一种掘进机截割头自适应定位系统及方法技术方案

本发明专利技术公开了一种基于光学与磁场定位的掘进机截割头自适应定位系统和方法。本发明专利技术中的磁场定位部分首先通过带有固定永磁体的截割头在遍历工作空间，由光学定位模块实时记录三维空间位置，由磁场传感器记录对应位置的磁感应强度，以获取训练数据，然后通过深度学习算法构建初始磁场定位模型。在磁场定位模型工作过程中，光学辅助定位系统继续工作，在掘进机截割头未被埋没时保持对截割头位置信息的采集，并通过光学辅助定位系统采集到的高精度位置信息对磁场定位模型进行更新训练，更新训练过程中，光学辅助定位结果所提供的数据具有时间权重，距离当前时间越近的数据在模型更新训练中学习率越大。通过对磁场定位模型的不断更新训练，使其自动适应环境变化，避免磁源因震荡退磁以及掘进机远距离运动后地磁变化对磁场定位精度的影响。

An adaptive positioning system and method for cutting head of roadheader

The invention discloses an adaptive positioning system and method of a roadheader cutting head based on optical and magnetic field positioning. The magnetic field positioning part of the invention firstly traverses the working space through a cutting head with a fixed permanent magnet, the optical positioning module records the three-dimensional space position in real time, and the magnetic induction intensity of the corresponding position is recorded by the magnetic field sensor to obtain the training data, and then the initial magnetic field positioning model is constructed through the depth learning algorithm. During the working process of the magnetic field positioning model, the optical auxiliary positioning system continues to work. It keeps the collection of the cutting head position information when the cutting head of the roadheader is not buried, and updates the magnetic field positioning model through the high-precision position information collected by the optical auxiliary positioning system. During the updating training process, the data provided by the optical auxiliary positioning results has the time weight The closer the data is to the current time, the higher the learning rate of model updating training. Through the continuous updating training of the magnetic field positioning model, it can automatically adapt to the changes of the environment and avoid the impact of the magnetic source demagnetization due to vibration and the geomagnetic change after the long-distance movement of the roadheader on the magnetic field positioning accuracy.

