CN105022404A - 一种井下无人驾驶铲运机行驶定位系统及方法 - Google Patents

Abstract

本发明公开了一种井下无人驾驶铲运机行驶定位系统及方法，相关系统包括：扫描式距离检测模块，用于在初始状态下，利用激光测距技术实时测量井下无人驾驶铲运机相对于左右巷道的距离信息，传动轴转速检测模块，用于周期性测量井下无人驾驶铲运机传动轴的转速；航向角偏差处理模块，用于根据测量到的距离信息结合三角函数来计算井下无人驾驶铲运机的航向角偏差信息；信息计算处理模块，用于根据航向角偏差信息与井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机相对于初始状态下的位置信息。本发明提供的系统及方法，具有稳定可靠，且精度较高的优点。

Description

一种井下无人驾驶铲运机行驶定位系统及方法

技术领域

本发明涉及铲运机定位技术领域，尤其涉及一种井下无人驾驶铲运机行驶定位系统及方法。

背景技术

近年来，井下铲运机的无人驾驶技术发展迅猛，作为无人驾驶的关键参数之一，如何实时获取铲运机行驶中的位置信息成为研究重点，由于铲运机的行驶环境为井下巷道，地面上常规的GPS方法在井下无法使用；其次基于惯性导航的相关技术在井下，尤其是有色金属矿山因为磁场的因素也难以得到很高精度的数值，再次铲运机行驶的路面坑坑洼洼且具有连续拐弯等特性，传统的基于里程计的行驶距离测量方法在铲运机的应用的精确度无法满足无人驾驶的需求。

鉴于此，有必要研究一种可以准确实现井下无人驾驶铲运机行驶定位的方案。

发明内容

本发明的目的是提供一种井下无人驾驶铲运机行驶定位系统及方法，具有稳定可靠，且精度较高的优点。

本发明的目的是通过以下技术方案实现的：

一种井下无人驾驶铲运机行驶定位系统，包括：

扫描式距离检测模块，用于在初始状态下，利用激光测距技术实时测量井下无人驾驶铲运机相对于左右巷道的距离信息，

传动轴转速检测模块，用于周期性测量井下无人驾驶铲运机传动轴的转速；

航向角偏差处理模块，用于根据测量到的距离信息结合三角函数来计算井下无人驾驶铲运机的航向角偏差信息；

信息计算处理模块，用于根据航向角偏差信息与井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机相对于初始状态下的位置信息。

进一步的，所述航向角偏差处理模块，用于根据测量到的距离信息结合三角函数来计算井下无人驾驶铲运机的航向角信息包括：

假设P点为激光测距点，测量时对无人驾驶铲运机行驶方向进行180°范围内扫描，扫描光束每隔1°测量一个反射光束长度，则通过三角函数可以计算出井下无人驾驶铲运机相对于光束L_i与光束L_A+i端点确定的假想线段的角度偏差β_ri—(A+i)：

$\left\{\begin{array}{c}{N}_1{H_1}^2={L_i}^2+{L_{A+i}}^2-2L_i{L}_{A+i}\cos A\\ {L_{A+i}}^2={L_i}^2+N_1{H_1}^2-2L_i{N}_1{H}_1\cos \∠{\mathrm{PN}}_1{H}_1\\ {\mathrm{\β}}_{ri-(A+i)}=\∠PN1H1-\frac{\mathrm{\π}}{2}-\frac{\mathrm{\π}}{180}i\end{array}\right.;$

其中，i＝0,1,2,3,...,180表示扫描光束的序号，L_i表示序号为i的光束，L_A+i表示序号为A+i的光束，A为光束L_i与光束L_A+i之间的夹角；N₁H₁表示光束L_i在巷道上的端点N₁与光束L_A+i L_i在巷道上的端点H₁之间的距离；

解上述方程可得：

${\mathrm{\β}}_{ri-(A+i)}=\arccos \frac{L_i-L_{A+i}\cos A}{\sqrt{{L_i}^2+{L_{A+i}}^2-2L_i{L}_{A+i}\cos A}}-\frac{\mathrm{\π}}{2}-\frac{\mathrm{\π}}{180}i;$

对单个数据的航向角的角度偏差β_ri—(A+i)求均值，得到车辆相对于巷道壁的航向角偏差

$\stackrel{\‾}{{\mathrm{\β}}_r}=\frac{1}{m-A+1}\underset{i=0}{\overset{(m-A)}{\Σ}}{\mathrm{\β}}_{ri-(A+i)};$

