摘 要

針對煤礦井下機器人的路徑規(guī)劃效率低、靈活性差、轉(zhuǎn)折次數(shù)多等問題，提出了一種基于SSA?IDWA融合算法的動態(tài)路徑規(guī)劃方法。首先，基于激光雷達感知技術(shù)，提出了基于SSA算法的路徑規(guī)劃方法，保障了煤礦井下機器人的全局路徑規(guī)劃性能；其次，為了進一步優(yōu)化機器人在井下復(fù)雜環(huán)境的動態(tài)避障性能，在SSA算法的基礎(chǔ)上，融合了基于模糊規(guī)則動態(tài)權(quán)重改進的DWA算法以完成局部路徑規(guī)劃，實現(xiàn)了機器人的動態(tài)、靈活、精確避障。仿真與試驗結(jié)果表明，所提SSA?IDWA方法相較于其他路徑規(guī)劃方法，避障能力更強、收斂精度更高、收斂速度更快，為煤礦井下機器人的路徑規(guī)劃提出新的解決方案。

文章來源：《智能礦山》2026年第1期“專題報道：機器人技術(shù)創(chuàng)新與應(yīng)用”

第一作者：司壘，副教授，博士，主要從事煤礦智能化開采裝備技術(shù)、煤礦機器人的相關(guān)研究工作。E-mail：lei.si@cumt.edu.cn

作者單位：中國礦業(yè)大學(xué)

引用格式：司壘，劉揚，王忠賓，等. 煤礦井下機器人路徑規(guī)劃方法探討[J]. 智能礦山，2026，7（1）：72-78.

點擊文末左下角閱讀原文，免費下載閱讀pdf全文

關(guān)注微信公眾號，了解更多礦山智能化建設(shè)進展

鉆孔、巡檢、掘進、救援等一系列典型的煤礦井下機器人，自主路徑規(guī)劃是機器人執(zhí)行任務(wù)的前提，決定了機器人的作業(yè)效率、精度及智能化程度?；诖?，筆者構(gòu)建面向煤礦井下機器人動態(tài)避障算法，實現(xiàn)了煤礦井下機器人高效、穩(wěn)定且精確的路徑規(guī)劃。

由于煤礦井下環(huán)境具有特殊性與復(fù)雜性，如空氣中懸浮大量煤塵顆粒、巷道內(nèi)自然光照度極低，巷道表面材質(zhì)單一，導(dǎo)致紋理特征稀疏且存在高重復(fù)性，基于視覺傳感器的建圖方法難以滿足井下導(dǎo)航系統(tǒng)對地圖精度與魯棒性的要求。相比之下，基于激光雷達的建圖技術(shù)通過主動發(fā)射激光脈沖并接收反射信號，有效規(guī)避井下環(huán)境光照與紋理特征影響。通過多線激光雷達的垂直掃描特性，實現(xiàn)巷道斷面分層建模，使用雷達水平掃描數(shù)據(jù)完成巷道軸向連續(xù)拼接，生成完整覆蓋井下巷道網(wǎng)絡(luò)的高精度三維空間模型，再結(jié)合SSA-IDWA融合路徑規(guī)劃算法，使機器人可根據(jù)井下實際情況規(guī)劃出最優(yōu)行走路徑。

現(xiàn)有路徑規(guī)劃方法存在的問題

根據(jù)原理不同，路徑規(guī)劃方法可分為傳統(tǒng)路徑規(guī)劃方法與智能路徑規(guī)劃方法。

（1）傳統(tǒng)路徑規(guī)劃主要包括A*算法、動態(tài)窗口法（DWA）、迪杰斯特拉算法（Dijkstra）、人工勢場法（APF）、快速隨機搜索樹法（RRT）等，存在計算速度較慢、規(guī)劃路徑方式單一等問題。

