煤矿井下顾及特征点动态提取的激光SLAM算法研究

针对煤矿井下无GNSS信号、主流激光SLAM算法易出现特征约束不足而导致退化问题，提出了一种面向煤矿井下环境的激光雷达、IMU紧耦合SLAM算法。首先，设计一种动态提取特征点方法，通过检测煤矿井下环境是否发生退化，动态调整特征点提取数量，构建丰富且良好的特征信息约束矩阵，提高位姿估计准确性；然后，利用因子图优化实现煤矿井下稳健精确的SLAM；最后，通过煤矿井下实测数据进行了广泛的试验分析。结果表明：提出的激光SLAM算法表现较好，位姿估计误差在平面方向较LIO＿SAM降低了50.93%，在高程方向降低了42.13%，可为煤矿机器人智能感知、安全巡检提供了技术参考。     

基于多传感器数据融合的煤矿移动机器人自主导航研究

针对煤矿井下环境空间狭窄、非结构化以及能见度低等状况,移动机器人环境感知不足、定位精度不高和自主导航性能差等问题,提出了基于多传感器数据融合的煤矿移动机器人自主导航方法,通过有效融合激光雷达、相机和IMU采集数据信息,采用改进SURF算法快速图像特征匹配,结合粒子群算法提供的最佳位姿,构建高精准环境地图,并通过路径规划获取最佳安全可行的路径,实现移动机器人的自主导航。通过实验测试,验证了多传感器数据融合的自主导航系统可行安全性和稳定性,能有效提升煤矿移动机器人的鲁棒性。     

煤矿巷道同步建图与定位设计研究

目前煤矿综采工作面采用基于视频的远程监控存在无法精确得到监控目标的坐标,这种远程监控可靠性低,要实现完全的无人化采煤必须增加监控对象的精确坐标信息,提出一种新的基于激光雷达的同步建图及定位技术,能同时建三维点云地图并且确定激光雷达载体坐标系的精确位姿。利用惯导融合激光雷达,采用非线性优化技术,实时纠正位姿偏差,确保轨迹及所建三维点云地图的精确性。试验结果表明,该方法能在井下巷道这种环境下实现高精度的定位及建图。     

煤矿井下设备位姿自监测传感器设计

针对煤矿井下关键设备由于安装位姿偏移或者人为移动,致使设备性能下降和功能缺失,最终引发安全事故等问题,设计了一种适用于煤矿井下自主监测设备位姿的传感器;传感器采用模块化设计思想进行软硬件设计,硬件上以ARM嵌入式芯片为核心,集UWB模块、超声波模块和惯性测量单元（IMU）为一体,预留串口、网口和WIFI等接口用于数据交互;软件上融合UWB一维定位数据和超声波测高数据,实现井下空间厘米级定位精度;通过对惯性测量单元数据进行互补滤波姿态解算,实时感应设备姿态角。     

基于多源信息融合的掘进机器人定位研究

针对掘进装备机器人化和精确定位需求,考虑纯视觉定位方案在巷道环境中效果不佳问题和多传感器测量优势,研究了深度视觉、惯性和里程计信息融合的掘进机器人定位方法。首先利用深度视觉即时定位与地图构建技术、惯性传感器测量技术和里程计测量技术,分别获取机身位姿信息。然后应用扩展卡尔曼滤波原理,建立位姿信息融合的预测和更新模型。最后构建基于机器人操作系统的多源信息融合定位模块,实现信息的发布和订阅,并通过搭建仿真环境进行实验验证。误差评估结果表明,相对于单一视觉定位方案,多源信息融合后的绝对位姿误差及相关误差指标均得到了降低。该融合定位方法能够较好地满足掘进机器人的精确定位需求。     

