胡榮華　安冬　史夢(mèng)圓　陸文濤　孫寧　張浩龍　徐加賢

摘要：礦用機(jī)器人是礦業(yè)生產(chǎn)中的關(guān)鍵組成部分，涵蓋了采掘、運(yùn)輸、生產(chǎn)、維護(hù)、安控、救援等多個(gè)環(huán)節(jié)，直接影響到企業(yè)的生產(chǎn)安全、經(jīng)濟(jì)效益和社會(huì)效益。隨著人工智能在國(guó)內(nèi)的快速發(fā)展和普及，礦山智能化已成為重要的研究領(lǐng)域。特別是隨著中國(guó)一些政策法規(guī)的頒布，在金礦開采領(lǐng)域，智能無(wú)人開采技術(shù)已經(jīng)成為礦業(yè)生產(chǎn)的關(guān)鍵一環(huán)。為了解智能礦用機(jī)器人的內(nèi)涵、現(xiàn)狀和發(fā)展趨勢(shì)，以中國(guó)智能礦用機(jī)器人關(guān)鍵技術(shù)與實(shí)際工程應(yīng)用關(guān)系為視角，綜述了與礦山作業(yè)相匹配的井下智能機(jī)器人技術(shù)，包括神經(jīng)網(wǎng)絡(luò)、雙目視覺、數(shù)字孿生等。并從基礎(chǔ)理論、關(guān)鍵技術(shù)、工程應(yīng)用、總體設(shè)計(jì)系統(tǒng)理論4個(gè)層面進(jìn)行了綜述。最后，總結(jié)了目前國(guó)內(nèi)智能礦用機(jī)器人與未來(lái)智慧礦山模式發(fā)展趨勢(shì)。

關(guān)鍵詞：智能采礦；人工智能；雙目視覺；機(jī)器人技術(shù)；智慧礦山；數(shù)字孿生

中圖分類號(hào)：TD67文獻(xiàn)標(biāo)志碼：A開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

文章編號(hào)：1001-1277（2023）09-0059-10doi：10.11792/hj20230910

引 言

采礦業(yè)不僅是中國(guó)國(guó)民經(jīng)濟(jì)的重要組成部分，而且是維護(hù)國(guó)家安全的關(guān)鍵產(chǎn)業(yè)之一。礦業(yè)提供了用于建造基礎(chǔ)設(shè)施和制造日常使用工具所需的大部分材料，同時(shí)也提高了人民群眾日常生活水平［1］。隨著中國(guó)采礦業(yè)的快速發(fā)展，礦產(chǎn)品產(chǎn)量增長(zhǎng)迅速，礦業(yè)產(chǎn)值占中國(guó)GDP的7 %，為國(guó)家經(jīng)濟(jì)社會(huì)發(fā)展提供了80 %的原材料和95 %的能源［2］。傳統(tǒng)采礦業(yè)工作環(huán)境大多潮濕，充滿有害氣體及粉塵，工作條件惡劣，嚴(yán)重影響了礦工的身體健康，甚至危害到礦工的生命［3-4］。在科技迅速發(fā)展的21世紀(jì)，采礦業(yè)也正向著智能化、自動(dòng)化方向發(fā)展。智能礦用機(jī)器人作為其中的組成部分之一，已經(jīng)被廣泛應(yīng)用在采礦業(yè)。礦用機(jī)器人可以進(jìn)行全天候、高強(qiáng)度的作業(yè)，不僅減少了人力資源的投入，而且能夠更快地進(jìn)行礦石的開采和處理，從而提高了采礦效率。傳統(tǒng)采礦方法中，人們需要使用大量機(jī)械設(shè)備和爆炸物質(zhì)來(lái)開采礦石，這些操作會(huì)產(chǎn)生大量噪聲、塵土和廢氣等污染物。而礦用機(jī)器人具有清潔、高效、節(jié)能等特點(diǎn)，能夠減少礦山作業(yè)對(duì)環(huán)境的影響。并且，智能礦用機(jī)器人可以從本質(zhì)上適應(yīng)礦山各種環(huán)境，也可以擔(dān)負(fù)工人體力工作任務(wù)，極大程度地保證人身安全。智能化作為顛覆性創(chuàng)新技術(shù)，已成為全球基礎(chǔ)產(chǎn)業(yè)變革的核心動(dòng)力。因此，推動(dòng)傳統(tǒng)礦業(yè)朝著高效、安全、可持續(xù)的目標(biāo)發(fā)展，有助于實(shí)現(xiàn)礦業(yè)企業(yè)轉(zhuǎn)型升級(jí)，以及整個(gè)行業(yè)的可持續(xù)發(fā)展［4-5］。

礦用機(jī)器人的發(fā)展歷程可以追溯到20世紀(jì)70年代，當(dāng)時(shí)其主要應(yīng)用于礦井的安全預(yù)警和救援任務(wù)。而隨著計(jì)算機(jī)技術(shù)的進(jìn)步和智能控制技術(shù)的發(fā)展，礦用機(jī)器人的應(yīng)用逐漸得到拓展及加強(qiáng)。在20世紀(jì)90年代，礦用機(jī)器人的應(yīng)用不僅限于礦井的安全監(jiān)控和救援任務(wù)，而是開始廣泛應(yīng)用于礦山的生產(chǎn)和管理環(huán)節(jié)。這時(shí)，礦用機(jī)器人不僅能夠執(zhí)行簡(jiǎn)單的物流運(yùn)輸任務(wù)，而且能夠完成大型設(shè)備的搬運(yùn)、測(cè)量、維護(hù)和裝配。21世紀(jì)初期，隨著機(jī)器人技術(shù)、傳感器技術(shù)和數(shù)據(jù)處理技術(shù)的不斷提高，礦用機(jī)器人的應(yīng)用范圍更加廣泛，并且能夠應(yīng)用于危險(xiǎn)度高、環(huán)境惡劣、人工勞動(dòng)強(qiáng)度大、操作難度大的特殊場(chǎng)合，如礦山探測(cè)、巷道清潔、采礦作業(yè)等領(lǐng)域［6］。而到了現(xiàn)在，隨著遙控技術(shù)、自主導(dǎo)航技術(shù)、智能識(shí)別和決策技術(shù)的進(jìn)一步提高和應(yīng)用，礦用機(jī)器人在未來(lái)將得到更廣泛的應(yīng)用和加強(qiáng)，成為實(shí)現(xiàn)礦山自動(dòng)化生產(chǎn)和智能化管理不可或缺的重要設(shè)備和工具。因此，智能礦用機(jī)器人的出現(xiàn)，不僅提高了礦山生產(chǎn)效率和安全性，降低了人工成本和環(huán)境污染，而且還對(duì)礦山進(jìn)行了智能化管理，實(shí)現(xiàn)了從傳統(tǒng)機(jī)械開采到智能化開采的轉(zhuǎn)變。

礦用機(jī)器人集成了機(jī)器人學(xué)的多項(xiàng)技術(shù)、傳統(tǒng)煤機(jī)裝備技術(shù)，以及自動(dòng)控制和信息技術(shù)等。在研發(fā)這些機(jī)器人過(guò)程中可能面臨許多共性關(guān)鍵技術(shù)，包括機(jī)器人防爆設(shè)計(jì)、行走和作業(yè)機(jī)構(gòu)的創(chuàng)新、高效動(dòng)力驅(qū)動(dòng)單元的開發(fā)、多傳感器融合智能感知技術(shù)、井下GPS拒止環(huán)境下的定位導(dǎo)航技術(shù)、狹長(zhǎng)巷道空間內(nèi)的長(zhǎng)距離無(wú)線通信技術(shù)，以及多機(jī)器人系統(tǒng)協(xié)同控制技術(shù)等。除此之外，當(dāng)前的第四次工業(yè)革命正在推動(dòng)煤礦的智能化建設(shè)，廣泛應(yīng)用了5G、工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能、數(shù)字孿生、元宇宙等高新技術(shù)［7］，這些高新技術(shù)為采礦機(jī)器人的自主化和智能化應(yīng)用提供了強(qiáng)有力的支持?？傊?，礦用機(jī)器人的發(fā)展前景廣闊，尤其在高新技術(shù)應(yīng)用的帶動(dòng)下，必將迎來(lái)更加燦爛的明天。此外，智能礦用機(jī)器人的研究和應(yīng)用，推動(dòng)了機(jī)器人領(lǐng)域在硬件和軟件方面的發(fā)展，尤其是智能化、多樣化和靈活化的發(fā)展趨勢(shì)，為機(jī)器人技術(shù)應(yīng)用于其他領(lǐng)域開拓了新的思路和方法，促進(jìn)了人工智能和機(jī)器人技術(shù)的進(jìn)步和發(fā)展［8］。

