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。     

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。     

地下掘进装备实时融合定位推算方法研究

为了克服常见导航方法受到地下掘进施工环境闭塞、狭小、高粉尘、低可视度等制约的难题,提出了由自标定惯性导航单元与高精度测距雷达为主要组成的定位系统。研究了基于卡尔曼滤波的实时定位推算方法,建立包含惯性单元加速度零偏的状态向量,推导状态转移方程与测量更新方程。在地下掘进装备上对定位系统开展了实验研究,以等效10 m为基准,前后、左右、高程方向随机游走误差分别为0.71 cm、1.86 cm、1.57 cm,位置实时推算精度可以满足单班连续快速掘进25 m的要求。     

基于超宽带系统的采煤机端头定位策略及定位技术研究

采煤机的精准定位是实现无人开采的关键,但是现阶段的采煤机定位技术定位精度较低,无法满足高精度定位的要求.为此,提出在综采工作面的两个端头位置分别设置导轨,使超宽带(Ultra-Wideband,UWB)基站群能沿着导轨整体移动,当采煤机运行到端头时,利用对应端头的UWB定位系统获得采煤机的位置坐标,完成一刀截割之后,U...     

基于多传感器组合的钻锚机器人机身定位方法研究

针对目前煤矿钻锚作业仍以人工为主,作业强度大、环境恶劣且效率低的问题,为提高效率、保障工人生命安全,研发了煤矿钻锚机器人以提升钻锚作业自动化水平。针对工况环境下的钻锚机器人机身定位困难、干扰大、精度低、效率低等问题,提出了一种基于激光测距传感器和激光雷达的组合传感器定位方法。根据钻锚作业需求,研究基于分布式激光测距传感器的钻锚机器人与掘进工作面之间的距离信息,建立"机器人-工作面"定位模型,解算钻锚机器人前移过程中与掘进工作面的位置关系;以机器人后端顶部锚杆为目标,利用激光雷达扫描获取锚杆与钻锚机器人的动态点图信息,建立"机器人-锚杆"定位模型,解算钻锚机器人后移过程中与锚杆的空间位置关系。搭建组合定位系统,通过样机试验验证表明:"机器人-工作面"定位模型距离误差≤10 mm,偏航夹角误差≤1°;"机器人-锚杆"定位模型距离误差≤20 mm,偏航夹角误差≤1.5°,可以实现煤矿巷道钻锚机器人机身自动、准确、实时的定位目标。     

基于多传感器信息融合的地下自主铲运机的定位技术

分析自主车辆的定位技术及多传感器信息融合的模型.通过对地下自主铲运机后车体和传感器(航向陀螺仪、激光测距仪)的建模,采用多传感器信息融合的卡尔曼滤波算法,将航向陀螺仪和激光测距仪采集的信息融合后,对铲运机的航向角进行确定.综合应用多传感器信息融合技术可以有效提高铲运机的定位精度.     

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。     

基于特征地图的煤矿辅助运输车辆定位方法

针对煤矿辅助运输车辆无人驾驶技术所包含的车辆自主实时定位问题,考虑井下巷道的环境特点和车辆作业行驶要求,提出了一种基于特征地图的车辆定位方法,建立了车辆在井下巷道行驶的运动方程及测量方程。采用扩展卡尔曼滤波讨论了定位算法,由一个高斯分布描述车辆位置状态的置信度。仿真结果表明:以车辆位置状态置信度的均值作为真实状态的一个估计,由状态置信度的均方根值描述的不确定性与实际估计误差的统计分析结果相一致,在同一时刻车辆观测到的特征数量和采样周期数值对状态置信度不确定性产生影响。基于特征地图的定位方法给出了煤矿辅助运输车辆在井下巷道实时位置状态的置信度表示,同时得出了车辆位置的实时估计和定位的不确定性。     

喷浆机器人的改进及快速掘进作业线的研究

针对小型喷浆机器人在巷道使用中存在的问题,提出了小型喷浆机器人的改进方案,并结合现行的掘进作业线现状,设计了快速掘进作业线。经调查,结果是令人满意的,非常适合国情。     

