杜浩

摘? ?要：深入研究救災(zāi)機(jī)器人井下可視導(dǎo)航技術(shù)有利于提升救災(zāi)機(jī)器人的可視能力、導(dǎo)航能力，保證救災(zāi)工作的順利進(jìn)行。尤其是災(zāi)后井下環(huán)境非常復(fù)雜、多變，常規(guī)的可視導(dǎo)航技術(shù)具有一定的局限性，無法助力于人們開展救災(zāi)工作。只有采取更加先進(jìn)的可視導(dǎo)航技術(shù)才能提升救災(zāi)機(jī)器人的工作效率，縮短救災(zāi)時(shí)間，減少經(jīng)濟(jì)損失。首先分析了災(zāi)后煤礦井下環(huán)境的特點(diǎn)，其次分析了可以應(yīng)用哪些技術(shù)實(shí)現(xiàn)煤礦救災(zāi)機(jī)器人的井下可視化，最后就如何完成可視化導(dǎo)航的設(shè)計(jì)進(jìn)行了分析。

關(guān)鍵詞：煤礦;救災(zāi)機(jī)器人;井下;可視導(dǎo)航技術(shù)

隨著我國(guó)煤礦行業(yè)的迅速發(fā)展，救災(zāi)工作逐漸受到業(yè)界人士的廣泛關(guān)注。與此同時(shí)，救災(zāi)機(jī)器人被研發(fā)出來，并被應(yīng)用于救災(zāi)工作中。但是我國(guó)救災(zāi)機(jī)器人的研究工作起步比較晚，相關(guān)技術(shù)仍不夠成熟。比如可視導(dǎo)航技術(shù)仍存在一定的缺陷，無法保證救災(zāi)工作的高效開展。所以，我國(guó)應(yīng)繼續(xù)加大相關(guān)技術(shù)的研究，逐步提升救災(zāi)機(jī)器人的應(yīng)用水平。

1? ? 煤礦災(zāi)后井下環(huán)境特點(diǎn)

當(dāng)煤礦發(fā)生災(zāi)害之后，附近的巷道、工作面都會(huì)受到破壞，尤其是排水、通風(fēng)、運(yùn)輸、照明、通信等設(shè)備也會(huì)出現(xiàn)不同程度的損壞。最重要的是有可能出現(xiàn)頂板冒落、巷道堵塞問題。這對(duì)于救災(zāi)人員來說是一個(gè)難度極高的挑戰(zhàn)。因?yàn)榈缆范氯麜?huì)影響到救災(zāi)設(shè)備的實(shí)施，且各種設(shè)備的損壞會(huì)使外界無法得知煤礦井下的災(zāi)害狀況，從而影響到救災(zāi)計(jì)劃的制定。

另外，發(fā)生災(zāi)害后煤礦井下的視覺環(huán)境也會(huì)非常惡劣。因?yàn)榫颅h(huán)境本身就比較昏暗、潮濕，發(fā)生災(zāi)害后煤礦顆粒會(huì)大量懸浮在空氣中，進(jìn)一步加大井下環(huán)境的可視難度。最重要的是在正常作業(yè)狀態(tài)下，為了防止瓦斯聚集，煤礦還會(huì)對(duì)綜采工作面進(jìn)行大流量的通風(fēng)，粉塵會(huì)隨風(fēng)漂浮。而在這種狀態(tài)下一旦發(fā)生災(zāi)害，通風(fēng)會(huì)被阻斷，內(nèi)部溫度在短時(shí)間內(nèi)上升，積水也會(huì)增加。這時(shí)救災(zāi)機(jī)器人收集到的視頻就無法直接觀看，必須要經(jīng)過處理。尤其是光照設(shè)備被損壞后，井下環(huán)境屬于零照度環(huán)境[1]，救災(zāi)機(jī)器人只能用自身攜帶的燈光照明。而救災(zāi)機(jī)器人攜帶的光源體積、功能有限，進(jìn)一步增加了機(jī)器人的視覺導(dǎo)航難度?？偟膩碚f，災(zāi)后井下環(huán)境條件極其惡劣，給救災(zāi)機(jī)器人的探測(cè)帶來了極大的困難。

