地下無軌采礦裝備智能避障技術(shù)和方法研究

戰(zhàn)凱　余樂文　張達(dá)　張?jiān)?/p>

摘要：在分析現(xiàn)有無軌采礦裝備避障技術(shù)基礎(chǔ)上，開發(fā)了三維避障探測系統(tǒng)，提出了一種基于三維環(huán)境探測的地下礦山無軌采礦裝備智能避障預(yù)警方法。介紹了該技術(shù)的背景，建立巷道探測模型，包括橫向距離和縱向距離判斷方法。將該方法應(yīng)用于鏟運(yùn)機(jī)，證明了該方法在無人鏟運(yùn)機(jī)上的有效性和廣闊的應(yīng)用前景。

關(guān)鍵詞：地下開采;智能避障;無軌采礦裝備;三維避障探測系統(tǒng);分級(jí)預(yù)警;雷達(dá)

中圖分類號(hào)：TD679 文章編號(hào)：1001-1277（2020）09-0077-04

文獻(xiàn)標(biāo)志碼：Adoi：10.11792/hj20200912

引 言

隨著礦業(yè)領(lǐng)域向智能化、無人化方向的發(fā)展進(jìn)程不斷加快，發(fā)展智能采礦技術(shù)與裝備成為礦山行業(yè)的必經(jīng)之路。采礦裝備的智能化是智能采礦的前提，“十二五”期間，由北京礦冶研究總院牽頭組織實(shí)施的國家高技術(shù)研究發(fā)展計(jì)劃（863計(jì)劃）主題項(xiàng)目“地下金屬礦智能開采技術(shù)”，開發(fā)了智能鏟運(yùn)機(jī)、智能裝藥車、智能礦用汽車、智能鑿巖臺(tái)車、智能潛孔鉆機(jī)等智能采礦裝備，攻克了采礦裝備的自主定位與導(dǎo)航、路徑規(guī)劃與避障、自主行駛等核心技術(shù)，大幅推進(jìn)了國內(nèi)智能采礦裝備的發(fā)展[1-2]。

智能避障是實(shí)現(xiàn)無軌采礦裝備無人駕駛的關(guān)鍵技術(shù)，是提升地下無軌采礦裝備安全高效作業(yè)水平的核心，大力開發(fā)智能避障技術(shù)具有迫切需求和重要意義。國外無軌裝備避障技術(shù)研究起步較早，山特維克公司開發(fā)的AutoMine系統(tǒng)、Optimine礦山信息化管理系統(tǒng)已成為數(shù)字化開采的典范。國內(nèi)起步較晚，露天礦山設(shè)備避障技術(shù)研究者較多。韋海良等[3]在分析各種防碰撞技術(shù)基礎(chǔ)上，研制了基于24G多普勒效應(yīng)的毫米波雷達(dá)防撞系統(tǒng)，闡述了相關(guān)技術(shù)原理、系統(tǒng)組成與功能，開展了不同天氣、不同道路和車輛不同方向等條件下試驗(yàn)。李鑫等[4]在分析防碰撞系統(tǒng)需求的基礎(chǔ)上提出需要采集的物理量，設(shè)計(jì)了基于衛(wèi)星定位和角運(yùn)動(dòng)測算的露天礦卡車防碰撞系統(tǒng)，但該系統(tǒng)無法判別高度信息，容易引起相鄰梯度行駛卡車報(bào)警信號(hào)的誤報(bào)，定位精度只能到米級(jí)。史海平[5]通過對(duì)露天礦安全生產(chǎn)現(xiàn)狀分析，設(shè)計(jì)了基于GPS技術(shù)的卡車防碰撞預(yù)警系統(tǒng)，為卡車防碰撞提供及時(shí)、全方位的預(yù)警，但GPS系統(tǒng)容易受衛(wèi)星狀態(tài)的影響。楊志勇[6]開展防碰撞預(yù)警技術(shù)在GPS卡車調(diào)度系統(tǒng)中的應(yīng)用研究，實(shí)現(xiàn)資源的整合與共享。武先利等[7]基于雙頻RF近距離自組網(wǎng)穩(wěn)定通信、復(fù)雜環(huán)境視頻采集顯示、GPRS數(shù)據(jù)通信等關(guān)鍵技術(shù)，研制出了高度集成的露天礦車輛防碰撞與調(diào)度系統(tǒng)，實(shí)現(xiàn)多位一體的車輛間防碰撞預(yù)警。盧云峰[8]研制了露天礦卡車安防預(yù)警預(yù)控集成終端，實(shí)現(xiàn)了卡車安防預(yù)警、人員安防預(yù)警、毫米波雷達(dá)防碰撞自動(dòng)剎車等六合一功能，使露天礦卡車安防預(yù)警預(yù)控管理上升到一個(gè)新的臺(tái)階。然而地下礦山無法接收GPS信號(hào)，露天礦用卡車防碰撞技術(shù)無法在地下礦山應(yīng)用，礦冶科技集團(tuán)有限公司、北京科技大學(xué)開發(fā)了基于UWB-Laser無軌裝備定位導(dǎo)航系統(tǒng)[9-12]，通過二維激光雷達(dá)預(yù)警系統(tǒng)，判斷設(shè)備與巷道距離進(jìn)行預(yù)警，實(shí)現(xiàn)了無軌裝備避障，但預(yù)警閾值設(shè)置過大，行駛過程中經(jīng)常報(bào)警，行駛效率低;如果預(yù)警閾值設(shè)置過小，遇到緊急情況無法提前預(yù)警，安全性差。因此，本文提出一種基于三維環(huán)境探測的地下礦山無軌采礦裝備智能避障預(yù)警方法，提高采礦裝備避障檢測準(zhǔn)確性，大幅降低地下無軌裝備作業(yè)的事故風(fēng)險(xiǎn)。

