環境時，避障、越障是其要完成的首要工作。

目前大多井下移動機器人不具備自主控制及智能避障功能，遇到較為復雜的井下環境時需依靠操作人員的經驗進行判斷，智能性和移動性較差[6-8]，因此，研究具有智能避障功能的井下移動機器人具有重要意義。眾多學者對井下移動機器人的避障功能進行了研究。賈瑞清等[9]以礦井移動機器人為實驗平臺，根據超聲測距原理，利用超聲波傳感器探測障礙物信息，并對所測得的障礙物信息進行處理，最終實現移動機器人的實時自主避障。許心德等[10]提出了利用路徑跟蹤和VFH*相結合的方法來解決機器人沿預定路徑前進中的避障問題。但超聲波傳感器在障礙物檢測方面存在一定的誤差，而且檢測范圍較小。劉歡等[11]提出了基于Q學習避障算法的移動機器人避障方法，模擬移動機器人在未知環境下自主、安全地從起始點到達目標點的過程，但是Q學習算法用于非線性的障礙物時不能準確進行避障控制。……