煤礦巡檢機器人智能傳感與控制系統(tǒng)設計研究

江新奇，劉敬玉，李忠飛，劉志華，龍永祥

(國家電投內(nèi)蒙古公司露天煤礦，內(nèi)蒙古 霍林郭勒 029200)

隨著機器人技術(shù)的快速發(fā)展，在煤礦巡檢領(lǐng)域使用機器人代替?zhèn)鹘y(tǒng)的人工巡檢和自動化監(jiān)控，不僅能夠有效避免傳統(tǒng)巡檢方式所存在的弊端，而且對實現(xiàn)“機械換人、自動化減人”的目標有重大促進意義[1]。礦用巡檢機器人不僅需要具備常規(guī)巡檢機器人的巡檢能力，如設備巡檢、儀表狀態(tài)識別、異常情況報警等內(nèi)容[2]，同時還要考慮開采環(huán)境的特殊性。目前，帶式輸送機是我國煤礦運輸物料的主要設備，由于膠帶長期處于高載荷下，易發(fā)生破裂、跑偏等故障影響運輸效率，因此需要投入大量人力定時對膠帶進行巡檢，但煤礦環(huán)境惡劣，空氣濕熱、地形起伏大、照度低，工人長期在該種環(huán)境中進行巡檢工作，極易產(chǎn)生疲勞，出現(xiàn)錯檢和漏檢情況，為此亟需設計一種巡檢機器人的智能傳感與控制系統(tǒng)替代工人巡檢，提高巡檢效率。

針對煤礦巡檢機器人智能傳感與控制，盧萬杰[3]等使用深度學習算法優(yōu)化設備識別算法，實現(xiàn)了巡檢機器人對煤礦設備的精準識別與分類。聶珍[4]等設計了一種煤礦巷道氣體檢測系統(tǒng)，系統(tǒng)可動態(tài)監(jiān)控巷道任意截面的多種氣體濃度，并報警檢測誤差外的氣體濃度。宣鵬程[5]等設計的帶式輸送機巡檢機器人系統(tǒng)采用軌道式巡檢方式，該系統(tǒng)實時收集輸送帶的圖像信息和聲音信息，向后臺反饋識別到的異常情況。張濤等[6]采用單目相機-激光雷達-煙霧、聲音、溫度多傳感器融合的方式分析檢驗輸送帶故障，對減小故障損失、減輕工人勞動強度有一定現(xiàn)實意義[7，8]。

目前的煤礦領(lǐng)域針對露天環(huán)境的帶式輸送機的感知系統(tǒng)，只能滿足輸送帶故障檢測，異常聲音檢測等基本的巡檢要求[9，10]，但基于單目或雙目相機的感知系統(tǒng)在照度較低或不均勻環(huán)境，難以正常工作，且障礙物遮擋易造成圖像檢測錯誤。采用低照度高清攝像機、補光系統(tǒng)和紅外熱成像儀對環(huán)境進行感知，實現(xiàn)儀表數(shù)據(jù)識別、旋鈕狀態(tài)識別、膠帶跑偏識別、火焰識別等功能，同時采用深度學習算法對拾音器的原始聲音進行神經(jīng)網(wǎng)絡還原，并與正常聲音對比，可有效檢驗出煤礦帶式輸送機異常聲音。

1 智能傳感與控制系統(tǒng)設計

煤礦特殊復雜環(huán)境，按巡檢方式可分為地面移動機器人巡檢，懸掛式軌道機器人巡檢和飛行式移動機器人巡檢，由于煤礦非結(jié)構(gòu)環(huán)境對于地面移動機器人的越障性能和地形適應性要求較高且平衡防爆設計與運動性能的難度較大，另外飛行式機器人的續(xù)航和防爆問題以及障礙檢測也是巡檢中的難點，綜合對比選擇了軌道式懸掛機器人作為巡檢主體，該機器人需要在前期完成軌道鋪設和防爆設計，工作時需要對環(huán)境進行圖像，聲音的采集，同時可實時反饋自身位置并對障礙物作出反應，為此設計一種巡檢機器人智能控制與傳感系統(tǒng)，傳感器安裝位置如圖1所示，該系統(tǒng)結(jié)構(gòu)如圖2所示，系統(tǒng)主要由圖像采集模塊、語音識別模塊、環(huán)境感知模塊、無線通訊模塊組成。

