面向危险化工过程的多机器人协同智能监控关键技术研究

To meet the national development demand of smart robots, this project studies a multi-robot cooperative intelligent monitoring system for hazardous chemical processes according to the background of dangerous chemical process and team advantage. Firstly, a hybrid bionic architecture that satisfies real-time navigation requirements of mobile robots is established, and then the discussion is mainly focused on the intelligent semantic mapping based on the distributed representation and the localization strategy using a monocular visual-inertial system. Subsequently, the detection and identification of hazardous chemicals are investigated based on multi-sensor information fusion. Finally, the multi-robot cooperative control scheme for hazardous chemical situation is explored. The expected results of this project will effectively deal with the issues of identifying, monitoring and co-processing hazardous chemicals, provide technical supports for the widespread application of multi-robot to autonomous operations in the chemical field and generate significant economic value.

面向国家智能机器人发展战略需求，结合危险化工过程的背景与团队优势，研究面向危险化工过程的多机器人协同智能监控系统。首先，构建满足移动机器人实时导航要求的仿生式混合体系结构，在此基础上，重点研究基于分布式表征的智能语义地图创建方法及单目视觉与惯性导航相融合的定位策略；其次，基于多传感器异构信息融合的危化品检测与识别方法研究；最后，探讨面向化工险情的多机器人协同控制方案。本项目预期成果将有效解决危化品识别、监控、协同处理险情等问题，为多机器人广泛应用于化工领域的自主作业提供技术支撑，具有重大的经济价值。

本课题总体目标是围绕危化险情的检测与识别、自主导航及多机器人协同控制等问题，提出一套面向危险化工过程的多机器人协同智能监控方法和具体技术方案，使多机器人协同完成危化品的监控、险情识别与预警等作业，在发生泄漏、爆炸等危险状况下自主进入事故区域处理高危险性事故，并搭建仿真和实验平台对所提方法进行验证。围绕总体目标，本项目主要的研究内容包括：① 基于视觉的危化品检测与自主识别；② 动态非结构环境下语义地图构建、自主定位与导航； ③ 多机器人协同运动控制。其主要成果如下：..1.提出了一套基于深度学习的识别-定位-建图一体化方法，有效解决了复杂动态环境下移动机器人自主定位与导航的难题，提升其环境感知与场景理解水平。..2.分别对有向图、任意拓扑切换的无向图的多机器人协同运动控制系统，提出了对任意未知有界的执行器、传感器及传输时延进行主动补偿的技术，填补了协同控制在主动时延补偿技术上的空白。..3.基于所提的面向危险化工过程的多机器人协同智能监控方法和具体技术方案，搭建了初步的实验平台，有望进一步将多机器人系统应用于危险化工过程的智能监控。..项目的成果可有效解决危化品识别、监控、协同处理险情等问题，为多机器人广泛应用于化工领域提供有效的技术支撑，具有重要应用前景和实际经济价值。.