CN116291524A - 一种地质模型复杂工程结构挖钻作业的多机器人协同系统 - Google Patents

一种地质模型复杂工程结构挖钻作业的多机器人协同系统 Download PDF

Info

Publication number
CN116291524A
CN116291524A CN202310058259.0A CN202310058259A CN116291524A CN 116291524 A CN116291524 A CN 116291524A CN 202310058259 A CN202310058259 A CN 202310058259A CN 116291524 A CN116291524 A CN 116291524A
Authority
CN
China
Prior art keywords
robot
drilling
laser
point cloud
peristaltic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310058259.0A
Other languages
English (en)
Inventor
王斐
冯夏庭
张希巍
付俊
邹强
王昊
闻时光
牛大鹏
Original Assignee
东北大学
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 东北大学 filed Critical 东北大学
Priority to CN202310058259.0A priority Critical patent/CN116291524A/zh
Publication of CN116291524A publication Critical patent/CN116291524A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
    • E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
    • E21D9/10—Making by using boring or cutting machines
    • E21D9/1006—Making by using boring or cutting machines with rotary cutting tools
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
    • E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
    • E21D9/003—Arrangement of measuring or indicating devices for use during driving of tunnels, e.g. for guiding machines
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
    • E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
    • E21D9/003—Arrangement of measuring or indicating devices for use during driving of tunnels, e.g. for guiding machines
    • E21D9/004—Arrangement of measuring or indicating devices for use during driving of tunnels, e.g. for guiding machines using light beams for direction or position control
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
    • E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
    • E21D9/10—Making by using boring or cutting machines
    • E21D9/1093—Devices for supporting, advancing or orientating the machine or the tool-carrier
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
    • E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
    • E21D9/12—Devices for removing or hauling away excavated material or spoil; Working or loading platforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Geology (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Civil Engineering (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Manipulator (AREA)

Abstract

本发明提供一种地质模型复杂工程结构挖钻作业的多机器人协同系统，涉及地下钻孔机器人技术领域。本发明面向具有空间狭小且GPS信号拒止等特点的岩土深部工程地下作业环境，提出了采用三坐标进给系统的主通道挖钻，采用多关节蠕动机器人搭载旋转铰刀及辅助工装对二级通道精细化挖钻，采用蠕动机器人搭载多自由度柔性机械手对三级及远结构进行精细化挖钻相结合的系统化挖钻作业模式，实现超大型地质模型内部复杂工程结构的机器人精细化挖钻和工艺质量监测新模式，形成一套面向深部工程复杂结构的高效高精度挖钻技术及异构多机器人协同系统，解决了地质模型内部回转空间小‑机动难、结构变异性大‑挖钻难、视野范围窄‑测量难等问题。

