• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会

《工矿自动化》“煤矿机器人技术” | 虚拟专题

来源:工矿自动化

煤矿机器人的应用是煤炭开采技术革命的重要标志,是推动煤炭工业高质量发展的强大动力。近年来,我国煤炭科技工作者立足学科发展前沿,致力于煤矿机器人技术攻关,突破了一系列关键技术难题。本刊整理了近期发表的煤矿机器人技术代表性文章,以期促进学术交流与合作。

行业视野

工矿自动化

类别

184个

关键词

114位

专家

31篇

论文

6046IP

点击量

2731次

下载量
  • 作者(Author): 张烨, 马宏伟, 王鹏, 曹现刚, 魏小荣, 周文剑

    摘要:煤矿井下矸石被煤泥包裹,煤矸石识别难、分拣难;井下工作空间狭小,设备布局难、煤矸石分流难,因此,需要研发高性能、高可靠的煤矸石智能分拣机器人。分析了煤矸石智能分拣机器人中煤矸石识别、机器人轨迹规划、多动态目标多机器人协同控制技术的研究现状。指出煤矸石分拣工作环境复杂,其质量和形状不规则且呈随机分布,因此,复杂环境下煤矸石识别与抓取特征提取、非结构环境下煤矸石稳定可靠抓取、多目标任务多机器人智能协同分拣是煤矸石分拣智能机器人的3大关键技术,提出要实现机器人智能分拣煤矸石,还应在适应于井下的煤矸石识别与抓取特征提取、动态目标精确定位和同步跟踪、机械臂在线轨迹规划和多机械臂智能协同控制等方法上进行深入研究。通过对上述3大关键技术的梳理,总结得出:煤矸石数据集构建与扩增、煤矸石识别与抓取特征提取是实现煤矸石高效识别的关键技术;动态煤矸石精准跟踪、机械臂同步跟踪动态目标轨迹规划和快速大质量目标稳定抓取是实现机械臂稳定抓取煤矸石的关键技术;多任务高效分配、防碰撞路径规划和智能协同控制是实现多机械臂高效智能协同分拣的关键技术。针对目前存在的共性问题,提出了解决方案:在识别方面,研究基于多模态深度学习的煤矸石识别与抓取特征提取方法,实现井下煤矸石快速识别;在轨迹规划方面,研究动态煤矸石精准定位和实时跟踪方法,实现机器人对动态煤矸石的自适应稳定抓取;在协同分拣方面,构建多层多机械臂协同控制模型,实现多机械臂复杂环境下高效智能协同分拣。
    免费下载
    工矿自动化
    2022年第12期
    161
    111
  • 作者(Author): 邹筱瑜, 黄鑫淼, 王忠宾, 房东圣, 潘杰, 司垒

    摘要:煤矿井下移动机器人作业精度严重依赖于同步定位与建图(SLAM)技术的准确性。井下长直巷道存在特征缺失、光照条件差等问题,导致激光里程计和视觉里程计易失效,因而限制了传统SLAM方法在煤矿巷道的有效应用,且目前SLAM方法的研究主要聚焦于多传感融合建图方法,较少关注激光SLAM方法建图精度的提升。针对上述问题,面向移动机器人在煤矿巷道的建图需求,提出了一种基于集成式因子图优化的煤矿巷道移动机器人三维地图构建方法,采用前端构建和后端优化的策略,设计了前端点云配准模块和基于滤波、图优化的后端构建方法,使建图结果更准确、适应性更强。针对煤矿长直巷道环境退化导致三维激光点云配准精度低的问题,融合迭代最近点(ICP)和正态分布变换(NDT)算法,兼顾点云几何特征和概率分布特征,设计了集成式前端点云配准模块,实现了点云的精确配准。针对三维激光SLAM后端优化问题,研究了基于位姿图和因子图优化的后端构建方法,构建了集成ICP和NDT相对位姿因子的因子图优化模型,以准确估计移动机器人位姿。分别利用公开数据集KITTI和模拟巷道点云数据集对三维地图构建方法在不同工况下的性能进行了实验验证。公开数据集KITTI上的实验结果表明:在全局一致性上,该方法与传统基于特征点匹配的A-LOAM方法和基于平面分割及特征点提取的LeGO-LOAM方法具有相似的性能,在建图局部精度上优于其他2种方法。模拟巷道点云数据集上的实验结果表明:该方法具有显著优势,通过因子图优化,可得到一致性较高的三维地图,提升了煤矿巷道三维地图构建的精度及鲁棒性,解决了井下长直巷道特征点缺失、激光里程计失效的难题。
    免费下载
    工矿自动化
    2022年第12期
    76
    53
  • 作者(Author): 李猛钢, 胡而已, 朱华

