Research on key technologies of mine unmanned vehicle
-
摘要: 矿井车辆无人驾驶是减少煤矿井下作业人员,建设安全、高效、绿色、智能化矿井的需要。总结了矿井车辆无人驾驶特点:煤矿井下作业人员位置全面感知、矿井车辆全部受控、矿井轨道运输设备只需一维定位、光照条件差、无线传输衰减大、无卫星信号、电磁环境复杂、电气防爆、环境潮湿、有淋水和粉尘。分析了煤矿井下超声波定位、激光定位、无线电定位(包括RFID,ZigBee,UWB,WiFi6,5G)、惯性导航、即时定位与地图构建(SLAM)、里程计等矿井车辆定位技术特点,提出了以UWB为主,惯性导航、里程计和SLAM为辅的矿井车辆联合定位方法。分析了激光雷达、毫米波雷达、红外摄像机、可见光摄像机、可见光双目视觉相机等矿井无人驾驶车辆障碍物识别与测距技术特点,提出了以激光雷达为主,毫米波雷达、红外摄像机、可见光摄像机、可见光双目视觉相机、超声波雷达为辅的矿井无人驾驶车辆障碍物识别和测距多信息融合方法。针对矿井无人驾驶车辆在遇到路况复杂,自动驾驶不能决策时,需自动转入地面远程控制模式的情况,指出基于5G无线通信系统的矿井车辆无人驾驶地面远程控制技术是首选方案,但矿用5G无线通信系统存在无线覆盖半径小、成本高等问题,可研究WiFi7在矿井车辆地面远程控制中的应用。Abstract: Mine unmanned vehicles are needed to reduce the number of coal mine underground operating personnel and to build safe, efficient, green and intelligent mines. The characteristics of mine unmanned vehicles are summarized as following points. The positions of underground operating personnel in coal mine are comprehensively identified. All mine vehicles are controlled. Mine track transportation equipment only needs one-dimensional positioning. The lighting condition is poor. The wireless transmission attenuation is large. There is no satellite signal. The electromagnetic environment is complex. The characteristics also include electrical explosion-proof, humid environment and water spray and dust. This paper analyzes the technical characteristics of mine vehicle positioning, such as ultrasonic positioning, laser position, radio positioning(including RFID, ZigBee, UWB, WiFi6, 5G), inertial navigation, simultaneous localization and mapping(SLAM), odometer and so on. This study puts forward a joint positioning method of mine vehicle, which is based on UWB and supplemented by inertial navigation, odometer and SLAM. This paper analyzes the technical characteristics of obstacle identification and distance measurement of mine unmanned vehicle, such as laser radar, millimeter wave radar, infrared camera, visible light camera, visible light binocular vision camera and so on. This study puts forward a multi-information fusion method of obstacle identification and distance measurement of mine unmanned vehicle. The method is mainly based on laser radar, supplemented by millimeter wave radar, infrared camera, visible light camera, visible light binocular vision camera and ultrasonic radar. When the road condition is complex and the automatic driving can not make decisions, the mine unmanned vehicle needs to automatically switch to the ground remote control mode. In view of the above situation, it is pointed out that the mine unmanned vehicle ground remote control technology based on 5G is the preferred scheme. However, the mine 5G wireless communication system has the problems of small wireless coverage radius and high cost. Therefore, it is suggested to study the application of WiFi7 in the mine vehicle ground remote control.