目前，礦用機(jī)器人已經(jīng)廣泛應(yīng)用于礦山的生產(chǎn)和管理環(huán)節(jié)。澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織（CSIRO）研發(fā)出一款煤礦探測(cè)型機(jī)器人Numbat［9］。1998年，美國(guó)智能系統(tǒng)與機(jī)器人中心研發(fā)RATLER機(jī)器人，該機(jī)器人是第一臺(tái)應(yīng)用于礦山救援的機(jī)器人［10］。履帶式礦用巡檢機(jī)器人在煤礦井下的應(yīng)用也較多。為處理煤礦透水事故，HEMANTH REDDY等［11］研制了Sub-terranean機(jī)器人，可在水、陸2種環(huán)境中運(yùn)行。美國(guó)桑迪亞實(shí)驗(yàn)室新一代Gemini-Scout搜救機(jī)器人于2010年研制成功。該機(jī)器人裝備了雙向通信收音機(jī)、紅外攝像機(jī)、氣體傳感器、泛傾斜照相機(jī)，通過(guò)遠(yuǎn)程控制可以對(duì)礦井下危險(xiǎn)環(huán)境作出準(zhǔn)確評(píng)估［12］。從2004年起，中國(guó)礦業(yè)大學(xué)、北京理工大學(xué)、哈爾濱工業(yè)大學(xué)、中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所等科研院所和企業(yè)相繼研制了礦用救援機(jī)器人，這些機(jī)器人在礦難事故中發(fā)揮了重要的作用［13-14］。中國(guó)礦業(yè)大學(xué)葛世榮團(tuán)隊(duì)在2006年研制出第一臺(tái)礦山救援機(jī)器人樣機(jī)CUMT-I［12］。2017年，裴文良等［15］研發(fā)的巡檢機(jī)器人系統(tǒng)已在多家大型煤礦井下應(yīng)用，完成了對(duì)井下泵房、變電站、皮帶運(yùn)輸機(jī)等大型設(shè)備的巡檢工作，其數(shù)據(jù)采集準(zhǔn)確，圖像清晰，故障報(bào)警及時(shí)?？偟膩?lái)說(shuō)，礦用機(jī)器人在礦業(yè)生產(chǎn)中的應(yīng)用前景非常廣闊，可以提高生產(chǎn)效率、降低成本和保障工人的安全。隨著技術(shù)的不斷進(jìn)步和發(fā)展，礦用機(jī)器人的應(yīng)用將會(huì)變得越來(lái)越廣泛。

本文以智能礦用機(jī)器人為主題，對(duì)中國(guó)采礦機(jī)器人發(fā)展趨勢(shì)及關(guān)鍵技術(shù)和采礦智能化進(jìn)行研究。介紹了礦用機(jī)器人的意義、發(fā)展歷程和應(yīng)用現(xiàn)狀。詳盡闡明礦用機(jī)器人對(duì)智能礦山的重要性。對(duì)應(yīng)用到智能采礦上的基于雙目視覺或SLAM的機(jī)器人導(dǎo)航技術(shù)、基于深度學(xué)習(xí)的目標(biāo)識(shí)別和通信技術(shù)進(jìn)行了分析。就智能礦用機(jī)器人的分類，詳細(xì)敘述了以智能采礦機(jī)器人、智能維護(hù)機(jī)器人和智能救援機(jī)器人為主的礦用機(jī)器人的功能和應(yīng)用案例。最后對(duì)智能礦用機(jī)器人發(fā)展進(jìn)行展望，闡明了無(wú)人采礦技術(shù)的發(fā)展及數(shù)字孿生礦山的意義與應(yīng)用。

1 智能礦用機(jī)器人技術(shù)基礎(chǔ)

1.1 機(jī)器人導(dǎo)航技術(shù)

機(jī)器人導(dǎo)航技術(shù)是指讓機(jī)器人擁有在未知或已知環(huán)境中移動(dòng)和執(zhí)行任務(wù)的能力。礦山工作環(huán)境危險(xiǎn)且復(fù)雜，機(jī)器人導(dǎo)航技術(shù)的目標(biāo)是讓機(jī)器人在不碰撞或產(chǎn)生危險(xiǎn)的前提下到達(dá)目的地或執(zhí)行任務(wù)，在礦山中的應(yīng)用可以提高安全性、生產(chǎn)和數(shù)據(jù)收集分析的效率，從而為礦山工業(yè)的持續(xù)發(fā)展做出重要貢獻(xiàn)。機(jī)器人導(dǎo)航技術(shù)的主要代表有雙目視覺技術(shù)、SLAM技術(shù)等。

目前，主流環(huán)境感知方案有使用激光雷達(dá)及雙目相機(jī)作為傳感器對(duì)周圍環(huán)境進(jìn)行三維感知。利用雙目視覺的三維重建原理，對(duì)障礙物的特征點(diǎn)進(jìn)行三維重建，從中提取出障礙物的距離、輪廓等三維物理信息?；谡系K物的物理信息來(lái)進(jìn)行機(jī)器人避障等相關(guān)控制方案。提高地下采礦生產(chǎn)率要求裝載機(jī)在牽引和挖掘任務(wù)中具有更高的自主性。機(jī)器在隧道網(wǎng)絡(luò)中解決其局部和全局位置的能力對(duì)于實(shí)現(xiàn)高度自動(dòng)化至關(guān)重要。

雙目視覺的基本原理可以表述為：先用2臺(tái)攝像機(jī)對(duì)某一區(qū)域內(nèi)的物體進(jìn)行成像，然后經(jīng)過(guò)一系列圖像處理步驟得到視差圖，最后通過(guò)三角剖分恢復(fù)深度信息，構(gòu)造出三維圖像。常見的雙目攝像機(jī)或系統(tǒng)，可用于感知外部環(huán)境并進(jìn)行三維重建［16］。

機(jī)器人雙目視覺獲取目標(biāo)物深度是依靠三角測(cè)距原理，如圖1所示。

根據(jù)三角形相似原理，深度D可表示為：

D=（fb/d）（1）

d=x1－x2（2）

式中：f為攝像機(jī)的焦距（mm）;b為2個(gè)攝像機(jī)之間的基線長(zhǎng)度（mm）;d為雙目視差（mm）;x1、x2分別為目標(biāo)點(diǎn)P對(duì)應(yīng)于攝像機(jī)1和攝像機(jī)2在像平面上的橫坐標(biāo)。

雙目視覺的實(shí)現(xiàn)流程需要5個(gè)步驟，即：①圖像對(duì)采集;②攝像機(jī)標(biāo)定;③畸變矯正;④立體視覺匹配；⑤三維重建。由式（1）可知：計(jì)算深度D的前提是預(yù)先獲取焦距f、基線長(zhǎng)度b和視差d。焦距和基線長(zhǎng)度可以通過(guò)攝像機(jī)標(biāo)定獲取，視差可以通過(guò)立體視覺匹配得到。所以，攝像機(jī)標(biāo)定和立體視覺匹配是雙目視覺的關(guān)鍵技術(shù)，其標(biāo)定精度和匹配效果對(duì)三維重建有著決定性的影響。

HU等［17］采用超聲測(cè)距技術(shù)和雙目機(jī)器視覺圖像處理方法相結(jié)合的控制策略來(lái)提高機(jī)器人地下避障精度。利用超聲波測(cè)距技術(shù)和圖像處理方法分別對(duì)遠(yuǎn)距離障礙物進(jìn)行探測(cè)和觀察，并對(duì)其形狀進(jìn)行近距離測(cè)距。

SLAM技術(shù)是一種在未知環(huán)境中實(shí)現(xiàn)機(jī)器人自主定位和地圖構(gòu)建的技術(shù)。SLAM技術(shù)通過(guò)機(jī)器人的傳感器數(shù)據(jù)和運(yùn)動(dòng)數(shù)據(jù)，實(shí)時(shí)地構(gòu)建地圖并定位機(jī)器人的位置。在機(jī)器人沒有先驗(yàn)信息的情況下，SLAM技術(shù)可以協(xié)助機(jī)器人在未知環(huán)境中實(shí)現(xiàn)準(zhǔn)確的自主導(dǎo)航。SLAM技術(shù)是在礦山行業(yè)中實(shí)現(xiàn)自動(dòng)化采礦和數(shù)字化環(huán)境的重要技術(shù)之一。該技術(shù)利用傳感器獲取環(huán)境信息，并實(shí)時(shí)估計(jì)機(jī)器人的位置和姿態(tài)，從而實(shí)現(xiàn)機(jī)器人的自主導(dǎo)航和控制。SLAM技術(shù)可以幫助提高生產(chǎn)效率和工作安全性，并為礦山管理提供更全面和準(zhǔn)確的環(huán)境信息，以幫助管理者做出更加科學(xué)和合理的決策。因此，SLAM技術(shù)在礦山領(lǐng)域具有廣泛的應(yīng)用前景，并且是未來(lái)智能采礦設(shè)備發(fā)展的重要方向之一。

