0.   引　　言

煤炭是我国能源的“压舱石”，煤矿智能化的持续推进是实现煤炭工业高质量发展的核心技术支撑^[1-2]。悬臂式掘进机是煤矿综掘工作面中应用最广泛的设备，在煤矿井下复杂的作业条件下，掘进机在行进或截割过程中会出现多体大位移现象，即掘进机本体的位置和姿态不断发生变化，严重降低掘进机的整体稳定性和巷道的掘进效率。煤矿掘进机的长距离动态定位是巷道掘进无人化、智能化的首要难题，准确、可靠的位姿监测和动态定位技术对提高掘进效率有着重要的意义^[3]。综掘工作面环境恶劣，单一位姿感知系统往往不能满足掘进机自主定位、定向的精度要求。探索多种感知技术融合的“机载式”掘进机姿态感知系统，是当前综掘流程中实现自主精准定位的重要趋势。按照检测原理出发，有以下常用位姿检测方法：机器视觉、超声波(UWB)定位、惯性导航、室内GPS(iGPS)等。杨文娟等^[4]构造了三点三线激光束标靶的掘进机机身位姿单目视觉定位方法，利用Hessian矩阵求解激光束粗略中心线像素点的法线方向，进一步解算实现三激光束中心线的特征提取和定位；张旭辉等^[5]提出了一种以3个激光光斑为点特征的掘进机定位定姿方法；杜雨馨等^[6]、周玲玲等^[7]构建了双激光标靶的图像识别测量方式，通过对图像特征点、特征光线参数的提取，利用空间矩阵变换方法实时解算掘进机位姿信息；崔玉明^[8]利用惯性导航与视觉相结合的方式实现掘进机自主定位；上述基于机器视觉的掘进机定位方法实时性强、安装方便，但在综掘工作面高粉尘、光线昏暗的环境下，严重影响图像提取质量，精度难以保证。崔柳等^[9]基于超声波感测技术构造了一个掘进机行走跟随装置，实现掘进机与检测装置的交替姿态测量；田原^[10]提出基于四点式光靶的掘进机自动定位方法，通过成像模型特征以及目标的先验关系进行掘进机机身的实时定位；FU等^[11]基于UWB测距技术，提出3种悬臂式掘进机位姿检测系统定位算法：间接定位算法(IPA-D)、泰勒级数展开定位算法(Taylor-D)、Chan定位算法(Chan-D),实现对掘进机位姿的实时监测。上述基于UWB的掘机定位检测算法，采用无线传输不受井下光线影响，但由于煤矿巷道表面粗糙且遍布金属、电磁环境复杂，UWB信号在传播过程中极易发生漫反射，进一步降低检测精度。YAN等^[12]、马宏伟等^[13]采用惯导和全站仪相结合的方式，实现对掘进机截割部和机身的自主定位定向；王浩然等^[14]构建捷联惯导与里程计相结合的方式，实现掘进机实时位姿的动态监测；杨金永^[15]利用一种基于视觉、里程计、惯导的掘进机组合式位姿监测方法，在煤矿巷道的复杂环境和特殊工况下检测掘进机位姿信息。惯导是近年来无人设备自主定位的有效手段，由于掘进机长时间行走时会有较大的累计误差，通过里程计在平坦地面处能够有效补充，但是在地面复杂的工况下，容易造成掘进机行进部件打滑现象，进一步降低整个检测系统的环境适应性。iGPS作为室内定位的常用手段，也被实施在井下设备的无人监测中。薛光辉等^[16]提出一种激光靶向扫描的掘进机位姿测量方法，利用激光空间变化规律和坐标几何变换，解算了掘进机相对于巷道的绝对位置和姿态信息。陶云飞等^[17]利用iGPS单站多点分时测量方法，在掘进机机身上设多个接收器，通过对每个接收器接收到的信号解算得到机身在巷道的位置信息，但由于采用多点分时测量方法，系统定位实时性较差，无法在设备工作时得到位姿信息。

综上所述，对比上述各类检测方法的优点和不足，笔者提出一种基于惯性技术的掘进机组合定位方法并进行了误差分析，该方法采用光纤惯导与激光感知系统相结合，通过惯导获得掘进机实时姿态信息，激光感知利用光点落在标靶的特征信息和实时姿态，利用空间坐标变换实时获取掘进机横向偏移信息。最后，利用CAN总线传递给上位机，实时监测掘进机位姿与工作状态，实现掘进机位姿监测的远程可视化交互。