-
0. 引言
煤炭行业是高危行业,瓦斯、水、火、冲击地压、顶板、运输、机电、爆破等事故困扰着煤矿安全生产[1-4]。通过智能化、信息化、自动化和机械化,减少煤矿井下作业人员,是安全、高效、绿色、智能化矿井的必然选择。据统计,我国煤矿井下辅助运输人员占煤矿井下作业人员1/3以上[5]。因此,减少煤矿井下辅助运输人员,是建设安全、高效、绿色、智能化矿井的关键。
煤矿辅助运输是指除煤炭运输外的其他运输,包括材料、设备、人员和矸石运输等。煤矿辅助运输具有如下特点:① 运输线路随采掘工作面推进和搬迁而变化;② 工作地点分散、运输线路复杂;③ 待运物料品种繁多、形状各异;④ 井下巷道空间狭小;⑤ 光照条件差;⑥ 有瓦斯和煤尘等爆炸性物质,矿尘大,有淋水,环境潮湿等。
矿井无轨胶轮车和电机车(以下简称矿井车辆)是煤矿主要辅助运输设备。无轨胶轮车不需要专门的轨道,主要以柴油机和蓄电池为动力,也有的采用架空线、拖拽电缆供电(又称梭车)。电机车有专门的轨道,主要有架线电机车和蓄电池电机车。矿井车辆无人驾驶,是减少煤矿井下作业人员,建设安全、高效、绿色、智能化矿井的需要。
1. 矿井车辆无人驾驶特点
(1) 煤矿井下作业人员位置全面感知。《煤矿安全规程》规定,所有矿井必须装备人员位置监测系统。矿井人员位置监测系统是国家要求装备的煤矿安全避险六大系统之一,在煤矿安全生产、事故应急救援和事故调查中发挥着重要作用:遏制超定员生产、防止人员进入采空区等危险区域、发现超时作业人员、特种作业人员管理、干部下井管理、入井考勤、持证上岗管理等[6-7]。随着矿井人员定位技术的发展,采用UWB等技术研发了矿井人员精确定位系统,定位精度为0.3 m。矿井人员精确定位系统除具有上述矿井人员位置监测系统的功能外,还增加了以下功能:矿井水灾、煤与瓦斯突出、冲击地压等煤矿重特大事故预警;超层越界盗采监测;遇险遇难人员定位;放炮闭锁;井下爆炸物品库、变电所、水泵房等区域准入;按需照明、人在灯亮人走灯灭;防止车辆伤人;车辆定位等。矿井人员定位系统实现了煤矿井下作业人员位置全面感知。矿井人员和车辆精确定位系统可实现人车闭锁,避免车辆伤人。这是地面车辆无人驾驶难以做到的。
(2) 矿井车辆全部受控。为避免或减少车辆运输事故,提高运输效率,安全高效现代化矿井均装备矿井车辆定位与调度管理系统[8],全面监控煤矿井下所有车辆,可实现车车闭锁,避免车辆碰撞。这也是地面车辆无人驾驶难以做到的。
(3) 矿井轨道运输设备只需一维定位。电机车等矿井轨道运输设备在固定的轨道上运行,轨道在巷道中的位置是确定的。因此,电机车等矿井轨道运输设备可通过轴向位置,推算出横向位置,只需轴向一维定位,不需要轴向和横向二维定位。
(4) 煤矿井下光照条件差。煤矿井下无阳光、月光和星光。发光设备主要有矿灯、车灯、巷道灯、信号灯、指示灯、摄像机补光灯、手机灯等[9],光照条件差。
(5) 煤矿井下无线传输衰减大。煤矿井下是受限空间,电磁波传输与地面不同,传输衰减大,传输模型复杂多变,传输衰减受巷道截面大小和形状、围岩介质、弯曲、分支、倾斜、表面粗糙度、支护、电缆与水管等纵向导体、工字钢支护等横向导体、风门与机车等阻挡体影响。
(6) 煤矿井下无卫星信号。煤矿井工开采深度一般为数百米,最深达千米以上。卫星定位信号无法穿透煤岩到达煤矿井下。因此,矿井车辆不能采用卫星定位技术。
(7) 煤矿井下电磁环境复杂。煤矿井下空间狭小,设备相对集中,机电设备功率大,单台设备功率达数兆瓦,电磁环境复杂。大功率变频设备工作、大功率设备启停、架线电机车火花等会干扰矿井车辆无人驾驶设备。因此,矿井车辆无人驾驶设备应具有良好的电磁兼容性。
(8) 煤矿井下电气设备必须防爆。煤矿井下有CH4,CO等可燃性气体和煤尘,用于煤矿井下的电气设备必须防爆。为防止无线辐射在附近金属感生电动势放电,引爆瓦斯,煤矿井下无线辐射阈值≤6 W。本质安全型防爆具有安全性好、设备体积小、质量轻、可用于煤矿井下任何地点和瓦斯超限环境等优点。因此,矿井车辆无人驾驶设备必须防爆,并优选本质安全型防爆。
