煤矿辅助运输机器人关键技术研究.pdf

工矿自动化 Indust ry and Mine Aut o mat io n 第46卷第8期 2020年8月 Vo l. 46 No . 8 Aug. 2020 i综述t * 文章编号文章编号1671 251X202008 0008 07DOI10. 13272/j. issn. 1671-251x . 2020040019 煤矿辅助运输机器人关键技术研究 袁晓明，郝明锐 中国煤炭科工集团太原研究院有限公司，山西太原030006 扫码移动阅读 摘要摘要针对煤矿辅助运输机器人移动速度较快、行驶路线多变、行驶路面情况复杂等特殊工况，给出了煤 矿辅助运输机器人的结构形式和技术架构采用无驾驶室的结构设计，以自动驾驶系统为控制中枢，以轮式 防爆线控动力底盘为移动平台，通过可更换的多种上装载具，实现不同物料在井下运输的无人化。针对煤矿 辅助运输机器人的环境感知、定位导航和路径规划三大功能，提出了相应的解决方案① 矿井低照度环境下 的机器视觉增强及感知融合技术通过深度相机红外成像技术和平面激光雷达探测技术相结合的方式实现 机器人的环境感知功能；② 煤矿井下受限空间内的无线通信及定位技术利用物联网无线通信定位和即时 定位与地图构建SLAM技术相结合的方式实现机器人执行运输作业时的主动精确定位；③ 矿井复杂地质 条件下的路径规划及避障机制利用最短路径搜索算法和动态窗口算法分别实现该机器人的全局路径规划 和局部路径规划功能％ 关键关键词煤矿辅助运输机器人；轮式机器人；自动驾驶；运输无人化；环境感知；自主定位；路径规划 中图分类号TD634 文献标志码A Researc h o n key t ec hno lo gies o f c o al mine aux iliary t rans po rt at io n ro bo t YUAN Xiao ming, HAO Mingrui CCTGE Taiyuan Researc h Inst it ut e, Taiyuan 030006, China Abstract In view o f spec ial wo rking c o ndit io ns o f c o al mine aux iliary t ranspo rt at io n ro bo t suc h as fast mo ving speed, variable driving ro ut es and c o mplex driving ro ad c o ndit io ns, st ruc t ural fo rm and t ec hnic al arc hiec ureo fc o a lmineaux iliaryranspo raio nro bo aregivenhec ablesssruc uredesignisado ped, auo maic drivingsysemisakenasc o nro lc ener,wheeledex plo sio nCpro o fwireCc o nroledpo werc hassis is used as mo bile plat fo rm, and unmanned t ranspo rt at io n o f different mat erials undergro und is realized t hro ugh a variet y o f replac eable upper lo ading t o o ls. In view o f t hree func t io ns o f enviro nment perc ept io n, po sit io ning navigat io n and pat h planning o f c o al mine aux iliary t ranspo rt at io n ro bo t ,c o rrespo nding so lut io nsarerespec t ivelypro po sed ① Mac hinevisio nenha nc ement andperc ept io nfusio nt ec hno lo gyin mine lo w iluminat io n enviro nment enviro nment perc ept io n func t io n o fro b o t is rea lized byc o mbining dept h c amera infrared imaging t ec hno lo gy and planar lidar det ec t io n t ec hno lo gy; ② Wireless c o mmunic at io nandpo sit io ningt ec hno lo gyinc o