1 三維避障探測系統(tǒng)

三維避障探測系統(tǒng)的硬件主要包括核心板、陀螺儀、激光測距傳感器、電動(dòng)機(jī)、減速機(jī)構(gòu)、編碼器和電動(dòng)機(jī)控制器、無線路由器、電池等部分（見圖1）。

通過電動(dòng)機(jī)帶動(dòng)二維激光測距傳感器旋轉(zhuǎn)，實(shí)現(xiàn)巷道輪廓三維感知，CPU通過USB接口采集線激光的數(shù)據(jù)，同時(shí)控制電動(dòng)機(jī)的運(yùn)行;陀螺儀獲取的方位信息與線激光采集的點(diǎn)數(shù)據(jù)實(shí)時(shí)匹配，再通過以太網(wǎng)接口，由無線路由器發(fā)送給手持PDA進(jìn)行解算，技術(shù)框架見圖2。

2 智能避障技術(shù)研究

2.1 巷道探測模型建立

首先將巷道環(huán)境按視角劃分為6個(gè)區(qū)域（上下前后左右），每個(gè)區(qū)域擁有90°的視角，保證空間無縫不重疊覆蓋（見圖3），在每個(gè)視角范圍內(nèi)統(tǒng)計(jì)占據(jù)概率地圖的分布。根據(jù)分布計(jì)算可朝該方向前進(jìn)的權(quán)值，選取權(quán)值最大的方位執(zhí)行前進(jìn);當(dāng)權(quán)值都小于一定值時(shí)判定為無可移動(dòng)方向，禁止該向移動(dòng)。具體權(quán)值計(jì)算考慮如下因素：

1）避障指數(shù)Z，視角中一定范圍內(nèi)（如1.5 m）有障礙物點(diǎn)，判為存在障礙物，禁止該向移動(dòng)。

2）運(yùn)行慣性I，包括由無軌裝備本身動(dòng)力學(xué)特征和駕駛者造成的固定距離，也要包括由于速度不同造成的可變距離。

3）空間深度D，優(yōu)先向空間更寬曠的方向移動(dòng)。視角內(nèi)綜合深度越大，該向移動(dòng)權(quán)值越大，反之越小。

綜合考慮以上3個(gè)因素，通過具體場景測試確定各項(xiàng)因素值的權(quán)重。

2.2 巷道避障技術(shù)

