第1章绪论

1.1 研究背景及意义

近年来得益于矿山开采技术的持续优化以及科学的安全管理措施，我国金属矿山的事故发生率和事故严重程度整体呈现下降趋势，矿山安全生产水平得到了显著提升。然而地下矿山的安全形势依然严峻。其中由于矿井危险区域引发的事故占比极高，成为影响矿山安全生产的重要因素之一。矿井深部的高温高压环境导致的热害和岩爆可能会严重威胁作业人员的生命安全；巷道围岩松动产生变形可能会导致顶板垮落或支护系统失效，增加矿井维护难度。此外，在地下矿山开采过程中由于矿体赋存条件复杂、开采方式多样，会形成形态不规则且规模不一的采空区。大量采空区的存在不仅会降低矿山资源的回收率，还可能对周围巷道及采场的稳定性造成威胁，使得矿井维护难度加大，进而增加生产安全风险。更为严重的是，采空区的形成导致的应力重分布可能会诱发大范围的岩层移动、冒落和地表沉陷等灾害，对矿井内部人员及设备安全构成直接威胁，甚至导致生产中断[1]。


(a) 固定式三维激光扫描仪探测采空区[2]	(b) 无人机探测采空区[3]

图1-1 采空区探测方法

开展此研究能够提高矿山危险区域的测量精度与效率，还能推动矿山数字化智能化建设，提升矿山安全管理水平。

1.2 国内外研究现状

基于四足机器人的地下矿山危险区域高精度三维模型构建技术的核心在于将三维激光扫描与四足机器人进行结合应用。因此，本节将首先介绍三维激光扫描法扫描采空区与综合方法扫描采空区，然后介绍机器人技术在矿山的相关应用成果，最后将介绍基于激光雷达的SLAM技术研究现状。

1.2.1 基于激光雷达扫描采空区

目前，对采空区进行扫描与建模主要是基于雷达的方法。因其具有扫描精度高、成本低等优点，在采空区扫描建模方面应用较广。基于激光雷达扫描采空区地方法主要分为基于固定式激光扫描仪、移动式激光扫描仪和无人机扫描三类方法。

地形测绘中的应用相对成熟，而其在地下金属矿山环境下的使用尚处于初步尝试阶段。

1.2.2 综合方法扫描采空区

除了基于激光雷达扫描采空区外，国内外很多学者还研究出了诸多方法，包括以物理勘探为主的电法、电磁法、地震法等。Zhang, WH等[19]采用 InSAR（干涉合成孔径雷达）技术对采空区的位置进行了监测研究。并通过与交叉迭代方法结合最终对采空区的空间位置表征参数进行了比较精确的测定。Yu, CT等[20]将微震测量技术应用于煤炭采空区的探测中，在太原南岭煤矿进行了实际实验，最终证明该方法可以比较清晰地对采空区地位置进行测定，且与从矿山获得地采空区数据趋于一致。Bu, P等[21]通过差分干涉雷达（DinSAR）手段对采空区内关键区域的方位走势进行数据提取，进一步融合基于概率分布的数学模型与几何构建策略，实现对边界结构中沿走向及倾角方向的有效判定与划定。最终通过该方法获得了采空区边界相关的6个几何参数，证明了该方法地可行性。在欧美各国中，以英国、法国和意大利为代表的地区，较早开展了对地质结构的非接触式探测研究，所采用的主要技术手段包括雷达波穿透成像与高精度激光扫描系统，此外，低频重力响应与浅层振动反演等方法亦有实际应用。而在俄罗斯，相关研究则更倾向于依托于电磁场响应、弹性波反射特征分析、时变磁场探测、气体释放指标捕捉及井下电磁波穿越等物理参数手段，探索取得了诸多成果。但由于三维激光扫描对采空区的探测结果更为精细化，因此比上述提到的各项方法的应用更为广泛。

1.2.3 机器人技术的应用

（1）机器人技术在矿山的应用

近年来，随着国家大力推进矿山数字化智能化建设，矿用机器人的研发和应用为矿山智能化发展提供了核心技术和装备支撑，被认为是未来矿山的发展趋势。目前，机器人技术在矿山的应用主要集中在智能采矿、智能巡检、智能救援等方面[22]。

