无人操纵铲运机井下导航研究.pdf

第6 l 卷第4 期 2009 年I1 月 有色金属 N o n f e i r o n sM e t a l s V 0 1 ．6 1 ，N o ．4 N o v e m b e r ．2009 无人操纵铲运机井下导航研究 郭鑫1 ，战凯1 ，顾洪枢1 ，石峰1 ，迟洪鹏2 1 ．北京矿冶研究总院，北京10 0 0 4 4 ；2 ．北京科技大学，北京10 0 0 8 3 摘要研究地下无人操纵铲运机井下导航系统，包括整体的导航方案选定，控制部分硬件的搭建。铲运机转向液压控制部 分的设计以及导航算法的研究和验证。利用P R O E 和A D A M S 对某型号铲运机进行三维多体力学建模，针对转向系统，通过M A T L A B ／S i m u l i n k 联合仿真对转向算法进行验证，确定最佳算法。 关键词采矿工程；铲运机；导航；定位；轨迹追踪；A D A M S ；s i m u l i n k 中图分类号T D 4 2 2 ．4文献标识码A文章编号1 0 0 1 0 2 1 1 2 0 0 9 0 4 0 1 4 3 0 5 1智能化铲运机的发展背景和方向 地下遥控铲运机是铲运机智能化的开端，为了 在环境恶劣和危险地区作业，国外从2 0 世纪7 0 年 代中期就开始发展铲运机的视距遥控技术，操作人 员于作业区内的危险范围外，直接观察并且利用遥 控设备控制铲运机进行工作。 地下设备遥控化发展已较为成熟悉，几乎所有 大型铲运机生产厂家都提供遥控铲运机，但铲运机 的智能化最终要实现地下铲运机的自动导航与定 位，自主驾驶，自动铲装卸载。由于井下定位和导航 的困难，井下巷道的狭窄，铲运机本身具有大质量、 大惯性，转向大延迟的特点，故目前国内外尚无成熟 的无人操纵铲运机产品。 针对无人操纵铲运机难点之一的导航进行系统 研究，包括硬件搭建，理论验证，并通过P R O E 和 A D A M S 对某型号铲运机进行实体建模，针对自动转 向的控制算法做深入研究，在A D A M S ／S i m u l i n k 下 联合仿真，对新的控制方法的优越性进行验证。 2 地下无人操纵铲运机导航系统构建 1 定位系统。首先，在巷道内建立通信基站， 用于铲运机与井上监控之间的通信。同时利用计算 基站与铲运机的距离，辅助铲运机进行井下定位。 其次，在铲运机机身安装多种类型的传感器，进行精 确的井下定位。采用匹配定位法，通过对铲运车内 收稿日期2 0 0 9 一O I 1 2 基金项目国家高技术研究发展计划“8 6 3 ”项目 2 0 0 6 A A 0 6 2 1 3 7 作者简介郭鑫 1 9 8 3 一 ，男，河南社旗县人，助理工程师，硕士， 主要从事地下矿山无轨设备等方面的研究。 部传感器和外部传感器信息的融合，来计算位置和 方向 航位推测法 。用M a p G I S 进行地下环境的数 据采集，地下数字地图的构建，与定位传感器相配 合，对铲运机进行地下定位。 2 传感器选型、布置与多传感器融合。对于 横向距离的测量，采用激光测距仪。方向性好，距离 远，精度高。对于纵向距离的测量，使用里程计，与 基站通信的计算距离相互融合。每经过一次基站， 数据较准一次，消除行驶误差。 传感器的安置，使用两个激光测距仪，安装在前 车体的驱动桥的两侧对称位置，由于铲运机铰接转 向的特点，相对于安装在后车体相应位置，减少了轨 迹追踪的迟滞。里程计安装在前车体，进行相对位 移的测算。 对于自身转向角度的测量，使用角度传感器，布 置在前后车体的铰接点。 图1 铲运机传感器布置 F i g ．1 S e n s o r sl a y o u to fL H D 需要测量参数有三个。 a 转向角a 的测量， 如图1 所示，在铲运机前后车架铰接处安装转角传 万方数据 有色金属第6 l 卷 感器B ，即可测量出转向角a 。 b 偏离角1 3 的测 量，在铲运机的前车体上安装2 个激光测距仪A 1 和A 2 。通过机身行走时的瞬时斜率与目标路线的 斜率的计算，可以得出偏离角B 。 