基于超宽带TSOA定位原理的掘进机定位误差分析

为了研究掘进机的定位误差,基于超宽带测距技术,根据波达时间和(Time Sum of Arrival,TSOA)定位原理,采用了间接法解算出定位点的坐标值。仿真分析了定位点在空间的分布,对三个坐标轴的定位误差进行分析,得出的结论为：①定位点在空间的分布呈不规则球形,Y轴的误差小于X轴和Z轴|②在10～100m的范围内,随着定位点距离的增大,定位点的均方根误差也随着增大,均方根误差可控制在4.5cm以内|③三轴的方均根误差在10～100m的范围内,随着测量距离的增大而增大。其中Y轴的均方根误差最小,X轴和Y轴持平,误差控制在4.5cm以内。为掘进机的位姿检测提供了基础。     

面向掘进机的超宽带位姿协同检测方法

为符合安全高效生产对掘进机作业的要求,提出了一种面向掘进机的超宽带位姿协同检测方法。依据TDOA(波达时间差)定位原理及P440模块的测距信息建立定位模型,利用协同定位算法得到定位点坐标的最终估计值。对比Chan算法与协同算法的定位点仿真分布,并分析协同算法的三轴定位精度。建立了空间全断面定位误差场,得出协同算法的空间定位精度变化规律。对机身定位点进行布局设计,解算得到掘进机的姿态角。结果表明:在90 m范围内,协同算法的Y轴定位误差基本上可以保持2 mm,而X轴、Z轴定位误差由0. 4至4 cm呈线性增加。随测量距离的增大,在巷道X-Y断面上,定位误差呈线性增加;在巷道X-Z断面上,定位误差的随机性增加。姿态角误差均由0. 2°至1. 5°呈线性增加,满足掘进机位姿检测精度的需求。     

基于机器视觉掘进机位姿检测应用现状与趋势

机器视觉技术依靠非接触、获取信息丰富的特点,在煤矿智能化的进程中得到了广泛应用,同时在煤炭开采中,掘进机的位姿检测有利于掘进机的自动化以及智能化操作进而有利于煤矿智能化进程的推进,不仅能缓解采掘失衡的矛盾,同时能降低工人的劳动强度,本文分析了近几年来机器视觉技术在掘进机位姿检测中的应用现状与趋势,研究了各种掘进机位姿检测方法中所涉及的图像预处理以及位姿检测模型的关键共性问题,并就关键共性问题,提出了机器视觉技术在掘进机位姿检测的应用中,应在图像采集硬件、位姿检测的冗余性以及特征提取的精确性方面做出突破。     

基于惯性导航技术的掘进机位姿测量系统研究

为实现掘进机位姿无人化、高精度的自主测量功能,提出了基于惯性导航技术的掘进机位姿测量系统并对其可行性进行分析研究。根据掘进机实际工况,提出了掘进机空间位姿参数,建立了位姿测量系统的数学模型,应用MATLAB进行仿真分析研究,得出了掘进机空间位姿参数在不同掘进进尺及掘进时间情况下的变化规律。     

基于机器视觉的悬臂式掘进机机身位姿检测系统

针对矿井巷道自动掘进的需求,为矿用悬臂式掘进机构建了一套机身位姿实时检测系统。该系统以十字激光器与激光标靶为信息来源,通过对标靶上十字光线成像特征的分析,建立了掘进机机身位姿空间解算模型。该模型利用机身与十字激光面的空间关系,使用空间矩阵变换方法,得到机身相对于巷道的三轴倾角以及在巷道断面上的偏离位移,实现了掘进机机身位姿的自动实时检测。最终,在实验室条件下,搭建了机身位姿自动检测试验平台,模拟掘进机在巷道内的姿态,试验结果表明:测量范围在2~100 m时,系统的角度测量误差在0.5°范围内,位移的检测误差小于20 mm,能够满足巷道施工过程中掘进机机身位姿自动、精确、实时测量的要求。     

基于激光靶向跟踪的掘进机位姿测量方法

为了通过单点布站实现掘进机所有位姿参数的自动测量,在分析现有掘进机位姿测量方法的基础上,提出基于激光跟踪云台与激光标靶组合测量的掘进机位姿测量方法。阐述了测量系统的组成、工作原理及激光标靶提取光斑坐标的方法,通过研究掘进机位姿、激光标靶位姿、激光跟踪云台位姿以及巷道坐标系之间的转换关系,建立掘进机位姿测量系统的数学模型,解算出掘进机相对于巷道坐标系的绝对位姿的数学表达式,并采用Matlab分析了掘进机各位置和姿态参数的测量误差。实验结果表明:测量距离为60 m时的翻滚角误差小于0.7°,俯仰角误差小于0.7°,方向角误差小于0.2°,X轴误差小于10 mm,Y轴误差小于40 mm,Z轴误差小于30 mm,满足掘进机位姿测量的精度要求。     