（2）智能路徑規(guī)劃是系列近似優(yōu)化算法，與傳統(tǒng)算法相比，在處理復(fù)雜優(yōu)化問題具有更大優(yōu)勢，但在解決路徑規(guī)劃問題時，存在容易陷入局部最優(yōu)、收斂速度慢、收斂精度差的問題，導(dǎo)致路徑規(guī)劃算法在井下實際應(yīng)用效果不理想。

井下機器人自主路徑規(guī)劃方法

（1）SSA算法基本理論

麻雀搜索（SSA）算法是一種群智能優(yōu)化算法，具有優(yōu)化速度快，精度高等優(yōu)點。該算法通過群體協(xié)作實現(xiàn)高效全局優(yōu)化，適用于路徑規(guī)劃問題。SSA更新策略可能會使得種群中的個體聚集在某個局部區(qū)域，難以跳出該區(qū)域去探索更優(yōu)全局解，因此需融合局部優(yōu)化算法。

（2）改進的DWA算法

動態(tài)窗口法（DWA）是一種基于速度空間采樣的局部路徑規(guī)劃方法，通過在機器人當(dāng)前可達速度范圍內(nèi)建立動態(tài)搜索窗口，實時評估所有可能的運動路徑，最終選擇最優(yōu)路徑。該算法計算效率高、硬件需求低、參數(shù)簡單，可應(yīng)用于井下機器人的局部路徑規(guī)劃。

在面對井下未知多變的環(huán)境時（工作人員、井下車輛、機械設(shè)備、電器設(shè)備等），DWA恒定不變的權(quán)重參數(shù)難以生成較優(yōu)路徑，容易導(dǎo)致與障礙物碰撞以及易陷入局部最優(yōu)值問題，規(guī)劃路徑不能滿足煤礦井下機器人的安全性和平滑性需求。DWA中權(quán)重的選取對于完成路徑規(guī)劃至關(guān)重要，因此，提出一種路徑跟蹤評價函數(shù)，動態(tài)調(diào)整權(quán)重比例，使DWA算法規(guī)劃的路徑更好地貼合全局路徑。

（3）融合算法框架

SSA算法在靜態(tài)環(huán)境下可以規(guī)劃出全局最優(yōu)路徑，但在面對井下動態(tài)障礙物時，無法快速調(diào)整最優(yōu)路徑。改進動態(tài)窗口法（IDWA）在面對井下動態(tài)障礙物時，能及時規(guī)劃局部路徑，避免碰撞事故的發(fā)生。因此，筆者將SSA和IDWA算法融合為SSA-IDWA算法。SSA-IDWA算法路徑規(guī)劃時，首先從全局路徑中提取子節(jié)點，然后，IDWA算法根據(jù)子節(jié)點進行路徑規(guī)劃，直至目標(biāo)點，SSA-IDWA融合算法框架整體框架如圖1所示。

圖1 SSA-IDWA融合算法整體框架

井下機器人SSA-IDWA算法的路徑規(guī)劃

為驗證SSA-IDWA算法的路徑規(guī)劃性能，在不同模擬巷道環(huán)境下分別用蟻群優(yōu)化算法（ACO算法）、隱式Q學(xué)習(xí)算法（IQLA）算法、SSA算法以及SSA-IDWA融合算法做對比仿真分析。

（1）轉(zhuǎn)向巷道

在模擬井下轉(zhuǎn)向巷道地圖中，設(shè)置三角形為起點，圓形為終點，并隨機設(shè)置3個動態(tài)障礙物和隨機的靜態(tài)障礙物來測試。模擬井下轉(zhuǎn)向巷道地圖不同算法結(jié)果如圖2所示。由圖2a可知，ACO算法雖然可以規(guī)劃出1條路徑，但遇到靜態(tài)障礙物和動態(tài)障礙物都不能有效避障，算法避障路徑規(guī)劃失敗，而且ACO算法路徑較長、轉(zhuǎn)角個數(shù)較多，不利于機器人的行走；由圖2b可知，IQLA算法可以避開靜態(tài)和動態(tài)障礙物，但IQLA存在轉(zhuǎn)折點，且路徑平滑度低，不利于機器人行走；由圖2c可知，SSA算法和SSA-IDWA算法都能規(guī)劃出1條無碰撞路徑。機器人在井下遇到側(cè)向動態(tài)障礙物時，SSA算法在障礙物前方通過可能導(dǎo)致機器人與障礙物碰撞，發(fā)生事故，而SSA-IDWA算法在障礙物后方通過，避免了機器人與障礙物碰撞，保證了機器人的安全性，并且更好地貼合全局路徑。在遇到對向障礙物時SSA算法和SSA-IDWA算法都可以避開障礙物，但SSA算法偏離了全局路徑，而SSA-IDWA算法更好地貼合全局路徑，保證了機器人行走距離更短。

