2. 井下机器人避障系统构成与失效模式总览

要理解避障为什么会失效，先要把“避障”这件事拆成一条可追踪的链路。井下机器人（如巡检机器人、运输机器人、救援探测机器人）的避障系统通常由三部分组成：感知传感器负责获取环境信息，决策算法负责判断是否存在碰撞风险并给出动作指令，执行机构负责把指令变成实际的减速、转向或停车。三者串联工作，任何一环出问题，最终表现都可能是“撞上了”或“停不下来”，但根因完全不同。因此，失效分析的第一步不是急着换传感器，而是先定位失效发生在链路的哪一段。

一、三段式构成的职责与典型器件

感知层是避障系统的“眼睛”。井下环境粉尘大、光照低、巷道狭窄且存在水雾，常用传感器包括：激光雷达（2D/3D LiDAR）用于测距与巷道轮廓建模；超声波传感器用于近距离补盲，对粉尘和反光不敏感但探测角宽、分辨率低；红外/光电开关用于极近距离的到位检测；视觉相机配合补光用于识别皮带、支架、人员等目标。感知层的核心输出是“障碍物是否存在、距离多少、方位如何”，其质量取决于量程、盲区、刷新率和对井下介质的适应能力。

决策层是“大脑”。它接收感知数据，完成滤波、聚类、障碍物跟踪、碰撞风险评估，再依据避障策略（如人工势场法、栅格地图A*、速度障碍法或简单的距离阈值规则）生成速度与转向指令。决策层的关键参数包括安全距离阈值、减速曲线、决策周期和失效降级策略。井下常采用“分层决策”：远距离减速、中距离绕行、近距离急停，不同距离带对应不同动作。

执行层是“手脚”。包括驱动电机与控制器、转向机构、制动器（电磁制动或液压制动）以及急停回路。执行层把决策指令转化为轮速、舵角和制动力。它的响应特性由电机响应时间、制动器动作延迟、机械间隙和负载决定。执行卡滞往往不是算法问题，而是机械或液压环节的问题。

二、四类典型失效模式及其关联

漏检指环境中确实存在障碍物，但系统判定为“无障碍”。井下典型诱因是传感器盲区（如激光雷达安装高度以下的低矮石块）、粉尘或水雾导致回波衰减、深色或低反射率目标（如潮湿煤壁、黑色皮带）回波过弱。漏检的后果最直接——机器人不会减速，直接碰撞。

误检指没有真实障碍物，系统却判定为“有障碍”。常见诱因是水雾、飞扬粉尘被激光雷达当作实体回波，或巷道壁面强反光造成虚假点云，也可能是超声波在狭窄巷道内的多次反射。误检本身不危险，但会引发频繁急停，降低运输效率，长期还会让操作人员习惯性屏蔽避障功能，埋下更大隐患。

响应延迟指系统判断正确，但从“发现障碍”到“实际减速/停车”的时间超过安全允许值。它可能来自感知刷新率低（如超声波周期长）、决策算法计算量大（点云聚类耗时）、通信总线延迟，或制动器动作慢。井下机器人速度虽低（常见0.5～1.5 m/s），但巷道狭窄，制动距离余量小，延迟几十毫秒就可能越界。

执行卡滞指决策指令已正确发出，但执行机构没有按预期动作，如电机堵转、转向机构卡死、制动器因油污或磨损动作不到位。这类失效与算法无关，属于机械与液压范畴，但在现场常被误判为“算法不灵”。

四类失效并非孤立：漏检和误检发生在感知层，直接污染决策输入；响应延迟横跨感知与决策；执行卡滞落在执行层。它们可以叠加，例如粉尘同时造成漏检和误检，重载又加剧制动延迟。因此排障时应按“感知—决策—执行”分段隔离，而不是笼统地调参。

三、分段定位的实操思路

以一个教学示例说明定位方法（以下参数为合理假设，非实测）：某运输机器人在巷道内以1.0 m/s行驶，安全距离设为1.5 m，决策周期50 ms，制动响应约200 ms。若现场出现“接近障碍物才急停”，可先看感知数据：若障碍物在1.5 m处已有点云但决策未触发，问题在决策阈值或周期；若1.5 m处根本无点云，则是漏检，需检查传感器安装高度与粉尘影响。若决策已输出急停而机器人仍前冲，则测量从指令发出到轮速归零的时间，超过预期即指向执行卡滞或制动延迟。

理解这套构成与失效映射，是后续案例分析的基础：每一个真实事故，都可以回溯到这条链路上的某个具体环节，并据此设计相应的冗余措施。