煤礦機器人群調(diào)度指揮平臺首頁
機器人集群仿真
單體仿真
為推動工業(yè)機器人、智能裝備在危險工序和環(huán)節(jié)替代人工，原國家煤礦安全監(jiān)察局在2019年1月發(fā)布了《煤礦機器人重點研發(fā)目錄》，聚焦關(guān)鍵崗位、危險崗位。據(jù)不完全統(tǒng)計，未來應(yīng)用到煤礦的機器人種類不少于70種，大致分為安控類、掘進(jìn)類、救援類、運輸類以及采煤類，煤礦多場景機器人化已經(jīng)成為煤礦智能化發(fā)展的必然趨勢。因此，如何對多種機器人進(jìn)行必要的指揮調(diào)度，使其能夠協(xié)同作業(yè)、協(xié)同感知、協(xié)同決策是未來亟待解決的問題。
筆者研究了煤礦機器人群調(diào)度指揮系統(tǒng)技術(shù)體系，構(gòu)建了系統(tǒng)整體架構(gòu)，分析了當(dāng)前現(xiàn)有機器人在煤礦場景下應(yīng)用的問題難點，并重點闡述了關(guān)鍵技術(shù)和發(fā)展思路；提出了煤礦機器人群調(diào)度指揮系統(tǒng)應(yīng)具備的功能，以達(dá)到科學(xué)分管、精準(zhǔn)調(diào)度的集群管理目標(biāo)，提升煤礦機器人群的管理水平和工作效率。
機器人群協(xié)同指揮研究現(xiàn)狀
機器人指揮控制概念起源于軍事領(lǐng)域，概念模型有認(rèn)知過程模型、能力層級模型、OODA模型、HEAT模型、ALBERT模型等[1]。隨著指揮控制系統(tǒng)的發(fā)展，其應(yīng)用已深入多種專業(yè)領(lǐng)域。
近年來，以美國、德國、法國等為代表的發(fā)達(dá)國家大力加強跨領(lǐng)域、跨部門、跨平臺的機器人指揮控制系統(tǒng)架構(gòu)研究。歐盟建成的e-Risk系統(tǒng)，是基于衛(wèi)星通信，集成有線語音系統(tǒng)、無線語音系統(tǒng)、寬帶衛(wèi)星系統(tǒng)、數(shù)據(jù)網(wǎng)絡(luò)系統(tǒng)、視頻系統(tǒng)等多個系統(tǒng)，配合應(yīng)急管理平臺，保證指揮中心、聯(lián)動單位、專家小組和現(xiàn)場作業(yè)人員的高效通信[2]。日本機器人調(diào)度系統(tǒng)，能夠在保障通信的同時收集各種災(zāi)害情報，并傳達(dá)行動指令，保證機器人所在場所長時間無人值守。
目前在煤礦應(yīng)用領(lǐng)域，實現(xiàn)機器人群協(xié)同指揮功能還面臨諸多挑戰(zhàn)，具體包括以下3個方面：
（1）缺少完整的基礎(chǔ)理論研究。機器人群與協(xié)同指揮控制系統(tǒng)結(jié)合的新機制、新理論研究還較為薄弱，缺少將煤礦機器人群與煤礦現(xiàn)場指揮調(diào)度系統(tǒng)有機結(jié)合的理論指導(dǎo)，對如何提升機器人群在任務(wù)執(zhí)行過程中的監(jiān)測監(jiān)控和自我分析決策能力研究較少。
（2）未充分形成信息集成優(yōu)勢。機器人在執(zhí)行任務(wù)的過程中，場景分散且獨立，每臺機器人所獲信息共享率低，容易造成機器人任務(wù)規(guī)劃模糊、突發(fā)煤礦事件應(yīng)對遲緩等局面。
（3）機器人群多場景多任務(wù)的協(xié)同規(guī)劃研究仍處于探索階段。當(dāng)前研究主要面向的是同一種類機器人的路徑規(guī)劃和任務(wù)分配，針對異構(gòu)機器人及其群體的總體規(guī)劃、相互協(xié)作及控制指令下達(dá)少有研究。