圖2 轉(zhuǎn)向巷道不同算法對比結(jié)果

（2）連續(xù)轉(zhuǎn)向巷道

在模擬井下連續(xù)轉(zhuǎn)向巷道地圖中，設(shè)置三角形為起點，圓形為終點，并隨機設(shè)置3個動態(tài)障礙物和隨機的靜態(tài)障礙物來測試。模擬井下連續(xù)轉(zhuǎn)向巷道地圖不同算法對比如圖3所示。圖3a可知，ACO算法雖然可以在連續(xù)轉(zhuǎn)向巷道地圖中規(guī)劃出1條路徑，但遇到靜態(tài)障礙物和動態(tài)障礙物都不能進行避障，算法避障路徑規(guī)劃失敗，而且ACO算法規(guī)劃的路徑較長、轉(zhuǎn)角個數(shù)較多，不利于機器人的行走；圖3b可知，IQLA算法可以在連續(xù)轉(zhuǎn)向巷道地圖中避開靜態(tài)和動態(tài)障礙物，但IQLA算法存在多個轉(zhuǎn)折點，導(dǎo)致路徑不平滑；圖3c可知，SSA算法和SSA-IDWA算法都能規(guī)劃出1條無碰撞路徑，機器人在井下遇到對向動態(tài)障礙物時，SSA算法靠近動態(tài)障礙物時才進行避障，可能會導(dǎo)致機器人與障礙物碰撞，發(fā)生事故，而SSA-IDWA算法遇到動態(tài)障礙物時提前進行避障，避免機器人與障礙物發(fā)生碰撞，保證了機器人的安全性；機器人在井下遇到側(cè)向動態(tài)障礙物時，SSA算法在障礙物前方通過，可能會導(dǎo)致機器人與障礙物碰撞，發(fā)生事故，而SSA-IDWA算法在障礙物后方通過，避免了機器人與障礙物碰撞，保證了機器人的安全性；機器人在井下遇到同向動態(tài)障礙物時，SSA算法不能自適應(yīng)地調(diào)整權(quán)重，只能跟隨動態(tài)障礙物緩慢移動，不能跳出，陷入局部最優(yōu)，而SSA-IDWA算法可以自適應(yīng)地調(diào)整權(quán)重，越過障礙物回到全局路徑。

圖3 連續(xù)轉(zhuǎn)向巷道不同算法對比

試驗驗證

為了驗證煤礦井下機器人路徑規(guī)劃算法的應(yīng)用效果，搭建了煤礦井下機器人試驗平臺，并開展了多種場景的測試試驗。模擬巷道及試驗平臺如圖4所示，機器人參數(shù)見表1。

圖4 模擬巷道及試驗平臺

4.1 靜態(tài)障礙物環(huán)境下路徑規(guī)劃

在模擬巷道中，選取一段L形巷道作為路徑規(guī)劃試驗場地，并在其中放置水桶、雜物箱、標(biāo)定板、椅子等物品模擬井下靜態(tài)障礙物，試驗場景如圖5a所示。為了測試路徑規(guī)劃算法在實際環(huán)境下的規(guī)劃效果，設(shè)計3個障礙物的擺放位置，其中，障礙物2和4擺放位置靠近巷道左側(cè)墻壁，障礙物3擺放位置靠近巷道右側(cè)墻壁。將目標(biāo)點設(shè)置在障礙物3的前方，理想情況下路徑規(guī)劃算法從中間位置規(guī)劃1條無碰撞路徑。利用激光雷達掃描信息井下巷道信息，獲得點云數(shù)據(jù)，并采用Octomap Server功能包將掃描的地圖信息保存至PC端，最終保存的L形巷道地圖如圖5b所示。