基于IMU的煤矿机器人定位算法研究

为解决在煤矿井下半结构化环境里机器人自主定位难以满足任务需求的问题,给出了一种基于IMU的煤矿机器人定位算法。首先采用安装于车轮上的光电编码器实时获取机器人的当前位姿信息,并进行测量值更新;接着将IMU获得的相对角度来替代编码器计算得到的数据,完成姿态更新;随后利用EKF滤波方法进行数据融合后对机器人的速度和位置更新,最终实现机器人的精准定位。仿真分析和实验结果表明：该算法噪声处理能力强,滤波效果平稳,具有较好的鲁棒性,定位精度良好,能够满足煤矿机器人的自主运行性能指标,可为其他机器人的定位算法提供可靠的技术参考。     

基于模糊PID的智能掘进机器人系统轨迹纠偏

针对智能掘进机器人系统在定向掘进过程中受地质条件、路况等因素的影响导致实际机身位置偏离规划路线的问题,提出一种基于模糊PID的智能掘进机器人系统轨迹纠偏算法,利用模糊控制规则对PID的比例系数、积分系数、微分系数进行实时在线调整,实现智能掘进机器人系统轨迹纠偏。最后搭建实验平台进行实验验证,对比了传统PID算法和模糊PID算法的纠偏效果,实验表明:同传统的PID相比,模糊PID可以更快地消除横向误差来实现运动轨迹纠偏。     

煤矿巷道机器人管线视觉辅助定位与导航方法研究

在煤矿巷道安全巡检以及灾变环境应急救援等工作中通常需要使用到智能机器人。目前智能机器人的自主导航与避障技术已经比较成熟,但是主要应用场景都是有卫星定位(GPS、北斗导航系统等)的室外环境或者特定室内环境。由于煤矿巷道存在环境复杂,光照不均匀,空间狭窄等难点,智能机器人在煤矿巷道的自主导航方法还需要进一步研究。常用的传统惯性导航是使用惯性测量单元(Inertial Measurement Unit,IMU)的加速度与角速度来推算物体在三维空间的位置信息,但是误差累积问题比较严重。煤矿巷道存在大量管线,结构化特征显著,通过机载摄像头获取井下巷道图像,使用机器视觉算法来定位巷道图像中的管线,并且通过解算机器人与管线之间的偏航角来辅助机器人的视觉导航。针对巷道中管线的颜色鲜明、几何形状特征明显的特点,结合颜色与几何特征,采用将原始图像纵向分割成多个独立子图像的方法,减小环境噪声对图像中管线分割带来的影响,然后从每个子图像中获取候选管线轮廓,并判断是否属于同一根管线进行轮廓分组,从每组候选轮廓中根据管线轮廓所拟合直线的平行程度进一步筛选出较为鲁棒和稳定的管线轮廓。结合相机针孔模型和偏航角解算模型,进而获得机器人当前的偏航角度。试验表明:上述方法不仅快速,而且计算的偏航角准确可靠,能够满足煤矿巷道机器人视觉辅助定位与导航需求。     

基于矿区巷道巡检机器人的LOAM-SLAM地图重建改进算法的研究

由于井下路况复杂,矿区巷道巡检机器人在井下获取点云数据时,点云中的点会随着激光雷达运动产生运动畸变,即点云中的点会相对实际环境中的物品表面上的点存在位置上的误差,从而无法获得正确的里程计信息,导致既定路线精度较低,容易造成井下安全问题。 通过研究 SLAM 建图算法-LOAM 算法,分析该算法利用三维空间中运动的两轴单线激光雷达将定位和建图分别进行,从而提高精度。 在该算法的基础上,同时结合井下成本,选择单轴单线激光雷达进行数据采集,进行点云匹配时,采用 Harris 3D 角点检测,选取角点作为点云帧数据中的关键点进行匹配,在保证计算量的同时,去除部分冗余数据。 定位部分则利用 EKF(扩展卡尔曼滤波),消除运动畸变,通过状态方程和预测方程,对机器人进行运动估计,提高定位精度,达到建图所需要求。     