机器视觉在掘进机位姿检测中的应用现状及发展趋势

煤矿综掘工作面环境恶劣,实现无人化掘进,对煤矿安全生产具有重要意义。掘进机位姿检测是实现综掘工作面无人化最重要的一环。近年来,视觉测量技术凭借信息量大、测量精度高等优点,已成为掘进机位姿检测的研究热点。介绍了基于机器视觉的掘进位姿检测技术的原理,归纳了基于单目视觉和双目视觉的掘进机位姿检测技术的研究现状。分析了其在应用过程中所面临的问题,最后对机器视觉技术在掘进机位姿检测中的发展趋势进行展望。     

基于捷联惯导的悬臂式掘进机位姿解算算法研究

针对煤矿井下高煤尘、光线暗的恶劣环境中掘进机无法实现动态位姿检测的问题,提出了基于捷联惯导的悬臂式掘进机位姿检测方法并对其解算算法做了对比研究。捷联惯导是通过三轴陀螺仪和三轴加速度计实时测得掘进机的角速度和加速度,根据位姿解算算法动态输出掘进机的姿态和位置信息。位姿解算算法很大程度决定着姿态和位置的精度,因此结合掘进机实际掘进工艺的特点,围绕位姿解算算法的适用性和优劣性,对比了四元数和等效旋转矢量两种位姿解算算法,分析了姿态解算误差的影响因素。在有噪声正弦运动和模拟掘进机行走运动两种情况下进行仿真并搭建了利用小车循迹代替掘进机掘进的实验平台进行实验,结果表明,两种算法均能满足掘进机姿态角的解算精度要求,四元数法的姿态解算精度高于等效旋转矢量法|位置的解算误差较大且呈发散状态,这有待于进一步研究。     

基于掘进机位姿测量系统的自主标定方法误差分析

围绕在狭长综掘巷道中掘进机位姿激光测量系统位姿参数高精度自动测量的问题,首先系统介绍了位姿测量系统,研究了位姿测量系统测站移站后高精度自动全站仪自主标定原理。依据激光测量原理及掘进机工作特点,构建了全站仪移站后全站仪设站点坐标与定位棱镜坐标测量误差数学平差模型,并通过Matlab进行了不同标定距离、不同测量距离对悬臂式掘进机位姿参数测量误差影响规律的仿真分析。分析结果表明:掘进方向的位姿误差比较大,掘进机姿态角误差均随测量距离和标定距离的增加而增加,且测量距离对姿态角误差影响更明显;姿态角的最大测量误差为航向角,测量误差为0. 015 7°。从而验证了激光导向系统自主标定的可行性,并由此提出了一种相对最优的自主标定策略。完全满足目前煤矿综掘工作面对悬臂式掘进机位姿测量精度的要求。     

煤矿掘进机机身位姿感知及定向方法研究

本文对煤矿掘进机机身位姿感知及定向技术和方法进行了详细研究,通过对比,采用惯性导航法对掘进机位姿进行测量,并对惯性导航原理及掘进机行走智能控制进行了分析与设计,建立了掘进机行走机构、行走过程及行走轨迹模型。     

基于全站仪的掘进机机身位姿参数测量方法

 本文提出了一种基于全站仪的掘进机机身位姿参数测量系统及其方法,详细介绍了方案原理及结构,并通过实验验证了其可行性。所提出的新方法可对掘进机机身位姿信息实现有效、快速、准确地获取,从而为实现掘进机自动定向掘进奠定坚实的基础。     

基于机构拓扑结构的悬臂式掘进机空间位姿偏差分析

基于悬臂式掘进机机械结构的拓扑结构分析,分别对悬臂式掘进机行走/支撑并联机构在空间掘进工作平面/滚动平面内可补偿的仰俯角偏差、巷顶距偏差、横滚角偏差,以及其回转并联机构/升降机构在空间掘进水平面内可补偿的水平偏角偏差、水平偏距偏差、车前距偏差进行深入研究分析,建立悬臂式掘进机机身空间全方位位姿偏差数学模型。应用空间机构结构学正/逆解求解思想,利用MATLAB及正解求解出已知各结构回路几何参量状态时,机身动平台的空间瞬时位姿偏差信息及可补偿空间位姿偏差的范围;逆解求出机身处于可补偿空间极限位姿偏差状态时,对应悬臂式掘进机的可调几何结构参量均满足工程设计要求。分析结果表明:通过调节前铲板/后支撑液压油缸驱动量,可实现补偿机身最大仰角偏差26.731°,最大俯角偏差27.468°,可补偿最大巷顶距偏差20.253 7 mm;同时,通过实时动态调整截割臂的截割姿态,可实现补偿机身最大水平偏角偏差36.067°。实验结果同样也验证了结论的正确性、可实施性与高效性。基于拓扑结构分析得到的掘进机机身空间位姿偏差数学模型可为实施智能化悬臂式掘进机实时动态精准纠偏提供有效思路和依据。     