1.   基于惯性技术的掘进机组合定位整体方案

1.1   总体融合方案

针对井下综掘工作面环境恶劣、灾害频发、装备繁多的特殊工况，以及单一检测系统的短板，提出一种基于惯性技术的掘进机组合定位系统，系统组成如图1所示。

图  1  基于惯性技术的掘进机组合定位系统

Figure  1.  Integrated positioning system of roadheader based on inertial technology

下载: 全尺寸图片 幻灯片

掘进机组合定位整体系统主要由光纤惯导系统和激光感知系统组成。其中光纤惯导系统包含三轴光纤陀螺仪和三轴加速度计，激光感知系统包含恒转速激光发射器和激光接收标靶。图2为基于惯性技术的掘进机组合定位的总体方案。其中，掘进机姿态α为偏航角，（°）；β为俯仰角，（°）；γ为横滚角，（°）；掘进机位置L为经度，（°）；λ为纬度，（°）；h为高度，m。

图  2  基于惯性技术的掘进机组合定位的总体方案

Figure  2.  Overall scheme block diagram of combined positioning of roadheader based on inertial technology

下载: 全尺寸图片 幻灯片

首先，以巷道坐标系为基准，通过空间坐标变换，将惯导设备在惯性坐标系测得的绝对角度转换至巷道坐标系下的相对角度，利用光纤系统内部的光纤陀螺仪和加速度计实时获得掘进机机身的动态姿态信息，激光感知系统内的激光标靶接收机身姿态信息，结合激光发射器发射激光束落在标靶上的光点特征信息，解算获得掘进机机身横向偏移信息。最后，根据融合变换规则，将距离信息转换至惯性系中，利用惯导系统对距离信息进行整定；将实时位姿信息传输至掘进机纠偏控制系统，通过控制系统对掘进机实时位姿进行纠正和校准；设计远程可视化交互系统对掘进机实时姿态进行更新和监控。

1.2   总体通信方案

掘进机监控组合定位系统由光纤惯导系统、激光感知系统2部分组成，激光定位系统与光纤惯导定位系统之间，以及上位机与光纤惯导定位系统之间的数据信息通过CAN总线进行传输；光纤惯导系统通过接口部件采用CAN通信方式将偏差位姿信息传输给纠偏控制系统。掘进机激光标靶与惯性导航组合定位系统通信方案如图3所示。

图  3  掘进机组合导航通信方案

Figure  3.  Roadheader integrated navigation communication scheme

下载: 全尺寸图片 幻灯片

整个系统的通信包括：① 由激光感知系统通过CAN总线将光点坐标信息传至单片机进行位置解算得到横向偏移量、车身行进距离；② 由惯导系统通过CAN总线向激光感知系统单片机传输姿态信号(偏航角、俯仰角、横滚角)；③ 由惯导系统通过CAN总线向远程交互系统传输掘进机实时位姿信息；④ 由远程交互系统通过CAN总线向惯性导航系统传输位置校准指令；⑤ 由掘进机纠偏控制系统从总线获取相应位姿偏移信息进行位姿纠偏控制。

2.   基于惯性技术的掘进机组合定位方法

2.1   常用坐标系与掘进机位姿参数类型

图4为掘进机组合导航系统相关坐标系定义，常用到如下坐标系：

图  4  掘进机组合导航系统相关坐标系定义

Figure  4.  Definition of related coordinate system of roadheader integrated navigation system

下载: 全尺寸图片 幻灯片

1）激光坐标系${O_{\text{c}}}{X_{\text{c}}}{Y_{\text{c}}}{Z_{\text{c}}}$以激光束发射点为原点, ${O_{\text{c}}}{Y_{\text{c}}}$与巷道直线指向相同, ${O_{\text{c}}}{Z_{\text{c}}}$指向巷道顶板，${O_{\text{c}}}{X_{\text{c}}}$垂直于${Z_{\text{c}}}{O_{\text{c}}}{Y_{\text{c}}}$指向机身右侧；