【技术实现步骤摘要】
一种掘进机截割头自适应定位系统及方法
本专利技术涉及一种掘进机截割头定位系统及方法。具体的说，本专利技术涉及一种基于深度学习的磁场定位为主，以光学定位为辅助校准的，可以自动适应环境改变的掘进机截割头定位系统及方法。
技术介绍
在高粉尘的低可见度环境下使用磁场定位方法对掘进机截割头进行定位是一种可行的方法。但磁场定位方法也存在其局限性。针对掘进机截割头磁场定位系统的精度随使用时间降低的问题，即随着掘进机长时间大范围的运动导致的地磁条件改变，以及位于掘进机截割头后部的磁源因长时间震动磁性减弱导致的磁场定位精度下降问题，我们引入了光学定位对其进行辅助校准，并对磁场定位模型进行了动态改进，实现了掘进机截割头定位系统的自动化校准调整，使其可以自动适应环境改变，在动态环境中保持定位精度，大大提高了掘进机截割头定位系统的稳定性。
技术实现思路
本专利技术公开了一种掘进机截割头自适应定位系统及方法，解决了在使用磁场定位方法对掘进机进行定位过程中，定位精度随定位系统随环境改变及磁源强度衰减而下降的问题，大大提高了掘进机截割头定位系统的稳定性。定所述自适应定位系统包括磁场定位模块、可固定于截割头后方的磁源、光学辅助定位模块、含有自适应定位模型的终端处理器。由于随着掘进机的大范围运动和时间的推移，地磁条件会随之改变，因为截割头震动的影响，位于截割头后部的磁源强度也会受到影响，建立在初始地磁环境以及磁源强度上的磁场定位模型的精度必然随之降低甚至失效。本方法中的磁场定位部分首先通过带有固定永磁体的截割头在遍历工作空间，由光学辅助定位模块实时记录三维空间位置，由磁场传感器记录对应位置的磁感应强度，以获取训练数据，然后通过机器学习算法构建磁场定位模型。而后在磁场定位模型工作过程中，光学辅助定位系统继续工作，在掘进机截割头未被埋没时保持对截割头位置信息的采集，并通过光学辅助定位系统采集到的高精度位置信息对磁场定位模型进行更新训练，更新训练过程中，光学辅助定位结果所提供的数据具有时间权重，距离当前时间越近的数据在模型更新训练中学习率越大。通过对磁场定位模型的不断更新训练，使其自动适应环境变化，避免磁源因震荡退磁以及掘进机远距离运动后地磁变化对磁场定位精度的影响。本专利技术提供的具体
技术实现思路
是：一种掘进机截割头自适应定位系统，定位系统包括磁场定位模块、可固定于截割头后方的磁源、光学辅助定位模块、含有自适应定位模型的终端处理器。所述磁场定位模块用于对截割头进行磁场定位；所述磁源用于将截割头的位置数据传递给磁场定位模块；所述光学辅助定位模块用于提供校准调整所需的高精度数据；所述含有自适应定位模型的终端处理器用于对获得位置数据进行处理，以及根据环境变化自动调整磁场定位模型以保持其定位精度；所述位置数据包括辅助定位模块获得的高精度位置数据，以及磁场定位模块获得的磁场位置数据。优选地，所述磁场定位模块包括至少两个三轴磁场传感器，分别放置于掘进机机身两侧或与机身同步运动的滑轨以及支架上。优选地，所述光学辅助定位模块包括至少两个光学摄像头以及配套的数据采集、传输装置，所述至少两个光学摄像头位于截割头后方，且与机身相对位置关系固定后，在定位过程中不再变更，所述光学摄像头不止限于可见光波段，可以根据具体环境使用远近红外等多种波段的摄像头。优选地，磁源固定于截割头后方，与截割头一起运动，通过磁源的运动影响所述磁场传感器获得的磁场强度。所述磁源为永磁体或电磁铁。本专利技术公开的定位方法为：所述磁场定位方法利用处理器中的机器学习算法对样本进行训练后构建定位模型，使用所述定位模型对截割头进行磁场定位；所述机器学习算法为深度学习算法，所述定位模型为深度学习定位模型，利用样本数据进行训练后获得深度学习定位模型，该深度学习定位模型用于对截割头进行磁场定位，通过磁场传感器获得对应不同位置处的磁源的磁场强度数据，该深度学习定位模型利用该磁场强度数据从而获得截割头的空间位置。所述光学辅助定位方法基于图像识别和几何光学方法对截割头进行定位，所述图像识别方法可以基于可见光条件下截割头的成像特征，也可以基于工作中的截割头的摩擦发热产生的红外成像特征；所述自动校准方法根据光学辅助定位结果对磁场定位所使用的模型进行更新训练，所述更新训练过程中，光学辅助定位结果所提供的数据具有时间权重，距离当前时间越近的数据在模型更新中学习率越大。在截割头的定位过程中磁场定位用于全局全时段提供截割头定位信息，光学辅助定位系统只在掘进机截割头未被机身遮挡或未被埋没于矿渣中时工作，提供高精度位置数据用以自动调整校准磁场定位模型，避免磁源因震荡退磁以及掘进机远距离运动后地磁变化对磁场定位精度的影响。优选地，所述自动校准方法括以下步骤：步骤一，光学辅助定位系统获取截割头位置信息；步骤二，磁场传感器采集磁场数据；步骤三，判断光学定位系统是否处于正常工作状态。如果是，执行步骤四；如果否，执行步骤十；步骤四，将光学定位结果存入历史数据，数据序号i；步骤五，将磁场数据存入历史数据，数据序号i；步骤六，i=i+1；步骤七，更新历史数据时间权重，序号i越大则权重越大；步骤八，根据时间权重调整不同时间数据在更新训练模型时的学习率；步骤九，使用历史数据更新训练磁场定位模型；步骤十，将磁场传感器获取的磁场数据带入磁场定位模型；步骤十一，输出磁场定位结果。附图说明图1仿真模型示意图；图2磁场信号及对应定位坐标示意图；图3引入磁场变化示意图；图4自适应定位算法流程图；图5普通磁场定位模型对原始数据定位效果图；图6普通磁场定位模型对引入磁场变化的数据的定位效果图；图7自适应模型对引入磁场变化的数据的定位效果图。具体实施方式下面结合附图，通过实施案例对本专利技术进行进一步详细说明，但不以任何方式限制本专利技术的范围。本专利技术中实施案例中的使用仿真数据展示自适应定位模型的定位效果。如图1所示，仿真模型中，磁源为内径55cm，外径60cm的500匝圆形电磁铁，工作电流为1A。位于传感器所在平面上方500cm处。磁场传感器位于传感器所在平面的中心。本专利技术提供一种基于红外与磁场定位的掘进机截割头复合定位系统，定位系统包括红外定位模块、磁场定位模块、以及含有自适应定位模型的终端处理器具体实施例中使用仿真数据具体展示自适应定位模型的定位效果。以上是本专利技术的掘进机截割头定位系统的具体组成。下面将详细介绍本专利技术的定位方法。磁场定位需要预先训练定位模型，本实施例中首先通过带有固定永磁体的截割头在遍历工作空间，由红外定位模块时时记录三维空间位置，由磁场传感器记录对应位置的磁感应强度，以获取训练数据。在仿真模型中，磁源实际位置和磁场传感器对应采集到的磁场我们可以直接获取使用，仿真得到的数据如图2所示。其中仿真得到的坐标信息用于代替光学辅助定位的定位信息，仿真得到的磁场信息用于代替实际定位中磁场传感器采集到的磁场信息。我们通过引入一本文档来自技高网...