圖5 靜態(tài)障礙物場景

表1 履帶機器人主要參數(shù)

在地圖中設(shè)定好起始點和目標(biāo)點，分別使用SSA和SSA-IDWA算法在該環(huán)境下進行路徑規(guī)劃試驗，L形巷道路徑規(guī)劃對比結(jié)果如圖6所示。SSA-IDWA路徑更為平滑，拐點更少，可以更好避開靜態(tài)障礙物。2種算法都沒有規(guī)劃機器人無法通過的路徑，與仿真結(jié)果一致。L形巷道路徑規(guī)劃試驗對比數(shù)據(jù)見表2，相比于傳統(tǒng)SSA算法，SSA-IDWA路徑長度減少了10%，算法運行效率提升了15%，轉(zhuǎn)折次數(shù)更少，筆者提出的融合路徑規(guī)劃方案優(yōu)于傳統(tǒng)SSA算法。

圖6 L形巷道路徑規(guī)劃對比

表2 L形巷道路徑規(guī)劃試驗對比數(shù)據(jù)

4.2靜態(tài)-動態(tài)障礙物環(huán)境下路徑規(guī)劃

煤礦井下環(huán)境中經(jīng)常出現(xiàn)動態(tài)障礙物以及靜態(tài)障礙物，利用行人充當(dāng)動態(tài)障礙物，并且在前半段路程設(shè)計行人相向行走、側(cè)向行走和同向行走3種動態(tài)障礙物移動試驗場景，后半段路程設(shè)計了相同的靜態(tài)障礙物，驗證SSA-IDWA和SSA算法對動態(tài)障礙物的避障效果和規(guī)劃效果。將避讓行人過程的某一時刻的動態(tài)障礙物信息保存到全局地圖中。

（1）相向行走

相向行人行走試驗場景如圖7所示，障礙物1在靠近拐角處，障礙物2和障礙物4靠近巷道墻壁，障礙物3與巷道墻壁之間保留機器人可以通行的距離。在井下環(huán)境中執(zhí)行任務(wù)時，煤礦井下機器人速度通常為0.3～0.4m/s，因此本節(jié)試驗中行人緩慢行走。

圖7 相向行人行走試驗場景

相向行人場景SSA-IDWA算法路徑規(guī)劃過程如圖8所示，圖8a為機器人起始狀態(tài)，圖8b為SSA-IDWA算法開始規(guī)劃的路徑，圖8c為遭遇行人障礙物時避讓行人的狀態(tài)，圖8d展示出機器人遭遇障礙物時SSA-IDWA算法規(guī)劃路徑結(jié)果，圖8e為SSA-IDWA算法最終路徑規(guī)劃結(jié)果。圖8表明 SSA-IDWA算法成功避開動態(tài)障礙物，規(guī)劃的路徑比較平緩，機器人行走穩(wěn)定，并且規(guī)劃出的最終路徑相對平滑。

圖8 相向行人場景SSA-IDWA算法路徑規(guī)劃過程

相向行人場景SSA算法規(guī)劃路徑過程如圖9所示，圖9b、圖9d和圖9e表明SSA算法成功避開動態(tài)障礙物，但在避讓行人時，SSA算法相比于SSA-IDWA算法，規(guī)劃的路徑較為陡峭，使機器人行走時發(fā)生較大轉(zhuǎn)向，因SSA算法不能自適應(yīng)調(diào)整權(quán)重，導(dǎo)致在靠近障礙物距離較近時開始避障，與仿真結(jié)果現(xiàn)象一致，并且最終規(guī)劃路徑具有局部抖動現(xiàn)象。