2）巷道坐标系${O_{\text{h}}}{X_{\text{h}}}{Y_{\text{h}}}{Z_{\text{h}}}$以激光发射器安装位置在巷道底板上的投影点为原点，$ {O_{\text{h}}}{Y_{\text{h}}} $与巷道直线指向相同,$ {O_{\text{h}}}{Z_{\text{h}}} $指向巷道顶板，$ {O_{\text{h}}}{X_{\text{h}}} $与$ {O_{\text{h}}}{Y_{\text{h}}} $、$ {O_{\text{h}}}{Z_{\text{h}}} $轴满足右手定则；

3）导航坐标系${O_{\text{n}}}{X_{\text{n}}}{Y_{\text{n}}}{Z_{\text{n}}}$也称为东北天坐标系，用来定位定向，${O_{\text{n}}}{Y_{\text{n}}}$与地理北向相同,${O_{\text{n}}}{X_{\text{n}}}$与地理东向相同，${O_{\text{n}}}{Z_{\text{n}}}$与${O_{\text{n}}}{Y_{\text{n}}}$、${O_{\text{n}}}{X_{\text{n}}}$轴满足右手定则,本文以地理坐标系作为导航坐标系；

4）载体坐标系${O_{\text{b}}}{X_{\text{b}}}{Y_{\text{b}}}{Z_{\text{b}}}$通常以载体重心作为坐标系原点，${O_{\text{b}}}{Y_{\text{b}}}$轴沿机身中轴线指向掘进机前进方向，${O_{\text{b}}}{Z_{\text{b}}}$轴垂直机身中轴线指向巷道顶板方向，${O_{\text{b}}}{X_{\text{b}}}$轴垂直于${Z_{\text{b}}}{O_{\text{b}}}{Y_{\text{b}}}$平面，与${O_{\text{b}}}{Y_{\text{b}}}$轴、${O_{\text{b}}}{Z_{\text{b}}}$轴关系符合右手定则。

根据上述坐标系标定，在煤矿井下掘进过程中常出现如图5所示的位姿变换，即掘进机姿态变换与位置变换，其中掘进机姿态变换包含偏航角$\alpha $、横滚角$\gamma $、俯仰角$\beta $，掘进机位置变换常见于横向位置偏移。结合上述载体坐标系定义，偏航角$\alpha $逆时针偏转为正，顺时针为负；机身右倾横滚角$\gamma $为正，左倾为负；机体抬头俯仰角$\beta $为正；机身横向偏移${O_{\mathrm{b}}}{X_{\mathrm{b}}}$轴逆向为负，顺向为正。

图  5  掘进机位置描述示意

Figure  5.  Roadheader position description schematic

下载: 全尺寸图片 幻灯片

2.2   基于光纤惯导的掘进机位姿监测

惯性导航系统作为综合了光、机、数、力等学科的尖端技术，不需要外来信息，仅依靠自身便可以进行位姿解算，且可以工作在任何范围和任何介质内，具有很好的抗干扰性。光纤惯性导航系统（包含光纤陀螺仪和加速度计）和辅助配套设备构成，光纤陀螺仪和加速度计分别沿掘进机前进方向、偏移方向及垂直于底板方向安装，用于测量掘进机机身在这3个方向上的运动角速度和线加速度。通过解算可得到掘进机机身的姿态角与位置信息。

图6为惯性导航位姿关系示意，基于惯性技术的位姿检测是机身相对于导航系下的位姿转换，组合定位中惯导系统确定的是导航系下的掘进机姿态，因此需要进行载体坐标系向导航坐标系的几何转换，转换矩阵$ {\mathit{R}}_{\mathrm{b}}^{n} $如式（1）所示。

图  6  惯性导航位姿关系示意

Figure  6.  Inertia navigation pose relationship diagram

下载: 全尺寸图片 幻灯片

掘进机在行进时姿态是不断发生变化的，常用的姿态更新算法包含方向余弦法、欧拉角法、四元数法^[18]，其中四元数法直接求解四元数微分方程，只需要求解4个参数，计算量小、易于操作。四元数都是由实数加3个虚数单位$ i、j、k $组成，形如：$Q = {q_0} + {q_1}i + {q_2}j + {q_3}k$，用以描述机体绕定轴的姿态变换关系。由载体坐标系向导航系的坐标变换可以表征为式（2）：