矿井救灾机器人的导航定位研究

介绍了矿井救灾机器人定位导航的目的及意义,结合矿井救灾机器人特殊的工作环境,对当前国内国际可用的移动机器人的定位导航方法进行了研究,对其定位导航技术进行了归类总结,指出了目前矿井救灾机器人导航定位方法研究中的难点及存在的问题,提出了今后矿井救灾机器人导航定位的发展趋势。     

基于单目视觉的煤矿井下智能掘进系统研究

针对目前煤矿井下掘进系统智能化建设推进的众多阻碍,为了井下悬臂式掘进机在复杂环境下的动态定位测量,提出一种基于单目视觉的采用点-线激光标靶和防爆相机相结合的悬臂式掘进机及截割头的非接触式精准测量智能系统,该系统通过激光束及红外标靶成像进行掘进机机身及截割头的定位测量,具有定位速度快、实时同步数据、结构简单等特点,优化了掘进机在井下复杂环境中动态定位的准确性。同时,针对掘进机械定位过程中可能导致的测量误差进行了分析,并提出了相应的改进措施。     

掘进工作面悬吊式机器人支护平台的设计研究

巷道掘进智能化是煤矿的发展方向,如何实现巷道掘进智能化是一个急待解决的问题。巷道支护是巷道掘进的关键工序,但是目前的掘进支护工作智能化水平低,很多操作仍需人工完成,劳动强度高、支护速度慢,巷道支护速度跟不上掘进机的截割速度,导致采掘失调。针对上述问题,设计了一种巷道掘进配套的悬吊式机器人支护平台,为实现巷道的安全、高效、智能掘进提出了一种新的方案。     

基于优化Fast-SLAM的煤矿水泵房巡检机器人研究

针对目前煤矿水泵房无GPS环境下巡检机器人的自主定位、抗干扰能力弱、不能很好的帮机器人完成日常巡检任务等问题,研究基于Fast-SLAM的同步定位与建图方法。首先建立SLAM的概率模型,采用最小线性二乘对里程计进行标定和融合轮式里程计、IMU的方式对传感器数据进行预处理,获得比单一轮式里程计更为精确的位姿信息,减小相对定位中的非系统误差。然后再利用机器人的坐标变换关系将外部传感器获得的环境信息和机器人的运动信息转换为世界坐标系下,基于粒子滤波算法对proposal分布进行优化以获得机器人的精确位姿估计。最后通过覆盖栅格建图建立全局环境地图。经MATLAB仿真和实验结果分析表明,在经过传感器预处理和算法优化后的Gmapping算法满足机器人实时定位的需要,且具有较高的建图精度,可以有效应用于煤矿水泵房机器人自动巡检中。     

基于UDE的掘进机器人非奇异终端滑模控制

随着科学技术的不断进步,煤矿悬臂式掘进机正朝着自动化、少人化、智能化的方向发展。巷道断面成形是悬臂式掘进机的一个主要任务,针对煤矿掘进机器人截割头轨迹控制易受外界未知干扰、系统非线性以及参数不确定性等因素影响,提出一种基于未知动态估计器（Unknown Dynamic Estimator,UDE）的非奇异终端滑模控制方法。首先,考虑液压驱动部分建立了掘进机截割电液驱动系统的3阶非线性严反馈状态空间模型。其次,利用有限时间状态收敛的超螺旋滑模微分器估计系统的未知速度状态,基于低通滤波器设计UDE估计系统的非匹配项集总不确定性,并采用非奇异终端滑模面和幂指数趋近律设计快速终端滑模控制律,对UDE观测的系统扰动进行实时前馈补偿可有效缓解传统滑模控制存在的控制器抖振问题。同时为降低高阶虚拟控制量导数计算复杂度,引入指令滤波技术,并采用高增益鲁棒反馈抑制系统匹配项扰动,利用李雅普诺夫准则证明闭环系统的稳定性。最后,利用搭建的掘进机器人样机开展实验验证。试验结果表明：在跟踪阶跃信号、0.1 Hz正弦信号以及混频信号时,所提出的控制方法相较传统的PI控制跟踪误差的平均值分别降低了61.60%、66....