【摘要】：采煤機是實現(xiàn)煤礦安全高效生產(chǎn)的關(guān)鍵設(shè)備之一,作為綜采成套裝備的重要組成部分,其智能化是實現(xiàn)綜采工作面“無人化”或“少人化”開采的必要條件。采煤機處于不斷推移和復(fù)雜多變的工作環(huán)境中,對其進(jìn)行準(zhǔn)確定位是實現(xiàn)采煤機智能控制的前提。捷聯(lián)慣性導(dǎo)航技術(shù)因為自主性強、可靠性高,在采煤機定位領(lǐng)域得到廣泛運用。由于捷聯(lián)慣性導(dǎo)航方法會產(chǎn)生累積誤差,需要進(jìn)行誤差修正。本文提出一種采煤機復(fù)合定位技術(shù),在捷聯(lián)慣性導(dǎo)航的基礎(chǔ)上,利用視覺信標(biāo)定位消除其累積誤差,實現(xiàn)采煤機運行過程的精確定位,為采煤機智能控制奠定基礎(chǔ)。論文的主要工作及研究成果如下:(1)分析了采煤機基本結(jié)構(gòu)以及協(xié)同工作過程,研究了采煤機捷聯(lián)慣性導(dǎo)航定位模型和采煤機視覺信標(biāo)定位的基本原理,提出了一種基于捷聯(lián)慣性導(dǎo)航和視覺信標(biāo)的采煤機復(fù)合定位技術(shù)方案。(2)研究了采煤機捷聯(lián)慣性導(dǎo)航系統(tǒng)誤差模型,并對誤差傳播特性進(jìn)行分析;對慣性傳感器進(jìn)行標(biāo)定以及誤差補償,消除了慣性傳感器中可以預(yù)測的誤差項,基于優(yōu)化的UKF濾波算法進(jìn)行捷聯(lián)慣性導(dǎo)航初始對準(zhǔn),提高了初始對準(zhǔn)精度,為提高采煤機定位精度奠定基礎(chǔ)。(3)針對視覺信標(biāo)圖像質(zhì)量不高的問題,研究了一種基于BM3D濾波的信標(biāo)圖像增強算法,利用EPnP算法進(jìn)行視覺信標(biāo)的位姿解算;提出了一種視覺信標(biāo)定位與Kalman濾波算法相結(jié)合的采煤機定位誤差修正算法,有效消除了捷聯(lián)慣性導(dǎo)航定位的累積誤差。(4)搭建了采煤機復(fù)合定位實驗平臺,并在江蘇省礦山智能采掘裝備中心進(jìn)行了實驗驗證,實驗結(jié)果表明,利用基于捷聯(lián)慣性導(dǎo)航及視覺信標(biāo)的復(fù)合定位方法對采煤機進(jìn)行定位,運動狀態(tài)下定位精度達(dá)到了0.12m,可以滿足采煤機的定位要求。
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TD421.6
【圖文】：

圖 2-6 采煤機慣性測量單元安裝示意圖re 2-6 Schematic diagram of inertial measurement unit installation of s矩陣微分方程之間的相互轉(zhuǎn)換通過繞不同坐標(biāo)軸的 3 次連續(xù)轉(zhuǎn)動來實換矩陣，變換矩陣又叫做方向余弦矩陣、姿態(tài)矩陣。坐參考坐標(biāo)系n n nOx y z 首先繞 z 軸轉(zhuǎn)動 角度，獲得坐標(biāo)系繞 y '軸轉(zhuǎn)動 角度，獲得坐標(biāo)系 Ox '' y '' z ''，最后坐標(biāo) 角度，獲得了載體坐標(biāo)系b b bOx y z 。 o'nz（ z ）bzz''y '( y'')nxx'''( )bx x

