CN116295313B - 掘进机的实时定位系统 - Google Patents
掘进机的实时定位系统 Download PDFInfo
- Publication number
- CN116295313B CN116295313B CN202310572692.6A CN202310572692A CN116295313B CN 116295313 B CN116295313 B CN 116295313B CN 202310572692 A CN202310572692 A CN 202310572692A CN 116295313 B CN116295313 B CN 116295313B
- Authority
- CN
- China
- Prior art keywords
- cloud data
- point cloud
- dimensional
- laser sensor
- dimensional point
- 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.)
- Active
Links
- 238000001914 filtration Methods 0.000 claims abstract description 21
- 230000005641 tunneling Effects 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 12
- 238000011161 development Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 239000003245 coal Substances 0.000 description 3
- 239000000428 dust Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
- G01C15/002—Active optical surveying means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
Abstract
本发明涉及一种掘进机的实时定位系统，属于智能化掘进技术领域。包括：激光传感器位姿检测设备用于确定激光传感器在掘进巷道中的绝对位姿；激光传感器用于对掘进机的掘进前进方向进行三维激光扫描，并将每个采集时刻扫描的三维点云数据传输至服务器；服务器用于对激光传感器在每个采集时刻扫描的三维点云数据进行滤波处理，得到每个采集时刻滤波后的三维点云数据；对每个采集时刻滤波后的三维点云数据进行拟合和提取，确定各个三维标靶对应的三维点云数据；根据各三维标靶对应的三维点云数据和激光传感器在掘进巷道中的绝对位姿确定掘进机在掘进巷道中的位姿。本发明能够大大减小对人工的依赖，具有实时性、非接触式、人力需求小、安全等优点。
Description
技术领域
本发明涉及智能化掘进技术领域，尤其涉及一种掘进机的实时定位系统。
背景技术
掘进机自主定位技术一直是煤矿智能化掘进工作面建设的关键，高效便捷的定位技术不仅能够提高掘进机的定位精度和作业效率，还能够改善煤矿采掘失衡问题。
目前绝大多数的煤矿依然采用需要人工操作才能完成的“激光指向仪法”进行掘进机的定位，这种定位方式不仅需要操作人员具有较高的熟练度，还存在一定的安全隐患。
发明内容
为解决上述技术问题，本发明提供一种掘进机的实时定位系统。本发明的技术方案如下：
一种掘进机的实时定位系统，其包括激光传感器、若干个三维标靶、服务器和激光传感器位姿检测设备，所述激光传感器安装在掘进机所在掘进巷道的上顶板处并与上顶板之间呈预设角度，各个三维标靶错开安装在掘进机机身上，所述服务器设于掘进巷道尾部，激光传感器位姿检测设备安装于掘进巷道中，激光传感器与服务器连接；
所述激光传感器位姿检测设备用于：确定激光传感器在掘进巷道中的绝对位姿；
所述激光传感器用于：在掘进机开始正常作业后对掘进机的掘进前进方向进行三维激光扫描，并将每个采集时刻扫描的三维点云数据传输至服务器；
所述服务器用于：对激光传感器在每个采集时刻扫描的三维点云数据进行滤波处理，得到每个采集时刻滤波后的三维点云数据；对每个采集时刻滤波后的三维点云数据进行拟合和提取，确定各个三维标靶对应的三维点云数据；根据各三维标靶对应的三维点云数据和激光传感器在掘进巷道中的绝对位姿确定掘进机在掘进巷道中的位姿。
可选地，所述激光传感器扫描的三维点云数据中的任一三维点云数据表示为[x,y, z, intensity]，其中，x、y、z为激光传感器自身坐标系下的三维坐标数据，计算公式如公式（1）所示，intensity表示激光反射回来的强度；（1）；
公式（1）中，r为实测距离，ω为激光的垂直角度，α为激光的水平旋转角度，x、y、z 为极坐标投影到笛卡尔坐标下的坐标，三维点云数据以激光传感器内的激光发射中心作为坐标系的中心O。
可选地，所述服务器在对激光传感器在每个采集时刻扫描的三维点云数据进行滤波处理，得到每个采集时刻滤波后的三维点云数据时，包括：
S31，将每个采集时刻扫描的三维点云数据进行旋转处理，使每个采集时刻扫描的三维点云数据的俯仰角由预设角度变为0°，得到每个采集时刻旋转后的三维点云数据；
S32，剔除每个采集时刻旋转后的三维点云数据中Z轴坐标值大于g和Z轴坐标值小于h的三维点云数据；
S33，剔除每个采集时刻旋转后的三维点云数据中激光反射回来的强度小于j的三维点云数据，得到每个采集时刻滤波后的三维点云数据。
可选地，所述掘进机上安装有三个三维标靶，三个三维标靶呈等腰三角形。
可选地，所述三维标靶的形状为圆台。
可选地，任一三维标靶的外表面为第一类圆锥面，激光传感器每条线束的三维激光点云数据呈第二类圆锥面，第一类圆锥面和第二类圆锥面的交线为空间双曲线，该空间双曲线为空间平面（2）和空间双曲面/>（3）的交线，记空间双曲线的一对焦点分别为f1和f2，空间双曲线上任意一点与两焦点的距离差常数为d0；
所述服务器在对每个采集时刻滤波后的三维点云数据进行拟合和提取，确定各个三维标靶对应的三维点云数据时，包括：
S41，对于任一采集时刻滤波后的三维点云数据，定义内点的点集为Inner，定义检测到的空间双曲线的数量为n，n的初始值为0，定义拟合迭代次数为k，k的初始值为0，定义每个采集时刻滤波后的三维点云数据所形成的数据集为Q；
S42，从Q中随机抽取5个点，通过这5个点求解出空间双曲面，并通过其中的3个点求解出空间平面，联立空间双曲面和空间平面得到空间双曲线的方程，同时求解出空间双曲线的两个焦点f1和f2在激光传感器坐标系下的三维坐标；
S43，计算Q中各点到S42计算得到的空间双曲线的两个焦点f1和f2的距离差d，且若d-d0<ε，则将该点计入Inner中，否则视为外点；其中，ε为经验值；
S44，统计满足该空间双曲线距离差要求的内点个数，记为M，且若M>Mmin，则认为此次空间双曲线拟合成功，转到S45，否则转到S46；其中，Mmin为经验值；
S45，对Inner中的所有点用最小二乘法重新计算空间双曲线的参数模型，得到最终结果，并保存Inner内的点，得到一个三维标靶对应的空间双曲线；在Q中去除Inner中的点，返回步骤S42，直到已经拟合到三条空间双曲线后结束拟合，保留三个Inner即为三个三维标靶对应的三维点云数据；
S46，若k大于kmax，则确定超过最大迭代次数kmax，结束拟合；若k小于等于kmax，返回S42。
可选地，所述服务器在根据各三维标靶对应的三维点云数据和激光传感器在掘进巷道中的绝对位姿确定掘进机在掘进巷道中的位姿，包括：
S51，通过均值滤波算法分别计算三个三维标靶在采集时刻t和t+1时在激光传感器坐标系下的三个空间位置后，确定掘进机机身在采集时刻t和t+1在激光传感器坐标系下的空间位置，并取插值得到掘进机在采集时刻t和t+1下的位移关系T；
S52，将采集时刻t和t+1下每个三维标靶对应的三维点云数据按照激光传感器点云数据的水平旋转角α大小进行排列后放在一个点集中并分别记为和/> ，t和t+1两个采集时刻的点集大小相等，且激光点一一对应，每个点集内的点的数量不少于9个；
S53，建立点集关系满足，通过最小二乘法计算得到激光传感器坐标系下采集时刻t和t+1的姿态变换矩阵R：/>（4）；
S54，根据T和R及激光传感器的位姿及激光传感器在掘进巷道中的绝对位姿确定掘进机在掘进巷道中的位姿。
上述所有可选技术方案均可任意组合，本发明不对一一组合后的结构进行详细说明。
借由上述方案，本发明的有益效果如下：
通过激光传感器扫描掘进机机身上的三维标靶的三维点云数据，并通过服务器对扫描到的三维点云数据进行处理，确定各个三维标靶对应的三维点云数据后，根据各三维标靶对应的三维点云数据和激光传感器在掘进巷道中的绝对位姿确定掘进机在掘进巷道中的位姿，提供了一种基于激光传感器的掘进机定位系统，该系统能够大大减小对人工的依赖，具有实时性、非接触式、人力需求小、安全等优点。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1是本发明提供的掘进机的实时定位系统中部分部件的位置关系主视图。
图2是本发明一个实施例中三维标靶在掘进机上的位置关系示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1和图2所示，本发明提供的掘进机的实时定位系统包括激光传感器3、若干个三维标靶2、服务器和激光传感器位姿检测设备，所述激光传感器3安装在掘进机1所在掘进巷道的上顶板处并与上顶板之间呈预设角度，各个三维标靶2错开安装在掘进机1机身上，所述服务器设于掘进巷道尾部，激光传感器位姿检测设备安装于掘进巷道中，激光传感器3与服务器连接。
其中，激光传感器位姿检测设备可以为全站仪和水平仪。预设角度可以根据需要设定，如设定为30°等。激光传感器3与服务器通过线缆连接。优选地，所述掘进机1上安装有三个三维标靶2；更优选地，三个三维标靶2呈等腰三角形，以便于后续进行三维标靶2的拟合。进一步地，所述三维标靶2的形状可以为任意三维或二维图形，优选地，三维标靶2的形状为圆台。圆台的尺寸可以根据需要设定，保证便于激光传感器3识别即可，例如圆台的上底面直径为5cm、下底面直径为45cm、高为40cm。更进一步地，为了便于激光传感器3识别，三维标靶2的外表面涂有对905nm波长激光反射率高的涂料。本发明实施例中的激光传感器3可以为16线机械式激光雷达，也可以是其他单线数激光雷达或者32线、64线等激光雷达或其他固态式激光雷达或者混合固态式激光雷达。例如，激光传感器3可以为速腾创聚16线机械式激光雷达（RS-LiDAR-16）。
所述激光传感器位姿检测设备用于：确定激光传感器3在掘进巷道中的绝对位姿；
所述激光传感器3用于：在掘进机1开始正常作业后对掘进机1的掘进前进方向进行三维激光扫描，并将每个采集时刻扫描的三维点云数据传输至服务器；
所述服务器用于：对激光传感器3在每个采集时刻扫描的三维点云数据进行滤波处理，得到每个采集时刻滤波后的三维点云数据；对每个采集时刻滤波后的三维点云数据进行拟合和提取，确定各个三维标靶2对应的三维点云数据；根据各三维标靶2对应的三维点云数据和激光传感器3在掘进巷道中的绝对位姿确定掘进机1在掘进巷道中的位姿。
其中，激光传感器3在掘进巷道中的绝对位姿包括其三维坐标及其角度，如俯仰角、欧拉角和航向角等。关于激光传感器位姿检测设备确定激光传感器3在掘进巷道中的绝对位姿的具体实施方式，与激光传感器位姿检测设备的具体组成结构有关，例如，当激光传感器位姿检测设备为全站仪和水平仪时，
全站仪一般放在掘进机和激光传感器的后方，用来测量激光传感器3在掘进巷道坐标系下的空间位置；水平仪的工作面紧贴激光传感器3的被测表面，用来测量激光传感器3与水平面的夹角，激光传感器3的空间位置和与水平面的夹角即为激光传感器3在掘进巷道中的绝对位姿。
具体地，所述激光传感器3扫描的三维点云数据中的任一三维点云数据表示为[x,y, z, intensity]，其中，x、y、z为激光传感器3自身坐标系下的三维坐标数据，计算公式如公式1所示，intensity表示激光反射回来的强度；（1）；
公式1中，r为实测距离，ω为激光的垂直角度，α为激光的水平旋转角度，x、y、z 为极坐标投影到笛卡尔坐标（激光传感器坐标系）下的坐标，三维点云数据以激光传感器3内的激光发射中心作为坐标系的中心O。
进一步地，激光传感器3在进行三维激光扫描时，扫描频率可以根据需要设定，例如，扫描频率为10Hz等。所述服务器在对激光传感器3在每个采集时刻扫描的三维点云数据进行滤波处理，得到每个采集时刻滤波后的三维点云数据时，包括：
S31，将每个采集时刻扫描的三维点云数据进行旋转处理，使每个采集时刻扫描的三维点云数据的俯仰角由预设角度变为0°，得到每个采集时刻旋转后的三维点云数据。
S32，剔除每个采集时刻旋转后的三维点云数据中Z轴坐标值大于g和Z轴坐标值小于h的三维点云数据；其中，g和h为高度条件阈值，它们均为经验值。
S33，剔除每个采集时刻旋转后的三维点云数据中激光反射回来的强度小于j的三维点云数据，得到每个采集时刻滤波后的三维点云数据；j为激光强度阈值，也为经验值。
通过滤波处理，服务器可以缩小存在三维标靶2的点云数据范围，从而减少服务器的计算量，提高计算效率。
以上述三维标靶2的形状为圆台为例，任一三维标靶2的外表面为第一类圆锥面（圆锥面削去顶面），激光传感器3每条线束的三维激光点云数据呈第二类圆锥面，第一类圆锥面和第二类圆锥面的交线为空间双曲线，该空间双曲线为空间平面（2）和空间双曲面/>（3）的交线，记空间双曲线的一对焦点分别为f1和f2，空间双曲线上任意一点与两焦点的距离差常数为d0。在此基础上，所述服务器在对每个采集时刻滤波后的三维点云数据进行拟合和提取，确定各个三维标靶对应的三维点云数据时，可以通过如下步骤S41至S46来实现：
S41，对于任一采集时刻滤波后的三维点云数据，定义内点的点集为Inner，定义检测到的空间双曲线的数量为n，n的初始值为0，定义拟合迭代次数为k，k的初始值为0，定义每个采集时刻滤波后的三维点云数据所形成的数据集为Q。
S42，从Q中随机抽取5个点，通过这5个点求解出空间双曲面，并通过其中的3个点求解出空间平面，联立空间双曲面和空间平面得到空间双曲线的方程，同时求解出空间双曲线的两个焦点f1和f2在激光传感器坐标系下的三维坐标。
S43，计算Q中各点到S42计算得到的空间双曲线的两个焦点f1和f2的距离差d，且若d-d0<ε，则将该点计入Inner中，否则视为外点；其中，ε为一个可调节的经验值。
S44，统计满足该空间双曲线距离差要求的内点个数，记为M，且若M>Mmin，则认为此次空间双曲线拟合成功，转到S45，否则转到S46；其中，Mmin为经验值。
S45，对Inner中的所有点用最小二乘法重新计算空间双曲线的参数模型（即重新计算公式（2）和公式（3）中的A、B、C、D、a、b和c），得到最终结果，并保存Inner内的点，得到一个三维标靶对应的空间双曲线；在Q中去除Inner中的点，返回步骤S42，直到已经拟合到三条空间双曲线后结束拟合，保留三个Inner即为三个三维标靶对应的三维点云数据。
S46，若k大于kmax，则确定超过最大迭代次数kmax，结束拟合；若k小于等于kmax，返回S42。
当然，服务器在对每个采集时刻滤波后的三维点云数据进行拟合和提取，确定各个三维标靶对应的三维点云数据时，还可以采用霍夫变换法或者深度学习点云提取的方法等来实现。
在上述内容的基础上，所述服务器在根据各三维标靶2对应的三维点云数据和激光传感器3在掘进巷道中的绝对位姿确定掘进机1在掘进巷道中的位姿时，包括如下步骤：
S51，通过均值滤波算法分别计算三个三维标靶2在采集时刻t和t+1时在激光传感器坐标系下的三个空间位置后，确定掘进机1机身在采集时刻t和t+1在激光传感器坐标系下的空间位置，并取插值得到掘进机1在采集时刻t和t+1下的位移关系T。
具体地，由于三个三维标靶2在掘进机1机身上的位置固定，因此，当确定三个三维标靶2在采集时刻t和t+1时在激光传感器坐标系下的三个空间位置后，根据掘进机1机身与三个三维标靶2的相对位置关系即可确定掘进机1机身在采集时刻t和t+1在激光传感器坐标系下的空间位置。
S52，将采集时刻t和t+1下每个三维标靶2对应的三维点云数据按照激光传感器3点云数据的水平旋转角α大小进行排列后放在一个点集中并分别记为和/> ，t和t+1两个采集时刻的点集大小相等，且激光点一一对应，每个点集内的点的数量不少于9个。
S53，建立点集关系满足，通过最小二乘法计算得到激光传感器坐标系下采集时刻t和t+1的姿态变换矩阵R：/>（4）。其中，R表示掘进机1在采集时刻t和t+1的角度变换情况。
当然，在具体实施时，还可以通过ICP（Iterative Closest Point）和NDT（NormalDistributions Transform）等方法计算R。
S54，根据T和R及激光传感器3的位姿及激光传感器3在掘进巷道中的绝对位姿确定掘进机1在掘进巷道中的位姿（位置坐标和角度）。
具体地，通过激光传感器3不断测量得到连续两时刻内的T和R，就可以确定掘进机1在连续两时刻在激光传感器坐标系下的位姿变换，由于激光传感器3的绝对位姿已在掘进巷道坐标系下测量出，因此掘进机1在掘进巷道坐标系下的位姿就可以求出，因而可确定掘进机1在掘进巷道中的位姿。
综上，本发明实施例提供了一种基于激光传感器3的掘进机实时定位系统，其通过激光传感器3采集并识别掘进机1机身上的三维标靶2，确定它们与激光传感器3的位姿关系，建立位移关系和位姿变换矩阵，实现掘进机1机身的位姿定位，不仅能够保证较高的定位精度，还能够大大减小对人工的依赖，具有实时性、非接触式、人力需求小等优点。将激光传感器3安装在掘进巷道的上顶板处，使其扫描数据受光线昏暗、粉尘条件的影响小，并同时减少了掘进机1机身振动的影响，使本发明实施例在光照不充足、粉尘条件和机身振动大的情况下依然具有很好的实用性。
以上所述仅是本发明的优选实施方式，并不用于限制本发明，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。
Claims (7)
1.一种掘进机的实时定位系统，其特征在于，包括激光传感器（3）、若干个三维标靶（2）、服务器和激光传感器位姿检测设备，所述激光传感器（3）安装在掘进机（1）所在掘进巷道的上顶板处并与上顶板之间呈预设角度，各个三维标靶（2）错开安装在掘进机（1）机身上，所述服务器设于掘进巷道尾部，激光传感器位姿检测设备安装于掘进巷道中，激光传感器（3）与服务器连接；
所述激光传感器位姿检测设备用于：确定激光传感器（3）在掘进巷道中的绝对位姿；
所述激光传感器（3）用于：在掘进机（1）开始正常作业后对掘进机（1）的掘进前进方向进行三维激光扫描，并将每个采集时刻扫描的三维点云数据传输至服务器；
所述服务器用于：对激光传感器（3）在每个采集时刻扫描的三维点云数据进行滤波处理，得到每个采集时刻滤波后的三维点云数据；对每个采集时刻滤波后的三维点云数据进行拟合和提取，确定各个三维标靶（2）对应的三维点云数据；根据各三维标靶（2）对应的三维点云数据和激光传感器（3）在掘进巷道中的绝对位姿确定掘进机（1）在掘进巷道中的位姿。
2.根据权利要求1所述的掘进机的实时定位系统，其特征在于，所述激光传感器（3）扫描的三维点云数据中的任一三维点云数据表示为[x, y, z, intensity]，其中，x、y、z为激光传感器（3）自身坐标系下的三维坐标数据，计算公式如公式（1）所示，intensity表示激光反射回来的强度；（1）；
公式（1）中，r为实测距离，ω为激光的垂直角度，α为激光的水平旋转角度，x、y、z 为极坐标投影到笛卡尔坐标下的坐标，三维点云数据以激光传感器（3）内的激光发射中心作为坐标系的中心O。
3.根据权利要求1或2所述的掘进机的实时定位系统，其特征在于，所述服务器在对激光传感器（3）在每个采集时刻扫描的三维点云数据进行滤波处理，得到每个采集时刻滤波后的三维点云数据时，包括：
S31，将每个采集时刻扫描的三维点云数据进行旋转处理，使每个采集时刻扫描的三维点云数据的俯仰角由预设角度变为0°，得到每个采集时刻旋转后的三维点云数据；
S32，剔除每个采集时刻旋转后的三维点云数据中Z轴坐标值大于g和Z轴坐标值小于h的三维点云数据；
S33，剔除每个采集时刻旋转后的三维点云数据中激光反射回来的强度小于j的三维点云数据，得到每个采集时刻滤波后的三维点云数据。
4.根据权利要求1所述的掘进机的实时定位系统，其特征在于，所述掘进机（1）上安装有三个三维标靶（2），三个三维标靶（2）呈等腰三角形。
5.根据权利要求4所述的掘进机的实时定位系统，其特征在于，所述三维标靶（2）的形状为圆台。
6.根据权利要求5所述的掘进机的实时定位系统，其特征在于，任一三维标靶（2）的外表面为第一类圆锥面，激光传感器（3）每条线束的三维激光点云数据呈第二类圆锥面，第一类圆锥面和第二类圆锥面的交线为空间双曲线，该空间双曲线为空间平面（2）和空间双曲面/>（3）的交线，记空间双曲线的一对焦点分别为f1和f2，空间双曲线上任意一点与两焦点的距离差常数为d0；
所述服务器在对每个采集时刻滤波后的三维点云数据进行拟合和提取，确定各个三维标靶对应的三维点云数据时，包括：
S41，对于任一采集时刻滤波后的三维点云数据，定义内点的点集为Inner，定义检测到的空间双曲线的数量为n，n的初始值为0，定义拟合迭代次数为k，k的初始值为0，定义每个采集时刻滤波后的三维点云数据所形成的数据集为Q；
S42，从Q中随机抽取5个点，通过这5个点求解出空间双曲面，并通过其中的3个点求解出空间平面，联立空间双曲面和空间平面得到空间双曲线的方程，同时求解出空间双曲线的两个焦点f1和f2在激光传感器坐标系下的三维坐标；
S43，计算Q中各点到S42计算得到的空间双曲线的两个焦点f1和f2的距离差d，且若d-d0<ε，则将该点计入Inner中，否则视为外点；其中，ε为经验值；
S44，统计满足该空间双曲线距离差要求的内点个数，记为M，且若M>Mmin，则认为此次空间双曲线拟合成功，转到S45，否则转到S46；其中，Mmin为经验值；
S45，对Inner中的所有点用最小二乘法重新计算空间双曲线的参数模型，得到最终结果，并保存Inner内的点，得到一个三维标靶对应的空间双曲线；在Q中去除Inner中的点，返回步骤S42，直到已经拟合到三条空间双曲线后结束拟合，保留三个Inner即为三个三维标靶对应的三维点云数据；
S46，若k大于kmax，则确定超过最大迭代次数kmax，结束拟合；若k小于等于kmax，返回S42。
7.根据权利要求6所述的掘进机的实时定位系统，其特征在于，所述服务器在根据各三维标靶（2）对应的三维点云数据和激光传感器（3）在掘进巷道中的绝对位姿确定掘进机（1）在掘进巷道中的位姿，包括：
S51，通过均值滤波算法分别计算三个三维标靶（2）在采集时刻t和t+1时在激光传感器坐标系下的三个空间位置后，确定掘进机（1）机身在采集时刻t和t+1在激光传感器坐标系下的空间位置，并取插值得到掘进机（1）在采集时刻t和t+1下的位移关系T；
S52，将采集时刻t和t+1下每个三维标靶（2）对应的三维点云数据按照激光传感器（3）点云数据的水平旋转角α大小进行排列后放在一个点集中并分别记为和/> ，t和t+1两个采集时刻的点集大小相等，且激光点一一对应，每个点集内的点的数量不少于9个；
S53，建立点集关系满足，通过最小二乘法计算得到激光传感器坐标系下采集时刻t和t+1的姿态变换矩阵R：/>（4）；
S54，根据T和R及激光传感器（3）的位姿及激光传感器（3）在掘进巷道中的绝对位姿确定掘进机（1）在掘进巷道中的位姿。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310572692.6A CN116295313B (zh) | 2023-05-22 | 2023-05-22 | 掘进机的实时定位系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310572692.6A CN116295313B (zh) | 2023-05-22 | 2023-05-22 | 掘进机的实时定位系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116295313A CN116295313A (zh) | 2023-06-23 |
| CN116295313B true CN116295313B (zh) | 2023-07-18 |
Family
ID=86799977
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310572692.6A Active CN116295313B (zh) | 2023-05-22 | 2023-05-22 | 掘进机的实时定位系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116295313B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117232394A (zh) * | 2023-11-10 | 2023-12-15 | 太原理工大学 | 煤矿掘进巷道的偏离检测方法 |
| CN117288094B (zh) * | 2023-11-24 | 2024-01-26 | 太原理工大学 | 基于激光传感器的掘进机实时定位系统 |
Citations (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR1533913A (fr) * | 1965-06-15 | 1968-07-26 | Contraves Ag | Installation déterminant continuellement la position réelle d'un engin mobile dans un système de coordonnées |
| CH607046A5 (zh) * | 1974-12-16 | 1978-11-30 | Zed Instr Ltd | |
| JPS58179310A (ja) * | 1982-04-14 | 1983-10-20 | Fuji Electric Corp Res & Dev Ltd | 移動体の計画位置および現在位置の表示方法 |
| JPS62165114A (ja) * | 1986-01-16 | 1987-07-21 | Nippon Supiide Shiyoa Kk | 掘削機の位置検出装置 |
| JPH05280982A (ja) * | 1992-03-31 | 1993-10-29 | Ohbayashi Corp | トンネル掘進機の位置計測装置 |
| JPH07119382A (ja) * | 1993-05-24 | 1995-05-09 | Nishimatsu Constr Co Ltd | シールド掘進機の自動測量方法 |
| JPH09304071A (ja) * | 1996-05-20 | 1997-11-28 | Komatsu Ltd | 位置測定装置および姿勢測定装置 |
| JP2006249883A (ja) * | 2005-03-14 | 2006-09-21 | Mitsui Eng & Shipbuild Co Ltd | 掘削機並びに掘削システム及び掘削方法 |
| CN101629807A (zh) * | 2009-08-20 | 2010-01-20 | 中国矿业大学(北京) | 掘进机机身位姿参数测量系统及其方法 |
| CN104296733A (zh) * | 2014-09-15 | 2015-01-21 | 三一重型装备有限公司 | 掘进机激光定位装置及掘进机 |
| JP2015121464A (ja) * | 2013-12-24 | 2015-07-02 | 株式会社デンソー | 位置推定システム |
| CN105178967A (zh) * | 2015-05-12 | 2015-12-23 | 中国矿业大学(北京) | 掘进机自主定位定向系统及方法 |
| CN108345005A (zh) * | 2018-02-22 | 2018-07-31 | 重庆大学 | 巷道掘进机的实时连续自主定位定向系统及导航定位方法 |
| CN110700839A (zh) * | 2019-10-21 | 2020-01-17 | 北京易联创安科技发展有限公司 | 一种基于激光扫描仪的掘进机位姿测量装置及其测量方法 |
| JP2020026697A (ja) * | 2018-08-15 | 2020-02-20 | 鹿島建設株式会社 | トンネル施工システム及びトンネル施工の支援方法 |
| CN110996048A (zh) * | 2019-11-20 | 2020-04-10 | 中国煤炭科工集团太原研究院有限公司 | 一种煤巷掘进机远程可视化系统及方法 |
| CN111189436A (zh) * | 2020-01-08 | 2020-05-22 | 中国矿业大学(北京) | 基于激光靶向跟踪的掘进机位姿测量系统 |
| CN112012759A (zh) * | 2020-08-07 | 2020-12-01 | 中国煤炭科工集团太原研究院有限公司 | 一种用于煤矿巷道的掘进装备导航定位系统 |
| CN112767464A (zh) * | 2020-12-28 | 2021-05-07 | 三峡大学 | 一种地面激光扫描三维点云数据配准方法 |
| FI20196022A1 (en) * | 2019-11-27 | 2021-05-28 | Novatron Oy | Method and positioning system for determining the position and orientation of a machine |
| CN112857367A (zh) * | 2021-01-21 | 2021-05-28 | 中国煤炭科工集团太原研究院有限公司 | 一种基于机器视觉和惯性导航的掘进机位姿检测方法 |
| CN113970329A (zh) * | 2021-11-01 | 2022-01-25 | 中国矿业大学(北京) | 捷联惯导和激光感知复合的掘进机位姿检测系统与方法 |
| CN216052188U (zh) * | 2021-08-16 | 2022-03-15 | 中铁工程装备集团技术服务有限公司 | 竖井掘进机导向装置 |
| CN114429469A (zh) * | 2022-01-27 | 2022-05-03 | 西安科技大学 | 一种基于三激光点标靶的掘进机机身位姿确定方法及系统 |
| CN114485633A (zh) * | 2022-01-05 | 2022-05-13 | 中国煤炭科工集团太原研究院有限公司 | 一种悬臂式掘进机截割头空间定位方法和装置 |
| CN114689045A (zh) * | 2022-05-09 | 2022-07-01 | 太原理工大学 | 一种掘进机定位导航系统以及定位导航方法 |
| WO2022174307A1 (en) * | 2021-02-22 | 2022-08-25 | Universal Field Robots Pty Ltd | Apparatus and method for positioning equipment relative to a drill |
| CN115962783A (zh) * | 2023-03-16 | 2023-04-14 | 太原理工大学 | 掘进机截割头的定位方法及掘进机 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2765388B1 (de) * | 2013-02-08 | 2018-10-17 | Hexagon Technology Center GmbH | Mobiler Feld-Controller zur Messung und Fernsteuerung |
-
2023
- 2023-05-22 CN CN202310572692.6A patent/CN116295313B/zh active Active
Patent Citations (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR1533913A (fr) * | 1965-06-15 | 1968-07-26 | Contraves Ag | Installation déterminant continuellement la position réelle d'un engin mobile dans un système de coordonnées |
| CH607046A5 (zh) * | 1974-12-16 | 1978-11-30 | Zed Instr Ltd | |
| JPS58179310A (ja) * | 1982-04-14 | 1983-10-20 | Fuji Electric Corp Res & Dev Ltd | 移動体の計画位置および現在位置の表示方法 |
| JPS62165114A (ja) * | 1986-01-16 | 1987-07-21 | Nippon Supiide Shiyoa Kk | 掘削機の位置検出装置 |
| JPH05280982A (ja) * | 1992-03-31 | 1993-10-29 | Ohbayashi Corp | トンネル掘進機の位置計測装置 |
| JPH07119382A (ja) * | 1993-05-24 | 1995-05-09 | Nishimatsu Constr Co Ltd | シールド掘進機の自動測量方法 |
| JPH09304071A (ja) * | 1996-05-20 | 1997-11-28 | Komatsu Ltd | 位置測定装置および姿勢測定装置 |
| JP2006249883A (ja) * | 2005-03-14 | 2006-09-21 | Mitsui Eng & Shipbuild Co Ltd | 掘削機並びに掘削システム及び掘削方法 |
| CN101629807A (zh) * | 2009-08-20 | 2010-01-20 | 中国矿业大学(北京) | 掘进机机身位姿参数测量系统及其方法 |
| JP2015121464A (ja) * | 2013-12-24 | 2015-07-02 | 株式会社デンソー | 位置推定システム |
| CN104296733A (zh) * | 2014-09-15 | 2015-01-21 | 三一重型装备有限公司 | 掘进机激光定位装置及掘进机 |
| CN105178967A (zh) * | 2015-05-12 | 2015-12-23 | 中国矿业大学(北京) | 掘进机自主定位定向系统及方法 |
| CN108345005A (zh) * | 2018-02-22 | 2018-07-31 | 重庆大学 | 巷道掘进机的实时连续自主定位定向系统及导航定位方法 |
| JP2020026697A (ja) * | 2018-08-15 | 2020-02-20 | 鹿島建設株式会社 | トンネル施工システム及びトンネル施工の支援方法 |
| CN110700839A (zh) * | 2019-10-21 | 2020-01-17 | 北京易联创安科技发展有限公司 | 一种基于激光扫描仪的掘进机位姿测量装置及其测量方法 |
| CN110996048A (zh) * | 2019-11-20 | 2020-04-10 | 中国煤炭科工集团太原研究院有限公司 | 一种煤巷掘进机远程可视化系统及方法 |
| FI20196022A1 (en) * | 2019-11-27 | 2021-05-28 | Novatron Oy | Method and positioning system for determining the position and orientation of a machine |
| CN111189436A (zh) * | 2020-01-08 | 2020-05-22 | 中国矿业大学(北京) | 基于激光靶向跟踪的掘进机位姿测量系统 |
| CN112012759A (zh) * | 2020-08-07 | 2020-12-01 | 中国煤炭科工集团太原研究院有限公司 | 一种用于煤矿巷道的掘进装备导航定位系统 |
| CN112767464A (zh) * | 2020-12-28 | 2021-05-07 | 三峡大学 | 一种地面激光扫描三维点云数据配准方法 |
| CN112857367A (zh) * | 2021-01-21 | 2021-05-28 | 中国煤炭科工集团太原研究院有限公司 | 一种基于机器视觉和惯性导航的掘进机位姿检测方法 |
| WO2022174307A1 (en) * | 2021-02-22 | 2022-08-25 | Universal Field Robots Pty Ltd | Apparatus and method for positioning equipment relative to a drill |
