[发明专利]一种用于矿山掘进机的打滑识别与智能补偿方法

说明书

本专利涉及惯性自主导航技术领域，具体公开了一种用于矿山掘进机的打滑识别与智能补偿方法，包括，获取当前惯导系统解算的角度，速度信息与里程计的里程信息将作为输入量输入到已训练好的神经网络模型当中；所述神经网络模型被训练为根据所述输入量判断当前矿山掘进机的打滑模式；当神经网络模型输出打滑模式为0类时，不做任何处理；当打滑模式为1、2两类时，弃用里程计的数据，引入新的观测量△v与△θ进行卡尔曼滤波的方式减小打滑误差；当打滑模式为3、4两类时，通过由控制中心引入控制量的方式使其尽快脱离打滑状态。

技术领域

本发明涉及惯性自主导航技术领域，具体涉及一种用于矿山掘进机的打滑识别与智能补偿方法。

背景技术

矿山的环境十分恶劣，很容易出现山体不稳定的情况，在不佳的天气状况的影响下，容易出现塌方等安全问题，这些给二次开采与人员的生命安全造成极大的威胁。无人掘进机被引入用于矿山采煤，因此需要对其进行定位。鉴于其环境的复杂性，采用捷联惯导(惯性导航)与里程计组合系统进行定位较为适宜。捷联惯导系统具有如下的优点：它不依赖于外界信息，通过感受地球自转角速度与重力加速度，自主的进行导航，且体积较小，相对于其他系统易于安置，因此十分合适在矿山掘进机上使用，能够有效的获取其姿态，位置和速度等信息。里程计常用来获取物体行驶的里程信息，与惯导的信息融合能够获得更高的定位精度。无人掘进机在行进过程中会遭遇打滑。在打滑状态下若仍采用常规的导航解算方式，会导致其累计误差逐渐增大，从而使整个系统的输出失去可靠性。故必须对掘进机的打滑与否进行判断，并采取相应的方法来补偿打滑所带来的误差，从而提高惯导里程计组合系统的精度。

目前，针对打滑模式的识别与补偿已有一些研究，如专利文献CN107782307A中采用速度差分的方法来进行打滑与否的检测，具体实施方式为用轨检仪前进的速率与设定的阈值进行比较，当其模值大于阈值时，判定为发生打滑。在后续的补偿中采用纯惯导的方式代替里程计数据。专利文献CN206107261U中通过将机车的速度，角速度与蠕滑的速度与设定的阈值进行比较来进行打滑的判别。综上所示，针对打滑模式的识别多采用速度量，通过设定并比较阈值的方法来进行判别，对其补偿的方式基本为弃用里程计数据，单纯依靠惯型导航系统的方式来输出速度和位置信息，然而矿山环境下的无人掘进机在出现打滑时，情况较为复杂，单一的使用速度量阈值作为判断标准会造成很高的误判率，另外，由于打滑时惯导仍采用常规导解算方式，未作任何补偿，单纯依靠惯型导航系统的方式来输出速度和位置信息仍旧存在较大误差。

发明内容

本发明针对现有技术的缺陷，提供一种用于矿山掘进机的打滑识别与智能补偿方法，在矿山掘进机上使用的与里程计组合的惯性导航系统，利用惯导姿态参数与里程计的里程信息组成输入信息方案进行学习，识别打滑模式，最后引入了新的观测量，通过卡尔曼滤波对惯导解算数据的误差做出相应的补偿。

本发明中的用于矿山掘进机的打滑识别与智能补偿方法，包括：

获取当前惯导系统解算的角度，速度信息与里程计的里程信息将作为输入量输入到已训练好的神经网络模型当中；

所述神经网络模被训练为根据所述输入量判断当前矿山掘进机的打滑模式；该神经网络模型输出0、1、2、3、4五种模式：0代表正常不打滑状态；1代表左侧打滑，右侧不打滑状态；2 代表右侧打滑，左侧不打滑状态；3代表轮子不转，掘进机仍在行进；4代表轮子空转，掘进机不动；

当神经网络模型输出打滑模式为0类时，不做任何处理；

当打滑模式为1、2两类时，弃用里程计的数据，通过对矿山掘进机的速度变化量和方向角变化量进行卡尔曼滤波，将滤波后的速度变化量和方向角变化量作为当前时刻惯导系统输出的速度和方向角值上进行补偿；

当打滑模式为3、4两类时，通过控制中心引入控制量的方式使其尽快脱离打滑状态。