Description

一种地质模型复杂工程结构挖钻作业的多机器人协同系统
技术领域
本发明涉及地下钻孔机器人技术领域，尤其涉及一种地质模型复杂工程结构挖钻作业的多机器人协同系统。
背景技术
在过去的二十年里，地下空间作为继宇宙与海洋之外人类急需开拓的又一大领域，近年来受到了广泛关注。从隧道和城市地下环境到复杂的洞穴网络，对各种地下环境的自主无人探索的需求不断增长。同时随着机器人技术的不断提升，人们对在各类地下环境中使用机器人代替人类进行工作的需求也在不断增长，如基础设施监测、矿产资源开采、灾难响应等，这些需求推动了地下自主机器人的发展与研究。
地下结构挖钻机器人是一种在深部地下内进行施工作业的机器人系统，它具有自动控制、自动保护和智能操作等功能。挖钻机器人可以应用于深地结构内部和外部的开挖作业，可用于在各种特殊工况下施工，如在岩壁软弱地基以及复杂断面地层中的施工作业、地下坑道中的挖钻操作。本专利对国内外现有的挖钻机器人进行了调研，目前地下结构挖钻机器人主要分为三大类：掘进式隧道机器人，挤压式隧道机器人，打磨机器人。典型的掘进式隧道机器人包括欧洲的BADGER机器人、通用电气挖钻机器人及盾构机等，这些掘进式隧道机器人的尺度都过大，难以实现小尺寸隧道的挖钻。并且其机构很难实现弯道挖钻并且挖钻的转弯半径大，难以实现复杂地下工程结构群的挖钻。这种方式的隧道机器人挖钻的都是圆形通道，无法进行挖钻异形通道。也就无法满足地下复杂地下工程结构群的小尺寸和复杂性的要求。挤压式隧道机器人主要是通过挤压隧道壁实现隧道的挖钻，但是这种方式无法适应在复杂地质环境下的挖钻，而且这种挖钻方式也存在转弯难的问题，难以胜任较多变向、变截面、细长的地下结构。典型的打磨机器人是施罗德打磨机器人，其适用直通道，简单打磨作业，但是无法实现深部地下复杂工程结构的挖钻。
定位和测绘是自主地下作业的关键能力。地下环境是一种典型的卫星拒止复杂环境，在典型地下环境的应用中，没有先验的环境地图，极大地限制了机器人的感知能力。实际上许多自主探索应用的最终目标是获得准确的环境3D地图，然而由于地下环境存在环境光照低、显著特征少、环境退化严重等问题，这使得视觉SLAM在该类环境下性能明显不足，此外不平坦和湿滑的地下路面会使轮式里程计准确性降低，深长的地下工程结构会令激光雷达里程计产生漂移，从而导致地下环境的建图和定位任务变得复杂。为了在严苛条件下实现建图与定位，国内外诸多学者展开了很多有关地下感知退化环境中的SLAM系统研究。Roucek等提出了一种用于危险地下环境机器人探测的多机器人异构系统，其中空中平台使用Hector SLAM，地面机器人使用基于ICP的SLAM系统。Tardioli等提出了一种用于地下隧道多机器人协同探测的系统架构。Kramer等提出了一种基于稀疏位姿图的视觉惯性SLAM系统，但该系统依赖于机载照明来探索地下环境，同时由于系统使用多个摄像头，它们的视野有很大的重叠。K.Ebadi等[4]提出了LAMP框架，能够实现在大尺度、视觉退化地下场景的建图与定位。Azpurua等提出了一种对受限环境(如管道、地下隧道)的半自主探索方法，包括用于拟真地图构建的离线摄影测量，以及两种并行的SLAM方法，一种基于RTAB-Map的视觉系统，一种基于LeGO-LOAM的激光雷达系统，用于定位和测绘。Dang等提出了一种基于激光雷达、视觉和惯性数据融合的松耦合多模态SLAM系统，在地下环境中提供高鲁棒性定位。Wisth等提出了一种基于图形的移动机器人平台里程测量系统，该系统基于激光雷达特征与标准视觉特征和IMU数据的融合，该系统能够处理影响激光雷达数据畸变以及影响视觉的无纹理区域。