    摘要:煤矿井下机器人同步定位与地图构建(SLAM)是当前研究热点,但针对提高激光SLAM在井下复杂条件下精度、鲁棒性的研究仍然不足;传统激光SLAM方法在井下复杂环境下存在累计误差迅速增大、旋转过程鲁棒性差、特征关联错误率高等问题;现有激光-惯性融合的定位建图紧耦合融合机制仍需进一步提高对煤矿井下复杂环境的适应能力。针对上述问题,提出了一种煤矿机器人LiDAR(激光雷达)/IMU(惯性测量单元)紧耦合SLAM方法(LI-SLAM方法)。首先利用IMU观测信息预测点云运动状态并进行有效补偿,减少由于剧烈振动、快速旋转等恶劣运动工况导致的点云畸变;然后提取雷达点云的边线与平面特征,基于点-线和点-面扫描匹配构建激光相对位姿约束,并在向量空间与流形空间解析推导了约束的残差、雅可比矩阵、协方差矩阵构建过程;最后通过构建雷达相对位姿约束因子、IMU预积分约束因子、回环检测约束因子,基于因子图优化方法完成LiDAR/IMU紧耦合,实现井下复杂环境下煤矿移动机器人的定位与地图构建。为了验证LI-SLAM方法在颠簸路面、复杂场景的精度与鲁棒性,基于煤矿轮式移动机器人平台,在野外、地下车库环境下进行了试验,在晋能集团塔山煤矿开展了工业性试验,并与当前最优的激光里程计与建图(LOAM)方法、激光雷达惯性状态估计(LINS)方法、雷达惯性里程计与建图(LIO-mapping)方法进行了对比。在野外颠簸路面的试验结果表明:LI-SLAM方法和LOAM方法的地图一致性最好,与真实路线基本吻合,LI-SLAM方法对旋转有更佳的适应能力,距离误差最小;LIO-mapping方法无法实时运行,在0.5倍速下可以获得完整轨迹,但在初始运动阶段出现了较大程度的方向偏移,初始化过程容易失败;LINS方法由于仅利用了最新的观测信息,在复杂地形下出现了漂移。地下车库环境下的试验结果表明:与LOAM方法、LINS方法、LIO-mapping方法相比,LI-SLAM方法具有较高的建模精度,局部精细化程度更高,运动轨迹更平滑。煤矿井下现场工业性试验结果表明:LI-SLAM方法在各类地形环境中均可以稳定、在线运行,满足鲁棒性、实时性需求;在煤矿移动机器人行驶巷道直线距离为273 m时,分析30组距离结果,平均误差小于15 cm,具有较高的定位和建模精度,基本满足煤矿移动机器人的定位建模精度需求,对于煤矿井下复杂环境下的移动机器人精确定位与地图构建有更好的适用性。
    免费下载
    工矿自动化
    2022年第12期
    129
    92
  • 作者(Author): 郁露, 唐超礼, 黄友锐, 韩涛, 徐善永, 付家豪