其中，$ {r_{ij}} $为转换矩阵$ {\boldsymbol{R}}_{\mathrm{b}}^{\mathrm{n}} $中的第i行、第j列元素；通过惯性技术解算得到实时四元数转换矩阵，结合式（1）和式（2），可以求得导航系下的机身实时姿态：

式中：c_ij为转换矩阵${\boldsymbol{R}}_{\mathrm{b}}^{\mathrm{n}} $中第i行、第j列元素。

惯导启动时，需要经过一段时间粗对准与精对准，通过校准掘进机姿态，可实现标准姿态信息自动记录存储。利用上述功能，记录掘进机起点与巷道中线保持水平时惯导系统输出航向角，用作偏置输出，进而得到机身相对于巷道坐标系下的相对角度$ {\alpha }_{\mathrm{b}}={\alpha }_{{\mathrm{n}}}-{\alpha }_{0} $。

通过提取陀螺仪和加速度计的数据，利用梯形积分法对掘进机位置进行实时更新，更新方程为

式中：$ L\left(t\right)、\lambda \left(t\right)、h\left(t\right) $为$ t $时刻掘进机机身在地理坐标系中的精度位置；$ {R_{\mathrm{M}}} $、$ {R_{\mathrm{N}}} $为卯酉圈和子午圈的曲率半径(与纬度有关的函数)；$ {v}_{{\mathrm{e}}}、{v}_{{\mathrm{n}}}、{v}_{{\mathrm{u}}} $为惯导检测速度在地理坐标系下的三轴分量。

2.3   基于激光感知的掘进机位置检测

利用激光定向发光特性进行井下掘进机位置检测，可有效弥补掘进机长时间运行时惯导误差积累这一缺陷，利用感知系统输出位置进行实时位置校准，进而实现井下掘进机自主定位、定向。

2.3.1   基于环扫激光的横向偏移距离检测

由第1节可知，激光感知系统确定的是激光坐标系下的掘进机姿态，而检测接收装置与机体固连，为有效解算位姿，须确定载体系与激光系(巷道系)的坐标变换关系，相应的变换矩阵$ {{\boldsymbol{R}}}_{\mathrm{b}}^{\mathrm{c}} $如式（5）所示：

基于激光感知的掘进机位置检测原理如图7所示。

图  7  激光感知系统检测原理示意

Figure  7.  Detection principle of laser sensing system

下载: 全尺寸图片 幻灯片

横向激光标靶水平安装在机身${O_{\mathrm{b}}}{X_{\mathrm{b}}}$轴方向上，标定标靶中心O在载体系下坐标为$\left( {a,b,c} \right)$，设机身坐标系原点在巷道系下的坐标为$\left( {x,y,{\textit{z}}} \right)$，由标靶测得光点落点距离标靶中点距离为$ d $，则结合上述变换矩阵$ R_{\mathrm{b}}^{\mathrm{c}} $可得标靶与环形激光面($ x = m $)的交点为

按照式（6），易知$ m = {{\boldsymbol p}_{\mathrm{c}}}\left[ {\begin{array}{*{20}{c}} 1&0&0 \end{array}} \right] $，m为环形标靶面横向距离设定值，有：

由式（7）得，基于激光感知的掘进机机身横向偏移检测量$ x $为

2.3.2   基于激光雷达感知的行进距离检测

激光雷达扫描巷道工作面后获得大量点云数据，如果将全部点云直接进行特征提取计算量过大，且点云内部密度分布不均匀，存在离群点及噪声的干扰，因此在点云数据处理前需要进行预处理。

为了减少激光雷达特征点识别范围以及提高掘进机纵向行进距离检测准确性，本文拟采用反光贴加装置于掘进机机身后表面，通过设定反光强度阈值能滤除绝大部分非目标点。同时增加几何限制条件降低高反光光强度散点的干扰。例如，在激光雷达获取点云数据中存在着大量的从地面反射的激光点，然而这类数据的可提取特征数量少，将地面点和非地面分割后分别处理，可以降低计算量。类似的，对于巷道煤壁也做通样的处理。提取目标特征点后进一步加权平均以消除车身姿态对检测距离值的影响。