nfinedspac eo fundergro undc o alminec o mbinat io no fIo T wireless c o mmunic at io n po sit io ning and simult aneo us lo c alizat io n and mappingSLAM t ec hno lo gy is used t o ac hieve ac t ive and prec ise po sit io ning o f ro bo t during t ranspo rt at io n o perat io n ； ③ Pat h planning and 收稿日期收稿日期2020-04-07 wheeled mo bile ro bo t; aut o mat ic drive; unmanned t ranspo rt at io n; enviro nment al perc ept io n; aut o no mo us po sit io ning; pat h planning 0引言引言 随着我国煤炭产业综采自动化技术、综掘系列 装备等接连实现重大突破，建设全生产过程智能化、 信息化、机器人化的智慧矿井已成为煤炭产业的发 展方向工2-。辅助运输系统是整个煤炭生产体系中 的关键环节，其技术水平和作业效率直接关系到煤 矿生产减人增效目标的达成。实现井下物料标准化 装载、智能化配送、自动化转运和无人化运输的连续 型辅助运输工艺是智慧矿井建设的必要条件和技术 支撑「3灯。而当前现有的煤矿辅助运输系统难以适 应智能综采工作面、无人掘进工作面等的发展需求, 亟需发展结合清洁动力、物联网和自动驾驶等技术 的智能辅助运输系统，弥补智慧矿山建设的辅运 短板。 矿辅助运 机 人 矿 辅助运 的配套装备。在煤矿井下深部受限空间内，通过机 器视觉、无线通信、惯性导航、人工智能等技术，实现 可靠的环境感知、精确的定位导航和快速的路径规 划是研究辅助运输机器人的关键。杨林等⑺将即时 定位与地图构建Simult aneo us Lo c alizat io n and Mapping, SLAM技术应用到煤矿巡检机器人中， 利用多线激光雷达和双目相机实现了小型履带式移 动机器人在井下的自主感知定位。杜雨馨等囚将机 器视觉技术应用到掘进机位姿检测系统中，实现了 掘进机机身位姿自动实时检测。李森⑼将惯性导航 装置捷联于采煤机，实现了采煤机行走三维空间轨 迹的实时测量。谭玉新等「10-将人工智能算法应用 于煤矿井下搜救机器人的路径规划中，实现了移动 机器人在井下局部复杂空间内的平稳行进。同时， 物联网技术在煤矿井下的应用为建立覆盖辅助运输 巷道的大范围、高可靠的无线通信网络提供了技术 支撑① 以超宽带Ult ra Wide Band,UWB为代表 的高精度定位技术已用于煤矿井下人员和设备定 位，定位误差可控制在30 c m以内口门o②以远距离 无线电Lo ng Range Radio , Lo Ra为代表的低功耗 广域网技术已在井下无线通信领域应用，在矿井复 杂环境下的有效通信距离超过2 000 m,最高传输 速率达37. 5 kbit /s,12- o③5G和WiFi6等低延迟、 高带宽的无线通信技术开始在煤矿井下投入使 用，13-,可满足自动驾驶实时数据传输需求。 。 上述研究为煤矿辅助运输机器人提供了可借鉴 的技术基础。。但是与掘进机、采煤机和巡检机器人 等设备移动速度较低、运行环境单一、路线相对固定 的使用工况不同，辅助运输机器人需要在长达十几 千米甚至几十千米的巷道内自主完成运输任务，移 动速度较快、行驶路线多变、路面情况复杂，对设备 、 、 、 、 平要求 o 辅助 运输系统的特殊工况，本文首先构建了煤矿辅助运 输机器人的技术架构，然后针对机器人的环境感知、 定位导航和路径规划三大功能，分别提出了相应的 解决方案。 。 1煤矿辅助运输机器人技术架构煤矿辅助运输机器人技术架构 1. 1 煤矿辅助运输机器人的结构形式 与防爆无轨胶轮车传统的布置形式不同，煤矿 辅助运输机器人采用无驾驶室的结构设计，如图1 所示。煤矿辅助运输机器人以自动驾驶系统为控制 中枢，以轮式防爆线控动力底盘为移动平台，通过可 更换的多种上装载具，实现不同物料在井下运输的 无人 。 。 Fig. 1 St ruc t ure o f c o al mine aux iliary t ranspo rt at io n ro bo t 为满足井下运输作业需求，适应不同的巷道条 件,机器人最大载质量为5 000 kg,最大整机宽度为 2000 mm， ， 最 大 长 为 5 000 mm， ， 最 大 为 1 500 mm,最高井下作业车速为20 km/h。轮式动 力底盘的行走、转向和制动等动作采用防爆线控技 术，以实现自动驾驶系统对底盘运动的精确控制；同 时，为解决防爆电驱平台长期存在的续航问题，该底 盘具备动力电池快换功能，使机器人拥有连续作业 。 