CN114593729A - 一种基于高精度惯导的采煤机导航方法 - Google Patents
一种基于高精度惯导的采煤机导航方法 Download PDFInfo
- Publication number
- CN114593729A CN114593729A CN202011436913.XA CN202011436913A CN114593729A CN 114593729 A CN114593729 A CN 114593729A CN 202011436913 A CN202011436913 A CN 202011436913A CN 114593729 A CN114593729 A CN 114593729A
- Authority
- CN
- China
- Prior art keywords
- mining machine
- coal
- coal mining
- cutting
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000003245 coal Substances 0.000 title claims abstract description 284
- 238000005065 mining Methods 0.000 title claims abstract description 194
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000033001 locomotion Effects 0.000 claims abstract description 87
- 230000007246 mechanism Effects 0.000 claims description 60
- 238000012937 correction Methods 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000009347 mechanical transmission Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 238000009412 basement excavation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 241001669679 Eleotris Species 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 241000283966 Pholidota <mammal> Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/18—Stabilised platforms, e.g. by gyroscope
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Drilling And Exploitation, And Mining Machines And Methods (AREA)
Abstract
本发明提供了一种基于高精度惯导的采煤机导航方法,采煤机导航方法包括:采煤机的实时起始数据和终点数据;根据实时起始数据和终点数据构建至少一条采煤机运动路径;获得一条最佳运动路径;实时采集采煤机沿所述最佳运动路径运动的运动信息;根据所述运动信息实时修正所述最佳运动路径。本发明利用采煤机的实时运动信息修正最佳运动路径,提高采煤机在井下数百米运动的运动精度。
Description
技术领域
本发明涉及地下导航领域,尤其涉及一种基于高精度惯导的采煤机导航方法。
背景技术
采煤机自主定位和导航是实现智能化无人采煤系统的关键技术之一。煤炭生产时,综采工作面粉尘量巨大,无法使用激光定位技术;受采煤工艺限制,也无法采用北斗、GPS等卫星定位技术,因此,目前采煤机自主定位导航的设计方案大多采用高精度惯导模块。
然而,利用自身运动的运动信息进行运动路线推算,虽说不受外部环境影响,但考虑到煤层地质条件复杂多变以及采煤巷道曲折不平,导航误差随路程累积增大,导航精度难以保证。
有鉴于此,有必要研究出一种基于高精度惯导的采煤机导航方法,以解决采煤机在地下数百米深处的精确导航问题。
发明内容
本发明提供了一种基于高精度惯导的采煤机导航方法,利用采煤机的实时运动信息修正最佳运动路径,提高采煤机在地面数百米运动的运动精度。
实现本发明目的的技术方案如下:
本发明提供了一种基于高精度惯导的采煤机导航方法,包括:
采集采煤机的实时起始数据和终点数据;