上述设备及先进技术属于通用性技术，可以适用于大尺度地下环境，然而针对深部地下环境模拟地质模型狭小复杂工程结构的挖钻任务并不适用，比如空间受限、感知受限和通信受限等，因此需要综合考虑深部地下工程结构环境特点、挖钻任务多样性需求，研究典型深部工程结构的挖钻工艺和作业流程，研制一种异构多机器人协同挖钻系统。深部地质环境下的非结构性地形、封闭受限空间、GPS拒止等特点给地下工程结构挖钻机器人系统的研发带来了严峻挑战。目前，由于无人系统智能化水平的限制，开挖与监测任务具有极高的多样性与复杂度，多种地下结构所特有的要素相互交织，只依靠单机器人系统完成特定任务愈发困难。
发明内容
针对现有技术的不足，本发明提供一种地质模型复杂工程结构挖钻作业的多机器人协同系统，根据地下工程结构挖钻作业设计了一种包含三坐标进给系统、多关节蠕动机器人、多自由度柔性机械手以及传感通信中继机器人系统的异构多机器人协同挖钻系统，推动我国深部地下工程结构无人自主挖钻系统的发展。
一种适用于地质模型复杂工程结构挖钻作业的多机器人协同系统，包括三坐标进给系统、多关节蠕动机器人、激光中继机器人系统以及上位机软件系统组成；
所述三坐标进给系统分别控制三个垂直坐标轴的移动，其搭载作业刀具及激光测距单元，所述作业刀具以及激光测距单元均安装于三坐标进给系统末端，所述激光测距单元为十字激光发生器；
所述多关节蠕动机器人采用拖缆式结构，其首端连接旋转铰刀或多自由度机械手，首端与中部之间配备通道加工成型用辅助工装及高分辨率微型视觉监测系统，多关节蠕动机器人配备激光、高精度测距/测角、惯性测量单元、温湿度测量单元，来获取挖钻方向、速度和力度，以保证工艺的高质量；机器人本体内部配备并拖行驱动电/气缆缆线和通讯网缆缆线进入作业环境，对二级通道进行精细化挖钻，外部配备管壁支撑脚；
所述多关节蠕动机器人配备排渣系统，包括安装在多关节蠕动机器人前端的高压冷风管和负压排渣管，将残渣直接排出；
所述旋转铰刀或多自由度机械手，通过刀具分块切割，逐步成型，对三级及远结构进行精细化挖钻；
所述高分辨率微型视觉监测系统对通过内部进行视觉测量及点云重构；采用摄像机实时采集掘进机器人在作业的过程中的工况信息并将其通过有线网络传输到地面主控中心，
所述激光中继机器人搭载激光模块，驱动机构和通讯模块，所述驱动机构搭载于机器人主体，所述通讯模块搭载于机器人主体后方，激光模块包括测距激光和引导激光，共同搭载在机器人主体后方和侧方；
所述的异构多机器人协同系统其特征在于：最大挖钻直径500mm的圆形或拱形，最小挖钻直径200mm的圆形或拱形，最小转弯半径300-400mm，主通道最大挖钻速度不小于0.045m3/h，二级通道最大挖钻速度不小于0.015m3/h，三级通道及远结构最大挖钻速度不小于0.005m3/h，通道长度挖钻误差小于30mm/m，支持坡度±30°，转弯角度偏差不大于5°；
所述上位机软件系统包括：挖钻任务管理与状态监视系统，协同调度系统和挖钻作业质量检测系统；
所述挖钻任务管理与状态监视系统包括隧道挖钻任务规划模块、虚拟仿真与数据反演模块及三维虚拟重构与质量评估模块；所述隧道挖钻任务规划模块通过机器人的位置信息和环境地图信息，进行挖钻作业工艺流程编排、多机器人协同任务规划、多机器人作业规划及多机器人轨迹规划功能；所述虚拟仿真与数据反演模块通过机器人的视觉和点云数据，支持作业任务全流程仿真显示、作业过程实时数据感知与处理、作业过程数据反演与仿真投射、基于多级测距的虚拟现实仿真；所述三维虚拟重构与质量评估模块通过机器人的视觉和点云数据，支持隧道质量视觉检测、三维点云获取与重构、视觉/点云融合质量评估。
所述协同调度系统为，被调度的机器人被视为智能体，每个智能体在执行任务时，其他的智能体也会影响决策，在考虑到自身状态和其他机器人的状态之后决策出下一步的任务指令，这样的序列决策问题依靠马尔可夫决策过程来建模，使用一个四元组表示其模型：首先根据应用场景，绘制训练仿真环境，然后结合协同调度任务的约束，包括能力最大化、群组元素数量最小化、群组间作业效率最高化，设计奖惩函数，最后对算法中的策略网络和Q网络进行训练，将训练好的模型和多机器人进行数据通信，对模型输入多机器人状态信息，输出每个机器人下一步的路径信息，进而实现多机器人之间的协同调度；
