「深度聚焦」采煤机技术演进第九讲：环境感知，矿山“智慧之眼”的核心突破
【能源领域同仁们，你准备好了吗？点击右上角“关注”，与我们一同探索前沿科技！】
采煤机技术发展历程(九)——环境感知技术：开启地下智能采掘新纪元
论文概要
想象一下，在深邃漆黑的矿井中，采煤机如何像“活”了一样，精准避开障碍、实时监测瓦斯、自主导航行进？这一切，都依赖于环境感知技术的突破。本论文系统梳理了采煤机从自动化迈向智能化必须攻克的核心——环境感知。重点剖析了空间避障、瓦斯监测、定位导航和轨迹调直等关键技术。在避障防撞方面，基于毫米波雷达、激光雷达和机器视觉的技术虽潜力巨大，但井下应用仍待深入攻关。瓦斯监测中，激光雷达和光谱探测技术前景广阔，却少人涉足。而定位与测直领域，捷联惯导等融合感知方案已趋成熟，成为井下“眼睛”。更值得关注的是，SLAM视觉技术能将建模、避撞、定位、跟踪等任务合一，为构建采煤机数字孪生系统铺平道路。
作者简介
葛世荣(1963-)，男，汉族，浙江天台人，教授，中国矿业大学(北京)校长、党委副书记，长期深耕智能采矿装备与摩擦可靠性工程，俄罗斯工程院外籍院士。他主持国家“973计划”项目，创新研发了采煤机自动定位与纠偏技术；领衔国家自然科学基金重点项目，探索井下无人采煤机的自主感知与控制新原理。葛教授牵头研制出国内首台安标认证煤矿搜救机器人，构建了全面的煤矿机器人技术体系，并成功研发超长距离智能输送机。荣获国家技术发明二等奖2项、科技进步二等奖1项等多项荣誉，获“国家杰出青年科学基金”资助，以及“中国青年科技奖”、“何梁何利基金科技进步奖”、“创新争先奖状”等殊荣。E-mail：gesr＠cumtb.edu.cn。
主要内容
本文首先全景式回顾了采煤机在机械化、自动化和智能化三大阶段中，环境感知技术的演进脉络，详解了感知内容、传感器类型及核心原则。
深入解读空间环境感知技术。在昏暗复杂的井下，采煤机依靠煤层构造感知、空间障碍感知和机器视觉“看清”世界。避障技术从红外、超声到毫米波雷达、激光雷达，层层递进，宛如为机器装上“多维触角”。
第三，聚焦瓦斯浓度感知。从传统监测仪到光纤传感，再到激光遥测，技术不断升级。近红外激光雷达、差分吸收激光雷达等前沿手段，正成为瓦斯监测的“犀利之眼”。
第四，解析采煤机定位技术。从里程计、红外线到反射波、激光测距，直至捷联惯导，定位精度持续飞跃。超声波、射频、超宽带乃至5G技术，为井下精准导航提供多元战术。
第五，阐述工作面测直技术。基于采煤机轨迹、刮板输送机或液压支架中心线的方法，确保开采笔直前行，提升效率与安全。
借鉴自动驾驶汽车的环境感知体系，提出研发采煤机SLAM技术，融合定位、建图、导航与反馈，实现避障、定位、调直、调姿一体化，最终构建数字孪生系统，让采煤机在复杂地层中“游刃有余”。
主要图表
图２ 威特公司制造的全球第１台红外测距仪
图５ 瑞典捷创力公司制造的第１台产品级激光测距仪
图６ ３种微波测距技术雷达对比图
图８ 光纤传感器检测甲烷和乙炔浓度原理
图12 连续采煤机导航和定位系统
图19 自动驾驶汽车环境传感器布置
免责声明：以上内容转载自中国煤炭杂志，所发内容不代表本平台立场。
全国能源信息平台联系电话：010-65367702，邮箱：hz@people-energy.com.cn，地址：北京市朝阳区金台西路2号人民日报社
相关问答
智能驾驶如何实现全方位环境感知?-ZOL问答
3条回答:融合激光雷达、摄像头和毫米波雷达等硬件，再通过AI算法实时处理数据，如同为车辆装上“眼睛”与“大脑”。
环境感知摄像头是什么意思?
环境感知摄像头泛指激光雷达、毫米波雷达、超声波雷达等传感器阵列，是机器感知外界的“感官神经”。
环境感知耳机有什么用?
这类耳机让你在享受音乐时，仍能清晰捕捉环境声音，避免错过警报或交通信号，提升安全性。
动物如何感知环境举例说明?
蛇用舌头感知气味，蜗牛用触角探索，小狗靠嗅觉，海豚借声波——自然界充满感知智慧。
企业如何提高市场营销环境感知能力?
企业需建立常态化的市场分析机制，设立专业团队，并借助外部咨询，精准捕捉市场动态。
特斯拉人形机器人新功能，环境感知与遥操作-ZOL问答
其腰部设计具备横向滚动自由度，这对机器人实现稳定行走至关重要，体现了环境感知与动作控制的融合。
adas系统的环境感知包含的部件是?
主要包括摄像头、毫米波雷达和超声波雷达，协同实现车辆周围环境的高精度感知。
人体通过什么感知环境?
人类依靠视觉、听觉、触觉、味觉和嗅觉五大感官，综合处理信息以理解和适应世界。
蚕用哪些部分感知周围环境?
蚕主要依赖皮肤及触须绒毛来感知环境，其单眼视力有限，更多靠触觉探索世界。
在感知运动阶段，儿童适应外界环境只能依靠感知和什么?
在感知运动阶段，儿童适应环境主要依靠感知和动作反馈，通过互动来构建认知。
看完这篇文章，你是否对采煤机的“智慧之眼”有了新认识？欢迎在评论区分享你的见解，或转发给更多同行，一起探讨矿山智能化的未来！