矿井危险区域多旋翼侦测无人机关键技术探讨

郑学召，童鑫，张铎，郭军，张嬿妮

(1.西安科技大学 安全科学与工程学院， 陕西 西安 710054；2.国家矿山救援西安研究中心， 陕西 西安 710054)

0 引言

得益于科学、有效的安全管理措施和技术的改善，我国煤矿生产中事故发生率及事故严重程度有所下降,但是煤矿生产安全形势依然十分严峻[1]。事故发生后，应急救援的科学性与高效性尤为重要，其作为保障煤矿安全生产的最后一道防线，是防止事态恶化、减少损失的重要举措。因此，对事故现场、危险区域的超前侦测与预警关系到救援行动能否安全、顺利开展[2]。

矿山应急救援主要受到2个方面的约束：一方面，煤矿井下开采条件复杂，环境多参数时空演化具有不稳定性，当矿山救护队员进入井下危险区域采集环境信息时，存在极大的生命威胁;另一方面，当煤矿发生突水、火灾等灾害后，迅速掌握灾区灾变信息对科学开展应急救援具有十分重要的意义。由于煤矿井下危险区域及灾后事故现场环境信息复杂多变，矿山救护队员冒险进入危险区域，不仅可能受到发生二次灾害威胁生命安全，还可能延误救援时机[3-4]。

使用煤矿侦测机器人进入井下危险区域或灾后事故现场采集环境信息(灾后信息)，可确保应急指挥中心科学指挥并开展救援[5]。但是现场实践发现，灾后现场围岩结构失稳、巷道地面破损严重，现有的爬行机器人存在机动灵活性差及越障能力弱的缺点，其运动受到很大的约束，对救援侦测工作的顺利开展提出了挑战。灵活、机动能力强的飞行机器人可以较大程度上解决此类问题，其中多旋翼侦测无人机凭借可垂直起降的优势能快速抵达灾害现场，并对矿井危险区域开展侦测，从而精确及时执行侦测任务，协助科学高效指导救援工作。矿井危险区域多旋翼侦测无人机的应用对提高我国矿山救援能力具有较大意义。本文对多旋翼侦测无人机关键技术进行了探讨，旨在为井下灾区环境信息侦测与科学指导救援提供技术支持。

1 多旋翼侦测无人机关键技术

近年来，多旋翼侦测无人机技术发展迅速，按照多旋翼无人机结构及具备的功能，其发展可以分为3个阶段：被动飞行阶段、半自主飞行阶段及自主飞行阶段。被动飞行阶段:多旋翼侦测无人机飞行需被动控制，飞行姿态和高度稳定；半自主阶段:多旋翼侦测无人机可实现悬停、半自主飞行，同时具备一定的负载能力；自主飞行阶段:多旋翼侦测无人机可实现低空高精度悬停、自主避障、半自主路径规划及多源信息融合与处理功能，该阶段也是矿井多旋翼侦测无人机的理想状态。多旋翼侦测无人机各发展阶段系统构成及主要功能如图1所示[6]。

图1 多旋翼侦测无人机各发展阶段系统构成及主要功能Fig.1 System composition and main functions of multi-rotor detection UAVs at various development stages

由于矿井环境条件的复杂性、灾变信息随时空演化的不稳定性，矿井危险区域多旋翼侦测无人机的发展主要取决于自主定位导航技术、自主避障技术、多传感器信息融合等技术的革新与成熟。自主定位导航、自主避障及多源信息融合等技术使井下多旋翼侦测无人机能适应复杂多变的飞行环境，亦是当下研究的热点。矿井危险区域多旋翼侦测无人机关键技术如图2所示。

图2 矿井危险区域多旋翼侦测无人机关键技术Fig.2 Key technologies of multi-rotor detection UAVs in mine dangerous area

1.1 自主定位导航技术

自主定位导航技术由实时定位、自主地图构建和运动规划与控制技术构成。该技术可以实现机器人在未知环境中无需人工干预而自主移动，同时完成既定任务。

1.1.1 室内定位

实时定位可确定机器人在工作环境中相对于全局坐标的位置及其本身的姿态，是移动机器人自主导航的基本环节。矿井危险区域多旋翼侦测无人机在不支持GPS的环境中工作，其实时定位技术即是指室内定位技术。

