能打硬仗的井下喷浆机器人

研制背景 煤矿井下环境恶劣,工人劳动强度大,伤亡率高,急需以机器人代替人工操作。我国已故著名机器人专家蒋新松院士多次指出,根据我国国情开发出特殊环境下工作的机器人技术,例如采矿机器人技术,将是我国发展工业机器人技术的突破口。1986年,山东矿业学院组织队伍,对“井下最需要什么样的机器人”进行了调查。通过调查人们一致认为,井下最需要的就是喷浆机器人。在各行业的喷浆中,矿山井下喷浆用得最多,而这种机器人的研制难度也最大。1988年山东矿业学院开始了喷浆机器人的研制工作,并于1993年初完成了试验样机。同年,智能机器人主题专家组决定立项资助“喷浆机器人工业性试验和改进设计”项目,到1996年7月,喷浆机器人产品样机通过了专家组验收,同年12月又通过了部级鉴定。     

基于ZigBee的煤矿井下甲烷浓度检测系统设计

针对传统煤矿井下甲烷浓度采用工业总线检测方法的不灵活和存在盲点等问题,本文提出了一种基于ZigBee的煤矿井下甲烷浓度检测系统。系统采用ZigBee协议栈构建无线传感器通讯网络,该网络的终端节点感知和采集矿井甲烷的浓度,并将浓度数据通过无线传输至协调器,协调器再经过串口传输到地面的监控中心。详细介绍了检测系统的软硬件设计,并对系统进行了测试验证。     

基于事件驱动的煤矿井下安全事件检测与预警

利用复杂事件处理技术构建了基于事件驱动的煤矿井下安全事件检测与预警触发模式。以井下RFID人员定位数据与环境监测数据为基础应用数据,基于复杂事件处理技术搭建大规模井下安全流数据处理框架,设计离线数据关联规则自学习、在线数据匹配树结构自匹配的双层并行机制,以实现对井下安全预警事件的高效检测与预警触发。测试结果表明,基于事件驱动的煤矿井下安全事件检测与预警模式相对于基于关系型数据库的安全监控模式,在异常事件检测数与检测效率方面均具有显著的优势。     

煤矿井下故障电信号快速检测电路的动态研究

煤矿井下故障类型多样，由于距离地面较远，在井下安全生产环节急需快速断电安全技术的支持，以便在煤矿井下产生电信号故障时能够动态的快速检测电路。采用合理检修技术，严格检测要求，能够保证井下供电系统发挥良好工作性能，始终处于较好工作状态。本文针对煤矿井下故障电信号快速检测电路的原理及故障检出结果进行分析，并通过实验室模拟结果，从不同方面表述故障电信号的发生情况。     

煤矿井下群机器人高效任务分配算法

松散型合作群机器人系统在现阶段煤矿辅助机器人作业中具有广泛应用前景。但松散型合作群机器人系统的任务分配过程未向划分过程进行反馈,导致任务划分与分配过程高效性与合理性不足。针对该问题,提出一种基于改进型鲁宾斯坦协商策略的煤矿井下群机器人高效任务分配算法。根据群机器人系统任务划分与分配过程的多方博弈特点,将鲁宾斯坦协商策略由双方博弈向多方共同博弈方向延伸,提出多方协商博弈的“出价-讨价-还价”规则。从机器人个体执行能力与任务执行情况差异的角度出发,提出基于机器人个体单位时间任务完成量的折扣因子计算方法,以及基于各分配周期任务执行情况的任务完成状态反馈参数模型,以实现任务的动态划分与分配。通过3组机器人合作执行煤矿矿区的整体监测任务,对算法性能开展实验验证,结果表明：(1)算法3（采用改进型鲁宾斯坦协商策略）的任务划分与分配效率较算法1（将每组无人机数量与运行速度乘积的比例直接作为3组无人机任务划分与分配的标准）、算法2（使用多方共同协商的鲁宾斯坦协商策略,但不考虑任务完成状态反馈参数）分别提升了30.10%,18.29%。(2)基于算法3的3组无人机执行任务的平均最大时间差为42 s,较算...     

基于RDB-YOLOv4的煤矿井下有遮挡行人检测

针对煤矿井下数字化人员检测过程中行人易被大型设备遮挡而导致的误检、漏检等问题,提出了一种基于RDB-YOLOv4网络的煤矿井下有遮挡行人检测方法.该算法以YOLOv4为基础网络架构,在CSPDarknet-53特征提取网络中加入了残差密集块(residual dense block,RDB),对不同层次的特征实现跨层传...     