，能够有效解决矿山开采中常见的顶板和侧帮松动问题，具有显著的实际意义。


（a）智能凿岩机器人	（b）智能巡检机器人	（c）智能救援机器人

图1-2 各类矿用机器人图

矿山工作环境具有很高的风险，在地震、塌方或火灾等突发事件中，现场救援变得非常困难。智能救援机器人能在事故危险环境中探测被困人员位置、提供，它结合虚拟现实和增强现实等技术手段，能够实时监控矿山的运行状况。同时，数字孪生矿山与实体矿山是实时交互的，能基于此对生产现场的运行状态进行优化分析[50]。因此，未来矿山智能机器人技术与数字孪生技术的融合将进一步解决矿山中的各类问题。

（2）四足机器人的发展现状

障诊断以及冗余设计等技术能够保证机器人在部分传感器失效或者环境异常的情况下继续稳定运行。

1.2.4 SLAM技术研究进展

SLAM技术的发展始于20世纪80年代[67]，随着机器人技术的不断进步，SLAM逐渐从基础的理论研究走向了实际应用。SLAM技术可以描述为无人装备在未知环境中，通过本体携带的传感器进行数据采集，进行位姿估计和定位，从而构建增量式地图。其通过同时解决机器人自身定位与环境地图构建两个问题，为

这类面向场景的定制化演进，正成为SLAM在工业领域持续深化的主要趋势。

1.3 现状分析与研究目标

在地下矿山危险区域中采空区因其高风险性和高事故发生率已成为矿山安全管理的重点。基于此本文将以采空区为例展开研究。目前针对地下矿山采空区进行扫描与建模的方法主要是以三维激光扫描技术为主，但该方法受限于设备体积大、人工依赖度高等问题，在地下矿山应用中操作不便且存在安全隐患。近年来虽然出现基于无人机进行扫描的新型方法，但在安全性、操作便携性等方面仍未能

提出系统的有效性。实地实验验证环节通过验证本文所提出系统在真实地下矿山环境中的三维建模有效性，确保其可实现高精度三维建模这一目标。

1.4 主要研究内容与技术路线

本文的研究重点是地下矿山危险区域无人化扫描与三维建模，提出基于四足机器人搭载三维激光雷达的扫描建模系统。通过控制四足机器人进入地下矿山采空区等危险区域进行高精度点云数据采集并结合改进后的SLAM算法以及多阶段一体化的三维建模方法构建采空区高精度三维模型。本文的研究目标是提升地下矿山危险区域测量的安全性以及效率，并为矿山灾害监测、风险评估以及数字化管理提供智能化的方案。

本研究的主要内容包括以下几个方面：

（1）基于四足机器人的地下矿山危险区域测量与建模系统构建。研究选取适用于地下矿山复杂环境的四足机器人，并搭载传感器，实现对地下矿井危险区域的扫描与建模。

本文的技术路线图如图1-4所示。

图1-4 技术路线图

1.5 论文章节安排

本文研究基于四足机器人的地下矿山危险区域扫描与建模技术，包括扫描建图、精准建模、精度评定三个部分。本文共分为六章，各主要章节的结构安排如下：

第二章建模系统平台搭建。该章详细阐述基于四足机器人的地下矿山采空区建模系统整体框架，包括硬件设备平台、传感器的选用、硬件连接等。

同时，制定整体性指标和剖面轮廓相似性指标对建模效果进行对比，以证明本文所构建系统的有效性。

第2章井下装备检测硬件搭建与算法设计

2.1 引言

为了开展基于多传感器融合的井下装备周边人员碰撞预警等相关技术的研究工作，基于本文的研究内容，通过整合实验室存量设备与定向采购的专用器件，构建了一套适配井下复杂作业场景的井下装备环境感知系统平台。该平台的核心环节包含传感器选型与安装调试，具体选用工业相机与机械式激光雷达作为核心感知单元。本章将详细阐述平台硬件传感器的选型依据、安装方案，明确系统运行所需的技术支撑以及软件依赖，并最终提出基于激光雷达相机多模态融合的目标检测算法总体设计框架。

2.2 硬件平台

2.2.1 平台介绍

本文所依托的井下装备环境感知平台是由智能车辆RANGERMINI 3.0改进而成，RANGER MINI 是⼀款可编程全向型UGV（UNMANNED GROUND VEHICLE）,同时可以搭载⽴体相机、激光雷达、GPS、IMU、机械⼿等设备，被运用到无人巡检、科研、勘探物流等领域。该平台外观以及内部设备如图xx所示。

