来源：期刊VIP网 时间：
作者：刘京;魏志强;蔡春蒙;刘洋;
单位：三一智能装备有限公司;西安交通大学数学与统计学院;
摘要：煤矿掘进机精准定位是智能掘进的基础，但井下低光照、高粉尘等恶劣作业环境导致单一定位方法精度低、稳定性差。为提高掘进机在恶劣环境中的定位精度，提出了一种基于误差状态卡尔曼滤波（ESKF）的激光雷达与惯导融合的掘进机定位方法。首先，以悬挂在巷道顶部的球靶中心为巷道坐标系原点，设计基于密度的噪声鲁棒空间聚类（DBSCAN）算法和基于形状特征的球靶点云提取算法，解决传统依靠反射强度区分球靶的方法在粉尘堆积时易失效的问题，结合坐标变换方法构建雷达位置测量系统以获得融合定位基准。其次，利用惯导积分得到掘进机的位置和姿态信息。然后，基于一阶高斯马尔可夫过程进行误差状态建模，采用误差状态卡尔曼滤波算法融合雷达和惯导的输出，得到掘进机在巷道中的融合定位结果，并将融合定位结果反馈给惯导，以校正其累计误差，从而获得精准的定位结果。定位试验结果表明：在掘进机静止状态下，不同位置和姿态角下雷达定位系统的位置误差小于10 cm，惯导定位系统的位置误差小于70 cm；在掘进机运动状态下，融合系统的位置误差为5.8 cm，相比雷达系统的位置误差降低了12.1%。基于激光雷达与惯导融合的掘进机定位方法可以在复杂掘进工况中满足煤矿掘进机自动截割时的定位需求。
关键词：掘进机定位;激光雷达;惯导;误差状态卡尔曼滤波;基于密度的噪声鲁棒空间聚类算法;球靶
基金资助：陕西省秦创原引用高层次创新创业人才项目(QCYRCXM-2023-094); 三一集团2023年重大技术开发项目(8037023)