因此，將較為成熟的機器人指揮系統(tǒng)與煤礦機器人特征有效結(jié)合，打造針對煤礦多場景下的機器人群協(xié)同調(diào)度指揮與管理平臺十分必要。筆者主要對其中的關(guān)鍵問題進(jìn)行研究，重點攻克機器人群的體系化建設(shè)和整合、協(xié)同監(jiān)控與預(yù)警、基礎(chǔ)數(shù)據(jù)匯集與分類管理、輔助決策、仿真模擬、智能決策調(diào)度，同時將多個機器人獲取的數(shù)據(jù)信息進(jìn)行整合，完成了數(shù)據(jù)挖掘、分類及一體化決策，完成了煤礦機器人系統(tǒng)的運維管理，實現(xiàn)了機器人群數(shù)據(jù)通信的標(biāo)準(zhǔn)化，提高了機器人群平臺的交互性，以及機器人群的作業(yè)效率，并借助數(shù)字孿生系統(tǒng)，實現(xiàn)管理人員信息獲取的立體化。
煤礦機器人群調(diào)度指揮系統(tǒng)架構(gòu)及關(guān)鍵技術(shù)
總體架構(gòu)
圖1機器人群調(diào)度指揮系統(tǒng)總體架構(gòu)
圖2煤礦機器人群調(diào)度指揮系統(tǒng)顯示效果
機器人群調(diào)度指揮系統(tǒng)總體架構(gòu)如圖1所示。系統(tǒng)主要分為以下3個部分：①機器人實體群，由安控類、掘進(jìn)類、救援類、運輸類、采煤類5大類機器人組成，分布于煤礦各個場景，系統(tǒng)支持單一場景中同時布置多個機器人，這些機器人可通過調(diào)度指揮系統(tǒng)協(xié)作完成指定工作；②數(shù)據(jù)傳輸層，負(fù)責(zé)對機器人本體數(shù)據(jù)和工作環(huán)境參數(shù)進(jìn)行采集，并實現(xiàn)調(diào)度和決策信息的下發(fā)；③數(shù)據(jù)處理和展示層，負(fù)責(zé)存儲圖像、聲音、各種數(shù)字量、模擬量等所有數(shù)據(jù)信息，并進(jìn)行綜合分析處理，通過數(shù)據(jù)挖掘，最終實現(xiàn)生成決策意見、規(guī)劃機器人行走路徑、生成多種數(shù)據(jù)報表、機器人狀態(tài)評估等功能。煤礦機器人群調(diào)度指揮系統(tǒng)支持安卓移動端實時操作，手機端可支持鴻蒙系統(tǒng)，PC端可支持鯤鵬系統(tǒng)；此外，還支持煤礦多場景模擬仿真，系統(tǒng)顯示效果如圖2所示。
關(guān)鍵技術(shù)及發(fā)展思路
機器人群調(diào)度指揮系統(tǒng)關(guān)鍵技術(shù)包括高保真數(shù)據(jù)采集與穩(wěn)定傳輸技術(shù)，機器人狀態(tài)、環(huán)境感知等關(guān)鍵元素的在線監(jiān)測和遠(yuǎn)程診斷技術(shù)，以及基于礦區(qū)環(huán)網(wǎng)的煤礦機器人群云端運維管理技術(shù)、煤礦機器人及其場景的3D仿真建模技術(shù)等。由于部分巡檢類和少量作業(yè)類煤礦機器人現(xiàn)已開始在煤礦場景內(nèi)實際應(yīng)用，但缺少能夠?qū)⑦@些機器人全部接入其中并能夠進(jìn)行調(diào)度指揮的系統(tǒng)，因此上述的前3項技術(shù)是目前亟需發(fā)展突破的關(guān)鍵技術(shù)。
圖3高保真數(shù)據(jù)采集與穩(wěn)定傳輸技術(shù)流程
（1）高保真數(shù)據(jù)采集與穩(wěn)定傳輸技術(shù)
由于煤礦井下粉塵、淋水、潮濕等環(huán)境因素的復(fù)雜性，以及大型設(shè)備產(chǎn)生的強磁場環(huán)境導(dǎo)致數(shù)據(jù)采集和傳輸過程中容易發(fā)生數(shù)據(jù)缺失、數(shù)據(jù)異常、數(shù)據(jù)精度不可靠的問題。因此，機器人群的數(shù)據(jù)管理平臺需要高保真的數(shù)據(jù)采集與穩(wěn)定傳輸技術(shù)作為支撐。高保真數(shù)據(jù)采集與穩(wěn)定傳輸技術(shù)流程如圖3所示。