其中，m为参与计算扫描光束数据的最大序号，共有m-A+1对数据加入航向角度偏差的计算。

进一步的，所述信息计算处理模块，用于根据航向角信息与井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机相对于初始状态下的位置信息包括：

根据当前采样周期t内井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机在当前采样周期t内实际转动的里程distance；

将井下无人驾驶铲运机行驶的距离distance与航向角度偏差相结合，计算井下无人驾驶铲运机在当前采样周期t内前进的位置信息dx：

$dx=dis\tan ce\·cos\left(\right(\stackrel{\‾}{{\mathrm{\β}}_r}\·3.1415)/180);$

通过dx计算井下无人驾驶铲运机在当前采样周期t，相对于初始状态下的纵向位置信息d：

d＝dx+d'；

其中，d'为上一周期井下无人驾驶铲运机相对于初始状态下的纵向位置信息。

一种井下无人驾驶铲运机行驶定位方法，该方法基于前述的系统实现，其包括：

在初始状态下，利用激光测距技术实时测量井下无人驾驶铲运机相对于左右巷道的距离信息，以及周期性测量井下无人驾驶铲运机传动轴的转速；

根据测量到的距离信息结合三角函数来计算井下无人驾驶铲运机的航向角偏差信息；

根据航向角偏差信息与井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机相对于初始状态下的位置信息。

进一步的，所述根据测量到的距离信息结合三角函数来计算井下无人驾驶铲运机的航向角信息包括：

假设P点为激光测距点，测量时对无人驾驶铲运机行驶方向进行180°范围内扫描，扫描光束每隔1°测量一个反射光束长度，则通过三角函数可以计算出井下无人驾驶铲运机相对于光束L_i与光束L_A+i端点确定的假想线段的角度偏差β_ri—(A+i)：

$\left\{\begin{array}{c}{N}_1{H_1}^2={L_i}^2+{L_{A+i}}^2-2L_i{L}_{A+i}\cos A\\ {L_{A+i}}^2={L_i}^2+N_1{H_1}^2-2L_i{N}_1{H}_1\cos \∠{\mathrm{PN}}_1{H}_1\\ {\mathrm{\β}}_{ri-(A+i)}=\∠PN1H1-\frac{\mathrm{\π}}{2}-\frac{\mathrm{\π}}{180}i\end{array}\right.;$

其中，i＝0,1,2,3,...,180表示扫描光束的序号，L_i表示序号为i的光束，L_A+i表示序号为A+i的光束，A为光束L_i与光束L_A+i之间的夹角；N₁H₁表示光束L_i在巷道上的端点N₁与光束L_A+i L_i在巷道上的端点H₁之间的距离；

解上述方程可得：

${\mathrm{\β}}_{ri-(A+i)}=\arccos \frac{L_i-L_{A+i}\cos A}{\sqrt{{L_i}^2+{L_{A+i}}^2-2L_i{L}_{A+i}\cos A}}-\frac{\mathrm{\π}}{2}-\frac{\mathrm{\π}}{180}i;$

对单个数据的航向角的角度偏差β_ri—(A+i)求均值，得到车辆相对于巷道壁的航向角偏差

$\stackrel{\‾}{{\mathrm{\β}}_r}=\frac{1}{m-A+1}\underset{i=0}{\overset{(m-A)}{\Σ}}{\mathrm{\β}}_{ri-(A+i)};$

其中，m为参与计算扫描光束数据的最大序号，共有m-A+1对数据加入航向角度偏差的计算。

进一步的，所述根据航向角偏差信息与井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机相对于初始状态下的位置信息包括：

根据当前采样周期t内井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机在当前采样周期t内实际转动的里程distance；

将井下无人驾驶铲运机行驶的距离distance与航向角度偏差相结合，计算井下无人驾驶铲运机在当前采样周期t内前进的位置信息dx：

$dx=dis\tan ce\·cos\left(\right(\stackrel{\‾}{{\mathrm{\β}}_r}\·3.1415)/180);$

通过dx计算井下无人驾驶铲运机在当前采样周期t时相对于初始状态下的纵向位置信息d：

d＝dx+d'；

其中，d'为上一周期井下无人驾驶铲运机相对于初始状态下的纵向位置信息。

由上述本发明提供的技术方案可以看出，该方案针对井下巷道特殊的环境和铲运机特殊的行驶特性，可以准确的进行行驶过程中的实时定位；且该方案所涉及的工作装置稳定可靠，精度较高。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例一提供的一种井下无人驾驶铲运机行驶定位系统的示意图；