该智能车辆模拟井下装备真实物理引擎，额外搭载了一台xx相机、一台Ouster OS1雷达、以及xx工控机。Xx工控机拥有xx的CPU、独立显卡、运行内存为xxG，硬盘为xxG。

2.2.2 传感器设备选型

本研究致力于实现多传感器融合的井下人员识别检测，需要各传感器之间相互补充，共同完成感知任务。因此，对可见光相机和激光雷达传感器进行了详细介绍，重点明确两类传感器在井下粉尘昏暗环境中的感知优势、适用范围及性能局限，为后续融合算法设计提供硬件特性支撑。

（1）可见光相机

单目可见光相机在井下昏暗、多粉尘的复杂作业环境中展现出较强的环境适应性，其采集的二维图像可呈现目标的颜色梯度、表面纹理及轮廓细节，既能直观区分人员工装与设备外壳的颜色差异，又能通过纹理特征识别人员肢体动作，为井下目标分类提供关键视觉依据。基于此，本研究选用xx可见光相机作为核心视觉传感器。可见光相机实物如图xx所示，主要技术参数如表xx所示。

参数名称	参数规格

（2）机械式激光雷达

相较于易受井下光照变化、粉尘遮挡影响的视觉传感器，激光雷达可直接输出环境三维点云数据，在井下粉尘遮蔽、强电磁干扰及低光照环境中展现出更强的抗干扰能力，同时具备输出信号波动误差≤0.5%、单圈扫描速度≤100ms 的性能优势，能快速捕捉井下人员与装备的动态位置关系。本研究选用Ouster OS1 型号中程激光雷达作为三维感知核心。激光雷达实物如图xx所示，主要技术参数如表xx所示。

参数名称	参数规格
型号	Ouster OS1
线数	32/64
激光波长	865 nm
测距能力	10% 反射率目标下 90 m
精度	±2.5 cm
水平视场角	360°
垂直视场角	+21.2°~-21.2°
帧率	10/20 Hz

表2-2 Rshelios-16p激光雷达各参数

极板间距发生变化，其输出的信号将满足比力方程，如公式2-1所示。

2.2.3 平台设备安装

实所测的数值误差均不超过1.5m。证明了本文所构建的基于四足机器人的三维扫描与建模系统的有效性。

2.3 软件系统

2.3.1 多传感器融合策略

现行检测任务中的数据主要来源于各种传感器的测量，其中最常用的传感器有相机以及激光雷达等，传感器的类型和性能直接决定了目标检测结果的可靠性。不同传感器在井下感知任务中呈现出差异化适配特性：相机凭借超高图像分辨率，可清晰捕捉人员工装颜色、肢体轮廓等细节特征，因此重点用于近距离人员身份确认，但在井下粉尘浓度＞10mg/m³或光照强度波动50-300lux的场景中，成像易出现噪点或过曝，导致检测精度下降；激光雷达可输出三维点云数据，且在井下复杂光照、高粉尘环境中仍能保持稳定工作，因此多用于中距离定位、障碍物轮廓提取及作业环境三维重建，但其存在探测距离过远导致点云密度显著下降的局限。两类传感器的互补性特征，为后续多传感器融合技术的应用提供了硬件基础。

基于前文两类核心传感器的互补性与局限性，多传感器融合技术通过整合视觉相机（二维图像）与激光雷达（三维点云）的异构信息，针对性解决单传感器在井下场景的局限，最终输出更全面环境感知结果。该技术是井下车辆安全感知的核心支撑，通过原始数据层-特征提取层-决策输出层的分层协同实现冗余感知，降低单一传感器失效导致的碰撞风险。依据信息融合的深度差异，该技术可划分为三类：数据级融合、特征级融合、决策级融合，三类融合方式分别适配井下不同感知精度与实时性需求，共同提升车辆环境感知系统的综合性能与运行可靠性。

2.3.2 算法总体设计

实所测的数值误差均不超过1.5m。证明了本文所构建的基于四足机器人的三维扫描与建模系统的有效性。

第1章绪论

1.1 研究背景及意义