太原理工大学 机械与运载工程学院太原理工大学 煤矿综采装备山西省重点实验室矿山采掘装备及智能制造国家重点实验室太重煤机有限公司博士后科研工作站
为突破综采工作面数据驱动实时监控技术瓶颈,进一步满足对综采工作面协同运行状态的深度感知,以虚拟现实(Virtual Reality, VR)监控技术及成果为基础,以HoloLens2增强现实(Augmented Reality, AR)头显为主要开发设备,结合工业互联网、云技术、数字孪生(Digital Twin,DT)等先进手段,进行AR/VR融合驱动的综采工作面智能监控关键技术研究与实践,充分利用AR技术的特性弥补VR监控与真实场景有割裂感、监测数据来源较为单一的缺陷,使综采工作面智能监控体系得到完善与扩充。提出三种关键技术,并对各关键技术的具体解决方案进行剖析,具体包括:(1)构建了通用高效可扩展端云协同异步网络框架,基于该框架研究了多终端协同工作关键技术,实现了空间虚实融合全息辅助标注功能。该技术可为综采工作面智能监控全过程中的多人协作提供便利;(2)将基于稀疏匹配的识别跟踪方法与基于AR标识的识别跟踪方法相结合,实现了对综采工作面全综采装备的识别跟踪,为综采工作面的AR监测与控制提供了先决条件;(3)在由物理综采工作面、云服务器、数字综采工作面三者构成的数字孪生闭环上,进行多传感器与视觉融合的综采装备位姿监测与运行状态识别,并通过AR交互手段完成了对物理综采工作面的反向控制。在实验室环境下展开测试验证,试验表明,系统数据传输压力小,延迟低,操作流畅无卡顿,在保留VR监控已有优势的基础上进一步提升了沉浸感、便捷性与虚实融合程度,具备单人或多人协作监测综采工作面运行状态并进行反向控制的能力。可为综采工作面智能监控提供一种以VR技术为基础、AR技术为突破的AR/VR技术融合新思路。
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