圖 3-2 部分方向陀螺儀測試安裝示意圖Figure 3-2 Schematic diagram of gyroscope testing installation of part direction本文中使用的是 MPU6050 慣性傳感器，采集頻率是 200Hz，選擇其中 10平穩(wěn)的角速度數(shù)據(jù)進(jìn)行分析，采集的原始數(shù)據(jù)和濾波后數(shù)據(jù)如圖 3-3 所示0 2000 4000 6000 8000 10000-202x原 始 信 號0 2000 4000 6000 8000 10000-202y原 始 信 號0 2000 4000 6000 8000 10000-202z原 始 信 號0 2000 4000 6000 8000 10000-2-1012x移 動 平 均 濾 波 后 的 信 號0 2000 4000 6000 8000 10000-2-1012y移 動 平 均 濾 波 后 的 信 號0 2000 4000 6000 8000 10000-2-1012z移 動 平 均 濾 波 后 的 信 號圖 3-3 靜態(tài)測試位置 1 采集的原始數(shù)據(jù)及濾波數(shù)據(jù)Figure 3-3 Ooriginal data and filter data of stability test in position 1

碩士學(xué)位論文幅圖的平移向量，jM 是第 j 個點的空間坐標(biāo)， 1 2 1 2, , , , , , ,i i jm k k p p R t M 是利用已知量求出的像點坐標(biāo)，令代價函數(shù)最小就可以獲得該問題的最優(yōu)解。利用Levenberg-Marquardt 最優(yōu)迭代算法求解這個非線性問題，初始值是第一步線性求解得到的結(jié)果，畸變系數(shù)初始值設(shè)為 0。4.1.4 攝像機標(biāo)定結(jié)果根據(jù)上述標(biāo)定方法，進(jìn)行攝像機標(biāo)定。利用攝像機獲取 20 幅圖像，為了提高標(biāo)定精度，減小隨機誤差，應(yīng)該盡可能在視覺范圍內(nèi)的各個角度來拍攝圖像同時拍攝距離也應(yīng)該有一定的變化，模板放置的角度也可以有變化。拍攝時模板在攝像機前方 1 米到 2 米的距離內(nèi)，采用 10×10 方格的平面標(biāo)定模板，方格邊長是 15mm，獲取的 20 幅標(biāo)定模板圖像如圖 4-4 所示。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 葛世榮;蘇忠水;李昂;王世博;郝尚清;劉萬里;孟磊;;基于地理信息系統(tǒng)(GIS)的采煤機定位定姿技術(shù)研究[J];煤炭學(xué)報;2015年11期

2 郭曉晶;田華;李明君;;基于卡爾曼濾波算法的采煤機慣導(dǎo)定位方法[J];煤炭技術(shù);2015年07期

3 趙靖;;基于卡爾曼濾波算法的采煤機慣導(dǎo)定位方法[J];工礦自動化;2014年10期

4 劉吟嘯;韋巍;;基于極少信息的任意照片目標(biāo)點定位算法[J];計算機應(yīng)用研究;2015年01期

5 王虹;;綜采工作面智能化關(guān)鍵技術(shù)研究現(xiàn)狀與發(fā)展方向[J];煤炭科學(xué)技術(shù);2014年01期

6 劉清;魏文艷;;基于紅外檢測裝置的采煤機定位算法研究[J];機械工程與自動化;2013年06期

7 牛洪科;孫峰;;紅外測距技術(shù)在采煤機位置動態(tài)監(jiān)測中的應(yīng)用[J];煤礦機械;2012年03期

8 于永軍;劉建業(yè);熊智;李榮冰;;非同步量測特性的慣性/星光/衛(wèi)星組合算法研究[J];儀器儀表學(xué)報;2011年12期

9 樊啟高;李威;王禹橋;楊雪峰;;一種采用捷聯(lián)慣導(dǎo)的采煤機動態(tài)定位方法[J];煤炭學(xué)報;2011年10期

10 楊森;吳福朝;;攝像機位姿的加權(quán)線性算法[J];軟件學(xué)報;2011年10期

本文編號：2766536