在數(shù)據(jù)實際使用過程中，采集到的數(shù)據(jù)經(jīng)常存在異常、缺失、突變、干擾等數(shù)據(jù)粗糙情況，從數(shù)據(jù)庫中采集到目標(biāo)數(shù)據(jù)后，必須對數(shù)據(jù)進(jìn)行清洗和處理，不但增加了傳輸負(fù)擔(dān)，也使后期數(shù)據(jù)處理的工作量大幅增加。主要解決方法為：對于出現(xiàn)歸零或極大值的異常數(shù)據(jù)進(jìn)行多一步的替換或清除處理；對缺失的數(shù)據(jù)進(jìn)行補齊處理等，盡量降低對結(jié)果的干擾，保證預(yù)測結(jié)果的穩(wěn)定性和準(zhǔn)確性。煤礦機器人分布于多場景應(yīng)用現(xiàn)場，因此提出煤礦機器人群高保真數(shù)據(jù)采集技術(shù)，將煤礦機器人得到的包括生產(chǎn)設(shè)備、傳感器等多源時序異構(gòu)數(shù)據(jù)、文本數(shù)據(jù)、監(jiān)控視頻數(shù)據(jù)等非結(jié)構(gòu)化數(shù)據(jù)，構(gòu)建一種協(xié)議解析引擎與網(wǎng)絡(luò)通信相分離機制，實現(xiàn)了實時數(shù)據(jù)交換接口與信息采集。
考慮到機器人群個體中采集的數(shù)據(jù)存在非線性/非穩(wěn)態(tài)、樣本龐大、數(shù)據(jù)海量、傳輸實時性差等特點，構(gòu)建了機器人運行環(huán)境和狀態(tài)的復(fù)合觸發(fā)機制，提出了機器人運行狀態(tài)數(shù)據(jù)采集與無損壓縮傳輸方法，實現(xiàn)了單體狀態(tài)信號、環(huán)境感知信息以及全體交互信息的快速精準(zhǔn)采集。基于AI視頻采集分析裝置、溫度紅外監(jiān)測系統(tǒng)、PLC系統(tǒng)和現(xiàn)場總線雙向通信接口等模塊組件，構(gòu)建溫度、濕度、風(fēng)速、巷道斷面等多元多維度數(shù)據(jù)智能分析決策系統(tǒng)。針對ZigBee/Wi-Fi等多節(jié)點組網(wǎng)、光纖集成、網(wǎng)絡(luò)等傳輸媒介，提出抗干擾編碼技術(shù)與多參量冗余信號全域網(wǎng)絡(luò)融合的傳輸方法，實現(xiàn)了廣域分布式海量運行數(shù)據(jù)的無損傳輸。
（2）機器人狀態(tài)、環(huán)境感知等關(guān)鍵元素在線監(jiān)測和遠(yuǎn)程診斷技術(shù)
結(jié)合設(shè)備診斷實時性的要求，以及人機交互友好的原則，對機器人群監(jiān)測和管理平臺及移動APP等遠(yuǎn)程設(shè)備訪問接口進(jìn)行研究，形成了機器人狀態(tài)、環(huán)境感知等關(guān)鍵元素的在線監(jiān)測和遠(yuǎn)程診斷技術(shù)。基于對狀態(tài)監(jiān)測的評估與診斷結(jié)果，構(gòu)建了機器人智能決策模型，結(jié)合提出的遠(yuǎn)程控制策略，實現(xiàn)了危險因素預(yù)警、遠(yuǎn)程啟停機操作。基于數(shù)據(jù)采集模塊、在線分析模塊和狀態(tài)預(yù)測模塊，搭建了數(shù)據(jù)庫與多個采集前端一對多的通信模型，提出了獨立于硬件采集前端的統(tǒng)一的測試數(shù)據(jù)標(biāo)準(zhǔn)，實現(xiàn)了對各類采集前端數(shù)據(jù)統(tǒng)一平臺管理。針對機器人故障類型、故障程度、故障位置、故障部件等，建立多維度故障標(biāo)簽?zāi)Ｐ停槍Σ煌h(huán)境參數(shù)需求建立多種類信息監(jiān)測模型，計算出不同故障形式及環(huán)境信息對應(yīng)的統(tǒng)計特征大小量級，形成知識并存儲。