基于激光雷达−反光靶的掘进机纵向距离解析示意图如图8所示，其中红色区域为检测目标反光靶，图中把雷达扫描点云反光强度按0～255排序，反光靶所在目标区域的反光强度集中在200以上与非检测目标存在明显区分。通过对三维激光扫描点云进行数据解析，提取掘进机固定位置的特征点云，并将目标特征点云纵向距离信息进行均值滤波，实现对掘进机行进距离的实时检测。

图  8  基于激光雷达的掘进机纵向行进距离检测示意

Figure  8.  Detection of longitudinal travel distance of roadheader based on laser radar

下载: 全尺寸图片 幻灯片

3.   基于惯性技术的掘进机组合定位系统设计

光纤惯性导航系统对姿态角的测量精度高且不受外部信号干扰，但是随着时间推移，惯导系统的位置解算误差呈发散状态，定位精度较低。为了估计和补偿惯导误差，需要更高精度的外部测量值，常见的滤波算法包含卡尔曼滤波、限幅滤波、中值滤波、滑动滤波等，其中后3项均需要对系统采样序列进行操作，例如，限幅滤波是对当前与上一时刻采样值差值作限定筛选，中值滤波是将连续采样值排序后取中间值等，实时性不够且运算量较大，不能有效结合各个导航系统的优势。本文采用激光感知系统的位置检测量作为惯导误差校正数据源，采用基于卡尔曼滤波的反馈校正结构，将惯性导航系统的导航参数误差$ \Delta {{\boldsymbol{X}}}_{\mathrm{I}} $的估值$ \Delta {\widehat{{\boldsymbol{X}}}}_{\mathrm{I}} $反馈给惯性导航系统与激光感知系统，估计出的导航参数作为惯导力学编排方程中的相应参数，对误差状态进行校正（图9）。

图  9  基于激光感知的反馈校正结构框图

Figure  9.  Feedback correction structure block diagram based on laser perception

下载: 全尺寸图片 幻灯片

将惯性导航系统输出的导航参数误差作为组合导航系统的状态量，分别为纬度、经度、高程的误差值，地理坐标系下的速度误差与姿态误差，以及陀螺仪和加速度计的漂移量：

式中：δL为纬度误差；δλ为经度误差，δh为高度误差；δV_e为东向速度误差；δV_n为北向速度误差；δV_u为天向速度误差；φ_e为东向姿态误差；φ_n为北向姿态误差；φ_u为天向姿态误差；ε_bx为x轴陀螺仪的漂移量；ε_by 为y轴陀螺仪的漂移量；ε_bz为z轴陀螺仪的漂移量；${{\nabla }_{\text{a}x}} $为x轴加速度计的漂移量；${{\nabla }_{\text{a}y}} $为y轴加速度计的漂移量；${{\nabla }_{\text{a}{\textit{z}}}} $为z轴加速度计的漂移量。

根据惯性导航系统的误差模型建立相应的系统状态方程：

式中：$ W $为惯导加速度计的高斯白噪声。

设载体真实位置为$ ({L_{\mathrm{r}}},{\lambda _{\mathrm{r}}},{h_{\mathrm{r}}}) $，激光感知系统输出的位置信息为$ (x,y,{\textit{z}}) $,转换至导航坐标系（东北天）为$ ({L_{\mathrm{l}}},{\lambda _{\mathrm{l}}},{h_{\mathrm{l}}}) $：

其中，$ {N_{\mathrm{e}}},{N_{\mathrm{n}}},{N_{\mathrm{u}}} $为激光感知系统解算在东、北、天方向的位置误差。

惯导解算位置为

取惯导解算和激光感知解算的位置值之差作为其中观测值：

则系统观测方程为

式中：$ {\boldsymbol{v}}{\text{ = }}{\left[ {{N_{\mathrm{e}}},{N_{\mathrm{n}}},{N_{\mathrm{u}}}} \right]^{\mathrm{T}}} $。

根据上述所建立的系统状态方程与观测方程，采用卡尔曼滤波算法将激光感知系统应用到光纤惯导的信息校正之中，基于传统的卡尔曼滤波方法对上述系统的观测值与估计值进行融合，通过观测值消除估计值中的累计误差，通过估计值消除激光遮挡造成的信息丢失等不确定性误差，实现对掘进机实时位置的准确跟踪。