圖1 懸掛式巡檢機器人傳感器示意圖

圖2 懸掛式巡檢機器人智能控制與傳感系統(tǒng)

1.1 圖像采集模塊

懸掛式巡檢機器人在工作時需感知環(huán)境并報警異常情況。煤礦環(huán)境復雜，部分地區(qū)照度低，障礙物遮擋等情況會嚴重影響圖像采集效果，為此使用低照度高清攝像機與紅外熱成像儀采集圖像，其中低照度攝像機的光學變焦為4倍，可提供200萬DPI有效像素圖片，自帶的補光系統(tǒng)可呈現(xiàn)低照度環(huán)境下的清晰影像資料。紅外熱成像儀能夠?qū)崟r采集和采集帶式輸送機運行時托輥的溫度，可實現(xiàn)過溫報警，溫度異常提醒等功能，紅外熱成像儀參數(shù)見表1。攝像機與紅外熱成像儀共同封裝為雙視云臺，云臺可在水平方向360°旋轉(zhuǎn)，垂直方向俯仰角為±90°，這有利于巡檢過程的數(shù)據(jù)采集與分析識別。

表1 紅外熱成像儀性能參數(shù)

為了替代人工巡檢識別膠帶跑偏、帶式輸送機帶面異物、儀表示數(shù)、閥門閥桿狀態(tài)、液位計等信息，開展了基于機器視覺的智能檢測分析。原理如下：對圖像進行中值濾波去除圖像中的散斑噪聲，通過圖像直方圖均衡化使得圖像歸一化到一致的對比度區(qū)間，再根據(jù)被測物的特征通過膨脹、腐蝕、頂帽等處理，結(jié)合被測物形狀的二進制對象特征確定是否存在被測物。為了緩解視頻存儲所需要的空間和傳輸所需的帶寬壓力，或者對于一些非重要的視頻采用低碼流方式進行壓縮和傳輸。

1.2 語音識別模塊設計

懸掛式巡檢機器人工作時需要對輸送帶進行實時監(jiān)測，圖像采集模塊可以檢測輸送帶的偏移、凸起、發(fā)熱等故障，但不能對潛在的風險進行分析，為此需要采集輸送帶工作的聲音，與正常的工作聲音分析對比以判斷輸送帶工作狀態(tài)。

為了提高拾音精度，語音識別模塊選擇的拾音頭配有大口徑鍍金震膜，其優(yōu)點在于本底噪聲極低，采音范圍廣，實時性強。由于煤礦通訊功能受限，當工人遇到緊急情況時匯報效率較低，該模塊的支持雙向語音對講功能，對講音量在110dB以上，為進一步降低環(huán)境噪聲，該模塊采用Clear Speech技術(shù)，設計“電子噪聲動態(tài)閉環(huán)抑制電路”，實現(xiàn)自適應動態(tài)降噪處理。同時利用高靈敏度拾音器采集聲音，檢測現(xiàn)場的異響、異音，通過智能分析處理，判斷現(xiàn)場設備是否出現(xiàn)異常，拾音器參數(shù)見表2。

表2 拾音器參數(shù)

拾音器采集到巡檢過程中的音頻數(shù)據(jù)后，系統(tǒng)對采集到的連續(xù)多幀聲音信號進行特征提取，利用深度學習算法訓練多組正常聲音特征的時間序列，構(gòu)建序列庫。原始聲音經(jīng)過神經(jīng)網(wǎng)絡后被雙曲正切激活函數(shù)和交叉熵損失函數(shù)還原為新的序列，正常聲音會被還原為與輸入非常相似的特征序列，而異常聲音經(jīng)過神經(jīng)網(wǎng)絡后，則不能完整還原到輸入的特征序列。計算輸入特征序列與輸出特征序列的相關(guān)性，如果相關(guān)性低于預設閾值則當前是否為異常聲音，否則為正常聲音。