。 1. 2 煤矿辅助运输机器人的技术框架 煤矿辅助运输机器人总体技术框架如图2所 ・10・ 工矿自动化第46卷 示，分为4个层级，除顶层的云端服务及监控平台 外，其余3层均属于机器人本体。 图2煤矿辅助运输机器人技术框架 Fig. 2 Tec hno lo gy c o nfigurat io n o f c o al mine aux iliary t ranspo rt at io n ro bo t 云端服务及智慧矿山矿井远程管控智能调度 监控平台数据库数字地图平台系统 机器人端 自动驾驶 软件平台 环境感知定位导航规划决策运动控制 软件运行框架 实时操作系统 自动驾驶激光深度测距GPS/Lo Ra/计算 硬件平台雷达相机雷达IMUUWB单元 防爆电驱防爆线控线控线控隔爆机架 动力底盘电池加速转向制动结构悬挂 云端服务及监控平台属于智慧矿山建设的重要 环节，可为物料运输机器人提供大数据平台支持，完 成 唤醒. 控功能，并 程接管。 层 电驱动 盘是辅助运输机器人的 移动平台，为满足自动驾驶控制 和 要 求，采 线控技术 运动功能。线控转向和 线控 以 电动机为动 牵引、转向系统 ，线控制动则通过 电 控制技术 I。 动驾驶 平台主要由激光雷达、深 机 和 雷达等传感设备，惯 单元Inert ial Measurement Unit ,IMU、GPS 模块、UWB 标签等 定位模块和负责 分析 工作的计算单元组 成。 平台选型需综合考虑设备 与价 格成本，在满足井下自动驾驶功能需求 ，尽量 控制成本，以便于推广 。此外， 动驾驶硬 设备 设计，应避免激光雷达、深 机等光 学元 结构后造成 。 动驾驶软件平 机器人 分为3个层级 作系统层、软件运行框架层和 功 块层。为保 感器采 及时进行 计算分析，并 作，自动驾驶需要基时 操作系统RelTime Operat ing Syst em, RTOS运 。软件运行框架层提供各功 块 发和运行 环境，机器人操作系统Ro bo t Operat ing Syst em， ROS具备完 发工具包、 计 型 及 工具， 一提供配 、部署运 、底层通信等功能。功 块层包括环境感知、定 导航、规划 和运动控制等单元,是辅助运输机 人 环境感知、定位导航和 划等主要功 程 2矿井低照度环境下视觉增强及感知融合技术矿井低照度环境下视觉增强及感知融合技术 环境感知功能是移动机器人系统运行的基础。 动驾驶 主要采 以 激 雷达探测手段为主、 为辅的环境感知 案「14-。 而 案的成本过高，限制 动 驾驶技术 推广 与 驶环境 ， 矿 通环境 单一，具有封 环境、较直 、较低 驶 、最大双 等 动驾 驶技术 运行条件，但 存在跆 环境 低、具有直 、设备 要求等特殊 工况。 矿辅助运 机 人 环境感知功 采 激 和视觉融合的SLAM技术 ，其中激光SLAM 感器采用如图3a 所示的单线激光雷达，视觉 SLAM传感器采用如图3c 所示的深度相机。该 案以 低 设备成本满足 动驾驶运 需求 b 点云图像 c 深度相机d深度图像 图3煤矿辅助运输机器人采用的环境感知传感器 Fig 3 Enviro nment perc ept io nsenso rsado pt edinc o al mineaux iliaryt ra nspo rt at io nro bo t 煤矿辅助运输机器人环境感知功能框架如图4 所示。在机器人移动过程中，通过 激光雷达、 深度相机和 采集矿井环境信息，数据 融合 采 图像信息、深度信息和点云 信息进行融合分析，建立 环境 确 图, 机器人 封闭空间内的感知定位。 图4 矿辅助运 机 人环境感知功 框 Fig 4 Enviro nment perc ept io nfunc t io nframewo rko f c o almineaux ilia ryt rans po rt at io nro bo t 2020 8 袁晓明等煤矿辅助运输机器人关键技术研究 ・11・ 为满足煤矿防爆要求，机器人采用若干隔爆型 感知模块设计，将传感设备布置于各隔爆模块中，并 结合底盘外形特点进行合理布置，实现对机器人周 围环境的360无盲区探测，以保证运输作业安全。 机器人环境感知探测如图5所示，使用多个深度相 机，组成环绕车身的视觉感知群，在行驶过程中利用 红外成像技术，实现矿井低照度条件下对巷道三维 环境的图像特征和深度信息提取；将2个单线激光 雷达分别布置在底盘前后两端，利用其视野范围广、 可靠性高的特点，实时采集运行环境的二维平面点 云信息；再结合布置在车身周围的多个激光测距探 头，利用其探测距离远、简单可靠的优势，共同组成 机器人的远、中、近3层环境感知网络。 3 煤矿井下受限空间内的无线通信及定位技术煤矿井下受限空间内的无线通信及定位技术 受限于地下作业环境，运输装备在煤矿井下难 以接收GPS信号，地面常用的GPS IMU的惯性 导航技术无法使用。