針對機器人的實際監(jiān)控情況，從系統(tǒng)數(shù)據(jù)庫中提取目標(biāo)數(shù)據(jù)，通過對目標(biāo)數(shù)據(jù)進(jìn)行數(shù)據(jù)清理、數(shù)據(jù)轉(zhuǎn)換等一系列操作后，根據(jù)工作區(qū)域劃分不同的安全等級，對影響數(shù)據(jù)變化的因素進(jìn)行分類，基于目標(biāo)數(shù)據(jù)利用分析算法對各指標(biāo)進(jìn)行關(guān)聯(lián)分析，挖掘期望的目標(biāo)結(jié)果，得到指標(biāo)之間的強關(guān)聯(lián)關(guān)系，實現(xiàn)監(jiān)測目標(biāo)的遠(yuǎn)程診斷。機器人關(guān)鍵元素在線監(jiān)測和遠(yuǎn)程診斷技術(shù)流程及機器人作業(yè)監(jiān)測界面如圖4、圖5所示。
圖4機器人關(guān)鍵元素在線監(jiān)測和遠(yuǎn)程診斷技術(shù)流程
圖5機器人作業(yè)監(jiān)測界面
圖6通過云端的運維模式
（3）基于礦區(qū)環(huán)網(wǎng)的煤礦機器人群云端運維管理技術(shù)
煤礦機器人運行環(huán)境極為復(fù)雜，機器人本身結(jié)構(gòu)也超出常見的工業(yè)機器人，維護成本高，要求作業(yè)人員具備較強的操作能力。為解決這一問題，煤礦機器人集群調(diào)度指揮系統(tǒng)提出了4G/5G邊緣計算智能網(wǎng)關(guān)，建立井下煤礦機器人智能遠(yuǎn)程運維管理系統(tǒng)。整個系統(tǒng)部署在云端，可實現(xiàn)設(shè)備的遠(yuǎn)程狀態(tài)監(jiān)控、實時報警通知和故障診斷分析、遠(yuǎn)程故障定位和程序升級、設(shè)備資產(chǎn)管理、設(shè)備預(yù)防性維護以及大數(shù)據(jù)挖掘等功能，云端運維模式如圖6所示。結(jié)合煤礦環(huán)網(wǎng)的網(wǎng)絡(luò)特征，提出了具有誤差控制能力的最短路徑求解優(yōu)化算法，對煤礦機器人進(jìn)行資源快速搜索和路徑規(guī)劃；提出了應(yīng)用非線性插值法計算誤差控制參數(shù)的方法；提出了應(yīng)用逆算法對最近的煤礦機器人資源進(jìn)行搜索[3]。運維平臺技術(shù)路線如圖7所示。
圖7運維平臺技術(shù)路線
機器人群通過礦區(qū)環(huán)網(wǎng)將各自的傳感器數(shù)據(jù)、位置信息、任務(wù)信息等大量、多頻次的狀態(tài)數(shù)據(jù)實時傳送云平臺，可實現(xiàn)故障實時報警、在線遠(yuǎn)程監(jiān)測、數(shù)據(jù)分析對比及分析挖掘，并可實現(xiàn)機器人群運維系統(tǒng)的在線遠(yuǎn)程診斷。單體機器人調(diào)度監(jiān)控信息及機器人本體信息如圖8、圖9所示。
圖8單體機器人調(diào)度監(jiān)控信息
圖9機器人本體信息
煤礦機器人群調(diào)度指揮系統(tǒng)主要功能
煤礦機器人群是基礎(chǔ)，數(shù)據(jù)信息是支撐，集群運維管理是目標(biāo)。為實現(xiàn)真正面向煤礦場景的煤礦機器人群指揮協(xié)同，機器人群調(diào)度指揮系統(tǒng)功能應(yīng)至少包括機器人群指揮調(diào)度引擎（圖10）、煤礦多場景模擬仿真、機器人狀態(tài)診斷評估、集群統(tǒng)一運維、基礎(chǔ)數(shù)據(jù)管理、任務(wù)使命下達(dá)、機器人定位融合等。其中，機器人指揮調(diào)度功能、煤礦多場景模擬仿真功能和機器人狀態(tài)診斷評估功能是本系統(tǒng)緊密結(jié)合煤礦特殊場景及煤礦機器人特種裝備，創(chuàng)新提出貼合現(xiàn)狀并能真正解決用戶痛點的創(chuàng)造性功能。