為解決礦井下噴射混凝土地表和對(duì)稱巷道中激光雷達(dá)SLAM易退化的問(wèn)題，YANG等［5］提出了一種魯棒激光雷達(dá)SLAM方法。該方法集成了激光雷達(dá)和IMU數(shù)據(jù)，通過(guò)擾動(dòng)模型檢測(cè)退化方向和程度，得到退化因子和退化向量，再利用IMU預(yù)積分得到的位置進(jìn)行平面特征投影，補(bǔ)償旋轉(zhuǎn)狀態(tài)退化，并掃描到子地圖匹配，實(shí)現(xiàn)兩步退化補(bǔ)償。最后，基于因子圖優(yōu)化實(shí)現(xiàn)了全局一致的激光雷達(dá)SLAM。該方法可以減小全局累積誤差，提高軌跡精度和地圖一致性。在礦井下，該方法的平移誤差僅為0.044 m，絕對(duì)位置RMSE為0.161 m，所構(gòu)建的點(diǎn)云圖具有良好的完整性和幾何結(jié)構(gòu)真實(shí)性。該方法為智能開采和安全檢測(cè)中的井下自主導(dǎo)航定位提供了重要參考。

礦用移動(dòng)機(jī)器人在復(fù)雜礦山環(huán)境下的定位精度是保證其安全的重要因素之一。為了提高機(jī)器人的定位精度，ZHU等［18］提出了一種改進(jìn)的粒子濾波算法，在粒子濾波SLAM中引入了改進(jìn)的螢火蟲算法，用螢火蟲位置更新代替粒子重采樣，改進(jìn)了螢火蟲亮度公式，設(shè)計(jì)了螢火蟲位置更新公式，自適應(yīng)調(diào)整了螢火蟲算法的參數(shù)，并采用閉環(huán)方法控制螢火蟲粒子的優(yōu)化。SLAM用于礦山移動(dòng)機(jī)器人，能夠有效實(shí)現(xiàn)粒子的合理分布和搜索效率，并提高機(jī)器人的定位估計(jì)精度。通過(guò)對(duì)“Car Park Dataset”數(shù)據(jù)集進(jìn)行仿真試驗(yàn)，該算法能夠有效提高機(jī)器人的定位估計(jì)精度，為機(jī)器人在狹窄環(huán)境下的安全提供保證。

1.2 深度學(xué)習(xí)

深度學(xué)習(xí)是一種基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)技術(shù)，能夠識(shí)別、分類和預(yù)測(cè)數(shù)據(jù)中的模式和規(guī)律。深度學(xué)習(xí)模型由多層神經(jīng)網(wǎng)絡(luò)組成，每一層都對(duì)輸入數(shù)據(jù)進(jìn)行一定的變換和處理，并將這些處理后的數(shù)據(jù)傳遞給下一層，最后輸出結(jié)果。深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)不同之處在于，它能夠從數(shù)據(jù)中自動(dòng)學(xué)習(xí)特征，不需要手動(dòng)提取特征。同時(shí)，深度學(xué)習(xí)能夠處理非常復(fù)雜的數(shù)據(jù)集，并在一定程度上達(dá)到人工智能的水平。

近年來(lái)，隨著計(jì)算機(jī)視覺、深度學(xué)習(xí)、機(jī)器人技術(shù)等的迅速發(fā)展，礦用巡檢機(jī)器人的應(yīng)用得到了越來(lái)越廣泛的發(fā)展。目標(biāo)檢測(cè)是計(jì)算機(jī)視覺和圖像處理的重要分支，實(shí)時(shí)目標(biāo)檢測(cè)在運(yùn)輸機(jī)器人中具有重要作用，但由于礦井下環(huán)境多變，現(xiàn)有基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法仍需進(jìn)一步研究。

礦用巡檢機(jī)器人是一種自動(dòng)化的工業(yè)機(jī)器人，其目的是利用計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)等技術(shù)，對(duì)礦山設(shè)備、隧道、井下巷道等進(jìn)行自動(dòng)化巡檢和監(jiān)測(cè)。礦用巡檢機(jī)器人通常采用移動(dòng)式機(jī)器人，配備多種傳感器和相機(jī)，可以邊行動(dòng)邊實(shí)時(shí)獲取礦山設(shè)備的狀態(tài)信息和異常情況。

礦用巡檢機(jī)器人的作用在于能減少事故發(fā)生及保障礦工的人身安全，然而在其研發(fā)過(guò)程中存在目標(biāo)識(shí)別不準(zhǔn)確等許多亟待解決的技術(shù)難題。ZHU等［18］通過(guò)基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法建立了礦山設(shè)備類型識(shí)別模型，分別在明亮環(huán)境下、昏暗環(huán)境下及設(shè)備重疊情況下采集大量待識(shí)別設(shè)備圖像樣本，再對(duì)識(shí)別模型進(jìn)行訓(xùn)練，實(shí)現(xiàn)巡檢機(jī)器人對(duì)礦用設(shè)備的精確識(shí)別與分類，如圖2所示。

目前，中國(guó)國(guó)內(nèi)地下礦山中，炸藥的填充由手動(dòng)或簡(jiǎn)易注藥設(shè)備完成，而這些方式存在安全和效率問(wèn)題。使用智能機(jī)器人裝載炸藥是提升采礦業(yè)自動(dòng)化的關(guān)鍵一步。圖像識(shí)別領(lǐng)域的基礎(chǔ)模型R-CNN（Regions with CNN）是基于卷積神經(jīng)網(wǎng)絡(luò)特征的區(qū)域方法，主要通過(guò)窮舉法生成目標(biāo)的候選區(qū)域，算出其中有效的特征，是最先利用深度學(xué)習(xí)進(jìn)行目標(biāo)檢測(cè)的模型［19］。盧萬(wàn)杰等［20］基于Faster R-CNN模型在井下炮孔檢測(cè)數(shù)據(jù)集上可以取得97 %的檢測(cè)準(zhǔn)確率，對(duì)機(jī)器人路徑規(guī)劃，躲避障礙區(qū)域，將炸藥送入炮孔等一系列工作進(jìn)行了仿真驗(yàn)證，實(shí)現(xiàn)了炸藥自動(dòng)填充的功能，效果如圖3所示。

XIAO等［21］針對(duì)礦用卡車盲區(qū)大、制動(dòng)距離長(zhǎng)等問(wèn)題，提出了一種基于tiny-yolov3的改進(jìn)模型，該模型對(duì)礦用卡車進(jìn)行數(shù)據(jù)增強(qiáng)，并使用K-means聚類算法計(jì)算出適合模型使用的數(shù)據(jù)集的最佳錨點(diǎn)。在原有模型的基礎(chǔ)上增加殘差網(wǎng)絡(luò)結(jié)構(gòu)，如圖4所示。該模型可以在實(shí)時(shí)監(jiān)測(cè)的情況下提高礦井中障礙物的檢測(cè)精度，從而提高礦山運(yùn)輸?shù)陌踩浴?/p>

1.3 通信技術(shù)

通信技術(shù)是礦業(yè)中的關(guān)鍵技術(shù)，利用通信技術(shù)為礦用機(jī)器人提供實(shí)時(shí)數(shù)據(jù)和控制命令，使其能夠全天候、自主化地完成工作任務(wù)，大大提高生產(chǎn)效率和安全性。通信技術(shù)的提升可以實(shí)現(xiàn)實(shí)時(shí)監(jiān)控、遠(yuǎn)端維護(hù)等多個(gè)功能。如礦用無(wú)人駕駛卡車、巡檢機(jī)器人、無(wú)人機(jī)導(dǎo)航、礦用救援機(jī)器人等，都需要相應(yīng)的通信技術(shù)作為支持。通信技術(shù)在采礦、生產(chǎn)、巡檢及緊急救援等方面均有廣泛應(yīng)用，為提高礦山的安全系數(shù)、生產(chǎn)效率和經(jīng)濟(jì)效益提供了有力支撐。

