基于數(shù)字孿生的煤礦掘進機器人糾偏控制研究

薛旭升， 任眾孚， 毛清華， 張旭輝， 馬宏偉， 王悅

(1.西安科技大學(xué) 機械工程學(xué)院， 陜西 西安 710054； 2.西安科技大學(xué) 陜西省礦山機電裝備智能監(jiān)測重點實驗室， 陜西 西安 710054)

0 引言

煤礦采掘作業(yè)面臨采掘失衡的主要原因之一是掘進裝備智能化水平遠低于采煤裝備，因此，掘進裝備智能化成為提高掘進效率、確保掘進作業(yè)安全、降低作業(yè)人員數(shù)量與勞動強度、改善作業(yè)環(huán)境的重要技術(shù)手段和研究內(nèi)容[1]。國家發(fā)展改革委、國家能源局等八部委聯(lián)合印發(fā)的《關(guān)于推進煤礦智能化發(fā)展的指導(dǎo)意見》和國家煤礦安全監(jiān)察局發(fā)布的《煤礦機器人重點研發(fā)目錄》，均對煤礦開采裝備智能化尤其是掘進機器人明確提出自主決策、智能控制和掘進環(huán)境可視化等關(guān)鍵技術(shù)突破的要求[2-3]。

自主糾偏控制是保證掘進機器人精確定向行走與巷道高質(zhì)量成形截割的重要前提，可使掘進機器人保持最佳作業(yè)姿態(tài)，是掘進機器人智能化關(guān)鍵技術(shù)之一。近年來，許多學(xué)者利用PID控制[4]、區(qū)域柵格化[5]、偏差感知與控制[6]等技術(shù)研究掘進機器人位姿檢測與偏移控制。宗凱等[7]研究了大傾角巷道掘進機截割過程整機滑移的力學(xué)模型，分析了掘進機偏移機理。楊健健等[8]提出了基于BP神經(jīng)網(wǎng)絡(luò)PID算法實現(xiàn)自主糾偏的智能化掘進機自主感知及調(diào)控技術(shù)。張旭輝等[9-13]采用人-信息-物理系統(tǒng)(Human-Cyber-Physical System，HCPS)交互機制、模糊PID算法、視覺導(dǎo)航、視覺測量、視覺伺服、遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)等技術(shù)，研究掘進機器人糾偏控制和自主截割控制，研發(fā)了煤礦掘進機器人數(shù)字孿生遠程操控系統(tǒng)，為虛擬現(xiàn)實、數(shù)字孿生等技術(shù)在掘進機器人機身定位及糾偏控制等方面的應(yīng)用奠定了理論基礎(chǔ)。受掘進巷道高粉塵、低照度等復(fù)雜環(huán)境限制，掘進機器人糾偏控制需進一步研究。

本文針對煤礦掘進巷道作業(yè)環(huán)境與掘進工藝特點，提出了一種基于數(shù)字孿生的煤礦掘進機器人糾偏控制系統(tǒng)?；跈C器視覺和數(shù)字孿生技術(shù)，構(gòu)建虛實同步的掘進巷道匹配模型，通過將采集的掘進機器人位姿、環(huán)境等信息與設(shè)計的理想巷道進行匹配，控制掘進機器人運行軌跡，確保掘進機器人按照掘進作業(yè)要求進行高精度截割作業(yè)；在保證巷道掘進質(zhì)量的同時，通過虛實同步控制，實現(xiàn)掘進機器人自主遠程可視化糾偏。

1 煤礦掘進機器人糾偏控制需求分析

1.1 掘進機器人偏移原因

掘進工作面環(huán)境惡劣，掘進過程中導(dǎo)致掘進機器人偏移的主要原因如下。

(1) 掘進機器人為大質(zhì)量、大慣性裝備，若巷道底板不平整或有積水、浮煤等，可能導(dǎo)致掘進機器人履帶行走機構(gòu)與巷道底板之間產(chǎn)生滑移，且掘進機器人移動速度較慢，對履帶滑轉(zhuǎn)率有較大影響，由此產(chǎn)生因巷道環(huán)境與掘進機器人結(jié)構(gòu)造成的偏移。

(2) 采用人工結(jié)合視覺檢測操作方式時，工作人員需要根據(jù)現(xiàn)場情況或傳輸?shù)囊曨l信號判斷掘進情況，信號干擾源多、精度差，導(dǎo)致人工操控掘進機器人時產(chǎn)生偏移。