基于深度学习的煤矿井下低光照人脸检测方法

煤矿井下光线昏暗、人工光源干扰等造成监控系统采集到的人脸图像对比度低、人脸特征模糊,传统人脸检测算法应用于煤矿井下时会出现误检、漏检。针对上述问题,提出了一种基于深度学习的煤矿井下低光照人脸检测方法。采用基于无监督学习的生成对抗网络（GAN）对煤矿井下低光照图像进行对比度增强,使用自调整注意力引导的U-Net作为生成器,利用双判别器对全局和局部信息进行引导,并使用自特征保留损失函数来指导训练过程和维护图像中人脸的纹理结构,强化人脸特征,避免出现曝光、人脸细节信息丢失等现象,得到较为清晰的人脸图像;利用RetinaFace人脸检测框架对增强后的人脸特征进行检测,其采用特征金字塔结构和单阶段检测模式对人脸图像进行检测,在基本不增加计算量的同时,提高对小尺度人脸检测的能力。在公开低光照人脸数据集DARK FACE和自建煤矿井下人脸数据集上的实验结果表明,该方法提高了图像对比度,清晰地恢复了图像中的人脸特征,在准确率、召回率、平均精度方面均表现较好,有效提高了煤矿井下人脸检测精度。     

基于YOLOv7-SE的煤矿井下场景小目标检测方法

目前的小目标检测方法虽然提高了小目标检测效果,但针对的多为常规场景,而煤矿井下环境恶劣,在井下小目标检测过程中存在小目标特征信息提取困难的问题。针对上述问题,提出了一种基于YOLOv7-SE的煤矿井下场景小目标检测方法。首先,将模拟退火（SA）算法与k-means++聚类算法融合,通过优化YOLOv7模型中初始锚框值的估计,准确捕捉井下小目标;然后,在YOLOv7骨干网络中增加新的检测层得到井下小目标高分辨率特征图,减少大量煤尘对井下小目标特征表示的干扰;最后,在骨干网络中的聚合网络模块后引入双层注意力机制,强化井下小目标的特征表示。实验结果表明：(1) YOLOv7-SE网络模型训练后的损失函数值稳定在0.05附近,说明YOLOv7-SE网络模型参数设置合理。(2)基于YOLOv7-SE网络模型的安全帽检测平均精度（AP）较FasterR-CNN, RetinaNet, CenterNet, FCOS, SSD, YOLOv5, YOLOv7分别提升了13.86%, 25.3%,16.13%,12.71%,15.53%,11.59%,12.20%。基于YOLOv7-SE网络模型的自救...     

试论煤矿机器人的研究与开发

本文从我国发展工业机器人的政策和我国煤炭工业的现状发展趋势出发，论述了我国研究和开发煤矿机器人的必要性与可行性，以及把煤矿机器人作为发展我国工业机器人的重点之一的战略决策的合理性；并在调研和实践的基础上，就煤矿机器人应具备的特点及如何研究和开发煤矿机器人等问题提出了自己的意见和建议。     

自动控制系统在煤矿井下排水的应用

煤矿安全问题在我国日益显得突出。煤矿井下排水系统作为煤矿生产中的主要工作系统之一,在煤矿安全问题中占有重要地位。矿井涌水如果不能及时排出,将对煤矿生产和工作人员构成巨大威胁。本文笔者探讨了自动控制系统在煤矿井下排水的应用。     

矿用瓦斯浓度检测系统的研究与设计

甲烷是瓦斯气体的主要成分，规避煤矿事故的发生，必须加强对井下甲烷气体浓度的监测。基于ARM的瓦斯浓度检测仪便于井下人员及时掌握当前开采区的瓦斯浓度信息，并可以通过通信模块传送给井上PC机，以便尽早发现危险因素，及时采取有效的防范措施，避免矿难的发生。     

煤矿井下探测搜救机器人地形感知系统及路径规划方法研究

针对常规机器人导航系统采用单一类型地形识别传感器,观察维度单一等问题,对煤矿井下探测搜救机器人地形感知系统进行研究,使用远近感知系统数据融合,提高机器人避障能力。由激光扫描仪采集的二维点云数据建立远距离地形信息,由Kinect相机采集的地形深度信息建立近距离地形信息。基于PCL模型,应用像素遍方法,实现观测信息的采集与云图像的构建。使用2.5维栅格地图构建方法得到近距离环境地形信息。使用Dijkstra算法进行了路径规划研究,建立了融合路径长度和地面危险度等级的目标函数。通过仿真研究验证了本文提出的最优路径减小机器人行走过程的俯仰角、侧倾角的波动幅度。     

