基于信息融合的煤矿救灾机器人导航装置制造方法及图纸

本实用新型专利技术公开了一种基于信息融合的煤矿救灾机器人导航装置，煤矿井下的障碍物识别信息6、路标识别信息7、景物识别信息8、机器人的位置速度信息9和机器人的姿态信息10由信息采集模块进行信息采集，采集的信息传送到信息处理模块，其中，障碍物识别信息6、路标识别信息7、机器人的位置速度信息9经过信息处理模块中的融合模块11、定位模块12的处理，与机器人的姿态信息10实现局部路径规划13，景物识别信息8经过信息处理模块中的环境建模模块14的处理实现全局路径规划15，局部路径规划信息13和全局路径规划信息15通过控制机器人控制模块16，从而实现控制机器人进行自主导航。（*该技术在2021年保护过期，可自由使用*）

【技术实现步骤摘要】

本技术涉及一种机器人导航装置，具体是应用于煤矿救灾机器人的，采用多传感器信息融合技术的导航装置。
技术介绍
我国是煤炭生产和消费大国，在我国能源工业中，煤炭在我国一次能源生产和消费结构中占70%左右。据全国能源工作会议预测，到“十二五”末，我国煤炭消费总量将超过40亿吨，其中国内产量将超过38亿吨，我国煤炭产量将占全球总产量的50%。煤炭产量的不断加大，加上煤矿自然条件差，技术相对落后和管理欠缺等方面的原因，造成矿井灾害事故频发，人员伤亡惨重。煤矿瓦斯、煤尘等爆炸事故发生后，如果存在着火点，极易发生二次爆炸等事故，抢险人员很难在第一时间进入灾区，延误了救援工作的开展。如果由煤矿救灾机器人先行进入井下，探测事故破坏和环境情况，将瓦斯浓度、有害气体含量、被困或者遇难人员的情况、现场坍塌情况等信息反馈到控制中心，这样可以提高应急抢险能力，并对井上决策提供建议。目前，常用的导航方式有GPS、同时定位与地图构建(simultaneous localization and mapping, SLAM)、路标导航、惯性导航、罗盘导航、红外线导航、超声波导航、视觉导航寸。(I)GPS导航GPS导航是适用于室外机器人的一种全局导航系统，由于煤矿救灾机器人多工作在井下环境中，煤矿井下救灾机器人无法采用GPS进行导航。(2)同时定位与地图构建是在未知环境中依靠传感器所获取的信息进行环境建模，利用所创建的环境地图估计位姿，但是这种方法在如何控制机器人的运动问题还没有得到很好的解决。(3)路标导航利用预先设置的路标进行导航，由于煤矿井下一旦发生爆炸事故后，预先设置的路标极可能受到破坏，该方法在煤矿井下使用受到限制。(4)惯性导航是一种不依赖于任何外界环境进行的自主式导航，通过累积获得位置信息的，因此存在累积误差。(5)罗盘导航利用磁罗盘能够测量移动机器人的绝对方向，但在移动机器人靠近铁磁物质时误差较大，同时还存在测量精度和响应速度低的问题。(6)红外线导航、超声波导航都是利用发射脉冲进行导航的，由于煤层对脉冲的吸收比较大，发射信号的传输损耗大，发射功率易受到影响。(7)视觉导航具有获取信息完整，探测范围宽等优点，在机器人导航中占有重要地位，缺点是由于视觉图像处理时间长，实时性较差。在煤矿井下，由于巷道环境复杂，单一传感器采集到的导航信号具有局部性和片面性，难以保证信息的准确性和可靠性，导致机器人无法对环境信息做出准确的判断，而采用多传感器信息融合的导航技术可以同时提供煤矿井下受灾环境特征的冗余信息、互补信息，多种信息可快速分析当前场景，从而保证救灾机器人准确、快速地完成导航任务。为了充分利用各种传感器的信息，改善导航精度，需要采用融合算法对传感器信息进行融合处理。多传感器是信息融合的硬件基础，多传感器采集到的信息数据是融合的处理对象。 常用的信息融合方法有，适用于动态环境的加权平均法、扩展卡尔曼滤波(EKF =Extended Kalman Filter)法，适用于静态环境的贝叶斯估计法、D-S论证推理法、神经网络与模糊推理法等。中国专利申请号200910087237. 7，公开日2009年11月11日，公开了一种基于视觉信息校正的室内移动机器人实时导航方法，该方法采用里程计和视觉传感器采集信息， 构造卡尔曼滤波器进行数据融合，进行导航。