所述挖钻作业质量检测系统为，采用测量点云数据与原始CAD模型数字化比对检测分析的方法检测挖钻精度并评价挖钻质量，其过程包括：点云数据与CAD模型的预处理、点云数据与CAD模型的配准、点云数据与CAD模型的点面归属，以及点云数据与CAD模型的偏差可视化。
采用上述技术方案所产生的有益效果在于：
本发明提供一种地质模型复杂工程结构挖钻作业的多机器人协同系统，具备以下有益效果：
1)解决了空间狭小进入难的问题，采用拖缆式多关节蠕动机器人，将整个系统内嵌在多关节蠕动机器人主体之中，将驱动，控制，信号传输等子系统也都嵌入到蠕动机器人本体之中，解决了空间狭小进入难的问题；
2)解决了结构精细挖钻难的问题，采用了以多关节蠕动机器人为主体，配合专用地下工程结构挖钻刀具，辅助工装，以及柔性机械手完成了对一二三级地下工程结构的精细化挖钻出渣任务；
3)解决了轨迹精确测量难的问题，采用监测机器人对所挖地下工程结构进行视频流的输出和三维地图的重建，不仅能将本次所挖地下工程结构的三维重建地图和原本挖钻预计划的CAD模型或三维模型进行比对，从而得知本次工程质量的好坏，还能通过SLAM技术精准地记录下地下工程结构的轨迹，空间大小等信息，有利于工程的后续部署；
4)解决了岩层挖钻结构细长、变截面、变相的难题，解决了地下地下工程结构的结构复杂，传统地下挖钻机器人难以完成作业任务的问题；
5)解决了磁干扰严重，声电信号衰减大的通讯难题；
6)自行研制了基于激光中继机器人的激光测距定位系统，精确测量通道轨迹并引导掘进过程；
7)设计出各种辅助工装，解决了地下地下工程结构的挖钻过程中传统掘进工具难以精细化钻进的问题；
8)设计并实现了挖钻任务管理与状态监视系统，包括隧道挖钻任务规划系统、虚拟仿真与数据反演系统及三维虚拟重构与质量评估系统等。
9)设计了一种任务驱动下异构体机器人的协同调度系统，用于生成不同的任务下使群组能力最大化、群组元素数量最小化、群组间作业效率最高化的机器人群组最优分配策略。
10)设计并实现了挖钻作业质量检测系统，包括复杂工程结构点云数据的获取，点云的配准和点云的拼接等。
附图说明
图1为本发明实施例中主通道挖钻示意图；
图2为本发明实施例中二级通道挖钻示意图；
图3为本发明实施例中蠕动机器人本体示意图；
图4为本发明实施例中激光中继机器人测距示意图；
其中图(a)-激光中继机器人结构图，图(b)-激光中继机器人测距示意图；
图5为本发明实施例中三级通道及远结构挖钻示意图；
其中图(a)-三级通道及远结构挖钻示意图，图(b)-三级结构扩容加工装置；
图6为本发明实施例中挖钻工具示意图；
其中图(a)-滚刀结构示意图，图(b)-铣刀结构示意图，图(c)-铰刀结构示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
一种适用于地质模型复杂工程结构挖钻作业的多机器人协同系统，包括三坐标进给系统、多关节蠕动机器人、激光中继机器人系统以及上位机软件系统组成；
所述三坐标进给系统分别控制三个垂直坐标轴的移动，其搭载作业刀具及激光测距单元，所述作业刀具以及激光测距单元均安装于三坐标进给系统末端，作业刀具保证精确挖钻进给量，所述激光测距单元为十字激光发生器，通过发射激光光束引导挖掘刀具挖掘方向，以此保证挖掘精度；
所述多关节蠕动机器人采用拖缆式结构，如图3所示，其首端连接旋转铰刀或多自由度机械手，首端与中部之间配备通道加工成型用辅助工装及高分辨率微型视觉监测系统，多关节蠕动机器人配备激光、高精度测距/测角、惯性测量单元、温湿度测量单元，来获取挖钻方向、速度和力度，以保证工艺的高质量；机器人本体内部配备并拖行驱动电/气缆缆线和通讯网缆缆线进入作业环境，对二级通道进行精细化挖钻，外部配备管壁支撑脚；