為了實(shí)現(xiàn)無軌采礦裝備避障，需要在無軌裝備上安裝三維避障探測系統(tǒng)，利用激光雷達(dá)采集巷道的三維信息，從而構(gòu)建地下巷道三維感知形態(tài)，通過巷道探測模型評(píng)估無軌裝備與障礙物或巷道壁的距離，實(shí)現(xiàn)避障預(yù)警。

巷道三維檢測信息是無軌裝備安全行駛的重要判斷依據(jù)，為了準(zhǔn)確評(píng)估無軌裝備安全行駛趨勢，將巷道三維空間模型簡化投影到平面上，通過二維平面距離開展預(yù)警評(píng)估。將激光雷達(dá)掃描得到的直線距離轉(zhuǎn)化為檢測點(diǎn)的二維坐標(biāo)信息。在平面坐標(biāo)系中，為了得到檢測點(diǎn)的二維坐標(biāo)信息，需要將直線距離值轉(zhuǎn)換為測量點(diǎn)與激光雷達(dá)之間的橫向距離和縱向距離。

橫縱距離模型見圖4。已知無軌裝備寬b，長l，掃描點(diǎn)P與激光雷達(dá)之間的距離s和橫向安全距離sM，掃描點(diǎn)P與x軸之間夾角α;掃描點(diǎn)P1與激光雷達(dá)之間的距離s1，與x軸夾角α1;掃描點(diǎn)P2與激光雷達(dá)之間的距離s2，與x軸夾角α2;h為有效探測距離。

1）避障指數(shù)Z評(píng)估。將激光雷達(dá)檢測到的數(shù)據(jù)信息（障礙點(diǎn)信息）轉(zhuǎn)換成坐標(biāo)點(diǎn)，障礙點(diǎn)Pi的坐標(biāo)信息為（xi，yi）。

2）運(yùn)行慣性I評(píng)估。為了保證無軌裝備在巷道環(huán)境中運(yùn)行的安全性，運(yùn)行慣性I要包括由無軌裝備本身動(dòng)力學(xué)特征和駕駛者造成的固定距離，也要包括由于速度不同造成的可變距離，計(jì)算公式為：

I可以根據(jù)復(fù)雜度不同的巷道環(huán)境做相應(yīng)調(diào)整。

3）空間深度D評(píng)估。通過建立橫向距離和縱向距離判斷模型，識(shí)別不同的視角、車寬等條件下綜合深度權(quán)值D。根據(jù)測量點(diǎn)與激光雷達(dá)之間的橫向距離和縱向距離信息，建立無軌裝備的橫縱距離模型。距離判斷模型提供的不同的判斷條件，會(huì)直接影響無軌裝備避障系統(tǒng)的輸出結(jié)果，進(jìn)而影響下一步行駛動(dòng)作的判斷。sM為橫向安全距離，其限定無軌裝備與巷道墻壁的最小間距，激光雷達(dá)與巷道墻壁之間的最小安全距離為b/2+sM;通過對(duì)掃描點(diǎn)橫向距離與最小安全距離的比較，并輔助縱向距離比較，將危險(xiǎn)狀態(tài)分為3個(gè)等級(jí)：綠色安全等級(jí)、黃色提醒等級(jí)和紅色警示等級(jí)。

（1）綠色安全等級(jí)。滿足式|scos α|≥b/2+sM，則表示有效探測區(qū)域內(nèi)所有掃描點(diǎn)均在無軌裝備前方的直線行駛敏感區(qū)域以外，由此可判斷在當(dāng)前的巷道環(huán)境中，車輛可保持前車架方向不變，快速直線行駛。

