煤炭学报

北大核心,CA,JST,EI,CSCD

国内刊号:11-2190/TD

国际刊号:0253-9993

煤炭学报杂志2025年第10期: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

发布日期:

作者:王凯, 鲍久圣, 吕玉寒, 袁晓明, 阴妍, 王茂森, 张可琨, 葛世荣,

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,

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。

来源:2025年第10期

《煤炭学报》期刊编辑部

查看煤炭学报杂志2025年第10期

联系我们

  • 地址:北京市朝阳区和平街13号煤炭大厦702室
  • 电话:010-87986411
  • E-mail:mtxb@vip.163.com

咨询工作人员