煤矿辅助运输机器人采用基于 物联网的无线通信定位和基于SLAM的自主感知 定位相结合的组合定位技术，实现煤矿井下受限空 间内的精确定位。 图5煤矿辅助运输机器人环境感知探测 Fig.5 Enviro nmenperc epio ndeec io no fc o almine aux iliaryranspo raio nro bo 3. 1 基于物联网的无线通信定位 利用物联网技术建立可覆盖机器人运行范围的 无线通信网络，实现远程数据传输和运行状态实时 监控，同时利用无线通信定位功能，实现机器人在巷 道内的精确定位。当前主要无线通信技术参数对比 见表1。煤矿辅助运输机器人采用低延迟WiFid Lo Ra dUWB的无线通信解决方案低延迟WiFi 模块可提供1 Gb it /s以上的数据传输速率，满足机 器人实时视频等数据的传输需求；Lo Ra模块提供 远距离通信功能，有效通信距离超过2 km,可避免 出现通信盲区；UWB模块提供高精度线性定位功 能，定位精度可控制在30 c m以内。 Table1 Co mpariso n o f parameers o f main wireless c o mmunic aio nec hno lo gies 表1主要无线通信技术参数对比 网络类型技术名称工作频段最高传输速率通信距离/m主要应用 无线广域网 4G2〜3 GHz100 Mbit /s远距离手机 5G3〜5 GHz20 Gbit /s远距离手机、物联网 NFC（近场通信）13. 56 MHz 424kbi/s 0.2 门禁、近场通信 RFID多频段 1kbi/s 1物流、仓储 无线局域网 WiFi2. 4/5 GHz9. 6 Gbit /s 100 无线上网 ZigBee2.4GHz 200kbi/s 30 传感器 蓝牙2.4GHz1 Mbit /s 10 多媒体 UWB3. 1 〜10. 6 GHz1 Gbit /s 10 人员定位 低功耗广域网 Lo Ra1 GHz（免费频段） 100kbi/s 离物联网 NB-Io T（窄带物联网）1 GHz（授权频段） 100kbi/s 离物联网 在井下部署相应的隔爆兼本质安全型通信基站， 利用基站上安装的双侧定向天线实现基站布置间隔 最大化（可达800〜1 000 m）,通过较少的基站实现全 矿井范围内的精确定位和无线通信覆盖，为机器人提 供准确的定位坐标、及时的路径规划信息和稳定的数 据通信功能。隔爆兼本质安全型通信基站具有建设 成本低、通信覆盖范围广、兼容性强的特点，与4G或 5G基站相比更加适合煤矿辅助运输系统使用。 3. 2 基于SLAM的自主感知定位 煤矿辅助运输机器人在移动过程中通过自身环 境感知模块采集数据信息，利用SLAM技术逐步构 建运 环境 图 图 信息实现对自身位置的准确估算「15「17-。煤矿辅助 运输机器人自主定位技术如图6所示。 机器人进行作业任务时，首先，利用无线通信网 络，通过自身携带的GPS模块（地面）或UWB标签 （井下），并结合IMU采集的数据对当前所处位置 作出初步判断;然后，利用感知模块采集的环境点云 图像和深度图像，与数据库中的高精度地图（可通过 矿井大数据平台获取或利用车载感知模块通过深度 ・12・ 工矿自动化第46卷 无线通信流 有线数据流 图6煤矿辅助运输机器人自主定位技术 Fig. 6 Aut o no mo us po sit io ning t ec hno lo gy o f c o al mine aux iliary t ranspo rt at io n ro bo t 学习算法构建）进 ，并 一个坐标系内做配 ；最后，利用配对成功后 确定自身准确 , 主定位。实际测试结 明，在准确建图的 基础上，该定位方式的误差小于10 c m,可满足井下 辅助运输机器人的导航定位需求。 Tab le2 Co mpariso no fpa hplanningalgo rihms 表2路径规划算法比较 算法特点势适用范围 Dijkst ra 算法 广度优先搜索算法，从初始点向外层层扩 散，直到目标点，得到两点之间的最短路径 效率低，得到大量无用数据，占用内存空 间多 适用于基于栅格地图的全 划 A算法 启发式搜索算法，在广度优先的基础上加入 了估价函数，实现了导向性搜索，算法效 率高 搜索空间较大时，搜索的时间长，空间复杂 度较高 适用于基于栅格地图的全 划 人工势场法 将目标和障碍物对机器人运动的影响具体 化成人造势场，数学描述简单、美观，生成的 路径平滑、安全 复杂 势场环境 目 标点之外 生 部极小点，导致机器人无法到达目标 划 也可用于局部路径规划 向量场 直方图算法 人工势场法的改进算法，能解决目标点附近 陷阱干扰问题 阈 感，虑机人动学约 响运动规划 适部划 DWA算法 将有限的速度和加速度的运动约束考虑到 动态窗设计中，得到的路径安全、可靠 存 部最适部划 （白色栅格），可以通行。 