移动矿山机器人控制系统的研究

从矿山机器人的要求出发,在分析了机器人控制系统结构的基础上,设计了一种基于CAN总线分布式的移动机器人控制系统,并以嵌入式控制器ARM为核心设计了该系统硬件平台。实验证明了该控制系统的可靠性与稳定性。

双摇臂履带式矿山机器人结构优化设计

针对双摇臂履带式矿山机器人结构设计中的多目标优化问题,提出了基于GA-PSO算法的双摇臂履带式矿山机器人结构优化设计方案。通过机器人越障过程的几何学和运动学分析,得出机器人越障最大高度和质心位置变换的影响因素;根据矿山机器人工作要求建立约束条件,得到多目标优化函数,通过引入权重系数,将多目标优化问题转换为单目标优化问题;利用GA-PSO算法对单目标优化问题进行求解,得到机器人最优结构参数:车体质量为10kg,摇臂质量为5kg,前后轮距离为600mm,驱动轮半径为115mm。仿真结果表明,采用该结构参数设计的机器人完成目标动作所需的能耗低于其他设计方案,更加易于实现目标动作。

移动矿山机器人控制系统的设计探讨

在矿山日常安全工作中,为应对矿山安全环境面临的问题,工作人员采用安全高效的管理方式,矿山工作在尝试用机器人代替人工安全巡检工作,智能巡检机器人软硬件方面具有可替代人工安全巡检的能力,针对矿山工作特点,研发机器人在硬件技术方面具有收集矿山信息数据的基本功能,能够及时汇报预警情况等科学巡检技术,分析移动矿山机器人控制系统设计。

基于模糊控制算法的矿山爆破机器人路径规划

针对矿山爆破机器人工作环境的复杂性和不确定性,为提高其在这种挑战性环境中的自主操作性和安全性,结合视觉导航原理和模糊控制算法提出一种未知环境下的局部路径规划策略。该策略充分利用机器人搭载的摄像头和激光雷达进行环境探测,实时获取障碍物和目标信息,通过模糊控制器调整机器人的运动偏转角度及步长,从而有效地避开障碍物并到达预定目标点。仿真结果表明,该策略不但能使机器人以最优的路径到达目标点,而且显著降低了机器人在多障碍物环境下发生碰撞的风险,提高了矿山爆破机器人的工作效率和安全性。

融合优化遗传算法和变步长蚁群算法的矿山巡检机器人路径规划

矿山作为重要的工业生产基地,对于保障生产安全和提高生产效率具有重要意义。传统的矿山巡检方式主要依赖于人工巡检,具有人力成本高、巡检效率低、存在安全风险等不足,因而,研究自主巡检的矿山巡检机器人路径规划算法对于提高矿山巡检技术水平具有重要意义。提出了一种融合优化遗传算法和变步长蚁群算法的矿山巡检机器人路径规划方法。该方法首先利用遗传算法对机器人路径进行优化,然后将优化后的路径作为蚂蚁搜索的初始路径。在蚂蚁搜索过程中,根据当前路径长度变化情况调整蚂蚁的步长,以适应不同路径长度的搜索。同时,引入了启发式信息和信息素更新策略,增强了蚂蚁搜索的局部和全局搜索能力。试验表明:与单一算法相比,所提方法可以更快地找到较优解,并且具有更好的鲁棒性和稳定性。该方法通过融合变步长蚁群算法和遗传算法的优点,可以快速收敛到全局最优解,同时提高了搜索精度和收敛速度,对于提高矿山巡检机器人路径规划效率,确保矿山安全高效生产具有一定的意义。

融合场景理解与机器视觉的矿山巡检机器人导航避障研究

近年来,随着机器人技术和人工智能技术的迅猛发展,越来越多的矿山企业开始采用机器人进行巡检和监测,以提高生产效率和降低人工巡检成本。然而,由于矿山环境复杂多变,存在大量的障碍物和危险因素,传统的巡检机器人往往不能满足实际需求,需要引入一些先进的场景理解和机器视觉技术,以提高机器人的导航和避障能力。提出了一种基于融合场景理解与机器视觉的矿山巡检机器人导航避障方法。首先,通过机器视觉技术对矿山环境进行识别和定位,获取当前机器人所处的位置和周围场景信息。然后,利用场景理解技术对矿山场景进行分析,包括识别各种矿石、设备和人员,并对矿山环境中的障碍物进行检测和分类。最后,将融合后的场景理解和机器视觉信息应用于机器人的导航和避障控制。试验结果表明:所提方法能够有效提高机器人在复杂矿山环境下的导航和避障能力,对于推动智能矿山建设、提高矿山生产效率、降低巡检成本具有一定的意义。

矿山机器人的研究现状与发展趋势

根据近年来我国煤矿生产中发生的安全事故和造成的人员伤亡情况,阐述了矿山机器人尤其是矿难救援机器人开发的重要性和紧迫性,介绍了国内外矿井救援机器人的研究现状、主要技术及其需要解决的技术问题和发展趋势。展望了未来机器人的发展方向及巨大的社会效益和经济效益。

矿山钻孔救援探测机器人研究进展

分析了国内外钻孔救援技术、煤矿救援探测机器人及矿山钻孔救援探测机器人的研究现状,指出将煤矿救援探测机器人和管道机器人的研究成果与矿山钻孔救援的探测需求相结合,可以研制出满足要求的矿山钻孔救援探测机器人,提高井下灾后救援的成功率。从移动机构、导航、定位和路径规划、传感探测、通信和控制方式、能源供给、防爆性能等方面分析了矿山钻孔救援探测机器人的关键技术及其发展趋势,指出应围绕机器人的通过性、可靠性、轻量化、智能化等目标,在移动机构、能源供给和防爆性能等方面进行创新设计,提高传感检测范围和精度,研究未知、非结构化环境中的导航、定位及控制的智能算法,提高机器人的环境适应性。