【技术保护点】
1.一种掘进机截割头自适应定位系统及方法，其特征在于：/n所述自适应定位系统包括磁场定位模块、可固定于截割头后方的磁源、光学辅助定位模块、含有自适应定位模型的终端处理器；所述磁场定位模块用于对截割头进行磁场定位；所述磁源用于将截割头的位置数据传递给磁场定位模块；所述光学辅助定位模块用于提供校准调整所需的高精度数据；所述含有自适应定位模型的终端处理器用于对获得位置数据进行处理，以及根据环境变化自动调整磁场定位模型以保持其定位精度；所述位置数据包括辅助定位模块获得的高精度位置数据，以及磁场定位模块获得的磁场位置数据。/n

【技术特征摘要】
1.一种掘进机截割头自适应定位系统及方法，其特征在于：
所述自适应定位系统包括磁场定位模块、可固定于截割头后方的磁源、光学辅助定位模块、含有自适应定位模型的终端处理器；所述磁场定位模块用于对截割头进行磁场定位；所述磁源用于将截割头的位置数据传递给磁场定位模块；所述光学辅助定位模块用于提供校准调整所需的高精度数据；所述含有自适应定位模型的终端处理器用于对获得位置数据进行处理，以及根据环境变化自动调整磁场定位模型以保持其定位精度；所述位置数据包括辅助定位模块获得的高精度位置数据，以及磁场定位模块获得的磁场位置数据。


2.根据权利要求1所述的定位系统，其特征在于，所述磁场定位模块包括至少两个三轴磁场传感器，分别放置于掘进机机身两侧或与机身同步运动的滑轨以及支架上。


3.根据权利要求1所述的定位系统，其特征在于，所述光学辅助定位模块包括至少两个光学摄像头以及配套的数据采集、传输装置，所述至少两个光学摄像头位于截割头后方，且与机身相对位置关系固定后，在定位过程中不再变更，所述光学摄像头不止限于可见光波段，可以根据具体环境使用远近红外等多种波段的摄像头。


4.根据权利要求3所述的定位系统，其特征在于，磁源固定于截割头后方，与截割头一起运动，通过磁源的运动影响所述磁场传感器获得的磁场强度；所述磁源为永磁体或电磁铁。


5.一种掘进机截割头自适应定位方法，利用权利要求1-4任一项所述的定位系统对掘进机截割头进行定位，其特征在于：所述自适应定位方法包括磁场定位和光学辅助定位及自动校准；所述磁场定位方法利用处理器中的机器学习算法对样本进行训练后构建定位模型，使用所述定位模型对截割头进行磁场定位；所述机器学习算法为深度学习算法，所述定位模型为深度学...

【专利技术属性】
技术研发人员：刘存玉，张步勤，王华英，冀庆亚，
申请(专利权)人：冀中能源峰峰集团有限公司，河北工程大学，
类型：发明
国别省市：河北;13