4煤矿巷道环境路径规划和安全避障机制煤矿巷道环境路径规划和安全避障机制 煤矿辅助运输机器人用于执行煤矿井下长距离 运输作业任务，会 驶环境 、有分支和 . 不一、彳 或积水、各种 复 杂分布等情况。为 、 完成物料运输作业， 机器人需 主从出发点行进到目的摊 即具备 划和主动避障功能。从功能上划分， 机器人 划可分为 划和局部［规 划「4 * * * * * * * * * * * * * 18如。机器人 划 一系列 4. 1 全局路径规划 矿辅助运输机器人完成主动定位后，根据作 业任务和矿 图确定出发点和目 信息。 采 分 运行环境分解成由大小一致的 离散节点构成 格 ， 格单元内 信息（二进制数）进 码，并 通 格内 、路面状况等信息标定出通 过代价值（整数值）。采用小的栅格单元能够更为理 近任 ，但会导致计 。因无 轨辅运 封闭、狭长、正、直的特点，所以 格单元可适 大，但出 虑，栅格 不 宜超过机器人与 最 离。 矿辅助运输机器人 划如图7所 示，其中X,Y为 标信息。 区域用 1表示（（ 格），禁止通行；通行区域用0表示 常见的路径规划 2。通过分析各种算 特点及适 ，结合煤矿井下辅运 特殊 工况，基于安全优先、扌 原则，煤矿辅助运 输机器人 划主要采 发 A ，而局部 划则采用动 （Dynamic Windo w Appro ac h,DWA）算法。 X/m 图7 矿辅助运 机 人 划 Fig.7 Glo b alpahplanningo fc o almineaux iliary ranspo raio nro bo 采用基于环境栅格地图的最短路径搜索算法 （A ），根 、距离、通过性、 等指标， 规划出一条最 驶路线；以 线为基础，构建 2020 8 袁晓明等煤矿辅助运输机器人关键技术研究・13・ 一系列离散型的辅助运输机器人运动状态栅格 图7中虚线方框；以机器人最 为边长， 型 控制 ，以系列点 形 驶 线进行修正，规划出合 期望路径,以使其 合机器人的运动学约束条件。 4. 2 局部路径规划 局部 划也称为避障规划，是指机器人在 移动过程中为规避意外 发 如 知的 施工人员、行进路线上 出 作业装备或各种 而规划 一 内的期 驶路线 部 划需考虑 和安全 的避障机制。常 部 划 人工势场 法、、 、向量场直方图算法和DWA 算法。 煤矿辅助运输机器人局部路径规划技术框架如 图8所示。基 划中生成 格地图, 结合自身 ，利用激光雷达、深 机等感知 块提供 环境信息，构建局部 图；综合 激 程计和视觉里程计信息，以及IMU提供的 机器人 姿 ，通过DWA算法， 3为行驶 ，为转向 中采；组 速度，计算机器人 一定 内的运动 轨迹，并 轨迹进 ，从中选取最优轨迹所 驱动机器人运动。局部最 主 要 标如下生成轨迹与 划 合 程度，生成轨迹与目标点 离，生成轨迹上 存 图8煤矿辅助运输机器人局部路径规划技术框架 Fig.8 Lo c alpahplanningec hnic alframewo rko fc o al mineaux iliaryranspo raio nro bo 煤矿辅助运输机器人局部路径规划如图9所 示。机器人 期 驶时，环境感知单元 运行环境，若发 上出现难以通 过 ，则重 划行驶 ，选 部最优路 径，完成运输作业。 5结论结论 1煤矿辅助运输机器人是智能无轨辅助运输 系统的关键运载平台，利用自动驾驶技术和物联网 技术完成矿井复杂环境下点对点的无人 料运输 Fig.9 Lo c alpahplanningo fc o almineaux iliary ranspo raio nro bo 作业， 矿建设中存在的辅助 运输瓶颈, 矿生产减人 重要 1。 通过建立煤矿辅助运输机器人的技术框架，明确了 机器人各 层级关系和功能单元组成。 2 矿井运行环境，提出了低 环境下 的机器视觉 及感知融合技术。通过深 机红 外成 技术和平 激 雷达 技术 合 ，以较低 成本 矿辅助运输机器人对 运 环境 感知。 感知单元 结构采 块化设计,通过合 划各 感知单元的布设位 ，实现机器人对周围环境的无 ，保障作业 。 3 利用物联网技术，通过部署防爆基站的方 式，实现机器人作业环境范围内无线通信 覆 盖；同时，结合SLAM技术和UWB无线通信定位 技术， 矿辅助运输机器人 矿 受限空 内 确定 。 4 矿辅助运 机 人 划采 划和 部 划 结合 。 划通过构建作业范围 格地图，利用最短 划出一条最 期 。 部 划采用DWA算法，计 出机器人在 种 条 运动轨迹，并从中选取最优轨迹 所 驱动机 人运动。 参考文献References [1 -王国法，王虹，任怀伟，等.智慧煤矿2025情景目标和 发展路径[J-.