圖9 相向行人場景SSA算法規(guī)劃路徑過程

表3 相向行人場景兩種路徑規(guī)劃算法試驗數(shù)據(jù)

相向行人場景2種路徑規(guī)劃算法試驗數(shù)據(jù)見表3，相比于傳統(tǒng)SSA算法，SSA-IDWA算法路徑長度減少7％，運行時間降低6％。

圖10 側(cè)向行人場景SSA-IDWA算法路徑規(guī)劃過程

（2）側(cè)向行人避障

針對側(cè)向行人通行情況，動態(tài)障礙物從巷道右側(cè)出發(fā)向左行走，在遭遇機器人時以緩慢速度行走，側(cè)向行人場景SSA-IDWA算法路徑規(guī)劃過程如圖10所示。SSA-IDWA算法在避讓側(cè)向行人過程時，通過自適應(yīng)調(diào)整權(quán)重，從行人后方繞行，使得機器人一直避讓行人，避免陷入局部最優(yōu)。

側(cè)向行人場景SSA算法規(guī)劃路徑過程如圖11所示，SSA算法可以避開動態(tài)障礙物，但在避讓行人時，該算法不能自適應(yīng)調(diào)整權(quán)重，因此規(guī)劃的路徑從行人前方繞行，使機器人處于一直避讓狀態(tài)，導(dǎo)致在靠近巷道墻壁距離比較近時才避讓成功，與仿真結(jié)果現(xiàn)象一致。因此SSA算法在面對側(cè)向行人規(guī)劃的路徑，容易導(dǎo)致機器人發(fā)生事故。

圖11 側(cè)向行人場景SSA算法規(guī)劃路徑過程

側(cè)向行人場景2種路徑規(guī)劃算法的試驗結(jié)果見表4，相比于傳統(tǒng)SSA算法，SSA-IDWA算法的路徑長度減少9％，運行時間降低10％。

表4 側(cè)向行人場景兩種路徑規(guī)劃算法試驗數(shù)據(jù)

結(jié) 語

針對煤礦井下機器人路徑規(guī)劃問題，提出一種SSA-IDWA算法融合的路徑規(guī)劃方法。傳統(tǒng)SSA算法存在的優(yōu)化精度低、權(quán)重比例固定、易陷入局部最優(yōu)的問題，引入局部規(guī)劃方法DWA，并在其基礎(chǔ)上，利用路徑跟蹤評價函數(shù)和結(jié)合模糊規(guī)則的改進DWA算法，提高了DWA算法的避障能力。仿真和試驗結(jié)果表明，SSA-IDWA融合算法相比于ACO、IQLA、SSA的避障能力更強、收斂精度更高且收斂速度更快。在進一步研究中，筆者將探討機器人在不同煤礦井下場景（如掘進工作面、應(yīng)急救援通道等）的適應(yīng)性，以及路徑規(guī)劃算法與機器人導(dǎo)航系統(tǒng)集成的可能性。

編輯丨李莎

審核丨趙瑞

煤炭科學(xué)研究總院期刊出版公司擁有科技期刊21種。其中，SCI收錄1種，Ei收錄5種、CSCD收錄6種、Scopus收錄8種、中文核心期刊9種、中國科技核心期刊11種、中國科技期刊卓越行動計劃入選期刊4種，是煤炭行業(yè)最重要的科技窗口與學(xué)術(shù)交流陣地，也是行業(yè)最大最權(quán)威的期刊集群。

期刊簡介

《智能礦山》（月刊，CN 10-1709/TN，ISSN 2096-9139）是由中國煤炭科工集團有限公司主管、煤炭科學(xué)研究總院有限公司主辦的聚焦礦山智能化領(lǐng)域產(chǎn)學(xué)研用新進展的綜合性技術(shù)刊物。

