本技術(shù)實(shí)施例涉及智能巡檢領(lǐng)域，尤其涉及一種非煤礦山智能巡檢方法及智能巡檢無人車。

背景技術(shù)：

1、礦山作為一種高風(fēng)險的生產(chǎn)環(huán)境，其安全管理一直是礦山運(yùn)營中的重要環(huán)節(jié)。傳統(tǒng)的礦山安全管理主要依賴人工巡檢和監(jiān)測，這種方式雖然在一定程度上能夠發(fā)現(xiàn)和處理安全隱患，但存在諸多局限性和不足。礦山環(huán)境通常包括狹窄的通道、不穩(wěn)定的地質(zhì)結(jié)構(gòu)以及潛在的有毒氣體和積水等危險因素，這些都對人工巡檢提出了嚴(yán)峻的挑戰(zhàn)。傳統(tǒng)的人工巡檢不僅需要巡檢人員在惡劣的環(huán)境中長時間工作，還需要他們具備高度的專業(yè)技能和豐富的經(jīng)驗(yàn)來識別和處理各種潛在的危險。隨著礦山開采深度的增加和生產(chǎn)規(guī)模的擴(kuò)大，礦山環(huán)境變得越來越復(fù)雜和危險，傳統(tǒng)的人工巡檢方式已經(jīng)難以滿足現(xiàn)代礦山安全管理的需求。

2、現(xiàn)有技術(shù)中通常采用巡檢車代替人工巡檢，但常規(guī)巡檢車的導(dǎo)航系統(tǒng)往往依賴預(yù)設(shè)的固定路線，缺乏靈活性和適應(yīng)性。當(dāng)?shù)V山內(nèi)部結(jié)構(gòu)發(fā)生變化或者出現(xiàn)新的障礙物時，巡檢車無法及時調(diào)整路線，可能導(dǎo)致偏離指定巡檢點(diǎn)，無法完成預(yù)定的巡檢任務(wù)，最終將嚴(yán)重影響巡檢工作的效率和安全性。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供一種非煤礦山智能巡檢方法及智能巡檢無人車，用于解決現(xiàn)有技術(shù)中巡檢無人車巡檢工作效率較低的問題。

2、為達(dá)到上述目的，第一方面，本技術(shù)提供了一種非煤礦山智能巡檢方法，該方法包括：

3、獲取目標(biāo)礦山區(qū)域的礦山區(qū)域地圖，所述礦山區(qū)域地圖預(yù)先標(biāo)記有多個危險區(qū)域；

4、根據(jù)多個所述危險區(qū)域確定多個目標(biāo)巡檢點(diǎn)，基于所有所述目標(biāo)巡檢點(diǎn)生成初始巡檢路線；

5、控制所述智能巡檢無人車按照所述初始巡檢路線向所述目標(biāo)巡檢點(diǎn)移動，在所述智能巡檢無人車向所述目標(biāo)巡檢點(diǎn)移動的過程中，通過所述智能巡檢無人車實(shí)時采集周圍環(huán)境的環(huán)境數(shù)據(jù)和圖像數(shù)據(jù)，結(jié)合所述環(huán)境數(shù)據(jù)和所述圖像數(shù)據(jù)將所述初始巡檢路線調(diào)整為目標(biāo)巡檢路線；

6、控制所述智能巡檢無人車按照所述目標(biāo)巡檢路線向所述目標(biāo)巡檢點(diǎn)移動；

7、到達(dá)任意一個所述目標(biāo)巡檢點(diǎn)后，結(jié)合所述環(huán)境數(shù)據(jù)和所述圖像數(shù)據(jù)判斷當(dāng)前所述目標(biāo)巡檢點(diǎn)是否滿足檢測條件；

8、若當(dāng)前所述目標(biāo)巡檢點(diǎn)滿足所述檢測條件，則通過所述智能巡檢無人車對當(dāng)前所述目標(biāo)巡檢點(diǎn)進(jìn)行透水檢測，得到初步透水檢測結(jié)果，結(jié)合所述環(huán)境數(shù)據(jù)和所述初步透水檢測結(jié)果分析得到當(dāng)前所述目標(biāo)巡檢點(diǎn)的透水隱患結(jié)果；

9、根據(jù)所述透水隱患結(jié)果和所述環(huán)境數(shù)據(jù)判斷當(dāng)前所述目標(biāo)巡檢點(diǎn)是否出現(xiàn)危險征兆；

10、結(jié)合所述環(huán)境數(shù)據(jù)和所述透水檢測結(jié)果分析并確定當(dāng)前所述目標(biāo)巡檢點(diǎn)的危險等級。

