基于數字孿生的煤礦掘進機器人糾偏控制研究

薛旭升， 任眾孚， 毛清華， 張旭輝， 馬宏偉， 王悅

(1.西安科技大學 機械工程學院， 陜西 西安 710054； 2.西安科技大學 陜西省礦山機電裝備智能監測重點實驗室， 陜西 西安 710054)

0 引言

煤礦采掘作業面臨采掘失衡的主要原因之一是掘進裝備智能化水平遠低于采煤裝備，因此，掘進裝備智能化成為提高掘進效率、確保掘進作業安全、降低作業人員數量與勞動強度、改善作業環境的重要技術手段和研究內容[1]。國家發展改革委、國家能源局等八部委聯合印發的《關于推進煤礦智能化發展的指導意見》和國家煤礦安全監察局發布的《煤礦機器人重點研發目錄》，均對煤礦開采裝備智能化尤其是掘進機器人明確提出自主決策、智能控制和掘進環境可視化等關鍵技術突破的要求[2-3]。

自主糾偏控制是保證掘進機器人精確定向行走與巷道高質量成形截割的重要前提，可使掘進機器人保持最佳作業姿態，是掘進機器人智能化關鍵技術之一。近年來，許多學者利用PID控制[4]、區域柵格化[5]、偏差感知與控制[6]等技術研究掘進機器人位姿檢測與偏移控制。宗凱等[7]研究了大傾角巷道掘進機截割過程整機滑移的力學模型，分析了掘進機偏移機理。楊健健等[8]提出了基于BP神經網絡PID算法實現自主糾偏的智能化掘進機自主感知及調控技術。張旭輝等[9-13]采用人-信息-物理系統(Human-Cyber-Physical System，HCPS)交互機制、模糊PID算法、視覺導航、視覺測量、視覺伺服、遺傳算法優化的BP神經網絡等技術，研究掘進機器人糾偏控制和自主截割控制，研發了煤礦掘進機器人數字孿生遠程操控系統，為虛擬現實、數字孿生等技術在掘進機器人機身定位及糾偏控制等方面的應用奠定了理論基礎。受掘進巷道高粉塵、低照度等復雜環境限制，掘進機器人糾偏控制需進一步研究。

本文針對煤礦掘進巷道作業環境與掘進工藝特點，提出了一種基于數字孿生的煤礦掘進機器人糾偏控制系統?；跈C器視覺和數字孿生技術，構建虛實同步的掘進巷道匹配模型，通過將采集的掘進機器人位姿、環境等信息與設計的理想巷道進行匹配，控制掘進機器人運行軌跡，確保掘進機器人按照掘進作業要求進行高精度截割作業；在保證巷道掘進質量的同時，通過虛實同步控制，實現掘進機器人自主遠程可視化糾偏。

1 煤礦掘進機器人糾偏控制需求分析

1.1 掘進機器人偏移原因

掘進工作面環境惡劣，掘進過程中導致掘進機器人偏移的主要原因如下。

(1) 掘進機器人為大質量、大慣性裝備，若巷道底板不平整或有積水、浮煤等，可能導致掘進機器人履帶行走機構與巷道底板之間產生滑移，且掘進機器人移動速度較慢，對履帶滑轉率有較大影響，由此產生因巷道環境與掘進機器人結構造成的偏移。

(2) 采用人工結合視覺檢測操作方式時，工作人員需要根據現場情況或傳輸的視頻信號判斷掘進情況，信號干擾源多、精度差，導致人工操控掘進機器人時產生偏移。

掘進機器人偏移會導致自主截割過程中的超挖、欠挖現象，導致巷道斷面成形質量不理想[14]。本文在假設掘進機器人截割臂精準控制的基礎上，將機身偏移距離及偏航角作為掘進機器人糾偏控制對象，研究偏移極限位置的糾偏控制參數，并采用數字孿生技術構建糾偏控制系統，實現掘進機器人位姿糾正，以減少超挖或欠挖現象。

1.2 掘進機器人糾偏控制功能需求

(1) 搭建掘進巷道及掘進機器人的數字孿生模型，實現掘進機器人物理實體與虛擬樣機映射。

(2) 實時顯示掘進機器人定位定向參數，解算掘進機器人位置與方向，判斷當前掘進狀態(正常、超挖、欠挖)并實時顯示。

(3) 根據掘進狀態及定位定向參數驅動掘進機器人，實現虛實協同自主糾偏控制。

(4) 通過人機交互單元實現掘進機器人的虛擬可視化遠程控制。

2 系統總體方案

根據煤礦掘進機器人實際掘進作業流程與功能需求，建立基于數字孿生的掘進機器人糾偏控制系統，其由數字模型、物理模型和人機交互控制單元組成，如圖1所示。數字模型主要包括巷道數字模型和掘進機器人數字模型；物理模型主要包括掘進機器人樣機與視覺檢測系統；人機交互控制單元主要包括監測監控界面、數據庫與糾偏控制模型等。

圖1 基于數字孿生的掘進機器人糾偏控制系統組成Fig.1 Composition of deviation correction control system of roadheader based on digital twin

采用Unity 3D搭建巷道與掘進機器人數字模型，如圖2所示。考慮到復雜模型在虛擬仿真時對計算機資源占用較大，對掘進機器人運動原理及整體結構進行了合理簡化。

(a) 巷道數字模型

(b) 掘進機器人數字模型

(c) 模型布局

視覺檢測系統實時感知工作面環境信息。糾偏控制模型根據系統提取的掘進巷道空間特征參數與掘進機器人位置信息解算控制參數，并將其上傳至數據庫，通過虛實映射關系驅動數字模型，同時將虛擬現實環境中數字模型的控制同步映射到掘進機器人樣機上。監測監控界面可實時顯示圖像及偏航角、偏移距離等信息，操作者通過操控掘進機器人數字模型實現對掘進機器人樣機的遠程糾偏控制。

3 掘進機器人糾偏控制方法

3.1 糾偏控制機理分析

煤礦巷道掘進過程中有整平和對中2種糾偏方式。整平是指控制掘進機器人的前后鏟板及升降支撐，以調整掘進機器人角度；對中是指通過控制掘進機器人左右履帶運動，使掘進機器人前進方向符合掘進巷道設計要求，可實現對機身偏航角的補償。本文主要采用虛實同步控制技術實現掘進機器人對中糾偏控制，其機理如圖3所示。圖3(a)中，定義掘進機器人偏移巷道中線右側為正，反之為負，偏移距離為l；圖3(b)中，掘進機器人左右履帶分別以速度vl，vr和補償角(偏航角)θ行駛至如圖3(c)所示位置，實現對偏移距離l的補償，但仍存在偏航角Δθ；圖3(d)中，掘進機器人左右履帶分別以速度vl，vr對Δθ進行補償，實現掘進機器人對中糾偏。

(a) 偏移

(b) 偏移距離補償

(c) 偏航角補償

(d) 對中糾偏

3.2 糾偏控制建模與參數分析

假設不考慮因截割頭引起偏差而導致的巷道欠挖、超挖情況，簡化掘進機器人與掘進巷道模型。理想的掘進巷道斷面應達到設計寬度w及高度h，設置掘進機器人截割范圍為寬w、高h。在截割過程中，掘進機器人偏移極限位置下的糾偏控制模型參數關系如圖4所示。e為單側偏移距離；a為極限位置超挖量；b為極限位置欠挖量。

掘進機器人以理想掘進狀態運行時，視覺檢測系統、掘進機器人中線與巷道中線重合。以視覺檢測系統(安裝在掘進機器人幾何中心)為原點O′、視覺采集方向(與掘進方向相反)為Y′軸、掘進機器人在巷道斷面上發生偏移的方向為X′軸，建立對中位置坐標系O′X′Y′，如圖5所示。

圖4 糾偏控制模型參數關系Fig.4 Parameter relationship of deviation correction control model

圖5 對中與偏移位置關系Fig.5 Relationship between central and deviation positions

當掘進機器人由理想位置O′偏移至O″時，產生偏移距離l和偏航角θ。此時截割位置由理想位置A′偏移至A″，發生超挖、欠挖現象。由幾何關系可得A″距Y′軸距離：

e=lO″A″sin(α-θ)-l

(1)

根據式(1)，可推導出掘進機器人在巷道中的實際單側偏移距離：

e=lO″A″sin(α±θ)±l

(2)

式(2)中，偏移距離±l和偏航角±θ由掘進機器人偏移方向決定。

經分析可得掘進狀態閾值：欠挖，0w/2+a。

4 定位定向參數數據驅動

通過掘進機器人機尾攜帶的雙目視覺傳感器采集巷道空間圖像，獲取掘進機器人定位定向參數[15]，如圖6所示。以視覺檢測系統為原點建立掘進機器人坐標系O′X′Y′Z′(Z′為巷道垂直方向)，以視覺采集的巷道口及延伸巷道圍巖圖像為目標，提取巷道圍巖圖像特征，構建從巷道口至掘進位置的虛擬巷道環境。以巷道口斷面幾何中心為原點建立巷道坐標系OXYZ：X軸與X′軸同向；Y軸為掘進方向，與Y′軸反向；Z軸與Z′軸同向?？臻g坐標系如圖7所示。根據掘進機器人作業情況，糾偏控制模型實時解算掘進機器人坐標系與巷道坐標系的位置和方向關系。

圖6 掘進機器人定位定向參數采集Fig.6 Positioning and orientation parameter acquisition for roadheader

圖7 空間坐標系Fig.7 Spatial coordinate system

(a) 巷道圖像邊緣特征提取

(b) 虛擬巷道環境重構

采用MySQL建立偏移距離、偏航角和巷道斷面形狀等參數數據庫，通過Unity 3D數據庫接口實現數字模型與數據庫連接。通過Unity 3D平臺導入掘進機器人和巷道數字模型，結合掘進機器人坐標系、巷道坐標系關系與數據庫中的位置參數，確定掘進機器人與巷道環境的虛實映射關系。

5 掘進機器人糾偏控制流程

掘進機器人糾偏控制流程如圖9所示。雙目視覺傳感器采集巷道圖像數據，提取巷道口圖像特征并建立巷道坐標系，結合掘進機器人坐標系，解算掘進機器人相對于巷道空間的位姿參數。將解算參數上傳至數據庫，系統讀取數據庫中位姿參數并顯示在監測監控界面，經運算得到當前偏航角及偏移中線距離。采用式(2)計算當前掘進機器人的單側偏移距離，將計算結果與超挖、欠挖及正常掘進狀態閾值進行對比，判斷當前掘進巷道斷面的超挖、欠挖狀態，并在相應的虛擬巷道圍巖顯示超挖或欠挖狀況(超挖為紅色，欠挖為黃色)。控制掘進機器人左右履帶運動，補償偏移距離和偏航角，完成掘進機器人對中糾偏。

圖9 掘進機器人糾偏控制流程Fig.9 Deviation correction control flow of roadheader

6 糾偏控制實驗

6.1 實驗平臺及環境模擬

以掘進機器人樣機為研究對象，將雙目視覺傳感器安裝于掘進機器人機身，建立掘進機器人糾偏控制實驗平臺，如圖10所示。

圖10 掘進機器人糾偏控制實驗平臺Fig.10 Experimental platform of deviation correction control of roadheader

在實驗室模擬寬2 m、高3 m的矩形巷道環境，如圖11(a)所示。采集環境圖像后，提取圖像特征，如圖11(b)所示。

6.2 實驗結果

為模擬掘進機器人偏移導致的超挖、欠挖工況，設置4種掘進機器人位姿參數，見表1。

(a) 模擬巷道

(b) 巷道特征提取

序號偏移距離/cm偏航角/(°)預期工況156右側偏移2-2-3左側偏移34-5左側偏移4-67右側偏移

煤礦掘進機器人糾偏控制系統監測監控界面可實時顯示糾偏過程并預警，如圖12所示。

(a) 位姿狀態1

(b) 位姿狀態2

(c) 位姿狀態3

(b) 位姿狀態4

(e) 監測監控界面顯示

從圖12可看出：當掘進機器人處于位姿狀態1時，系統顯示掘進機器人發生右側偏移，造成右側圍巖超挖，而左側圍巖欠挖；當處于位姿狀態2時，系統顯示掘進機器人發生左側偏移，造成左側圍巖超挖，而右側圍巖欠挖；當處于位姿狀態3時，系統顯示掘進機器人發生左側偏移，造成左側圍巖超挖，而右側圍巖欠挖；當處于位姿狀態4時，系統顯示掘進機器人發生右側偏移，造成左側圍巖欠挖，而右側圍巖超挖。顯示結果均符合預期工況，且能夠正確預警超挖與欠挖狀態。當發生掘進機器人偏移后，根據監測監控界面顯示信息，通過操作相關按鍵進行掘進機器人糾偏控制后，均能夠恢復到如圖12(e)所示的理想狀態。

采用Matlab軟件模擬掘進機器人在5 m×4 m(寬×高)的巷道內掘進作業。以外形尺寸為10.4 m×2.40 m×1.66 m(長×寬×高) 的EBZ160型掘進機器人為仿真對象，根據掘進工藝要求，規劃掘進機器人糾偏控制路徑，結果如圖13所示?？煽闯鼍蜻M機器人在偏離巷道中線±0.4 m時，超挖和欠挖狀態下分別行駛約9，12 m時實現對中，仿真結果符合實際糾偏控制工況，表明系統能夠有效實現掘進機器人糾偏控制。

圖13 掘進機器人糾偏控制路徑規劃Fig.13 Path planning of deviation correction control of roadheader

7 結論

(1) 針對煤礦掘進機器人受巷道環境等因素影響而難以實現自主糾偏控制的問題，提出了基于數字孿生的煤礦掘進機器人糾偏控制系統設計方案。

(2) 建立了掘進機器人和巷道數字模型、基于雙目視覺圖像信息的掘進機器人糾偏控制模型及定位定向參數數據庫，通過數字模型與物理模型的虛實映射關系，實現了掘進機器人遠程糾偏控制。

(3) 通過實驗驗證了基于數字孿生的煤礦掘進機器人糾偏控制系統能夠有效補償掘進機器人偏航角和偏移距離，可在定位定向參數驅動下實現虛實同步控制，掘進工況可實時顯示在監測監控界面，為掘進作業提供控制決策依據，有利于提高掘進巷道成形質量。