掘進機器人偏移會導(dǎo)致自主截割過程中的超挖、欠挖現(xiàn)象，導(dǎo)致巷道斷面成形質(zhì)量不理想[14]。本文在假設(shè)掘進機器人截割臂精準控制的基礎(chǔ)上，將機身偏移距離及偏航角作為掘進機器人糾偏控制對象，研究偏移極限位置的糾偏控制參數(shù)，并采用數(shù)字孿生技術(shù)構(gòu)建糾偏控制系統(tǒng)，實現(xiàn)掘進機器人位姿糾正，以減少超挖或欠挖現(xiàn)象。

1.2 掘進機器人糾偏控制功能需求

(1) 搭建掘進巷道及掘進機器人的數(shù)字孿生模型，實現(xiàn)掘進機器人物理實體與虛擬樣機映射。

(2) 實時顯示掘進機器人定位定向參數(shù)，解算掘進機器人位置與方向，判斷當前掘進狀態(tài)(正常、超挖、欠挖)并實時顯示。

(3) 根據(jù)掘進狀態(tài)及定位定向參數(shù)驅(qū)動掘進機器人，實現(xiàn)虛實協(xié)同自主糾偏控制。

(4) 通過人機交互單元實現(xiàn)掘進機器人的虛擬可視化遠程控制。

2 系統(tǒng)總體方案

根據(jù)煤礦掘進機器人實際掘進作業(yè)流程與功能需求，建立基于數(shù)字孿生的掘進機器人糾偏控制系統(tǒng)，其由數(shù)字模型、物理模型和人機交互控制單元組成，如圖1所示。數(shù)字模型主要包括巷道數(shù)字模型和掘進機器人數(shù)字模型；物理模型主要包括掘進機器人樣機與視覺檢測系統(tǒng)；人機交互控制單元主要包括監(jiān)測監(jiān)控界面、數(shù)據(jù)庫與糾偏控制模型等。

圖1 基于數(shù)字孿生的掘進機器人糾偏控制系統(tǒng)組成Fig.1 Composition of deviation correction control system of roadheader based on digital twin

采用Unity 3D搭建巷道與掘進機器人數(shù)字模型，如圖2所示。考慮到復(fù)雜模型在虛擬仿真時對計算機資源占用較大，對掘進機器人運動原理及整體結(jié)構(gòu)進行了合理簡化。

(a) 巷道數(shù)字模型

(b) 掘進機器人數(shù)字模型

(c) 模型布局

視覺檢測系統(tǒng)實時感知工作面環(huán)境信息。糾偏控制模型根據(jù)系統(tǒng)提取的掘進巷道空間特征參數(shù)與掘進機器人位置信息解算控制參數(shù)，并將其上傳至數(shù)據(jù)庫，通過虛實映射關(guān)系驅(qū)動數(shù)字模型，同時將虛擬現(xiàn)實環(huán)境中數(shù)字模型的控制同步映射到掘進機器人樣機上。監(jiān)測監(jiān)控界面可實時顯示圖像及偏航角、偏移距離等信息，操作者通過操控掘進機器人數(shù)字模型實現(xiàn)對掘進機器人樣機的遠程糾偏控制。

3 掘進機器人糾偏控制方法

3.1 糾偏控制機理分析

煤礦巷道掘進過程中有整平和對中2種糾偏方式。整平是指控制掘進機器人的前后鏟板及升降支撐，以調(diào)整掘進機器人角度；對中是指通過控制掘進機器人左右履帶運動，使掘進機器人前進方向符合掘進巷道設(shè)計要求，可實現(xiàn)對機身偏航角的補償。本文主要采用虛實同步控制技術(shù)實現(xiàn)掘進機器人對中糾偏控制，其機理如圖3所示。圖3(a)中，定義掘進機器人偏移巷道中線右側(cè)為正，反之為負，偏移距離為l；圖3(b)中，掘進機器人左右履帶分別以速度vl，vr和補償角(偏航角)θ行駛至如圖3(c)所示位置，實現(xiàn)對偏移距離l的補償，但仍存在偏航角Δθ；圖3(d)中，掘進機器人左右履帶分別以速度vl，vr對Δθ進行補償，實現(xiàn)掘進機器人對中糾偏。

(a) 偏移

(b) 偏移距離補償

(c) 偏航角補償

(d) 對中糾偏

3.2 糾偏控制建模與參數(shù)分析

假設(shè)不考慮因截割頭引起偏差而導(dǎo)致的巷道欠挖、超挖情況，簡化掘進機器人與掘進巷道模型。理想的掘進巷道斷面應(yīng)達到設(shè)計寬度w及高度h，設(shè)置掘進機器人截割范圍為寬w、高h。在截割過程中，掘進機器人偏移極限位置下的糾偏控制模型參數(shù)關(guān)系如圖4所示。e為單側(cè)偏移距離；a為極限位置超挖量；b為極限位置欠挖量。