4.   基于惯性技术的掘进机组合定位检测试验

4.1   模拟尘雾干扰试验测试

通过干粉灭火器对激光感知系统接收端喷涂起尘，模拟井下尘雾等实际工况环境，检验激光感知系统在粉尘环境下的测量精度和系统时效性，通过观测点云扫描质量与检测精度变化，以此验证激光感知系统的抗干扰性能。图10为模拟尘雾干扰试验示意。

图  10  模拟尘雾干扰试验示意

Figure  10.  Simulation of dust fog interference test schematic

下载: 全尺寸图片 幻灯片

在履带试验小车行进过程中设置若干测量点。每个测量点之间相隔一定距离，记录每一个测试点在粉尘环境下横向偏移检测数值以及实际测量数值，设定10组不同横向偏移姿态取平均值作为当前测试点的平均检测误差，同时检验当前测试点的点云扫描质量（表1）。

表  1  不同行进距离横向偏移值检测误差

Table  1.  Detection error of lateral offset value at different travel distances

行进距离/m	喷雾前横向偏距平均 检测误差/mm	喷雾后横向偏距平均 检测误差/mm
8.7	2.29	2.27
14.6	0.04	2.60
27.4	1.80	1.89
40.5	3.21	5.80

下载: 导出CSV 

| 显示表格

检测结果表明，在喷雾后，系统检测精度会有所变化，喷雾后系统误差最大达5.8 mm，整体精度变化较为稳定，检测中标靶靶面的有灰尘附着，后期考虑加装自清洁装置进一步提高系统监测精度；对于行进距离的干扰，从喷雾前后点云对比图（图11）可以明显看出，在喷雾后，环境点云整体反光强度会有所降低，特征点数量减少，并且周围噪声点较多，干扰较为明显，但仍有目标特征点与周围环境有较大区分，可供检出。

图  11  喷雾后扫描点云变化示意

Figure  11.  Change of scanning point cloud after spraying

下载: 全尺寸图片 幻灯片

4.2   基于惯性技术的掘进机组合定位地面模拟检测试验

依托兖矿能源集团股份有限公司设备管理中心煤矿智能开采试验中心——智能综掘试验区伸缩式试验平台，开展基于惯性技术的掘进机组合定位地面模拟检测试验，在发射端标定巷道中线后，激光感知系统实时接收惯导系统发送的掘进机动态姿态信息，包含偏航角、俯仰角、横滚角，并结合坐标融合变换、位置校正算法实时获取掘进机机身横向偏移位置信息；通过激光雷达扫描掘进机机身固定位置（反光板）特征信息，实时解算掘进机行进距离（图12）。

图  12  基于惯性技术的掘进机组合定位试验示意

Figure  12.  Roadheader combined positioning test schematic based on inertial technology

下载: 全尺寸图片 幻灯片

通过移动掘进机，使机身处于不同姿态、不同位置实时记录掘进机机身偏移量与行进距离，并将实际测量数值与系统检测数值进行对比与误差分析，由于篇幅限制仅展示部分关键数据，数据记录见表2，图13为横线偏移检测示意。

表  2  掘进机组合导航系统位置检测数据

Table  2.  Roadheader integrated navigation system position detection data table

测试序号	横向偏移检测值/mm	横向偏移实测值/mm	行进距离检测值/mm	行进距离实测值/mm	俯仰角/（°）	偏航角/（°）	横滚角/（°）
1	−204	−199.00	−1 308	−1 285	−1.08	−0.82	−0.04
2	−97	−95.00	1 020	1 037	−1.21	0.72	−0.03
3	−5	−4.00	2 742	2 729	−1.03	2.46	0.04
4	65	67.00	3 990	4 013	−1.00	2.62	0.06
5	264	266.00	2 498	2 510	−1.01	0.16	0.02
6	151	153.00	1 739	1 765	−1.19	1.75	−0.01
7	38	38.33	1 324	1 340	−6.75	1.25	3.18
8	77	76.58	1 426	1 435	−9.82	1.25	3.18
9	138	137.30	1 679	1 695	−11.71	1.10	3.29
10	176	175.54	1 894	1 907	−14.78	1.10	3.27
11	35	34.48	2 108	2 100	−1.38	0.93	3.76
12	56	55.47	2 325	2 316	−3.50	0.87	3.74
13	−106	−106.79	2 517	2 530	8.62	1.13	3.73
14	−130	−133.20	2 814	2 804	10.91	1.02	3.77
15	−162	−163.63	2 907	2 915	13.56	1.09	3.78
16	26	25.63	3 057	3 063	0.41	1.06	4.07
17	−69	−70.71	3 229	3 241	9.12	1.02	4.03
18	−100	−100.21	3 418	3 431	11.73	0.99	4.01
19	−126	−127.27	3 677	3 669	14.05	0.95	4.01
20	−177	−179.81	3 903	3 920	18.75	0.88	3.98