图2为本发明实施例一提供的扫描式距离检测模块测距的示意图；

图3为本发明实施例一提供的航向角偏差处理模块计算航向角偏差信息的示意图；

图4为本发明实施例一提供的传动轴转速检测模块的示意图；

图5为本发明实施例一提供的一种井下无人驾驶铲运机行驶定位系统的处理过程示意图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

实施例一

本发明实施例提供一种井下无人驾驶铲运机行驶定位系统。如图1所示，该系统主要包括：

扫描式距离检测模块，用于在初始状态下，利用激光测距技术实时测量井下无人驾驶铲运机相对于左右巷道的距离信息，

传动轴转速检测模块，用于周期性测量井下无人驾驶铲运机传动轴的转速；

航向角偏差处理模块，用于根据测量到的距离信息结合三角函数来计算井下无人驾驶铲运机的航向角偏差信息；

信息计算处理模块，用于根据航向角偏差信息与井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机相对于初始状态下的位置信息。

为了便于理解，下面对上述每一模块做详细的介绍。

1、扫描式距离检测模块。

扫描式距离检测模块安装于车辆上，用于检测车辆周围巷道距离车辆的距离信息，该模块的主要功能是在同一个水平面内，以一定的分辨率连续在同一角度范围内，反复测量巷道相对于自身的距离信息，并将距离信息按照特定的组织方式进行存储。

示例性的，如图2所示，扫描式距离检测模块的典型应用是使用激光扫描测距方式测量距离信息，激光扫描器3在同一平面以一定周期，连续测量巷道1相对于激光扫描器3自己的距离信息。激光扫描器3安装在车辆2左右和前后的中心交叉点(一般位于驾驶室顶棚上方)，扫描式距离检测模块能够实时直接给出车辆相对于左右巷道壁的距离信息。

典型数值为激光扫描器在180°范围内扫描环境，扫描光束一般每隔1°测量一个反射光束长度，共获得181个长度测量数据，表示为L₀，L₁，L₂，...，L₁₈₀，一般选用的激光扫描器量程大于50米以上。

2、航向角偏差处理模块。

航向角处理模块是指利用扫描式距离检测模块的数据，通过计算三角函数，进行多次融合计算，得出当前车辆的航向角偏差信息。

如图3所示，假设P点为激光测距点，由图中三角函数几何关系，可通过三角函数计算出井下无人驾驶铲运机相对于光束L_i与光束L_A+i端点确定的假想线段的角度偏差β_ri—(A+i)(即，单个测量数据的航向角的偏差)：

$\left\{\begin{array}{c}{N}_1{H_1}^2={L_i}^2+{L_{A+i}}^2-2L_i{L}_{A+i}\cos A\\ {L_{A+i}}^2={L_i}^2+N_1{H_1}^2-2L_i{N}_1{H}_1\cos \∠{\mathrm{PN}}_1{H}_1\\ {\mathrm{\β}}_{ri-(A+i)}=\∠PN1H1-\frac{\mathrm{\π}}{2}-\frac{\mathrm{\π}}{180}i\end{array}\right.;$

其中，i＝0,1,2,3,...,180表示扫描光束的序号，L_i表示序号为i的光束，L_A+i表示序号为A+i的光束，A为光束L_i与光束L_A+i之间的夹角；N₁H₁表示光束L_i在巷道上的端点N₁与光束L_A+i L_i在巷道上的端点H₁之间的距离；

解上述方程可得：

${\mathrm{\β}}_{ri-(A+i)}=\arccos \frac{L_i-L_{A+i}\cos A}{\sqrt{{L_i}^2+{L_{A+i}}^2-2L_i{L}_{A+i}\cos A}}-\frac{\mathrm{\π}}{2}-\frac{\mathrm{\π}}{180}i;$

对单个数据的航向角的角度偏差β_ri—(A+i)求均值，得到车辆相对于巷道壁的航向角偏差

$\stackrel{\‾}{{\mathrm{\β}}_r}=\frac{1}{m-A+1}\underset{i=0}{\overset{(m-A)}{\Σ}}{\mathrm{\β}}_{ri-(A+i)};$

其中，m为参与计算扫描光束数据的最大序号，对于不同的巷道条件，m的最佳值可通过试验来优化，本实施例中，m的取值范围为20≤m≤70，共有m-A+1对数据加入航向角度偏差的计算。

3、传动轴转速检测模块。

传动轴转速检测模块是指安装在铲运机传动轴上，用于测量周期性转速的装置，如图4所示，图中1为均匀分布的齿轮，2为非接触式霍尔传感器，齿轮固定在传动轴上，当车辆前进时，传动轴旋转带动齿轮旋转，进而霍尔传感器能够实时感知转过的齿数，在固定的时间内，采集到的转过齿轮齿数，结合车辆的轮胎半径和车辆固定的传速比，则可以得到固定时间内，车辆前进的距离。

示例性的，在采样周期t内，获取的脉冲数为n，则采样周期t内实际转动的里程distance表示为：distance＝n·每一齿轮对应的距离信息。

4、信息计算处理模块。

根据航向角偏差信息与井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机相对于初始状态下的位置信息。具体来说：

将井下无人驾驶铲运机行驶的距离distance与航向角度偏差相结合，计算井下无人驾驶铲运机在当前采样周期t内前进的位置信息dx：

$dx=dis\tan ce\·cos\left(\right(\stackrel{\‾}{{\mathrm{\β}}_r}\·3.1415)/180);$

通过dx计算井下无人驾驶铲运机在当前采样周期t，相对于初始状态下的纵向位置信息d：

d＝dx+d'。

其中，d'为上一周期井下无人驾驶铲运机相对于初始状态下的纵向位置信息。

上述四个模块的功能还可以过如图5所示的处理过程来体现，扫描式距离检测模块一方面可以获得横向位置信息，另一方面，其采集的数据可以作为航向角偏差处理模块的输入数据，来计算航向角的偏差信息；信息计算处理模块根据航向角的偏差信息与传动轴转速检测模块检测到的数据可以计算出无人驾驶铲运机的纵向位置信息。

本发明实施例的上述方案，针对井下巷道特殊的环境和铲运机特殊的行驶特性，可以准确的进行行驶定位；且该方案所涉及的工作装置稳定可靠，精度较高。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。

实施例二

本发明实施例提供一种井下无人驾驶铲运机行驶定位方法。该方法前述实施例一提供的系统实现，其包括如下步骤：

在初始状态下，利用激光测距技术实时测量井下无人驾驶铲运机相对于左右巷道的距离信息，以及周期性测量井下无人驾驶铲运机传动轴的转速；

根据测量到的距离信息结合三角函数来计算井下无人驾驶铲运机的航向角偏差信息；

根据航向角偏差信息与井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机相对于初始状态下的位置信息。

进一步的，所述根据测量到的距离信息结合三角函数来计算井下无人驾驶铲运机的航向角信息包括：

假设P点为激光测距点，测量时对无人驾驶铲运机行驶方向进行180°范围内扫描，扫描光束每隔1°测量一个反射光束长度，则通过三角函数可以计算出井下无人驾驶铲运机相对于光束L_i与光束L_A+i端点确定的假想线段的角度偏差β_ri—(A+i)：

$\left\{\begin{array}{c}{N}_1{H_1}^2={L_i}^2+{L_{A+i}}^2-2L_i{L}_{A+i}\cos A\\ {L_{A+i}}^2={L_i}^2+N_1{H_1}^2-2L_i{N}_1{H}_1\cos \∠{\mathrm{PN}}_1{H}_1\\ {\mathrm{\β}}_{ri-(A+i)}=\∠PN1H1-\frac{\mathrm{\π}}{2}-\frac{\mathrm{\π}}{180}i\end{array}\right.;$

其中，i＝0,1,2,3,...,180表示扫描光束的序号，L_i表示序号为i的光束，L_A+i表示序号为A+i的光束，A为光束L_i与光束L_A+i之间的夹角；N₁H₁表示光束L_i在巷道上的端点N₁与光束L_A+i L_i在巷道上的端点H₁之间的距离；

解上述方程可得：

${\mathrm{\β}}_{ri-(A+i)}=\arccos \frac{L_i-L_{A+i}\cos A}{\sqrt{{L_i}^2+{L_{A+i}}^2-2L_i{L}_{A+i}\cos A}}-\frac{\mathrm{\π}}{2}-\frac{\mathrm{\π}}{180}i;$

对单个数据的航向角的角度偏差β_ri—(A+i)求均值，得到车辆相对于巷道壁的航向角偏差

$\stackrel{\‾}{{\mathrm{\β}}_r}=\frac{1}{m-A+1}\underset{i=0}{\overset{(m-A)}{\Σ}}{\mathrm{\β}}_{ri-(A+i)};$

其中，m为参与计算扫描光束数据的最大序号，共有m-A+1对数据加入航向角度偏差的计算。

进一步的，所述根据航向角偏差信息与井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机相对于初始状态下的位置信息包括：

根据当前采样周期t内井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机在当前采样周期t内实际转动的里程distance；

将井下无人驾驶铲运机行驶的距离distance与航向角度偏差相结合，计算井下无人驾驶铲运机在当前采样周期t内前进的位置信息dx：

$dx=dis\tan ce\·cos\left(\right(\stackrel{\‾}{{\mathrm{\β}}_r}\·3.1415)/180);$

通过dx计算井下无人驾驶铲运机在当前采样周期t时相对于初始状态下的纵向位置信息d：

d＝dx+d'；

其中，d'为上一周期井下无人驾驶铲运机相对于初始状态下的纵向位置信息。

该方法所实现的功能均可通过前述实施例一所提供系统中相应的模块来实现，故在这里不再赘述。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例中的某些模块可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (6)

1.一种井下无人驾驶铲运机行驶定位系统，其特征在于，包括：

扫描式距离检测模块，用于在初始状态下，利用激光测距技术实时测量井下无人驾驶铲运机相对于左右巷道的距离信息，

传动轴转速检测模块，用于周期性测量井下无人驾驶铲运机传动轴的转速；

航向角偏差处理模块，用于根据测量到的距离信息结合三角函数来计算井下无人驾驶铲运机的航向角偏差信息；

信息计算处理模块，用于根据航向角偏差信息与井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机相对于初始状态下的位置信息。

2.根据权利要求1所述的系统，其特征在于，所述航向角偏差处理模块，用于根据测量到的距离信息结合三角函数来计算井下无人驾驶铲运机的航向角信息包括：

假设P点为激光测距点，测量时对无人驾驶铲运机行驶方向进行180°范围内扫描，扫描光束每隔1°测量一个反射光束长度，则通过三角函数可以计算出井下无人驾驶铲运机相对于光束L_i与光束L_A+i端点确定的假想线段的角度偏差β_ri—(A+i)：

$\left\{\begin{array}{c}{N}_1{H_1}^2={L_i}^2+{L_{A+i}}^2-2L_i{L}_{A+i}\cos A\\ {L_{A+i}}^2={L_i}^2+N_1{H_1}^2-2L_i{N}_1{H}_1\cos \∠P{N}_1{H}_1\\ {\mathrm{\β}}_{ri-\left(A+i\right)}=\∠PN1H1-\frac{\mathrm{\π}}{2}-\frac{\mathrm{\π}}{180}i\end{array}\right.;$

其中，i＝0,1,2,3,...,180表示扫描光束的序号，L_i表示序号为i的光束，L_A+i表示序号为A+i的光束，A为光束L_i与光束L_A+i之间的夹角；N₁H₁表示光束L_i在巷道上的端点N₁与光束L_A+iL_i在巷道上的端点H₁之间的距离；

解上述方程可得：

${\mathrm{\β}}_{ri-(A+i)}=arccos\frac{L_i-L_{A+i}\cos A}{\sqrt{{L_i}^2+{L_{A+i}}^2-2L_i{L}_{A+i}\cos A}}-\frac{\mathrm{\π}}{2}-\frac{\mathrm{\π}}{180}i;$

对单个数据的航向角的角度偏差β_ri—(A+i)求均值，得到车辆相对于巷道壁的航向角偏差

$\stackrel{\‾}{{\mathrm{\β}}_r}=\frac{1}{m-A+1}\underset{i=0}{\overset{(m-A)}{\Σ}}{\mathrm{\β}}_{ri-(A+i)};$

其中，m为参与计算扫描光束数据的最大序号，共有m-A+1对数据加入航向角度偏差的计算。

3.根据权利要求1或2所述的系统，其特征在于，所述信息计算处理模块，用于根据航向角信息与井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机相对于初始状态下的位置信息包括：

根据当前采样周期t内井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机在当前采样周期t内实际转动的里程distance；

将井下无人驾驶铲运机行驶的距离distance与航向角度偏差相结合，计算井下无人驾驶铲运机在当前采样周期t内前进的位置信息dx：

$dx=dis\tan ce\·cos\left(\left(\stackrel{\‾}{{\mathrm{\β}}_r}\·3.1415\right)/180\right);$

通过dx计算井下无人驾驶铲运机在当前采样周期t，相对于初始状态下的纵向位置信息d：

d＝dx+d'；

其中，d'为上一周期井下无人驾驶铲运机相对于初始状态下的纵向位置信息。

4.一种井下无人驾驶铲运机行驶定位方法，其特征在于，该方法基于权利要求1-3任一项所述的系统实现，其包括：

在初始状态下，利用激光测距技术实时测量井下无人驾驶铲运机相对于左右巷道的距离信息，以及周期性测量井下无人驾驶铲运机传动轴的转速；

根据测量到的距离信息结合三角函数来计算井下无人驾驶铲运机的航向角偏差信息；

根据航向角偏差信息与井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机相对于初始状态下的位置信息。

5.根据权利要求4所述的方法，其特征在于，所述根据测量到的距离信息结合三角函数来计算井下无人驾驶铲运机的航向角信息包括：

假设P点为激光测距点，测量时对无人驾驶铲运机行驶方向进行180°范围内扫描，扫描光束每隔1°测量一个反射光束长度，则通过三角函数可以计算出井下无人驾驶铲运机相对于光束L_i与光束L_A+i端点确定的假想线段的角度偏差β_ri—(A+i)：

$\left\{\begin{array}{c}{N}_1{H_1}^2={L_i}^2+{L_{A+i}}^2-2L_i{L}_{A+i}\cos A\\ {L_{A+i}}^2={L_i}^2+N_1{H_1}^2-2L_i{N}_1{H}_1\cos \∠P{N}_1{H}_1\\ {\mathrm{\β}}_{ri-\left(A+i\right)}=\∠PN1H1-\frac{\mathrm{\π}}{2}-\frac{\mathrm{\π}}{180}i\end{array}\right.;$

其中，i＝0,1,2,3,...,180表示扫描光束的序号，L_i表示序号为i的光束，L_A+i表示序号为A+i的光束，A为光束L_i与光束L_A+i之间的夹角；N₁H₁表示光束L_i在巷道上的端点N₁与光束L_A+iL_i在巷道上的端点H₁之间的距离；

解上述方程可得：

${\mathrm{\β}}_{ri-(A+i)}=arccos\frac{L_i-L_{A+i}\cos A}{\sqrt{{L_i}^2+{L_{A+i}}^2-2L_i{L}_{A+i}\cos A}}-\frac{\mathrm{\π}}{2}-\frac{\mathrm{\π}}{180}i;$

对单个数据的航向角的角度偏差β_ri—(A+i)求均值，得到车辆相对于巷道壁的航向角偏差

$\stackrel{\‾}{{\mathrm{\β}}_r}=\frac{1}{m-A+1}\underset{i=0}{\overset{(m-A)}{\Σ}}{\mathrm{\β}}_{ri-(A+i)};$

其中，m为参与计算扫描光束数据的最大序号，共有m-A+1对数据加入航向角度偏差的计算。

6.根据权利要求4或5所述的方法，其特征在于，所述根据航向角偏差信息与井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机相对于初始状态下的位置信息包括：

根据当前采样周期t内井下无人驾驶铲运机传动轴的转速来计算井下无人驾驶铲运机在当前采样周期t内实际转动的里程distance；

将井下无人驾驶铲运机行驶的距离distance与航向角度偏差相结合，计算井下无人驾驶铲运机在当前采样周期t内前进的位置信息dx：

$dx=dis\tan ce\·cos\left(\left(\stackrel{\‾}{{\mathrm{\β}}_r}\·3.1415\right)/180\right);$

通过dx计算井下无人驾驶铲运机在当前采样周期t时相对于初始状态下的纵向位置信息d：

d＝dx+d'；

其中，d'为上一周期井下无人驾驶铲运机相对于初始状态下的纵向位置信息。