基于5G的煤矿井下无人机巡视信息感知方法及其感知系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112650272A(43)申请公布日2021.04.13(21)申请号202011334292.4(22)申请日2020.11.24(71)申请人太原理工大学地址030024山西省太原市迎泽西大街79号(72)发明人乔铁柱付杰张海涛杨毅(74)专利代理机构太原高欣科创专利代理事务所(普通合伙)14109代理人崔浩冷锦超(51)Int.Cl.G05D1/10(2006.01)权利要求书3页说明书9页附图5页(54)发明名称基于5G的煤矿井下无人机巡视信息感知方法及其感知系统(57)摘要本发明基于5G的煤矿井下无人机巡视信息感知方法及其感知系统，属于煤矿井下无人机巡视信息感知技术领域；所要解决的技术问题为：提供基于5G的煤矿井下无人机巡视信息感知方法的改进；解决上述技术问题采用的技术方案为：构建数据集，构建操作集，根据构建的数据集和操作集使僚机进行初步学习具备自主学习能力后，长机发布巡视任务指令，在巡视过程中僚机通过强化学习机制进行进一步学习，同时将传感器采集数据和图像信息发送至长机，长机通过深度学习完成图像处理和参数提取，同时通过对数据的分析处理完成长机的强化学习机制；在巡视过程中长机、僚机之间通过协同合作机制完成巡视任务后自主结束巡视任务，返航至充电站；本发明应用于煤矿井下。CN112650272ACN112650272A权利要求书1/3页1.基于5G的煤矿井下无人机巡视信息感知方法，其特征在于：包括如下步骤：步骤一：构建数据集：通过不同的操作人员操作作为僚机的无人机进行试飞，所述僚机记录不同人操作无人机面对同一飞行境遇时所产生的非均等代价，并将飞行操作按照不同区域随机排列；步骤二：构建操作集：根据步骤一采集的无人机的飞行数据，通过损益函数计算并保留飞行的指令参数；步骤三：根据步骤一、步骤二构建的数据集和操作集使僚机进行初步学习具备自主学习能力后，长机发布巡视任务指令，长机和僚机自检满足升空条件后进行矿井巡视；步骤四：在巡视过程中僚机通过强化学习机制进行进一步学习，同时将传感器采集数据和图像信息发送至长机；步骤五：长机接收僚机发送的传感器数据及图像信息，通过深度学习完成图像处理和参数提取，同时通过对数据的分析处理完成长机的强化学习机制；步骤六：在巡视过程中长机、僚机之间通过协同合作机制完成巡视任务，且在将巡视区域全部巡视完毕后，自主结束巡视任务，返航至充电站，进行电能储备。2.根据权利要求1所述的基于5G的煤矿井下无人机巡视信息感知方法，其特征在于：所述步骤一中的非均等代价具体指僚机处在某一相同飞行情境时，根据不同人所做出的不同操作，所产生的不同结果，所述僚机同时记录不同的人飞行操控在试飞过程中巡检的内容和做出的飞行操作。3.根据权利要求2所述的基于5G的煤矿井下无人机巡视信息感知方法，其特征在于：所述步骤二中的损益函数采用多元线性回归方程模型，计算公式为：yi＝ax1+bx2+cx3+dx4+…；上式中：yi为第i项操作对应的损益值，xi为测量项的参数，a，b，c，d…为权值参数。4.根据权利要求3所述的基于5G的煤矿井下无人机巡视信息感知方法，其特征在于：步骤四中的僚机强化学习机制的步骤如下：步骤4.1：长机、僚机均上电启动，自检电量是否充足并符合升空条件，符合条件后转入步骤4.2，不符合条件的重新上电自检；步骤4.2：工作人员操作僚机开始巡视四周并采集图像，并将图像信息集成发送至长机，僚机根据长机更新发布给僚机的判断机制判断当前区域是否为设定的巡视区域，当判断为是设定区域时转入步骤4.3，当判断为不是设定区域时重复步骤4.2直至僚机进入设定的巡视区域后进入步骤4.3；步骤4.3：僚机通过视觉slam算法进行地形建模，并将周围的障碍物进行标记，在标记完成后，形成整体建模的集成，并根据僚机具备的判断机制判断当前区域是否可巡视，当判断为当前区域可巡视时转入步骤4.4，当判断为当前区域不可巡视时转入步骤4.2重新进行另一区域的图像采集；步骤4.4：僚机进入悬停状态，通过TOF相机和可见光相机，对四周进行图像采集，同时控制传感器采集当前位置的环境参数，僚机对采集图像数据的地形、人物、设备从视觉、听觉角度进行特征点提取，并发送给长机，同时识别工人的操作是否规范，当判断为操作规范时，转入步骤4.5，当判断为操作不规范时通过僚机上的喊话器发出警告信号并对违规操作人员的工号进行记录；2CN112650272A权利要求书2/3页步骤4.5：将当前区域巡视结束后，判断整体巡视区域是否完成，当所有区域都巡视完成后，僚机返航至充电站，当存在未被巡视的区域，僚机将前往未被巡视的区域转入步骤4.2进行进一步巡视。5.根据权利要求4所述的基于5G的煤矿井下无人机巡视信息感知