高级检索

基于多传感器的煤矿探测机器人控制系统研究

张军辉, 李晓鹏

张军辉, 李晓鹏. 基于多传感器的煤矿探测机器人控制系统研究[J]. 煤炭科学技术, 2012, (7).
引用本文: 张军辉, 李晓鹏. 基于多传感器的煤矿探测机器人控制系统研究[J]. 煤炭科学技术, 2012, (7).
Study on Control System of Mine Detection Robot Based on Multi Sensors[J]. COAL SCIENCE AND TECHNOLOGY, 2012, (7).
Citation: Study on Control System of Mine Detection Robot Based on Multi Sensors[J]. COAL SCIENCE AND TECHNOLOGY, 2012, (7).

基于多传感器的煤矿探测机器人控制系统研究

Study on Control System of Mine Detection Robot Based on Multi Sensors

  • 摘要: 针对煤矿探测机器人在煤矿井下事故现场未知环境中的控制需求,研究了基于多传感器的智能控制系统原理与构架方式,提出了煤矿探测机器人3层分布式模块化控制结构,其核心决策规划系统采用多智能体Agent原理进行设计,各个功能Agent按照机器人的行为决策过程递阶分布,各模块间按照反应式的行为准则相互协调配合,完成探测机器人的决策与控制过程。经试验验证,该系统可以使煤矿探测机器人具有处理复杂任务与应对煤矿井下地形环境的能力,实现了机器人的智能控制。
    Abstract: According to the control requirements of an unknown environment in an accident site of an underground mine, the paper had a study on the principle and framework mode of the intelligent control system based on the multi sensors.A three layer distribution type modularization control structure of the mine detection robot was provided.The key decision planning system was designed with the multi intelligent agent principle .Each function of the Agent was distributed according to the beha vior decision process of the robot.There would be a mutual coordination and cooperation between each modular according to the reaction type behavior regulations to C omplete the decision and control process of the detection robot.The experiments showed that the system could make the mine detection robot with the capacity to handl e the complicated mission and the topography environment in the underground mine.Thus the intelligent control of the robot could be realized.
  • 期刊类型引用(31)