    摘要:针对煤矿井下环境复杂,现有煤矿机器人定位方法受非视距误差等因素影响导致定位精度低、实时性不高等问题,提出了一种基于UWB(超宽带)和IMU(惯性测量单元)的煤矿机器人紧组合定位方法。首先利用UWB模块测量煤矿机器人与UWB基站之间的距离,使用煤矿机器人与UWB基站之间的距离真实值和实测值训练最小二乘支持向量机(LSSVM)模型,得到LSSVM修正模型;然后将煤矿机器人定位过程中UWB模块测得的实测值作为LSSVM修正模型的输入,通过LSSVM修正模型对UWB实测值进行修正,减小非视距误差对定位精度的影响,得到较为准确的距离信息;最后将经过LSSVM修正模型修正后的测距信息作为误差状态卡尔曼滤波(ESKF)的量测输入,与惯性导航解算出的位置信息构成量测方程,使用ESKF对UWB测距修正值与惯性导航解算的距离信息紧组合,完成状态更新,得到更为精确的位置信息,实现煤矿机器人的精确定位。UWB基站不同布置方案下的模拟实验结果表明:使用LSSVM修正模型可使UWB测距信息更为准确,进而提高定位精度。静态定位实验时,当4个UWB基站等高对称布置时,定位的均方根误差由0.146 4 m减小到0.1398 m;当4个UWB基站不等高对称布置时,均方根误差由0.300 8 m减小到0.200 6 m;当4个基站无规律布置时,均方根误差由0.317 5 m减小到0.314 2 m。因此,在实际场景中,应尽可能使UWB基站等高对称布置。动态定位实验时,通过LSSVM修正模型对UWB测距信息进行修正后的融合定位轨迹相较于修正前的融合定位轨迹更接近煤矿机器人的真实轨迹,验证了该紧组合定位方法能够减小非视距误差,提高定位精度。
    免费下载
    工矿自动化
    2022年第12期
    96
    53
  • 作者(Author): 李世军, 任怀伟, 张德生, 马梓焱, 周杰, 赵叔吉, 杜明

    摘要:巷道冲尘机器人可有效解决煤矿巷道积尘问题,但目前尚未有相对成熟的产品能够实现“积尘自动监测-自主/半自主移动-自适应冲尘作业”。分析了国内外研发的轮轨式巷道冲尘装置、防爆洒水车、整车底盘外加液压机械臂的隧道冲尘车3种冲尘装备的研究现状,指出轮轨式巷道冲尘装置不含动力系统,巷壁积尘的冲尘效果受到限制;防爆洒水车自带动力,能够实现无轨长巷道全断面粉尘降尘,但喷水面较广,无法处理巷壁及管线等局部积尘严重区域;隧道冲尘车可解决长距离隧道积尘问题,但仍需人工驾驶及操作,且无法实现隧道积尘监测及自适应冲尘。通过上述分析,指出巷道冲尘机器人为了实现“积尘自动监测-自主/半自主移动-自适应冲尘作业”,需要从积尘监测、冲尘装置结构设计与控制、冲尘模式优化策略等方面进行研究。并指出上述研究面临的主要技术难题不仅包括防爆安全设计、井下精确定位、长距离无线通信等煤矿机器人共性难题,还包含积尘监测、自适应冲尘、车臂协同作业等巷道冲尘机器人特性难题。针对巷道冲尘机器人特性难题,提出了相应的关键技术:(1)研发基于称重法、激光法、图像法相结合的多传感器融合的巷道积尘监测技术,实现煤矿巷道积尘长期监测及冲尘效果动态评估。(2)开发基于防爆机械臂和“风-水-刷”联动冲尘装置的冲尘结构,实现自适应冲尘。(3)建立车辆底盘和机械臂的统一工作空间,研发基于力矩控制的巷道冲尘机器人小偏差自动补偿和柔性避障技术,实现动态场景下的巷道冲尘机器人的车臂协同。
    免费下载
    工矿自动化
    2022年第12期
    242
    143
  • 作者(Author): 乔心州, 武琛琛, 刘鹏, 樊红卫, 毛清华