近年来，室内定位技术不断发展与更新，主要定位技术包括无线电频谱与电磁波、光子能场、声波、机械能、地球磁场等[7]。Li Fangyu等[8]提出了一种利用三维传播近似欧氏距离变换(3D-PAEDT)算法，通过计算障碍物周围的三维缓冲区，使无人机在一定距离内安全飞行。於小杰等[9]提出了一种改进的ORB特征光流算法，该算法使室内定位技术的实时性和精确性得以提升。R. P. Padhy等[10]提出了一种利用单目摄像机实现无人机在GPS干扰和不支持GPS环境下的自主导航方法，该方法除了使用前置摄像头外，不依赖任何其他传感器，结构简单，可靠性较高。K. Gupta等[11]提出了一种多旋翼无人机在不支持GPS或视觉受损条件下，基于鲁棒视觉且可实现在移动或倾斜平台自主着陆的方法。A.Garcia等[12]提出了一种基于卷积神经网络视觉的方法，可实现无人机在走廊环境中自主飞行。宋世铭等[13]提出了一种基于改进粒子滤波算法的室内融合定位方法，在定位精度与稳定性方面优于传统的地磁定位方法。

现阶段，针对各类室内定位方法存在的优缺点，实际中通常对各类定位方法进行组合，以完成室内融合定位，进而提高定位精度及稳健性[14]。同时，对于室内导航定位技术，大多数单一算法需要较大的计算量和内存开销[15]。

1.1.2 自主地图构建

井下危险区域复杂性和可变性使得多旋翼侦测无人机在信息采集过程中需要采集的信息种类繁多且动态变化频繁，不适合与先验信息进行匹配完成动态侦测[16]。因此，通过自主探索策略，多旋翼侦测无人机可自主完成环境观测及地图构建工作。

目前自主地图构建技术主要通过激光、雷达等距离传感器实现周围环境感知进而构建环境地图。室内机器人通常搭载单目或双目相机等传感设备构建3D环境地图，进而保障其自主地图构建的精确性与稳定性[17-18]。Yu Ningbo等[19]提出了应用RGB-D信息且适用于未知室内环境的自主地图构建方法。易晓东等[20]提出了基于关键帧的高效数据结构和地图实时更新策略，可实时构建用于自主导航及全局一致的地图。

在解决无人机运动过程中的实时定位和地图构建问题时，同步定位与地图构建(Simultaneous Localization and Mapping， SLAM)技术得以发展。传统的SLAM技术主要包括激光-SLAM(Lidar SLAM)，视觉-SLAM(Vision SLAM)[21]。随着人机交互要求的不断提升,基于激光视觉等多传感器融合的SLAM、基于语义概念的SLAM导航技术以及基于深度学习的SLAM技术不断发展[22-23]。S.Urzua等[24]提出了一种从超声波测距仪中提取视觉特征的新方法，该方法对移动机器人对未知环境的世界尺度恢复具有较好的效果。R.Lahemer[25]提出了一种单目扩展卡尔曼滤波(EKF)/椭球SLAM技术，该技术比传统的EKF/椭球SLAM具有更高的精度。房立金等[26]提出了一种利用深度学习提高动态环境下视觉语义即时定位与地图构建的方法，该方法可在一定程度上提高地图构建精度。

各类SLAM技术比较分析见表1。由于自主导航技术的自身特征及环境特征的特殊性，基于多传感器融合的SLAM技术更适合用于侦测矿井灾后信息。

1.1.3 运动规划与控制

运动规划与控制技术是指机器人通过井下环境实时定位与地图构建实现环境感知，依靠路径规划找出可行的路径点，进而规划出一条平滑的轨迹来完成运动控制。目前轨迹规划算法主要有传统轨迹规划算法、基于智能优化的轨迹规划算法及插值轨迹规划算法等[27]。刘永琦等[28]提出了一种基于改进A～*算法并同时考虑无人机动力学特性和运动学性能的快速轨迹规划方法，该算法降低了节点计算量，提升了路径搜索速度，可使无人机以较小误差沿轨迹光滑飞行。Niu Xi等[29]提出了将三维轨道规划分为二维平面规划和高度规划2个部分，同时根据航迹点与威胁源之间的距离和高度约束，计算并调整航迹点的高度来规划无人机的三维航迹。Li Weihao[30]提出了一种基于混沌理论的改进人工势场方法，该方法解决了传统人工势场法存在的局部最优问题，可提高无人机轨迹规划的速度和精度。

表1 各类SLAM技术比较分析Table 1 Comparative analysis of various SLAM technologies

传统的轨迹规划方法存在易陷入局部最优、在障碍物附近存在振荡和收敛速度慢等问题，智能优化算法虽然有所改进，能够求得全局最优，但其存在复杂度高、耗时长等问题。以智能优化为前提引入插值的轨迹规划方法会在每个插值点上求解逆运动学方程，计算量较大。

