基于滤波算法的煤矿井下定位技术研究

煤矿井下无线信道容易受到非视距和多径衰落影响,基于RSSI的定位系统误差较大,研究了一种新的井下定位算法。对卡尔曼滤波算法进行研究,抑制测距误差,建立井下信道模型;提出一种协调器节点选取最优参考节点组的方法,利用信道模型和加权最小二乘法确定移动未知节点位置信息;进一步通过扩展卡尔曼滤波算法求精数据,实现煤矿井下矿工及设备的实时定位。井下巷道实验表明,该算法误差控制在3 m以内,提高了定位精度,增强了定位系统的可靠性,可用于煤矿井下定位。     

一种基于UKF的井下机器人超声网络定位方法

机器人将在未来煤矿少人或无人化开采中发挥重要作用。根据井下工作光线较暗,空间封闭的特点,提出了一种基于无损卡尔曼滤波(unscented Kalman filter,UKF)的井下机器人超声网络定位方法。方法的核心是通过对光电码盘和电子罗盘定位以及超声网络定位输出的井下机器人位置坐标和航向角度进行UKF滤波,来对井下机器人进行位置更新和预测。由于对机器人进行位置更新和预测是复杂的非线性函数,采用UKF能有效提高滤波精度,降低定位误差。由于越接近当前时刻的转弯半径误差对转弯半径影响越大,故采用Sigmoid函数作为转弯半径误差系数来计算M个转弯半径误差和。以误差和为权重调节机器人左右驱动轮的转弯半径,可以减小转弯半径误差。仿真结果表明,采用所提出的基于UKF的井下机器人超声网络定位方法实现了井下机器人更稳定和更精确的定位。     

煤矿井下探测作业机器人轨迹粒子群规划方法研究

针对煤矿井下非结构化、不确定和复杂的未知环境作业轨迹规划问题,提出了一种基于粒子群算法的机器人轨迹规划与优化方法。建立机器人动力学模型,通过将机器人运动学约束转化为三次样条插值曲线的控制关键点约束的非线性约束优化问题,利用三次多项式插值拟合曲线,通过粒子群算法和惩罚函数法相结合,采用自适应函数控制插值收敛速度,得到一条满足实际工况要求的最优时间轨迹。研究结果表明,该方法有效地解决了煤矿井下复杂环境的机器人时间最优轨迹优化问题。     

煤矿救灾机器人超声波和惯性导航技术

针对煤矿救灾机器人导航系统的导航精度低的问题,结合煤矿井下非结构化环境的特点,提出一种适于煤矿井下灾后环境的超声波导航和惯性传感器的导航方法,并利用粒子滤波技术进行算法设计。结果表明,基于超声波和惯性传感器融合的导航性能满足煤矿救灾机器人的导航需求,算法的收敛速度很快,提高了煤矿救灾机器人的导航性能和应急抢险能力。     

基于RSSI测距的煤矿井下定位研究

针对复杂的煤矿井下环境,无线信号强度传播模型定位精度较低的问题,为了获取精确的RSSI值和未知节点的位置,提出了对RSSI值进行高斯滤波和定量统计加权处理,将处理后的数据使用最小二乘法曲线拟合,得到环境参数的估计值和损耗模型,利用该模型计算未知节点到信标节点的距离,确定节点的位置。井下巷道仿真实验表明,文章提出的方法平均定位误差为1.71m,比未加权的平均误差要小1.18m,有效降低了RSSI不稳定性对定位精度的影响,适用于煤矿井下精确定位。     

“惯导+里程计”的采煤机定位方法研究

针对煤矿井下综采工作面采煤机受环境影响定位效果较差的问题,提出了一种"惯导+里程计"的综采工作面采煤机定位方法。该方法将惯导测量的位移与里程计航位推算的位移之差作为量测值,应用闭环卡尔曼滤波建立组合定位模型,实时修正系统误差,测量采煤机的姿态与位置。在仿真实验与煤矿井下综采工作面进行了试验验证,结果表明:工作面推进方向测量误差小于3cm,高度方向测量误差小于2cm,分析了误差产生的原因,验证了"惯导+里程计"采煤机定位方法的精度与稳定性。     