根据实时起始数据和终点数据构建至少一条采煤机运动路径;
获得一条最佳运动路径;
实时采集采煤机沿所述最佳运动路径运动的运动信息;
根据所述运动信息实时修正所述最佳运动路径。
在一些实施例中,所述采集采煤机的实时起始数据和终点数据,包括:
高精度惯导设备安装于采煤机;
从高精度惯导设备采集采煤机的实时起始数据;
从服务器的虚拟环境中获取煤体周围的环境信息和采煤机的终点数据。
在一些实施例中,所述从高精度惯导设备采集采煤机的实时起始数据,包括:
高精度惯导设备实时采集采煤机的机身三维位置信息;
定位模块实时采集截割机构的二维位置信息;
将机身三维位置信息和二维位置信息输入采煤机模型,得到采煤机的实时起始数据。
在一些实施例中,所述根据实时起始数据和终点数据构建至少一条采煤机运动路径,包括:
调取采煤机周围和煤体周围的巷道信息;
在所述巷道信息中标记所述实时起始数据和所述终点数据;
若所述实时起始数据和所述终点数据处于同一巷道,则所述实时起始数据和所述终点数据有且只有一条采煤机运动路径,该条采煤机运动路径为最佳运动路径;
若所述实时起始数据和所述终点数据处于不同巷道,则所述实时起始数据和所述终点数据沿不同巷道有多条采煤机运动路径,从多条采煤机运动路径中获得一条最佳运动路径。
在一些实施例中,所述根据所述运动信息实时修正所述最佳运动路径,包括:
根据采煤机型号确定采煤机最大截割煤宽度;
根据巷道情况确定采煤机摇臂与巷道壁的距离;
根据所述采煤机最大截割煤宽度和所述采煤机摇臂与巷道壁的距离确定截割滚筒预设轨迹线;
将截割滚筒预设轨迹线与截割滚筒实际轨迹线拟合,得到截割滚筒修正系数;
基于割滚筒修正系数修正所述最佳运动路径。
在一些实施例中,所述将截割滚筒预设轨迹线与截割滚筒实际轨迹线拟合,得到截割滚筒修正系数,包括:
计算截割偏角Θ;
根据截割偏角Θ得到截割滚筒预设轨迹线;
沿所述最佳运动路径的边线划一条参考线,所述截割滚筒预设轨迹线与所述参考线之间用曲线连接;
开始运动时在服务器先用标记线标识曲线;
按0.05±0.02m/s的速度采用攻角方式控制采煤机由后向前缓慢运动;
若部分截割滚筒不在所述曲线的边线,则在虚拟画面中校直巷道,保留所述校直巷道的校直参数;
根据所述校直参数得到截割滚筒修正系数。
在一些实施例中,所述计算截割偏角Θ,包括:
根据采煤机型号确定了采煤机最大截割煤宽度D;
根据不同巷道确定截割滚筒的截割断面距巷道壁的距离D2;
根据巷道情况确定采煤机摇臂距巷道壁的距离D1;
基于截割宽度D1≈最大截割煤宽度D-截割滚筒截割断面D2,且根据截割宽度D1及采煤机长度L,计算截割偏角Θ=2arcsin(D1/(2*L))。
与现有技术相比,本发明的有益效果是:
1、本发明利用采煤机的实时运动信息修正最佳运动路径,提高采煤机在地下数百米运动的运动精度。
2、由于采煤机的实时起始数据对采煤机在地下数百米运动精度至关重要,本发明利用机身三维位置信息和截割机构的二维位置信息,得到采煤机的实时起始数据,提高采煤机的实时定位精度。
3、本发明的服务器构建有采煤机模型,基于采煤机模型确定其实时定位精度,更加方便快捷。
4、由于截割滚筒从煤体上截割煤块,对采煤机而言,截割滚筒的精确位置至关重要,本发明利用截割滚筒修正系数修正最佳运动路径,实时盯紧截割滚筒的位置,更利于采煤机精准采煤。
5、本发明通过截割偏角Θ和参考线确定截割滚筒修正系数,服务器运算数据量较小,运算速度快,并且截割偏角Θ的计算对采集数据的要求较低。
附图说明
图1为本发明的一些实施例中公开的一种基于高精度惯导的采煤机导航方法流程图;
图2为图1中步骤S110的流程图;
图3为图2中步骤S110b的流程图;
图4为图1中步骤S120的流程图;
图5为图1中步骤S150的流程图。
具体实施方式
下面结合附图所示的各实施方式对本发明进行详细说明,但应当说明的是,这些实施方式并非对本发明的限制,本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代,均属于本发明的保护范围之内。
我国煤矿平均井深超过700米,而澳大利亚、美国煤矿平均井深350米。我国煤炭开采的最大难题是“三高”,即高伤亡、高损害、高排放。实现零伤亡、零损害、零排放的煤炭绿色开采目标,仅靠一般的机械化开采很难实现,必须从智能化开采找出路。
智能化开采是机器拟人化生产,由多机器人协同作业,具有自主定位、自动感知、自适运行的功能,实现整个采矿过程的数字化和物联化,装备运行的无人化和可视化。机器人化开采技术体系,包括了采煤作业机器人、无人操作刮板输送机、无人值守提升机以及无人驾驶车辆等。
