王 鹏，曹现刚，马宏伟，吴旭东，夏 晶

(1.西安科技大学 机械工程学院，陕西 西安 710054; 2.陕西省矿山机电装备智能监测重点实验室，陕西 西安 710054)

在煤矿生产中，从原煤中分拣煤矸石是煤炭洗选的首要环节，原煤入选率是评价煤矿生产效益的重要指标[1]。矸石是影响煤矿煤炭生产质量的重要因素[2]，拣矸率则是评价煤矿分选效果的重要参数。传统的干选[3-4]和湿选[5-7]方法在一定程度上提高了煤炭入选率，但是其所带来的资源浪费、环境污染和成本高等问题已不能满足绿色开采要求[8]。特别是大粒度(100～300 mm)的矸石依然依靠人工分拣来完成，存在人员需求多、拣矸效率低、劳动强度大、工作环境劣等问题[9]。随着机器人、煤矸石识别[10]等技术的不断发展和成熟，利用机器人进行煤矸石分拣已经成为一种新的研究方向，国内相关研究工作者在该方向做了大量的研究工作，也取得了一定的研究成果[11-12]。特别是在煤矸石视觉识别的基础上，多机械臂协同分拣煤矸石技术的提出[13-14]，打开了机器人迈向煤矿煤矸石分拣领域的大门，也为这一研究方向提供了新的思路。

煤矿生产中，煤和矸石通过带式输送机进行运输，其运行速度高，分布随机，并且矸石质量和体积较大，和传统工业领域传送带分拣相比，由于分拣对象的特殊性，对机器人在负载、速度等参数的要求较高。在分拣领域最核心的问题便是动态目标快速跟踪问题，在这方面，大量研究人员在高速分拣领域做了充分的实验研究，并且取得了显著的成果。……