Development and Field Demonstration of a Multi-Sensor Based Autonomous Driving Robot for Safety Patrol and Tunnel Mapping in Underground Mines

Abstract

In underground mine environments where various hazards exist, such as tunnel collapse, toxic gases, the application of autonomous robots can improve the safety of exploration and efficiently perform repetitive exploratory operations. This study developed a multi-sensor based autonomous driving robot for underground mines. The developed autonomous robot can perform real-time obstacle avoidance, path planning, location estimation, waypoint-based navigation in an underground mine environment. In addition, autonomous robots can perform safety patrol tasks such as measuring harmful gas and dust concentrations and detecting humans in underground mines without human intervention and efficiently visualize the results. In addition, the three-dimensional (3D) point cloud data of the underground mine tunnel was continuously matched to accurately estimate the 3D location of the robot on the ramp, and the 3D trajectory of the robot and the 3D point cloud data were fused to perform tunnel mapping for the underground mine. This study developed an autonomous patrol robot for underground mines and conducted field experiments at underground mine sites. The driving robot estimated its own location and autonomously operated via encoders, inertial measurement unit (IMU), and light detection and ranging (LiDAR) sensors; it measured hazards using gas sensors, dust particle sensors, and thermal imaging cameras. The developed autonomous driving robot can perform waypoint-based path planning. It can also automatically return to the starting point after driving along waypoints sequentially. In addition, the robot acquires the dust and gas concentration levels along with thermal images and then combines them with location data to create an environmental map. The results of the field experiment conducted in an underground limestone mine in Korea are as follows. The O2 concentration was maintained at a constant level of 15.7 %; toxic gases such as H2S, CO, and LEL were not detected; and thermal imaging data showed that humans could be detected. The maximum dust concentration in the experimental area was measured to be about 0.01 mg/m3, and the dust concentration was highly distributed in the 25–35 m section on the environmental map. This study developed a 3D location estimation and tunnel mapping system to estimate the location of the autonomous robot in the rampway of an underground mine using 3D point cloud registration. A 3D point cloud of the mine tunnel was measured using a 3D LiDAR sensor and registered using the iterative closest point (ICP) algorithm to estimate the 3D pose of the robot. This was combined with two-dimensional (2D) LiDAR, IMU, and encoder sensors to estimate the 3D trajectory of the robot. The 3D tunnel mapping was performed using the 3D trajectory of the robot and the 3D point cloud data of the tunnel. A comparison of the tunnel maps created using conventional surveying equipment and the robot indicated an error of 0.2275 m, confirming the excellent overall tunnel mapping performance. This study is expected to improve the safety of work by exploring areas that are dangerous for humans to access using autonomous patrol robots and to improve productivity by automating exploration tasks. Additionally, tunnel mapping accuracy can be improved through 3D location estimation technology on ramps. In addition, the developed robot system can be widely used in the underground mine environment through the origin return technology and path planning technology at intersections. It is expected that the autonomous robot system developed in this study will be used as an important reference in various fields related to exploration, safety patrol, and tunnel mapping in underground mines in the future.|터널 붕괴, 유독가스 등 다양한 위험 요소들이 존재하는 지하광산 환경에서 자율주행 로봇을 활용하면 탐사의 안전성이 향상되고 반복적인 탐사 작업을 효율적으로 수행할 수 있다. 본 연구에서는 멀티센서 기반의 지하광산용 자율주행 로봇을 개발하였다. 개발된 자율주행 로봇은 지하광산 환경에서 실시간 장애물 회피, 경로 계획, 위치 추정, 경유지 기반 주행 등을 수행할 수 있다. 또한, 자율주행 로봇은 지하광산 내부에서 사람의 개입 없이 유해 가스 및 분진 농도 측정, 인명 감지 등 안전 정찰 작업을 수행하고, 그 결과를 효과적으로 가시화할 수 있다. 뿐만 아니라, 지하광산 갱도의 3차원 포인트 클라우드 데이터를 연속적으로 정합하여 경사로에서 로봇의 3차원 위치를 정확하게 추정하며, 로봇의 3차원 궤적과 3차원 포인트 클라우드 데이터를 융합하여 지하광산에 대한 갱도 맵핑을 수행한다. 본 연구에서는 지하광산에서 활용될 수 있는 안전탐사용 자율 정찰 로봇을 개발하였고, 지하광산 현장을 대상으로 실험을 수행하였다. 자율주행 로봇은 encoder, IMU, LiDAR 센서를 통해 위치 추정 및 자율주행을 수행하고 가스, 분진, 열화상 센서를 통해 갱내 위험 요소들을 측정하였다. 개발된 자율주행 로봇은 경로 계획, 장애물 회피, 위치 추정 등의 기능을 수행하며 지정해둔 경유지들을 순차적으로 주행한 후 복귀한다. 또한, 주행하는 동안 갱내의 분진, 가스, 열화상 데이터를 획득하며 이를 위치 데이터와 결합하여 지도로 작성한다. 개발된 자율주행 로봇을 활용하여 한국의 석회석 지하광산을 대상으로 현장 실험을 수행한 결과, O2 농도는 15.7%로 거의 일정하게 유지되었고 H2S, CO, LEL와 같은 유독가스는 검출되지 않았다. 갱내 분진 농도는 최대 0.01 mg/m3으로 측정되었고 환경지도에서 17~35 m 구간에서 분진 농도가 가장 높게 분포하였다. 본 연구에서는 지하광산용 자율주행 로봇과 3D 포인트 클라우드 정합을 이용하여 지하광산의 경사로에서 자율주행 로봇의 위치를 추정할 수 있는 3차원 위치 추정 및 갱도 맵핑을 시스템을 개발하였다. 3D LiDAR 센서를 이용해 갱도의 3D 포인트 클라우드를 측정하고 이를 ICP 알고리즘으로 정합하여 로봇의 3차원 자세를 추정하였고, 이를 2D LiDAR, IMU, 엔코더 센서들과 융합하여 로봇의 3차원 궤적을 추정하였다. 또한, 로봇의 3차원 궤적과 갱도의 포인트 클라우드 데이터를 이용하여 3차원 갱도 맵핑을 수행하였다. 측량 장비를 통해 생성한 갱도 맵과 로봇으로 만든 갱도 맵을 비교하였을 때 0.2275 m의 오차를 보이며 전체적으로 우수한 갱도 맵핑 성능을 확인할 수 있었다. 개발된 자율주행 로봇 시스템은 지하광산 내부에 사람이 직접 들어가지 않더라도 탐사 작업을 수행할 수 있으므로 작업의 안전성을 향상시킬 수 있고, 반복적인 탐사 작업을 자동화함으로써 생산성을 향상시킬 수 있다. 뿐만 아니라, 지하광산 경사로에서의 3차원 위치 추정 기술을 통해 갱도 맵핑의 정확도를 향상시킬 수 있다. 또한, 개발된 로봇 시스템은 원점 복귀 기술과 교차로에서의 경로 계획 기술을 통해 지하광산 환경에서 더 광범위하게 활용될 수 있다. 본 연구에서 개발된 자율주행 로봇 시스템이 향후 지하광산에서의 안전정찰, 갱도 맵핑과 관련된 다양한 분야에서 중요한 참고자료로 활용될 수 있을 것으로 기대한다.