圖10機器人群指揮調(diào)度引擎
圖11機器人手動控制界面
機器人指揮調(diào)度功能
通過智能化信息數(shù)字系統(tǒng)替代傳統(tǒng)模擬系統(tǒng)，實現(xiàn)機器人群指揮系統(tǒng)的數(shù)字化、網(wǎng)絡(luò)化及智能化。利用計算機智能硬件和網(wǎng)絡(luò)成熟技術(shù)以及必要的音頻、視頻和信息技術(shù)，將其相互融合，構(gòu)建出具備有效調(diào)度、快速響應(yīng)、智能分析決策、智能任務(wù)規(guī)劃以及任務(wù)執(zhí)行效率評估等功能的智能調(diào)度指揮系統(tǒng)，可提高人員決策的效率、縮短決策時間，使復(fù)雜任務(wù)的指揮更為智能。
（1）單體機器人自主調(diào)度
單體機器人的主要任務(wù)是在煤礦固定場景下進(jìn)行巡檢或作業(yè)，其操作方式包括自動和手動模式（圖11），以保障所在區(qū)域內(nèi)安全穩(wěn)定。在中小型煤礦中，機器人工作區(qū)域范圍和功能需求數(shù)量有限，因此對單體煤礦機器人調(diào)度的硬性需求不明顯。然而在大型煤礦中，煤礦固定場所中擁有數(shù)量龐大且種類繁多的待檢設(shè)備和目標(biāo)以及多樣的作業(yè)需求，復(fù)雜的局部和整體路況狀態(tài)，導(dǎo)致單純的自主運行不能完全適應(yīng)環(huán)境的發(fā)展和變化。因此，提出單體機器人自主調(diào)度功能，從而解決初始設(shè)置不全面導(dǎo)致的功能固化問題。機器人單體調(diào)度平臺效果如圖12所示。
圖12機器人單體調(diào)度平臺界面
圖13同類機器人覆蓋作業(yè)調(diào)度流程
（2）同類機器人覆蓋作業(yè)調(diào)度
同類機器人覆蓋作業(yè)調(diào)度主要是為了解決區(qū)域范圍內(nèi)的突發(fā)問題，同時也能完成區(qū)域內(nèi)正常的巡檢作業(yè)任務(wù)。該功能依托于系統(tǒng)的數(shù)據(jù)層，采用網(wǎng)格化管理，將同類機器人應(yīng)用場景劃分為若干區(qū)域，按區(qū)域分配機器人來保障每一場景下的正常巡檢。網(wǎng)格化管理應(yīng)以調(diào)度時間為準(zhǔn)，調(diào)度時間是衡量機器人響應(yīng)快慢的主要指標(biāo)，在有限的機器人資源配置下，進(jìn)行合理部署才能保障區(qū)域內(nèi)機器人響應(yīng)時間最短。在日常調(diào)度指揮中，單體機器人自主調(diào)度和同類機器人覆蓋作業(yè)調(diào)度雖然是2種不同類型的資源部署方法，但兩者在實際應(yīng)用中往往相互結(jié)合使用。首先對關(guān)鍵緊急場景進(jìn)行任務(wù)下達(dá)，在此基礎(chǔ)上再進(jìn)行區(qū)域移動巡檢作業(yè)的部署。同類機器人覆蓋作業(yè)調(diào)度流程如圖13所示。
（3）異構(gòu)機器人協(xié)同作業(yè)
調(diào)度在煤礦日常生產(chǎn)中，較易發(fā)生突發(fā)性事故，單體調(diào)度和同類機器人調(diào)度不能完全滿足多場景下的事故處理需要，因此需要實現(xiàn)異構(gòu)機器人系統(tǒng)作業(yè)調(diào)度功能。通過掌握不同類型機器人的資源狀況，提高機器人執(zhí)行效率，實現(xiàn)異構(gòu)機器人任務(wù)使命下達(dá)是更為合理高效的機器人調(diào)派模式。比如，根據(jù)煤礦機器人所在位置情況，結(jié)合實際環(huán)境路況信息，搜索事故地點距離最近的有效機器人資源，規(guī)劃最快的救援路徑。