所述多关节蠕动机器人配备排渣系统，包括安装在多关节蠕动机器人前端的高压冷风管和负压排渣管，将残渣直接排出；
所述旋转铰刀或多自由度机械手，通过刀具分块切割，逐步成型，对三级及远结构进行精细化挖钻；
所述高分辨率微型视觉监测系统对通过内部进行视觉测量及点云重构；采用摄像机实时采集掘进机器人在作业的过程中的工况信息并将其通过有线网络传输到地面主控中心，
所述激光中继机器人如图4所示，搭载激光模块，驱动机构和通讯模块，所述驱动机构搭载于机器人主体，所述通讯模块搭载于机器人主体后方，激光模块包括测距激光和引导激光，共同搭载在机器人主体后方和侧方；
所述激光中继机器人搭载测距激光和引导激光，获得与入口通道的位姿信息并实现自身定位；
所述激光中继机器人可调整激光角度引导多关节蠕动机器人前进方向，并根据测距激光对多关节蠕动机器人进行定位。
所述的异构多机器人协同系统其特征在于：最大挖钻直径500mm(圆形或拱形)，最小挖钻直径200mm(圆形或拱形)，最小转弯半径300-400mm，最大挖钻速度不小于0.045m3/h(主通道)，0.015m3/h(二级通道)，0.005m3/h(三级通道及远结构)，通道长度挖钻误差小于30mm/m，支持坡度±30°，转弯角度偏差不大于5°。
所述上位机软件系统包括：挖钻任务管理与状态监视系统，协同调度系统和挖钻作业质量检测系统；
所述挖钻任务管理与状态监视系统包括隧道挖钻任务规划模块、虚拟仿真与数据反演模块及三维虚拟重构与质量评估模块；所述隧道挖钻任务规划模块通过机器人的位置信息和环境地图信息，进行挖钻作业工艺流程编排、多机器人协同任务规划、多机器人作业规划及多机器人轨迹规划功能；所述虚拟仿真与数据反演模块通过机器人的视觉和点云数据，支持作业任务全流程仿真显示、作业过程实时数据感知与处理、作业过程数据反演与仿真投射、基于多级测距的虚拟现实仿真；所述三维虚拟重构与质量评估模块通过机器人的视觉和点云数据，支持隧道质量视觉检测、三维点云获取与重构、视觉/点云融合质量评估。
所述协同调度系统为，被调度的机器人被视为智能体，每个智能体在执行任务时，其他的智能体也会影响决策，在考虑到自身状态和其他机器人的状态之后决策出下一步的任务指令，这样的序列决策问题依靠马尔可夫决策过程来建模，使用一个四元组表示其模型：首先根据应用场景，绘制训练仿真环境，然后结合协同调度任务的约束，包括能力最大化、群组元素数量最小化、群组间作业效率最高化，设计奖惩函数，最后对算法中的策略网络和Q网络进行训练，将训练好的模型和多机器人进行数据通信，对模型输入多机器人状态信息，输出每个机器人下一步的路径信息，进而实现多机器人之间的协同调度；
所述挖钻作业质量检测系统为，采用测量点云数据与原始CAD模型数字化比对检测分析的方法检测挖钻精度并评价挖钻质量，其过程包括：点云数据与CAD模型的预处理、点云数据与CAD模型的配准、点云数据与CAD模型的点面归属，以及点云数据与CAD模型的偏差可视化。
本实施例中所述的三坐标进给系统、多关节蠕动机器人、多自由度柔性机械手以及激光中继机器人系统，其分别用于主通道挖钻、二级通道挖钻、三级通道及远结构挖钻任务。分别如图1、图2、图5所示，其中：
(1)主通道挖钻任务是挖出一条纵深尺度大的平直通道，针对该任务，本发明结合三坐标进给系统切削成型技术及激光测距技术，在三坐标进给系统末端搭载圆形钻进刀、切削刀、修磨刀等作业刀具，通过控制进给量实现对主通道的挖钻，如图1所示。
(2)二级通道挖钻任务是在主通道基础上挖出一条与主通道垂直的变截面直地下工程结构，针对该任务，在多关节蠕动机器人末端安装旋转铰刀及其辅助工装(辅助工装的主要作用有两个：一是克服多关节蠕动机器人不能灵活转向的问题，二是配合铰刀进行二级地下工程结构的修磨)，此外蠕动机器人配备高压冷风管和负压排渣管，通过高压冲击的方式去掉地下工程结构里的碎石泥土等障碍，并经过负压排渣管将废渣用真空抽出作业现场，如图2所示，蠕动机器人本体示意图如图3所示。针对蠕动机器人挖钻过程中如何保证沿着直线进行挖钻的问题，本发明采用激光中继机器人发射十字激光，进而引导蠕动机器人实现二级通道直线挖钻任务，如图4所示。
