基于ESKF与改进IMM算法的煤矿无人驾驶车辆井上-井下无缝定位
王凯1
鲍久圣1
吕玉寒1
袁晓明2
阴妍1
王茂森1
张可琨1
葛世荣3
1.中国矿业大学机电工程学院,江苏 徐州 2211162.中国煤炭科工集团太原研究院有限公司,山西 太原 0300063.中国矿业大学(北京)机械与电气工程学院,北京 100083
摘要：随着我国煤矿智能化建设的不断推进,矿井辅助运输车辆向无人驾驶的方向发展已成为必然趋势.定位系统作为无人驾驶车辆的核心单元,单一定位方式及传统定位算法均难以满足煤矿辅运车辆从地面料场-斜井巷道-井下巷道-采掘工作面的全流程、高精度、低时延定位要求.首先,根据煤矿辅运车辆的运行工况及巷道环境,设计了一种基于GNSS/UWB融合IMU的井上-井下无缝定位系统,提出采用模型切换延时(Model Switching Delay,DMS)作为无缝定位系统的性能评价指标;其次,针对UWB定位过程中的非视距(NLOS)误差问题,设计了UWB/IMU紧组合井下定位算法,并使用误差状态卡尔曼滤波(ESKF)对其进行滤波优化,仿真结果表明:ESKF优化算法平均定位误差为 0.19 m,精度相较于单一UWB定位提高了 56%;再次,分析了交互式多模型的影响因素,针对模型概率矩阵误差大影响无缝定位精度的问题,设计了一种基于ESKF与模糊自适应改进交互式多模型(FAIMM-ESKF)的矿井无缝定位算法,仿真结果表明:FAIMM-ESKF算法的定位精度比改进前提高了 29%;最后,在实验室搭建模拟斜井巷道,利用无人驾驶试验车开展了无缝定位系统的定位与评估试验,结果表明:无缝定位系统在井上-井下交互区域的平均误差为 0.131 m、最大误差为 0.452 m,相较于传统算法分别降低了 17.6%与 14.8%;在整个试验过程中,FAIMM-ESKF算法的最大误差为 0.498 m,平均误差为 0.25 m,模型切换延时均值为 35 ms,可满足煤矿辅运车辆全流程无人驾驶的定位精度与时延要求.研究结果可为推动建立煤矿井上-井下无缝衔接、精确高效的定位系统及定位算法提供理论参考,对于加快实现煤矿辅运车辆常态化无人驾驶、加速推进煤矿智能化建设具有重要理论意义和实用价值.
关键词：井下无人驾驶无缝定位超宽带定位ESKF滤波交互式多模型
分类号：TD67(矿山电工)TP18(自动化基础理论)
资助基金：中国高校产学研创新基金资助项目(2024HT012)煤矿采掘机械装备国家工程实验室开放课题资助项目(GCZX-2023-01)江苏省研究生科研与实践创新计划资助项目(KYCX24_2727)
论文发表日期：2025-10-31
在线出版日期：2025-11-20（本平台首次上网日期，不代表文献的发表时间）
页数：16( 4624-4639 )
英文信息