-
题名基于多传感器融合的液压支架位姿精确感知方法
被引量：1
- 1
-
-
作者
马长青
李旭阳
李峰
毛俊杰
魏祥宇
马肖杨
-
机构
山东科技大学智能装备学院
-
出处
《工矿自动化》
北大核心
2025年第4期114-119,共6页
-
基金
国家自然科学基金项目(52104092)
山东省自然科学基金项目(ZR2020QE120)
泰安市科技创新发展项目(2021GX054)。
-
文摘
为精确感知扰动环境下液压支架位姿信息,提出了一种基于多传感器融合的液压支架位姿精确感知方法。首先,在液压支架顶梁、掩护梁、后连杆和底座4个构件上部署九轴姿态传感器,利用其陀螺仪、加速度计和磁力计分别解算出其所在构件的横滚角、俯仰角和偏航角等位姿数据;然后,通过无迹卡尔曼滤波(UKF)算法和梯度下降(IGD)算法(IGD-UKF算法)对位姿数据进行滤波处理,降低扰动因素对位姿数据的干扰;最后,采用自适应加权融合算法对滤波处理后的液压支架顶梁和底座的偏航角和横滚角数据进行融合处理,消除外界振动、噪声等因素引起的液压支架顶梁和底座传感器数据误差。对施加扰动下液压支架顶梁低头和抬头、底座低头和抬头、液压支架左倾和右倾、液压支架左偏和右偏等工况下顶梁、掩护梁、后连杆和底座的位姿进行感知实验,结果表明:经IGD-UKF算法处理后的数据曲线波动趋于平缓,在抑制振荡、减小振幅上的效果明显;液压支架偏航角误差为0.001 8~0.025 1°,平均绝对误差为0.004 8°,横滚角误差为0.001 4~0.028 1°,平均绝对误差为0.004 7°,实现了扰动环境下液压支架位姿的精确感知。
-
关键词
液压支架
支架位姿感知
多传感器融合
无迹卡尔曼滤波
梯度下降
自适应加权融合
九轴姿态传感器
-
Keywords
hydraulic supports
perception of the position and posture of supports
multi-sensor fusion
Unscented Kalman Filter(UKF)
Improved Gradient Descent(IGD)
adaptive weighted fusion
nine-axis attitude sensors
-
分类号
TD353
[矿业工程—矿井建设]
-
-
题名提高机器人末端姿态检测精度的数据融合算法
被引量：4
- 2
-
-
作者
李标
潘海鸿
陈琳
毛汉领
-
机构
广西大学机械工程学院
-
出处
《机械设计与制造》
北大核心
2015年第11期103-107,共5页
-
基金
自主核心技术的经济型6自由度焊接机器人研制及应用(桂科攻1348012-10)
支持CAD导航的经济型焊接机器人研制与应用示范(南宁市科技开发计划20141020)
-
文摘
为了实现基于多传感器技术的机器人末端姿态的精确检测,通过对多传感器数据融合算法进行研究,提出构建基于九轴无线姿态传感器(LPMS-B)及相关数据融合算法的检测方法。该方法首先提出一种改进的高斯牛顿算法(IGN)实现了对加速度计和磁强计采集的数据的姿态四元数寻优估计,其次,通过更新的四元数算法对陀螺仪采集的数据求取四元数,最后,将改进的高斯牛顿算法和更新的四元数算法得到的四元数进行互补滤波,求取精度更高的四元数,解算出姿态角,并在OTC机器人平台上进行试验。试验研究结果表明,该检测方法使得姿态检测精度相比于四元数法、卡尔曼滤波和实际测量值有着较大的提高,能更准确的获得机器人末端精度。
-
关键词
数据融合算法
姿态检测
九轴无线姿态传感器
-
Keywords
Data Fusion Algorithm
IGN
Detection of Terminal Attitude
LPMS--B
-
分类号
TH16
[机械工程—机械制造及自动化]
TP16
[自动化与计算机技术—控制理论与控制工程]
-
-
题名井下生产操作实践中疲劳状态感知
被引量：2
- 3
-
-
作者
刘毅
张纬韬
张帆
-
机构
中国矿业大学(北京)机电与信息工程学院
-
出处
《工矿自动化》
北大核心
2022年第2期114-118,130,共6页
-
基金
国家重点研发计划项目(2016YFC0801806)
中国矿业大学(北京)教学内容更新与教学方法改革研究项目(J210418)
中央高校基本科研业务费资助项目(2021YJSJD24)。
-
文摘
煤矿事故中人为因素引发的事故主要由井下作业人员疲劳和注意力不集中引发的误操作造成。现有基于生理信号或眼部图像的人员疲劳检测方法存在实施复杂、适应性差、准确率低、易漏报和误报等问题。针对上述问题,设计了一种基于头部姿态监测的井下人员疲劳状态感知装置。当井下人员处于疲劳状态时,会产生头部下垂动作,大脑通过耳蜗感知到头部失去平衡,为了恢复平衡和保持清醒,大脑会控制颈部进行恢复性抬头动作,从而形成一个周期性点头动作。在安全帽上安装九轴姿态传感器采集角速度、加速度、磁场强度,通过数据融合得到头部姿态数据,利用四元数法解算头部姿态角,并根据头部姿态角捕捉点头动作,当单位时间内点头动作占比超出阈值,则判断人员处于疲劳状态,发出声光预警,并通过无线方式向地面监控终端发送预警信号。实验结果表明,该装置能准确获取头部姿态角,捕捉疲劳特征动作,并有效判断井下人员是否处于疲劳状态。该装置具有体积小、质量轻、功耗低、易于实施等特点,可为生产操作实践中操作疲劳监测提供技术借鉴。
-
关键词
疲劳状态感知
头部姿态
点头动作
九轴姿态传感器
四元数
-
Keywords
fatigue state perception
head posture
nodding motion
nine-axis posture sensor
quaternion
-
分类号
TD67
[矿业工程—矿山机电]
-