煤炭学报,2018,432 295-305. WANG Guo fa, WANG Ho ng, REN Huaiwei, et al. 2025 sc enario s and develo pment pat h o f int elligent c o al mine [J]. Jo urnal o f China Co al So c iet y, 2018, 432295-305. [2 -李首滨.智能化开采研究进展与发展趋势[J].煤炭科 学技术,2019,4710 102-110. LI Sho ubin _ro gress and develo pment t rend o f int elligent mining t ec hno lo gy [ J]. Co al Sc ienc e and ・14・ 工矿自动化 46 Tec hno lo gy,2019,4710 102-110. 3 -谭章禄，吴琦智慧矿山理论与关键技术探析[ J-中 国煤炭，2019,451030-40. TAN ZhangluWU Qi Analysis and disc ussio n o f smart mine t heo ry and key t ec hno lo gies [ J-. China Co al,2019,451030-40. [4 -李梅，杨帅伟，孙振明，等智慧矿山框架与发展前景 研究[ J-煤炭科学技术，2017,45121-128 LI MeiYANG Shuaiwei SUN Zhenming et al St udy o n framewo rk and develo pment pro spec t s o f int elligent mine [ J]. Co al Sc ienc e and Tec hno lo gy, 2017 451121-128 [5] 杨健健，张强，王超，等煤矿掘进机的机器人化研究 现状与发展[ J/OL]煤炭学报1-12[2020-03-17]. ht t p//kns . c nki. net /kc ms/det ai//11. 2190. TD. 20200215 0149 003 ht ml YANG Jianjian, ZHANG Qiang,WANG Cha o ,et al. St at us quo and develo pment o f ro bo t izat io n researc h o f c o al mine ro a dhea der[ J/OL]. Jo urnal o f China Co al So c iet y 1-12 [ 2020-03-17 ]. ht t p//kns. c nki. net / kc ms/det ail/11 2190 TD 20200215 0149 003 ht ml [6] 葛世荣.煤矿机器人现状及发展方向[ J]中国煤炭, 2019,4578-27. GE Shiro ng Present sit uat io n and develo pment direc t io no fc o al minero bo t s[J]7China Co al2019 45718-277 [7] 杨林，马宏伟，王岩，等.煤矿巡检机器人同步定位与 地图构建方法研究[ J]工矿自动化，2019,45 9 18-247 YANG LinMA Ho ngweiWANG Yanet a l7 Researc ho n met ho do fs imult aneo uslo c alizat io nand mappingo fc o al mine inspec t io n ro bo t[J]7Indust ry and MineAut o mat io n 2019 45 9 18-247 [8] 杜雨馨，刘停，童敏明，等.基于机器视觉的悬臂式掘 进机机身位姿检测系统[ J]煤炭学报2016,4111 2897-29067 DU Yux inLIU TingTONG Minminget al7Po s e measurement syst em o fbo o m-t ypero adheaderbased o n mac hine visio n[J] Jo urnalo fChinaCo alSo c iet y 2016 41112897-29067 [9] 李森.基于惯性导航的工作面直线度测控与定位技术 煤炭科学技术，2019,478169174. LI Sen. Measurement c o nt ro l and lo c alisat io n fo r fuly-mec hanized wo rking fac e alignment based o n inert ialna vigat io n[J].Co alSc ienc eand Tec hno lo gy 2019,478169174. [ 10] 谭玉新，杨维，徐子睿.