無(wú)線通信技術(shù)早在2000年初就已應(yīng)用于地下礦山，用于人與人、人與機(jī)器、機(jī)器與機(jī)器之間的通信。從那時(shí)起，研究人員深入研究了地下環(huán)境下無(wú)線通信的特點(diǎn)。由于礦山環(huán)境大尺度衰落，接收信號(hào)強(qiáng)度隨距離的變化在地下環(huán)境中服從對(duì)數(shù)正態(tài)分布，但路徑損耗指數(shù)高于室內(nèi)環(huán)境。這可以解釋為，由不規(guī)則、粗糙的墻壁誘導(dǎo)的多徑信號(hào)對(duì)總信號(hào)功率的貢獻(xiàn)為負(fù)。此外，由于隧道的曲率，礦山內(nèi)部的拐角和路口，通道橫截面的變化，側(cè)壁傾斜角度及礦山中大型車輛或障礙物的存在，UHF信號(hào)會(huì)遭受額外的功率損失。

對(duì)于機(jī)器人與人或機(jī)器人之間通信，將消息大小劃分為低帶寬消息與高帶寬消息兩類，如表1、表2所示。高帶寬消息每條消息包含幾兆字節(jié)的數(shù)據(jù)，低帶寬消息每條消息包含幾個(gè)字節(jié)到數(shù)百字節(jié)的數(shù)據(jù)。高帶寬信息包括圖像和點(diǎn)云數(shù)據(jù)，用于地圖共享、機(jī)器人協(xié)作者的協(xié)同定位及操作員的關(guān)鍵監(jiān)督。低帶寬消息主要包括數(shù)百字節(jié)范圍內(nèi)的里程測(cè)量和姿態(tài)測(cè)量信息、一個(gè)字節(jié)或更少的來(lái)自操作員或機(jī)器人主管的高級(jí)別自主命令。這些低帶寬通信也代表緊急情況或其他關(guān)鍵任務(wù)信息，必須快速并有保證地傳輸給機(jī)器人。

FRANK等［22］提出了一對(duì)可自行部署的網(wǎng)絡(luò)模塊，允許自主機(jī)器人系統(tǒng)與操作員在地下環(huán)境中進(jìn)行可靠通信。該網(wǎng)絡(luò)采用了相關(guān)的數(shù)據(jù)分流技術(shù)，并鼓勵(lì)使用雙通道系統(tǒng)。其中，一個(gè)通道提供高帶寬，用于信息密集型消息的傳遞；而另一個(gè)通道則專門傳遞短、關(guān)鍵任務(wù)消息。這將有助于確保在復(fù)雜的地下環(huán)境中，機(jī)器人系統(tǒng)與操作員之間始終保持穩(wěn)定的通信。雙通道網(wǎng)絡(luò)架構(gòu)如圖5所示。

在礦井安全探測(cè)爬行機(jī)器人中，無(wú)線通信技術(shù)是十分重要的一環(huán)。機(jī)器人上裝配了多種傳感器和裝置，可以通過(guò)高速無(wú)線通信技術(shù)進(jìn)行數(shù)據(jù)傳輸和監(jiān)控，對(duì)礦井環(huán)境進(jìn)行實(shí)時(shí)監(jiān)測(cè)和數(shù)據(jù)分析。此外，在礦難等緊急情況下，無(wú)線通信技術(shù)可以幫助機(jī)器人與外界進(jìn)行快速聯(lián)系，進(jìn)行救援等工作，保障員工的生命安全。

KIRUBAKARAN等［23］提出一種基于多傳感器無(wú)線通信的機(jī)器人控制方法和裝置，可實(shí)現(xiàn)機(jī)器人的運(yùn)動(dòng)控制、視頻監(jiān)控、溫濕度檢測(cè)、氣體檢測(cè)和數(shù)據(jù)交換等功能。還可以及時(shí)將實(shí)時(shí)監(jiān)控信息上傳到上位機(jī)，進(jìn)行動(dòng)態(tài)測(cè)量和實(shí)時(shí)監(jiān)控，并進(jìn)行安全警示。上位機(jī)與機(jī)器人之間的通信采用XL02-232APl通信模塊，UART接口半雙工無(wú)線傳輸模塊。該模塊可用于機(jī)器人與上位機(jī)之間的無(wú)線通信，實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)傳輸。XL02-232API具有半雙工通信通道，用于點(diǎn)對(duì)點(diǎn)通信，使用簡(jiǎn)單。關(guān)于串口編程，需要記住它是半雙工通信方式，經(jīng)常注意發(fā)送和接收的來(lái)回時(shí)間。正常情況下，XL02-232API模塊默認(rèn)為數(shù)據(jù)接收狀態(tài)。它也可以用于點(diǎn)對(duì)多點(diǎn)通信模式。首先設(shè)置一個(gè)主站，其余的站作為從站，所有站都由一個(gè)唯一的地址組成。

相對(duì)于地下礦山，露天礦無(wú)線通信信道特性通常認(rèn)為它類似于自由空間無(wú)線電傳播。然而，RANJAN等［24］最近的一項(xiàng)工作反駁了這一假設(shè)，并表明迫切需要為這一應(yīng)用類別提供更好的無(wú)線通信信道模型?；诮谠谏羁章短斓V的試驗(yàn)結(jié)果，采用改進(jìn)的無(wú)線通信信道自由空間路徑損失模型。該模型由兩部分組成：一部分表示礦井內(nèi)部受到復(fù)雜結(jié)構(gòu)與信號(hào)衰減（由于材料吸收）的影響；另一部分用于地面登陸站和基站之間進(jìn)行通信的直線架構(gòu)。該模型的合并空間路徑損失（Free Space Path Loss）如下：

FSPLinside=25lg d′+25lg f′+32.45（3）

FSPLsurface=23lg d′+23lg f′+32.45（4）

式中：d′為接收機(jī)到發(fā)射機(jī)的距離（km）；f′為信號(hào)頻率（MHz）。

RANJAN等［24］對(duì)無(wú)人機(jī)（Unmanned Aerial Vehicle）協(xié)助的深露天礦應(yīng)急通信研究，考慮到任何級(jí)別的礦難都可能對(duì)已安裝的通信和監(jiān)測(cè)基礎(chǔ)設(shè)施造成物理?yè)p壞，應(yīng)急框架應(yīng)為三類，如圖6所示。在露天礦緊急情況下，填補(bǔ)了沒有通信基礎(chǔ)設(shè)施覆蓋的空白。通過(guò)進(jìn)行廣泛的模擬試驗(yàn)，證明了該系統(tǒng)在包錯(cuò)誤率、端到端延遲和每個(gè)包重傳方面的性能改進(jìn)。這個(gè)新框架可以幫助救援行動(dòng)更快進(jìn)行，并支持在災(zāi)難時(shí)提高覆蓋范圍和機(jī)會(huì)性通信。

2 礦山智能化關(guān)鍵技術(shù)研究進(jìn)展

礦業(yè)是中國(guó)重要的支柱產(chǎn)業(yè)，為人類社會(huì)提供了基本物質(zhì)和能源保障。它不僅是中國(guó)國(guó)民經(jīng)濟(jì)穩(wěn)定發(fā)展的重要組成部分，也是維護(hù)國(guó)家安全的關(guān)鍵產(chǎn)業(yè)之一。智能化和機(jī)器人技術(shù)在礦山中的應(yīng)用被認(rèn)為是未來(lái)礦山發(fā)展的趨勢(shì)，這些技術(shù)的應(yīng)用可以顯著地提高礦山生產(chǎn)效率，并保障生產(chǎn)過(guò)程中的安全。智能采礦可以減少生命和財(cái)產(chǎn)損失，因此受到了廣泛關(guān)注，其中金礦的開采尤為重要，目前，金礦的開采正向著智能化、機(jī)器人化方向發(fā)展［25］。

2.1 智能采礦機(jī)器人

智能采礦機(jī)器人作為智能化礦山的重要組成部分，已經(jīng)被廣泛應(yīng)用于金礦生產(chǎn)過(guò)程中。智能采礦機(jī)器人可以進(jìn)行機(jī)器人裝填炸藥，遠(yuǎn)程機(jī)器人破巖，自主爆破孔鉆探，機(jī)器定位、地形測(cè)繪、地下測(cè)繪、測(cè)量與定位等。智能采礦機(jī)器人還可以通過(guò)傳感器等技術(shù)手段實(shí)時(shí)監(jiān)測(cè)金礦礦體的狀態(tài)，提高采礦的準(zhǔn)確性和效率，降低金礦資源的損失率。與傳統(tǒng)的人工開采相比，智能采礦機(jī)器人具有更高的工作效率和更低的人力成本，同時(shí)還可以提高采礦的安全性，優(yōu)化生產(chǎn)性能，并能促進(jìn)礦山的可持續(xù)性發(fā)展。