采煤作业机器人是实现是有人开采变为无人开采的因素之一,所谓有人开采变为无人开采,是从原始的人力开采到机器人开采,尽管还是人,但“人”已经不是原来生物体的人了,而是机器与智能化的融合体。机器人化开采源自仿生,未来要走向拟人。掘进机模仿了穿山甲的功能,采煤机模仿了地鼠挖掘的功能,而带式输送机模仿了蚁群搬家的功能,每个托辊相当于一只蚂蚁。要通过人工智能的嵌入或嫁接来实现煤矿机器人化开采。
基于此,有必要研究出一种基于高精度惯导的采煤机三维导航方法,实现采煤机在地下700米左右的精确导航。
常规意义的采煤机是综采成套装备的主要设备之一,在长壁采煤工作面,以截割机构把煤从煤体上破落下来(破煤)并装入工作面输送机(装煤)的采煤机械。采煤机按调定的牵引速度行走(牵引),使破煤和装煤工序能够连续不断地进行。采煤机一般由截割机构、装载机构、行走机构(牵引机构)、电动机、操作控制系统和辅助装置等部分组成。工作机构及其机械传动或驱动装置的总称。当截割部由专用电动机驱动时,截割机构也包括截割电动机,截割机构是直接实现截割、破碎等主要功能的部件,其上装有截齿,截齿将煤从煤体上破落下来,有些采煤机的截割机构为了形成所要求的截割断面形状,除了一个主要截割机构外,还有一个或几个辅助截割机构。截割机构的机械传动装置用来将动力传输给截割机构,以满足其运动方式、运动方向和截割速度大小的要求。机械传动装置通常采用齿轮传动,一般在使用过程中不能变速,但备有专门的换速齿轮副,供安装时更换,以满足截割速度的要求。装载机构是把截割机构破落下来的煤块装入工作面输送机的部件。装载机构一般包括装载组件和机械传动装置。当装载机构有专用的电动机时,也包括装载电动机,装载机构也可以由截割部的机械传动装置驱动。
请参阅图1,本发明实施例提供了一种基于高精度惯导的采煤机导航方法,包括以下步骤:
步骤S110、采集采煤机的实时起始数据和终点数据;
步骤S120、根据实时起始数据和终点数据构建至少一条采煤机运动路径;
步骤S130、获得一条最佳运动路径;
步骤S140、实时采集采煤机沿最佳运动路径运动的运动信息;
步骤S150、根据运动信息实时修正最佳运动路径。
本发明实施例的采煤机包括截割滚筒、驱动装置、截割滚筒和摇臂。本发明实施例中采煤机的实时起始数据,即采煤机的实时定位数据。依靠下述方法获取采煤机的实时定位数据:构建采煤机三维模型和采煤机动态补偿模型;接收高精度惯导设备实时采集的机身三维位置信息和定位模块实时采集的截割机构二维位置信息;将机身三维位置信息输入采煤机三维模型得到截割机构虚拟位置信息;将二维位置信息和截割机构虚拟位置信息输入采煤机动态补偿模型得到截割机构的实时状态参数和虚拟状态参数;基于实时状态参数和虚拟状态参数的差值调整采煤机三维模型,在采煤机三维模型中得到采煤机三维定位信息。
在一些实施例中,步骤S110中,采集采煤机的实时起始数据和终点数据,包括:
步骤S110a、高精度惯导设备安装于采煤机;
步骤S110b、从高精度惯导设备采集采煤机的实时起始数据;
步骤S110c、从服务器的虚拟环境中获取煤体周围的环境信息和采煤机的终点数据。
在一些实施例中,步骤S110b中,从高精度惯导设备采集采煤机的实时起始数据,包括:
步骤S110b1、高精度惯导设备实时采集采煤机的机身三维位置信息;
步骤S110b2、定位模块实时采集截割机构的二维位置信息;
步骤S110b3、将机身三维位置信息和二维位置信息输入采煤机模型,得到采煤机的实时起始数据。
本发明实施例的采煤机模型,包括采煤机三维模型和采煤机动态补偿模型,采煤机三维模型和采煤机动态补偿模型是在服务器中构建的,采煤机三维模型是基于惯性导航平台构建的。本发明实施例的采煤机动态补偿模型,各个补偿参数是通过训练和学习完成的。采煤机动态补偿模型的训练和学习,是基于最小偏差范围的环境特征学习,当在采煤机三维模型上观察截割机构的虚拟位置时,采煤机机身、煤层、巷道、掘进量、截割煤块量的矢量之间存在这一个比较复杂的非线性关系。判别学习的目标,就是通过使平均代价函数最小来减少误分类数,(1)定义判别函数,(2)定义误分类测度(3)定义代价函数(4)平均代价函数(5)平均代价函数的最小化。这样环境特征可以通过沿着平均代价函数梯度下降方向不断地进行迭代优化。在估计到了偏差特征以后,就可以在此基础上进行截割机构的偏差位置估计,并用估计到的偏差位置进行训练和识别。
本发明实施例的高精度惯导设备配备有高精度闭环光纤陀螺和加速度计,考虑到高精度惯导设备配备有惯性导航系统,惯性导航系统嵌设惯性导航算法,对煤矿向导导航起到厘米甚至毫米级定位。
具体的,构建采煤机三维模型,包括:获取采煤机周围的三维环境数据;基于三维环境数据,提取采煤机周围的参照物轮廓;将参照物轮廓与预先采集的煤层信息和巷道信息进行匹配;根据匹配结果构建采煤机三维模型。