(3)三级通道及远结构挖钻任务是在二级通道的末端挖出一个扩容的空腔，而且这个空腔的截面要大于二级通道的截面。针对该任务，按挖钻要求在多关节蠕动机器人末端配置不同柔性机械手，通过小型刀具分块切割，逐步成型，并在蠕动机器人末端安装高分辨率微型电视监测系统，允许远程监测挖钻质量，进而修正挖钻任务，如图5所示。
(4)辅助工装：针对目前地下工程结构挖钻刀具刀头在使用过程中存在挖钻效率低，稳定性差等问题，对土壤挖钻的工作原理进行了分析，并在此基础上结合地下工程结构作业环境的特点，设计了工作稳定，操作方便，安全可靠的辅助工装来达到挖钻作业效率的问题，降低了整个挖钻过程的操作难度和危险性，通过测试证明其工作效率较传统的地下工程结构挖钻刀具刀头有显著的提升，部分辅助刀具如图6所示。
(5)排渣系统：随着地下工程结构挖钻深度的增加，矿岩和土壤碎屑不断产生，这些岩层中的大量固体杂质不仅导致掘进工作面出现变形，而且会严重影响挖钻的作业安全，为了解决地下工程结构掘进过程中的排渣问题，综合考虑了积渣物的物理性质、排渣系统工作时的震动对地下工程结构强度的影响以及系统的稳定性等因素，设计了一种兼具高压冷风管和负压排渣管的系统，用以解决掘进过程中的积渣问题。该系统能有效的排出地下工程结构挖钻过程中产生的有毒有害气体、坚硬矿岩以及高压高温条件下产生的粉尘等，允许操作人员在终端更清晰的查看机器人的掘进作业过程。
(6)多自由度柔性机械手系统：针对地下工程结构掘进过程中地下工程结构环境复杂多变、掘进精度要求高、掘进速度慢的特点，设计了一种地下工程结构挖钻多自由度柔性机械手系统。该机械手以机械臂为本体，集成掘进刀头，通过安装在多关节蠕动机器人末端，可在复杂的井下环境中实现快速、安全挖钻作业，具有体积小、质量轻，工作可靠等优点。
(7)激光中继机器人：设计了一种基于激光的欧氏距离测量定位新方法，并且设计激光中继机器人，如图4所示，可克服因地下工程结构大幅度转角导致的激光直线传播受到阻碍的问题，具有定位精度高以及系统可靠性高等优点。
(8)高分辨率微型视觉监测系统：针对地下隧道施工过程中的安全检测问题，为了方便工作人员正确的判断作业以及设备运行时周边的安全状态，基于有线通讯方式设计并实现了高分辨率微型视觉监测系统，系统采用摄像机实时采集多关节蠕动机器人在作业的过程中的工况信息并将其通过有线网络传输到地面主控中心，主控中心接收到视频流数据后，可以结合专家经验进行相关工作的部署。
(9)协同调度系统：被调度的机器人被视为智能体，每个智能体在执行任务时，其他的智能体也会影响决策，在考虑到自身状态和其他机器人的状态之后决策出下一步的任务指令，这样的序列决策问题可以依靠马尔可夫决策过程来建模，通常可以用一个四元组表示其模型。首先根据应用场景，绘制训练仿真环境。然后结合协同调度任务的约束(能力最大化、群组元素数量最小化、群组间作业效率最高化)，设计奖惩函数。最后对算法中的策略网络和Q网络进行训练，将训练好的模型和开挖机器人进行数据通信，对模型输入多机器人状态信息，输出每个机器人下一步的路径信息，进而实现多机器人之间的协同调度。
(10)挖钻作业质量检测系统：为检测挖钻精度并评价挖钻质量，采用测量点云数据与原始CAD模型数字化比对检测分析的方法，其过程主要包括：点云数据与CAD模型的预处理、点云数据与CAD模型的配准、点云数据与CAD模型的点面归属，以及点云数据与CAD模型的偏差可视化。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (7)