因此，有很多學(xué)者將礦山機(jī)器人技術(shù)應(yīng)用在智能礦山中，如劉曉亮等［26］使用了人工勢(shì)場(chǎng)方法，提高了礦用自行走式掘進(jìn)機(jī)器人的自適應(yīng)避障能力，這有助于提高礦山機(jī)器人的效率和實(shí)用價(jià)值。而郭銳等［27］則提出了一種全局功率匹配方法，幫助液壓鑿巖機(jī)器人實(shí)現(xiàn)機(jī)械臂軌跡規(guī)劃，這有助于提高鑿巖機(jī)器人（如圖7所示）在智能礦山的應(yīng)用水平。這些機(jī)器人技術(shù)的發(fā)展促進(jìn)了智能礦山的發(fā)展，使其更加高效和可持續(xù)。

2.2 智能維護(hù)機(jī)器人

金礦作為一種重要的資源，其開采和生產(chǎn)需要各種設(shè)備的運(yùn)轉(zhuǎn)和維護(hù)。傳統(tǒng)的維護(hù)方式通常需要人工介入，存在效率低、安全隱患大等問(wèn)題。而金礦智能維護(hù)機(jī)器人的出現(xiàn)，則可以解決這些問(wèn)題，大大提高維護(hù)效率和安全性。金礦智能維護(hù)機(jī)器人可以通過(guò)裝備各種傳感器和攝像頭，實(shí)時(shí)監(jiān)控設(shè)備的運(yùn)轉(zhuǎn)情況，并可以進(jìn)行故障診斷和維護(hù)操作。同時(shí)，它還可以進(jìn)行智能巡檢，及時(shí)發(fā)現(xiàn)和修復(fù)設(shè)備故障，保證設(shè)備正常運(yùn)行和生產(chǎn)。此外，金礦智能維護(hù)機(jī)器人還可以在極端環(huán)境下進(jìn)行維護(hù)工作，如高溫、高壓等環(huán)境。其采用無(wú)人駕駛技術(shù)，不需要人工介入，可以大大減少工人的勞動(dòng)強(qiáng)度和安全風(fēng)險(xiǎn)，提高生產(chǎn)效率和企業(yè)競(jìng)爭(zhēng)力。隨著人工智能技術(shù)和機(jī)器人技術(shù)的不斷發(fā)展，金礦智能維護(hù)機(jī)器人在未來(lái)將會(huì)有更廣泛的應(yīng)用場(chǎng)景和更高的智能化水平［28］。未來(lái)金礦智能維護(hù)機(jī)器人還可以與其他機(jī)器人和設(shè)備實(shí)現(xiàn)更高的協(xié)同效率，實(shí)現(xiàn)智能化的生產(chǎn)流程和生產(chǎn)管理，進(jìn)一步提高生產(chǎn)效率和企業(yè)競(jìng)爭(zhēng)力［29］。

因此，有很多學(xué)者進(jìn)行礦山維護(hù)機(jī)器人的研究。裴文良等［15］研制的礦用井下防爆巡檢機(jī)器人裝置和徐嘉麟等［30］設(shè)計(jì)的礦山及隧道用多功能修復(fù)機(jī)器人，均是礦山行業(yè)的重要?jiǎng)?chuàng)新。前者可以有效地解決礦山井下重要設(shè)備的巡檢和監(jiān)控問(wèn)題，提高巡檢效率，降低重復(fù)率。它具備數(shù)據(jù)采集、視頻監(jiān)控和故障報(bào)警等功能，可以實(shí)現(xiàn)對(duì)大型設(shè)備的自動(dòng)巡檢，為數(shù)字化礦山建設(shè)提供了有力的技術(shù)支持。后者具有新型的三節(jié)工作臂和緊湊高效的結(jié)構(gòu)，可以適用于礦山開采和隧道的維護(hù)修復(fù)工作。這種技術(shù)能夠有效地解決礦山開采過(guò)程中頂板和側(cè)幫松動(dòng)的問(wèn)題，具有重大的實(shí)際意義。這些技術(shù)設(shè)備的應(yīng)用將有助于促進(jìn)智能礦山的創(chuàng)新和發(fā)展，2種智能維護(hù)機(jī)器人如圖8、圖9所示。

2.3 智能救援機(jī)器人

金礦的工作環(huán)境通常是非常危險(xiǎn)的，如遇到地震、坍塌、火災(zāi)等情況時(shí)，人員很難進(jìn)入現(xiàn)場(chǎng)進(jìn)行救援。這時(shí)，金礦智能救援機(jī)器人可以派上用場(chǎng)。智能救援機(jī)器人的關(guān)鍵是在黑暗、無(wú)形的礦山環(huán)境中進(jìn)行搜索作業(yè)，發(fā)現(xiàn)可能的危險(xiǎn)或在危險(xiǎn)事故易發(fā)的環(huán)境中搜索被困人員。其需要具備高精度和控制能力，以確保任務(wù)安全有效完成。智能救援機(jī)器人能夠在危險(xiǎn)環(huán)境中執(zhí)行各種任務(wù)，如探測(cè)被困人員的位置、提供緊急救援物資和裝備、清理堵塞的通道等，在災(zāi)后救援行動(dòng)中扮演著非常重要的角色［31］。與人員不同的是，智能救援機(jī)器人不會(huì)因?yàn)槿毖?、高溫或毒氣等危險(xiǎn)因素而受到傷害。此外，智能救援機(jī)器人還可以安裝超聲波傳感器，可以快速響應(yīng)、持續(xù)工作并傳送實(shí)時(shí)信息，為救援人員提供有力的支持［32］。智能救援機(jī)器人的投入使用可以大幅減少人力資源的投入，同時(shí)降低人員傷亡和其他不可預(yù)知的風(fēng)險(xiǎn)［33］。

王亞男等［34-35］設(shè)計(jì)的礦山救援機(jī)器人為礦業(yè)行業(yè)的重要?jiǎng)?chuàng)新。王亞男等［34］采用了基于STM32控制的運(yùn)動(dòng)機(jī)構(gòu)和同步帶傳動(dòng)式的行星輪結(jié)構(gòu)，配備了可移動(dòng)式云臺(tái)相機(jī)、生命探測(cè)儀、雷達(dá)等探測(cè)裝置，可以實(shí)時(shí)探測(cè)并回傳巷道內(nèi)的視頻畫面、生命特征、障礙等信息，有效地提高了救援工作的效率和成功率。韓利強(qiáng)［35］利用行星輪結(jié)構(gòu)的緊湊大功率傳動(dòng)特點(diǎn)，增強(qiáng)了救援機(jī)器人在未知環(huán)境中的垂直越障能力。這種救援機(jī)器人使用5G通信技術(shù)來(lái)傳輸監(jiān)測(cè)到的信息，包括視頻、語(yǔ)音和礦工所在位置等信息。這些信息可以幫助救援人員更好地了解井下情況，并制定更科學(xué)有效的救援方案，從而提高救援效率和成功率，同時(shí)避免了信息的重復(fù)傳輸，兩種智能救援機(jī)器人如圖10、圖11所示。

2.4 礦山智能化建設(shè)案例

在廣東和山東，某鎢礦和富全鐵礦都開展了智能化生產(chǎn)管理。某鎢礦新建的露天開采礦山主要開采云英巖型白鎢礦，通過(guò)實(shí)現(xiàn)“少人化、無(wú)人化”的生產(chǎn)管理，提高了生產(chǎn)安全性、生產(chǎn)效率和管理水平，成為了智能礦山和綠色礦山的示范基地［36-37］。富全鐵礦從事地下鐵礦石采選業(yè)務(wù)，實(shí)施了智能化生產(chǎn)管控系統(tǒng)，涵蓋了生產(chǎn)過(guò)程的實(shí)時(shí)監(jiān)控、設(shè)備故障在線診斷、安全生產(chǎn)預(yù)警等功能，成為了智能礦山建設(shè)的典范，為同類礦山企業(yè)提供了信息化建設(shè)的指導(dǎo)［38-39］。

3 智能礦用機(jī)器人發(fā)展展望

3.1 無(wú)人采掘系統(tǒng)

無(wú)人采掘系統(tǒng)是具有一定自治能力和自主性的無(wú)人控制系統(tǒng)［40］，強(qiáng)調(diào)“平臺(tái)無(wú)人，系統(tǒng)有人”的特征。美國(guó)國(guó)防科學(xué)委員會(huì)在The Role of Autonomy in DoD Systems 報(bào)告中指出“不存在完全自主的無(wú)人系統(tǒng)，而是人機(jī)聯(lián)合認(rèn)知系統(tǒng)”，美國(guó)國(guó)防部在 Unmanned Systems Integrated Roadmap（2017—2042）報(bào)告中指出無(wú)人系統(tǒng)的高級(jí)階段是人機(jī)協(xié)作（Human-Machine Collaboration）。

