基于 UWB 和 IMU 的煤矿机器人紧组合定位方法研究

       煤矿机器人可以应用于掘进、运输及救援等方面，精准定位是其智能化实现的基础。为解决煤矿机器人的精准定位问题，目前常见的定位方法包括基于射频识别定位技术、基于超声波定位技术、基于超宽带（Ultra Wide Band, UWB）定位技术、基于惯导定位技术等方法。但由于井下环境复杂，使得许多定位技术在井下使用受限。射频技术定位不能对煤矿机器人进行实时跟踪，超声波技术定位会受到多普勒效应等影响，定位精度低，且成本高。UWB 作为一种新兴技术，有较高的时间分辨率，将其应用在室内环境定位中，相比于其他定位技术有更高的稳定性及定位精度。但 UWB 技术在煤矿机器人定位中单独使用时，受 UWB 基站布置、多径效应、非视距误差等对定位精度的影响，其定位结果具有一定的波动性。惯性测量单元（Inertial Measurement Unit，IMU）工作时，环境因素对其干扰较小，更新速率高，短时间内定位精度高，故可适应较为复杂的井下环境。但单独使用 IMU 定位的主要缺点是其定位误差会随着时间累计，导致长时间定位精度较低。为实现煤矿机器人精准定位，有学者将 UWB 测距信息与 IMU 定位信息通过扩展卡尔曼滤波进行松组合定位，定位精度有一定提高，但UWB 测距过程中由于非视距误差等因素的影响，使定位结果仍存在一定的误差。

       为了减小 UWB 测距的非视距误差，实现煤矿机器人的准确定位，本文提出了一种基于 UWB 和IMU 的煤矿机器人紧组合定位方法。

       首先利用UWB 模块测量煤矿机器人与 UWB 基站之间的距离，使用煤矿机器人与 UWB 基站之间的距离真实值和实测值训练最小二乘支持向量机（LSSVM）模型，得到 LSSVM 修正模型；然后将煤矿机器人定位过程中 UWB 模块测得的实测值作为 LSSVM 修正模型的输入，通过 LSSVM 修正模型对 UWB 实测值进行修正，减小非视距误差对定位精度的影响，得到较为准确的距离信息；最后将经过 LSSVM 修正模型修正后的测距信息作为误差状态卡尔曼滤波（ESKF）的量测输入，与惯性导航解算出的位置信息构成量测方程，使用 ESKF 对 UWB 测距修正值与惯性导航解算的距离信息紧组合，完成状态更新，得到更为精确的位置信息，实现煤矿机器人的精确定位。

基于 UWB 和 IMU 的煤矿机器人紧组合定位方法原理

       为了验证基于 UWB 和 IMU 的煤矿机器人紧组合定位方法的定位精度，在模拟井下巷道中进行了实验。在实验中，首先对基站的不同布置方式进行静态定位实验，分析 UWB 基站所在位置对定位精度的影响，确定基站布置的最佳方案；然后使用 LSSVM修正模型修正前后的 UWB 测距信息分别进行 UWB和 IMU 紧组合定位实验，比较 2 种方式的定位误差；最后进行 UWB 和 IMU 紧组合定位动态实验，比较经过 LSSVM 修正模型修正前后融合的煤矿机器人运动轨迹。UWB 基站不同布置方案下的模拟实验结果表明：使用 LSSVM 修正模型可使 UWB 测距信息更为准确，进而提高定位精度。静态定位实验时，当 4 个 UWB 基站等高对称布置时，定位的均方根误差由 0.146 4 m 减小到 0.1398 m；当4 个 UWB 基站不等高对称布置时，均方根误差由 0.300 8 m 减小到 0.200 6 m；当 4 个基站无规律布置时，均方根误差由 0.317 5 m 减小到 0.314 2 m。因此，在实际场景中，应尽可能使 UWB 基站等高对称布置。动态定位实验时，通过 LSSVM 修正模型对 UWB 测距信息进行修正后的融合定位轨迹相较于修正前的融合定位轨迹更接近煤矿机器人的真实轨迹，验证了该紧组合定位方法能够减小非视距误差，提高定位精度。