露天煤矿环境下基于LiDAR/IMU的紧耦合SLAM算法研究

随着人工智能和无人驾驶等相关学科的快速发展,煤矿装备的智能化和无人化成为了新的趋势。智能设备的应用将大幅提高煤矿作业的生产力以及人员安全性。露天煤矿地形复杂,与城市环境相比无明显的几何特征,具有分段相似性,利用现有以激光雷达为主的同时定位与建图（Simultaneous Localization and Mapping,SLAM）方案在该环境下易出现定位漂移和建图误差较大等现象。针对上述问题,提出了一种基于激光雷达（Light Detection and Ranging,LiDAR）和惯导（Inertial Measurement Unit,IMU）紧耦合的SLAM算法,该算法使用LiDAR和IMU两种传感器作为数据输入,对数据进行预处理,前端利用迭代扩展卡尔曼滤波器将预处理后的LiDAR特征点与IMU数据相融合,并使用后向传播来矫正雷达运动畸变,后端利用雷达相对位姿因子将LiDAR帧间配准结果作为约束因子与回环因子共同完成全局因子图优化。利用开源数据集和露天煤矿实地数据集验证了算法的鲁棒性和精确性。试验结果表明在城市结构化环境中文中所提算法与当前激光SLAM算法精度保持一致,而针对长...     

基于5G+无人驾驶铲运机远程出矿技术及应用

以多金属采矿场407中段东部采场为背景,建设“5G+无人驾驶铲运机远程出矿应用场景”,该系统采用5G技术、铲运机搭载工控机、激光雷达、IMU传感器、毫米波雷达、超声波传感器、视频摄像头等设备,以车载工控机作为计算中心,融合传感器数据算法感知环境,利用SLAM技术实现作业场景地图构建和车辆定位,通过5G网络将设备信息及井下场景与地面操控台进行数据交互,实现铲运机从自主行走、装矿、卸矿全流程无人化驾驶出矿作业,为国内智能矿山推广无人驾驶铲运机模式提供实践经验。     

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。     

基于三激光束标靶的煤矿井下长距离视觉定位方法

煤矿井下掘进装备长距离动态定位是巷道掘进智能化发展面临的首要难题,准确、可靠的位姿测量与估计对提高掘进效率具有重要意义。由于煤矿环境中存在振动噪声、磁干扰、静电干扰等因素,传统测量方法的稳定性和准确性难以保证。与其他定位方法相比,视觉测量方法以其无接触、无累积误差的优点备受关注。针对井下视觉定位面临的精度和稳定性难题,提出基于多激光束的煤矿井下长距离视觉定位方法,采用矿用激光指向仪构建了三激光束标靶解决低照度、高粉尘和复杂背景的干扰问题。以悬臂式掘进机为应用对象,构建了基于三激光束标靶的掘进机机身位姿单目视觉测量系统,提出基于颜色分量的峰值聚类约束的激光束标靶图像分割方法,利用Hessian矩阵求解激光束粗略中心线像素点的法线方向,结合泰勒展开实现三激光束中心线的亚像素级特征提取和定位;构建了三点三线(3P3L)掘进机机身位姿测量模型,并建立了测量模型的最小二乘法损失函数,结合最小化重投影误差实现非迭代全局最优解估计,获得了掘进机机身位姿的最优解,并对测量模型主要参数的误差分布进行了数值仿真研究。最后,搭建基于三激光束标靶的掘进机机身定位系统平台并进行实验评估,结果表明,该方法可满足煤...     

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。     

智能采运机组自主定位原理与技术

智采工作面装备运行的2个核心问题是控制工作面开采装备在煤层中自适应截割、保持采运机组在连续推进过程中的直线度。解决这2个问题必须实时获取采煤机在工作面空间的准确定位信息。通过对比分析国内外采煤机定位系统的技术原理和硬件架构,发现开发采煤机定位误差消减算法是在井下GPS拒止环境下保证采煤机长时定位精度的关键途径。根据采煤机定位原理可知,采煤机定位误差主要来源于惯性导航安装偏差和惯性导航系统随机误差。惯性导航安装偏差是确定性误差,采用基于两点法的确定性偏差补偿算法可使定位误差减小99.12%。针对采煤机运行状态的非完整性约束特点,基于采煤机运动学模型的闭合路径优化算法和动态零速校正算法分别使采煤机定位误差降低了50%和30%。采用信息滤波模型将闭合路径优化算法和动态零速校正算法进一步融合,抑制了惯性导航系统航向角的漂移,抑制了惯性导航系统航向角的漂移。利用UWB基站群自主迁移方法实现了采煤机在工作面端头定位,采用VB-UKF算法平滑采煤机定位过程中时变的测量噪声,增加了运动轨迹的平滑性,使得IMU/UWB紧融合的定位轨迹更加精确,为惯性导航系统提供校准的基准。基于采煤机定位轨迹的刮板输送机轨迹检测方法实现了刮板输送机形状在线监测,为综采工作面弯曲度自动化检测和校直提供理论基础和试验数据。     