2? ? 煤礦救災(zāi)機(jī)器人的井下視頻技術(shù)分析

2.1? 視頻圖像增強(qiáng)技術(shù)

災(zāi)后煤礦井下沒有光線，在救災(zāi)機(jī)器人傳回的視頻截圖中除去燈光照到的區(qū)域，其他區(qū)域都是黑暗的。針對(duì)這種情況可嘗試采用視頻圖像增強(qiáng)技術(shù)還原視頻截圖的清晰。

首先，黑暗環(huán)境下的視頻圖像增強(qiáng)方法包括直接對(duì)比度增強(qiáng)、間接對(duì)比度增強(qiáng)兩種。最為常用的是間接對(duì)比度增強(qiáng)方法中的直方圖拉伸、直方圖均衡。（1）直方圖拉伸主要是指在灰度直方圖中拉伸對(duì)比度，增加前景、背景灰度差。這樣畫面對(duì)比度會(huì)得到有效優(yōu)化。（2）直方圖均衡是指將集中在某個(gè)灰度的原始圖改變成均勻分布在整個(gè)灰度范圍內(nèi)，且將灰度直方圖非線性拉伸，重新分配像素，從而獲得不同灰度范圍內(nèi)像素?cái)?shù)量相差無幾的圖像方法。就兩者相比來說，直方圖均衡法的算法更方便、快捷，且效果更明顯，如圖1所示?；旧?，人們傾向于將這種算法作為機(jī)器視覺處理算法。其次，對(duì)于粉塵、潮濕造成的圖像模糊問題，可采取暗道通道去霧圖像增強(qiáng)算法。這是一種依據(jù)大量無霧圖像統(tǒng)計(jì)規(guī)律而設(shè)計(jì)的算法。但是在實(shí)際應(yīng)用中需要對(duì)該算法進(jìn)行優(yōu)化、改進(jìn)，從而有效提升圖像的清晰度。

2.2? 機(jī)器人視頻穩(wěn)像技術(shù)

由于災(zāi)后井下地形崎嶇、復(fù)雜，機(jī)器人在行走過程中難免會(huì)出現(xiàn)顛簸，尤其是機(jī)器人的行走速度越快，顛簸問題越嚴(yán)重。這種顛簸現(xiàn)象對(duì)視頻成像質(zhì)量的影響非常大，且鏡頭的來回晃動(dòng)會(huì)造成操作人員眩暈。所以，要采取有效的視頻穩(wěn)像技術(shù)，確保視頻圖像的穩(wěn)定。

目前常用的視頻穩(wěn)像技術(shù)包括軟件計(jì)算偏移、加速度傳感器采集偏移及云臺(tái)彌補(bǔ)偏移兩種方法。但是后者需要增加穩(wěn)云臺(tái)加攝像機(jī)的方式，會(huì)使得相機(jī)體積偏大。但從防爆、通訊等方面考慮，相機(jī)體積偏大不利于防爆、通風(fēng)結(jié)構(gòu)設(shè)計(jì)[2]。因此，可采用軟件計(jì)算偏移方法，如FANSAC算法、FAST算法都可以用作機(jī)器人視頻穩(wěn)像處理算法。但是無論應(yīng)用哪種算法，都應(yīng)遵循以下實(shí)施步驟：（1）查找前一幀到當(dāng)前幀的轉(zhuǎn)換參數(shù);（2）在每一幀處積累變化，得到橫縱軸、角度的變化軌跡;（3）平滑軌跡;（4）創(chuàng)建新空間變換;（5）在視頻及其輸出中應(yīng)用新空間變換。

2.3? 熱成像可視化增強(qiáng)技術(shù)