（2）黃色提醒等級(jí)。滿足式|scos α|<b/2+sM，則表示無軌裝備正前方的直線行駛敏感區(qū)域內(nèi)存在掃描點(diǎn)，表明巷道出現(xiàn)了方向改變或有障礙物存在，這種情況是最復(fù)雜且難以判斷的。為了更準(zhǔn)確地判斷當(dāng)前車輛所處的巷道環(huán)境信息，通過上式篩選出落在無軌裝備直線行駛敏感區(qū)域內(nèi)的掃描點(diǎn);如果這些掃描點(diǎn)滿足輔助判斷條件①：α1-α2≤5°，則判定無軌裝備前方出現(xiàn)的巷道出現(xiàn)了方向改變，要將危險(xiǎn)狀態(tài)等級(jí)提升至黃色提醒等級(jí)，提醒駕駛者注意前方巷道情況。如果不滿足輔助判斷條件①，則利用輔助判斷條件②：‖s1sin α1-s2sin α2‖≥l/2，判斷這些掃描點(diǎn)之間的縱向距離，如果滿足輔助判斷條件②，則說明車輛前方的巷道環(huán)境出現(xiàn)了曲線型方向改變或是巷道兩側(cè)出現(xiàn)障礙物，并且它們之間的縱向距離可以允許車輛改變角度通過此處，要將危險(xiǎn)狀態(tài)等級(jí)提升至黃色提醒等級(jí)，提醒駕駛者注意前方巷道情況。

（3）紅色警示等級(jí)。如果無軌裝備前方的直線行駛敏感區(qū)域內(nèi)的掃描點(diǎn)不能通過黃色提醒等級(jí)中的判斷條件做出明確判斷，則要將危險(xiǎn)狀態(tài)等級(jí)提升至紅色警示等級(jí)。紅色警示等級(jí)中的主要判斷公式和黃色提醒等級(jí)中的相同，即scos α<b/2+sM，目的是篩選出落在無軌裝備直線行駛敏感區(qū)域內(nèi)的掃描點(diǎn)，再通過3個(gè)輔助判斷條件繼續(xù)判斷;如果掃描點(diǎn)滿足輔助判斷條件①：α1-α2>5°，則表明掃描點(diǎn)在無軌裝備前方的直線行駛敏感區(qū)域內(nèi)分布不連續(xù);如果掃描點(diǎn)滿足輔助判斷條件②：‖s1sin α1-s2sin α2‖<l/2和輔助判斷條件③：‖s1cos α1-s2cos α2‖<b+2sM，則表示這些掃描點(diǎn)之間的縱向距離和橫向距離都無法滿足無軌裝備安全的通過，從而將危險(xiǎn)狀態(tài)等級(jí)提升至紅色警示等級(jí)。

3 現(xiàn)場工業(yè)試驗(yàn)

無軌裝備智能避障技術(shù)方法應(yīng)用于地下巷道的智能鏟運(yùn)機(jī)自主行駛，試驗(yàn)場地為深圳市中金嶺南有色金屬股份有限公司凡口鉛鋅礦-240 m中段的主斜坡道，試驗(yàn)場地見圖5。

在地下巷道的自主行駛試驗(yàn)中，鏟運(yùn)機(jī)采用三級(jí)預(yù)警智能避障技術(shù)與方法，最終行駛以直線加曲線為主，試驗(yàn)跟蹤效果見圖6。試驗(yàn)結(jié)果表明，本文提出的智能避障技術(shù)可為無軌裝備安全行駛提供準(zhǔn)確數(shù)據(jù)支撐。

4 結(jié) 語

本文提出了一種無軌采礦裝備智能避障技術(shù)方法，通過對(duì)無軌裝備進(jìn)行多區(qū)段分級(jí)預(yù)警，有效約束裝備行駛路徑，避免無軌裝備在行駛過程中互相碰撞及撞人事故，并得到了試驗(yàn)驗(yàn)證。基于三維環(huán)境探測的地下礦山無軌采礦裝備智能避障預(yù)警方法可有效降低無軌裝備作業(yè)的事故風(fēng)險(xiǎn)，提升無軌裝備的智能化程度，有效降低碰撞事故發(fā)生的概率，提升礦山安全生產(chǎn)水平，具有推廣應(yīng)用價(jià)值。

[參 考 文 獻(xiàn)]

[1] 馬飛，楊皞屾，顧青，等.基于改進(jìn)A*算法的地下無人鏟運(yùn)機(jī)導(dǎo)航路徑規(guī)劃[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2015，46（7）：303-309.

[2] 張?jiān)?，?zhàn)凱，馬朝陽，等.智能礦山技術(shù)架構(gòu)與建設(shè)思路[J].有色金屬（礦山部分），2020，72（3）：1-6.