隨著大數(shù)據(jù)技術(shù)與人工智能的發(fā)展，建設(shè)一個(gè)旨在以數(shù)據(jù)化為支撐的大型礦山無(wú)人采掘系統(tǒng)成為可能。以一個(gè)典型的無(wú)軌采礦技術(shù)為例，無(wú)人采掘系統(tǒng)可以分為控制層、傳輸層和執(zhí)行層［41］（如圖12、圖13所示）。

由圖13可知：執(zhí)行層主要由無(wú)軌采礦設(shè)備組成，如記憶切割采煤系統(tǒng)、自動(dòng)快速掘進(jìn)系統(tǒng)、地下鏟運(yùn)機(jī)集群、地下礦車集群或地下爆破設(shè)備等。傳輸層主要包括信息采集系統(tǒng)、無(wú)線通信系統(tǒng)和人員精確定位技術(shù)與設(shè)備智能導(dǎo)航系統(tǒng)，包括5G通信、慣性導(dǎo)航、以太網(wǎng)和視頻監(jiān)控網(wǎng)絡(luò)?？刂茖訛檎麄€(gè)系統(tǒng)的核心，主要由智能調(diào)度控制平臺(tái)組成。所有與智能采礦相關(guān)的功能和控制都是通過(guò)這個(gè)平臺(tái)實(shí)現(xiàn)的。包括負(fù)責(zé)智能采礦過(guò)程調(diào)度與控制。大數(shù)據(jù)控制平臺(tái)提高了智能控制的操作精度和應(yīng)用距離，降低了智能控制的反應(yīng)時(shí)間和控制誤差，實(shí)現(xiàn)快速控制和精確控制的智能控制技術(shù)。

首先，通過(guò)分析礦山資源儲(chǔ)量和地質(zhì)條件，結(jié)合井下生產(chǎn)進(jìn)度，設(shè)計(jì)合理的開采方案。在生產(chǎn)過(guò)程中，智能調(diào)度控制平臺(tái)的控制指令通過(guò)傳輸層發(fā)送到特定的設(shè)備，以便在特定的位置和時(shí)間執(zhí)行采礦任務(wù)。在執(zhí)行層內(nèi)，控制層實(shí)時(shí)收集隧道的當(dāng)前信息和車輛的基本信息。這些信息可用于確定設(shè)備的位置或隨時(shí)調(diào)整設(shè)備，直到采礦計(jì)劃的整個(gè)階段順利完成。

智能無(wú)人開采是金屬礦山生產(chǎn)中的關(guān)鍵工序，直接影響安全、產(chǎn)量和效益。過(guò)去20年，中國(guó)智能無(wú)人采礦技術(shù)融合了以自動(dòng)化、信息技術(shù)、大數(shù)據(jù)和人工智能等為核心的高端技術(shù)，中國(guó)在智能無(wú)人采礦領(lǐng)域的技術(shù)已處于全球領(lǐng)先地位。智能無(wú)人采礦打破了在傳統(tǒng)人工操作的基礎(chǔ)上用單機(jī)位置控制目標(biāo)的思路，提高了綜采的自動(dòng)化程度，將工人從工作面解放出來(lái)，實(shí)現(xiàn)了工作面開采人員的減員［42］。同時(shí)，無(wú)人采礦依托大型無(wú)人設(shè)備、智能系統(tǒng)、一體化優(yōu)化調(diào)度和生產(chǎn)管理，提高了采礦設(shè)備的有效性，實(shí)現(xiàn)了采礦過(guò)程的智能監(jiān)控，并降低現(xiàn)場(chǎng)作業(yè)次數(shù)和災(zāi)害風(fēng)險(xiǎn)。采掘過(guò)程中結(jié)合人工智能與自動(dòng)挖掘，礦石開采效益顯著提升，采礦過(guò)程中產(chǎn)生的廢礦量顯著減少，尾礦回收率實(shí)現(xiàn)最大化，促進(jìn)礦產(chǎn)資源高效、安全、綠色、可持續(xù)發(fā)展。

3.2 數(shù)字孿生礦山

早在2002年，美國(guó)密歇根大學(xué)的GRIEVESM［43］給出了數(shù)字孿生最初的概念——“虛擬數(shù)字化模型等價(jià)表達(dá)物理產(chǎn)品”，從而進(jìn)行產(chǎn)品全生命周期管理，被業(yè)界普遍認(rèn)為是數(shù)字孿生的雛形。在2006年又命名其為信息鏡像模型［44-45］。直到2011年，數(shù)字孿生概念才被美國(guó)國(guó)家航空航天局正式提出，并在業(yè)界一直沿用至今［46］。德國(guó)工業(yè)4.0和美國(guó)工業(yè)互聯(lián)網(wǎng)的核心架構(gòu)中均清楚地指出了數(shù)字孿生是關(guān)鍵技術(shù)［47］，數(shù)字孿生技術(shù)也成為了LMT公司在國(guó)防和航天工業(yè)頂尖技術(shù)的首位。更有聞名全球的IT研究與咨詢公司Gartner都將數(shù)字孿生技術(shù)列入十大戰(zhàn)略科技發(fā)展趨勢(shì)中［48］。數(shù)字孿生是基于物理模型、傳感器更新、設(shè)備運(yùn)行歷史數(shù)據(jù)、運(yùn)行信息，在虛擬空間中完成對(duì)物理實(shí)體映射，從而反映相對(duì)應(yīng)的實(shí)體裝備的全生命周期過(guò)程，集成了多學(xué)科、多物理量、多尺度、多概率的仿真過(guò)程。通過(guò)對(duì)物理實(shí)體的力、熱、聲、光、電、磁等多物理量的實(shí)時(shí)動(dòng)態(tài)仿真，降低方案優(yōu)化、參數(shù)調(diào)整、預(yù)測(cè)診斷等措施的試錯(cuò)成本。

在未來(lái)5～10年，在單個(gè)系統(tǒng)智能化取得突破的基礎(chǔ)上，數(shù)字孿生礦山技術(shù)將在實(shí)際應(yīng)用中取得更多突破。實(shí)現(xiàn)區(qū)域化智能決策和自動(dòng)協(xié)同運(yùn)行，將數(shù)字孿生通用能力應(yīng)用于礦業(yè)數(shù)字化轉(zhuǎn)型，具備雙向映射、實(shí)時(shí)交互、數(shù)據(jù)驅(qū)動(dòng)等技術(shù)特性。

3.2.1 雙向映射

數(shù)字孿生意味著虛擬礦山和真實(shí)礦山是雙向映射，數(shù)字孿生礦山是對(duì)真實(shí)礦山高度還原。利用虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)等數(shù)字化建模和仿真技術(shù)，通過(guò)勘探資料、設(shè)計(jì)圖紙及現(xiàn)場(chǎng)三維激光掃描數(shù)據(jù)，對(duì)礦山地質(zhì)、礦產(chǎn)資源、巷道工程、采場(chǎng)及工作面、設(shè)備設(shè)施、人員進(jìn)行全面三維建模，在礦山現(xiàn)場(chǎng)各個(gè)層面布設(shè)傳感器，對(duì)礦山運(yùn)行狀態(tài)進(jìn)行充分感知、動(dòng)態(tài)監(jiān)測(cè)，在數(shù)字虛擬空間記錄實(shí)體礦山的演化過(guò)程。通過(guò)建立信息實(shí)體，實(shí)現(xiàn)從物理空間到數(shù)字空間的映射。該映射不僅包括物理實(shí)體（如采煤機(jī)、液壓支架和掘進(jìn)機(jī)），還包括時(shí)間實(shí)體（如頂板壓力、瓦斯逸出、設(shè)備故障）和功能實(shí)體（如空間位置關(guān)系和圍巖耦合關(guān)系）。

同時(shí)，實(shí)體礦山認(rèn)真地執(zhí)行數(shù)字孿生礦山定義的生產(chǎn)過(guò)程，嚴(yán)格按照數(shù)字孿生礦山定義的生產(chǎn)過(guò)程及仿真和優(yōu)化結(jié)果安排生產(chǎn)，使生產(chǎn)過(guò)程不斷得到優(yōu)化。

3.2.2 實(shí)時(shí)交互

數(shù)字孿生礦山與實(shí)體礦山是實(shí)時(shí)交互的。生產(chǎn)現(xiàn)場(chǎng)的所有數(shù)據(jù)通過(guò)物聯(lián)網(wǎng)傳送給數(shù)字孿生礦山。通過(guò)傳感器獲取數(shù)據(jù)，孿生體能清晰、同步地反映物理目標(biāo)的相應(yīng)變化，如形狀、特性、位移和異常等。如果能夠滿足這種情況，這種同步映射關(guān)系可以持續(xù)到從設(shè)計(jì)、生產(chǎn)、運(yùn)營(yíng)到報(bào)廢的全生命周期，孿生體應(yīng)隨孿生對(duì)象生命周期進(jìn)程而不斷演進(jìn)、更新?，F(xiàn)實(shí)世界的產(chǎn)品、信息和固有屬性也將同步在虛擬世界中，而虛擬世界中的模型和信息也將與過(guò)程應(yīng)用實(shí)現(xiàn)互動(dòng)。給過(guò)程應(yīng)用注入激勵(lì)，就能獲得包括優(yōu)化、檢測(cè)、模擬、控制、分析等豐富信息的工程數(shù)據(jù)。

