【技术实现步骤摘要】
本专利技术属于机械，涉及一种矿井下自动巡检设备，特别是一种用于非煤矿山井下的智能巡检无人车的巡检方法。
技术介绍
1、非煤矿山是对经济社会发展具有重大影响的资源性和基础性产业，由于目前非煤矿山安全生产的基础薄弱，造成安全生产保障能力差，安全装备普及率低。
2、现有矿山危险征兆表征与判别习惯采用埋设固定传感器的方式来获取监测数据，在此基础上进行数据分析与征兆判别。相比固定传感监测，采用移动巡检装备的必要性主要体现在以下几个方面：一是，在矿山井下的各类运输、生产巷道中，并不是所有区域都布设有固定传感器，还有很多传感器未涉及到的关键区域以及前期埋设传感器发生损坏的区域，这些区域需要依托移动式巡检装备来识别灾害；二是，固定传感器监测到的存在安全隐患的区域或者事故发生时，存在人员不便进入的情况，需要通过巡检装备去采集相关信息；三是，移动式巡检装备可以更加灵活地应对需要巡检的场景，可到达任何区域实现即探即走。以透水探测为例，常规多采用人工打孔探水的方式，该方法危险系数较高。采用移动式巡检装备可以避免人工打孔所带来的潜在风险。由此亟需研发一种可移动的智能巡检设备。
技术实现思路
1、本专利技术的目的是针对现有的技术存在上述问题，提出了一种用于非煤矿山井下的智能巡检无人车的巡检方法。
2、本专利技术的目的可通过下列技术方案来实现：一种用于非煤矿山井下的智能巡检无人车的巡检方法，包括以下步骤：
3、s1、启动与自检：启动智能巡检无人车并进行系统自检，所述系统自检至
4、s2、数据采集：
5、气体监测：对一氧化碳、二氧化硫、二氧化氮的浓度以及空气流速进行实时数据收集；
6、视频监测：通过双目相机、激光雷达捕获矿井下环境的影像数据、空间数据；双目相机通过分析两个摄像头捕获的图像差异来计算环境的深度和距离，激光雷达通过发射激光并测量反射光的时间来获取精确的三维空间信息；
7、地压监测：利用全景拼接摄像机识别地压监测信息；全景拼接摄像机主要针对岩体结构面、岩体节理迹线、岩体节理裂隙进行识别，从而判断矿井下的地压隐患指标；
8、透水检测：通过电磁法主机、接收发射一体式线圈，采用瞬变电磁法进行电磁透水检测；
9、s3、数据处理：
10、采集的气体监测信息、视频监测信息、地压监测信息和透水检测信息传输至边缘计算模块，通过深度学习算法对潜在的地压、透水和中毒灾害进行识别和表征；
11、s4、实时反馈：
12、通过发射机将数据处理的结果信息上传至云平台；
13、s5、云平台交互：
14、通过接收机接收云平台的远程控制指令，进一步操控智能巡检无人车。
15、在上述的用于非煤矿山井下的智能巡检无人车的巡检方法中，步骤2中，所述地压监测的步骤包括：
16、采用全景拼接摄像机拍摄不同时间段的工程岩体表面图片，基于attentionr2u-net神经网络算法进行图像识别，包括图像的分类、定位、检测与分割，提取岩体表面裂隙的尺寸特征；结合裂隙几何特征模型耦合识别方法实现对岩体表面关键节理的智能识别与参数提取，获取岩体表面变形的时序性，通过裂隙尺寸的变化判别地压隐患风险；采用搭载于巡检无人车上的配套地压灾害表征判别模型对识别数据做进一步分析处理，以裂隙的起裂、扩展和贯通过程为依据，分析岩石裂隙在受载期间的随机变形、破裂局域集中化、破裂全过程的表面场演化规律，捕捉岩石的临界失稳点，确定岩石的渐进性破裂阈值，构建表面位移场与图像识别参数的对应关系，根据阈值判别结果完成围岩破裂隐患的征兆识别。
17、在上述的用于非煤矿山井下的智能巡检无人车的巡检方法中，步骤2中，所述透水检测的步骤包括：
18、云平台通过给电磁法主机指令，然后电磁法主机向接收发射一体式线圈发送控制指令进而使接收发射一体式线圈产生瞬变电磁场，瞬变电磁场会在井下产生感应电场，电场又会引起电流在井下的流动，接收发射一体式线圈用以测量井下的感应电磁场响应，电磁法主机接收到电磁场响应数据，通过数值分析和反演方法推断出井下介质的电性参数；若得到数据回传则通过反演软件进行可视化处理，得到视电阻率数据以判断矿井下的充水情况；若没有得到回传数据则会反馈至电磁法主机继续重复所述透水检测的步骤。
19、与现有技术相比，本用于非煤矿山井下的智能巡检无人车的巡检方法具有以下有益效果：
20、1、全面的监测功能：
21、气体监测：通过一氧化碳、二氧化硫、二氧化氮传感器实时监测矿井下的气体浓度，有助于及时发现并避免有毒气体的积聚，提高工作环境的安全性。
22、风速监测：利用风速传感器监测空气流速，帮助预测风险并采取必要的防范措施，确保矿井通风系统的有效运行。
23、地压监测：通过全景拼接摄像机、激光雷达等设备采集的数据，结合深度学习算法，实现对地压隐患的智能识别和参数提取，从而及时发现潜在的地压风险。
24、透水检测：采用瞬变电磁法进行电磁透水检测，通过电磁法主机、接收发射一体式线圈等设备，对井下介质的电性参数进行推断，从而实现对矿井下水情况的监测。
25、2、智能感知和导航：
26、视频监测：利用双目相机和激光雷达采集矿井下的影像和空间数据，通过深度学习算法进行处理，提高了自主导航和避障的能力，使无人车能够更有效地巡检矿井。
27、3、实时反馈和远程控制：
28、实时数据处理：通过边缘计算盒子进行数据处理，包括气体监测、视频监测、地压监测和透水检测等信息，通过深度学习算法对地压、透水和中毒灾害进行实时识别和表征。
29、云平台交互：通过主控盒接收云平台的远程控制指令，实现对智能巡检无人车的远程操控，提高了灵活性和响应速度。
30、4、能源管理和系统自检：
31、蓄电池和抽拉舱设计：蓄电池通过电路连接多个传感器和设备，保障了系统的稳定供电。抽拉舱内设置蓄电池，方便维护和更换电源。
32、系统自检：启动时进行系统自检，包括蓄电池电量、传感器状态、通信与控制是否正常，确保无人车在巡检任务中的稳定运行。
33、综上，巡检无人车可以支持地压灾害、透水、中毒等危险征兆表征的判别技术，以及车辆的智能巡检技术、数据智能化采集和通信优化等技术。为非煤矿山安全风险精准监测、精确预警、精细防控提供装备支持，将提升防范、化解矿山重大风险的应急处置能力，提升非煤矿山重大安全风险防控、监测预警和安全保障能力。
本文档来自技高网...【技术保护点】
1.一种用于非煤矿山井下的智能巡检无人车的巡检方法，其特征在于，所述巡检方法应用于如权利要求1至7中任一权项所述的智能巡检无人车，所述巡检方法包括以下步骤：
2.如权利要求1所述的用于非煤矿山井下的智能巡检无人车的巡检方法，其特征在于，步骤2中，所述地压监测的步骤包括：
3.如权利要求2所述的用于非煤矿山井下的智能巡检无人车的巡检方法，其特征在于，采用搭载于巡检无人车上的配套地压灾害表征判别模型对识别数据做进一步分析处理，以裂隙的起裂、扩展和贯通过程为依据，分析岩石裂隙在受载期间的随机变形、破裂局域集中化、破裂全过程的表面场演化规律，捕捉岩石的临界失稳点，确定岩石的渐进性破裂阈值，构建表面位移场与图像识别参数的对应关系，根据阈值判别结果完成围岩破裂隐患的征兆识别。
4.如权利要求1所述的用于非煤矿山井下的智能巡检无人车的巡检方法，其特征在于，步骤2中，所述透水检测的步骤包括：
5.如权利要求4所述的用于非煤矿山井下的智能巡检无人车的巡检方法，其特征在于，若得到数据回传则通过反演软件进行可视化处理，得到视电阻率数据以判断矿井下的充水情
...【技术特征摘要】
1.一种用于非煤矿山井下的智能巡检无人车的巡检方法，其特征在于，所述巡检方法应用于如权利要求1至7中任一权项所述的智能巡检无人车，所述巡检方法包括以下步骤：
2.如权利要求1所述的用于非煤矿山井下的智能巡检无人车的巡检方法，其特征在于，步骤2中，所述地压监测的步骤包括：
3.如权利要求2所述的用于非煤矿山井下的智能巡检无人车的巡检方法，其特征在于，采用搭载于巡检无人车上的配套地压灾害表征判别模型对识别数据做进一步分析处理，以裂隙的起裂、扩展和贯通过程为依据，分析岩石裂隙在受载期间的随机变形、破裂局域集中...
【专利技术属性】
技术研发人员：惠鑫，曹家源，孙琪皓，刘国伟，刘港，刘帅奇，李光，王志文，段学良，
申请(专利权)人：中国工业互联网研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。