智能采运机组自主定位原理与技术

智采工作面装备运行的2个核心问题是控制工作面开采装备在煤层中自适应截割、保持采运机组在连续推进过程中的直线度。解决这2个问题必须实时获取采煤机在工作面空间的准确定位信息。通过对比分析国内外采煤机定位系统的技术原理和硬件架构,发现开发采煤机定位误差消减算法是在井下GPS拒止环境下保证采煤机长时定位精度的关键途径。根据采煤机定位原理可知,采煤机定位误差主要来源于惯性导航安装偏差和惯性导航系统随机误差。惯性导航安装偏差是确定性误差,采用基于两点法的确定性偏差补偿算法可使定位误差减小99.12%。针对采煤机运行状态的非完整性约束特点,基于采煤机运动学模型的闭合路径优化算法和动态零速校正算法分别使采煤机定位误差降低了50%和30%。采用信息滤波模型将闭合路径优化算法和动态零速校正算法进一步融合,抑制了惯性导航系统航向角的漂移,抑制了惯性导航系统航向角的漂移。利用UWB基站群自主迁移方法实现了采煤机在工作面端头定位,采用VB-UKF算法平滑采煤机定位过程中时变的测量噪声,增加了运动轨迹的平滑性,使得IMU/UWB紧融合的定位轨迹更加精确,为惯性导航系统提供校准的基准。基于采煤机定位轨迹的刮板输送机轨迹检测方法实现了刮板输送机形状在线监测,为综采工作面弯曲度自动化检测和校直提供理论基础和试验数据。     

基于GIS和人工神经网络的井下无线传感器网络定位数据修正方法研究

 针对传感器节点在自身定位过程中,受煤矿井下巷道复杂环境因素的影响,导致定位结果不够精确的问题,利用GIS系统的地图管理功能和人工神经网络（Artificial Neural Network）无需建立数学模型的特点,提出了GIS—ANN修正方法。实验结果表明：该方法对存在误差的节点坐标进行了有效的修正,从而提高了节点自身定位的精度。     

采煤机自主导航截割原理及关键技术

深部煤层构造较为复杂,实现采煤机无人驾驶开采更加困难。在总结采煤机结构和截割调控技术演变历程基础上,提出采煤机截割调控技术在经历了人工目测截割、机载探测截割、示教记忆截割3个发展阶段后,已经进入到自主导航截割的第4阶段,并提出了适用于深部煤层采煤机自动驾驶的导航截割理论与技术框架,包括导航地图、位姿感知、路径规划、姿态控制4项技术内涵和精细化煤层截割定位地图、精准化煤层截割导航地图、动态化煤层截割导控地图、采煤机融合定位方法、定位精度提升、智采机组全位姿参数矩阵建立、物理-虚拟模型驱动与交互、无人驾驶防冲撞路径规划、截割作业智能调高调直9项关键技术。系统阐述了采煤机自主导航截割相关核心技术基本原理:首先,构建煤层智能化开采导航地图,从精细化煤层截割定位、精准化煤层截割导航和动态化煤层截割导控3个关键步骤实现地图构建及更新;其次,通过融合定位和定位精度提升方法,完成了采煤机位姿精确感知;再次,创建智采机组全位姿参数矩阵,并结合物理-虚拟模型驱动与交互技术构建出导航截割数字孪生系统;最后,基于实时综采装备位姿状态和煤层导航地图信息,实现了无人驾驶防干涉防冲撞路径规划、截割滚筒自适应调高控制...     