數(shù)字孿生礦山對(duì)生產(chǎn)現(xiàn)場(chǎng)的運(yùn)行狀態(tài)進(jìn)行優(yōu)化分析并做出決策，對(duì)礦山生產(chǎn)現(xiàn)場(chǎng)進(jìn)行指揮調(diào)度，由此實(shí)現(xiàn)實(shí)體礦山與數(shù)字孿生礦山之間的實(shí)時(shí)交互。礦山設(shè)備設(shè)施一經(jīng)運(yùn)行、各類工程一經(jīng)變動(dòng)即有數(shù)據(jù)記錄，人員進(jìn)礦即有信息反饋。在礦山現(xiàn)場(chǎng)可通過(guò)移動(dòng)互聯(lián)網(wǎng)客戶端觀察各類數(shù)據(jù)的歷史記錄，在礦山虛擬空間可搜索各類信息；礦山設(shè)計(jì)規(guī)劃、建設(shè)、生產(chǎn)及人員活動(dòng)，不僅存在于實(shí)體空間，而且在虛擬空間得到記錄和分析擴(kuò)充，共同搭建了未來(lái)信息可見、軌跡可循、狀態(tài)可查、虛擬協(xié)同、實(shí)時(shí)交互的未來(lái)礦山發(fā)展新模式。

3.2.3 數(shù)據(jù)驅(qū)動(dòng)

數(shù)字孿生礦山以實(shí)體礦山的模型數(shù)據(jù)和感知數(shù)據(jù)為基礎(chǔ)，通過(guò)數(shù)據(jù)驅(qū)動(dòng)實(shí)現(xiàn)自身的運(yùn)行及虛實(shí)之間的交互，云平臺(tái)通過(guò)現(xiàn)場(chǎng)狀態(tài)數(shù)據(jù)驅(qū)動(dòng)實(shí)現(xiàn)自主決策，直接調(diào)控運(yùn)行參數(shù)使其保持最佳狀態(tài)。首先，數(shù)字孿生礦山通過(guò)傳感器接收礦山生產(chǎn)現(xiàn)場(chǎng)的實(shí)體信息，如鏟運(yùn)機(jī)的機(jī)械結(jié)構(gòu)參數(shù)、設(shè)備材料參數(shù)、工作設(shè)計(jì)參數(shù)和煤層地層的尺寸形狀參數(shù)、介質(zhì)參數(shù)等，此外還有粉塵顆粒、氧含量和瓦斯?jié)舛?、掘進(jìn)機(jī)的工作速度、位姿、能耗情況，煤層頂板的應(yīng)力、界面信息等。由數(shù)據(jù)驅(qū)動(dòng)生成初始的生產(chǎn)進(jìn)度計(jì)劃，并在數(shù)字孿生礦山環(huán)境中進(jìn)行仿真、分析和優(yōu)化，收斂為最優(yōu)生產(chǎn)進(jìn)度計(jì)劃，通過(guò)指揮控制中心將計(jì)劃以生產(chǎn)過(guò)程運(yùn)行指令的形式下達(dá)至生產(chǎn)現(xiàn)場(chǎng)。在生產(chǎn)過(guò)程中，在現(xiàn)場(chǎng)實(shí)時(shí)運(yùn)行數(shù)據(jù)的驅(qū)動(dòng)下，數(shù)字孿生礦山通過(guò)實(shí)時(shí)的仿真分析、關(guān)聯(lián)、預(yù)測(cè)及調(diào)控等，采用以技術(shù)經(jīng)濟(jì)指標(biāo)為目標(biāo)的生產(chǎn)過(guò)程優(yōu)化運(yùn)行、優(yōu)化控制與優(yōu)化管理技術(shù)，使生產(chǎn)進(jìn)度計(jì)劃不斷完善和優(yōu)化，使礦山生產(chǎn)能夠高效進(jìn)行。

4 結(jié) 語(yǔ)

礦業(yè)是中國(guó)經(jīng)濟(jì)的重要組成部分，智能礦用機(jī)器人是礦業(yè)智能化發(fā)展的重要組成部分。最近幾年，國(guó)內(nèi)外學(xué)者在智能礦用機(jī)器人領(lǐng)域的研究發(fā)展迅速，人工智能技術(shù)與機(jī)器人技術(shù)在井下作業(yè)中擁有廣闊的發(fā)展前景。從智能采礦、維護(hù)和救援機(jī)器人的應(yīng)用到基于雙目視覺技術(shù)或SLAM技術(shù)的機(jī)器人導(dǎo)航系統(tǒng)、基于深度學(xué)習(xí)機(jī)器人識(shí)別技術(shù)和通信技術(shù)的應(yīng)用，都為礦業(yè)生產(chǎn)帶來(lái)革命性的發(fā)展。在未來(lái)的研究中，智能礦用機(jī)器人的發(fā)展趨勢(shì)將越來(lái)越多集中于自主化、智能化、多功能和高效率。與此同時(shí)，智能礦用機(jī)器人的研究和應(yīng)用還面臨一些問(wèn)題，如惡劣環(huán)境對(duì)于電子設(shè)備的損害，算法的普適性和魯棒性難以保證等。總而言之，智能礦用機(jī)器人是未來(lái)礦業(yè)智能化發(fā)展的重要方向。相信在未來(lái)的工作中還會(huì)有更加前沿的技術(shù)用于采礦領(lǐng)域，使其能夠更好地服務(wù)于礦業(yè)生產(chǎn)，并實(shí)現(xiàn)更高效、更安全、更可持續(xù)的發(fā)展。

［參 考 文 獻(xiàn)］

［1］CARVALHO F P.Mining industry and sustainable development：Time for change［J］.Food and Energy Security，2017，6（2）：61-77.

［2］吳愛祥，王勇，張敏哲，等.金屬礦山地下開采關(guān)鍵技術(shù)新進(jìn)展與展望［J］.金屬礦山，2021（1）：1-13.

［3］翟國(guó)棟，張文濤，岳中文，等.基于雙目視覺技術(shù)的煤礦救援機(jī)器人研究進(jìn)展［J］.煤炭科學(xué)技術(shù)，2020，48（7）：206-217.

［4］劉廣瑞，劉巧紅，劉軍.礦山機(jī)器人的研究現(xiàn)狀與發(fā)展趨勢(shì)［J］.礦山機(jī)械，2009，37（24）：45-48.

［5］YANG X，LIN X H，YAO W Q，et al.A Robust LiDAR SLAM method for underground coal mine robot with degenerated scene compensation［J］.Remote Sensing，2022，15（1）：186.

［6］PLOTNIKOV N S，KOLOKOLTSEVA E U，VOLKOVA Y V.Technical review of robotic complexes for underground mining［J］.IOP Conference Series：Earth and Environmental Science，2020，459（4）：042025.

［7］楊健健，張強(qiáng)，王超，等.煤礦掘進(jìn)機(jī)的機(jī)器人化研究現(xiàn)狀與發(fā)展［J］.煤炭學(xué)報(bào)，2020，45（8）：2 995-3 005.

［8］葛世榮，胡而已，李允旺.煤礦機(jī)器人技術(shù)新進(jìn)展及新方向［J］.煤炭學(xué)報(bào)，2023，48（1）：54-73.

［9］HAINSWORTH D W.Teleoperation user interfaces for mining robo-tics［J］.Autonomous Robots，2001，11（1）：19-28.

［10］GAO J Y，GAO X S，ZHU J G，et al.Coal mine detect and rescue robot technique research［C］∥IEEE.Information and Automation，2009.ICIA '09.New York：IEEE，2009：1 068-1 073.

［11］REDDY H A，KALYAN B，MURTHY S N C.Mine rescue robot system—A review［J］.Procedia Earth and Planetary Science，2015，11：457-462.

［12］劉建.礦用救援機(jī)器人關(guān)鍵技術(shù)研究［D］.徐州：中國(guó)礦業(yè)大學(xué)，2014.

［13］李允旺，葛世榮，朱華.搖桿式履帶懸架的構(gòu)型推衍及其在煤礦救災(zāi)機(jī)器人上的應(yīng)用［J］.機(jī)器人，2010，32（1）：25-33.