煤礦機器人在未來煤礦生產(chǎn)中的發(fā)展趨勢是協(xié)同作業(yè)，單體機器人通常只具備一種功能，多種類型的煤礦機器人協(xié)同作業(yè)，拓展了機器人集群的適用范圍，使得執(zhí)行任務(wù)具有多樣化，且很大程度上提高了任務(wù)的可靠性。異構(gòu)機器人覆蓋作業(yè)調(diào)度效果如圖14所示。
圖14異構(gòu)機器人覆蓋作業(yè)調(diào)度
圖15機器人健康評估
煤礦多場景模擬仿真功能
通過研發(fā)機器人3D集成開發(fā)環(huán)境，使其包含單體計算模塊（逆運動學(xué)、物理/動力學(xué)、碰撞檢測、最小距離計算、路徑規(guī)劃等）以及分布式控制架構(gòu)（無限數(shù)量的控制腳本，線程或非線程）[3]，同時具備若干擴展機制（插件和客戶端應(yīng)用程序等）。為了保證多種不同類別機器人能夠在同一場景下協(xié)同工作，研發(fā)了面向于機器人群復(fù)合作業(yè)的交互仿真平臺。煤礦多場景模擬仿真功能可實時調(diào)用每個機器人的運動信息、結(jié)構(gòu)參數(shù)信息以及規(guī)劃軌跡信息，并對整個作業(yè)流程進(jìn)行合理規(guī)劃，實現(xiàn)機器人群的整體仿真。煤礦機器人相關(guān)理論算法、結(jié)構(gòu)參數(shù)以及運動性能均可在仿真平臺驗證與優(yōu)化，為機器人群在煤礦場景下的實際應(yīng)用提供了重要的技術(shù)支撐。
機器人狀態(tài)診斷評估功能
綜合多個評估體系，煤礦機器人群調(diào)度指揮系統(tǒng)將導(dǎo)航能力評估、運行性能評估、續(xù)航能力評估、集群作業(yè)能力評估作為機器人群的評估標(biāo)準(zhǔn)。導(dǎo)航能力評估涵蓋磁導(dǎo)航、視覺導(dǎo)航、激光導(dǎo)航等多種導(dǎo)航方式，可視指標(biāo)包括定位精確、規(guī)劃路徑靈活度、覆蓋范圍大小等參數(shù)；運行性能評估包括接地比壓、驅(qū)動能力、地面阻力、轉(zhuǎn)向能力、越障能力、平順性、穩(wěn)定性等，可涵蓋輪式、履帶式、輪-腿-履帶復(fù)合式、四周履帶式、連續(xù)履帶式等不同驅(qū)動方式的機器人；續(xù)航能力評估包括對放電電壓、電流、SOC等數(shù)據(jù)的實時監(jiān)測，以及對定時系統(tǒng)電量信息進(jìn)行分析；集群作業(yè)能力評估包括機器人集群任務(wù)條件概率計算、任務(wù)可靠性預(yù)測等。機器人健康評估效果如圖15所示。
結(jié)語
論述了機器人群調(diào)度指揮系統(tǒng)的研究現(xiàn)狀，指出了在煤礦領(lǐng)域內(nèi)機器人群協(xié)同指揮應(yīng)用存在的問題；構(gòu)建的基于煤礦機器人集群，可實現(xiàn)數(shù)據(jù)信息采集-挖掘-分析-決策一體化、統(tǒng)一協(xié)同指揮調(diào)度智能化、機器人及場景融合仿真平臺化的集群調(diào)度指揮系統(tǒng)架構(gòu)；提出了推進(jìn)煤礦機器人群調(diào)度指揮系統(tǒng)建設(shè)的覆蓋化、網(wǎng)絡(luò)化、智能化等關(guān)鍵技術(shù)及其發(fā)展思路；指出了煤礦機器人群調(diào)度指揮系統(tǒng)應(yīng)具備的功能。
研究成果充實了我國煤礦機器人領(lǐng)域的集群調(diào)度指揮相關(guān)理論基礎(chǔ)和技術(shù)方法，煤礦機器人群調(diào)度指揮系統(tǒng)可為煤礦機器人群資源合理部署和應(yīng)急機器人動態(tài)調(diào)度提供技術(shù)手段，為煤礦信息化系統(tǒng)建設(shè)奠定技術(shù)基礎(chǔ)，對建立科學(xué)高效的機器人運維管理機制具有重要的理論價值和現(xiàn)實意義。
