井下铲运机自主铲装作业控制方法、装置及系统与流程

本发明涉及矿山机械控制，具体涉及一种井下铲运机自主铲装作业控制方法、装置及系统。

背景技术：

1、地下铲运机是地下金属矿山无轨采矿的核心装备，铲装作业是其工作循环中技术难度最高的环节，操作人员需在粉尘弥漫、空间受限的井下巷道中，凭借经验判断料堆可铲性、控制铲斗插入深度与抬升翻转节奏，同时避免整机打滑和铲斗卡阻。随着无人化矿山建设的推进，实现井下铲运机自主铲装作业已成为行业亟需突破的关键技术瓶颈。

2、目前，自主装载技术方案主要集中在露天工程机械领域。现有技术提出了一种用于自主移动材料的方法，其方案为：先确定料堆几何中点，围绕中点生成多条潜在装载路径，基于成本函数分析选择最优路径并执行装载。但该方案存在两个缺陷，其一，将料堆建模为几何均匀实体，完全忽略了料堆内部粒度分布、密实度、裂隙发育程度等物理特性的空间非均匀性，井下爆破料堆不同区域的铲装阻力差异可达数倍，仅凭表面几何中点规划的路径可能将铲斗导向高阻力密实区或大块富集区，导致卡阻或空铲。其二，该方案基于露天开阔场景假设，而井下存在粉尘水雾遮挡传感器、巷道狭窄限制装载接近角度、通信延迟等该方案未考虑的约束条件，方案的可迁移性存疑。

技术实现思路

1、有鉴于此，有必要提供一种井下铲运机自主铲装作业控制方法、装置及系统，用以解决现有自主铲装作业忽略料堆的物理特性且难以适应井下狭窄封闭环境的问题。

2、为了解决上述问题，本发明提供了一种井下铲运机自主铲装作业控制方法，其特征在于，包括：

3、获取从井下待铲装料堆表面采集的多源视觉数据，并从所述多源视觉数据中提取待铲装料堆表面的多模态物理学特征；

4、基于所述多模态物理学特征确定待铲装料堆的可铲性指标；

5、根据所述可铲性指标构建表征待铲装料堆表面可铲性的三维空间分布模型；

6、根据井下空间边界以及铲运机的运动学可行性边界构建铲运机作业轨迹的约束条件，并基于所述约束条件和所述三维空间分布模型在铲运机铲斗的三维位姿空间中进行作业轨迹搜索，得到铲运机的最优作业轨迹；

7、基于所述最优作业轨迹控制铲运机对待铲装料堆执行铲装作业。

8、在一种可能的实现方式中，所述多源视觉数据包括激光雷达采集的点云数据、热成像相机采集的热成像数据以及可见光视觉相机采集的可见光图像，所述从所述多源视觉数据中提取待铲装料堆表面的多模态物理学特征，包括：

9、对点云数据进行粉尘衰减补偿，并对补偿后的点云数据提取待铲装料堆的几何纹理特征；

10、剔除热成像数据中的井下巷道壁热辐射背景，对剔除背景后的热成像数据提取有效温度数据，并计算所述有效温度数据的表面温度衰减速率作为热物理特征；

11、对可见光图像提取待铲装料堆的裂隙边缘密度与主裂隙方向作为纹理结构特征；

12、将所述几何纹理特征、所述热物理特征以及所述纹理结构特征对齐至同一车体坐标系，得到待铲装料堆表面的多模态物理学特征。

13、在一种可能的实现方式中，所述基于所述多模态物理学特征确定待铲装料堆的可铲性指标，包括：

14、将所述多模态物理学特征输入到预训练的稀疏高斯过程回归模型中进行回归处理，得到待铲装料堆内部每个三维空间坐标点对应的铲装阻力预测值、密实度预测值以及满斗率预测值；

15、根据预设的权重分别对所述铲装阻力预测值、所述密实度预测值以及所述满斗率预测值进行加权，并将加权结果进行求和，得到待铲装料堆的可铲性指标。

16、在一种可能的实现方式中，所述基于所述约束条件和所述三维空间分布模型在铲运机铲斗的三维位姿空间中进行作业轨迹搜索，得到铲运机的最优作业轨迹，包括：

17、基于所述三维空间分布模型中的可铲性指标从所述三维位姿空间中确定出轨迹采样区域，所述轨迹采样区域包括高可铲性区域、普通区域以及低可铲性区域，所述高可铲性区域是所述三维位姿空间中可铲性指标大于第一指标阈值的空间区域，所述低可铲性区域是所述三维位姿空间中可铲性指标小于第二指标阈值的空间区域，所述普通区域是所述三维位姿空间中可铲性指标处于所述第二指标阈值与所述第一指标阈值之间的空间区域，所述第二指标阈值小于所述第一指标阈值；

18、基于所述可铲性指标、作业轨迹的平滑度、铲装阻力构建作业轨迹规划的目标代价函数；

19、以所述目标代价函数取最小值为搜索目标，调用所述双向最优快速扩展随机树算法在所述轨迹采样区域中进行作业轨迹搜索，得到铲运机的最优作业轨迹，其中，所述最优作业轨迹包括铲斗插入待铲装料堆的深度曲线、铲斗抬升高度曲线与铲斗倾转角度曲线，所述高可铲性区域的轨迹采样密度大于所述普通区域的轨迹采样密度，所述普通区域的轨迹采样密度大于所述低可铲性区域的轨迹采样密度。

20、在一种可能的实现方式中，在所述基于所述最优作业轨迹控制铲运机对待铲装料堆执行铲装作业时，所述方法还包括：

21、根据从铲运机臂油缸与转斗油缸采集的无杆腔压力数据和有杆腔压力数据，计算得到铲斗作业时受到的实际铲装阻力；

22、将所述实际铲装阻力与所述最优作业轨迹对应的预期铲装阻力的差值输入阻抗控制器，得到铲斗位姿调整量，并基于所述铲斗位姿调整量修正铲斗作业时的实际作业轨迹；

23、其中，所述阻抗控制器用于在铲斗插入方向中采用一阶阻抗模型，以控制铲斗遇阻时自动减速退让，所述阻抗控制器用于在铲斗抬升方向采用二阶阻抗模型，以强制控制铲斗抬升轨迹，所述阻抗控制器用于在铲斗倾转方向采用二阶阻抗模型，用于在铲斗插入时自适应调控铲斗的倾角，在铲斗收斗时强制控制收斗角度。

24、在一种可能的实现方式中，在所述基于所述最优作业轨迹控制铲运机对待铲装料堆执行铲装作业时，所述方法还包括：

25、实时采集铲运机铲斗的三维位姿空间中每个位置坐标的实际铲装阻力数据，基于所述实际铲装阻力数据与所述位置坐标构建训练数据集；

26、将所述训练数据集输入到用于确定所述可铲性指标的稀疏高斯过程回归模型中，并调用递归贝叶斯更新算法对所述稀疏高斯过程回归模型进行参数更新。

27、在一种可能的实现方式中，在所述基于所述最优作业轨迹控制铲运机对待铲装料堆执行铲装作业时，所述方法还包括：

28、获取铲运机的纵向动力学模型；

29、将铲运机执行铲装作业的纵向加速度、铲运机质量、铲运机牵引力、铲运机地面滚动阻力输入到所述纵向动力学模型中，计算得到铲运机的当前铲装总阻力；

30、基于铲运机轮胎与地面的预设附着系数以及铲运机驱动轮法向载荷计算铲运机与地面的最大附着力；

31、当所述当前铲装总阻力与所述最大附着力的比值大于第一阈值时，控制降低铲运机铲斗的插入角度以及插入速度；

32、当所述当前铲装总阻力与所述最大附着力的比值小于第二阈值时，控制增加运机铲斗的插入深度，所述第二阈值小于所述第一阈值。

33、在一种可能的实现方式中，在所述基于所述最优作业轨迹控制铲运机对待铲装料堆执行铲装作业时，所述方法还包括：

34、获取铲运机对待铲装料堆执行铲装作业时的实时工况状态数据，将所述实时工况状态数据输入预训练的强化学习模型中，生成阻抗控制器控制铲装作业时的输出动作策略；

35、基于所述输出动作策略对铲装作业的执行动作进行调整；

36、所述强化学习模型的奖励函数如下：

37、

38、其中，r表示奖励函数，表示铲运机执行铲装作业的铲装能耗上限值，e表示铲运机执行铲装作业的实际能耗，表示铲运机执行一次铲装作业时设定的铲装循环时长，表示铲运机执行一次铲装作业时的实际铲装循环时长，表示铲运机轮胎的滑转率，表示铲运机执行铲装作业时铲斗的满斗率，、、、均表示预设的权重系数。

39、本发明还提供一种井下铲运机自主铲装作业控制装置，包括：

40、物理特征提取模块，用于获取从井下待铲装料堆表面采集的多源视觉数据，并从所述多源视觉数据中提取待铲装料堆表面的多模态物理学特征；

41、可铲性确定模块，用于基于所述多模态物理学特征确定待铲装料堆的可铲性指标；

42、三维空间建模模块，根据所述可铲性指标构建表征待铲装料堆表面可铲性的三维空间分布模型；

43、作业轨迹规划模块，用于根据井下空间边界以及铲运机的运动学可行性边界构建铲运机作业轨迹的约束条件，并基于所述约束条件和所述三维空间分布模型在铲运机铲斗的三维位姿空间中进行作业轨迹搜索，得到铲运机的最优作业轨迹；

44、铲斗作业控制模块，用于基于所述最优作业轨迹控制铲运机对待铲装料堆执行铲装作业。

45、本发明还提供一种井下铲运机自主铲装作业控制系统，包括传感器、通信设备以及电子设备，所述电子设备通过所述通信设备与所述传感器进行通信；所述电子设备，包括存储器和处理器，所述存储器，用于存储程序；所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现如上述井下铲运机自主铲装作业控制方法的步骤；所述传感器，用于从井下待铲装料堆表面采集多源视觉数据；所述通信设备，用于将所述多源视觉数据上传到所述电子设备的存储器中。

46、采用上述实现方式的有益效果是：本发明提供的井下铲运机自主铲装作业控制方法、装置及系统，首先通过多源视觉感知，来分析待铲装料堆表面的多模态物理学特征，在此基础上再确定待铲装料堆的可铲性，相较于现有技术基于表面几何中点规划装载路径以及的方式，提前分析料堆的物理特性和可铲性有利于结合实际铲装工况对铲运机的作业轨迹实现主动规划，实现有针对性的的自主铲装作业，而非在铲装作业时被动地结合实际铲装工况实时调整。进一步，在具体作业轨迹规划时，将井下空间边界以及铲运机的运动学可行性边界作为搜索的约束条件，使得铲运机的轨迹规划能够适配井下巷道狭窄的作业环境，确保了作业轨迹规划的可行性。而将可铲性指标构建的三维空间分布模型作为轨迹规划的依据来进行作业轨迹规划，以执行铲装作业，实现了从感知到分析再到规划的作业流程，使得铲装作业时能够主动规避料堆高阻力密实区或大块富集区、规避阻力异常的区域，实现高效稳定的自主铲装作业，同时也保障了无人作业的安全可靠性。