一、智能巡检机器人原理
智能巡检机器人系统适用于煤矿井下的长距离巷道巡检。该系统采用了拖拽式钢丝绳牵引结构，其组成包括驱动执行系统、自动充电系统、巡检机器人、风门系统和主控制系统。在机电泵房内的机头处布置整机的驱动结构，用于动力传递；在回风巷道内的机尾部位由单个大定向滑轮实现巡检机器人的回转；在巡检轨道内部两侧布置多个小定向滑轮，用于固定钢丝绳；机器人内部放置本安型电池，实现内部传感器的能源供电。同时，巡检机器人搭载了风速传感器、断面扫描仪及多参数传感器等多种传感器，用于巷道内部环境实时检测。
巡检机器人系统原理框图
巡检机器人整体外形结构
巡检机器人主控制系统作为整个系统的核心，用于控制及监测巡检机器人运动状态，实现与驱动执行系统、自主充电系统、风门系统及巡检机器人相互间的即时控制指令和数据传输。巡检机器人采用wifi无线通讯方式，经由本安无线路由及交换机实时将巡检现场的图像、声音及多种气体浓度参数等信息传输给地面监控中心，实现了设备运行工况检测、巷道变形监测、气体浓度等环境感知、数据处理与预警及人机交互功能。通过数据分析可以为工作人员提供设备工作状态；通过历史曲线可以提高设备的预知性，为状态检修或状态评估提供有效数据支持，从而减少事故的发生。
二、关键技术
（1）复杂环境下机器人智能感知与积水识别技术
巡检机器人的可靠作业依赖于各种传感器对井下空间、环境、设备等信息的智能感知，通过搭载可移动高清摄像机采集图像数据，并把图像数据上传至数据处理单元对所采集的数字图像进行处理，通过模式识别技术对图像进行处理、分析，检查巷道是否有积水，若有积水则反馈给指挥中心，分析结果通过后台人机交互系统报警、显示和存储。提出的积水识别技术采用数字图像处理技术和基于区域建议的卷积神经网络Faster R-CNN的深度学习方法，通过对积水样本集标签的制作，借助角度变换扩充数据集以及灰度图像转换扩充数据集，建立积水训练模型并反复进行参数调整，确定最优模型后输出积水面积。
（2）井下受限封闭环境下机器人精准定位技术
煤矿巷道作业区域具有典型的半结构化或非结构化环境特征，GPS技术无法直接应用于井下，通过时间-速度映射计算法，建立双重坐标系的对应关系，实现了煤矿机器人的自主定位系统方案，解决井下机器人精确定位、姿态感知等问题，进而实现对机器人能耗、稳定性、安全性的最优控制。巡检机器人行走控制系统具有高精度回转编码器，能够实时计算巡检机器人的位置。设置巡检起始点和位置检测点，位置检测点用于消除机器人巡检过程中，由于传感器精度、机械误差等因素产生的相对误差；巡检起始点作为整个系统的统一时间参考点，利用此时间定义回转编码器1圈时，驱动机构行走的速度和位置。即当巡检机器人通过风门进入回风巷道内部后，通过速度或位置对时间的微积分，进行上位机和主控系统对巡检机器人本体的轨迹规划以及速度和位置的离线控制。