本发明实施例的三维环境数据,是通过高清摄像机扫描的。高清摄像机选用可在爆炸性气体环境中使用的高精度及高分辨率摄像机。本发明实施例中预先采集的煤层信息和巷道信息,首先是基于煤矿勘探出的煤层信息,例如,为了揭露煤系和采集煤样,使用巷探技术,开挖各种巷道探测煤层信息,煤层信息包括煤层的层位结构、煤种、煤质及变化、煤层产状、落差大于20m的断层等等。本发明实施例的参照物轮廓,包括但不限于采煤机头部、采煤机尾部、采煤机前滚筒、采煤机后滚筒、铲煤板、巷道支架、采煤机的刮板输送机等等。
具体地,构建采煤机动态补偿模型,包括:基于非线性系统构建定量补偿模型;收集采煤机至少三个维度的补偿数据和非补偿数据,人工标记并机器扩展补偿数据,得到扩展补偿参数;基于扩展补偿参数训练定量补偿模型;利用补偿数据和非补偿数据验证定量补偿模型。
由于采煤机机身、煤层、巷道、掘进量、截割煤块量的矢量之间存在这一个比较复杂的非线性关系,形成非线性关系的各个变量构成非线性系统,依据非线性系统构建定量补偿模型。
上述的采煤机至少三个维度的补偿数据,包括采煤机液压系统数据、采煤机链轮链条张紧数据、采煤机滚筒摆动液压数据、巷道走向数据及巷道底面平缓度数据。上述的采煤机非补偿数据,包括采煤机自身尺寸数据、采煤机截割机构各部件数据、采煤机运输系统各部件数据等。本发明实施例根据煤层变化、巷道走向、采煤机规格变化、截割机构变化等参数机器扩展补偿数据。
接收高精度惯导设备实时采集的机身三维位置信息,包括:在采煤机的机身安装高精度惯导设备;高精度惯导设备实时采集机身的机身三维位置信息;高精度惯导设备把机身三维位置信息通过通讯模块发送给服务器;服务器接收机身三维位置信息。
本发明实施例的高精度惯导设备,是可靠的固态惯性测量单元。内置三轴硅陀螺仪、三轴硅加速度计,并经过三轴转台精密校准以满足不同条件下的性能需求。可输出实时、准确的载体姿态和传感器数据。能够校准陀螺仪的零点、零点温度系数、灵敏度、灵敏度温度系数、正交性误差和加速度效应,加速度计的零点、零点温度系数、灵敏度、灵敏度温度系数和正交性误差。在大多数实施例中,服务器中运行有采煤机三维模型和采煤机动态补偿模型。
接收定位模块实时采集的截割机构二维位置信息,包括:在采煤机上基于高精度惯导设备选取参考点,以参考点为坐标点构建坐标;在采煤机的截割机构上选取或增设若干定位点;实时监控若干定位点,基于坐标确定若干定位点的实时坐标点;所有实时坐标点连线形成截割机构的实时轮廓;定位模块根据实时轮廓确定截割机构二维位置信息。
本发明实施例选取的采煤机参考点,包括采煤机的支腿、采煤的溜槽、采煤机的摆臂、采煤机的摇臂、采煤机的滚筒、工作面的滑靴、采煤机的主机架等。本发明实施例在采煤机的截割机构上选取定位点,包括选取截割机构的切深、截割机构的滚筒以及截割机构的角度。本发明实施例在采煤机的截割机构上增设若干定位点,包括增加左角度传感器、右角度传感器、俯仰//摇摆传感器、煤机工作面定位和采空区定位。
本发明实施例中,将机身三维位置信息输入采煤机三维模型得到截割机构虚拟位置信息,包括:将机身三维位置信息中采煤机的速度、位置姿态和行进方向输入采煤机三维模型;将机身三维位置信息中当前采掘深度、采煤机轨道位置、煤柱厚度、煤层厚度输入采煤机三维模型;基于采煤机的速度、位置姿态和行进方向以及当前采掘深度、采煤机轨道位置、煤柱厚度、煤层厚度,计算出当前截割煤块的位置参数和体积参数;根据截割煤块的位置参数和体积参数,模拟出截割机构的虚拟位置信息。
在本实施例中,将二维位置信息和截割机构虚拟位置信息输入采煤机动态补偿模型,得到截割机构的实时状态参数和虚拟状态参数,包括:从截割机构虚拟位置信息中提取出对应二维位置信息的二维虚拟信息;将二维位置信息输入采煤机动态补偿模型,得到截割机构的实时状态参数;将二维虚拟信息输入采煤机动态补偿模型,得到截割机构的虚拟状态参数。
在本实施例中,基于实时状态参数和虚拟状态参数的差值调整采煤机三维模型,在采煤机三维模型中得到采煤机三维定位信息,包括:将实时状态参数和虚拟状态参数逐一对应;计算每个参数的偏差;根据偏差得到二维位置信息和截割机构虚拟位置信息的相对误差;根据相对误差在采煤机三维模型中补偿采煤机位置姿态的最大定位误差,得到补偿后的采煤机三维定位信息;根据补偿后的采煤机三维定位信息,获取采煤机的三维定位信息。
在一些实施例中,步骤S120中,根据实时起始数据和终点数据构建至少一条采煤机运动路径,包括:
步骤S120a、调取采煤机周围和煤体周围的巷道信息;
步骤S120b、在巷道信息中标记实时起始数据和终点数据;
步骤S120c、若实时起始数据和终点数据处于同一巷道,则实时起始数据和终点数据有且只有一条采煤机运动路径,该条采煤机运动路径为最佳运动路径;