煤礦救災(zāi)機(jī)器人不僅要傳輸視頻、圖像，更要偵測(cè)危險(xiǎn)源及被困礦工，而這離不開熱成像儀。因?yàn)檫@種儀器非常適合探測(cè)生命體，且能夠精準(zhǔn)探測(cè)溫度，幫助搜救人員確定被困礦工的生命體征，所以，在選擇這種儀器時(shí)，應(yīng)盡量選擇高性能的產(chǎn)品，比如Seek Thermal XR微型熱成像儀。該儀器能夠探測(cè)到7～13 μm的紅外線，且可放大倍率、調(diào)焦，尤其是可檢測(cè)到2 000英尺外的熱量。最重要的是與手機(jī)的兼容性比較好。

2.4? 深度相機(jī)輔助可視化技術(shù)

采用深度相機(jī)的目的就是準(zhǔn)確描述真實(shí)世界，提高物體的識(shí)別度。3D相機(jī)還增加了一個(gè)維度，更有利于環(huán)境深度信息的采集。

目前來說，深度相機(jī)有兩種應(yīng)用原理：（1）以反射時(shí)間為基礎(chǔ)的深度測(cè)量，如SR4000;（2）以特征匹配為基礎(chǔ)的深度測(cè)量，如Kinect。無論是哪種原理，深度相機(jī)都比較適合探測(cè)漫反射表面。但是災(zāi)后井下環(huán)境的安全性比較低，在應(yīng)用深度相機(jī)時(shí)應(yīng)先設(shè)計(jì)實(shí)驗(yàn)確定深度相機(jī)對(duì)煤質(zhì)表面情況的識(shí)別程度及有效探測(cè)距離。確定這些參數(shù)之后，才能綜合判定是否可將深度相機(jī)應(yīng)用到救災(zāi)機(jī)器人的設(shè)計(jì)中。以華碩Xtion Pro深度相機(jī)為例，據(jù)有關(guān)實(shí)驗(yàn)顯示，該相機(jī)的有效探測(cè)距離為5 m，且該相機(jī)結(jié)構(gòu)緊湊、能耗低、易設(shè)計(jì)，非常適用于救災(zāi)機(jī)器人的結(jié)構(gòu)設(shè)計(jì)?？傊?，針對(duì)煤礦安全來說，采用深度相機(jī)更方便救災(zāi)工作的開展。

3? ? 以虛擬現(xiàn)實(shí)技術(shù)為基礎(chǔ)的可視化導(dǎo)航設(shè)計(jì)方法

井下救災(zāi)機(jī)器人的工作空間有限，且地下管道建設(shè)復(fù)雜。此時(shí)，若不科學(xué)標(biāo)示機(jī)器人的空間位置、運(yùn)動(dòng)狀態(tài)，保證操作人員能理解機(jī)器人的反饋，并下達(dá)控制指令，勢(shì)必會(huì)影響救災(zāi)機(jī)器人的使用性能，造成救災(zāi)工作的失誤。對(duì)此，可嘗試應(yīng)用虛擬顯示技術(shù)設(shè)計(jì)機(jī)器人井下導(dǎo)航系統(tǒng)。具體可按照以下步驟進(jìn)行：

3.1? 搭建可視化導(dǎo)航平臺(tái)

在設(shè)計(jì)機(jī)器人井下導(dǎo)航系統(tǒng)之前，需充分考慮機(jī)器人的導(dǎo)航、穿越障礙、抗顛覆、定位、路徑規(guī)劃等行走特點(diǎn)，并以此為基礎(chǔ)選擇合適的機(jī)器人虛擬可視化導(dǎo)航系統(tǒng)開發(fā)平臺(tái)。

首先，可選擇Unity3D作為虛擬現(xiàn)實(shí)開發(fā)工具。將其作為虛擬現(xiàn)實(shí)開發(fā)工具具有以下優(yōu)勢(shì)：（1）它的腳本語(yǔ)言是C#，擴(kuò)展性能比較好，且支持C++底層插件;（2）跨平臺(tái)特性好;（3）交互性能好;（4）三維畫質(zhì)，可進(jìn)行電影級(jí)圖像渲染;（5）物理模擬能力強(qiáng);（6）支持AI導(dǎo)航。其次，可選擇人工三維建模、快速模塊化拓展建模方式的搭建巷道模型，從而為可視導(dǎo)航、虛擬現(xiàn)實(shí)試驗(yàn)奠定良好的基礎(chǔ)。再次，融入定位技術(shù)，提高機(jī)器人的定位水平，如利用GPS系統(tǒng)進(jìn)行定位?；蛘呃脽o線射頻識(shí)別技術(shù)（Radio Frequency Identification，RFID）無源定位技術(shù)進(jìn)行大區(qū)域定位;利用標(biāo)志牌識(shí)別技術(shù)進(jìn)行全局定位;采用自適應(yīng)蒙特卡洛定位技術(shù)進(jìn)行局部定位。最后，利用深度相機(jī)進(jìn)行定位與制圖。