[3] 韋海良，郭安斌，董文斌，等.礦用卡車毫米波雷達(dá)防碰撞系統(tǒng)的研究與應(yīng)用[J].煤礦安全，2015，46（增刊1）：43-47.

[4] 李鑫，尚濤，周偉，等.基于衛(wèi)星定位和角運(yùn)動(dòng)測算的露天礦卡車防碰撞系統(tǒng)設(shè)計(jì)[J].煤礦機(jī)械，2015，36（1）：1-2.

[5] 史海平.基于GPS的卡車防碰撞預(yù)警系統(tǒng)在露天礦的應(yīng)用[J].露天采礦技術(shù)，2016，31（7）：75-78.

[6] 楊志勇.防碰撞預(yù)警技術(shù)在GPS卡車調(diào)度系統(tǒng)中的應(yīng)用[J].煤炭科學(xué)技術(shù)，2018，46（增刊1）：161-163.

[7] 武先利，溫良，鮮希，等.露天礦車輛防碰撞調(diào)度系統(tǒng)研究[J].煤炭科學(xué)技術(shù)，2015，43（5）：87-90，117.

[8] 盧云峰.露天礦卡車安防預(yù)警預(yù)控集成終端的研制[J].中國礦業(yè)，2017，26（增刊1）：407-410，414.

[9] 石峰，顧洪樞，戰(zhàn)凱，等.地下鏟運(yùn)機(jī)自主行駛與避障控制方法研究[J].有色金屬（礦山部分），2015，67（5）：68-75.

[10] 李建國，戰(zhàn)凱，石峰，等.基于最優(yōu)軌跡跟蹤的地下鏟運(yùn)機(jī)無人駕駛技術(shù)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2015，46（12）：323-328.

[11] 孟宇，肖小鳳，趙坤.基于UWB 的地下定位算法和拓?fù)鋬?yōu)化[J].工程科學(xué)學(xué)報(bào)，2018，40（6）：743-753.

[12] 陸博，周俊武，趙建軍.基于UWB系統(tǒng)的井下車輛高精度定位研究[J].有色金屬（礦山部分），2015，67（6）：57-60.

Research on intelligent obstacle avoidance technology

and method for underground trackless mining equipment

Zhan Kai1，2，3，Yu Lewen1，2，3，Zhang Da1，3，Zhang Yuansheng1，3

（1.BGRIMM Technology Group; 2.School of Mechanical Engineering，University of Science and Technology Beijing;

3.Beijing Key Laboratory of Nonferrous Intelligent Mining Technology）

Abstract：The three-dimensional obstacle avoidance and detection system is developed based on the analysis of the existing obstacle avoidance technology for trackless equipment.An intelligent obstacle avoidance and early warning method for trackless mining equipment in underground mine based on three-dimensional environment detection is proposed.The background of the technology is introduced and the roadway detection model is established，including the methods for transverse distance and longitudinal distance judgment.The method is applied to a LHD and the results show that the method has effectiveness and wide application prospects for unmanned LHD.

Keywords：underground mining;intelligent obstacle avoidance;trackless equipment;three-dimensional obstacle avoidance and detection system;graded early warning;radar

收稿日期：2020-08-10; 修回日期：2020-08-20

基金項(xiàng)目：“十三五”國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2018YFC0604400）

作者簡介：戰(zhàn) 凱（1962—），男，吉林長春人，研究員，博士，從事金屬礦山智能裝備、智能礦山研究工作;主持的重大項(xiàng)目有國家863計(jì)劃“十一五”“十二五”主題項(xiàng)目“地下金屬礦智能開采技術(shù)”和“十三五”國家重點(diǎn)研發(fā)計(jì)劃“地下金屬礦規(guī)?；療o人采礦關(guān)鍵技術(shù)研發(fā)與示范”;獲得的重大獎(jiǎng)項(xiàng)有省部級(jí)科技獎(jiǎng)10余項(xiàng)，專利24項(xiàng)等;北京市南四環(huán)西路總部基地18區(qū)23號(hào)樓，礦冶科技集團(tuán)有限公司，100160;E-mail：zhankai@bgrimm.com