    1. 秦翥. 带式输送机智能化发展现状研究. 煤矿机械. 2025(01): 73-76 . 百度学术
    2. 王春青,韩国庆,魏大伟,胡开庚,袁志金. 煤矿带式输送机AI视频监控系统与巡检机器人的对比研究. 煤矿机械. 2025(03): 98-100 . 百度学术
    3. 方新秋,吴洋,宋扬,陈宁宁,丰宇龙,冯豪天,贺德幸,乔富康. 基于FBG传感器的带式输送机故障监测研究. 煤炭科学技术. 2025(01): 326-340 . 本站查看
    4. 董礼,程丽敏,赵博,王雁冰,商志强,朱盼盼. 基于改进模式识别的无人值守风电场群组机器人集中巡检研究. 可再生能源. 2025(03): 346-352 . 百度学术
    5. 王洪磊,郭鑫,张亦凡,张俊升. 煤质煤量全面在线检测技术发展现状及应用进展. 煤炭科学技术. 2024(02): 219-237 . 本站查看
    6. 赵亮. 矿用带式输送机自动监控巡检系统分析. 现代制造技术与装备. 2024(01): 197-199 . 百度学术
    7. 邵立新. 煤矿带式输送机巡检机器人关键技术研究. 机械管理开发. 2024(03): 192-193+196 . 百度学术
    8. 田立勇,唐瑞,于宁,杨秀宇,秦文光. 带式输送机不停机更换托辊机器人研究与应用. 中国机械工程. 2024(05): 938-949 . 百度学术
    9. 张克亮. 基于MT-CNN的矿井带式输送机输煤量检测技术. 中国矿业. 2024(06): 137-142 . 百度学术
    10. 盛彬,吴利刚,张楠. 融合轻量化神经网络的矿用输送带钢芯损伤检测方法. 控制工程. 2024(07): 1254-1262 . 百度学术
    11. 徐明辉. 煤矿带式输送机综合控制技术的运用研究. 内蒙古煤炭经济. 2024(13): 130-132 . 百度学术
    12. 高飞. 基于改进DDNet的皮带输送机位移故障诊断研究. 计算机测量与控制. 2024(08): 47-54 . 百度学术
    13. 程德强,钱建生,郭星歌,寇旗旗,徐飞翔,顾军,高亚超,赵金升. 煤矿安全生产视频AI识别关键技术研究综述. 煤炭科学技术. 2023(02): 349-365 . 本站查看
    14. 蒋社想,周馨蕊. 带式输送机智能巡检系统设计. 煤炭技术. 2023(05): 203-206 . 百度学术
    15. 桂改花,苑占江. 基于改进BP-PID的带式输送机速度控制方法. 工矿自动化. 2023(05): 104-111 . 百度学术
    16. 李一文,陈湘源,张海峰. 煤矿井下巡检机器人机电转换充电方法. 自动化与仪表. 2023(06): 39-44 . 百度学术
    17. 常健. 面向煤矿巡检任务的新型仿生爬线机器人关键技术. 煤矿安全. 2023(06): 244-248 . 百度学术
    18. 秦伟,陈湘源,张海峰. 基于多轮驱动同步控制系统的矿用巡检机器人设计. 煤矿机械. 2023(08): 1-5 . 百度学术
    19. 魏学平. 皮带运输机巡检机器人数据处理系统设计与实现. 机械工程与自动化. 2023(04): 144-146 . 百度学术
    20. 范高鹏. 带式输送机自动监控巡检系统的设计应用. 江西煤炭科技. 2023(03): 238-240 . 百度学术
    21. 蔺恩忠. 煤矿带式输送机轴承监测诊断系统应用研究. 科技资讯. 2023(16): 62-65 . 百度学术
    22. 吴珊. 带式输送机托辊性能的分析及优化. 机械管理开发. 2023(10): 43-45 . 百度学术
    23. 胡金良. 基于带式输送机的智能巡检研究. 中国安全科学学报. 2023(S1): 85-90 . 百度学术
    24. 张立峰,武小芳. 基于PAC的输煤皮带巡检机器人设计与研究. 中国设备工程. 2023(23): 198-200 . 百度学术
    25. 李洁. 煤矿多级带式输送机系统的节能控制研究. 机械管理开发. 2023(12): 202-204 . 百度学术
    26. 张海峰. 煤矿挂轨式巡检机器人爬坡助力装置. 自动化与仪表. 2022(10): 48-51 . 百度学术
    27. 王鹏,赵红菊. 煤矿场景下基于RGBD的视觉导航技术. 煤矿安全. 2022(11): 136-140 . 百度学术
    28. 张超力,武国旺,孟超,王志红,刘红欣,梁国杰,霍斌洋,薛长站,苏周,梅东升. 输煤皮带巡检机器人系统上位机软件设计与实现. 能源与节能. 2022(12): 183-185 . 百度学术
    29. 毛清华,李世坤,胡鑫,薛旭升,姚丽杰. 基于改进YOLOv7的煤矿带式输送机异物识别. 工矿自动化. 2022(12): 26-32 . 百度学术
    30. 樊琛,王毅. 基于浮游式变压器巡检机器人系统设计与试验. 粘接. 2022(12): 174-177+191 . 百度学术
    31. 刘寿恩. 露天输送带智能巡检系统设计. 数字技术与应用. 2021(11): 199-201 . 百度学术

    其他类型引用(5)

计量
  • 文章访问数:  193
  • HTML全文浏览量:  0
  • PDF下载量:  503
  • 被引次数: 36
出版历程
  • 网络出版日期:  2023-04-02
  • 发布日期:  2012-07-24

目录

    /

    返回文章
    返回