    摘要:拣矸机器人的分拣可靠性与煤的品质及分拣效率息息相关,对拣矸机器人系统分拣可靠性进行研究十分必要。现有机器人系统可靠性研究主要是针对其结构可靠性进行研究,而没有对其工作任务可靠性即分拣可靠性进行研究。针对该问题,以柔索驱动拣矸机器人系统为研究对象,采用故障树分析法对其分拣可靠性进行研究。首先,从拣矸机器人系统的结构出发,分析了拣矸机器人系统分拣故障的原因,采用演绎法构建拣矸机器人系统的分拣故障树;然后,将故障树底事件发生概率考虑为区间变量,根据区间性质、运算法则和顶事件的概率表达式得到分拣故障树顶事件概率区间参数,结合设计要求计算出反映拣矸机器人系统分拣可靠性的非概率可靠性指标;最后,基于非概率可靠性指标公式及模糊重要度定义,提出了一种区间重要度指标,对分拣故障树底事件的区间重要度进行求解并排序,结果表明分拣可靠性满足拣矸机器人可靠分拣要求,煤矸石流瞬时含矸率增大和工业相机故障是影响其分拣可靠性的重要因素。根据非概率可靠性指标计算结果和区间重要度排序找出了拣矸机器人系统的薄弱环节,并针对薄弱环节提出了3个改进措施:在分拣前对煤矸石流振荡混合;根据识别的矸石信息,智能控制带式输送机带速;在拣矸机器人系统中增加备用工业相机。
    免费下载
    工矿自动化
    2022年第08期
    172
    90
  • 作者(Author): 黄金凤, 张建喜, 于江涛, 苗术佶

    摘要:目前煤矸石分选机械手多采用串联式,与串联机械手相比,并联机械手能够在短时间内达到较高的运动速度,且负载能力更强,更适用于大质量煤矸石分选。以并联式选矸机器人为研究对象,对其并联机械手的“梯”型路径规划与“V”型路径规划2种动态分选路径规划方法进行对比分析。“梯”型路径规划:机械手末端执行器将矸石推出输送带后,先向上抬起一定距离,再完成回程运动。“V”型路径规划:机械手末端执行器将矸石推出输送带后,先回到标准线内,再快速运动到与下一个目标矸石平行的位置,完成1个运动周期。通过建立并联机械手动力学模型,探究机械手在沿2种路径运动时驱动电动机转矩的变化情况,计算在转矩满足要求的前提下,沿2种路径完成1个运动周期所用的时间,进而对比机械手沿2种路径的作业效率。仿真结果表明,采用“梯”型路径和“V”型路径完成1个运动周期所用时间分别为1.2,0.65 s,采用“V”型路径所用时间较短,选矸效率较高。现场应用结果表明,采用“V”型路径、“梯”型路径时,平均矸石分选率分别为94.23%和88.28%,且采用“V”型路径时的总用时比采用“梯”型路径时少近19%,选矸效率更高。
    免费下载
    工矿自动化
    2022年第08期
    86
    64
  • 作者(Author): 张袁浩, 潘祥生, 陈晓晶, 霍振龙, 任书文, 季亮

    摘要:介绍了智能选矸机器人应用与研究现状,指出目前智能选矸机器人主要基于X射线和图像识别原理,利用高压气动分拣和桁架机器人抓取进行煤矸分离;智能选矸机器人分拣执行机构主要有桁架式、并联式、串联式等类型,响应速度快,常常以“拨”和“抓”的形式分离矸石;在胶带运输过程中,智能选矸机器人“拨”需要考虑不同矸石尺寸的兼容性及运动路径的优化,“抓”需考虑机械手的作业空间及机器人的承载能力。分析了智能选矸机器人在现场复杂环境中有效实现矸石分拣的基于深度学习的煤矸识别、面向非结构多约束环境的选矸机械臂运动规划、基于力反馈的机械臂主动柔顺控制、多臂协作分拣任务分配策略及控制等关键技术,并指出基于深度学习的煤矸识别技术作为选矸机器人的关键技术之一,仍需在煤矸数据集高效构建方法、煤矸识别算法的泛化性提升及实时性优化等方面进行进一步研究。结合现场应用和机器人智能化发展需求,指出了智能选矸机器人今后的研究方向:针对现场复杂环境进行技术改进,提高煤矸识别算法的鲁棒性和自适应性;适应复杂环境的智能感知和控制技术及矸石高精度三维位姿估算技术的研究;基于力位混合控制的选矸机器人智能拣矸技术研发;智能选矸机器人井下选矸技术探究。
    免费下载
    工矿自动化
    2022年第06期
    243
    140

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联