矿山钻孔救援探测机器人设计

基于矿山钻孔救援探测需求,针对现有探测机器人信息探测范围窄、探测距离较短、功能单一、无越障能力等问题,设计了一种矿山钻孔救援探测机器人。该机器人能够通过Φ225mm救援钻孔到达煤矿井下,利用携带的传感器和摄像头获取灾变区域的环境信息和被困人员信息,并将信息实时传到地面;以NImyRIO作为控制核心,采用LabVIEW图形化编程构建控制系统,利用有线通信方式实现机器人在灾变区域内的数据远程控制。试验结果表明:该机器人运动性能良好,具有体积小、质量轻、越障能力强等特点,可顺利通过救援孔,能够对井下环境信息进行实时检测和传输,为地面救援指挥中心决策提供了第一手资料。

超声波传感器在矿山救援机器人中的应用研究

矿山救援机器人必须通过自身的敏感器件实时地获取其所处环境中的障碍物信息来规划其移动路径,这对敏感器件的测量精度提出很高要求。超声波传感器作为测距的主要敏感器件,在研究超声波测距原理的基础上,分析可能引起测量误差的原因,针对不同原因,分别给出了可行的消除方法,使超声波测距传感器系统整体可以达到很高的精度,能够为矿山救援机器人提供准确和可靠的障碍物信息。

矿山搜寻机器人关键技术研究及其发展

在分析矿井灾害前后井下环境的基础上，介绍了一种代替救护队员进行井下失踪矿工搜寻定位作业的四履带机器人，主要包括井下失踪矿工搜寻机器人的移动机构、控制系统和视觉系统，介绍了履带驱动单元技术、防爆技术、通讯、视觉导航控制、矿工视觉识别等技术，并展望了其今后的发展趋势。

基于改进遗传算法的矿山救援机器人路径规划

针对矿山救援机器人路径规划要求,采用拓扑图法对矿山环境建模,提出一种改进遗传算法,该算法在保留遗传算法高效的全局搜索能力的同时,兼具模拟退火算法良好的局部搜索能力。利用深度优先搜索优化初始种群,提高搜索效率;引入编辑距离对交叉、变异的父代进行近亲筛选,避免近亲繁殖产生的子代与父代表现相似;引入进化逆转操作,使用退火算子对种群进行更新,在不流失最优基因的基础上进一步提高算法跳出局部最优的能力。利用MATLAB进行仿真,验证算法能够高效寻得最优救援路径。

矿山搜寻机器人中的超声波模块的设计

矿山搜寻机器人要在井下未知环境中移动及完成搜救任务,必须实时采集其周围障碍信息,实现自身的定位、避障以及导航功能。超声波模块具有测量速度快、可靠性高、结构简单、对环境要求低及硬件易实现等优点,被广泛地应用到机器人的探测定位系统中。以AT89S52单片机为核心,设计出一种动态超声波数据采集模块,用于矿山搜寻机器人在井下行走时对周围障碍物距离数据的采集。

矿山智能换绳机器人的应用

通过对立井提升矿山智能换绳机器人的结构、工作原理及矿山智能换绳机器人现场实际应用情况的介绍,阐明了应用立井提升矿山智能换绳机器人,以设备升级带动工艺水平改进和劳动组织优化,在重点领域实施“机械化换人、自动化减人”,具有良好的安全技术效益和社会效益。

基于3D深度相机的机器人手眼标定方法研究与应用

针对工业机器人视觉领域中现有手眼标定方法复杂的问题,提出一种基于3D视觉的简便手眼标定方法,即将3D深度相机和矿山爆破机器人相结合,利用3D深度相机能够获取空间点坐标的原理以及3个参考点的几何关系,获取标定板上参考点到相机的坐标转换关系。同时机器人末端法兰盘中心到机器人基坐标系的转换关系已知,可利用TSAI两步法求取相机到机器人末端法兰盘中心的转换关系,继而求得参考点在机器人基坐标系中的位姿。把此手眼标定方法应用到矿山爆破机器人系统中,实验结果表明,最大坐标误差为5.7 mm,最小误差为0 mm,精度满足现场矿山孔洞的定位要求。该文的创新点是利用深度相机的原理和3个点的几何关系求取参考点到相机的转换关系。

矿山援救机器人构型研究

为了使矿井灾难发生后矿工能够得到及时、有效的援救,提出了一种新型的矿山援救机器人,机器人采用轮式结构,配置一个5自由度手臂,采用超声波、红外两种传感器和数码照相机进行环境检测,并配备瓦斯和温度检测装置。在手臂的帮助下,机器人可以越过坍塌堆,采用旋量理论进行机器人手臂的运动学研究,解决了机器人的位形奇异性和参数法的参数不足影响计算等问题,获得的雅可比矩阵简洁易读,最后利用

The theoretical research on localization using improved particle filter for mine rescue robot in unknown underground space

The localization for mine rescue robot in unknown space of coal mine emer- gency was researched,basing on the requirement of mine rescue robot localization which enters the scene of the coal mine accident,unknown circumstance,the unstructured, non-Gaussian and nonlinear work-space for robot works.The localization using particle filter was proposed to which is applied in mine rescue robot in unknown under-ground space.Meanwhile,focusing on severe particle sample degeneracy in the primary particle filter,an improved particle filter was proposed to reinforce the stability of particle filter.Be- ing compared with localization using extended Kalman filter through simulation experiment the localization using particle filter is proved to have more locating accuracy in unknown underground space and better computational real-time ability,which solves the pre-local- ization problem of robot underground.