Узкие туннели, тусклое освещение, отсутствие сигнала GPS, пересеченная местность — это «естественные барьеры», которые подземные шахты возводят перед инспекционными работами. Сегодня международная исследовательская группа под руководством Чжэцзянского университета превращает четвероногих роботов в «пионеров разведки», способных самостоятельно преодолевать эти экстремальные условия. Недавно разработанная автономная инспекционная система QRIVAS (Четвероногая роботизированная интеллектуальная система визуального сбора данных) преодолела множество ключевых технических узких мест автономной навигации в сложных подземных средах, достигнув 100% успеха навигации в симуляционных тестах и 96,7% в тестах на масштабных моделях мостовых опор. Этот прорыв не только предлагает совершенно новое решение для интеллектуального мониторинга транспортной инфраструктуры, такой как мосты, но и открывает широкие перспективы для беспилотных инспекционных работ в подземных шахтах Китая.

Оснащение роботов «сенсорным центром» для экстремальных условий

Теневые стороны мостовых опор, ограниченное пространство внутри стальных конструкций, тусклые туннели подземных шахт — в этих зонах поле зрения традиционных камер ограничено, сигналы GNSS полностью теряются, а текстура стен бедна, из-за чего обычные инспекционные роботы легко теряют ориентацию или сталкиваются с препятствиями. Существующие роботизированные решения обычно испытывают трудности с навигацией в условиях отсутствия GNSS и низкой освещенности.

Ключевая инновация QRIVAS заключается в первой глубокой интеграции 3D LiDAR SLAM (одновременной локализации и построения карты) с технологией семантической сегментации в реальном времени. LiDAR SLAM отвечает за построение трехмерной пространственной модели окружающей среды в реальном времени и определение собственного местоположения без использования GNSS; семантическая сегментация в реальном времени наделяет робота способностью визуального рассуждения для «распознавания ключевых целей» — позволяя в реальном времени определять из огромного объема информации, получаемой от лидаров и визуальных датчиков, что является мостовой опорой, что — смотровым проходом, а что — поверхностью конструкции, требующей приоритетного осмотра. Глубокая интеграция этих двух технологий позволяет четвероногому роботу автономно перемещаться и точно фиксировать целевые конструкции даже в условиях отсутствия GNSS и низкой освещенности.

Еще одной особенностью QRIVAS является «работа без карты» — независимость от предварительно построенных карт. Это означает, что робот может, подобно человеку, планировать маршрут, исследуя незнакомые шахтные туннели, а не быть привязанным к заранее заданному пути.

Доказательство технологической зрелости с помощью «конкретных показателей»

Исследовательская группа провела систематическую проверку на смоделированном бетонном железнодорожном виадуке и его масштабной модели 1:3. В симуляционной среде показатель успешной навигации достиг 100% — это означает, что ни в одном из испытаний не было отклонений от маршрута, потери цели или прерывания из-за столкновения; средний показатель успешной навигации при выполнении задачи по пересечению шести мостовых опор на физической масштабной модели также достиг 96,7%. Что еще более важно, даже в сложных условиях местности, сильно отличающихся от идеально ровной дороги, таких как грубый искусственный газон и высокие бордюры, QRIVAS сохранял устойчивую способность к автономной работе.

Техническое значение этих данных заслуживает глубокого анализа: состояние грунта в шахтных туннелях гораздо сложнее, чем на обычных промышленных объектах. Ухабистые дороги с большим количеством щебня, непрерывные неровности кабелей и балластного слоя, а также ступенчатые препятствия, образованные рельсовым оборудованием, могут вывести из строя обычные алгоритмы навигации. Подтвержденный QRIVAS показатель успешной навигации в 96,7% на неровной местности в значительной степени соответствует реальным топографическим условиям подземных шахт, что служит важнейшим техническим обоснованием для его «плавного перехода» из лабораторных условий в реальные рабочие сценарии подземных горных работ.

Четвероногие роботы становятся «интеллектуальными рейнджерами» подземных шахт

Более 90% металлических и неметаллических рудников Китая используют подземный способ добычи, а общая протяженность туннелей достигает десятков тысяч километров. Подземная среда характеризуется высокой влажностью, большой запыленностью и плохим освещением. Многие зоны разделены взрывозащитными перегородками, вентиляционными дверями и противопожарными заслонами на ограниченные пространства, куда доступ человека крайне затруднен и сопряжен с высоким риском для безопасности. Это общепризнанный «крепкий орешек» для инспекций.

