張耀鋒 陳寶玲 劉沂 唐彥卿

1.天津冶金職業(yè)技術(shù)學(xué)院 電氣工程系，天津 300400；2.天津工業(yè)大學(xué) 天津300160

一、引言

煤礦、冶金等行業(yè)企業(yè)進(jìn)行監(jiān)測(cè)，數(shù)據(jù)采集等工作，工作環(huán)境危險(xiǎn)，容易出現(xiàn)作業(yè)事故，帶來(lái)安全生產(chǎn)隱患。研發(fā)能監(jiān)測(cè)煤礦氣體濃度、 溫度、 濕度等環(huán)境參數(shù)的設(shè)備系統(tǒng)就非常必要。

本文給出了一種基于人工神經(jīng)網(wǎng)絡(luò)的智能化煤礦監(jiān)測(cè)系統(tǒng)（簡(jiǎn)稱監(jiān)測(cè)系統(tǒng)）的設(shè)計(jì)，該監(jiān)測(cè)系統(tǒng)可以采集礦井中的一氧化碳、氧氣、瓦斯等氣體的濃度，還可檢測(cè)礦井的溫度、濕度、相應(yīng)粉塵等環(huán)境參數(shù)。監(jiān)測(cè)系統(tǒng)還能夠在礦井發(fā)生事故現(xiàn)場(chǎng)情況不明的情況下，進(jìn)入災(zāi)害現(xiàn)場(chǎng)實(shí)施環(huán)境探測(cè)、數(shù)據(jù)采集，同時(shí)將信息實(shí)時(shí)地傳輸?shù)骄仍笓]中心，為救援決策提供科學(xué)依據(jù)，對(duì)煤礦安全生產(chǎn)減少國(guó)家和人民生命財(cái)產(chǎn)的損失具有十分重要的意義。

二、系統(tǒng)設(shè)計(jì)

監(jiān)測(cè)系統(tǒng)以太陽(yáng)能智能車為系統(tǒng)載體，包括硬件設(shè)計(jì)和軟件設(shè)計(jì)兩大部分。監(jiān)測(cè)系統(tǒng)采用光伏技術(shù)，通過太陽(yáng)能電池板將光能轉(zhuǎn)化為電能，儲(chǔ)存在高性能蓄電池中，利用此電能作為監(jiān)測(cè)系統(tǒng)的工作電源，并驅(qū)動(dòng)監(jiān)測(cè)系統(tǒng)行駛；各路傳感器負(fù)責(zé)采集相應(yīng)信號(hào)[1]；CCD攝像頭可實(shí)時(shí)采集礦井內(nèi)的實(shí)物情況；監(jiān)測(cè)系統(tǒng)配有LCD顯示屏，LCD可實(shí)時(shí)顯示采集目標(biāo)的相應(yīng)參數(shù)，并通過無(wú)線傳輸?shù)姆绞脚c上位機(jī)進(jìn)行通信，上位機(jī)實(shí)時(shí)顯示礦井的狀態(tài)。監(jiān)測(cè)系統(tǒng)在運(yùn)行過程中可通過傳感器的檢測(cè)信號(hào)實(shí)現(xiàn)避障、測(cè)距、機(jī)械手抓取監(jiān)測(cè)物[2]、計(jì)算機(jī)控制等功能。圖1為系統(tǒng)的硬件設(shè)計(jì)框圖。

各路傳感器數(shù)據(jù)的采集處理，智能化煤礦監(jiān)測(cè)系統(tǒng)的避障、測(cè)距與上位機(jī)系統(tǒng)的通信控制等功能都是通過軟件編程完成的。因篇幅限制，本文重點(diǎn)介紹監(jiān)測(cè)系統(tǒng)應(yīng)用的一種改進(jìn)的人工神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃算法實(shí)現(xiàn)的路徑規(guī)劃及其仿真。

三、監(jiān)測(cè)系統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)算法

礦井現(xiàn)場(chǎng)的地形復(fù)雜，監(jiān)測(cè)系統(tǒng)應(yīng)能自主的在其中進(jìn)行避障和路徑規(guī)劃，監(jiān)測(cè)系統(tǒng)應(yīng)能在具有障礙物的環(huán)境中，按照一定的評(píng)價(jià)標(biāo)準(zhǔn)，尋找一條從起始狀態(tài)(包括位置及姿態(tài))到達(dá)目標(biāo)狀態(tài)(包括位置及姿態(tài))的無(wú)碰路徑[3-5]。

在人工神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃算法中設(shè)計(jì)了相應(yīng)檢測(cè)器，其實(shí)際上為神經(jīng)網(wǎng)絡(luò)分類器。利用檢測(cè)器在路徑規(guī)劃的過程中始終檢測(cè)著路徑點(diǎn)的位置(x,y)，由神經(jīng)網(wǎng)絡(luò)分類器判斷該點(diǎn)是否在障礙物內(nèi),即是否與障礙物相碰并將檢測(cè)結(jié)果返回系統(tǒng)神經(jīng)網(wǎng)絡(luò)分類器,也就是在路徑點(diǎn)到一個(gè)障礙物的罰函數(shù)的神經(jīng)網(wǎng)絡(luò)中間層和頂層結(jié)點(diǎn)的激發(fā)函數(shù)取為階躍函數(shù)，則中間層的每個(gè)結(jié)點(diǎn)是決定該結(jié)點(diǎn)是否滿足它的限定條件得點(diǎn)，若滿足，則輸出1，否則輸出為0；若所有中間點(diǎn)均滿足則頂層輸出為1，它表示該點(diǎn)在障礙物內(nèi)；若中間點(diǎn)檢測(cè)出其中至少有一個(gè)不滿足限制條件，頂層輸出便為0，它表示該點(diǎn)在障礙物外。系統(tǒng)根據(jù)檢測(cè)器返回的信息選擇路徑點(diǎn)的動(dòng)態(tài)運(yùn)動(dòng)方程，若路徑點(diǎn)在障礙物內(nèi)則按動(dòng)態(tài)運(yùn)動(dòng)方程（1）、（2）移動(dòng)。若路徑點(diǎn)在障礙物之外，則按動(dòng)態(tài)方程（3）移動(dòng)。即若路徑點(diǎn)在障礙物外或障礙物內(nèi)的路徑點(diǎn)一旦移出了障礙物就僅按減少路徑長(zhǎng)的方向移動(dòng)，不再向遠(yuǎn)離障礙物的方向移動(dòng)，從而使路徑能快速收斂到無(wú)碰的最短路徑[6,7]。