11、可選的，所述智能巡檢無人車包括設(shè)置于所述智能巡檢無人車頂部的升降裝置，還包括設(shè)置于所述升降裝置頂部的透水檢測模塊，所述通過所述智能巡檢無人車對當(dāng)前所述目標(biāo)巡檢點(diǎn)進(jìn)行透水檢測，得到初步透水檢測結(jié)果，結(jié)合所述環(huán)境數(shù)據(jù)和所述初步透水檢測結(jié)果分析得到當(dāng)前所述目標(biāo)巡檢點(diǎn)的透水隱患結(jié)果包括如下步驟：

12、控制所述升降裝置將所述透水檢測模塊升至當(dāng)前所述目標(biāo)巡檢點(diǎn)的礦洞頂部，利用所述透水檢測模塊中的瞬變電磁儀線圈對所述礦洞頂部的礦洞巖體進(jìn)行探測，得到初步探測數(shù)據(jù)；

13、對所述初步探測數(shù)據(jù)進(jìn)行分析，得到當(dāng)前所述目標(biāo)巡檢點(diǎn)處所述礦洞巖體的電阻率數(shù)值；

14、分析所述電阻率數(shù)值，得到當(dāng)前所述目標(biāo)巡檢點(diǎn)的初步透水檢測結(jié)果；

15、結(jié)合所述環(huán)境數(shù)據(jù)和所述初步透水檢測結(jié)果分析得到當(dāng)前所述目標(biāo)巡檢點(diǎn)的透水隱患結(jié)果。

16、可選的，所述環(huán)境數(shù)據(jù)包括環(huán)境濕度數(shù)據(jù)，所述結(jié)合所述環(huán)境數(shù)據(jù)和所述初步透水檢測結(jié)果分析得到當(dāng)前所述目標(biāo)巡檢點(diǎn)的透水隱患結(jié)果包括如下步驟：

17、基于rbf神經(jīng)網(wǎng)絡(luò)模型構(gòu)建初級礦洞隱患識別模型；

18、獲取歷史環(huán)境濕度數(shù)據(jù)和歷史透水檢測結(jié)果；

19、向所述初級礦洞隱患識別模型輸入所述歷史環(huán)境濕度數(shù)據(jù)和所述歷史透水檢測結(jié)果，對所述初級礦洞隱患識別模型進(jìn)行訓(xùn)練，得到礦洞隱患識別模型；

20、將所述環(huán)境濕度數(shù)據(jù)和所述初步透水檢測結(jié)果輸入至訓(xùn)練完成的所述礦洞隱患識別模型中，將所述環(huán)境濕度數(shù)據(jù)和所述初步透水檢測結(jié)果映射到隱空間，得到隱空間信息；

21、基于所述隱空間信息并通過所述礦洞隱患識別模型輸出所述目標(biāo)巡檢點(diǎn)的透水隱患結(jié)果。

22、可選的，所述環(huán)境數(shù)據(jù)還包括有害氣體濃度數(shù)據(jù)，所述根據(jù)所述透水隱患結(jié)果和所述環(huán)境數(shù)據(jù)判斷當(dāng)前所述目標(biāo)巡檢點(diǎn)是否出現(xiàn)危險征兆包括如下步驟：

23、若所述透水隱患結(jié)果為存在透水隱患，則判定當(dāng)前所述目標(biāo)巡檢點(diǎn)出現(xiàn)危險征兆；

24、若所述透水隱患結(jié)果為不存在透水隱患，則根據(jù)所述有害氣體濃度數(shù)據(jù)判斷當(dāng)前所述目標(biāo)巡檢點(diǎn)是否出現(xiàn)危險征兆；

25、若所述有害氣體濃度數(shù)據(jù)小于預(yù)設(shè)的有害氣體濃度閾值，則判定當(dāng)前所述目標(biāo)巡檢點(diǎn)沒有出現(xiàn)危險征兆；

26、若所述有害氣體濃度數(shù)據(jù)大于等于預(yù)設(shè)的有害氣體濃度閾值，則判定當(dāng)前所述目標(biāo)巡檢點(diǎn)出現(xiàn)危險征兆。

27、可選的，所述控制所述智能巡檢無人車按照所述初始巡檢路線向所述目標(biāo)巡檢點(diǎn)移動，在所述智能巡檢無人車向所述目標(biāo)巡檢點(diǎn)移動的過程中，通過所述智能巡檢無人車實(shí)時采集環(huán)境數(shù)據(jù)和圖像數(shù)據(jù)，結(jié)合所述環(huán)境數(shù)據(jù)和所述圖像數(shù)據(jù)將所述初始巡檢路線調(diào)整為目標(biāo)巡檢路線包括如下步驟：