步骤S120d、若实时起始数据和终点数据处于不同巷道,则实时起始数据和终点数据沿不同巷道有多条采煤机运动路径,从多条采煤机运动路径中获得一条最佳运动路径。
在一些实施例中,步骤S150中,根据运动信息实时修正最佳运动路径,包括:
步骤S150a、根据采煤机型号确定采煤机最大截割煤宽度;
步骤S150b、根据巷道情况确定采煤机摇臂与巷道壁的距离;
步骤S150c、根据采煤机最大截割煤宽度和采煤机摇臂与巷道壁的距离确定截割滚筒预设轨迹线;
步骤S150d、将截割滚筒预设轨迹线与截割滚筒实际轨迹线拟合,得到截割滚筒修正系数;
步骤S150e、基于割滚筒修正系数修正最佳运动路径。
在一些特殊实施例中,校直参数的确定除了依靠截割滚筒外,还依靠装煤机构。具体的,装煤机构到位后,开始装煤机本体及摇臂,装煤机本体开始运动时从煤体区域曲线开始往摇臂方向逼近,运动前将截割宽度等分为多个点,设等分点数为M,再将曲线区域宽度按M点进行划分,然后将各点相对应进行划线,运动时先将摇臂安装到采煤机上,驱动装置将截割滚筒拉离地面一定高度,沿巷道平行运行推动采煤机移动,驱动装置开往煤体,开始下一轮运动,其后每次向煤体运动的距离增加0.1-0.3米,直至运动到截割滚筒预计运动轨迹边线上,当部分边缘不在边线上时,在虚拟画面中再次校直巷道,直到轨枕边线与截割滚筒预计运动轨迹边线重合,装煤机本体运动结束。
在一些实施例中,步骤S150d中,将截割滚筒预设轨迹线与截割滚筒实际轨迹线拟合,得到截割滚筒修正系数,包括:
步骤S150d1、计算截割偏角Θ;
步骤S150d2、根据截割偏角Θ得到截割滚筒预设轨迹线;
步骤S150d3、沿最佳运动路径的边线划一条参考线,截割滚筒预设轨迹线与参考线之间用曲线连接;
步骤S150d4、开始运动时在服务器先用标记线标识曲线;
步骤S150d5、按0.05±0.02m/s的速度采用攻角方式控制采煤机由后向前缓慢运动;
步骤S150d6、若部分截割滚筒不在曲线的边线,则在虚拟画面中校直巷道,保留校直巷道的校直参数;
步骤S150d7、根据校直参数得到截割滚筒修正系数。
本发明实施例根据截割偏角Θ、采煤机长度L及截割滚筒中心坐标(X0,Y0)计算截割滚筒预计运动轨迹截割滚筒滚筒中心坐标(X,Y),X=X0+LCosΘ,Y=Y0+LSinΘ沿截割滚筒滚筒中心坐标(X,Y)与截割滚筒中心坐标(X0,Y0)确定一条直线即截割滚筒预设轨迹线,以截割滚筒宽度一半平移中心线可得到截割滚筒预计运动轨迹,沿轨迹线边线划一条参考线,该参考线即为采煤机滚筒最大偏移边线;截割滚筒预计运动轨迹确定后开始操控截割滚筒。
在本实施例中,截割滚筒预计运动轨迹与参考线之间需以折线长度10-25mm曲线连接,以使采煤机装煤机构微调至截割滚筒下方,该曲线距装煤机构中心x米,开始运动时先将曲线用标记线划线标识,将摇臂安装到采煤机上,驱动装置将采煤机拉离煤体0.1m左右,沿巷道平行运行将截割滚筒从煤体中拉出来,然后按0.05±0.02m/s的速度采用攻角方式将采煤机由后向前缓慢运动,截割滚筒全部运动到截割滚筒预计运动轨迹边线上,当部分截割滚筒不在边线上时,在虚拟画面中校直巷道,再次将截割滚筒预计运动轨迹边线与截割滚筒实际轨迹线匹配,直到截割滚筒实际轨迹线与截割滚筒预计运动轨迹边线重合,在虚拟画面中将装煤机构前进小于1米的区间按折线为20-80mm修整成圆滑的曲线,直到装煤机构在实际巷道可以通过该曲线。
在一些实施例中,步骤S150d1中,计算截割偏角Θ,包括:
根据采煤机型号确定了采煤机最大截割煤宽度D;
根据不同巷道确定截割滚筒的截割断面距巷道壁的距离D2;
根据巷道情况确定采煤机摇臂距巷道壁的距离D1;
基于截割宽度D1≈最大截割煤宽度D-截割滚筒截割断面D2,且根据截割宽度D1及采煤机长度L,计算截割偏角Θ=2arcsin(D1/(2*L))。
本发明实施例根据采煤机型号确定了采煤机最大截割煤宽度D、根据巷道对应的截割滚筒的截割断面D2,在煤层倾角大于15°截割滚筒截割断面大于25米,煤层倾角小于15°截割滚筒截割断面大于1米,根据巷道情况确定采煤机摇臂距离D1,截割宽度D1=最大截割煤宽度D-截割滚筒截割断面D2,根据截割宽度D1及采煤机长度L,计算截割偏角Θ=2arcsin(D1/(2*L))。
在本实施例中,截割滚筒到位后,恢复驱动装置供电,采煤机起动后以0-8m/min速度向煤体行走,行走过程中关注虚拟画面与实际运行中装煤机构沿采煤机运行情况,避免装煤机构脱离虚拟画面中预计轨迹,最后将装煤机构停放于煤体正前方,装煤机构距煤体中心点约为0.2米。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (7)
1.一种基于高精度惯导的采煤机导航方法,其特征在于,包括:
采集采煤机的实时起始数据和终点数据;