下面應(yīng)用了改進(jìn)的快速人工神經(jīng)網(wǎng)絡(luò)最短路徑規(guī)劃算法，在此作了3點(diǎn)假設(shè)：障礙物是多邊形圍成的平面圖形或者是圓形的平面圖形；監(jiān)測(cè)系統(tǒng)為圓形點(diǎn)監(jiān)測(cè)系統(tǒng)，計(jì)算時(shí)障礙物的尺寸按監(jiān)測(cè)系統(tǒng)的半徑作了適當(dāng)拓展；障礙物為靜止的[8]。

步驟1：輸入出發(fā)點(diǎn)P(x1,y2)，及目標(biāo)點(diǎn)P(xN,yN)的坐標(biāo)，對(duì)于t=0，初始路徑一般取為出發(fā)點(diǎn)到目標(biāo)點(diǎn)的直線上均勻分布的點(diǎn)列，當(dāng)x1≠xN時(shí)有：

步驟2：對(duì)于路徑點(diǎn)P(xi,yi),i=2, 3,…,N-1，用檢測(cè)器檢測(cè)是否在障礙物內(nèi)；

步驟3：① 若P(xi,yi)在障礙物內(nèi)則按下列運(yùn)動(dòng)方程移動(dòng)：

上式用于P(xi,yi)位于多邊形的障礙物內(nèi)的情況。

上式用于P(xi,yi)位于圓心在(P,Q)的圓形障礙物內(nèi)的情況。

②P(xi,yi)若在障礙物之外，則按下式移動(dòng)：

步驟4：重復(fù)執(zhí)行步驟2、步驟3直到路徑收斂。

這里，整條路徑總能量函數(shù)的定義與原算法相同，一個(gè)點(diǎn)到一個(gè)障礙物的罰函數(shù)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的中間層第m個(gè)結(jié)點(diǎn)的輸出改為：

中間層第m個(gè)結(jié)點(diǎn)的激發(fā)函數(shù)改為：

其中，βm是相應(yīng)于障礙物每一條邊的初始溫度，即可以根據(jù)障礙物的形狀設(shè)定各邊的不同的初始溫度，這樣對(duì)于一些不對(duì)稱圖形可避免其罰函數(shù)曲面形成一邊倒的情況，從而避免路徑規(guī)劃收斂到局部極小值。當(dāng)障礙物是圓形的平面圖形時(shí)不等式的個(gè)數(shù)取為1，即中間層只有一個(gè)結(jié)點(diǎn)，且輸入為：

其中，R—圓形障礙物的半徑；

(P,Q)—圓形障礙物的圓心。

四、仿真結(jié)果

通過編程實(shí)現(xiàn)了操作界面的設(shè)計(jì)以及障礙物、監(jiān)測(cè)系統(tǒng)、目標(biāo)點(diǎn)的相關(guān)參數(shù)設(shè)置，最終應(yīng)用的人工神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)了路徑規(guī)劃避障的最優(yōu)路徑的選擇。在仿真過程中，分別設(shè)置了多個(gè)障礙物，圖2中黑色表示障礙物，藍(lán)色曲線表示通過的路徑。

仿真結(jié)果顯示，監(jiān)測(cè)系統(tǒng)從出發(fā)點(diǎn)到目的地的過程中，安全的繞過障礙，最終找到了一條最優(yōu)的無(wú)碰路徑，仿真結(jié)果顯示了算法的有效性。

五、小結(jié)

本文以煤礦監(jiān)測(cè)系統(tǒng)的路徑規(guī)劃為目標(biāo)，應(yīng)用了一種基于人工神經(jīng)網(wǎng)絡(luò)的移動(dòng)監(jiān)測(cè)系統(tǒng)路徑規(guī)劃算法，針對(duì)路徑規(guī)劃進(jìn)行了程序編輯，編程實(shí)現(xiàn)了操作界面的設(shè)計(jì)以及障礙物、監(jiān)測(cè)系統(tǒng)、目標(biāo)點(diǎn)的相關(guān)參數(shù)設(shè)置，最終基于人工神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)了路徑規(guī)劃避障的最優(yōu)路徑的選擇，算法有效、易于實(shí)現(xiàn)，易于擴(kuò)展到三維環(huán)境。

通過計(jì)算機(jī)仿真的方法進(jìn)行了驗(yàn)證，并通過尋優(yōu)得出無(wú)碰撞路徑。仿真結(jié)果表明基于神經(jīng)網(wǎng)絡(luò)的移動(dòng)機(jī)器人無(wú)碰撞路徑規(guī)劃是可行的，方法是正確有效的。