掘进机器人视觉定位及巷道地图重构技术研究

在实现煤矿掘进工作面智能化和无人化方面,巷道环境的构建以及掘进机器人的准确定位至关重要。考虑到井下空间狭小、设备众多以及光线不足等限制因素,实现对巷道环境和设备的可视化变得复杂。解决这一难题的关键在于精准地勘测井下环境,实现设备的精确定位。以煤矿掘进机器人为研究对象,对巷道的三维重建和掘进机器人的定位问题进行了深入分析。通过比较不同的掘进机器人定位和建图方案,确定了适用于煤矿巷道的整体方案。该方案综合运用了单目视觉、激光雷达等多种传感器,为解决掘进机器人定位和巷道环境构建等难题提供了应对策略。     

惯性陀螺仪姿态角误差校正方法的研究

煤矿井下作业环境复杂,对综掘机、矿井机车等设备以及人员的准确定位,可以为井下安全作业提供保障。惯性定位在井下定位中应用广泛,作为惯性定位中重要的测量元件,惯性陀螺仪测量精度决定惯性定位是否准确。针对陀螺仪在测量姿态角时存在的随机误差问题,提出利用卡尔曼滤波算法减小姿态角的数据漂移。最后采用实验的方法总结姿态角的误差规律,并完成姿态角数据的误差补偿。     

基于MEMS惯性传感器的井下人员定位系统

针对煤矿井下人员定位的特殊环境与要求,提出一种基于行人航迹推算法(pedestrian dead reckoning,PDR)的微机电惯性传感器测量单元(micro-electro-mechanical system-inertial measurement unit,MEMS-IMU)定位系统,以MEMS中的加速度计、陀螺仪和磁力计获取数据,结合粒子滤波研究解决了传感器漂移误差关键技术问题,提高了井下定位精度。试验结果表明,该系统百米定位误差小于2 m,能够满足井下人员定位需求。     

基于多传感器的煤矿探测机器人控制系统研究

针对煤矿探测机器人在煤矿井下事故现场未知环境中的控制需求,研究了基于多传感器的智能控制系统原理与构架方式,提出了煤矿探测机器人3层分布式模块化控制结构,其核心决策规划系统采用多智能体Agent原理进行设计,各个功能Agent按照机器人的行为决策过程递阶分布,各模块间按照反应式的行为准则相互协调配合,完成探测机器人的决策与控制过程。经试验验证,该系统可以使煤矿探测机器人具有处理复杂任务与应对煤矿井下地形环境的能力,实现了机器人的智能控制。     

基于TOA技术和Kalman滤波相结合的井下人员定位系统设计

结合煤矿巷道特点,设计了基于TOA测距的井下人员定位算法,建立Kalman滤波模型消除随机误差;定位节点采用nano PAN5375无线射频模块作为核心器件,设计了人员定位系统中的测距系统,详细介绍了标识卡和读卡器的软件、硬件设计,并在煤矿巷道进行了性能测试。实验结果表明,该系统定位精度3 m,可实现井下人员实时跟踪定位。     

面向井下改进分布式粒子滤波跟踪算法研究

基于煤矿井下复杂环境,无线传感器网络节点能量有限且易于布放的特点,提出了一种面向煤矿井下改进分布式粒子滤波目标跟踪算法。在动态分簇的基础上利用粒子滤波对目标跟踪。仿真结果表明,与传统分簇算法比较,改进算法可以降低节点的冗余度,降低能耗。同时将改进分簇算法与粒子滤波跟踪算法结合,集中了2种算法的优点,在保证跟踪精度的前提下延长网络的生存周期,且满足煤矿井下的目标跟踪要求。     

钢丝绳牵引式巡检机器人研究与应用

为了解决煤矿井下巡检机器人电池充电的问题,设计研发了一种钢丝绳牵引式巡检机器人,详细论述了该机器人系统的组成及实现方法,介绍了机器人本体自发电装置的组成和工作原理。应用结果表明,该巡检机器人系统可以实现对煤矿井下带式输送机巷道的自动巡检,实现无人值守的目标。     