Три ключевые технологии, разработанные QRIVAS, точно соответствуют насущным потребностям инспекций в подземных шахтах:

① Надежное позиционирование при отсутствии GNSS — шахтные системы позиционирования не могут проникать сквозь толстые слои породы, и сама шахта представляет собой огромное пространство без GNSS. Метод позиционирования QRIVAS, основанный на 3D LiDAR SLAM, специально разработан для таких условий.

② Распознавание в условиях низкой освещенности и бедной текстуры — при плохом освещении и тусклых стенах традиционные бинокулярные системы технического зрения极易 выходят из строя. QRIVAS объединяет облако точек LiDAR с семантической сегментацией, создавая «мультимодальную сенсорную избыточность», не зависящую от хорошего освещения.

③ Автономное преодоление препятствий и навигация на сложной местности — склоны, щебень, рельсы, дренажные канавы, каждый подземный туннель представляет собой топографическую задачу. Устойчивая работа QRIVAS на высоких бордюрах и грубом газоне имеет сильную топографическую аналогию с щебеночным балластным слоем в шахтах, что подтверждает его способность преодолевать препятствия и адаптироваться к местности.

Техническая архитектура QRIVAS предлагает парадигму, которую можно напрямую использовать при разработке роботов для инспекции подземных шахт. Разделяя, но в то же время объединяя SLAM-позиционирование и семантическое распознавание целей, а также усиливая способность к автономной навигации без карты, она может предоставить полную техническую основу — от «замкнутого контура восприятия» до «принятия решений и исполнения» — для индивидуальной разработки шахтных инспекционных роботов.

Надвигается индустриальная волна беспилотных инспекций в шахтах

Прорыв QRIVAS происходит в ключевой период строительства интеллектуальных шахт. В начале 2026 года несколько публичных компаний, включая Mei'an Sen, завершили экспертизу общего дизайна взрывозащищенных четвероногих роботов-собак для шахт, а ключевые компоненты, такие как взрывозащищенные двигатели и специальные взрывозащищенные аккумуляторы, прошли специальные стендовые испытания; в мае 2026 года на 6-й Китайской (Гуйчжоу) международной выставке-ярмарке энергетической промышленности в Гуйяне компания Yunmei Shidai Artificial Intelligence Technology Co., Ltd. представила прототип взрывозащищенного четвероногого инспекционного робота, интегрирующего множество сенсорных систем, таких как лидар, тепловидение и газовые датчики, способного в реальном времени отслеживать параметры газа, температуры, дыма и другие, что знаменует ускорение процесса индустриализации четвероногих инспекционных роботов, их переход из лабораторий в шахты.

Подтвержденные QRIVAS концепции автономной навигации без карты, мультимодального восприятия и инспекции на сложной местности являются именно теми общими базовыми технологиями, в которых остро нуждается текущая индустриализация шахтных инспекционных роботов. Компания Zhejiang Xinyinling Navigation Intelligent Technology Co., Ltd., указанная в списке соавторов статьи, уже обеспечила промышленную поддержку для инженерного внедрения системы QRIVAS на четвероногих роботах — путь трансфера технологий от проверки прототипов в университетских лабораториях до разработки промышленных продуктов на предприятиях уже прокладывается.

Прокладывание нового пути к снижению затрат и повышению эффективности в условиях «двойной дилеммы»

В настоящее время шахты сталкиваются с обостряющейся «двойной дилеммой»: «не проводить инспекции — высокий риск безопасности» и «высокая частота инспекций — резкий рост затрат на рабочую силу». Широкомасштабное внедрение четвероногих интеллектуальных инспекционных роботов, как только оно будет реализовано, принесет множественные системные выгоды:

В аспекте безопасности — замена человека при входе в зоны высокого риска, такие как замкнутые пространства, зоны с токсичными и вредными газами, выработанное пространство, что коренным образом снижает вероятность несчастных случаев с персоналом.

В аспекте эффективности — круглосуточные и всепогодные инспекции, замена утомительного ручного осмотра сбором данных с превосходной согласованностью, что позволяет перейти от «регистрации инцидентов постфактум» к «обнаружению в реальном времени и немедленному оповещению».

В аспекте затрат — перевод высококвалифицированного инспекционного персонала из опасных условий первой линии в удаленные диспетчерские центры; как только будет реализована схема «один оператор — несколько машин», общие трудозатраты и совокупные расходы значительно снизятся.

Основываясь на стратегическом видении, представленном в результатах исследования QRIVAS, о том, что «роботизированные системы на базе ИИ изменят традиционную практику обслуживания инфраструктуры», подземные шахты, вероятно, станут ключевой отраслевой ареной, где этот технологический маршрут первым достигнет широкомасштабного применения.