掘進機器人以理想掘進狀態(tài)運行時，視覺檢測系統(tǒng)、掘進機器人中線與巷道中線重合。以視覺檢測系統(tǒng)(安裝在掘進機器人幾何中心)為原點O′、視覺采集方向(與掘進方向相反)為Y′軸、掘進機器人在巷道斷面上發(fā)生偏移的方向為X′軸，建立對中位置坐標系O′X′Y′，如圖5所示。

圖4 糾偏控制模型參數(shù)關(guān)系Fig.4 Parameter relationship of deviation correction control model

圖5 對中與偏移位置關(guān)系Fig.5 Relationship between central and deviation positions

當掘進機器人由理想位置O′偏移至O″時，產(chǎn)生偏移距離l和偏航角θ。此時截割位置由理想位置A′偏移至A″，發(fā)生超挖、欠挖現(xiàn)象。由幾何關(guān)系可得A″距Y′軸距離：

e=lO″A″sin(α-θ)-l

(1)

根據(jù)式(1)，可推導(dǎo)出掘進機器人在巷道中的實際單側(cè)偏移距離：

e=lO″A″sin(α±θ)±l

(2)

式(2)中，偏移距離±l和偏航角±θ由掘進機器人偏移方向決定。

經(jīng)分析可得掘進狀態(tài)閾值：欠挖，0w/2+a。

4 定位定向參數(shù)數(shù)據(jù)驅(qū)動

通過掘進機器人機尾攜帶的雙目視覺傳感器采集巷道空間圖像，獲取掘進機器人定位定向參數(shù)[15]，如圖6所示。以視覺檢測系統(tǒng)為原點建立掘進機器人坐標系O′X′Y′Z′(Z′為巷道垂直方向)，以視覺采集的巷道口及延伸巷道圍巖圖像為目標，提取巷道圍巖圖像特征，構(gòu)建從巷道口至掘進位置的虛擬巷道環(huán)境。以巷道口斷面幾何中心為原點建立巷道坐標系OXYZ：X軸與X′軸同向；Y軸為掘進方向，與Y′軸反向；Z軸與Z′軸同向?？臻g坐標系如圖7所示。根據(jù)掘進機器人作業(yè)情況，糾偏控制模型實時解算掘進機器人坐標系與巷道坐標系的位置和方向關(guān)系。

圖6 掘進機器人定位定向參數(shù)采集Fig.6 Positioning and orientation parameter acquisition for roadheader

圖7 空間坐標系Fig.7 Spatial coordinate system

(a) 巷道圖像邊緣特征提取

(b) 虛擬巷道環(huán)境重構(gòu)

采用MySQL建立偏移距離、偏航角和巷道斷面形狀等參數(shù)數(shù)據(jù)庫，通過Unity 3D數(shù)據(jù)庫接口實現(xiàn)數(shù)字模型與數(shù)據(jù)庫連接。通過Unity 3D平臺導(dǎo)入掘進機器人和巷道數(shù)字模型，結(jié)合掘進機器人坐標系、巷道坐標系關(guān)系與數(shù)據(jù)庫中的位置參數(shù)，確定掘進機器人與巷道環(huán)境的虛實映射關(guān)系。

5 掘進機器人糾偏控制流程

掘進機器人糾偏控制流程如圖9所示。雙目視覺傳感器采集巷道圖像數(shù)據(jù)，提取巷道口圖像特征并建立巷道坐標系，結(jié)合掘進機器人坐標系，解算掘進機器人相對于巷道空間的位姿參數(shù)。將解算參數(shù)上傳至數(shù)據(jù)庫，系統(tǒng)讀取數(shù)據(jù)庫中位姿參數(shù)并顯示在監(jiān)測監(jiān)控界面，經(jīng)運算得到當前偏航角及偏移中線距離。采用式(2)計算當前掘進機器人的單側(cè)偏移距離，將計算結(jié)果與超挖、欠挖及正常掘進狀態(tài)閾值進行對比，判斷當前掘進巷道斷面的超挖、欠挖狀態(tài)，并在相應(yīng)的虛擬巷道圍巖顯示超挖或欠挖狀況(超挖為紅色，欠挖為黃色)?？刂凭蜻M機器人左右履帶運動，補償偏移距離和偏航角，完成掘進機器人對中糾偏。

