一种基于机器视觉和运动控制的煤矿搜救机器人制造技术

一种基于机器视觉和运动控制的煤矿搜救机器人，步骤1，采集煤矿搜救机器人的环境数据；步骤2，训练矿道遇难人员检测模型；步骤3，设计煤矿搜救机器人的运动控制系统：步骤4，设计煤矿搜救机器人的初级导航系统；步骤5，数据处理储存，在发生矿难的实际情况下，通信线路已经被完全摧毁或部分瘫痪，通信已无法使用，故将搜救机器人收集到的相关数据经过一定的编组封装，遵循SPI通信协议写入SD卡储存模块，并且作为返航的数据支持。本发明专利技术设计将井下数据通过机器人深入现场探测获取，有利于现场救援的规划及指挥，保障被困人员存活率，减少不必要的损失及灾害。必要的损失及灾害。必要的损失及灾害。

【技术实现步骤摘要】
一种基于机器视觉和运动控制的煤矿搜救机器人


[0001]本专利技术涉及机器人控制领域，特别是涉及一种基于机器视觉和运动控制的煤矿搜救机器人。

技术介绍

[0002]我国拥有十分巨大的煤炭资源储量，据资料显示，在世界上我国在煤炭领域是最大的消费国和生产国。据统计显示，在中国的能源产业总量中，煤炭所贡献的能源量占据全国一次能源消耗与生产的将近70％，由此趋势向后估计，该比例将于2050年达到50％以上。故此，煤炭的开采与使用，在中国现在与未来的发展始终的一个主要的能源支柱，由此引申出的煤炭产业，势必需要相关的支持及保障。保障的其中一个主要方面，就是矿难救援工作。我国的煤炭生产工业发达，产量巨大，巨大的基数和中国较差的矿井地质及矿井高浓度瓦斯势必也同时导致中国是一个矿难事件的高发地，频发的矿难事件给煤矿开采工作造成巨大困扰。
[0003]井下矿难事故发生后，井下情况复杂多变，多种灾害发生，危险的环境状况和未知的现场状况并不适合由救援人员第一时间进入现场展开勘察和救援工作。我国煤矿井结构复杂，瓦斯浓度较高等等原因不适合直接从国外引进相关救援机器人作为救援辅助工作。如今随着现代电子科技的高度发展，各项技术的逐步完善，由此衍生的智能技术、机器人技术使得由智能设备如机器人协调的救援方案成为现实。研发相关功能的救援机器人，可以代替人力进入危险环境展开救援工作，一来有利于保障人员的安全，二来可以更加迅速专业的采集各式数据情况。
[0004]井下矿难状况是一个复杂的复合的状态，所探测的数据包括有各式有害有毒化学气体浓度，现场温度，被困人员的位置及状态，现场的是否具备人类生存条件，矿道变形坍塌情况等等。将这些数据透过机器人深入现场探测获取，有利于现场救援的规划及指挥，保障被困人员存活率，减少不必要的损失及灾害。