主編：王國法院士

刊載欄目：企業(yè)/團隊/人物專訪政策解讀視角·觀點智能示范礦井對話革新·改造學(xué)術(shù)園地、專題報道等。

投稿網(wǎng)址：www.chinamai.org.cn（期刊中心-作者投稿）

?? 征稿函詳見鏈接： 征稿┃《智能礦山》面向廣大讀者征稿，歡迎投稿

期刊成果：創(chuàng)刊5年來，策劃出版了“中國煤科煤礦智能化成果”“陜煤集團智能化建設(shè)成果”“聚焦煤炭工業(yè)‘十四五’高質(zhì)量發(fā)展”等特刊/專題30多期。主辦“煤礦智能化重大進展發(fā)布會”“煤炭清潔高效利用先進成果發(fā)布會”“《智能礦山》理事、特約編輯年會暨智能化建設(shè)論壇”“智能礦山零距離”“礦山智能化建設(shè)運維與技術(shù)創(chuàng)新高新研修班”等活動20余次。組建了理事會、特約編輯團隊、卓越人物等千余人產(chǎn)學(xué)研用高端協(xié)同辦刊團隊，打造了“刊-網(wǎng)-號-群-庫”全覆蓋的1+N全媒體傳播平臺，全方位發(fā)布礦山智能化領(lǐng)域新技術(shù)、新產(chǎn)品、新經(jīng)驗。

?? 具體詳見鏈接：《智能礦山》創(chuàng)刊5周年回顧

聯(lián)系人：李編輯 010-87986441

郵發(fā)代號：82-476

?? 期刊訂閱詳見鏈接：歡迎訂閱┃《智能礦山》雜志2026年訂閱開始了！

往期薦讀

• 會議議程┃關(guān)于召開煤炭無人化開采數(shù)智技術(shù)研討暨成果發(fā)布會的通知(2026年1月9—11日北京)

• 行業(yè)聚焦┃2025年礦山智能化建設(shè)運維與技術(shù)創(chuàng)新高級研修班成功在威海舉辦

• 行業(yè)聚焦┃2025智慧礦山技術(shù)創(chuàng)新與產(chǎn)業(yè)發(fā)展論壇（新疆）成功召開

• 行業(yè)聚焦┃2024年煤炭清潔高效利用智能化成果發(fā)布暨選煤廠智能化建設(shè)論壇順利召開

• 征稿┃《智能礦山》面向廣大讀者征稿，歡迎投稿

• 歡迎訂閱┃《智能礦山》雜志2026年訂閱開始了！

• 行業(yè)聚焦┃2024年煤礦智能化重大進展發(fā)布會成功召開

• 《智能礦山》創(chuàng)刊5周年回顧

• 王國法院士煤礦智能化觀點集錦

• 新書訂閱 ┃《中國煤礦智能化發(fā)展報告（2024年）》（王國法，劉峰 主編）

• 訂閱┃探秘太陽石的奧秘 呈現(xiàn)煤的真身：太陽石系列科普叢書重磅發(fā)售

往期特刊

中國煤科特刊

陜煤集團特刊

神東專欄

重大進展特刊

露天礦特刊

理事單位特刊

紅柳林煤礦特刊

創(chuàng)新技術(shù)特刊

創(chuàng)刊號

版權(quán)聲明

本刊對已出版文章持有電子版、網(wǎng)絡(luò)版及進行網(wǎng)絡(luò)技術(shù)交流和與各網(wǎng)絡(luò)數(shù)據(jù)庫合作的權(quán)利，稿酬一次性付清，版權(quán)歸本刊與作者共同所有，如不同意，請在投稿時聲明。

---

聲明：本文系轉(zhuǎn)載自互聯(lián)網(wǎng)，請讀者僅作參考，并自行核實相關(guān)內(nèi)容。若對該稿件內(nèi)容有任何疑問或質(zhì)疑，請立即與鐵甲網(wǎng)聯(lián)系，本網(wǎng)將迅速給您回應(yīng)并做處理，再次感謝您的閱讀與關(guān)注。