面向煤矿井下局部复杂空间的 机器人三维路径规划方法[J]煤炭学报，2017, 4261634-1642. TAN Yux in YANG Wei XU Zirui7 Three dimensio nal pat h planning met ho d fo r ro bo t in undergro undlo c alc o mplex spac e[J].Jo urnalo fChina Co alSo c iet y 2017 42 61634-1642. [ 11] 陈新科，喻川，文智力.UWB定位技术在煤矿井下的 [J]. 科学技术 201846 1187-189. CHEN XinkeYU ChuanWEN Zhili. Applic at io n o f UWB po sit io ning t ec hno lo gy in undergro und mine [J].Co al Sc ienc e and Tec hno lo gy201846 S1 187-189. [ 12] 张新.张新.矿山井下定位技术应用现状用现状化工矿物与加 工，2020,4955155. ZHANG Xin7 Applic at io n st at us o f undergro und po sit io ning t ec hno lo gy in mines [J ]7Indust rial Minerals j Pro c essing,2020,495 51-55. [ 13] 孙继平，陈晖升智慧矿山与5G和WiFi6[ J]工矿自 动 201945101-4 SUN Jiping, CHEN Huisheng. Smart mine wit h 5G and WiFi6[J] Indust ryand Mine Aut o mat io n2019 45101-4 [ 14] 赵国旗，杨明，王冰，等.基于智能终端的移动机器人 室内外无缝定位方法[]上海交通大学学报,018, 52113-19 ZHAO Guo qi, YANG Ming, WANG Bing , et l Mo bilero bo t seamless lo c alizat io n based o n smart devic einindo o rando ut do o renviro nment s[J] Jo urnal o f Shanghai Jiao t o ng Universit y 2018 52113-197 [15] CADENA C CARLONE L CARRILLO H et a l7 Pas t pres ent andfut ureo fsimult a neo us lo c a lizat io n and mappingt o wardt hero bust -perc ept io nage[J]7 IEEE Transac t io ns o n Ro bo t ic s 2016 32 6 1309-13327 [ 16] 孙曼晖,杨绍武杨绍武,易晓东晓东,等.基于GIS和SLAM的的机 器人大范围环境自环境自主导航仪器仪表学报,2017 , 383586-5927 SUN Manhui YANG Shao wu YI Xiao do ng et a l7 Aut o no mo us navigat io n o f ro bo t in large-sc ale enviro nment s based o n GIS and SLAM [ J]. Chinese Jo urnal o f Sc ient ific Inst rument 2017 38 3 586-592 [17] MUR-ARTAL R TARDOS J D ORB-SLAM2an o pen-so urc eslam syst em fo r mo no c ular st ereo and RGB-Dc ameras[J] IEEE Transac t io ns o n Ro bo t ic s 2017 3351255-1262 [8]朱朱大奇奇,颜颜明重.移动机器人路径规划技术综述综述[]. 控制与决策 2010,257961-967. ZHU Daqi , YAN Mingzho ng. Survey o n t ec hno lo gy o f mo bilero bo pahplanning[J].Co nro landDec isio n 2010 257961-967. [ 19]马军马军,宋栓军宋栓军,韩军政韩军政,等融合蚁群等融合蚁群-A*算法的移动算法的移动 机器人路径规划[J]西安工程大学学报,2020 , 34172-77. MA Jun , SONG Shuanjun , HAN J