一种基于UKF的井下机器人超声网络定位方法

作     者：谭玉新 杨维 TAN Yu-xin YANG Wei

作者机构：北京交通大学电子信息工程学院北京100044 

出 版 物：《煤炭学报》 (Journal of China Coal Society)

年 卷 期：2016年第41卷第9期

页      面：2396-2404页

核心收录：

学科分类：081901[工学-采矿工程] 0819[工学-矿业工程] 08[工学] 

基　　金：国家重点研发计划重点专项资助项目(2016YFC0801800) 国家自然科学基金资助项目(51474015 51274018) 

主　　题：机器人定位 煤矿井下 超声网络 无损卡尔曼滤波 

摘      要：机器人将在未来煤矿少人或无人化开采中发挥重要作用。根据井下工作光线较暗,空间封闭的特点,提出了一种基于无损卡尔曼滤波(unscented Kalman filter,UKF)的井下机器人超声网络定位方法。方法的核心是通过对光电码盘和电子罗盘定位以及超声网络定位输出的井下机器人位置坐标和航向角度进行UKF滤波,来对井下机器人进行位置更新和预测。由于对机器人进行位置更新和预测是复杂的非线性函数,采用UKF能有效提高滤波精度,降低定位误差。由于越接近当前时刻的转弯半径误差对转弯半径影响越大,故采用Sigmoid函数作为转弯半径误差系数来计算M个转弯半径误差和。以误差和为权重调节机器人左右驱动轮的转弯半径,可以减小转弯半径误差。仿真结果表明,采用所提出的基于UKF的井下机器人超声网络定位方法实现了井下机器人更稳定和更精确的定位。