3.2? 虛擬現(xiàn)實(shí)可視化導(dǎo)航設(shè)計(jì)

首先，按照煤礦救災(zāi)機(jī)器人提供的位置標(biāo)識(shí)及導(dǎo)航信息、三維虛擬可視化平臺(tái)顯示三維場(chǎng)景、操作員觀看并發(fā)揮控制指令、煤礦救災(zāi)機(jī)器人接受指令并作出反饋的步驟，明確虛擬現(xiàn)實(shí)可視化導(dǎo)航設(shè)計(jì)的基本步驟。其次，在井下巷道的關(guān)鍵專項(xiàng)、分叉節(jié)點(diǎn)等位置提前預(yù)埋傳感器及定位標(biāo)志物，隨后在此基礎(chǔ)上大致確定機(jī)器人位置，從而為操作人員的判斷提供參考[3]。同時(shí)，利用虛擬現(xiàn)實(shí)引擎的AI特性進(jìn)行機(jī)器人錄井規(guī)劃，使其生成救援線路[4]。這樣既能節(jié)約救援時(shí)間，也能快速穿過障礙物，找到通行線路，加快救援。最后，開發(fā)出軟件之后，還要進(jìn)行軟件試驗(yàn)，確定軟件的可行性。

若要采用虛擬現(xiàn)實(shí)技術(shù)設(shè)計(jì)救災(zāi)機(jī)器人井下導(dǎo)航定位系統(tǒng)，就要合理選擇開發(fā)工具，并借助建模工具進(jìn)行礦井建模。同時(shí)，還要利用虛擬現(xiàn)實(shí)技術(shù)進(jìn)行方位三維模型模擬。接下來，就可采用各種定位技術(shù)解決定位問題。完成上述操作之后，可以利用游戲引擎導(dǎo)航網(wǎng)格及其算法實(shí)現(xiàn)自主導(dǎo)航，并編制軟件體現(xiàn)出機(jī)器人的導(dǎo)航功能。

4? ? 結(jié)語(yǔ)

煤礦井下救災(zāi)機(jī)器人的可視導(dǎo)航技術(shù)研究仍在不斷深入。在具體應(yīng)用中，可結(jié)合實(shí)際需求靈活選擇可視技術(shù)、導(dǎo)航技術(shù)，提升救災(zāi)機(jī)器人的應(yīng)用水平。尤其是要充分引入新技術(shù)，不斷優(yōu)化、改進(jìn)救災(zāi)機(jī)器人的可視化導(dǎo)航系統(tǒng)。

[參考文獻(xiàn)]

[1]張立亞.煤礦井下救災(zāi)機(jī)器人視覺導(dǎo)航技術(shù)的研究[C]//北京：第21屆全國(guó)煤礦自動(dòng)化與信息化學(xué)術(shù)會(huì)議暨第3屆中國(guó)煤礦信息化與自動(dòng)化高層論壇，2011.

[2]孫輝輝，丁 軍，張偉杰.煤礦救災(zāi)機(jī)器人防爆視覺系統(tǒng)設(shè)計(jì)與分析[J].華北科技學(xué)院學(xué)報(bào)，2015（5）：55-59.

[3]朱正中.基于多傳感器信息融合的煤礦救災(zāi)機(jī)器人自主定位研究[J].煤礦機(jī)電，2015（1）：22-26.

[4]徐守江.基于蜂群算法的煤礦救災(zāi)機(jī)器人全局路徑規(guī)劃[J].煤炭技術(shù)，2014（1）：168-170.