1.3 環(huán)境感知模塊設計

雖然懸掛式巡檢機器人在固定軌道運行，不易遇到障礙物，但不排除在低矮環(huán)境下，操作人員誤觸碰機器人，或軌道上出現(xiàn)障礙等特殊情況，為此巡檢機器人需具備高精度的定位、智能防撞、避障功能。

機器人搭載了姿態(tài)傳感器，可實時獲取機器人姿態(tài)、加速度等數(shù)據(jù)；搭載的高分辨率編碼器可通過計算驅(qū)動輪旋轉(zhuǎn)圈數(shù)獲得精確的里程數(shù)據(jù)。機器人結(jié)合基于RFID的定位算法，通過布置定位基站，測算機器人當前位置，實現(xiàn)厘米級定位精度。機器人過網(wǎng)絡實時上傳自身位置信息至集控中心監(jiān)控平臺，根據(jù)不同的速度情況判斷是否存在卡滯、飛車等情況，防止驅(qū)動輪干磨與超速失控情況的發(fā)生。

機器人選擇基于ToF原理的固態(tài)面陣激光雷達，雷達無任何旋轉(zhuǎn)部件，可靠性高，垂直方向視場角大，探測范圍廣。雷達通過發(fā)射與接收近紅外光并計算發(fā)射光線與接收光線的相位差與時間差確定機器人與障礙物的距離。其中激光雷達探測距離0～10m，探測角度120°，機器人遇到障礙會自動停止運行并報警，當警報解除后機器人繼續(xù)運行。

為了進一步優(yōu)化避障系統(tǒng)，算法設置了指定的探測區(qū)域，并篩選出最關(guān)鍵的避障目標，即選擇實際距離雷達最近的障礙物，并集中處理探測資源與運算資源，精準地反饋該障礙物的方位角信息和垂直距離信息，最終CANBUS傳輸給機器人以實現(xiàn)精確避障功能，固態(tài)面陣激光雷達探測如圖3所示，探測區(qū)域如圖4所示。

圖3 固態(tài)面陣激光雷達探測圖

圖4 探測區(qū)域示意圖

1.4 無線通信模塊設計

為實現(xiàn)巡檢機器人在帶式輸送機范圍內(nèi)實現(xiàn)無線網(wǎng)絡的無縫隙覆蓋與切換，巡檢機器人系統(tǒng)采用無線數(shù)據(jù)網(wǎng)絡傳輸技術(shù)，利用帶式輸送機沿線光纖通信傳輸網(wǎng)絡，大約每500～800m設置一臺無線基站，為確保通信系統(tǒng)在煤礦環(huán)境穩(wěn)定運行，減少巷道對無線信號的吸收，測試所選無線基站為5.8GHz電信級增強型無線AP基站，經(jīng)現(xiàn)場測試基站最大發(fā)射功率可達1000mW，最高傳輸帶寬可達300Mb/s，無線設備CPU主頻高達720MHz，最遠無線傳輸距離可達5km，這保證了視頻在傳輸中無卡頓，數(shù)據(jù)無斷點。

根據(jù)現(xiàn)場情況，布放2臺無線基站，分別安裝在巷道起點與終點，巷道長度為700m，2臺基站通過光纜和電纜進行連接，確保機器人巡檢路徑上無線信號全覆蓋。

現(xiàn)場組網(wǎng)網(wǎng)絡拓撲如圖5所示，無線基站連接了各個部件，機器人處理并將環(huán)境中的圖片、聲音、氣體濃度等信息傳遞到上位機，權(quán)限用戶可以通過上位機獲取環(huán)境信息，也可以在地面使用智能手機實時監(jiān)控異常情況，根據(jù)需求控制機器人的異動情況，當機器人電量不足時會自動返航到充電站實現(xiàn)自動充電。

