1. 课程导入与井下机器人避障失效问题界定

井下机器人并不是在“空旷隧道里绕开几块石头”那么简单。它面对的是一个低照度、高粉尘、强振动、通信受限、空间狭窄且动态变化的三维受限环境。避障失效，指的是机器人在应当识别、规避或安全停车的场景中，未能正确完成障碍检测、距离判断、路径调整或紧急制动，最终导致碰撞、剐蹭、卡滞、倾覆或被迫中断任务的事件。理解这一定义，是后续案例分析、冗余设计和验收测试的共同起点。

一、井下环境对避障的四类挑战

第一类是感知退化。巷道粉尘浓度高时，激光雷达点云会出现大量噪点和“假障碍”；水雾、反光标识和矿灯直射会造成视觉相机过曝或误匹配；低照度下纹理缺失，双目视觉的深度估计误差明显增大。第二类是空间约束。巷道宽度可能仅比机器人车身宽 0.3～0.5 m，两侧还有电缆钩、管路、风筒等突出物，避障不仅要“看见”，还要判断车身包络能否通过。第三类是动态干扰。人员、矿车、皮带架和临时支护材料会突然进入通道，障碍物可能移动或半遮挡。第四类是系统约束。井下无线通信时断时续，远程接管不可依赖；振动和温湿度变化会影响传感器外参和机械结构，导致标定漂移。

这些挑战决定了避障失效往往不是单一传感器“坏了”，而是感知、决策、执行、通信和供电多个环节在特定工况下同时逼近边界。因此本课程强调用“失效链”而不是“单点故障”的视角看问题。

二、避障失效的后果分级

为了在工程上统一判断严重程度，可将后果分为四级：Ⅰ级（轻微）为减速、绕行或短暂停车后恢复，任务延误小于 5 分钟；Ⅱ级（一般）为剐蹭管路、轻微碰撞或需要人工复位，设备可继续使用；Ⅲ级（严重）为卡滞、驱动部件损坏、传感器支架变形，需拖离或现场维修；Ⅳ级（安全事件）为倾覆、伤人或进入危险区域。分级的意义在于：不同等级对应不同的冗余投入和验收门槛，而不是所有场景都堆叠最高配置。

三、本课程的学习目标与案例分析方法

学完本课程，你应当能够：其一，识别一个避障失效事件属于感知、决策、执行还是系统集成问题；其二，依据现场数据还原失效链，而不是停留在“雷达没识别到”这种结论；其三，针对关键失效模式提出可验证的冗余方案，并说明冗余的触发条件、切换逻辑和验收方法；其四，能编写一份包含场景、参数、判据和复现步骤的案例分析记录。

案例分析方法建议采用“场景—信号—判断—动作—结果”五要素还原法。以一次典型的巷道避障失效为例：机器人以 0.8 m/s 沿巷道右侧行驶，前方 6 m 处有半遮挡的临时支护钢管；激光雷达在粉尘中把钢管点云削弱为稀疏点，视觉相机因矿灯逆光未识别；决策模块将可通行宽度误判为 1.1 m（实际有效宽度约 0.75 m），未触发减速；执行模块按原路径继续行驶，最终右侧防撞条剐蹭钢管，触发急停。这个示例中，失效链是“粉尘削弱点云 + 逆光致视觉漏检 + 宽度估计偏大 + 无独立近距保护”，而不是单一部件故障。后续章节会反复使用这种还原方式，并要求把每个环节的输入、阈值和实际观测值写清楚。

四、把“失效”变成可复现的记录

案例分析的价值不在于描述一次事故，而在于让同类失效可被复现和验证。建议每起事件至少记录以下字段：任务类型与路径、机器人速度与载荷、环境条件（粉尘、照度、水雾）、各传感器原始数据片段、决策模块的输入与输出阈值、执行机构的响应时间、最终后果等级。以“近距急停保护”为例，若机器人最大速度为 1.0 m/s，制动减速度按 0.6 m/s² 估算，理论制动距离约为 0.83 m；再考虑 0.2 s 通信与处理延迟，实际安全触发距离应不小于 1.1 m。这个数值不是拍脑袋的“留点余量”，而是由速度、延迟和制动能力共同决定的，后续章节会给出更完整的计算与验证方法。

需要强调的是，冗余不是简单“多加一个雷达”。有效的冗余应满足三个条件：判据独立（不同传感器或不同物理原理）、触发明确（阈值和延时写清楚）、结果可验证（能通过注入故障或场景复现来证明它真的会动作）。本课程后续将围绕典型失效案例，逐一拆解感知冗余、决策冗余、执行冗余和系统级安全停车的设计方法，并给出可操作的验收清单。