煤炭学报

作者：杨春雨, 张鑫,

关键词：煤矿机器人, 环境感知, 路径规划, 优化控制, 机器学习,

煤炭生产是典型的高危、艰苦行业，现有煤矿设备需要技术工人直接或间接参与，存在较高 的安全隐患和成本代价。 从产业的安全性和效率性考虑，使用煤矿机器人代替人参与煤炭生产是 煤矿企业实现“少人化”甚至“无人化”生产的必然途径，也符合“数字化”矿山的基本目标。 煤矿 机器人自主运行需要环境感知技术获取工作环境信息，完成自身安全状态评估并为机器人决策规 划提供基础数据，而路径规划是实现机器人移动的基础，也是连接环境感知和底层控制的关键技 术。 综述了掘进类、采煤类、运输类、安控类、救援类等 5 类煤矿机器人的工作原理、功能需求、任务 目标和环境复杂性，分析了近 15 a 来 5 类煤矿机器人在以上环境感知与路径规划关键技术的重要 研究成果。 最后，从感知与认知、规划与决策和系统集成等 3 个方面展望了煤矿机器人关键技术的 未来发展方向及挑战。 感知与认知的发展趋势不但要求煤矿机器人具备感知能力，还需要机器人 根据少量可用信息完成规律事件外的认知学习，其关键挑战是开发多元传感器融合技术和小样本 学习方法;规划与决策的发展方向可分为单目标点规划和多目标点决策，煤矿机器人使用感知与认 知信息实现点对点的单目标路径规划及避障，并根据工作需求完成多任务之间的最优化决策，提高 煤矿机器人工作效率;研制机器人协作系统和通讯交互系统是系统集成的主要挑战，通过完备的 内、外网络系统完成煤矿企业管理人员、技术工人、机器人设备之间的实时闭环交互，形成多数量、 多工种煤矿机器人的协调合作。

来源：2022年第7期

《煤炭学报》期刊编辑部

查看煤炭学报杂志2022年第7期