煤矿井下灾后环境不确定性信息较多，光线昏暗，里程计和视觉传感器采集到的信息量有限，同时卡尔曼滤波器存在信息融合不匹配的问题。中国专利申请号2008101431 . 3，公开日2009年1月观日，公开了一种未知环境下移动机器人多行为融合自动导航方法，该方法根据目标和移动机器人的相对位置实时获取当前的方位角，根据障碍物状况获取距离参数，利用模糊控制器和环境辨识控制器分析数据，进行导航。该方法自适应强，导航可靠性高，由于煤矿井下的非结构化环境中，不确定性信息种类多、数据量大，模糊控制的导航装置应用在煤矿救灾机器人中，收敛性能较差。中国矿业大学研究的CUMT-II号煤矿救灾机器人，采用双目视觉和阵列超声传感器进行路径规划，结合红外传感器对突发障碍物紧急刹车。这种导航方式的可靠性能满足煤矿井下的要求。但是，如何对多个传感器的信息的不一致性进行融合，以及减少观测误差和融合误差是煤矿救灾机器人导航装置需要解决的一个关键问题。可见现有的导航技术在煤矿井下非结构化环境中应用还需改进，因此，研究适合煤矿井下救灾机器人的导航装置具有重要的意义。
技术实现思路
为了满足煤矿井下非结构化环境的需求，本技术提供了一种基于信息融合的煤矿救灾机器人导航装置。本技术与以往的导航装置相比，采用了超声波导航、视觉导航和惯性导航设计了适用于煤矿救灾机器人的多传感器融合的导航装置，提出了改进的神经网络-扩展卡尔曼滤波法(NNEKF :Neural network Extended Kalman Filter)，该算法能有效地解决信息融合不匹配的问题，提高了装置的收敛性和实时性，减少了误差。以下对本技术的方法加以论述。一种基于信息融合的煤矿救灾机器人导航装置，其特征在于，煤矿井下的障碍物识别信息、路标识别信息、景物识别信息、机器人的位置速度信息和机器人的姿态信息由信息采集模块进行信息采集，采集的信息传送到信息处理模块，其中，障碍物识别信息、路标识别信息、机器人的位置速度信息经过信息处理模块中的融合模块、定位模块的处理，与机器人的姿态信息实现局部路径规划，景物识别信息经过信息处理模块中的环境建模模块的处理实现全局路径规划，局部路径规划信息和全局路径规划信息通过控制机器人控制模块，从而实现控制机器人进行自主导航。所述的导航装置，所述信息采集模块进一步包括超声波模块、视觉模块和惯性模块。所述的导航装置，所述超声波模块进一步包括分别安置在机器人的正前方、左前方、右前方的三对超声换能器，采集障碍物识别信息、路标识别信息。所述的导航装置，所述视觉模块采用三目视觉传感器，采集障碍物识别信息、路标识别信息、景物识别信息。所述的导航装置，所述惯性模块进一步包括加速度计、光纤陀螺，加速度计采集位置速度信息，光纤陀螺采集姿态信息。所述的导航装置，超声波模块和视觉模块采集的导航信息对惯性模块采集的导航信息进行修正。所述的导航装置，进一步包括防爆模块，防爆模块采用正压兼本质安全型的混合防爆方式。与现有技术相比，本技术的优点在于(1)本技术采用了基于超声波导航、视觉导航和惯性导航的多传感器融合的煤矿救灾机器人导航装置，充分融合了超声波导航、视觉导航和惯性导航的各自优点，提高了导航装置的可靠性，增强了数据的可信度以及装置的分辨力。(2)本技术采用了正压兼本质安全型的混合防爆设计，混合防爆设计的质量轻，既保证了导航装置的安全，又使机器人具有良好的运动性能。(3)本技术采用了改进的NNEKF算法，提高了算法的收敛性和信息融合的匹配性，同时弥补了当数据量增大时EKF算法的实时性差的缺点。(4)本技术在改进的NNEKF算法中，利用BP神经网络A进行特征层匹配融合， 提高了数据融合的匹配度。(5)本技术在改进的NNEKF算法中，把修正的估计误差芗伏+ 1> + 1)作为输入值，返回BP神经网络A中，进行修正，可以提高算本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：田子建，张立亚，
申请(专利权)人：中国矿业大学北京，
类型：实用新型
国别省市：