矿用电铲精准定位系统和方法

权利要求书： 1.一种矿用电铲精准定位方法，其特征在于，采用矿用电铲精准定位系统，该系统包括电铲精确定位运行轨迹测量终端、数据分析与管理系统和用户管理终端，其矿用电铲精准定位方法，包括如下步骤：（1）初始化：对北斗GPS定位模块和惯性导航定位模块进行初始化设置；

（2）惯导校准：对惯性导航定位模块在静止条件下，进行加速度计、陀螺仪、磁场和高度置0校准，保证对惯性导航模块的测量精度进行误差分析，防止惯性导航定位模块漂移过大；

（3）数据采集：工控计算机每间隔10毫秒进行惯导数据采集和北斗卫星信号采集，工控计算机接收北斗GPS定位模块和惯性导航定位模块的数据，把采集数据传送给深度学习训练机，进行模型训练；

（4）数据处理：将电铲实际运行的数据，按10毫秒采集周期，并进行数字滤波，按每秒产生一个数据进行数据处理；

（5）模型的建立：采用深度学习卷积神经网络搭配时间递归神经网络的回归模型，卷积神经网络用来提取输入信号的特征值，时间递归神经网络用来对提取的特征值进行时序分析，采用模型的损失函数公式得到训练模型参数；

（6）工控计算机根据现场实际进行数据采集和信号处理，通过模型的损失函数公式计算出电铲每10分钟所在的位置和作业方向，并将经纬度数据由无线网络上传到生产服务器；

（7）生产服务器把10分钟所在的位置和作业方向存在数据存储中，并且，将所在位置标注在X，Y平面坐标图上，并且按距离100米方格框显示实际位置，并且每班生产每台电铲生产一个作业距离和作业方向图表；

（8）各管理者通过公司内部网络计算机查询每台电铲现在所在位置，每天、每班电铲移动距离和位置，包括具体作业方向、起始和最终位置信息；

所述的电铲精确定位运行轨迹测量终端包括工控计算机、电源模块、键盘鼠标、显示器模块、北斗GPS定位模块、WIFI通讯模块和惯性导航定位模块，所述的电源模块、键盘鼠标、显示器模块、北斗GPS定位模块和惯性导航定位模块均与工控计算机电性连接；

所述的数据与分析管理系统包括生产服务器、企业内部网、图形终端和数据存储模块；

所述的用户管理终端包括计算机1、计算机2和计算机n；

所述电铲精确定位运行轨迹测量终端通过WIFI通讯模块、WIFI无线工作站与数据分析管理系统中的内部网连接，同时内部网还连接生产服务器，以及用户管理终端的所有计算机。

2.根据权利要求1所述的一种矿用电铲精准定位方法，其特征在于，所述的模型的损失函数公式： （1）

其中是训练数据中标识的实际距离与角度，是模型预测的距离与角度，模型通过对式（1)的函数迭代求出偏差的最小值。

3.根据权利要求1所述矿用电铲精准定位方法，其特征在于，所述的惯性导航定位模块为安装在铲车上的MPU6050传感器，内嵌一个三轴数字陀螺仪。

4.根据权利要求1所述矿用电铲精准定位方法，其特征在于，所述的北斗GPS定位模块用于接收卫星信号，所述惯性导航定位模块用于更精确定位电铲的位置信息，所述电铲的位置信息包括电铲经纬度、电铲运行轨迹方向、铲斗的品位和电铲作业计划；所述的工控计算机用于根据北斗GPS定位模块和惯性导航定位模块双模定位模块接收的卫星信号解算出电铲的位置信息。