圖9 掘進機器人糾偏控制流程Fig.9 Deviation correction control flow of roadheader

6 糾偏控制實驗

6.1 實驗平臺及環(huán)境模擬

以掘進機器人樣機為研究對象，將雙目視覺傳感器安裝于掘進機器人機身，建立掘進機器人糾偏控制實驗平臺，如圖10所示。

圖10 掘進機器人糾偏控制實驗平臺Fig.10 Experimental platform of deviation correction control of roadheader

在實驗室模擬寬2 m、高3 m的矩形巷道環(huán)境，如圖11(a)所示。采集環(huán)境圖像后，提取圖像特征，如圖11(b)所示。

6.2 實驗結(jié)果

為模擬掘進機器人偏移導(dǎo)致的超挖、欠挖工況，設(shè)置4種掘進機器人位姿參數(shù)，見表1。

(a) 模擬巷道

(b) 巷道特征提取

序號偏移距離/cm偏航角/(°)預(yù)期工況156右側(cè)偏移2-2-3左側(cè)偏移34-5左側(cè)偏移4-67右側(cè)偏移

煤礦掘進機器人糾偏控制系統(tǒng)監(jiān)測監(jiān)控界面可實時顯示糾偏過程并預(yù)警，如圖12所示。

(a) 位姿狀態(tài)1

(b) 位姿狀態(tài)2

(c) 位姿狀態(tài)3

(b) 位姿狀態(tài)4

(e) 監(jiān)測監(jiān)控界面顯示

從圖12可看出：當掘進機器人處于位姿狀態(tài)1時，系統(tǒng)顯示掘進機器人發(fā)生右側(cè)偏移，造成右側(cè)圍巖超挖，而左側(cè)圍巖欠挖；當處于位姿狀態(tài)2時，系統(tǒng)顯示掘進機器人發(fā)生左側(cè)偏移，造成左側(cè)圍巖超挖，而右側(cè)圍巖欠挖；當處于位姿狀態(tài)3時，系統(tǒng)顯示掘進機器人發(fā)生左側(cè)偏移，造成左側(cè)圍巖超挖，而右側(cè)圍巖欠挖；當處于位姿狀態(tài)4時，系統(tǒng)顯示掘進機器人發(fā)生右側(cè)偏移，造成左側(cè)圍巖欠挖，而右側(cè)圍巖超挖。顯示結(jié)果均符合預(yù)期工況，且能夠正確預(yù)警超挖與欠挖狀態(tài)。當發(fā)生掘進機器人偏移后，根據(jù)監(jiān)測監(jiān)控界面顯示信息，通過操作相關(guān)按鍵進行掘進機器人糾偏控制后，均能夠恢復(fù)到如圖12(e)所示的理想狀態(tài)。

采用Matlab軟件模擬掘進機器人在5 m×4 m(寬×高)的巷道內(nèi)掘進作業(yè)。以外形尺寸為10.4 m×2.40 m×1.66 m(長×寬×高) 的EBZ160型掘進機器人為仿真對象，根據(jù)掘進工藝要求，規(guī)劃掘進機器人糾偏控制路徑，結(jié)果如圖13所示。可看出掘進機器人在偏離巷道中線±0.4 m時，超挖和欠挖狀態(tài)下分別行駛約9，12 m時實現(xiàn)對中，仿真結(jié)果符合實際糾偏控制工況，表明系統(tǒng)能夠有效實現(xiàn)掘進機器人糾偏控制。

圖13 掘進機器人糾偏控制路徑規(guī)劃Fig.13 Path planning of deviation correction control of roadheader

7 結(jié)論

(1) 針對煤礦掘進機器人受巷道環(huán)境等因素影響而難以實現(xiàn)自主糾偏控制的問題，提出了基于數(shù)字孿生的煤礦掘進機器人糾偏控制系統(tǒng)設(shè)計方案。

(2) 建立了掘進機器人和巷道數(shù)字模型、基于雙目視覺圖像信息的掘進機器人糾偏控制模型及定位定向參數(shù)數(shù)據(jù)庫，通過數(shù)字模型與物理模型的虛實映射關(guān)系，實現(xiàn)了掘進機器人遠程糾偏控制。

(3) 通過實驗驗證了基于數(shù)字孿生的煤礦掘進機器人糾偏控制系統(tǒng)能夠有效補償掘進機器人偏航角和偏移距離，可在定位定向參數(shù)驅(qū)動下實現(xiàn)虛實同步控制，掘進工況可實時顯示在監(jiān)測監(jiān)控界面，為掘進作業(yè)提供控制決策依據(jù)，有利于提高掘進巷道成形質(zhì)量。