(9) 煤矿井下环境恶劣。煤矿井下潮湿、有淋水和粉尘,矿井车辆无人驾驶设备应有较好的防护性能。煤矿井下巷道底板不平,矿井车辆无人驾驶设备应有较好的防震性能。
2. 矿井车辆定位技术
矿井车辆定位是矿井车辆无人驾驶关键技术之一。矿井车辆和人员等动目标定位技术主要有超声波定位、激光定位、无线电定位、惯性导航、里程计等技术。其中,无线电定位、惯性导航、里程计等是经济实用的矿井车辆定位技术。
2.1 超声波定位技术
煤矿井下超声波定位技术主要采用超声波雷达测距方法。超声波雷达向车辆和人员等动目标发射超声波,并开始计时(开始计时时刻为T0);超声波雷达接收动目标反射的超声波,并停止计时(停止计时时刻为T1)。根据动目标距超声波雷达的距离(式(1))和超声波雷达的位置,对动目标定位。
$$ L_{1}=V(T_{1}-T_{0})/2 $$ (1) 式中:L1为动目标距超声波雷达的距离,m;V为超声波在空气中传播速度,340 m/s;T1−T0为超声波在超声波雷达至动目标之间的往返时间,s。
超声波定位具有受粉尘影响小、不受光照影响、不需在动目标上设置定位卡、系统简单、成本低等优点,但存在测距范围小、测量精度低、不能识别动目标身份、非视距定位误差大等缺点。因此,煤矿井下车辆和人员等动目标定位不宜采用超声波定位技术。但超声波定位技术可用于矿井车辆障碍物识别及测距。
2.2 激光定位技术
煤矿井下激光定位技术主要采用激光测距方法。激光发射器向车辆和人员等动目标发射激光束,并开始计时(开始计时时刻为T2);激光接收器接收动目标反射的激光束,并停止计时(停止计时时刻为T3)。根据动目标距激光收发装置的距离(式(2))和激光收发装置的位置,对动目标定位。
$$ L_{2}=C(T_{3}-T_{2})/2 $$ (2) 式中:L2为动目标距激光收发装置的距离,m;C为光速,3×105 km/s;T3−T2为激光束在激光收发装置至动目标之间的往返时间,s。
激光定位具有探测距离远、精度高、不需在动目标上设置定位卡、系统简单等优点,但存在不能识别动目标身份、只能在视距条件下定位、受粉尘影响大等缺点。因此,煤矿井下车辆和人员等动目标定位不宜采用激光定位技术。但激光定位技术可用于矿井车辆障碍物识别及测距。
2.3 无线电定位技术
目前,煤矿井下车辆和人员等动目标定位主要采用无线电定位技术。矿井车辆和人员等动目标定位系统一般由主机、定位分站、定位卡、便携式定位仪、网络交换机(可与定位分站一体)、电源箱(含备用电源,可与定位分站一体)、天线(可与定位分站一体)、电缆、光缆、接/分线盒、避雷器等组成。定位卡由下井人员携带或设置在车辆上。定位卡存储定位算法和身份识别信息;当进入定位分站定位范围时,将身份识别信息发送给定位分站,与定位分站共同测定定位卡位置;具有发出事故报警、接收紧急撤人命令、声光和振动报警等功能。定位分站设置在巷道中,通过无线方式读取定位卡内身份识别信息,与定位卡共同测定定位卡位置;接收定位卡发出的事故报警,向定位卡发送紧急撤人命令;通过网络交换机等与主机双向通信。
矿井车辆和人员等动目标定位系统主要采用RFID,ZigBee,UWB,WiFi6,5G等无线电定位技术。RFID技术具有系统简单、成本低等优点,但不能连续测距和定位,仅能区域定位,用于早期的矿井车辆和人员等动目标定位系统。ZigBee技术具有连续测距和定位、无线覆盖半径大(平直大巷无线覆盖半径达800 m)、定位精度较高(定位误差≤3 m)、系统成本低于UWB系统等优点,但存在定位精度低于UWB系统、非视距误差等缺点。UWB技术具有连续测距和定位、无线覆盖半径大、定位精度最高(定位误差≤0.3 m)等优点,但存在系统成本高于ZigBee系统、非视距误差等缺点。WiFi6技术具有连续测距和定位、无线覆盖半径大、定位精度较高等优点,但存在定位精度低于UWB系统、系统成本高于ZigBee系统、非视距误差等缺点。5G技术具有连续测距和定位、定位精度较高(定位误差≤1 m)等优点,但存在无线覆盖半径最小、系统成本最高、定位精度低于UWB系统、非视距误差等缺点。因此,煤矿井下车辆和人员等动目标定位宜采用定位精度最高的UWB和成本低的ZigBee无线电定位技术。