1.一种地质模型复杂工程结构挖钻作业的多机器人协同系统，其特征在于，包括三坐标进给系统、多关节蠕动机器人、激光中继机器人系统以及上位机软件系统组成；
所述三坐标进给系统分别控制三个垂直坐标轴的移动，其搭载作业刀具及激光测距单元，所述作业刀具以及激光测距单元均安装于三坐标进给系统末端；
所述多关节蠕动机器人采用拖缆式结构，其首端连接旋转铰刀或多自由度机械手，首端与中部之间配备通道加工成型用辅助工装及高分辨率微型视觉监测系统，多关节蠕动机器人配备激光、高精度测距/测角、惯性测量单元、温湿度测量单元，来获取挖钻方向、速度和力度，以保证工艺的高质量；机器人本体内部配备并拖行驱动电/气缆缆线和通讯网缆缆线进入作业环境，对二级通道进行精细化挖钻，外部配备管壁支撑脚；
所述激光中继机器人搭载激光模块，驱动机构和通讯模块，所述驱动机构搭载于机器人主体，所述通讯模块搭载于机器人主体后方，激光模块包括测距激光和引导激光，共同搭载在机器人主体后方和侧方；
所述上位机软件系统包括：挖钻任务管理与状态监视系统，协同调度系统和挖钻作业质量检测系统；
所述协同调度系统为，被调度的机器人被视为智能体，每个智能体在执行任务时，其他的智能体也会影响决策，在考虑到自身状态和其他机器人的状态之后决策出下一步的任务指令，这样的序列决策问题依靠马尔可夫决策过程来建模，使用一个四元组表示其模型：首先根据应用场景，绘制训练仿真环境，然后结合协同调度任务的约束，包括能力最大化、群组元素数量最小化、群组间作业效率最高化，设计奖惩函数，最后对算法中的策略网络和Q网络进行训练，将训练好的模型和多机器人进行数据通信，对模型输入多机器人状态信息，输出每个机器人下一步的路径信息，进而实现多机器人之间的协同调度；
所述挖钻作业质量检测系统为，采用测量点云数据与原始CAD模型数字化比对检测分析的方法检测挖钻精度并评价挖钻质量，其过程包括：点云数据与CAD模型的预处理、点云数据与CAD模型的配准、点云数据与CAD模型的点面归属，以及点云数据与CAD模型的偏差可视化。
2.根据权利要求1所述的一种地质模型复杂工程结构挖钻作业的多机器人协同系统，其特征在于，所述激光测距单元为十字激光发生器。
3.根据权利要求1所述的一种地质模型复杂工程结构挖钻作业的多机器人协同系统，其特征在于，所述多关节蠕动机器人配备排渣系统，包括安装在多关节蠕动机器人前端的高压冷风管和负压排渣管，将残渣直接排出。
4.根据权利要求1所述的一种地质模型复杂工程结构挖钻作业的多机器人协同系统，其特征在于，所述旋转铰刀或多自由度机械手，通过刀具分块切割，逐步成型，对三级及远结构进行精细化挖钻。
5.根据权利要求1所述的一种地质模型复杂工程结构挖钻作业的多机器人协同系统，其特征在于，所述高分辨率微型视觉监测系统对通过内部进行视觉测量及点云重构；采用摄像机实时采集掘进机器人在作业的过程中的工况信息并将其通过有线网络传输到地面主控中心。
6.根据权利要求1所述的一种地质模型复杂工程结构挖钻作业的多机器人协同系统，其特征在于，所述的异构多机器人协同系统其特征在于：最大挖钻直径500mm的圆形或拱形，最小挖钻直径200mm的圆形或拱形，最小转弯半径300-400mm，主通道最大挖钻速度不小于0.045m3/h，二级通道最大挖钻速度不小于0.015m3/h，三级通道及远结构最大挖钻速度不小于0.005m3/h，通道长度挖钻误差小于30mm/m，支持坡度±30°，转弯角度偏差不大于5°。
7.根据权利要求1所述的一种地质模型复杂工程结构挖钻作业的多机器人协同系统，其特征在于，所述挖钻任务管理与状态监视系统包括隧道挖钻任务规划模块、虚拟仿真与数据反演模块及三维虚拟重构与质量评估模块；所述隧道挖钻任务规划模块通过机器人的位置信息和环境地图信息，进行挖钻作业工艺流程编排、多机器人协同任务规划、多机器人作业规划及多机器人轨迹规划功能；所述虚拟仿真与数据反演模块通过机器人的视觉和点云数据，支持作业任务全流程仿真显示、作业过程实时数据感知与处理、作业过程数据反演与仿真投射、基于多级测距的虚拟现实仿真；所述三维虚拟重构与质量评估模块通过机器人的视觉和点云数据，支持隧道质量视觉检测、三维点云获取与重构、视觉/点云融合质量评估。
CN202310058259.0A 2023-01-19 2023-01-19 一种地质模型复杂工程结构挖钻作业的多机器人协同系统 Pending CN116291524A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310058259.0A CN116291524A (zh) 2023-01-19 2023-01-19 一种地质模型复杂工程结构挖钻作业的多机器人协同系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310058259.0A CN116291524A (zh) 2023-01-19 2023-01-19 一种地质模型复杂工程结构挖钻作业的多机器人协同系统

Publications (1)

Publication Number Publication Date
CN116291524A true CN116291524A (zh) 2023-06-23

Family

ID=86784101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310058259.0A Pending CN116291524A (zh) 2023-01-19 2023-01-19 一种地质模型复杂工程结构挖钻作业的多机器人协同系统

Country Status (1)

Country Link
CN (1) CN116291524A (zh)

Similar Documents

Publication Publication Date Title
CN109356608B (zh) 一种掘进机、系统及方法
CN109630154B (zh) 一种用于隧道掘进的掘进机器人及远程移动终端指挥系统
EP1176393B1 (en) Self-contained mapping and positioning system utilizing point cloud data
CN115256414B (zh) 矿用钻孔机器人及其与地质、巷道模型的耦合作业方法
CN108868837B (zh) 一种地下空间构建系统
CN112012759A (zh) 一种用于煤矿巷道的掘进装备导航定位系统
CN106313086A (zh) 一种煤矿救援机器人远程控制系统和控制方法
CN114352300A (zh) 一种数字化钻爆开挖系统和开挖方法
CN104729501A (zh) 基于旋转扇面激光的悬臂式掘进机位姿测量方法
CN213338437U (zh) 一种无人挖掘机及其远程管理监控系统
CN109209403A (zh) 一种岩溶发育区域多源地质bim建模预判指导施工方法
CN109375281A (zh) 基于三维激光扫描的采空区勘察方法
Mao et al. Virtual laser target board for alignment control and machine guidance in tunnel-boring operations
CN113914885A (zh) 隧道施工设备智能化系统
CN207177908U (zh) 掘进机掘进自动定向系统
Stentz et al. Position measurement for automated mining machinery
CN113756711B (zh) 一种煤矿井下钻探施工设备系统及其施工参数优化方法
CN116291524A (zh) 一种地质模型复杂工程结构挖钻作业的多机器人协同系统
CN116862711A (zh) 一种山地光伏安装作业数字孪生系统和方法
Shen et al. Integrated approach to machine guidance and operations monitoring in tunnel construction
CN112857340B (zh) 一种全智能凿岩台车虚拟掌子面定位方法及装置
Green et al. Robot miner for low grade narrow tabular ore bodies: the potential and the challenge
CN104636576A (zh) 基于加权平均法的地铁施工风险快速评估方法
CN114737976B (zh) 一种超前自成像自辨识的悬臂式掘进采矿机器人
JP5384890B2 (ja) 土中位置誘導方法および土中位置誘導システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination