复杂环境地下空间安全数智监测与自主巡检系统及方法

本发明涉及地下空间安全监测、人工智能与自主巡检机器人，尤其涉及一种复杂环境地下空间安全数智监测与自主巡检系统及方法。

背景技术：

1、随着我国城市地下空间开发利用的不断深入，地下人防工程、轨道交通隧道、综合管廊、地下矿山及地下仓储等基础设施规模日益扩大。由于该类空间具有封闭狭长、环境恶劣、照明条件差、通信能力受限以及隐蔽性灾害易发等特点，其运行安全面临重大风险。

2、现阶段，地下空间的巡检作业仍以人工巡查和固定式监测设备为主要手段。人工方式存在劳动强度高、巡检效率低且作业人员安全难以保障等不足；固定监测设备因布设点位有限、感知信息维度单一、缺乏动态响应与自主决策能力，难以实现复杂环境下全方位、实时化的安全态势感知与预警。

3、现有技术中虽有部分巡检机器人方案，但普遍存在以下缺陷：一是定位方案在地下遮挡、多反射场景下精度衰减快，难以实现长距离连续厘米级定位；二是风险辨识、风险评估与巡检决策相互脱节，无法根据实时风险动态调整巡检策略；三是应急处置依赖人工决策，缺乏数字孪生全局推演与多系统自动联动能力，响应滞后且处置科学性不足；四是端边云协同机制不完善，通信中断时系统易陷入瘫痪。因此，亟需一种具备全流程协同能力的地下空间智能监测与自主巡检系统。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提供一种复杂环境地下空间安全数智监测与自主巡检系统及方法，通过多源融合定位、风险驱动巡检决策、数字孪生应急联动与端边云协同机制，解决地下空间定位难、通信差、风险辨识滞后、巡检与应急脱节的问题，实现“感知-预警-决策-处置-反馈”的全流程智能化管控。

2、为了实现上述目的，本发明采用的技术方案是：一种复杂环境地下空间安全数智监测与自主巡检系统，包括多源感知模块、多源融合定位模块、自主建图模块、异构通信组网模块、风险智能辨识模块、风险动态评估模块、自主巡检决策模块、数字孪生应急模块以及边缘计算节点。各模块通过异构通信组网实现数据交互与指令协同，依托边缘计算节点与云端平台形成分级计算架构。

3、所述多源感知模块搭载于巡检机器人本体，集成三维激光雷达、imu惯性测量单元、uwb定位单元、可见光相机、红外热成像仪、气体检测传感器、温湿度传感器、水位传感器及振动监测传感器，各传感器数据通过时间戳同步与空间坐标对齐后统一输出，实现结构、环境、位姿多维度数据同步采集。

4、所述多源融合定位模块采用lidar-imu-uwb紧耦合定位模型，通过因子图融合imu预积分、激光里程计与uwb测距信息，采用isam2求解器实时输出六自由度位姿；当uwb信号受遮挡时，自适应降低uwb因子权重，依靠imu与lidar紧耦合维持连续定位，保障复杂场景下定位鲁棒性。

5、所述自主建图模块包括几何地图构建单元、语义地图构建单元以及风险地图构建单元，其同步构建几何地图、语义地图与风险地图，三者通过坐标变换实现像素级叠加，为巡检决策与风险可视化提供多层级空间信息支撑。

6、所述异构通信组网模块融合wifi6mesh、ble、zigbee、uwb及5g多种协议，通过边缘网关实现协议转换与数据聚合，具备动态路由与网络自愈能力，保障地下空间全域可靠通信与远程数据回传。

7、所述边缘计算节点部署于机器人本体与地下空间关键节点，负责感知数据本地预处理与轻量化ai推理，仅上传风险事件与关键特征数据，降低带宽占用；通信中断时可独立完成本地监测与预警，提升系统可用性，其具体执行以下操作：接收激光雷达点云、视觉图像、环境传感器多源感知数据；在数据源头侧完成滤波去噪、特征提取与数据压缩预处理；加载云端下发的轻量化ai推理模型，在边缘端执行隐患检测与异常识别；仅将风险事件、预警信息及关键特征数据上传云端，通信中断时独立完成本地监测与预警决策，通信恢复后与云端数据同步。

8、所述风险智能辨识模块包含结构病害识别单元与环境异常识别单元；结构病害识别单元采用多尺度特征融合的深度学习目标检测模型，识别地下空间裂缝、渗漏、剥落结构病害；环境异常识别单元采用多模态数据融合方法，识别气体超限、温度异常、积水、设备故障环境异常。

9、所述风险动态评估模块以地下空间安全知识图谱为先验结构，构建动态贝叶斯网络模型，输入实时风险观测数据更新节点后验概率，输出区域风险等级并预测短期演化趋势，实时更新风险地图。

10、所述自主巡检决策模块采用任务-能量-风险多目标优化模型生成全局巡检路径，包含动态避障单元、多机器人协同调度单元、断点续巡单元以及风险绕行单元；实现风险驱动的动态巡检决策。

11、其中动态避障单元具体执行以下操作：通过激光雷达和视觉传感器实时获取前方障碍物的点云数据与图像信息，识别并区分静态障碍物与动态障碍物；针对动态障碍物，基于其运动速度与方向预测未来占据区域，生成避障安全走廊；采用改进人工势场法在保持全局路径最优的前提下实时规划局部避障路径，控制机器人绕行动态障碍物，待障碍物离开安全距离后回归原定路径。

12、多机器人协同调度单元具体执行以下操作：通过uwb定位基站与wifi组网对多台巡检机器人进行高精度三维定位与状态回传；构建多机器人动态安全距离模型，按风险等级触发分级避让控制；当单台机器人因故障或电量不足退出任务时，自动调度空闲机器人进行任务补位；通过集群数字孪生系统实现虚实同步与协同态势感知。

13、断点续巡单元具体执行以下操作：以固定频率将机器人当前位姿、已巡检区域覆盖图、任务进度及环境快照保存至本地与云端；任务中断时记录中断点精确位姿与任务断点标识；恢复运行后加载断点数据，结合当前感知与已存地图完成重定位校准；定位误差符合阈值后恢复巡检参数与任务状态，重新规划续巡路径，并对断点附近已巡检区域进行复核扫描。

14、风险绕行单元具体执行以下操作：基于多源感知数据实时识别前方瓦斯超限区、温度异常区、积水区、顶板变形区风险区域；对风险区域进行危险等级评估与影响范围标定；当风险等级超过阈值且覆盖原定路径时，基于三维地图与风险分布采用dijkstra算法重新规划安全绕行路径；行进过程中持续监测风险区域边界，动态调整绕行轨迹以维持安全距离。

15、所述数字孪生应急模块构建与物理空间精准同步的虚拟孪生体，包括数字孪生映射单元、应急预案自动生成单元、远程接管单元以及应急联动控制单元；实现应急态势可视化、预案智能生成与多系统自动联动处置。

16、其中，数字孪生映射单元具体执行以下操作：基于地下空间三维bim模型或激光点云模型构建与物理空间几何一致的三维虚拟镜像；通过多源传感器网络实时采集环境参数、设备状态与机器人位姿数据；将物理空间动态数据实时映射至虚拟场景，可视化呈现机器人位置、巡检轨迹、环境数据及风险分布态势。

17、应急预案自动生成单元具体执行以下操作：构建地下空间安全应急知识图谱，整合历史事故案例、处置规程、法律法规与专家经验；风险预警触发时，以风险类型、等级、影响范围及环境状态为输入；基于知识图谱推理与规则引擎匹配相似案例与处置方案，结合实时态势数据自动生成包含人员疏散路线、设备操作指令、机器人处置动作及物资调配的应急方案。

18、远程接管单元具体执行以下操作：通过异构通信组网建立巡检机器人与远程控制中心的双向实时通信链路；在数字孪生场景中呈现机器人第一人称视角视频、感知数据与设备状态；当自主系统遇困或需人工介入时，远程控制中心下发接管指令，管理人员通过操控设备远程控制机器人运动与传感操作；远程操作结束后机器人平滑切换回自主巡检模式。

19、应急联动控制单元具体执行以下操作：风险等级达到应急触发阈值时，自动启动应急联动流程；向多机器人协同调度单元下发应急巡检指令，调度适配机器人前往风险现场采集数据；向通风、排水、消防固定设施控制系统发送联动信号，执行对应应急处置动作；将风险信息与处置方案推送至管理终端，在数字孪生场景中推演应急措施效果，实现应急全流程闭环管理。

20、对应的，本发明还提供一种复杂环境地下空间安全数智监测与自主巡检方法，包括以下步骤：

21、s1、多源感知：通过巡检机器人搭载的多类传感器采集地下空间结构、环境与位姿数据，经时间同步与空间对齐后输出。

22、s2、融合定位：采用lidar-imu-uwb紧耦合因子图优化模型，求解机器人六自由度位姿，uwb信号遮挡时自适应调整权重维持连续定位。

23、s3、自主建图：同步构建几何地图、语义地图与风险地图，经坐标变换实现多层级地图像素级融合。

24、s4、协同通信：通过多协议异构组网实现端边云数据交互，动态路由与网络自愈保障通信可靠性。

25、s5、风险辨识：边缘端执行轻量化ai推理完成风险初识别，云端结合多模态数据完成结构病害与环境异常的精准辨识。

26、s6、风险评估：以知识图谱为先验构建动态贝叶斯网络，输入实时风险数据更新后验概率，评定风险等级并预测演化趋势。

27、s7、自主巡检：基于风险分布、地图信息与机器人状态，采用多目标优化生成巡检路径，执行动态避障、风险绕行、断点续巡与多机协同调度。

28、s8、应急联动：风险达到阈值时，数字孪生系统自动生成应急预案，联动巡检机器人与固定设施执行应急处置，支持远程人工接管。

29、s9、反馈与迭代：归档全流程巡检、风险与应急数据，用于模型迭代与预案优化。

30、与现有技术相比，本发明具有如下优点：

31、1、本发明采用lidar-imu-uwb紧耦合因子图优化方案，结合uwb权重自适应调整机制，在地下遮挡、多反射复杂场景下可实现±3cm的连续定位精度，较单一slam方案定位稳定性提升60%以上。

32、2、本发明构建“风险辨识-动态评估-巡检决策”实时反馈链路，以风险等级驱动巡检路径动态调整，实现高风险区域加密巡检、低风险区域优化频次，巡检效率与风险防控精准度大幅提升。

33、3、本发明采用数字孪生体与物理空间实时同步，结合知识图谱推理自动生成定制化应急预案，联动机器人与固定设施协同处置，应急响应时间缩短70%以上，处置决策科学性显著增强。

34、4、本发明构建了端边云分级协同架构，通过边缘端前置计算减轻云端与通信压力，通信中断时本地可独立运行，解决了地下空间通信不稳定导致的系统失效问题，系统可用性与环境适应性更强。