下载: 导出CSV 

| 显示表格

图  13  横线偏移检测示意

Figure  13.  Horizontal line offset detection schematic

下载: 全尺寸图片 幻灯片

通过观测上述测试数据，系统横向偏移与行进距离检测误差见表3。

表  3  系统位置检测误差

Table  3.  System position detection error

测试序号	横向偏移检测误差/mm	行进距离检测误差/mm
1	5.00	23
2	2.00	17
3	1.00	13
4	2.00	23
5	2.00	12
6	2.00	26
7	0.33	16
8	0.42	9
9	0.70	16
10	0.46	13
11	0.52	8
12	0.53	9
13	0.79	13
14	3.20	10
15	1.63	8
16	0.37	6
17	1.71	12
18	0.21	13
19	1.27	8
20	2.81	17

下载: 导出CSV 

| 显示表格

根据观测数据绘制对应位置误差跟踪曲线，如图14、图15所示。

图  14  横向偏移检测误差跟踪曲线

Figure  14.  Lateral offset detection error tracking curves

下载: 全尺寸图片 幻灯片

图  15  纵向行进检测误差跟踪曲线

Figure  15.  Longitudinal moving detection error tracking curves

下载: 全尺寸图片 幻灯片

由上述响应曲线不难看出，系统横向偏移检测误差最大值为5 mm，最小值为0.33 mm,横向偏移检测误差平均值为1.4 475 mm,误差平均值控制在3 mm内；系统行进距离检测误差最大值为26 mm，最小值为6 m，系统行进距离检测误差平均值为13.6 mm,误差平均值控制在20 mm内；综上本文采用的基于惯性技术的掘进机组合定位方法能够有效的克服光纤惯导积分误差所带来的位置发散问题，能够较好能适应各种工况，检测精度较为理想。

5.   基于惯性技术的掘进机组合定位系统井下工业性试验

为进一步验证组合定位系统测量精度指标和煤矿井下实际生产工况的适用性，项目团队选取兖矿能源集团股份有限公司东滩煤矿6307掘进工作面开展了详细的工业性试验，并记录了多组试验数据。建立巷道基准，根据6307掘进工作面现场工况环境确认巷道中线的位置并做好标记，共记录3个巷道中线位置点。激光感知系统设备与惯导以及掘进机电控箱供电线缆、通信线连接。激光测距传感器内置的红外激光与雷达的供电受控于激光靶的通电状态，上电时激光靶优先上电，随后激光测距传感器接入供电电源。系统全部设备进入正常运行状态后，进行激光测距传感器调平与标定，根据所建立的巷道中线3个标定点，调整红外激光，使得激光与巷道中线重合，同时调整激光测距传感器平台，使得红外激光竖直发射。激光感知系统初始上电后，感测当前掘进机位置，把当前停机位置作为初始位置，进行当班进尺清零操作。图16为煤矿井下工业性试验激光感知系统设备示意。

图  16  井下掘进工作面工业性试验场地示意

Figure  16.  Industrial test site of underground tunneling working face

下载: 全尺寸图片 幻灯片

掘进机机载惯导和激光感知系统设备连接后，同时接入掘进机CAN通信，需要验证数据交互的效果，分别进行收发数据，验证能否完成收发数据。测试激光感知系统能否将接收的航向姿态相对角以及绝对姿态俯仰角、横滚角用于横向偏移距离的计算；同时检测惯导对于激光感知系统横向偏移与当班进尺信息的接收状况。通过接入CAN通信接收工具，针对特定ID进行信息滤波，各子系统数据收发正常。