根据实时起始数据和终点数据构建至少一条采煤机运动路径;
获得一条最佳运动路径;
实时采集采煤机沿所述最佳运动路径运动的运动信息;
根据所述运动信息实时修正所述最佳运动路径。
2.根据权利要求1所述的采煤机导航方法,其特征在于,所述采集采煤机的实时起始数据和终点数据,包括:
高精度惯导设备安装于采煤机;
从高精度惯导设备采集采煤机的实时起始数据;
从服务器的虚拟环境中获取煤体周围的环境信息和采煤机的终点数据。
3.根据权利要求2所述的采煤机导航方法,其特征在于,所述从高精度惯导设备采集采煤机的实时起始数据,包括:
高精度惯导设备实时采集采煤机的机身三维位置信息;
定位模块实时采集截割机构的二维位置信息;
将机身三维位置信息和二维位置信息输入采煤机模型,得到采煤机的实时起始数据。
4.根据权利要求1所述的采煤机导航方法,其特征在于,所述根据实时起始数据和终点数据构建至少一条采煤机运动路径,包括:
调取采煤机周围和煤体周围的巷道信息;
在所述巷道信息中标记所述实时起始数据和所述终点数据;
若所述实时起始数据和所述终点数据处于同一采煤工作面,则所述实时起始数据和所述终点数据有且只有一条采煤机运动路径,该条采煤机运动路径为最佳运动路径。
5.根据权利要求1所述的采煤机导航方法,其特征在于,所述根据所述运动信息实时修正所述最佳运动路径,包括:
根据采煤机型号确定采煤机最大截割煤宽度;
根据巷道情况确定采煤机摇臂与巷道壁的距离;
根据所述采煤机最大截割煤宽度和所述采煤机摇臂与巷道壁的距离确定截割滚筒预设轨迹线;
将截割滚筒预设轨迹线与截割滚筒实际轨迹线拟合,得到截割滚筒修正系数;
基于割滚筒修正系数修正所述最佳运动路径。
6.根据权利要求5所述的采煤机导航方法,其特征在于,所述将截割滚筒预设轨迹线与截割滚筒实际轨迹线拟合,得到截割滚筒修正系数,包括:
计算截割偏角Θ;
根据截割偏角Θ得到截割滚筒预设轨迹线;
沿所述最佳运动路径的边线划一条参考线,所述截割滚筒预设轨迹线与所述参考线之间用曲线连接;
开始运动时在服务器先用标记线标识曲线;
按0.05±0.02m/s的速度采用攻角方式控制采煤机由后向前缓慢运动;
若部分截割滚筒不在所述曲线的边线,则在虚拟画面中校直巷道,保留所述校直巷道的校直参数;
根据所述校直参数得到截割滚筒修正系数。
7.根据权利要求6所述的采煤机导航方法,其特征在于,所述计算截割偏角Θ,包括:
根据采煤机型号确定了采煤机最大截割煤宽度D;
根据不同巷道确定截割滚筒的截割断面距巷道壁的距离D2;
根据巷道情况确定采煤机摇臂距巷道壁的距离D1;
基于截割宽度D1≈最大截割煤宽度D-截割滚筒截割断面D2,且根据截割宽度D1及采煤机长度L,计算截割偏角Θ=2arcsin(D1/(2*L))。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011436913.XA CN114593729A (zh) | 2020-12-07 | 2020-12-07 | 一种基于高精度惯导的采煤机导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011436913.XA CN114593729A (zh) | 2020-12-07 | 2020-12-07 | 一种基于高精度惯导的采煤机导航方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114593729A true CN114593729A (zh) | 2022-06-07 |
Family
ID=81802309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011436913.XA Pending CN114593729A (zh) | 2020-12-07 | 2020-12-07 | 一种基于高精度惯导的采煤机导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114593729A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116291434A (zh) * | 2023-05-18 | 2023-06-23 | 煤炭科学研究总院有限公司 | 高精地质模型采煤截割导航方法和装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005233712A (ja) * | 2004-02-18 | 2005-09-02 | Hitachi Software Eng Co Ltd | 位置表示システム |