圖5 現(xiàn)場組網(wǎng)網(wǎng)絡拓撲圖

2 現(xiàn)場試驗及分析

2.1 紅外測距試驗及分析

懸掛式巡檢機器人工作時，需要根據(jù)紅外熱成像儀的數(shù)據(jù)判斷設備是否有故障，為確定紅外熱成像儀的測距精度在不同溫度下進行了測距試驗，試驗中，軌道處于水平狀態(tài)，1號、2號、3號為3臺相同設備，3臺機器人的懸掛高度為5.3m。被測黑體的與機器人的紅外熱成像儀鏡頭中心處于同一水平面，黑體直徑為11cm，這與紅外熱成像儀的鏡頭直徑相同，分別測試紅外熱成像儀距離黑體1.5m、3m和5m時對高溫的測試誤差，試驗數(shù)據(jù)見表3。

表3 紅外熱成像儀在不同距離與溫度下的測量結(jié)果

由表3可知，紅外熱成像儀距離被測目標越遠，誤差越大。1、2號有效測量距離10m，3號有效測量距離5m，在鏡頭測量有效范圍內(nèi)，1、2號最大誤差為±6.8℃，最小誤差為±0.7℃；3號最大誤差為±7.4℃，最小誤差為±0.5℃，準確度比較接近。

2.2 環(huán)境感知試驗及分析

圖像采集模塊集成了低照度高清攝像機與高精度紅外熱成像儀，后者能夠?qū)δz帶托輥、電機、滾筒、減速機、巷道電纜等表面溫度進行實時分析檢測。現(xiàn)場應用效果如圖6所示，圖6中4個場景從左到右依次為支撐架、巷道電纜、暗光條件下的拉緊滾筒和暗光條件下拉緊硐室。

圖6 現(xiàn)場應用效果

圖6中的4個場景中的最高溫度分別為20℃、16℃、27℃和28℃，設備處于安全狀態(tài)，另外環(huán)境中的CH4濃度為0.3%，O2濃度為20.9%，CO、CO2和H2S的濃度均為0%。機器人的智能檢測情況如圖7所示，圖7(a)中儀表數(shù)據(jù)示數(shù)為0.02，圖7(b)中旋鈕狀態(tài)與預設情況一致，圖7(c)中紅色線條為膠帶兩側(cè)邊，藍色線條為固定設備的邊緣，根據(jù)紅色線段與藍色線段夾角與膠帶長度測算膠帶跑偏距離，當膠帶跑偏距離小于跑偏閾值，膠帶處于正常狀態(tài)，否則膠帶跑偏，圖7(d)為火焰。

圖7 智能檢測分析

除了視覺檢測外，異常聲音表示膠帶存在潛在風險，聲音識別流程如圖8所示。圖8中正常的聲音頻譜經(jīng)過神經(jīng)網(wǎng)絡還原為與原序列相似的序列，異常聲音被還原為與原序列存在差異的序列。

圖8 聲音識別流程圖

系統(tǒng)分析圖像和聲音信息，將分析結(jié)果發(fā)送至監(jiān)控中心進行顯示和播報，并具備異常狀態(tài)報警功能。

3 結(jié) 語

針對煤礦復雜環(huán)境下巡檢問題，設計了巡檢機器人的智能傳感與控制系統(tǒng)，其中圖像采集模塊可識別儀表數(shù)據(jù)、旋鈕狀態(tài)、膠帶跑偏和火焰等情況，語音識別模塊可識別異常聲音，系統(tǒng)自動報警異常情況并生產(chǎn)報警日志，環(huán)境感知模塊可感知環(huán)境溫度和多氣體濃度、實現(xiàn)動態(tài)避障，無線通訊模塊為系統(tǒng)中各個模塊提供了穩(wěn)定的通訊環(huán)境。該系統(tǒng)對于煤礦減人，機器換人，實現(xiàn)煤礦智能化與無人化有良好的促進作用。