在激光测距传感器标定巷道中线后，激光感知系统实时接收惯导系统发送的掘进机动态姿态信息，包含航向角、俯仰角、横滚角，并结合坐标融合变换、位置解算算法实时获取掘进机机身横向偏移位置信息；通过激光雷达扫描掘进机机身固定位置（反光板）特征信息，实时解算掘进机当班进尺。通过机身不同姿态、不同位置实时记录掘进机机身横向偏移量与当班进尺，并将实际测量数值与系统检测数值进行对比与误差分析（表4 ）。

表  4  井下掘进工作面横向偏移数据

Table  4.  Horizontal offset data of underground tunneling working face

序号	系统显示 初始值/mm	系统显示 结束值/mm	系统显示 距离/mm	实际测量 距离/mm	误差/ mm
1	0	494	494	498	−4
2	0	370	370	365	5
3	0	279	279	271	8
4	0	193	193	186	7
5	0	64	64	69	−5
6	0	−107	−107	−101	−6
7	0	−241	−241	−237	−4
8	0	−346	−346	−354	8
9	0	−439	−439	−436	−3
10	0	−478	−478	−484	6

下载: 导出CSV 

| 显示表格

由上述井下工作面记录的试验数据可以看出，系统横向偏移检测误差最大值为8 mm，最小值为3 mm，横向偏移检测误差平均值为5.6 mm，误差平均值控制在10 mm内。表5为井下掘进工作面掘进机进尺。系统行进距离（掘进机进尺）检测误差最大值为9 mm，最小值为4 m，系统行进距离检测误差平均值为6.2 mm，误差平均值控制在10 mm内。前文所述的机器视觉、UWB定位等检测技术尚未在井下广泛推广应用，在视野良好且无电磁干扰的地面开展时，机器视觉^[6-7]位移平均检测精度约为20 mm，角度检测误差约为0.5°，但系统数据解析运算量较大；UWB定位^[11]的横向最大检测误差为0.25 m，角度解算误差在5°以内，且需要预先设定基站。综上基于惯性技术的掘进机组合定位方法和系统能够较好适应煤矿井下掘进工作面生产工况，检测精度较为理想。

表  5  井下掘进工作面掘进机进尺

Table  5.  Data record table of tunneling machine footage in underground tunneling working face

序号	系统显示掘进机进尺初始值/mm	系统显示掘进机进尺结束值/mm	系统显示距离/mm	实际测量距离/mm	误差/mm
1	0	523	523	528	−5
2	0	790	790	799	−9
3	0	1 435	1 435	1 428	7
4	0	1 910	1 910	1 906	4
5	0	2 368	2 368	2 362	6
6	0	2 849	2 849	2 842	7
7	0	3 534	3 534	3 540	−6
8	0	3 920	3 920	3 927	−7
9	0	4 322	4 322	4 316	6
10	0	4 825	4 825	4 820	5

下载: 导出CSV 

| 显示表格

6.   结　　论

1）将光纤惯导与激光感知系统相结合，惯导测得的俯仰角、横滚角、航向角与激光检测系统测得的光点偏移作为输入参数，利用空间坐标变换实时获取掘进机横向偏移信息与行进距离信息。

2）根据上述检测模型建立基于激光感知系统与卡尔曼滤波的惯导位置校准系统，发现并标称惯性系统定位定姿误差，实现各导航子系统间的协同超越、性能互补。

3）依托兖矿能源煤矿智能开采试验中心试验场地进行掘进机组合导航地面模拟试验，试验数据表明：对于横向偏移检测，误差平均值为1.447 5 mm，且不同行进距离下的检测误差最大为3 mm，检测激光的远近对于精度影响较小；对于行进距离检测，误差平均值为13.6 mm，误差波动较小，进一步验证了检测系统的有效性和精确性。

4）经过煤矿井下掘进工作面工业性试验，掘进机组合定位系统横向偏移检测误差最大为8 mm，最小为3 mm，横向偏移检测误差平均值为5.6 mm，误差平均值可控制在10 mm内；系统行进距离（掘进机进尺）检测误差最大为9 mm，最小为4 m，系统行进距离检测误差平均值为6.2 mm，误差平均值可控制在10 mm内。进一步验证了掘进机组合定位系统测量精度指标和煤矿井下实际生产工况的适用性。