在当前数字化、智能化浪潮的推动下,矿业领域也在逐步实现自动化和智能化。特别是随着矿山生产过程的无人化或少人化趋势,对采掘装备位姿识别技术的要求越来越高。这一技术对于保障煤矿井下的安全生产、促进机器之间的协同工作有着非常重要的意义。在矿山这种复杂多变的环境下,位姿识别面临着诸多挑战,尤其是在空间受限的掘进作业现场。电磁波在这样的环境中容易频繁地发生反射和散射,导致密集多径效应和大相位误差问题,这严重影响了位姿识别的精确性。为了解决这些问题,研究者们提出了基于多频连续波相位差测距的位姿识别方法。该方法通过采用无源宽带谐波标签,生成可利用的谐波信号,进而建立了基于非线性二次谐波反向散射的抗干扰模型。通过上、下行链路的频率分集技术,可以有效抑制矿井中的密集多径干扰。为了进一步提高测距的准确性,研究者们提出了基于距离的几何定位方法,并在此基础上开发出了连贯发射宽带多频连续波相位差测距算法。这项算法能够应对大相位误差条件下进行测距、定位以及识别的难题,能够实现在复杂环境下,对掘进机的位姿姿态角度进行高精度的识别。研究者们以掘进机为实例进行了仿真实验,测试了谐波标签的抗干扰性能以及相位差测距和掘进机位姿识别的效果。仿真测试结果显示,采用无源宽带谐波标签能够与传统无源标签相比,获得更大的信干比,并具有很强的顽健性,能够有效地抑制纳秒级密集多径干扰。同时,与现有的二次相差测距算法、参差频差测距算法相比,基于谐波反向散射抗干扰模型的测距算法在低信噪比条件下,定位测距精度可以达到厘米级分辨率,从而保证了掘进机位姿姿态角的识别。在本研究中,利用CSMCW相位差测距得到的掘进机航向角、俯仰角、横滚角的最大误差精度约为105m×4m×3m,测量距离可以达到100m,信噪比为-5dB。这样的精度和距离范围,能够满足未来应用的要求。多频连续波相位差测距的位姿识别方法,为实现智慧煤矿的发展目标提供了重要的技术支撑。通过精确的位姿识别,不仅可以提高矿山作业的安全性,还能大幅提高矿山作业的效率和智能化水平。当前,这一技术的应用正在逐步推广到更多领域,如煤矿机器人体系及关键技术、智能工作面多参量精准感知与安全决策、智慧矿山边缘云协同计算技术等。这些技术的发展和应用,对于推动煤炭工业的高质量发展具有十分关键的作用。在未来的智慧矿山中,位姿识别技术将成为实现各类设备、机器人和控制系统无缝协同工作的核心关键技术之一。
暂无评论