28、控制所述智能巡檢無人車按照所述初始巡檢路線向所述目標(biāo)巡檢點(diǎn)移動；

29、在所述智能巡檢無人車向所述目標(biāo)巡檢點(diǎn)移動的過程中，通過所述智能巡檢無人車實(shí)時采集環(huán)境數(shù)據(jù)和圖像數(shù)據(jù)，所述環(huán)境數(shù)據(jù)包括光照強(qiáng)度數(shù)據(jù)；

30、若所述光照強(qiáng)度數(shù)據(jù)大于預(yù)設(shè)的光照強(qiáng)度閾值，則利用圖像識別技術(shù)識別所述圖像數(shù)據(jù)中的礦洞地形特征，并基于所述礦洞地形特征調(diào)整所述初始巡檢路線；

31、若所述光照強(qiáng)度數(shù)據(jù)小于等于預(yù)設(shè)的光照強(qiáng)度閾值，則將所述初始巡檢路線調(diào)整為目標(biāo)巡檢路線。

32、可選的，所述利用圖像識別技術(shù)識別所述圖像數(shù)據(jù)中的礦洞地形特征，并基于所述礦洞地形特征調(diào)整所述初始巡檢路線包括如下步驟：

33、將所述圖像數(shù)據(jù)預(yù)處理為灰度圖像；

34、采用閾值分割算法將所述灰度圖像中包含完整礦洞洞口的目標(biāo)圖像區(qū)域與圖像背景分離；

35、通過局部二值算法定位所述目標(biāo)圖像區(qū)域，并計算得到所述目標(biāo)圖像區(qū)域的區(qū)域尺寸；

36、獲取所述智能巡檢無人車采集圖像數(shù)據(jù)時的相機(jī)參數(shù)，并利用所述智能巡檢無人車的車載激光測距裝置測量所述智能巡檢無人車與所述礦洞洞口的實(shí)際距離；

37、結(jié)合所述區(qū)域尺寸、所述相機(jī)參數(shù)和所述實(shí)際距離計算得到所述礦洞洞口的洞口實(shí)際尺寸；

38、若所述洞口實(shí)際尺寸與所述智能巡檢無人車的車輛尺寸不匹配，則將所述初始巡檢路線調(diào)整為目標(biāo)巡檢路線；

39、若所述洞口實(shí)際尺寸與所述智能巡檢無人車的車輛尺寸匹配，則對所述目標(biāo)圖像區(qū)域進(jìn)行圖像增強(qiáng)處理；

40、結(jié)合所述閾值分割算法和所述局部二值算法對圖像增強(qiáng)處理后的所述目標(biāo)圖像區(qū)域進(jìn)行識別分析，并判斷所述礦洞洞口所屬目標(biāo)礦洞的內(nèi)部是否存在阻礙所述智能巡檢無人車前進(jìn)的障礙物；

41、若所述礦洞洞口所屬目標(biāo)礦洞的內(nèi)部不存在阻礙所述智能巡檢無人車前進(jìn)的障礙物，則控制所述智能巡檢無人車按照所述初始巡檢路線行駛；

42、若所述礦洞洞口所屬目標(biāo)礦洞的內(nèi)部存在阻礙所述智能巡檢無人車前進(jìn)的障礙物，則將所述初始巡檢路線調(diào)整為目標(biāo)巡檢路線。

43、可選的，所述環(huán)境數(shù)據(jù)還包括腐蝕氣體濃度數(shù)據(jù)，所述結(jié)合所述環(huán)境數(shù)據(jù)和所述圖像數(shù)據(jù)判斷當(dāng)前所述目標(biāo)巡檢點(diǎn)是否滿足檢測條件包括如下步驟：

44、利用圖像識別技術(shù)從圖像數(shù)據(jù)中提取出粉塵圖像；

45、計算所述粉塵圖像的飽和度和亮度，得到粉塵圖像透光率；

46、對所述粉塵圖像透光率進(jìn)行分析處理，得到所述粉塵濃度特征；

47、結(jié)合所述粉塵濃度特征、所述環(huán)境濕度數(shù)據(jù)和所述腐蝕氣體濃度數(shù)據(jù)，并通過核主成分分析法綜合分析當(dāng)前所述目標(biāo)巡檢點(diǎn)是否滿足檢測條件。

48、可選的，所述結(jié)合所述粉塵濃度特征、所述濕度數(shù)據(jù)和所述腐蝕氣體濃度數(shù)據(jù)，并通過核主成分分析法綜合分析當(dāng)前所述目標(biāo)巡檢點(diǎn)是否滿足檢測條件包括如下步驟：