CN101713999A (zh) * | 2009-11-18 | 2010-05-26 | 北京矿冶研究总院 | 地下自主铲运机的导航控制方法 |
CN103776463A (zh) * | 2013-12-31 | 2014-05-07 | 中国矿业大学 | 无人工作面采煤机自动记忆割煤自主定位装置测试方法 |
US20140180444A1 (en) * | 2012-12-20 | 2014-06-26 | Caterpillar Inc. | System and Method for Modifying a Path for a Machine |
US20160123145A1 (en) * | 2013-05-13 | 2016-05-05 | Caterpillar Global Mining Europe Gmbh | Control method for longwall shearer |
CN107923754A (zh) * | 2015-02-05 | 2018-04-17 | 格雷奥朗佩特有限公司 | 用于导航路径补偿的设备和方法 |
EP3462134A1 (en) * | 2017-09-29 | 2019-04-03 | Wipro Limited | Method and system for correcting a pre-generated navigation path for an autonomous vehicle |
CN110285828A (zh) * | 2019-05-23 | 2019-09-27 | 北斗天地股份有限公司山东分公司 | 一种初始误差补偿方法 |
-
2020
- 2020-12-07 CN CN202011436913.XA patent/CN114593729A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005233712A (ja) * | 2004-02-18 | 2005-09-02 | Hitachi Software Eng Co Ltd | 位置表示システム |
CN101713999A (zh) * | 2009-11-18 | 2010-05-26 | 北京矿冶研究总院 | 地下自主铲运机的导航控制方法 |
US20140180444A1 (en) * | 2012-12-20 | 2014-06-26 | Caterpillar Inc. | System and Method for Modifying a Path for a Machine |
US20160123145A1 (en) * | 2013-05-13 | 2016-05-05 | Caterpillar Global Mining Europe Gmbh | Control method for longwall shearer |
CN103776463A (zh) * | 2013-12-31 | 2014-05-07 | 中国矿业大学 | 无人工作面采煤机自动记忆割煤自主定位装置测试方法 |
CN107923754A (zh) * | 2015-02-05 | 2018-04-17 | 格雷奥朗佩特有限公司 | 用于导航路径补偿的设备和方法 |
EP3462134A1 (en) * | 2017-09-29 | 2019-04-03 | Wipro Limited | Method and system for correcting a pre-generated navigation path for an autonomous vehicle |
CN109579869A (zh) * | 2017-09-29 | 2019-04-05 | 维布络有限公司 | 用于校正无人驾驶汽车的预先生成导航路径的方法和系统 |
CN110285828A (zh) * | 2019-05-23 | 2019-09-27 | 北斗天地股份有限公司山东分公司 | 一种初始误差补偿方法 |
Non-Patent Citations (5)
Title |
---|
JUANLI LI ET AL.: "Cutting Path Planning Technology of Shearer Based on Virtual Reality", APPLIED SCIENCES, vol. 10, no. 3, 22 January 2020 (2020-01-22) * |
刘健等: "具有自主知识产权的惯导技术在智能化采煤工作面常态化应用", 智能矿山, vol. 4, no. 02, 28 February 2023 (2023-02-28) * |