基于三维激光雷达的掘进机实时位姿纠偏系统

为实现煤矿掘进作业自动化,针对煤矿巷道掘进作业现状,提出一种基于3D激光雷达的动态测距、测向方法,用于实时控制掘进机位于巷道中线位置。以高反射率导向杆模拟巷道走向,通过设定雷达反射率阈值将导向杆从低反射率环境提取。建立导向杆空间坐标转换模型,并采用线性最小二乘拟合得到机身相对导向杆偏移距离和角度,以此引导掘进机在巷道中自动位姿调整。算法过程增加滤波处理,有效降低干扰影响,提高系统稳定性。该系统测量精度高,能够有效替代传统的人工指向方法,为掘进机自动化作业奠定基础。     

基于iGPS的掘进机单站多点分时机身位姿测量方法

为实现掘进机机身位姿的高精度自主测量,提出了基于iGPS的掘进机单站多点分时机身位姿测量方法,并对其可行性进行分析,研究了其测量误差分布规律。分析了目前各种掘进机机身位姿测量方法及iGPS的应用方式,推导出掘进机的位姿计算参数。系统阐述了此测量方法的组成及工作原理,依据其工作原理及掘进机工作特点,建立接收器位置坐标的解算模型,通过Matlab进行仿真,得出了在不同测量距离下接收器各个轴向坐标测量误差的变化规律,结果表明：接收器各个轴向坐标测量误差随着测距的不断增大而增大,且y轴方向的测量误差增长速率大于x,z轴方向;随着测量次数的增多,测量误差有所减小,当测距为40 m,测量次数为200时,y轴方向的最大测量误差为0.070 m。将仿真结果与国家煤矿井巷工程验收标准值进行对比得出,应用此方法测量得出的最大测量误差值小于国家标准的规定值,能够满足掘进机的位姿测量要求。     

基于序列图像学习的巷道掘进机定位方法

煤矿综掘工作面受限于狭小空间、工艺繁杂、环境恶劣等特殊条件,导致用工多、安全性差、效率低等问题,亟需研发更加安全高效的智能化掘进技术与装备。巷道掘进机作为综掘工作面的核心设备,对其智能化进行研究具有重要的社会价值和经济意义。为实现巷道掘进机的智能化作业,首先需要解决的关键问题是为掘进机机体定位,精确、鲁棒的机体位姿检测方法是保障巷道智能掘进有效性的首要条件。因此,针对巷道掘进机机体定位问题,提出了一种基于时间序列图像学习的机体绝对六自由度位姿实时检测方法。首先,通过在掘进机机体安装一台单目相机,并在掘进机后方设置人工特征对象,设计适用于巷道狭长、非结构化环境的视觉定位方案。然后,提出用于时间序列图像融合的深度学习模型,其中,使用一种训练好的多尺度变分自编码器辅助的卷积神经网络（MSVAE-CNN）的编码器模型提取时间序列图像中每个样本的多尺度潜在空间特征,以保证图像特征提取的鲁棒性;基于双向长短期记忆（LSTM）网络构建时间序列图像特征融合模型,并同时估计所有时间步图像样本对应的机体位姿参数,当推理某个时间步图像对应的位姿参数时,其他时间步的信息都可作为先验知识,通过学习图像样本之间的...     

基于超宽带技术的掘进机自主定位定向方法研究

针对煤矿井下综掘工作面的实际工况,提出了一种基于超宽带定位技术的悬臂式掘进机自主定位定向方法,建立了该方法的数学计算模型及误差随距离分布模型,并验证了该方法的可行性。分析结果表明：在满足煤炭巷道成型标准的情况下,该系统的自主探测范围可达400 m左右。为了进一步提高自主测量范围,提出了一种定位基站自主标定方法,可实现掘进机巡航参数的跟随性测量,减少综掘人员的井下作业时间。该项研究可有效防止因偏掘引起的巷道错位,实时提供掘进机位置状态及位姿参数,为实现掘进机自主巡航奠定基础,满足深部危险煤层开采的无人化需求。     

悬臂式掘进机空间位姿的运动学模型与仿真

为实现掘进断面自动截割成形控制,达到无人采掘装备自主巡航目标,研究了悬臂式掘进机空间位姿运动学模型并进行了仿真。将悬臂式掘进机的机械机构简化为一系列平移或旋转关节串联而成的运动链,建立了掘进机空间位姿坐标体系;利用齐次坐标变换和机器人运动学相关理论建立了掘进机机身位姿和截割头相对于大地坐标系的空间位姿矩阵。采用D-H法求解了正向运动学问题即截割头空间位姿精确定位;采用代数法分析研究了逆向运动学问题即截割头轨迹规划及控制的数学模型。以EBZ200机型为例,实验仿真了类S形自下而上矩形截割断面工艺路径,并进行了现场多组试验。试验结果表明：设定巷道断面4 500 mm×4 000 mm,两帮综合最大误差为65 mm,相对控制最大误差为1.4%,达到煤巷断面质量精度要求,且重复精度高、无累计偏差。