通过对实时定位、自主地图构建和运动规划与控制技术进行研究与探讨，建立了适应矿井危险区域多旋翼侦测无人机的自主定位导航技术架构，如图3所示。

图3 矿井危险区域多旋翼侦测无人机自主导航技术架构Fig.3 Autonomous navigation technology framework of multi-rotor detection UAVs in mine dangerous area

1.2 自主避障

由于矿井危险区域多参数时空演化不稳定性以及环境复杂性，在多旋翼侦测无人机飞行路径上会存在较多障碍物，若缺乏自主避障技术支持，多旋翼侦测无人机极易发生撞击事故。因此，为防止静态或动态障碍物突然出现并与多旋翼侦测无人机发生碰撞,导致机体损坏，保证多旋翼侦测无人机安全、高效地执行侦测任务，自主避障能力显得尤为重要。杨明辉等[31]提出了一种融合动态障碍物方向判断策略及子目标点更新策略的自适应模糊神经网络优化避障算法，该方法能够在未知动态环境下识别障碍物、判断动态障碍物的运动方向，以实现自主避障。郭剑东等[32]提出了一种三维自主避障算法，该算法能够有效地规避障碍物且三维航路规划精度较好。李卫硕等[33]提出了一种基于BP神经网络的实时避障算法，该算法收敛时间相对于栅格方法降低了50%以上，能较好地应用于复杂环境。代进进等[34]提出了一种基于模型预测控制的无人机避障路径规划方法，该方法可有效解决无人机飞行路径的避障问题。张宏宏等[35]提出了一种基于速度障碍法的无人机避障与航迹恢复策略，该策略对于实现无人机自主避障简单高效。

随着各类自主避障算法的不断发展更新，同时需提升硬件设备的各项性能，目前硬件设备的发展也取得了长足的进步。李海林等[36]设计了一种具有障碍物检测与模式识别功能的激光位移传感器，能够有效检测出未知环境下障碍物的方位和距离,并可对障碍物类型作出判别。于建均等[37]设计了一种基于超声波传感器三维检测装置和模糊专家决策装置的无人机避障系统，该系统成本较低，环境适应性较好。

目前主流的自主避障传感器特性分析比较见表2。从表2可看出，基于多类型传感器融合、发挥多源传感器优势的自主避障技术更适合矿井危险区域多旋翼侦测无人机。

表2 自主避障传感器特性分析比较Table 2 Analysis and comparison of characteristics of autonomous obstacle avoidance sensors

由于应用单一传感器的避障方法存在鲁棒性差、有效性低、可靠性差、环境适应性弱等问题，目前，一般使用基于多传感器信息融合的避障方法，能够保证侦测无人机在不同环境条件下最大程度地感知障碍物信息。

1.3 多传感器信息融合技术

多传感器信息融合是将各传感器采集的信息以一定的准则进行分析与综合，进而实现决策和估计的信息处理过程。多传感器信息融合类别及原理如图4所示。

图4 多传感器信息融合类别及原理Fig.4 Types and principles of multi-sensor information fusion

本文以室内定位技术、自主避障技术为基础，着重探讨与自主定位、自主避障相关的传感器深度融合技术。由于井下环境条件的复杂性，所以，多旋翼侦测无人机能否搭载具有良好鲁棒性和并行处理能力的多传感器信息融合算法显得尤为重要。同时由于井下危险区域环境信息复杂，多参数时空演化规律不明确，要求多传感器信息融合算法具备良好的运算精度及运行速度。王正家等[38]提出了一种基于多传感器信息融合的自主跟随定位及避障方法，该方法能够准确对移动目标进行定位和移动姿态确定，并且信号盲区范围小，能有效避开障碍。聂珲等[39]提出了一种基于NB-IoT的多传感器数据融合技术，该技术能够获取丰富且有效的环境信息。戴海发等[40]提出了一种改进的多传感器数据自适应融合方法，可实时识别和剔除异常观测值。杨军佳等[41]提出了一种基于最优权值的数据加权融合方法，确定了数据加权融合的最优权值分配原则，该方法为多传感器数据融合算法的进一步发展创造了条件。

目前，多传感器信息融合体系结构分为集中式、分布式、混合式3种，具体优缺点见表3。从表3可看出，由于灾后井下环境条件的复杂性，基于自主定位与自主避障技术的传感器融合体系结构应采用分布式结构，使井下多旋翼侦测无人机系统具有较高的可靠性及容错性。多源传感器融合模块便捷化是井下多旋翼侦测无人机关键技术中亟待解决的问题。

表3 多传感器信息融合体系结构优缺点分析Table 3 Analysis of advantages and disadvantages of multi-sensor information fusion architecture