基于测距值二次重构的弯曲巷道目标定位方法

在矿井地下巷道环境下,多径效应和非视距信号会造成TOA测距精度大幅下降。针对这一问题,在研究井下巷道扩频测距偏差产生机制的基础上,发现非视距信号与视距信号在接收端有相似的时延统计规律,据此,提出了一种适用于弯曲巷道的基于测距值二次重构的定位方法,由于矿井巷道的位置、走向是已知的,为巷道内移动目标的位置估计带来了许多有利的空间约束,因此,方法充分利用了巷道的位置信息,首先对弯曲巷道的NLOS测距值进行第1次重构以获得移动目标与相应基站直线距离的估计值,利用此重构值建立观测方程;接着第2次重构将观测方程的解点投影到巷道空间,获得位置估计点;最后,设计卡尔曼滤波器进一步优化位置估计点的定位精度,从而实现在更为一般的曲线巷道下的定位。仿真结果表明,方法在平均曲率为0～0.30的弯曲巷道中具有较为理想的定位精度;进而在平均曲率为0.192的某地铁人行弯曲通道所做的实测实验显示,方法定位均方根误差为0.891 m,误差累积分布理想,适用于井下人员精确定位。     

基于捷联惯导系统的采煤机定位技术

针对煤矿井下“三机”自动化中的采煤机定位精度较低的问题,根据采煤机工作环境恶劣、空间封闭、干扰较多的特点,提出了一种基于捷联惯性导航的采煤机位姿定位方法。该方法主要利用了捷联惯性导航系统中的三轴加速度计和三轴陀螺仪实时测量采煤机的加速度和角速度信息,根据四元数捷联惯导位姿解算方法解算出采煤机的实时位置和姿态信息,得到精确的采煤机的运动轨迹,实现对采煤机的实时体定位。目前基于惯性导航的采煤机空间定位研究主要集中在理论建模及算法仿真阶段,创新点在基于捷联惯性导航的采煤机定位定姿实验系统构建方案,经过系统仿真和实验结果的对比,以期验证捷联惯导对于采煤机定位的适用性,从而实现采煤机实时位姿信息输出,为综采工作面“三机”协同自动化提供实践支持。对定位平台进行仿真和利用综采工作面“三机”实验装置搭建采煤机捷联惯导定位实验平台进行实验。结果表明,采煤机捷联惯导定位系统能够准确跟踪基准轨迹,满足煤矿采煤机定位精度要求,该系统能够实现采煤机的实时精确定位。     

基于GeoSLAM的矿山生产环境快速虚拟重构研究

针对现有生产环境重构方法存在工作周期长、现场工作量大、建模精度低、设备便携性差等问题,开展基于GeoSLAM系统的矿山生产环境快速重构研究.分析了GeoSLAM系统软组成和空间点云数据定位与地图重构技术的工作原理,提出井下生产环境三维场景快速重构作业流程和基于GeoSLAM测量数据与工程测量数据组合建模技术.研究成果应...     

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UWB系统的井下车辆高精度定位研究

随着无线通信技术的进步,超宽带(UWB)技术从缩减硬件成本及定位精度的提升都有了大幅的进步,因此其在定位系统中的使用越来越多。通过研究适用于在井下巷道环境的高精度定位方法,研制出了一套适用于井下环境的超宽带无线车辆定位系统。试验结果显示,该系统定位精度高,对进一步实现井下的车辆无人自主导航具有非常大的支撑作用。     

应用RFID技术的新能源供电区域机器人节能巡检模式优化

针对已有机器人巡检用时和能量消耗增加的问题，提出了应用RFID技术的新能源供电区域机器人节能巡检模式优化方法。通过原始缠绕的相位—距离关系，对RFID相位信息进行预处理，构建全新的相位—位姿定位模型。采用优化方法对模型中的参数进行辨识，得到定位结果。根据定位结果，对新能源供电区域内的环境进行地图建模，同时对地图中的特定形状障碍物进行“膨化”或者“填平”处理，构建机器人节能巡检模式优化模型，使用改进的烟花算法对模型进行求解，获取最优巡检模式方案。实验测试表明，所提方法可以有效减少巡检用时和能量消耗，获取更加满意的巡检方案。