C 横向偏离位移 A y 的测量，通过2 个激光测距仪，得出车体坐标，与 巷道电子数字地图中的目标路线相减，得出偏离位 移A y 。 3 轨迹规划。选用M a p G I S 构建井下电子地 图，利用动态规划等算法研究全局路径规划，即根据 先验环境模型，找出从起始点到目的点的符合一定 性能指标的可行或最优路径。利用人工势场法、道 路查找法等研究局部避障规划技术，即基于周围环 境信息和目标点，计算出相应的轨迹路线，作为导航 控制的目标路线。 4 控制系统。以规划的轨迹路线为目标路 线，通过定位将自身位置与目标路线做比，控制铲运 机转向，使其在目标路线上行走。 转向部分的构建，在原有液压转向部分添加可 由单片机控制的增量式数字方向流量阀，其内部的 步进电机，在微机控制下，旋转的方向控制铲运机转 向的方向，步进电机旋转的角度，控制转向油缸的流 量，从而控制转向力矩的大小。液压控制原理图如 图2 所示，右边虚线部分为新增控制模块，其中A 处断开，B 为手动换向阀，可以在人工操纵状态和微 机自动控制状态之间切换。 图2 铲运机液压控制原理 F i g ．2 S c h e m eo fh y d r a u l i cc o n t r o ls y s t e m 5 导航算法。铲运机在目标路线上行驶，若 有位置偏差△y 和角度偏差口，则通过控制减小并使 之为零。由于具有大延迟、大惯性、高度非线性。地 下铲运机的铰接转向的自动控制，使用常规的以位 置差值为控制目标的P I D 和模糊白整定P I D 控制方 法效果并不理想，阶跃响应振荡过大，收敛过慢，快 速度响应和系统稳定性很难达到统一，控制的精度 也远远不够。所以导航的转向算法必须另辟蹊径。 通过模拟人工驾驶经验，增加新的控制参数，即 将与目标曲线夹角值和与目标曲线的位置差值为双 控制目标，加入了主动提前控制和自动修正行走路 线故建立以位置差A y 和角度偏差口为双目标参数 的控制方法。以下将在M a t l a b ／S i m u l i n k 中对此控 制算法进行仿真，与常规算法进行比较来验证优劣。 图3 铲运机A D A M S 建模 F i g ．3M o d e li nA D A M So fL H D 3 建模与仿真 1 采用某型号铲运机的实体参数，运用P R O E 做车身的建模，导入到多体动力学仿真软件A D A M S 中，在A D A M S ／V i e w 中添加轮胎、地面以及各种约 束初始行走速度。如图3 所示。 将铲运机在A D A M S 中的模型通过与S i m u l i n k 的专用接口进行联合仿真。铲运机模型在S i m u l i n k 中作为仿真执行机构。输人为铲运机转向力矩的大 小，输出为铲运机在A D A M S 中的实时坐标和转向 角度。通过S i m u l i n k 中的算法控制铲运机转向力 矩，将坐标和转向角度做为反馈值，建立负反馈。 2 导航算法及仿真。欲使铲运机与目标曲线 重合时，以铲运机与目标线路的横向距离差／t y 0 。 且夹角口 0 为控制目标。如图4 所示，当铲运机靠 近目标线路时，需右转，而此时若要满足夹角口 0 ， 需左转，两个目标相互冲突。而对于行走控制来说， 只要能保证在稳定状态下A y 0 ，则』B 0 也得到了 保证，这也是较为常用的控制方案。以A y 0 为控 制目标，分别用P I D 和模糊自整定P I D 进行控制仿 真，仿真方案分别如图5 和图6 所示。阶跃响应如 图7 和图8 所示。可见此类常规算法在铲运机转向 上效果不好，振荡时间过长，超调过大，且有稳态误 差，不能满足工程实际要求。 由上述两种控制算法可以看出，铲运机行走的 振荡过大，根本原因还是铲运机转向的延迟过大以 万方数据 第4 期郭鑫等无人操纵铲运机井下导航研究 1 4 5 I 图4 驾驶经验行走路线 F i g ．4T r a v e l i n gt r a c ko fd r i v e r 及惯性过大所致。如图4 所示，模拟人工驾驶经验， 实际驾驶员转向时，先转向使位置靠近目标路线，随 着位置差的减小，再反方向转向，使铲运机最终平滑 趋近于目标路线。故增加新的控制参数，即铲运机 与目标曲线瞬时夹角值口为控制目标，使其在A y 减 小为0 的过程中口值不超越9 0 0 ，并随A y 逐渐减小 而逐渐减小，避免其转向过头，使铲运机在未达到 △y 0 前做有节制的转向，防止铲运机走过头引起 持续振荡，修正超调特性，优化行走路线。 图5P I D 控制方案 F i g ．5 C o n t r o ls c h e m eo fP I D 图6 模糊自整定P I D 控制方案 F i g ．6 C o n t r o ls c h e m eo ff u z z ys e r f - t u r n i n gP I D 如图9 所示，针对铲运机向喵方向行走时可能 出现的四种情况，对与目标曲线夹角值卢进行规划。 将卢值大小做为修正路线的参数，与△y 相关。 图7P I D 控制阶跃响应曲线 F i g ．7S t e pr e s p o n s ec u r v eo fP I D 图8 模糊P I D 阶跃响应曲线 F i g ．8 S t e pr e s p o n s ec u r v eo ff u z z ys e r f - t u r n i n gP I D r ／一l ／ C ‘ ／。＼ 图9 行走路线的四种情况 F i g ．9 F o u rs i t u a t i o n so fd r i v i n g 若△，， 0 ，卢o 0 ，p 0 ，当芦。一J B 0 ，应该使转 向力矩为正，铲运机右转，反之若卢。币 0 时铲运机 应该左转。其中卢。为铲运机在当前△y 下的J B 的期 望值。卢。 ， z i y ，风随着A y 值的减小而减小，且 当△，，为0 时，成为0 。 若A y 0 ，风 0 ，且风伊 0 ，故应该使转 向力矩为负，铲运机左转。 万方数据 1 4 6有色金属 第6 l 卷 若A y 0 ，卢。 0 ，卢 0 ，故应该使转 向力矩为正，铲运机右转。 控制方案图如图1 0 所示。其阶跃响应曲线如 图1 1 所示。可明显看出振荡周期减少，超调减小， 消除了稳态误差。 图1 0 仿人控制方案 F i g ．1 0E x p e r tc o n t r o ls c h e m e 图1 l 仿人控制曲线响应曲线 F i g ．11S t e pr e s p o n s ec u r v eo fe x p e r tc o n t r o l 4结论 通过对地下无人操纵铲运机的多体力学建模， 对导航系统的搭建及算法进行了计算机仿真，验证 了此导航系统及其算法的可行性，为更加深入的对 铲运机智能化研究积累了经验。不足之处还有很 多，应用于实际1 二程的效果还有待检验，导航算法的 进一步优化也有改进的空间。 参考文献 [ 1 ] 张栋林．地下铲运机[ M ] ．北京冶金t 业出版社，2 0 0 2 3 1 3 3 ． [ 2 ] P e t r uR u s r ，E m i lM ．P e t r i u ，T h o r nEW h a l e n ，e ta 1 ．B e h a v i o r b a s e dn e u r o f u z z yc o n t r o l l e rf o rm o b i l er o b o tn a v i g a t i o n [ J ] I E E ET r a n s a c t i o n so nI n s t r u m e n t a t i o na n dM e a s u r e m e n t ，2 0 0 3 ，5 2 4 11 2 5 11 4 0 ． [ 3 ] 于京，张景璐．5 l 系列单片机c 程序设计与应用案例[ M ] ．北京中国电力出版社，2 0 0 6 2 5 2 8 ． [ 4 ] 张孝祖．车辆控制理论基础及应用[ M ] ．北京化学工业出版社，2 0 0 7 1 5 3 1 ． [ 5 ] 郑恩让，聂诗良．控制系统仿真[ M ] ．北京中国林业出版社，北京大学出版社，2 0 0 6 2 1 7 8 ． [ 6 ] 李士勇．模糊控制神经控制和智能控制论[ M ] ．哈尔滨哈尔滨工业大学出版社，2 0 0 2 2 5 0 3 8 7 ． [ 7 ] 范成建，熊光明，周明飞．虚拟样机软件M S CA D A M S 应用与提高[ M ] ．北京机械工业出版社，2 0 0 6 5 1 2 1 0 ． 万方数据 第4 期 郭鑫等无人操纵铲运机井下导航研究1 4 7 [ 8 ] 袁江顺。叶正环．液压传动与控制[ M ] ．武汉华中科技大学出版社，2 0 0 6 5 4 6 2 ． [ 9 ] 楼顺天，姚若玉，冶继民．基于M A T L A B7 ．x 的系统分析与设计，控制系统[ M ] ．西安西安电子科技大学出版社。 2 0 0 5 2 0 2 1 4 ． [ 1 0 ] 杨华，李小兵，吴鹏．G P S 技术在机车头灯自动寻迹中的应用[ J ] ．单片机与嵌入式系统应用，2 0 0 5 ，4 4 4 5 6 5 8 ． [ 1 1 ] 张明光，王鹏，王兆刚，等．变论域模糊自整定P I D 内模控制在主汽温控制系统中的应用研究[ J ] ．工业仪表与自动 化装置，2 0 0 8 。4 3 2 1 2 3 ． [ 1 2 ] 苗强，吴德伟，何 晶，等．航空无线电导航系统仿真研究[ J ] ．空军工程大学学报 自然科学版 ，2 0 0 8 ，9 3 1 6 一1 9 ． N a v i g a t i o nS y s t e mR e s e a r c ho fU n m a n n e dS c r a p e r G U O 舡n 1 ，Z H A NK a i l ，G UH o n g - s h u l 。S i l lF e n 9 1 ，C H IH o n g - p e n 9 2 1 ．B e i j i n gG e n e r a lR e s e a r c hJ 肼￡“Ⅱ抛o fM i n i n g ＆M e t a l l u r g y ，B e i j i n g1 0 0 0 4 4 ，C h i n a ； 2 ．U n w e H u yo fS c i e n c ea n dT e c h n o l o g yB e i j i n g ，B e i j i n g1 0 0 0 8 3 ，C h i n a A b s t r a c t T h en a v i g a t i o ns y s t e mo fL H D ，i n c l u d e st h ec h o i c eo fn a v i g a t i o ns y s t e m ，h a r d w a r eo fc o n t r o ls y s t e m ，d e s i g no f h y d r a u l i ca b o u ts t e e r i n ga n dt h es i m u l a t i o no fn a v i g a t i o n ，i si n v e s t i g a t e d ．B a s e dA D A M Sa n dM a t l a b ／S i m u l i n k ，t h e s t e e r i n gc o n t r o lm e t h o di ss i m u l a t e da n dt h es a t i s f i e dp r o c e s si sv e r i f i e d ． K e y w o r d s m i n i n ge n g i n e e r i n g ；s c r a p e r ；n a v i g a t i o n ；l o c a l i z a t i o n ；p o s i t i o nt r a c k i n g ；A D A M S ；S i m u l i n k 万方数据