Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于惯性导航的矿山车辆智能导航与安全驾驶方法和系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明提供基于惯性导航的矿山车辆智能导航与安全驾驶方法和系统,涉及智能导航技术领域。方法包括:通过多种传感器采集车辆的运动和环境数据;采用扩展卡尔曼滤波对传感器数据进行融合,生成高精度的位置信息和运动状态;通过均值漂移检测和卡尔曼滤波残差分析算法进行异常检测;基于环境感知信息和预定目标进行路径规划;采用PID控制器或模型预测控制生成速度和转向控制指令;通过通信模块实现车辆与控制中心的数据传输和远程监控。本发明通过多传感器数据融合和先进的控制算法,实现矿山车辆在复杂环境中的高精度导航和安全驾驶,提高系统的可靠性和稳定性,保障矿山作业的安全性和效率。

主权项:1.基于惯性导航的矿山车辆智能导航与安全驾驶方法,其特征在于,包括:S1、获取矿山车辆的初始位置、速度和姿态数据,通过全球定位系统GPS和惯性测量单元IMU对初始位置P0、初始速度v0和姿态四元数q0进行初始化;S2、惯性导航系统通过所述IMU提供的加速度和角速度数据,结合惯性导航方程对车辆的位置、速度和姿态进行实时更新,位置更新公式如下: 上述式中,Pk表示时刻k的位置,vk表示时刻k的速度,ak表示时刻k的加速度,Δt表示时间步长,速度更新公式如下:vk+1=vk+akΔt姿态更新公式如下: 上述式中,Δq表示角速度积分得到的四元数增量,表示四元数乘法,四元数增量Δq的计算公式如下: 上述式中,ωk表示时刻k的角速度;S3、利用扩展卡尔曼滤波器EKF对IMU数据和其他传感器数据进行融合,以提高导航精度,所述其他传感器包括所述GPS、激光雷达LiDAR、超声波传感器、视觉传感器、磁力计和里程计,所述EKF包括预测和更新两个步骤;S4、利用矿山道路的地图信息和车辆当前状态,进行路径规划,采用A*算法进行路径规划,主要步骤如下:启发式函数hn的计算: 上述式中,n表示当前节点,xn,yn表示节点n的坐标,xgoal,ygoal表示目标节点的坐标;代价函数gn的计算:gn=gnparent+costnparent,n上述式中,nparent表示节点n的父节点,costnparent,n表示从父节点至当前节点的代价;总估计代价fn的计算:fn=gn+hn节点扩展和路径选择:重复扩展当前节点的所有子节点,计算其启发式函数fn的值,并选择fn值最小的节点进行下一步扩展,直至到达目标节点;S5、结合路径规划和环境感知,实时进行避障处理,避障策略包括动态窗口法DWA和人工势场法APF;S6、采用PID控制器或模型预测控制MPC对车辆进行控制。

全文数据:

权利要求:

百度查询: 西安三航智能信息技术有限公司 基于惯性导航的矿山车辆智能导航与安全驾驶方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。