【技术实现步骤摘要】
高精度的井下车辆定位方法及其系统
[0001]本专利技术涉及井下车辆自动驾驶
,尤其涉及一种高精度的井下车辆定位方法及其系统。
技术介绍
[0002]现阶段,自动驾驶车辆已逐渐成为研究的热点,在一些港口、园区、物流中心等物权明确且相对封闭的场景中,自动驾驶车辆已经有了相对成熟的商业案列。自动驾驶作为未来的一大科技重点,实现高精准度自主导航是最终目标,在自主导航系统中,定位问题无疑是首先要解决的难题,准确的位姿估计是实现自主导航的关键技术。
[0003]在煤矿行业内,自动驾驶矿卡在露天煤矿的应用也逐渐成熟。但是,现阶段的自动驾驶车辆定位方案大多是基于GNSS(全球导航卫星系统)信号,而井工煤矿处于地下封闭空间,GNSS信号弱,井下自动驾驶定位无法获取GNSS信号,并且井工煤矿环境复杂,巷道多、光线昏暗,地面自动驾驶相关定位方法无法直接应用于井下车辆。
[0004]为了解决井下车辆定位的问题,目前已有基于UWB、IMU或激光雷达的定位方案,但是,UWB属于有源定位方法,UWB信号容易受到遮挡物的影响,且当U ...
【技术保护点】
【技术特征摘要】
其中,(x,y)表示UWB位置预测值,K
A
=(x
A2
+y
A2
),K1=(x
12
+y
12
),x
A,1
=x
A
‑
x1,y
A,1
=y
A
‑
y1,R1表示车辆与第1个UWB基站之间的距离。6.如权利要求3所述的高精度的井下车辆定位方法,其特征在于,构建雷达位置预测值,具体包括:通过激光雷达扫描获取井下巷道的点云数据集;获取井下巷道地图的点云匹配集;计算点云数据集和点云匹配集之间的相对变换函数E(Q,G),Q表示旋转矩阵,G表示平移矩阵;对所述相对变换函数E(Q,G)进行闭环检测,若E(Q,G)小于设定阈值,则表明点云数据集和点云匹配集之间匹配良好,符合闭环要求;否则,重新计算相对变换函数;利用符合闭环要求的相对变换函数E(Q,G)对所述点云数据集进行空间变换,确定车辆在井下巷道地图中的预测位置,即雷达位置预测值。7.如权利要求3所述的高精度的井下车辆定位方法,其特征在于,计算融合函数F(p)的最优解,具体包括:当F(p)=0时,解出的p值即为最优解;对所述融合函数F(p)进行非线性优化,得到优化函数:F(p+Δp)≈F(p)+J(p)Δp其中,表示F(p)的雅可比矩阵,Δp表示增量;令F(p+Δp)≈F(p)+J(p)Δp=0,利用最小二乘法求解出最优增量Δp
*
,则p+Δp
*
即为最优解。8.如权利要求5所述的高精度的井下车辆定位方法,其特征在于,获取车辆与m个UWB基站之间的距离R
m
...
【专利技术属性】
技术研发人员:王天宇,周李兵,陈晓晶,邹盛,于政乾,赵叶鑫,王国庆,卫健健,蒋雪利,
申请(专利权)人:中煤科工集团常州研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。