49、將所述粉塵濃度特征、所述濕度數(shù)據(jù)和所述腐蝕氣體濃度數(shù)據(jù)全部映射至同一高維特征空間；

50、采用主成分分析法從所述高維特征空間中提取出融合數(shù)據(jù)特征；

51、基于bp神經(jīng)網(wǎng)絡(luò)模型構(gòu)建礦洞危險環(huán)境識別模型；

52、將所述融合數(shù)據(jù)特征輸入至預(yù)設(shè)的礦洞危險環(huán)境識別模型中，通過所述礦洞危險環(huán)境識別模型輸出危險環(huán)境識別結(jié)果；

53、根據(jù)所述危險環(huán)境識別結(jié)果判斷所述智能巡檢無人車當(dāng)前所處環(huán)境是否對智能巡檢無人車的電子設(shè)備存在侵蝕效果；

54、若所述智能巡檢無人車所處環(huán)境對所述智能巡檢無人車的電子設(shè)備不存在侵蝕效果，則判定當(dāng)前所述目標(biāo)巡檢點(diǎn)滿足檢測條件；

55、若所述智能巡檢無人車所處環(huán)境對所述智能巡檢無人車的電子設(shè)備存在侵蝕效果，則判定當(dāng)前所述目標(biāo)巡檢點(diǎn)不滿足檢測條件。

56、可選的，所述采用主成分分析法從所述高維特征空間中提取出融合數(shù)據(jù)特征包括如下步驟：

57、對所述高維特征空間中的數(shù)據(jù)進(jìn)行正交變換，得到主成分；

58、對所述主成分根據(jù)預(yù)設(shè)條件閾值進(jìn)行篩選，得到所述融合數(shù)據(jù)特征。

59、第二方面，本技術(shù)提供了一種智能巡檢無人車裝置，包括：

60、基座，底部設(shè)置有用于移動的移動裝置；

61、升降裝置，設(shè)置于所述基座頂部；

62、透水檢測模塊，設(shè)置于所述升降裝置頂部，用于測量礦洞巖體的電阻率數(shù)值；

63、氣體傳感器，設(shè)置于所述基座兩側(cè)，用于探測周圍環(huán)境的有害氣體濃度數(shù)據(jù)；

64、濕度傳感器，設(shè)置于所述基座兩側(cè)，用于探測周圍環(huán)境的環(huán)境濕度數(shù)據(jù)；

65、光敏傳感器，設(shè)置于所述基座兩側(cè)，用于探測周圍環(huán)境的光照強(qiáng)度數(shù)據(jù)；

66、高清攝像機(jī)，設(shè)置于所述智能巡檢無人車前方，用于采集周圍環(huán)境的圖像數(shù)據(jù)。

67、通過上述技術(shù)方案，本技術(shù)預(yù)先獲取目標(biāo)礦山區(qū)域的礦山區(qū)域地圖，并在地圖上將危險區(qū)域標(biāo)記出來，根據(jù)標(biāo)記出的危險區(qū)域確定多個目標(biāo)巡檢點(diǎn)，基于這些目標(biāo)巡檢點(diǎn)生成初始巡檢路線?？刂浦悄苎矙z無人車按照初始巡檢路線向巡檢點(diǎn)移動，在移動的過程中實(shí)時采集當(dāng)前巡檢路線上的環(huán)境數(shù)據(jù)和圖像數(shù)據(jù)，對所采集的環(huán)境數(shù)據(jù)和圖像數(shù)據(jù)進(jìn)行分析，判斷當(dāng)前巡檢路線是否適合繼續(xù)行駛，如果不適合，則結(jié)合所采集的數(shù)據(jù)對路線做出調(diào)整，接著控制智能巡檢無人車按照重新調(diào)整的路線繼續(xù)向巡檢點(diǎn)移動，在移動的過程中繼續(xù)重復(fù)上述步驟，直到智能巡檢無人車到達(dá)目標(biāo)巡檢點(diǎn)。到達(dá)巡檢點(diǎn)后對巡檢點(diǎn)進(jìn)行環(huán)境數(shù)據(jù)和圖像數(shù)據(jù)的采集，判斷當(dāng)前巡檢點(diǎn)是否適合檢測，如果不適合檢測，則前往下一個巡檢點(diǎn)。若適合檢測，則控制智能巡檢無人車對巡檢點(diǎn)進(jìn)行透水檢測，得到初步透水檢測結(jié)果。結(jié)合初步透水檢測結(jié)果和環(huán)境數(shù)據(jù)判斷當(dāng)前巡檢點(diǎn)是否存在危險征兆，若存在危險征兆，則輸出當(dāng)前巡檢點(diǎn)的危險等級。

68、本技術(shù)實(shí)施例的其它特征和優(yōu)點(diǎn)將在隨后的具體實(shí)施方式部分予以詳細(xì)說明。