2 井下多旋翼侦测无人机关键技术亟待解决的问题

目前，用于多旋翼侦测无人机的自主导航、自主避障的各类传感器虽已取得了较大的进步，但仍存在诸多问题，下面从软件和硬件2个方面对井下多旋翼侦测无人机关键技术存在的问题进行分析。

2.1 软件

(1) 融合模型及算法普适性无法保障。不合理的融合结构导致算法的整体融合、优化程度低。井下危险区域环境复杂多变，多旋翼侦测无人机需要快速处理大量数据，过滤无用、错误信息。缺乏有效广义的融合模型及算法会限制井下多旋翼侦测无人机处理数据的效率，并影响其运行性能。

(2) 融合系统容错性或鲁棒性有待完善。融合系统较差的容错性及鲁棒性会对井下危险区域多旋翼侦测无人机自主导航、自主避障功能产生不利影响。井下危险区域灾变过程多参数变化无规律性，难免会采集到异常观测值，导致井下多旋翼侦测无人机融合系统易出现异常，定位精度、避障性能等大大降低。

2.2 硬件

(1) 适应多种复杂融合算法的处理硬件匮乏。目前井下多旋翼侦测无人机携带的算法处理硬件功能单一，只能满足特定的使用需求。受限于可适应多种复杂算法的处理硬件，无法使此类硬件具有更好的稳定性及可靠性。缺少能够适应多种算法深度融合的处理硬件，难以实现井下多源信息的同步采集与处理。

(2) 多传感器集成度低、硬件功耗高、体积大。现阶段井下多旋翼侦测无人机的多传感器集成大多采用堆叠式设计，存在集成度低、硬件功耗高、体积大等问题，导致井下多旋翼侦测无人机质量大、续航时间短。融合系统多传感器集成度低会阻碍井下多旋翼侦测无人机技术的进一步发展。

3 发展趋势

井下危险区域多旋翼侦测无人机主要是执行煤矿危险区域环境探测及辅助救援任务。计算机技术、传感技术、控制技术、新材料技术等的快速发展，特别是室内自主导航技术和自主避障技术的长足发展，为井下危险区域多旋翼侦测无人机的研发提供了技术支持[42]。但是，由于煤矿井下特殊的工作环境和救援侦测要求较高，井下危险区域多旋翼侦测无人机在技术上还需要完善。

(1) 融合算法的合理优化。为保证融合系统高效、快速地处理数据，过滤冗余、异常信息，确保系统良好的鲁棒性并最终做出及时且准确的决策，需使融合算法足够优化。井下危险区域多旋翼侦测无人机在最大程度上合理优化融合算法，实现融合系统高鲁棒性、高可靠性是提升融合系统容错性、鲁棒性的发展趋势之一。

(2) 人工智能技术的应用。随着机器学习及自适应等智能化水平不断提升，井下危险区域多旋翼侦测无人机的侦测性能将会进一步发展，井下危险区域的侦测预警也会趋于智能化。研发具备自适应和深度学习能力的井下危险区域多旋翼侦测无人机是未来煤矿危险区域侦测预警技术发展的一种趋势。

(3) 适应多种复杂融合算法的处理硬件开发。由于煤矿危险区域环境复杂以及多参数时空演化规律不明确，井下多旋翼侦测无人机需要采集各类动态变化的异构数据。随着融合算法的不断优化，为保证融合系统硬件设备具有良好的普适性及鲁棒性，开发能够适应多种复杂融合算法的处理硬件可使井下多旋翼侦测无人机能够更好实现数据融合功能。

(4) 便捷硬件融合系统研发。为实现多旋翼侦测无人机在井下未知环境中的自主导航与自主避障等功能，多传感器的深度集成化成为无人机井下导航的必要条件。随着传感器技术的不断发展，研发便捷的硬件融合系统可以通过传感器微型化、多功能化以及深度集成化实现。研发便捷硬件融合系统可提高井下多旋翼侦测无人机的续航能力。

4 结语

经过国内外学者的不懈努力，井下危险区域多旋翼侦测无人机关键技术的研究已取得一定进展，为危险区域探测及科学指导救援提供了强有力的技术支持。为了适应井下多旋翼侦测无人机高速发展需求，今后可以从合理优化融合算法、应用人工智能技术、开发可适应多种复杂融合算法的处理硬件以及研发便捷硬件融合系统等方面进行研究。井下危险区域多旋翼侦测无人机技术的不断发展，将全面提升矿井安全探查能力及应急救援能力，对提高国家应对矿井事故的救援技术水平具有重大意义。