基于WSN的煤矿井下人员定位系统防碰撞算法的研究

文章根据煤矿井下人员定位跟踪系统的实际要求,对无线传感器网络非同步状态的多传感器节点在低功耗要求下的碰撞问题进行了实验研究,通过单片机编程分别对先听后发法、时间片调度法以及连续漏读筛选法进行了设计及实现。实验结果表明,连续漏读筛选法比较简单实用,能够在保证功耗的要求下很好地解决碰撞问题。     

基于MSF的煤矿井下环境信息危险评价系统的研究

文章结合煤矿井下环境信息的特征,介绍了一种基于多传感器信息融合(MSF)的煤矿井下环境信息危险评价系统。该系统建立了用于煤矿井下环境信息危险预测的3层误差反向传播神经网络模型,并采用神经网络信息融合算法对样本数据进行了分析和处理。仿真结果表明,该系统能够比较准确地评价煤矿井下环境危险的程度,且具有较好的鲁棒性和泛化能力。     

基于USB的矿井气体检测系统

目前我国煤矿中使用的气体传感器的校验和分析大多采用纯手工操作,原始数据量大、校验时间长,给煤矿安全带来很大隐患。针对该问题,文章提出了一种基于USB的矿井气体检测系统的设计方案。该系统采用以ARM为核心的嵌入式技术和USB接口技术,可实现多种气体数据信息的实时采集、存储与传输功能,并可在上位机上实时显示。试运行结果表明,该基于USB的矿井气体检测系统数据处理速度快,方便可靠,有较好的实时性。     

煤矿井下综采工作面巡查机器人磁迹导航的研究

提出了一种煤矿井下综采工作面自主移动巡查机器人磁迹导航方案;通过实验确定了该机器人的磁轨材料和磁传感器分别为条状强磁磁铁和MS-324型干簧管,以轮式机器人采集煤矿井下图像信息为例,确定了干簧管在机器人上的安装位置及工作过程。实验结果表明,该机器人在中间2个干簧管之间的距离为40 mm时能稳定行走。     

煤矿井下运输管理系统

针对煤矿井下机车数量多、流动性大难于管理以及司机与调度员通讯困难等问题,提出了一种基于无线射频识别技术的煤矿井下运输管理系统,系统实现了井下车辆定位、调度员远程遥控道岔以及与司机通讯的功能.论文详细阐述了系统的结构设计、数据库设计、机矿车定位以及文字、语音通讯功能模块的实现.该系统操作界面友好、工作稳定,能够保证车辆安...     

基于嵌入式系统的煤矿井下探测设备开发

单片机是简易的计算机系统与硬件结合的设备,通过简易的代码程序进行编译,从而实现对硬件的基本操作功能。煤矿矿井井下的作业具有一定的不确定性和危险性,为了能够进行更好的煤矿生产以及煤矿开采,提高井下开采的效率。通过嵌入式系统技术,开发矿井下的探测设备,从而能够对井下的作业环境进行合理的分析与考察,从而保证井下作业的高效性。本文重点分析基于嵌入式系统开采的井下探测设备。     

基于粒子群并行优化的煤矿井下机器人路径规划

路径规划是煤矿井下搜救探测机器人自主导航的关键步骤,矿井是三维的非机构化的环境,机器人行走过程应该具有高度智能的路径规划,传统的自适应能力与处理非线性的问题能力较差,路径规划误差较大,提出基于粒子群并行优化的煤矿井下机器人路径规划方法,充分考虑井下的环境高低变化,采用栅格法对环境建模,将粒子群独立分布在不同容器中分别进行路径建模,不同容器中粒子分别进行优化操作;因为速度和最优子群被分别保留,在机器人路径规划实验阶段,路径规划的时间较传统方法降低20%,避障成功率高达95%,最优路径的出现概率能保持在99%,这种方法具有很强的指导性与实用价值。     

基于ZigBee和CAN总线的煤矿井下人员定位系统

介绍了一种采用ZigBee无线网络采集井下人员位置信息,通过CAN总线双向通信的煤矿井下人员定位系统。该系统包含通信分站、读卡器、识别卡等部分,能够完成井下人员位置检测、考勤管理、安全监控等功能。