李建国;战凯;石峰;郭鑫;李恒通;: "基于最优轨迹跟踪的地下铲运机无人驾驶技术", 农业机械学报, no. 12, 31 December 2015 (2015-12-31) * |
李昂;郝尚清;王世博;葛兆亮;葛世荣;: "基于SINS/轴编码器组合的采煤机定位方法与试验研究", 煤炭科学技术, no. 04, 30 April 2016 (2016-04-30) * |
王玮;吕攀;王琪;曲宝军;梁栋;: "惯性导航下煤矿移动车辆动态定位研究", 煤炭工程, no. 10, 31 October 2016 (2016-10-31) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116291434A (zh) * | 2023-05-18 | 2023-06-23 | 煤炭科学研究总院有限公司 | 高精地质模型采煤截割导航方法和装置 |
CN116291434B (zh) * | 2023-05-18 | 2023-08-18 | 煤炭科学研究总院有限公司 | 高精地质模型采煤截割导航方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2018296041B2 (en) | Automatic shearer height adjustment apparatus based on advanced detection of shearer seismic source and method therefor | |
EP3779071B1 (en) | Construction machine operation assistance system, and construction machine | |
CN109115213B (zh) | 用于利用传感器融合来确定机器状态的系统和方法 | |
CN109101032B (zh) | 用于利用传感器融合来控制机器姿态的系统和方法 | |
CN109018851B (zh) | 刮板输送机三维空间运行姿态位置的实时监测方法 | |
CN105736007B (zh) | 融合地层信息的盾构机定位及纠偏系统及方法 | |
AU2009238278B2 (en) | Method and control system for positioning a mine vehicle | |
CN111380522B (zh) | 一种悬臂式掘进机的导航定位及自动截割方法 | |
CN109630110A (zh) | 一种综采工作面煤层厚度自适应截割控制方法及电子设备 | |
CN114120785A (zh) | 一种煤矿掘进设备与地质模型、巷道设计模型的耦合系统 | |
CN109296370B (zh) | 一种自动测绘定位的掘进方法及系统 | |
CN109630109B (zh) | 掘进机行走路径规划方法、装置及掘进机行走控制系统 | |
CN107269276B (zh) | 一种用于弯道施工的掘进定位系统及方法 | |
CN112068543B (zh) | 基于视觉校准的煤矿钻锚机器人钻孔精确定位方法 | |
CN112012759A (zh) | 一种用于煤矿巷道的掘进装备导航定位系统 | |
CN114593729A (zh) | 一种基于高精度惯导的采煤机导航方法 | |
Reid et al. | Shearer guidance: a major advance in longwall mining | |
Reid et al. | Real-world automation: New capabilities for underground longwall mining | |
CN114593730A (zh) | 一种定位导航系统 | |
CN116704019A (zh) | 一种基于锚杆网络的钻锚机器人单目视觉定位方法 | |
CN114662259B (zh) | 一种基于高精度惯导的采煤机三维定位方法及系统 | |
CN114739394A (zh) | 悬臂式掘进机自动导航和定位截割的方法和系统 | |
CN104731100B (zh) | 一种井下铲运机无人驾驶控制方法及系统 | |
Reid et al. | A major step forward in continuous miner automation | |
CN114595548A (zh) | 一种采煤机截割起点确定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |