SE532430C2 - Metod och anordning för bestämning av tillförlitligheten av en estimerad position för en gruv- och/eller anläggningsmaskin - Google Patents

Metod och anordning för bestämning av tillförlitligheten av en estimerad position för en gruv- och/eller anläggningsmaskin

Info

Publication number
SE532430C2
SE532430C2 SE0801276A SE0801276A SE532430C2 SE 532430 C2 SE532430 C2 SE 532430C2 SE 0801276 A SE0801276 A SE 0801276A SE 0801276 A SE0801276 A SE 0801276A SE 532430 C2 SE532430 C2 SE 532430C2
Authority
SE
Sweden
Prior art keywords
machine
parameter value
reliability
environment
route
Prior art date
Application number
SE0801276A
Other languages
English (en)
Other versions
SE0801276L (sv
Inventor
Johan Larsson
Michael Krasser
Original Assignee
Atlas Copco Rock Drills Ab
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Atlas Copco Rock Drills Ab filed Critical Atlas Copco Rock Drills Ab
Priority to SE0801276A priority Critical patent/SE532430C2/sv
Priority to PCT/SE2009/000273 priority patent/WO2009145694A1/en
Priority to CL2009001309A priority patent/CL2009001309A1/es
Publication of SE0801276L publication Critical patent/SE0801276L/sv
Publication of SE532430C2 publication Critical patent/SE532430C2/sv

Links

Classifications

    • G05D1/43
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30Map- or contour-matching
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G05D1/24
    • G05D1/246

Description

25 30 532 43Ü Dessa maskiner har tidigare framförts manuellt:av.en,§öraref?k Vombord_på maskinen eller med hjälp av till exempel ¿ _ radiostyrning. På grund av faktorer såsom förarsäkerhet¿ olvcksrisk och arbetskraftskostnader är det dock önskvärt att kunna framföra dylika lastmaskiner på ett helautomatiskt sätt.
En typ av existerande system för att åstadkomma en sådan helautomatisk drift bygger på en trestegsprincip, där maskinen i ett ruttinspelningssteg först.körs manuellt den sträcka som isenare*skall köras autonomt, samtidigt som signaler från diverse på maskinen anordnade givare spelas in, I steg två utförs en ruttgenerering där, baserat på åtminstone en del av ovanstående inspelade givarsignaler ett koordinatsystem H skapas, vilket omfattar det område i vilket maskinen skall' framföras. Den väg som maskinen körs vid ruttinspelningen beskrivs i detta koordinatsystem tillsammans med information om till exempel lämplig hastighet för olika delar av sträckan.
Dessutom kan genereras, med hjälp av givarinformationen, en -kartrepresentation av väggarna i de tunnlar i vilka maskinen framförts, om sådan inte sedan tidigare finns tillgänglig.
Det tredje steget utgörs av uppspelning, där koordinatinformation avseende hur maskinen framfördes manuellt'f samt de i steg två genererade kartorna (eller tidigare genererade kartor) används för att autonomt framföra maskinen längs samma sträcka som maskinen i steg ett framfördes manuellt.
Vid autonom uppspelning (tramming) av en rutt estimeras maskinens position i det koordinatsystem i vilket ruttkarta och önskad färdväg är definierade. Vid estimeringen kan till exempel ett Kalmanfilter användas, vilket som insignal mottar ~de en eller flera kartorna i den rutt som maskinen skall köras samt data från en eller flera på maskinen anordnade givare, såsom t.ex. midjevinkelgivare och laseravståndsskannrar, 9 10] l5 20 25 30 532 ÃQÜ 3 .varvid en estimerad position beräknas ur dessa data: Genom att fy: Vsedan'jämföra data från givare med ruttkartor kan Kalmans filtret estimera maskinens position, varvid sedan den 'estimerade positionen_kan användas för att automatiskt styra maskinen utefter den färdväg som skapades underïfi ruttgenereringen.
Ett problem med system innefattande statistiska filter, såsom t.ex; Kalman-filter, är att det inte kan garanteras att den -estimerade positionen är korrekt; I de fall osäkerheten (såsom 'medelfel och kovarians) för alla givarsignaler är kända kan visserligen ett värde på osäkerheten i den estimeradei positionen erhållas. Filtret kan dock inte avge ett värde på- tillförlitligheten i den estimerade positionen; vilket kan orsaka oönskade stopp eller i värsta fall kollisioner med omgivande objekt såsom berg.
Detta är, framförallt vid autonom (auto-)tramming med stora; dyra och tunga maskiner, såsom LHD-maskiner, ett stort problem eftersom det finns en risk att maskinen orsakar skada pä” antingen sig själv eller omgivningen om den estimerade positionen är felaktig. Avstânden till omgivande bergväggar ärxa kofta små i förhållande till maskinens bredd, varför det är mycket viktigt med en god estimering för att maskinen skall kunna framföras på ett säkert sätt. Om osäkerheten i givarsignalerna är för stor kommer dessutom} vid till exempel framförande längs en längre raksträcka, en stor osäkerhet avseende när maskinen nått raksträckans slut att råda, Vilket i sin tur kan leda till oönskade stopp.pà grund-av-att den longitudinella osäkerheten i maskinens position är så pass stor att maskinen av säkerhetsskäl måste stoppas. I en verklig applikation är ofta givarsignalernas osäkerhet överhuvudtaget inte känd med en tillräckligt god noggrannhet, vilket leder till att värdet på osäkerheten hos den estimerade positionen F 'lb 15 ' 20 25 30 532 43Ü blir helt oanvändbart. Dvs. osäkerheten överstiger vida~den' xaeceptabla'toleransen hos den estimerade positionen; ~Det existerar således ett behov av en förbättrad metod för att verifiera tillförlitligheten hos den estimerade positionen vid t.ex. autotramming.
Sammanfattning av uppfinningen Det är ett syfte med föreliggande uppfinning att vtillhandahàlla en metod för att verifiera tillförlitligheten av en estimerad position som löser ovanstående problem. Detta. .svfte uppnås med en metod enligt_patentkrav l. _Föreliggande uppfinning hänför sig till en metod för ,bestämning'av tillförlitligheten av en estimeradfpqsitiqn för en gruv~ och/eller anläggningsmaskin, varvid estimering av. nämnda position innefattar en estimering baserad på åtminstone »ett första parametervärde från åtminstone en sensor och en 'representation av omgivningen i vilken nämnda maskin befinner sig, varvid nämnda maskins position i nämnda omgivning kan estimeras med hjälp av nämnda åtminstone ett första 'p¿rametervàrae- Nämnda bestämning av tiilföriitlígheten innefattar stegen att från nämnda estimerade position i nämnda representation av omgivningen bestämma åtminstone ett andra _parametervärde motsvarande nämnda åtminstone ett första' parametervärde, jämföra nämnda bestämda åtminstone ett andra parametervärde med nämnda åtminstone ett första *U parametervärde, och med hjälp av nämnda jämförelse bestämma tillförlitligheten av nämnda estimerade position. M Detta har fördelen att osäkerheter beträffande estimeringens precision till stora delar istället kan ersättas med ett= tillförlitlighetsmått som baseras på en jämförelse mellan _förväntade parametervärden vid den estimerade positionen ochn ~de faktiska parametervärden som erhålls vid den estimerade. positionen. Dessa parametervärden kan utgöra en beskrivning av 10 15- 20 25 30 533 43Ü ,.maskinens position i förhållande till omgivningen, och*kang *Üt;ex. utgöras av en eller flera avståndsbestämningar i en'¿ eller flera riktningar till omkringliggande hinder såsom bergi, från en på maskinen anordnad avståndsmätare såsom t.ex. en 'laseravståndsskanner eller annan avståndsmätare. Om t.ex. liten avvikelse mellan förväntade och uppmätta parametervärden erhålls kan positionsestimeringen anses vara tillförlitlig även i situationer där osäkerheten i_estimeringen annars kan f vara stor (t.ex. på grund av osäkerheter/noggrannheter i de parametervärden baserat på vilka estimeringen utförs). Detta leder;l sin rnr till arr föreliggande uppfinning möjliggör. fortsatt drift i åtminstone en del av de situationer där maskiner annars stannar pga. att osäkerheten i den estimerade positionen är för stor, alternativt att maskinen avi säkerhetsskäl stoppas i en situation där b Q tillförlitlighetsberäkningen visar att positionsestimeringen har ett stort fel, men där detta inte reflekteras-av osäkerhetsvärdet; Uppfinningen hänför sig även till en anordning, en gruv- och/eller anläggningsmaskin och användning av metoden vid autonom förflyttning av en gruv- och/eller anläggningsmaskinr ÛKort beskrivning av ritningarna Fig. la-b visar ett fordon från sidan respektive uppifrån, vid vilket föreliggande uppfinning med fördel kan användas.
Fig. 2 visar ett exempel på en gruva där föreliggande nppfinning med fördel kan tillämpas.
Fig. 34 visar en exempelmetod enligt föreliggande uppfinning.
.Detaljerad ßeskrivning av en exenpelutföringsform Fig. la-b visar ett fordon 100 från sidan respektive uppifrån.
Fordonet 100 utgör en lastmaskin vid vilken föreliggande uppfinning med fördel kan tillämpas. Maskinen 100 innefattar 10 15 20 '25 30 532 ÅBÜ 6 en skopa 101 och hjul 102-105 samt en styrenhet 106, vílkeng,_” bstyr_diverse av maskinens 100 funktioner. Såsom visas i fig. 'lb utgörs maskinen-av ett ledfordon, där ett främre parti 100a är sammanfogat med ett bakre parti l00b via en led 107.
Maskinen innefattar även åtminstone en hjulrotationssensor 108 såsom trex. en odometer, vilken kan vara anordnad vid den från transmissionen utgående axeln och avger signaler' representerande drivhjulens rotation och/eller förflyttad sträcka; I en alternativ exempelutföringsform kan t.ex, användas en vid maskinens drivaxel 109 anordnad sensor som* avger signaler representerande drivaxelns 109 och därmed* drivhjulens rotation. Sensorn 108 avger signaler till styrenheten 106. Vidare är vid leden 107 anordnat en ledvinkelsensor 110, vilken mäter aktuell ledvinkel och överför dessa.signaler till styrenheten 106.
Maskinen 100 innefattar vidare en främre 111 och en bakre 112 laseravståndsskanner, vilka också är förbundna med styrenheten 106 och avger sensorsignaler representerande uppmätta avstånd; 'Laseravståndsskannrarna 111, 112 kan, exempelvis, vara anordnade att mäta avståndet i vissa riktningar i ett vinkelintervall, dvs. avståndet till närmaste hinder som gstoppar laserstrålens väg. I föreliggande exempel används laseravstàndsskannrar som mäter avståndet till närmaste objekt -i det främre partiets l00a längdriktning framåt jrespektive i det bakre partiets längdriktning 100b bakåt) och avståndet _ti1l närmaste objekt (såsom berg) för varje hel grad i 90° från respektive längdriktning. Varje respektive _ laseravståndsskanner mäter således avstånd vid 181 respektive mätpunkter. Såsom inses kan naturligtvis laseravståndsskannrar som mäter avstånd i betydligt fler riktningar användas, liksom även sådana som mäter avstånd i betydligt färre riktningar.
Likaså kan en enda rundstrålande laser istället användas. Ifen 'alternativ¿exempelutföringsform används endast den skanner sdm 10 15 20 25 30 532 43Ü av för tillfället Vpekarå-i färdriktningen (dvs. den främre lll : om-fordonet körs framlänges och vice versa). Det är heller inte essentiellt för uppfinningen att riktningarna uppmäts via~= laseravståndsskannrar, utan godtyckliga avståndsmätare kan” ianvändas, så länge som dessa kan tillhandahålla avstândsmätningar med acceptabel noggrannhet. Exempel på andra typer av tänkbara avstàndsmätare utgörs av avståndsmätare 'baserade på radarteknik eller sonarteknik- Vidare används i den här visade exempelutföringsformen en avstàndsskanner som.mäter avstånd i enbart ett plan (maskinens .horisontalplan). Det skall dock inses att avståndsskanning kan ske fler än ett plan, t.ex. även i ett vertikalplan för att amätavtunnelf/orthöjd, eller andra emellan horisontal- och _vertikalplan liggande plan, och därmed förfina möjligheterna till en korrekt positionsestimering. I en ytterligare alternativ exempelutföringsform kan istället, eller i tillägg därtill, en eller flera skannrar som är riktade åt sidorna användas.
Vidare avger de ovannämnda sensorerna sensorsignaler till styrenheten-106 vid tillämpliga tidpunkter, såsom t.ex. kontinuerligt eller var 40 ms eller oftare eller mer sällan.
Styrenheten 106 använder sedan mottagna signaler enligt vad som kommer att beskrivas nedan.
I fig. 2 visas ett exempel på en gruva där föreliggande uppfinning med fördel kan tillämpas. I det visade exemplet lastar fordonet 100 med hjälp av skopan 101 bergmassor vid "platsen A för att sedan transporterade lastade massor för dumpning vid platsen B. När maskinen 100 skall inrättas för autotramming tillämpas den ovan beskrivna trestegsprincipen, det vill säga först utförs en ruttinspelning där en sensorsignalinspelning aktiveras. 10* 15 20 25 30 532 43Ü ~_Även om förfarandet lastning-transport-dumpning- 'återförflyttning kan vara anordnad att utföras som en enda “ rutt utförs vanligtvis förflyttning från A till B som en b första separat rutt och förflyttningen från B till A som en .andra separat rutt, För inspelning av en rutt från A till B aktiveras således sensorsignalinspelningen, varvid en operatör med fordonet uppställt vid punkten A backar mot punkten Ö för att därmed vända fordonet, varvid transport enligt streckad linje sedan utförs till punkt B där ruttinspelningen stoppas.
Baserat på de inspelade givarsignalerna skapas sedan rutten, 'det vill säga hur fordonet skall framföras-och med vilken hastighet fordonet bör framföras vid olika delar av rutten.
Såsom nämnts ovan kan sensorsignalerna avläsas t.ex. var 40ms.
' Om varje sensorsignalavläsning skulle utgöra en ruttpunkt blir antalet ruttpunkter mycket omfattande. Av denna anledning kan _ ruttpunkterna istället utgöras av signaler som bestäms vid- t.ex. varje halvmeter maskinen rört sig. De data som lagras för rutten är företrädesvis positionen, maskinens riktning och önskad hastighet. Således erhålls en rutt som i princip består .av ett antal punkter, där för varje punkt alltså anges var maskinen ska befinna sig, vilken riktning den bör ha och den hastighet med vilken den ska framföras vid efterföljande autotramming.
När_sedan fordonet autonomt skall förflytta sig enligt rutten räcker dock normalt inte enbart denna information för att önskad förflyttning ska kunna utföras, t.ex, p.g.a. att in H osäkerheter i sensorsignalerna medför att slutpositionen med - stor sannolikhet kommer att avvika från den beräknade, varvid också startpositionen vid nästa rutt kommer att avvika från den ursprungliga. Av denna anledning används även en representation av omgivningen, såsom t.ex. ruttkartor, för att kunna jämföra signaler som uppmäts vid autotrammingen med 10 -. 15 20 25 30 533 43Ü kartan för att därmed säkrare kunna bestämma fordonets _position.
'Ruttkartorna kan exempelvis bestå av ett koordinatsystem som med fördel kan vara lokalt för den specifika rutten och sdm' också kan skapas baserat på de inspelade sensorsignalerna; Koordinatsystemet behöver således endast omfatta det område i vilket maskinen_skall framföras, och kan ha sitt origo där den punkt på maskinen som utgör referens vid positioneringen, såsom tuex. mitten på maskinens framaxel, befinner sig när inspelningen startas.
Den väg som maskinen körs vid ruttinspelningen kan sedan beskrivasfli detta koordinatsystem tillsammans med information om till exempel lämplig hastighet för olika delar av sträckan; ' Representationen av omgivningen (ruttkartorna) bör även innefatta information om vilka delar av koordinatsystemet som utgör bortsprängda ytor ooh vilka delar som utgör berg. Detta kan genereras på förhand, eller med hjälp av givarinformationen. Representationen av omgivningen bör utgöras av en metrisk representation, dvs. en representation_ där ett avstånd mellan två punkter i representationen är¿ direkt proportionell mot motsvarande avstånd i verkligheten; I det fall kartorna genereras vid ruttinspelningen kan koordinatsystemet till en början till sin helhet antas utgöras av berg, men där bergpartier ”suddas ut” när 'avståndsskannrarna detekterar fri väg. När rutten nått sitt slut kan således en representation motsvarande den i fig. 2 visade ha genererats för att sedan användas vid efterföljande ruttuppspelning (autotramming). Såsom inses kan naturligtvis andra typer av representationer av omgivningen användas; t;ex. en där bergväggar representeras av linjesegment.
Det tredje steget utgörs av uppspelning, där koordinatinformation avseende hur maskinen framfördes manuellt 10 .is 20 _25 30 532 ÅBO 10 samt de-i steg två genererade kartorna (eller tidigare 4 genererade-kartor) används för att autonomt framföra_maskinen längs samma sträcka som maskinen i steg ett framfördes manuellt.
En rutt från punkten A till punkten B, såsom visad i fig. 2, använder vanligtvis inte en enda karta såsom figuren indikerar, utan ofta beskrivs rutten med ett flertal på varandra följande kartsegment.
Användningen av flera kartsegment i stället för en enda karta har fördelen att om en eller flera sensorer avger felaktiga fsensorsignaler vid kartgenerering eller avger signaler med ' .stor osäkerhet i noggrannheten, får detta betydligt mindre inverkan om felen "nollställs” med kortare mellanrum jämfört med om en enda karta används.
De enligt föreliggande uppfinning använda_ kartorna/kartsegmenten kan vara genererade på förhand ellerf med fördel genereras med hjälp av de vid ruttinspelningen inspelade signalerna. Sådan kartgenerering kan gå till på så sätt att kartan representeras av ett relativt finmaskigt xrutnät, till exempel med en upplösning på 1 cm eller 1 dm/ruta, varvid vid kartgenereringens början hela ytan är markerad som berg, men varefter laseravständsskannrarna (eller andra avstàndsdetektorer) detekterar fritt avstånd rutor i kartan markeras som fritt utrymme. Alternativt kan de av laseravståndsskannrarna detekterade avstånden användas för att -_ generera linjesegment representerande t.ex. väggar, På detta sätt kan alltså kartor av den i fig§ 2 visade typen genereras med hjälp av givardata som insamlats vid ruttinspelningen, När sedan rutten, och ev. kartor, har genererats kan dessa användas av maskinens styrsystem för att autonomt framföra maskinen längs samma sträcka som operatören tidigare framfört maskinen manuellt. 10 15 20 25 30 533 430 11 ~Vid autonom tramming återuppspelar sedan systemet den enligt'1 'ovan genererade ruttprofilen, varvid sensordata från ovana nämnda sensorer samt kartdata används av navigeringsalgoritmer för att estimera fel i sidled, längdled och fordonshastighet, 'till exempel med samma tidsintervaller som använts vid ruttinspelningen. Styrsystemet korrigerar sedan för fel, såsom att_maskinen är förskjuten i sidled relativt den önskade .positionen så att maskinen följer den bestämda rutten vid önskad-referenshastighet.
Vid uppspelningen används maskinens placering vid ruttinspelningens början som antagen startposition,,ochl\ beroende på kartmaterialets omfattning och maskinens :beräkningsförmåga kan det finnas begränsningar beträffande hur fel maskinen får vara placerad i förhållande till placeringen vid rnttinspelningens början för att maskinen fortfarande ska vara kapabel att orientera sig och sedan följa rutten. Till exempel kan en tänkbar felmarginal vara att maskinen står inom 10 meter från den inspelade ruttens startposition, samtidigt som den är orienterad med en längdriktning inom till exempel 30° från den ursprungliga positionens längdriktning. Såsom_ nämnts ovan kan ett statistiskt filter, såsom ett 'Kalmanfilter, användas för positionsestimering vid' uppspelningen. Företrädesvis används ett så kallat unscented Kalmanfilter, vilket använder en deterministisk 4 _ i samplingsteknik.
Exempel på givarsignaler som kan inmatas till Kalmanfiltret utgörs av kartdata samt signaler från midjevinkelgivaren (förutsatt att maskinen är ledad, annars, eller i tillägg därtill kan t.ex. styrvinkelgivare för styrbara fram- -och/eller bakhjul användas) för att mäta maskinens midjevinkel, odometern för att mäta sträckan maskinen har förflyttat sig, samt laseravståndsskannrarna. I föreliggande “10 15 20' 25 3Ö ESE 43ü 12. exempel används dubbla skannrar, dvs. skanning sker samtidigt* både framåt och bakåt, men i'en alternativ , exempelutföringsform används endast den skanner som för tillfället ”pekar” i färdriktningen. I en ytterlígareí alternativ exempelutföringsform kan istället, eller i tillägg- därtill, en eller flera skannrar som är riktade åt sidorna användas) Efter det att ovanstående data inmatats till filtret utmatar filtret sedan en estimerad position för maskinen,- varvid en sökalgoritm kan användas för att'bestämma'vilken-avi ruttpunkterna i ruttprofilen som närmast motsvarar den estimerade fordonspositionen, varvid den önskade positionen .¿extraheras från denna rutt. Sedan kan riktningsfel och felfi. sidled för fordonet med avseende på rutten bestämmas utgående från den estimerade positionen och den önskade positionen,- varvid dessa data kan användas för att på tillämpligt sätt styra ut styrvinklar (och/eller ledvinkel).och hastighet (t.ex. i form av gaspådrag och utväxling) för att åter hamnat korrekt enligt den inspelade rutten.
Ett problem med detta sätt att estimera maskinpositionen är* dock att de olika sensorernas felmarginaler ofta är oriktigt angivna eller helt okända. Såsom förklarats ovan, även om medelfel och kovarians för de olika sensorerna är kända, erhålls enbart ett mått på osäkerheten i den estimerade positionen. Således erhålls inget värde på tillförlitligheten av den estimerade positionen, dvs. inget mått på hur ”bra” estimeringen av positionen faktiskt är. Detta betyder också att om maskinen framförs längs en längre raksträcka utan distinkta kännetecken såsom korsande orter (se t.ex. avsnittet D-E i fig. 2) kan osäkerheten komma att byggas upp till ett H större och större värde med resultatet att maskinen slutligen kan stanna på grund av att osäkerheten är så stor att maskinen inte längre vet var den är. Detta exemplifieras i fig. 2 där en maskin 201 vid den visade positionen kan ha en så pass stor l0. 15' =2O -25 30 532 430 13 osäkerhet i den estimerade positionen att den av säkernetsskäl'i måsteistoppasf Enligt föreliggande uppfinning mildras detta problem genom att beräkna ett mått på tillförlitligheten hos den estimerade positionen. En exempelmetod 300 enligt föreliggande uppfinning 'visas i fig. 3. Processen börjar i steg 301, där data läses från laseravståndsskannrar, odometer och midjevinkelgivare .enligt ovan, varvid i steg 302 positionen estimeras med hjälp av Kalmanfiltret med insignaler enligt ovan. I stället för att direkt efter-positionsestimeringen hoppa till steg 306 för att" beräkna.utstyrning av gaspådrag, styrvinkel och växel enligt .ovan fortsätter enligt uppfinningen processen till steg 303 där information från laseravståndsskannrarna används för att» verifiera att den av Kalmanfiltret estimerade positionen är' korrekt.
Detta utförs genom att faktiska data från laseravståndsskannrarna vid den estimerade positionen (t.ex. de data som.tillförts Kalmanfiltret vid positionsestimeringen, alternativt data från laseravstàndsskannrarna i omedelbar närhet:av data som används för positioneringsestimeringen) 'jämförs med förväntat data från skannrarna för att därmed få . ett mått på tillförlitligheten hos den estimerade positionen.
De förväntade data från laseravståndsskannrarna beräknas med hjälp av den från Kalmanfiltret estimerade positionen från maskinen och den/de kartor som ingår i rutten. Beräkningen_kan till exempel utföras genom s.k. strålföljning, det vill säga 'att vid den av Kalmanfiltret estimerade positionen i en representation av omgivningen, i detta fall kartan, följs en- «simulerad ljusstråles bana från en källa (dvs. i detta fall skannerns estimerade position i kartan, vilken kan skilja sig från maskinens estimerade position eftersom maskinens *estimerade position .tex. kan utgöras av en_bestämning av 10 15 u '20 - 25. 30 533 430 14 . mitten på framaxelns position och inte laserns position) varför korrigering för sådana fall får.utföras) till dess att ett hinder stoppar dess utbredning.
I föreliggande fall utgörs de hinder som stoppar ljusstrålen av tunnelväggarna i kartorna och resultatet av en 'strâlföljning av en enskild laserstråle utgörs således avf avståndet till den första väggen i kartan i ljusstrålens riktning från den simulerade ljuskällans position (det vill säga positionen för maskinens laseravståndsskannrar när maskinen befinner sig vid den av Kalmanffiltret estimerade positionen). Denna strâlföljning kan utföras för ett “ godtyckligt antal riktningar, till exempel kan den utföras för. samtliga av de riktningar som används vid ruttinspelning och/eller autotramming, alternativt kan färre (eller fler) riktningar användas. I föreliggande exempel används trettio av ” de enligt ovan 181 använda riktningarna, vilket betyder att en strålföljning således utförs för var sjätte grad av laseravståndsskannerns vinkelintervall. _I steg 304 bestäms sedan skillnaden mellan de medelst "strålföljning bestämda förväntade avstånden i.de olika ,riktningàrna med motsvarande från laseravståndsskannern~ faktiskt uppmätta avstånd. Ett mått på hur väl den estimerade positionen överensstämmer med den verkliga positionen kan sedan bestämmas genom att jämföra förväntade värden med uppmätta värden, t.ex. med hjälp av differensen mellan ,förväntade och uppmätta värden. Ett sätt att beräkna ett mått .på positionsestimeringens korrekthet är att beräkna RMS (root 'mean square) för differensen av förväntat och uppmätt avstånd i de olika riktningarna, dvs. medelvärdet för roten ur differensen av förväntat och uppmätt avstånd i kvadrat i de olika riktningarna. Detta kan utföras med hjälp av ekvation l, 10 flis 20 25 so' 53.3 430 15A n f' -2 _išo( zfiï )I där a'= mått för positionsestimeringens korrekthet, z = vektor med avståndsdata från laserskanner, r = vektor med förväntat avstàndsdata från laseravstàndsskanner (dvs. strålföljningsdata) motsvarande vektorn z; och n = antal _ avståndsvärden som skall utvärderas (i detta fall 30).
I stället för att använda RMS kan naturligtvis andra metoder användas för att bestämma ett mått på positionsestimeringens korrekthet. Till exempel kan summan av differensernas 2 absolutbelopp användas som mått, dvs; _ N n a ; išoc iZi-än' ekv; 2 I de fall den estimerade positionen är korrekt kommer det i steg 304 bestämda måttet att vara lågt, medan en felaktig I estimering av positionen kommer att resultera i ett förhöjt smått, såvida inte sensordata från en avläsning vid den felaktigt estimerade positionen är identiskt med sensordata avläst vid den verkliga positionen. Màttets storlek kommer således att växa med ökat fel i positionsestimeringen. I steg 305 jämförs sedan det i steg 304 bestämda måttet med ett .tröskelvärde representerande en maximal acceptabel avvikelse mellan förväntade och uppmätta avstånd. Om måttet är mindre än -det bestämda tröskelvärdet fortsätter processen till steg 306, .där tillämplig utstyrning av maskinens framdrivning beräknas enligt ovan för att följa den önskade rutten; varvid processen återgår till steg 301 för att vid nästa ruttpunkt ånyo utföra ovan beskrivna måttbestämning. Föreliggande uppfinning kan således till stor del minska problem med stannande maskiner enligt vad som beskrivits i anknytning till fig. 2; eftersom det ovan beskrivna osäkerhetsmåttet kan ersättas eller kompletteras med måttet enligt föreliggande uppfinning. ekv. 1 1,0 « 15 20' 25 30 532 430 16 Om, á andra sidan, det bestämda måttet på den estimerade"lÜ ïpositionens tillförlitlighet överstiger tröskelvärdet_ fortsätter processen till steg 307, där i en utföringsform maskinen stoppas för att undvika kollision med omgivande berg.
I'en alternativ utföringsform stoppas dook inte maskinen i steg 307, utan i stället sänks maskinens hastighet i beroende av storleken på_måttets avvikelse från tröskelvärdet. Ju större avvikelse, desto större hastighetssänkning. Om sedan avvikelsen åter minskar kan hastigheten åter ökas i takt med: att felet minskar.
Vid vissa tillfällen kan även små fel i den estimerade positionen ge upphov till stora differenser mellan förväntat avstånd och uppmätt avstånd i vissa riktningar, till exempel nära hörn/korsningar eller vid andra markanta oregelbundenheter. Om då enbart ett bestämt mått används vid -ovanstående reglering i steg 307 kan detta resultera i onödiga stopp/hastighetssänkningar. Av denna anledning kan det därför vara fördelaktigt att inte basera bedömningen av lokaliseringens tillförlitlighet enbart på enstaka mått utan i stället på en serie av på varandra följande mått. T.ex. kan ett snitt av de senaste x (t.ex. 10, 20 , 30, 50 eller annatf godtyckligt antal) bestämda måtten användas som mått på tillförlitligheten. Ett annat alternativ utgöras av att istället använda ett filter, såsom t.ex, ett minimumfilter, där det minsta måttet som erhållits under en-viss tid returneras. Till exempel kan det minsta måttet av de senaste x (t.ex; 10, 20, 30, 50 eller annat-godtyckligt antal) måtten eller de under ett tidsintervall, t.ex. senaste 2 sekunderna, eller under en viss sträcka bestämda måtten, returneras från': minimumfiltret och användas för jämförelse med tröskelvärdet.
Detta betyder också att en lângsamare (mjukare) hastighetsreglering (sänkning) kan erhållas i takt-med att» ufelet ökar om så skulle vara fallet. Omvänt, om felet ökar för 10 15 532 43Û 17 att sedan åter minska kan hastigheten återigen ökas och stopp således helt undvikas.
Tröskelvärdet kan till exempel bestämmas experimentellt eller teoretiskt, och kan även vara beroende av typ av.sensorer'" ombord på maskinen, kartans tillförlitlighet och _ omgivningarnas beskaffenhet (såsom ortens bredd i förhållande till maskinens bredd, antal korsningar maskinen skall passera under rutten, och så vidare),' Föreliggande uppfinning har således fördelen att, till skillnad från känd teknik, ett tillförlitligt värde på hur korrekt estimeringen av maskinens position under autotramming är kan.erhållas oberoende av om givarnas osäkerhet är känd I eller okänd, varvid maskinen kan stoppas om felet blir fört stort, och/eller fortsätta med reducerad hastighet till dess att felet i estimeringen minskar.

Claims (8)

1. 0 15 20 25 30 532 438 '18 Patentkrav l. Metod för beräkning av tillförlitligheten av en estimerad - _position för en gruv- och/eller anläggningsmaskin, varvid estimering av nämnda position innefattar en estimering baserat 'på åtminstone ett första parametervärde från åtminstone en' sensor och en representation av omgivningen i vilken nämnda 'maskin befinner sig, varvid nämnda maskins.position i nämnda omgivning kan estimeras med hjälp av nämnda åtminstone ett första parametervärde, känneteoknad av att nämnda beräkning av " tillförlitligheten innefattar stegen att: ~ från nämnda estimerade position i nämnda representation av omgivningen beräkna åtminstone ett andra förväntat parametervärde, e jämföra nämnda beräknade åtminstone ett andra förväntade parametervärde med åtminstone ett faktiskt parametervärde vid -nämnda maskins position i nämnda omgivning, och - med hjälp av nämnda jämförelse beräkna ett mått på tillförlitligheten av nämnda estimerade position.
2. Metod enligt krav 1, kânnatecknad av att nämnda andra förväntade parametervärde motsvarar nämnda åtminstone ett första parametervärde, och varvid nämnda faktiska parametervärde vid nämnda maskins position utgörs av nämnda första parametervärde.
3. Metod enligt krav 1 eller 2, kännetecknad av steget att utföra nämnda beräkning av tillförlitligheten av nämnda estimerade position innefattar beräkning av ett mått på tillförlitligheten av nämnda estimerade position baserat på skillnaden mellan nämnda åtminstone ett faktiska parametervärde och nämnda beräknade åtminstone ett andra förväntade parametervärde. 10 15 '20 25 30 532 439 19
4. Metod enligt något av kraven 1-3, kännétecknad-av~attl .nämnda parametervärden.utgör en representation av maskinens' -position i förhållande till omgivningen.
5. Metod enligt något av kraven l-4, kännetecknad av att nämnda parametervärden utgörs av avstånd från nämnda maskin till omgivande hinder i en eller ett flertal riktningar settw från nämnda maskin.
6. Metod enligt något av föregående krav, kånnetecknad av att ~nämnda parametervärden beräknas utgående från en på nämnda maskin anordnad position. 71 Metod enligt något av kraven le6, varvid den vidare innefattar steget att utföra nämnda estimering av maskinens position genom användning av ett statistiskt filter, varvid lnämndabåtminstone ett första parametervärde utgör.indata till nämnda filter. 8. Metod enligt krav 7, varvid nämnda statistiska filter utgörs avlett Kalmanfilter, ett utökat Kalmanfilter eller ett unscented Kalmanfilter. QQ Metod enligt något av föregående krav, varvid vid nämnda _estimering nämnda parametervärden utgörs av data från minst 'två ur gruppen: avstàndsmätare, styrvinkelsensor, ledvinkelsensor, hjulrotationssensor, information från nämnda representation av omgivningen. 10. Metod enligt något av föregående krav, varvid ett flertal mått beräknas för ett flertal på varandra följande tidpunkter och/eller positioner, varvid nämnda tillförlitlighetsmått baseras på nämnda flertal mått. ll. Metod enligt krav 10, varvid nämnda tillförlitlighetsmått utgörs av det minsta värdet av nämnda flertal på varandra följande mått, eller ett medelvärde av nämnda flertal på varandra följande mått. 10 15 420 25 30 532 QBÛ 20 12. Anordning för beräkning av tillförlitligheten av en estimerad position för en gruv- och/eller anläggningsmaskin, varvid estimering av nämnda position är anordnad att innefatta en estimering baserat på åtminstone ett första parametervärde från åtminstone en sensor och en representation av omgivningen i vilken nämnda maskin befinner sig, varvid nämnda maskins position i nämnda omgivning kan estimeras med hjälp av nämnda åtminstone ett första parametervärde, kânnetecknad av att nämnda anordning för beräkning av tillförlitligheten innefattar organ för att: - från nämnda estimerade position i nämnda representation av :omgivningen beräkna åtminstone ett andra förväntat parametervärde, A -'jämföra nämnda beräknade åtminstone ett andra förväntade parametervärde med åtminstone ett faktiskt parametervärde_vid_ nämnda maskins position i nämnda omgivning, och - med hjälp av nämnda jämförelse beräkna tillförlitligheten av nämnda estimerade position. 13. Anordning enligt krav 12, kânnetecknad av att nämnda åtminstone ett faktiska parametervärde utgörs av en uppsättning avstånd i en eller ett flertal olika riktningar till omkringliggande hinder i nämnda omgivning, och varvid nämnda åtminstone ett andra förväntade parametervärde utgör en uppsättning avstånd i motsvarande riktningar till omkringliggande hinder i representationen av omgivningen; 14. Anordning enligt krav 13 eller 14, varvid den är anßrdnad att beräkna en tillförlitlighet för ett*flertal på varandra följande tidpunkter och/eller positioner, varvid tillförlitligheten av en estimerad position baseras på beräkningar för nämnda flertal tidpunkter och/eller positioner. 10' 15 20 25 533 43Ü 21 1sr»Anordning enligt krav 14, varvia nämnda tillförlitlighet fd är anordnad att utgöras av det minsta värdet som beräknats_för nämnda flertal på varandra följande tidpunkter ooh/eller 'positioner, eller ett medelvärde av beräkningar för nämnda flertal på varandra följande tidpunkter och/eller positioner; 16. Anordning enligt något av kraven 12-l5,'kännetecknad av att nämnda gruv- och/eller anläggningsmaskin utgör en fsjälvgående maskin. l
7. Anordning enligt något av kraven l2¥16, varvid den vidare' innefattar organ för att stoppa och/eller minska hastigheten för nännda maskin om nämnda baráknada nillförlitlignatamàtt överstiger ett första tröskelvärde. I _ 18, Anordning enligt något av kraven 12-17, kånnete0knad.äV att nämnda representation av omgivningen utgör ent representation där ett avstånd mellan två punkter i representationen är direkt proportionell mot motsvarande ~avstånd i verkligheten. 19. Gruv- och/eller anläggningsmaskin, kännetecknad av att den innefattar en anordning enligt något av kraven 1241
8. 20. Användning av en metod enligt något av kraven 1-ll vid autonom förflyttning av en gruv- ooh/eller anläggningsmaskin längs_en lagrad ruttprofil bestående av ett antal ruttpunkter, "varvid vid nämnda förflyttning bestäms den ruttpunkt i ruttprofilen som bäst motsvarar en estimerad position, varvid en avvikelse för gruv- och/eller anläggningsmaskinen med avseende på rutten beräknas utgående från den estimerade positionen och den önskade positionen, och varvid avvikelsen' används för att styra gruvë och/eller anläggningsmaskinen.
SE0801276A 2008-05-30 2008-05-30 Metod och anordning för bestämning av tillförlitligheten av en estimerad position för en gruv- och/eller anläggningsmaskin SE532430C2 (sv)

Priority Applications (3)

Application Number Priority Date Filing Date Title
SE0801276A SE532430C2 (sv) 2008-05-30 2008-05-30 Metod och anordning för bestämning av tillförlitligheten av en estimerad position för en gruv- och/eller anläggningsmaskin
PCT/SE2009/000273 WO2009145694A1 (en) 2008-05-30 2009-05-28 Method and device for calculating the reliability of an estimated position
CL2009001309A CL2009001309A1 (es) 2008-05-30 2009-05-28 Metodo para el calculo de la fiabilidad de una posicion estimada de un punto en una maquina de mineria y/u obras publicas.

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
SE0801276A SE532430C2 (sv) 2008-05-30 2008-05-30 Metod och anordning för bestämning av tillförlitligheten av en estimerad position för en gruv- och/eller anläggningsmaskin

Publications (2)

Publication Number Publication Date
SE0801276L SE0801276L (sv) 2009-12-01
SE532430C2 true SE532430C2 (sv) 2010-01-19

Family

ID=41377326

Family Applications (1)

Application Number Title Priority Date Filing Date
SE0801276A SE532430C2 (sv) 2008-05-30 2008-05-30 Metod och anordning för bestämning av tillförlitligheten av en estimerad position för en gruv- och/eller anläggningsmaskin

Country Status (3)

Country Link
CL (1) CL2009001309A1 (sv)
SE (1) SE532430C2 (sv)
WO (1) WO2009145694A1 (sv)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103827444A (zh) 2011-08-03 2014-05-28 乔伊·姆·特拉华公司 采掘机的原料处理系统
SE537163C2 (sv) 2012-05-02 2015-02-24 Atlas Copco Rock Drills Ab Metod och system för manövrering av en mobil gruvmaskin i entunnel och en mobil gruvmaskin
US9969283B2 (en) 2013-09-10 2018-05-15 General Electric Company Battery changing system and method
CN103760517B (zh) * 2014-01-14 2016-03-23 中国矿业大学 地下扫描卫星高精度跟踪定位方法及装置
JP6432468B2 (ja) * 2015-08-28 2018-12-05 株式会社デンソー 車両制御装置及び走路推定方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5999866A (en) * 1996-11-05 1999-12-07 Carnegie Mellon University Infrastructure independent position determining system
US6608913B1 (en) * 2000-07-17 2003-08-19 Inco Limited Self-contained mapping and positioning system utilizing point cloud data
FI111414B (sv) * 2001-05-14 2003-07-15 Sandvik Tamrock Oy Förfarande och apparatur för att bestämma en gruvmaskins position av dess hjul glider
JP4682870B2 (ja) * 2006-02-24 2011-05-11 株式会社デンソー 運転支援装置

Also Published As

Publication number Publication date
WO2009145694A1 (en) 2009-12-03
CL2009001309A1 (es) 2009-11-06
SE0801276L (sv) 2009-12-01

Similar Documents

Publication Publication Date Title
SE532431C2 (sv) Metod och anordning för bestämning av en överensstämmelse mellan en representation av en omgivning och nämnda omgivning
CN108139755B (zh) 自己位置推定装置的异常检测装置以及车辆
US10101740B2 (en) Travel control device for work vehicle, and work vehicle
US7392151B2 (en) Initializing position and direction of mining vehicle
US8755966B2 (en) System and method for controlling autonomous machine within lane boundaries during position uncertainty
JP6752168B2 (ja) ダンプトラック及び後退支援装置
CN104181512B (zh) 用于求取车辆的雷达传感器的失准的方法和设备
CN105467991B (zh) 运输车辆的停止位置计算装置及具有该装置的运输车辆
EP2631729A1 (en) Apparatus and method for drive path search
US10146228B2 (en) Work vehicle control system
JP5392700B2 (ja) 障害物検出装置、及び障害物検出方法
US20170285657A1 (en) Control system for work machine, work machine, and control method for work machine
ZA200507701B (en) Method for automatically guiding a mining machine
SE532430C2 (sv) Metod och anordning för bestämning av tillförlitligheten av en estimerad position för en gruv- och/eller anläggningsmaskin
JP6757749B2 (ja) 作業機械の管理システム、作業機械、作業機械の管理方法
US20190072403A1 (en) Work machine management system and work machine
SE0950339A1 (sv) Förfarande för kalibrering av en ledvinkelsensor på ett fordon, förfarande för kalibrering av en avståndsskanner på ett fordon samt fordon
JP6909752B2 (ja) 作業機械の後退支援装置
JP2016218504A (ja) 移動装置及び移動システム
CN116243710A (zh) 机器人自主爬楼控制方法、机器人及存储介质
JP2021160894A (ja) フォークリフト
WO2024005680A1 (en) Method, arrangement, and underground mining machine for autonomous routing to an unmapped location
SE0802309A1 (sv) Metod och anordning vid fjärrstyrning av en gruv- och/eller anläggningsmaskin.

Legal Events

Date Code Title Description
NUG Patent has lapsed