2.4 惯性导航技术
矿用惯性导航技术通过惯性测量装置测量动目标的加速度,经积分运算得到动目标运行速度和相对位移,在已知初始位置的条件下,计算得到动目标当前位置。惯性测量装置包括陀螺仪和加速度传感器。三自由度陀螺仪测量动目标3个垂直方向的转动角度;三轴加速度传感器测量动目标3个垂直方向的加速度。惯性导航技术具有如下优点:① 不依赖外部信息,不受外界电磁干扰;② 可连续提供加速度、方向角、速度、相对位置等;③ 数据更新快,短时精度高,稳定性好。但惯性导航技术存在如下缺点:① 定位误差随时间增加而增大,长期不校准则定位误差大;② 剧烈的车辆振动、颠簸会增加定位误差;③ 绝对位置需根据初始位置和相对位置来计算;④ 不输出时间信息;⑤ 成本高。因此,惯性导航技术不宜单独作为矿井车辆定位技术,可作为矿井车辆辅助定位技术。
2.5 即时定位与地图构建技术
矿用即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术是一种新的矿井车辆定位方法,即动目标使用激光雷达点云,在移动过程中根据位置和巷道地图进行自身定位,同时在自身定位的基础上构建增量地图,实现自主定位和导航。矿用SLAM技术具有全矿井定位、定位精度高、动态地图实时更新等优点,但存在受粉尘影响大、需标志等问题。巷道分支、固定设备和设施具有标志作用,但在缺少标志的巷道中,需人为增加反光等标志。因此,SLAM技术不宜单独作为矿井车辆定位技术。
2.6 里程计
里程计通过监测车轮转数,再乘以车轮周长,得到车辆相对位移。里程计具有如下优点:① 不依赖外部信息,不受外界干扰;② 可连续提供相对位移;③ 可靠性高;④ 成本低。但里程计存在如下缺点:① 属一维定位方法,左右位移也计入前后位移;② 绝对位置需根据初始位置和相对位置来计算;③ 定位误差随时间增加而增大,长期不校准则定位误差大。因此,里程计不宜单独作为矿井车辆定位技术,可作为矿井车辆辅助定位技术。
3. 障碍物识别与测距技术
障碍物识别与测距是矿井无人驾驶车辆避障和安全行驶的关键。煤矿井下电气防爆、光照条件差、粉尘大、无线传输衰减大、电磁干扰严重等特殊性,制约着地面无人驾驶车辆障碍物识别与测距技术直接在煤矿井下应用。因此,需根据煤矿井下特殊性和要求,研究矿井无人驾驶车辆障碍物识别与测距技术,主要有激光雷达、毫米波雷达、红外摄像机、可见光摄像机、可见光双目视觉相机等。
3.1 激光雷达
激光雷达通过激光发射器发射激光,激光接收器接收物体反射回来的激光,根据激光传播时间和光速,计算激光雷达与反射物之间的距离。激光雷达通过激光扫描,获取激光雷达周边环境物体形状和距离。激光雷达具有测距精度高、分辨率高等优点,但存在受粉尘影响大、价格高、体积大等缺点。激光雷达是矿井无人驾驶车辆障碍物识别与测距主要设备。
3.2 毫米波雷达
毫米波雷达发射的毫米波经过物体反射后,被雷达接收,根据电磁波传播时间和速度,计算毫米波雷达与反射物之间的距离;通过多个不同位置的接收天线接收到的回波相位差,计算反射物方位。当毫米波雷达与反射物之间有相对运动时,反射波会发生频移,根据多普勒原理,可计算出毫米波雷达与反射物之间相对运动速度。毫米波雷达具有不受光照影响、受粉尘影响小、可同时测距和测速、测距和测速精度较高、体积小、成本低等优点。但毫米波雷达分辨率较低,难以区分物体形状。人、煤和岩等非金属物体电磁波反射率低,毫米波雷达容易漏检。毫米波雷达可作为矿井无人驾驶车辆障碍物识别与测距辅助设备。
3.3 红外摄像机
红外摄像机通过检测物体温度成像,具有受光照影响小、受粉尘影响较小等优点,但存在分辨率低、探测距离近等缺点。红外摄像机是矿井无人驾驶车辆障碍物识别与测距辅助设备,主要用来探测人员、运行的机车和设备等温度较高的物体。
3.4 可见光摄像机与双目视觉相机
可见光摄像机通过算法识别障碍物,具有分辨率高、有颜色信息、体积小、成本低等优点,但存在难以测距、受光照和粉尘影响大、可靠性低等缺点。可见光双目视觉相机由2个可见光摄像机组成,通过算法识别障碍物和测距,具有可测距、分辨率高、有颜色信息、体积小、成本低等优点,但存在受光照和粉尘影响大、可靠性低等缺点。可见光摄像机与双目视觉相机可作为矿井无人驾驶车辆障碍物识别与测距辅助设备。
4. 地面远程控制与无线通信技术
矿井车辆无人驾驶包括自动驾驶、地面远程控制、自动驾驶+地面远程控制等方法。矿井无人驾驶车辆在自动驾驶过程中,当遇到路况复杂,自动驾驶不能决策时,需自动转入地面远程控制模式。地面人员远程控制车辆,需将车载摄像机图像和声音、激光雷达、毫米波雷达、超声波雷达、车辆位置、车辆工况、信号灯等信息上传至地面,将控制命令下传至车辆。因此,需大宽带、短时延、高可靠的矿用宽带无线通信系统。
矿用宽带无线通信系统主要有矿用5G无线通信系统和矿用WiFi6无线通信系统[10-13]。矿用5G无线通信系统具有大宽带、短时延、高可靠等优点,是矿井车辆地面远程控制首选,但存在无线覆盖半径小、成本高等缺点。矿用WiFi6无线通信系统具有系统简单、成本低等优点,但时延和可靠性难以保证。需研究WiFi7在矿井车辆地面远程控制中的应用。
5. 结论
(1) 矿井车辆无人驾驶具有如下特点:煤矿井下作业人员位置全面感知、矿井车辆全部受控、矿井轨道运输设备只需一维定位、光照条件差、无线传输衰减大、无卫星信号、电磁环境复杂、电气防爆、环境潮湿、有淋水和粉尘。
(2) 矿井车辆定位宜采用以UWB为主,惯性导航、里程计和SLAM为辅的矿井车辆联合定位方法。
(3) 矿井无人驾驶车辆障碍物识别与测距宜采用以激光雷达为主,毫米波雷达、红外摄像机、可见光摄像机、可见光双目视觉相机、超声波雷达为辅的多信息融合方法。
(4) 矿井无人驾驶车辆在自动驾驶过程中,当遇到路况复杂,自动驾驶不能决策时,需自动转入地面远程控制模式。地面人员远程控制车辆,需将车载摄像机图像和声音、激光雷达、毫米波雷达、超声波雷达、车辆位置、车辆工况、信号灯等信息上传至地面,将控制命令下传至车辆。因此,需采用大宽带、短时延、高可靠的矿用5G无线通信系统。
-
[1] 孙继平,钱晓红. 2004—2015年全国煤矿事故分析[J]. 工矿自动化,2016,42(11):1-5. SUN Jiping,QIAN Xiaohong. Analysis of coal mine accidents in China during 2004-2015[J]. Industry and Mine Automation,2016,42(11):1-5.
[2] 孙继平. 煤矿事故分析与煤矿大数据和物联网[J]. 工矿自动化,2015,41(3):1-5. SUN Jiping. Accident analysis and big data and Internet of things in coal mine[J]. Industry and Mine Automation,2015,41(3):1-5.
[3] 孙继平,钱晓红. 煤矿事故与应急救援技术装备[J]. 工矿自动化,2016,42(10):1-5. SUN Jiping,QIAN Xiaohong. Coal mine accident and emergency rescue technology and equipment[J]. Industry and Mine Automation,2016,42(10):1-5.
[4] 孙继平,钱晓红. 煤矿重特大事故应急救援技术及装备[J]. 煤炭科学技术,2017,45(1):112-116,153. SUN Jiping,QIAN Xiaohong. Emergency rescue technology and equipment of mine extraordinary accidents[J]. Coal Science and Technology,2017,45(1):112-116,153.
[5] 姜汉军. 矿井辅助运输设备[M]. 徐州: 中国矿业大学出版社, 2008. JIANG Hanjun. Mine auxiliary transport equipment[M]. Xuzhou: China University of Mining and Technology Press, 2008.
[6] AQ 1048—2007 煤矿井下作业人员管理系统使用与管理规范[S]. AQ 1048-2007 Specification for the usage and management of the system for the management of the underground personnel in a coal mine[S].
[7] AQ 6210—2007 煤矿井下作业人员管理系统通用技术条件[S]. AQ 6210-2007 General technical conditions of the system for the management of the underground personnel in a coal mine[S].
[8] MT/T 1113—2011 煤矿轨道运输监控系统通用技术条件[S]. MT/T 1113-2011 General specification of supervision system for rail transportation in a coal mine[S].
[9] 孙继平,李小伟,徐旭,等. 矿井电火花及热动力灾害紫外图像感知方法研究[J]. 工矿自动化,2022,48(4):1-4,95. SUN Jiping,LI Xiaowei,XU Xu,et al. Research on ultraviolet image perception method of mine electric spark and thermal power disaster[J]. Journal of Mine Automation,2022,48(4):1-4,95.
[10] 孙继平,陈晖升. 智慧矿山与5G和WiFi6[J]. 工矿自动化,2019,45(10):1-4. SUN Jiping,CHEN Huisheng. Smart mine with 5G and WiFi6[J]. Industry and Mine Automation,2019,45(10):1-4.
[11] 孙继平,张高敏. 矿用5G频段选择及天线优化设置研究[J]. 工矿自动化,2020,46(5):1-7. SUN Jiping,ZHANG Gaomi. Research on 5G frequency band selection and antenna optimization setting in coal mine[J]. Industry and Mine Automation,2020,46(5):1-7.
[12] 孙继平. 煤矿智能化与矿用5G[J]. 工矿自动化,2020,46(8):1-7. SUN Jiping. Coal mine intelligence and mine-used 5G[J]. Industry and Mine Automation,2020,46(8):1-7.
[13] 孙继平. 煤矿智能化与矿用5G和网络硬切片技术[J]. 工矿自动化,2021,47(8):1-6. SUN Jiping. Coal mine intelligence,mine 5G and network hard slicing technology[J]. Industry and Mine Automation,2021,47(8):1-6.
-
期刊类型引用(33)
1. 焦敬波,王震,赵春阳,刘盼,任月晓. 锚杆转载机组智能感知系统的研究与应用. 煤炭技术. 2025(01): 258-262 . 百度学术
2. 胡亮. 基于电力载波通信的精确定位读卡器设计. 化工自动化及仪表. 2025(02): 283-288 . 百度学术
3. 李伟,孟飞,王裕,魏洋,程海星,王乃棒. 井下无轨胶轮车多传感器数据融合智能辅助驾驶系统设计. 煤矿安全. 2025(04): 203-212 . 百度学术
4. 周鹏程. 煤矿井下无轨胶轮车安全控制装置设计. 机械工程与自动化. 2024(01): 163-164+167 . 百度学术
5. 韩阳. 基于UWB的矿用一体化智能车载终端的设计. 煤矿安全. 2024(02): 218-222 . 百度学术
6. 孙继平,彭铭. 煤矿信息综合承载网标准研究制定. 工矿自动化. 2024(04): 1-8 . 本站查看
7. 徐中华,张鑫,付信凯,崔智翔,江松. SLAM技术在矿井智能化的研究现状与应用进展. 安徽工业大学学报(自然科学版). 2024(03): 294-304 . 百度学术
8. 张科学,张立亚,李晨鑫,魏春贤,高鹏. 基于5G的电液控设备邻架控制方法. 工矿自动化. 2024(S1): 165-168 . 本站查看
9. 王维强,孟世华,严运兵. 基于激光点云的矿用无人运输车路径规划研究. 矿山机械. 2024(10): 10-15 . 百度学术
10. 孙继平,彭铭,刘斌. 矿井无线传输测试分析与矿用5G优选工作频段研究. 工矿自动化. 2024(10): 1-11+20 . 本站查看
11. 张可,杨麓宁,费义涵,季欣然. 基于固态激光雷达的矿井专用AEB前端子系统设计. 电子设计工程. 2024(23): 98-104 . 百度学术
12. 张吉苗,宋仁忠,侯星野,佘长超,于晓波,马文平,梁皓月. 110 t氢能源矿用自卸车轴箱结构性能分析及优化. 工矿自动化. 2024(S2): 284-287 . 本站查看
13. 杨坤. 矿井无轨胶轮车智能化管理系统研究. 工矿自动化. 2023(01): 162-170 . 本站查看
14. 鞠晨. 矿井UWB定位系统中圆极化天线的优化设计和应用. 工矿自动化. 2023(01): 171-176 . 本站查看
15. 孙继平,彭铭,潘涛,张高敏. 无线电波防爆安全阈值研究. 工矿自动化. 2023(02): 1-5 . 本站查看
16. 任文清. 基于ADS和HFSS的矿井UWB射频前端电磁联合仿真方法. 工矿自动化. 2023(02): 85-93 . 本站查看
17. 郑学召,严瑞锦,蔡国斌,王宝元,何芹健. 矿井动目标精确定位技术及优化方法研究. 工矿自动化. 2023(02): 14-22 . 本站查看
18. 郭爱军. 基于UWB的PDOA与TOF煤矿井下联合定位方法. 工矿自动化. 2023(03): 137-141 . 本站查看
19. 武徽. 铁路无人化装车动态跟踪关键技术研究. 矿山机械. 2023(04): 11-16 . 百度学术
20. 孙继平,梁伟锋,彭铭,张高敏,潘涛,张侯,李小伟. 煤矿井下无线传输衰减分析测试与最佳工作频段研究. 工矿自动化. 2023(04): 1-8 . 本站查看
21. 吕瑞杰. 煤矿井下UWB信号路径损耗测量及中心频率选择. 工矿自动化. 2023(04): 147-152 . 本站查看
22. 景宁波,马宪民,郭卫,秦学斌. 改进动态半径的矿井激光雷达点云滤波算法. 西安科技大学学报. 2023(02): 406-413 . 百度学术
23. 孙继平. 矿井人员位置监测技术. 工矿自动化. 2023(06): 41-47 . 本站查看
24. 胡青松,孟春蕾,李世银,孙彦景. 矿井无人驾驶环境感知技术研究现状及展望. 工矿自动化. 2023(06): 128-140 . 本站查看
25. 李宗伟. 基于非视距误差抑制的矿井轨道机车定位方法研究. 工矿自动化. 2023(07): 75-82 . 本站查看
26. 孙继平. 煤矿用5G通信系统标准研究制定. 工矿自动化. 2023(08): 1-8 . 本站查看
27. 刘仕杰,邹渊,张旭东. 基于局部几何-拓扑地图的地下矿自动驾驶定位导航方法. 工矿自动化. 2023(08): 70-80 . 本站查看
28. 陈科,唐永岗,周李兵. 煤矿井下智能化辅助运输系统设计. 陕西煤炭. 2023(05): 82-85 . 百度学术
29. 李晨鑫. 基于5G的矿用装备远程控制技术研究. 工矿自动化. 2023(09): 90-97 . 本站查看
30. 薛红,郭子文,邓平,马羚. 一种基于两级滤波的井下车辆组合定位方法. 信息技术与信息化. 2023(09): 158-161 . 百度学术
31. 汪雪君. 智能化矿用摄像仪测试方法中约束条件的研究. 中国测试. 2023(S1): 86-90 . 百度学术
32. 陈湘源,潘涛,周彬. 井工煤矿无轨胶轮车全局调度模型. 工矿自动化. 2023(12): 63-69 . 本站查看
33. 邹筱瑜,黄鑫淼,王忠宾,房东圣,潘杰,司垒. 基于集成式因子图优化的煤矿巷道移动机器人三维地图构建. 工矿自动化. 2022(12): 57-67+92 . 本站查看
其他类型引用(6)
计量
- 文章访问数: 1842
- HTML全文浏览量: 193
- PDF下载量: 225
- 被引次数: 39