救援机器人在煤矿事故中的应用研究

煤矿事故发生后井下环境异常复杂危险,勘测救援机器人能够在事故发生后迅速派到井下展开勘测和救援工作。多源信息融合技术应用于勘测救援机器人信息预处理中,能够提高机器人在未知复杂环境下工作的精准信息处理能力。提出了采用分散型多源信息融合方法,结合分布式控制系统结构,提高机器人信息处理,道路避障及智能控制能力,设计了系统的硬件结构,给出了机器人井下路径规划方法。现场作业表明,煤矿井下勘测救援机器人能够安全避障行驶,最终可靠灵活地完成预设的现场勘测救援任务,并向远程监控中心传回现场各种实时信息。     

基于神经网络的井下无线传感器网络节点定位技术研究

无线传感器网络在井下的应用提高了煤矿生产自动化和安全性。由于井下的空间、环境等条件的限制,为了能进一步提高对井下人员和设备的准确定位,即对无线传感器网络中节点的准确定位。现提出在CC2430上采用实现简单的RSSI定位方法,并结合神经网络优化的节点定位算法。通过MATLAB实验仿真结果表明,此方法提高了井下无线传感器网络节点定位的精度。     

煤矿救援机器人自主避障方法研究

针对煤矿灾害发生后复杂的矿井环境,提出一种用于救援机器人的分级扩展式快速扩展随机树（CERRT）算法。该方法利用快速扩展随机树（RRT）算法在未知环境中规划路径的优势,将分级扩展的思想融入到RRT算法中,具有在未知环境中避开障碍物快速找到目标的特点。仿真验证了该方法的有效性,与传统方法比较,路径规划速度和避障能力得到了提高,缩短了找到目标的时间。该方法也可为钼矿、铜矿等其他矿井的救援机器人寻找目标提供参考。     

基于多传感器信息融合的煤矿救灾机器人自主定位研究

针对煤矿救灾机器人自主定位的要求,对比分析了多传感器信息融合技术的常用方法,结合传感器的选取,确定了卡尔曼滤波算法的信息融合方法,采用基于多传感器信息融合的航迹推算法对机器人进行定位。仿真结果表明,采用基于多传感器信息融合的航迹推导法,其航迹推导作为机器人自主定位具有合理性,能达到煤矿救灾机器人的基本定位要求。     

井下无线传感器网络定位DV-Hop改进算法

针对煤矿井下环境复杂,传统DV-Hop节点定位算法无法满足无线传感器网络定位需求的问题,设计了一种改进的DV-Hop算法,引入分级节点和扩展信标节点,采用分级定位,通过已定位的未知节点作为信标节点参与定位运算,利用三角定理和1跳距离对未知节点与信标节点之间的跳段距离进行修正。仿真结果表明:改进算法有效提高了节点的定位精度,能够满足井下传感器节点的定位需要。     

矿井复杂危险环境侦测机器人研究应用

针对煤矿井下信息采集手段有限，风声事故后给救援工作带来困难的问题，结合防爆技术和机器人技术，研究设计了一款煤矿巡检侦察机器人，详细论述了煤矿巡检侦察机器人系统组成和工作原理，介绍了机器人软件系统设计方法，并在煤矿井下进行了相关试验。实际应用表明，该机器人负载能力大，越障能力强，适应复杂环境和地形，可代替人工进行煤矿探查，作业效率高。     

基于煤矿视频监控系统的图像增强方法研究

针对煤矿视频监控系统中采集的井下图像质量差的问题,提出了一种先在空域上采用中值滤波降噪,然后用自适应直方图均衡进行增强处理的方法,可以有效地降低煤矿井下的脉冲噪声,增强了井下低对比度图像的可视化效果。实验证明,该方法可以增强煤矿井下图像的清晰程度,使煤矿视频监控系统更好地发挥功效。