| CN216052188U (zh) * | 2021-08-16 | 2022-03-15 | 中铁工程装备集团技术服务有限公司 | 竖井掘进机导向装置 |
| CN113970329A (zh) * | 2021-11-01 | 2022-01-25 | 中国矿业大学(北京) | 捷联惯导和激光感知复合的掘进机位姿检测系统与方法 |
| CN114485633A (zh) * | 2022-01-05 | 2022-05-13 | 中国煤炭科工集团太原研究院有限公司 | 一种悬臂式掘进机截割头空间定位方法和装置 |
| CN114429469A (zh) * | 2022-01-27 | 2022-05-03 | 西安科技大学 | 一种基于三激光点标靶的掘进机机身位姿确定方法及系统 |
| CN114689045A (zh) * | 2022-05-09 | 2022-07-01 | 太原理工大学 | 一种掘进机定位导航系统以及定位导航方法 |
| CN115962783A (zh) * | 2023-03-16 | 2023-04-14 | 太原理工大学 | 掘进机截割头的定位方法及掘进机 |
Non-Patent Citations (5)
| Title |
|---|
| Optical marker‐based end effector pose estimation for articulated excavators;Kurt M. Lundeen 等;Automation in Construction;51-64 * |
| 基于iGPS的煤巷狭长空间中掘进机绝对定位精度研究;贾文浩;陶云飞;张敏骏;李瑞;吴淼;;仪器仪表学报(08);242-248 * |
| 基于惯性测量的悬臂式掘进机位姿自动定位;呼守信;机电产品开发与创新;50-51 * |
| 基于捷联惯导与差速里程计的掘进机组合定位方法;王浩然 等;工矿自动化;148-156 * |
| 悬臂式掘进机位姿检测方法研究现状;马源 等;工矿自动化;15-20 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116295313A (zh) | 2023-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116295313B (zh) | 掘进机的实时定位系统 | |
| CN110320504B (zh) | 一种基于激光雷达点云统计几何模型的非结构化道路检测方法 | |
| CN109357617B (zh) | 一种基于无人机的高陡岩质边坡位移变形监测方法 | |
| CN111830528A (zh) | 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法 | |
| CN110806175B (zh) | 一种基于三维激光扫描技术的干滩监测方法 | |
| CN106092059B (zh) | 一种基于多点拟合的结构物平面位移监测方法 | |
| CN112945137B (zh) | 一种基于单线激光雷达与测距仪装备的仓储矿堆扫描方法 | |
| CN101858730A (zh) | 一种自动测量煤堆体积的方法及其专用装置 | |
| CN109993935B (zh) | 一种施工机械定位及其安全区域监测的装置和方法 | |
| CN109959343A (zh) | 一种利用激光监测超高层建筑变形的装置和方法 | |
| CN111553292A (zh) | 一种基于点云数据的岩体结构面识别与产状分类方法 | |
| CN102155913A (zh) | 基于图像和激光的煤堆体积自动测量方法及装置 | |
| CN109032174B (zh) | 一种无人机作业航线规划方法以及作业执行方法 | |
| CN109712190A (zh) | 三维激光扫描仪与三维激光雷达的外参标定方法 | |
| CN113031005A (zh) | 基于激光雷达的吊车动态障碍物识别方法 | |
| CN113860178B (zh) | 一种塔式起重机吊装物体识别及碰撞信息测量系统及方法 | |
| CN104331927A (zh) | 一种储层数字露头表层模拟的方法和系统 | |
| CN107221006A (zh) | 一种基于无人机成像平台的通信单管塔倾斜检测方法 | |
| CN108564628A (zh) | 一种面向掘进机自动化的截割头视觉定位定向系统 | |
| WO2021135422A1 (zh) | 一种基于激光点云的圆形杆塔倾斜变形快速计算方法 | |
| CN106813590A (zh) | 外浮顶储罐变形检测方法 | |
| CN109146990B (zh) | 一种建筑轮廓的计算方法 | |
| CN107607904B (zh) | 一种基于测角信息的多目标同一性识别方法 | |
| CN110045387B (zh) | 一种支撑掩护式液压支架姿态智能监测系统及其测量方法 | |
| CN105783754A (zh) | 基于三维激光扫描的GBInSAR三维位移场提取方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |