【技术实现步骤摘要】
本专利技术涉及机器人，更具体地说，本专利技术涉及一种基于采空区漏风监测的多足型机器人。
技术介绍
1、我国煤矿当前正面临向现代化、大型化与技术集约化迅速转化的重大历史时期，科技赋能煤矿建设，通过生产过程的自动化，实现减少人力资源的使用来提高效率和降低成本，一直是科研和业界关注的重点。
2、由于采空区的存在，地下的矿工作面和支护结构不再起到封闭作用，可能会导致采空区发生漏风现象，一旦发生，会造成安全隐患，如瓦斯爆炸和煤尘爆炸，所以采空区漏风监测至关重要。传统的人工检测方法受限于环境限制，需要进入未经处理的地下空洞，而这些空洞通常具有复杂的地形和不可预见的障碍物，漏风人工检测方法难以实现。因此，一种基于采空区漏风监测的多足型机器人，通过多个足部的灵活运动，能够适应复杂的地形和采空区环境，实现高机动性的移动和操作，准确地判断采空区是否存在漏风情况，采取相应的防范措施和保障矿山安全至关重要。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供一种基于采空区漏风监测的多足型机器人,通过多个足部的灵活运动，实现高机动性的移动和操作，准确地判断采空区是否存在漏风情况，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案，一种基于采空区漏风监测的多足型机器人，具体包括以下步骤：
3、101、通过传感器和地图构建技术，自主规划路径、避开障碍物，准确到达监测点位；
4、102、通过井下环境监测设备，对采空区域
5、103、通过云平台提供的api接口，将漏风监测数据实时传输到控制中心客户端；
6、104、使用专业的建模软件，将采集到的数据转化为三维模型，实现对采空区三维环境信息的全面监测和分析；
7、105、通过环境监测手段，结合判定采空区漏风算法与前端探测机器人复合判定采空区是否存在漏风情况；
8、106、使用可充电电池作为机器人的供电源，承担对安全巡检机器人整机的续航供电；
9、在一个优选地实施方式中，所述步骤101中，多足型机器人具有多个独立控制的腿部，能够适应各种地形和环境，在搭载自主导航系统后，机器人通过传感器获取周围环境的信息，帮助机器人感知障碍物、识别地图特征，并进行实时更新，具体包括以下内容：
10、s1、感知障碍物：多足型机器人通过固态补盲激光雷达发射激光束并测量返回时间，实现对周围环境的距离测量和障碍物检测，具体包括以下步骤：
11、步骤1、激光雷达向目标物体发送一束激光脉冲，同时启动一个计时器，当激光脉冲到达目标物体后，通过反射由激光雷达接收器接收到；
12、步骤2、激光雷达接收到反射回来的激光脉冲，停止计时器，根据计时器记录的时间差，得到激光脉冲从发射到返回的时间，计算出目标物体与激光雷达之间的距离，具体计算公式如下：
13、
14、其中，r表示激光雷达到障碍物的距离，c表示光速；t表示出激光发送到接收的总耗时；
15、s2、识别地图特征：多足型机器人使用可见光摄像头获取环境中的图像信息，通过图像处理算法来识别障碍物，具体包括以下步骤：
16、步骤1、使用颜色矩方法来表示图像的颜色特征，提取图像中的颜色信息，将图像转换为rgb颜色空间，根据所选颜色空间，将图像分成若干个小区域，对每个小区域，遍历该区域内的每个像素，对于每个像素，提取其颜色分量的数值，分别获取红、绿、蓝三个分量的值，将每个像素的对应颜色分量值相加，得到该区域内颜色分量的和，计算该区域内像素的颜色分量的和以及颜色分量的平方和，具体公式如下：
17、r＝∑(r1+r2+...+rn)
18、rr＝∑(r1+r2+...+rn)2
19、其中，σ表示求和运算；r表示红色分量的和；r表示红色分量值；rr表示红色分量的平方和；
20、s3、动态避障：在机器人的腿部安装接触传感器，检测是否与障碍物接触，当机器人的身体部分碰到障碍物，接触传感器发出信号，机器人避过障碍物。
21、在一个优选地实施方式中，所述步骤102中，多足型机器人利用超声激光传感风速仪、激光雷达、传感器以及红外成像仪,对采空区环境进行实时监测，采集工作环境数据，判定采空区漏风状况，具体包括以下内容：
22、s1、通过依托安全巡检机器人所搭载的超声激光传感风速仪和声波发射及接收器完成数据采集整合，通过测量风速仪器的读数，具体计算公式如下：
23、
24、其中，v表示风速，f表示测量到的多普勒频移，λ表示发射的超声波的波长，θ表示测量器件与风向之间的夹角；
25、s2、利用矿用多元参数传感器完成对环境参数的测量，实时了解矿区的气流状况，通过频率分布分析，将气流数据分为不同的区间，计算每个区间内数据值的频率，绘制频率多边形，了解气流参数在不同范围内的分布情况，具体计算公式如下：
26、
27、其中，x表示每个区间的中值，μ表示数据的均值，f表示每个区间的频率，n表示总样本数；
28、s3、多足型机器人搭载红外成像仪，实时扫描和拍摄采空区的热点图像，并将这些数据进行采集和记录，具体步骤如下：
29、步骤1、获取红外图像：红外成像仪对目标区域进行扫描和拍摄，得到一幅红外图像，每个像素点上记录了该位置的温度信息；
30、步骤2、灰度映射：确定一个温度范围，从最低温度t-min到最高温度t-max，将温度范围映射到灰度空间，得到灰度图像，记为g(x,y)，较低温度的区域使用较暗的灰度表示，较高温度的区域使用较亮的灰度表示，根据不同的应用需求，选择不同的灰度映射表，对于每个像素点(i,j)，计算其与邻域像素的灰度差异值diff(i,j)，具体计算公式如下：
31、diff(i,j)＝|g(i,j)-g(i',j')|
32、其中，diff(i,j)表示邻域像素的灰度差异值，(i',j')表示(i,j)的邻域像素；
33、步骤3、热点识别：根据灰度映射后的图像，设定一个阈值t来判断像素点是否可以被认为是热点，遍历灰度差异图像diff，对于每个像素点(i,j)，diff(i,j)超过阈值t，将该像素点标记为热点；
34、步骤4、热点图像显示：将被认为是热点的像素点在原始图像上进行标记，使用边界框形式进行展示，便于用户直观地识别和分析热点分布情况。
35、在一个优选地实施方式中，所述步骤103中，多足型机器人通过云平台提供的api接口，将漏风监测数据实时传输到控制中心，进行数据共享，具体包括以下内容：
36、s1、数据传输：机器人将采集后的数据上传到云平台，通过云平台提供的api接口，终端能够从云平台上获取机器人的数据，具体包括以下步骤：
37、步骤1、认证和授权：终端首先进行认证和授权，验证本文档来自技高网...
【技术保护点】
1.一种基于采空区漏风监测的多足型机器人，其特征在于：具体包括以下步骤：
2.根据权利要求1所述的一种基于采空区漏风监测的多足型机器人，其特征在于：所述步骤101中，多足型机器人通过传感器和地图构建技术，自主规划路径、避开障碍物，准确到达监测点位，具体计算公式如下：
3.根据权利要求1所述的一种基于采空区漏风监测的多足型机器人，其特征在于：所述步骤102中，多足型机器人利用超声激光传感风速仪、激光雷达、传感器以及红外成像仪,对采空区环境进行实时监测，采集工作环境数据，判定采空区漏风状况，具体计算公式如下：
4.根据权利要求1所述的一种基于采空区漏风监测的多足型机器人，其特征在于：所述步骤103中，多足型机器人通过云平台提供的API接口，将漏风监测数据实时传输到控制中心客户端，进行数据共享。
5.根据权利要求1所述的一种基于采空区漏风监测的多足型机器人，其特征在于：所述步骤104中，按照井下预设的物联网关巡检点为目标点，使用路径规划算法为机器人生成最优的巡检路径，根据机器人定位能力，精确到达巡检工作目标点，降低人工操作风险，具体计算公
6.根据权利要求1所述的一种基于采空区漏风监测的多足型机器人，其特征在于：所述步骤105中，通过环境监测手段，实现多元参数的环境数据监测，结合判定采空区漏风算法与前端探测机器人复合判定采空区是否存在漏风情况，具体计算公式如下：
7.根据权利要求1所述的一种基于采空区漏风监测的多足型机器人，其特征在于：所述步骤106中，使用可充电电池作为机器人的供电源，满足输出设备的用电需求，在机器人运行至低续航里程状态下，实现主控终端节电方案，完成自动充电。
8.一种基于采空区漏风监测的多足型机器人应用于如权利要求1-7所述，其特征在于：包括自主导航模块、信息采集模块、通信交互模块、巡检规划模块、漏风判定模块，以及续航管理模块；
...【技术特征摘要】
1.一种基于采空区漏风监测的多足型机器人，其特征在于：具体包括以下步骤：
2.根据权利要求1所述的一种基于采空区漏风监测的多足型机器人，其特征在于：所述步骤101中，多足型机器人通过传感器和地图构建技术，自主规划路径、避开障碍物，准确到达监测点位，具体计算公式如下：
3.根据权利要求1所述的一种基于采空区漏风监测的多足型机器人，其特征在于：所述步骤102中，多足型机器人利用超声激光传感风速仪、激光雷达、传感器以及红外成像仪,对采空区环境进行实时监测，采集工作环境数据，判定采空区漏风状况，具体计算公式如下：
4.根据权利要求1所述的一种基于采空区漏风监测的多足型机器人，其特征在于：所述步骤103中，多足型机器人通过云平台提供的api接口，将漏风监测数据实时传输到控制中心客户端，进行数据共享。
5.根据权利要求1所述的一种基于采空区漏风监测的多足型机器人，其特征在于：所述步骤...
【专利技术属性】
技术研发人员：张玺皓，张悦，闫振国，冷雨欣，
申请(专利权)人：南京皓悦千巡智能科技有限公司，
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。