技术实现思路

[0005]为解决上述问题，本专利技术提出了一种基于机器视觉和运动控制的煤矿搜救机器人，通过机器人深入现场探测获取井下数据，对遇难人员进行搜救，保障被困人员存活率，减少不必要的损失及灾害，本专利技术提供一种基于机器视觉和运动控制的煤矿搜救机器人，具体步骤如下，其特征在于：
[0006]步骤1，采集煤矿搜救机器人的环境数据：采集矿道的路径情况以及沿途矿道变形情况数据，由舵机配合距离传感器和CCD传感器对沿途矿道进行扫描获得矿道变形数据；
[0007]步骤2，训练矿道遇难人员检测模型：将检测的数据集分别提取图像的轮廓特征和轮廓特征的显著性检测值，并将显著性检测指作为输入训练BP神经网络分类模型；
[0008]步骤3，设计煤矿搜救机器人的运动控制系统：车体采用四个直流电机驱动的方式，并通过光电编码器测速装置、PID控制和PWM波输出完成对电机的合理调速，保障机器人
行进方向的正确性防止偏离直线航线；
[0009]步骤4，设计煤矿搜救机器人的初级导航系统：该系统是一个测试性系统，对机器人进行导航设计，主要分为三个部分，分为遇难人员检测系统、智能避障系统和自动返航系统；
[0010]步骤5，数据处理储存，在发生矿难的实际情况下，通信线路已经被完全摧毁或部分瘫痪，通信已无法使用，故将搜救机器人收集到的相关数据经过一定的编组封装，遵循SPI通信协议写入SD卡储存模块，并且作为返航的数据支持。
[0011]进一步，步骤2，训练矿道遇难人员检测模型的过程可以表示为：
[0012]步骤2.1，通过CCD传感器采集矿道内的数据图像，组成训练数据图像集；
[0013]步骤2.2，提取数据图像的轮廓特征：
[0014]将采集的图像数据做二值化处理，计算图像质心(x
k
,y
k
),并计算图像二值数据至质心的距离d
i
:
[0015][0016]其中，(x
i
,y
i
)i＝1,2,
…
,n是二值图像数据；
[0017]步骤2.3，提取轮廓特征的显著性检测值：
[0018][0019]C
i
＝cos(r
i
)
ꢀꢀꢀ
(3)
[0020][0021]Q
i
＝cos
‑1(s
i
)
ꢀꢀꢀ
(5)
[0022]式中，表示轮廓特征的均值，T1是显著性检测阈值，r
i
表示轮廓特征去均值后的特征数据，Q
i
表示轮廓特征的显著性检测值；
[0023]步骤2.4，将训练数据集提取的轮廓特征显著性检测值作为输入，矿道中遇难人员目标的标签作为输出训练三层BP神经网络分类模型，并获得训练完成的 BP神经网络遇难人员检测模型。
[0024]进一步，步骤3中设计煤矿搜救机器人的运动控制系统的过程可以表示如下：
[0025]为实现搜救机器人的平稳运行以及实时避障，本专利技术使用PID算法对机器人的电机进行控制，通过光电测速编码器的输出进行解析，计算电机的转速值，将转速值作为反馈实现PID的运算。
[0026]PID控制的主要原理是从被控端读取控制数据，并由光电编码盘读取电机的实时转速，对比预设的转速参数(PWM波输出占空比)，将标定后作二者取差量e(t)，将偏差量e(t)的比例项，积分项以及微分项相加运算后获得 PWM波的占空比值，并发送给执行机构，最终PID控制的调整方程为：
[0027][0028]其中，k
p
，T
i
，T
D
分别是PID的比例积分和微分控制参数，u(t)为t时刻机器人PWM波的占空比输出，PID控制的传输函数为：
[0029][0030]PID控制在程序中执行时，PID调节为数字采样，因此需要对其进行离散化操作，由此离散PID控制的控制方程为：
[0031][0032]在公式8中，u(n)为第n个采样时刻控制器的实时输出状态，e(n)为第n 个采样时刻控制器输入量与上一时刻输出量的偏差量，式中，T为采样周期。
[0033]离散化的PID控制方式的积分项需要对第n个时刻前每个时刻的偏差量 e(i)进行累加计算，由于在测量过程中，本就存在一些微小的不准确性，在多次测量中，这种微小的不准确性不停的进行叠加，造成大幅度的偏差，同时，连续的相加采样计算，对MCU造成极大的负担计算量，不适合实际操作。鉴于离散型PID控制的这些缺点，故在实际的PID控制操作中，多采用增量式调节，该控制方式的表达式为：
[0034]Du(n)＝u(n)
‑
u(n
‑
1)
ꢀꢀꢀ
(9)
[0035][0036][0037]对于PID参数的调整，其中工程整定法较为直接，能够在一次次的试验后，直接得出一套较为合适的参数，操作难度较低，同时参数可以直接使用，不用再经测试。本专利技术在程序上，先对主要的几个参数进行定义，再确定好采样周期，对PID控制的比例常本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉和运动控制的煤矿搜救机器人，具体步骤如下，其特征在于：步骤1，采集煤矿搜救机器人的环境数据：采集矿道的路径情况以及沿途矿道变形情况数据，由舵机配合距离传感器和CCD传感器对沿途矿道进行扫描获得矿道变形数据；步骤2，训练矿道遇难人员检测模型：将检测的数据集分别提取图像的轮廓特征和轮廓特征的显著性检测值，并将显著性检测指作为输入训练BP神经网络分类模型；步骤3，设计煤矿搜救机器人的运动控制系统：车体采用四个直流电机驱动的方式，并通过光电编码器测速装置、PID控制和PWM波输出完成对电机的合理调速，保障机器人行进方向的正确性防止偏离直线航线；步骤4，设计煤矿搜救机器人的初级导航系统：该系统是一个测试性系统，对机器人进行导航设计，主要分为三个部分，分为遇难人员检测系统、智能避障系统和自动返航系统；步骤5，数据处理储存，在发生矿难的实际情况下，通信线路已经被完全摧毁或部分瘫痪，通信已无法使用，故将搜救机器人收集到的相关数据经过一定的编组封装，遵循SPI通信协议写入SD卡储存模块，并且作为返航的数据支持。2.根据权利要求1所述的一种基于机器视觉和运动控制的煤矿搜救机器人，其特征在于：步骤2，训练矿道遇难人员检测模型的过程可以表示为：步骤2.1，通过CCD传感器采集矿道内的数据图像，组成训练数据图像集；步骤2.2，提取数据图像的轮廓特征：将采集的图像数据做二值化处理，计算图像质心(x
k
,y
k
),并计算图像二值数据至质心的距离d
i
:其中，(x
i
,y
i
)i＝1,2,
…
,n是二值图像数据；步骤2.3，提取轮廓特征的显著性检测值：C
i
＝cos(r
i
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)Q
i
＝cos
‑1(s
i
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)式中，表示轮廓特征的均值，T1是显著性检测阈值，r
i
表示轮廓特征去均值后的特征数据，Q
i
表示轮廓特征的显著性检测值；步骤2.4，将训练数据集提取的轮廓特征显著性检测值作为输入，矿道中遇难人员目标的标签作为输出训练三层BP神经网络分类模型，并获得训练完成的BP神经网络遇难人员检测模型。3.根据权利要求1所述的一种基于机器视觉和运动控制的煤矿搜救机器人，其特征在于：步骤3中设计煤矿搜救机器人的运动控制系统的过程可以表示如下：为实现搜救机器人的平稳运行以及实时避障，本发明使用PID算法对机器人的电机进
行控制，通过光电测速编码器的输出进行解析，计算电机的转速值，将转速值作为反馈实现PID的运算；PID控制的主要原理是从被控端读取控制数据，并由光电编码盘读取电机的实时转速，对比预设的PWM波占空比转速参数，将标定后作二者取差量e(t)...

【专利技术属性】
技术研发人员：吴敏，姜玉东，
申请(专利权)人：金陵科技学院，
类型：发明
国别省市：