［14］劉罡，劉玉斌，趙杰，等.新型煤礦救援機(jī)器人的特殊運(yùn)動(dòng)逆運(yùn)動(dòng)學(xué)［J］.哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2011，43（9）：42-46.

［15］裴文良，張樹生，李軍偉.礦用巡檢機(jī)器人設(shè)計(jì)及其應(yīng)用［J］.制造業(yè)自動(dòng)化，2017，39（2）：73-74，94.

［16］何凱.基于雙目視覺的煤礦井下救援機(jī)器人避障策略的研究［D］.西安：西安科技大學(xué)，2018.

［17］HU P，HAO X Y，LI J S，et al.Design and implementation of bino-cular vision system with an adjustable baseline and high synchronization［C］∥IEEE.International Conference on Image，Vision and Computing.New York：IEEE，2018：18182336.

［18］ZHU D，SUN X，LIU S，et al.A SLAM method to improve the safety performance of mine robot［J］.Safety Science，2019，120：422-427.

［19］GIRSHICK R B，DONAHUE J，DARRELL T，et al.Rich feature hierarchies for accurate object detection and semantic segmentation［C］∥IEEE.Conference on Computer Vision and Pattern Recognition.New York：IEEE，2014：14632381.

［20］盧萬(wàn)杰，付華，趙洪瑞.基于深度學(xué)習(xí)算法的礦用巡檢機(jī)器人設(shè)備識(shí)別［J］.工程設(shè)計(jì)學(xué)報(bào)，2019，26（5）：527-533.

［21］XIAO D，SHAN F，LI Z，et al.A Target Detection model based on improved tiny-yolov3 under the environment of mining truck［J］.IEEE Access，2019，7：123 757-123 764.

［22］FRANK M，HUAN N，TUNG D，et al.A self-deployed multi-channel wireless communications system for subterranean robots［C］∥IEEE.Aerospace conference.New York：IEEE，2020：19891710.

［23］KIRUBAKARAN S J J，JHA A K，KUMAR D，et al.Mine detecting robot with multi sensors controlled using HC-12 module［J］.International Journal of Engineering & Technology，2018，7（2）：231-234.

［24］RANJAN A，PANIGRAHI B，SAHU H B，et al.SkyHelp：UAV assisted emergency communication in deep open pit mines［C］∥Munich：Association for Computing Machinery，2018：31-36.

［25］方原柏.金屬礦山智能采礦技術(shù)的發(fā)展［J］.自動(dòng)化博覽，2018，35（11）：61-65.

［26］劉曉亮，任文清，馬平，等.復(fù)雜地質(zhì)條件礦用自行走式掘進(jìn)機(jī)器人自適應(yīng)避障研究［J］.煤炭工程，2022，54（增刊1）：210-214.

［27］郭銳，石月，李永濤，等.液壓鑿巖機(jī)器人機(jī)械臂軌跡規(guī)劃研究［J］.中國(guó)工程機(jī)械學(xué)報(bào)，2021，19（4）：289-294.

［28］BOOZ A，BIAY W.Automation and robotization of underground mining in poland［J］.Applied Sciences，2020，10（20）：7 221.

［29］張鵬.智能礦山機(jī)器人協(xié)同管控［J］.工礦自動(dòng)化，2021，47（增刊2）：43-44.

［30］徐嘉麟，張瀛方.礦山巷道多功能修復(fù)機(jī)器人設(shè)計(jì)研究［J］.世界有色金屬，2022（6）：63-65.

［31］REDDY A H，KALYAN B，MURTHY C S N.Mine rescue robot system—A review［J］.Procedia Earth and Planetary Science，2015，11：457-462.

［32］史兆偉，潘濤，樊宙.礦山救援機(jī)器人中的超聲波傳感器應(yīng)用［J］.世界有色金屬，2020（5）：20，22.

［33］文虎，劉洋，鄭學(xué)召，等.礦山救援機(jī)器人群設(shè)計(jì)［J］.工礦自動(dòng)化，2019，45（9）：34-39.

［34］王亞男，李明遠(yuǎn).基于STM32控制的全方位可視煤礦救援機(jī)器人的研究設(shè)計(jì)［J］.煤炭技術(shù)，2022，41（1）：242-244.

［35］韓利強(qiáng).基于5G技術(shù)控制的煤礦救援機(jī)器人的設(shè)計(jì)［J］.煤礦安全，2021，52（6）：168-171.

［36］李國(guó)清，王浩，侯杰，等.地下金屬礦山智能化技術(shù)進(jìn)展［J］.金屬礦山，2021（11）：1-12.

［37］黃毅，張燕.廣東某鎢礦智能礦山建設(shè)的探索［J］.中國(guó)鎢業(yè)，2021，36（3）：72-78.

［38］連民杰，王占樓，馬龍，等.基于物聯(lián)網(wǎng)的富全鐵礦智能生產(chǎn)管控系統(tǒng)開發(fā)與應(yīng)用［J］.中國(guó)礦業(yè)，2019，28（1）：122-128.

［39］宋海潮.智慧礦山建設(shè)及煤礦的智能化開采分析［J］.科技創(chuàng)新與應(yīng)用，2022，12（34）：142-145.

［40］陳杰，辛斌.有人/無(wú)人系統(tǒng)自主協(xié)同的關(guān)鍵科學(xué)問(wèn)題［J］.中國(guó)科學(xué)（信息科學(xué)），2018，48（9）：1 270-1 274.

［41］GUSTAFSON A，LIPSETT M，SCHUNNESSON H，et al.Development of a Markov model for production performance optimisation.Application for semi-automatic and manual LHD machines in underground mines［J］.International Journal of Mining，Reclamation and Environment，2014，28（5）：342-355.

［42］WANG G，LIU F，PANG Y H，et al.Coal mine intellectualization：The core technology of high quality development［J］.Meitan Xuebao/Journal of the China Coal Society，2019，44（2）：349-357.

［43］GRIEVES M W.Product lifecycle management：The new paradigm for enterprises［J］.International Journal of Product Development，2005，2（1/2）：71-84.

［44］GITHENS G.Product lifecycle management：Driving the next gene-ration of lean thinking by Michael Grieves［J］.Journal of Product Innovation Management，2007，24（3）：278-280.

［45］GRIEVES M.Virtually perfect：Driving innovative and lean pro-ducts through product lifecycle management［M］.Cocoa Beach：Space Coast Press，2011.

［46］GRIEVES M W.Virtually intelligent product systems：Digital and physical twins［M］∥American Institute of Aeronautics and Astronautics.Complex systems engineering：Theory and practice.New York：American Institute of Aeronautics and Astronautics，2019：175-200.

［47］葉倫寬.基于數(shù)字孿生的旋轉(zhuǎn)設(shè)備故障診斷技術(shù)研究［D］.北京：中國(guó)石油大學(xué)（北京），2019.

［48］CEARLEY D，BURKE B，SEARLE S，et al.Top 10 strategic technology trends for 2017：A gartner trend insight report［N］.Gartner Research，2018-03-08.

Research situation and development tendency of intelligent mining robots

Hu Ronghua1，An Dong1，Shi Mengyuan1，Lu Wentao2，Sun Ning2，Zhang Haolong1，Xu Jiaxian1

（1.School of Mechanical Engineering，Shenyang Jianzhu University;2.Citic Hic Kaicheng Intelligence Equipment Co.，Ltd.）

Abstract：Mining robots are a component of mining production，concerning multiple stages such as mining，transportation，production，maintenance，safety control，and rescue.The degree of production automation directly affects the production safety，economic and social benefits of enterprises.With the rapid development and popularization of artificial intelligence in China，mine intelligence has become an important research field.Especially with the promulgation of some policies and regulations in China，intelligent unmanned mining technology has become a key part of mining production in the field of gold mining.To understand the connotation，status，and development trend of intelligent mining robots，this article reviews the underground intelligent robot technologies matching mining operations，including neural networks，binocular vision，and digital twins，from the perspective of the relationship between key technologies and practical engineering applications of intelligent mining robots in China.From the 4 perspectives of basic theories，critical technologies，engineering applications，and overall design system theories，this article reviews the relevant research.On this basis，the current development trend of domestic intelligent mining robots and the future development trend of smart mining models are summarized.

Keywords：intelligent mining;artificial intelligence;binocular vision;robot technologies;smart mining;digital twins

收稿日期：2023-05-15； 修回日期：2023-06-18

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（51975130）；遼寧省教育廳基礎(chǔ)科研項(xiàng)目（LJKMZ20220915）

作者簡(jiǎn)介：胡榮華（1999—），男，碩士研究生，研究方向?yàn)橛?jì)算機(jī)視覺、智能工業(yè)故障診斷方法；E-mail：huronghua@stu.sjzu.edu.cn