说明书： 一种矿用电铲精准定位系统和方法技术领域[0001] 本发明涉及一种利用惯导和北斗卫星定位组合技术，特别是露天采矿电铲精准定位和运行轨迹测量方法。背景技术[0002] 惯性导航系统是以惯性传感器加速度计、陀螺仪外加磁传感器为基本测量元件构成的导航姿态解算系统，它融合了计算机，控制，力学，数学，光学及机电等学科于一体，将各个学科领域关联在一起，构成一项具有高科技含量的现代化技术。惯性导航系统立足于惯性原理的理论基础，不但不依懒源自外界的任何信息，而且更不向外界辐射能量，无论何种传播介质空间里，也不论气候条件的变化情况，仅依靠自身导航特性就能够独立自主地完成三轴定向和定位。其他导航系统还包括天文导航、无线电导航和卫星导航等，这些导航系统的性能在某方面比惯性导航系统的性能优越，然而像惯性导航系统的这种既具备隐蔽性、自主性、实时输出信息能力强，又信息量输出大和能获取运动物体完整运动信息的独特优点，却是其他导航系统无法超越的。因此惯性导航系统一直以来都被作为导航系统的重要设备而被广泛运用。惯性传感器的主要敏感元件包括加速度计和陀螺仪。加速度计用来测量运用物体的线加速度、物体微小震动的幅度情况等；陀螺仪用来测量运动物体旋转时的各种角度变化情况或是物体倾斜角变化等。[0003] 在露天矿生产过程中，电铲是采掘和装载的重要工具，其作业方向和实际运行轨迹是采掘环节的重要基础。电铲所在的位置携带着爆堆物料信息，过去电铲采用GPS卫星定位技术一般误差在5?15米左右，而每班实际生产采掘实际作业距离一般在20米左右，平时电铲左右旋转装载生产汽车，又要前行和后退挖掘物料，定位点如同乱麻，每个班作业时间大约12小时，实际作业方向和运行轨迹不能有效记录。因此，单纯GPS不能满足生产实际精确定位和运行轨迹测量考核要求。[0004] 同时由于电铲的震动和干扰，有些检测系统无法在电铲上运行，如何能把惯性导航系统和GPS结合引入到电铲上，实现电铲的精确定位，成为解决问题关键。发明内容[0005] 本发明的目的是为了提供一种矿用电铲精准定位系统和方法，以放尘、放振动和无风扇工控计算机为核心，通过惯性和北斗卫星组合定位技术实现电铲精确定位和运行轨迹测量技术，实现精准采矿和智能配矿的目的，便于生产管理，可以提高生产效率。[0006] 为实现上述目的，本发明通过以下技术方案实现：[0007] 本发明的一种矿用电铲精准定位系统，其特征在于包括电铲精确定位运行轨迹测量终端、数据分析与管理系统和用户管理终端，[0008] 所述的电铲精确定位运行轨迹测量终端包括工控计算机、电源模块、键盘鼠标、显示器模块、北斗GPS定位模块、WIFI通讯模块和惯导定位模块，所述的电源模块、键盘鼠标、显示器模块、北斗GPS定位模块和惯导定位模块均与工控计算机电性连接；[0009] 所述的数据分析管理系统包括生产服务器、企业内部网、图形终端和数据存储模块；[0010] 所述的用户管理终端包括计算机1、计算机2和计算机n；[0011] 所述电铲精确定位运行轨迹测量终端通过WIFI通讯模块、WIFI无线工作站与数据分析管理系统中的内部网连接，同时内部网还连接生产服务器，以及用户管理终端的所有计算机。[0012] 所述的惯导定位模块为安装在铲车上的MPU6050传感器，内嵌一个三轴数字陀螺仪。[0013] 所述的北斗GPS定位模块用于接收卫星信号，所述惯性导航定位模块用于更精确定位电铲的位置信息，所述电铲的位置信息包括电铲经纬度、电铲运行轨迹方向、铲斗的品位和电铲作业计划；所述的工控计算机用于根据北斗GPS定位模块和惯性导航定位模块双模定位模块接收的卫星信号解算出电铲的位置信息。[0014] 本发明一种矿用电铲精准定位方法，其特征在于，包括如下步骤：[0015] (1)初始化：对北斗GPS定位模块和惯导定位模块进行初始化设置；[0016] (2)惯导校准：对惯导定位模块在静止条件下，进行加速度计、陀螺仪、磁场和高度置0校准，保证对惯导模块的测量精度进行误差分析，防止惯导定位模块漂移过大；[0017] (3)数据采集：工控计算机每间隔10毫秒进行惯导数据采集和北斗卫星信号采集，工控计算机接收北斗GPS定位模块和惯性导航模块的数据，把采集数据传送给深度学习训练机，进行模型训练；[0018] (4)数据处理：将电铲实际运行的数据，按10毫秒采集周期，并进行数字滤波，按每秒产生一个数据进行数据处理；[0019] (5)模型的建立：采用深度学习卷积神经网络搭配时间递归神经网络的回归模型，卷积神经网络用来提取输入信号的特征值，时间递归神经网络用来对提取的特征值进行时序分析，采用模型的损失函数公式得到训练模型参数；[0020] (6)工控计算机根据训练模型参数进行数据采集和信号处理，通过模型的损失函数公式计算出电铲每10分钟所在的位置和作业方向，并将该经纬度数据由无线网络上传到生产服务器；[0021] (7)生产服务器把10分钟所在的位置和作业方向存在数据存储中，并且，将所在位置标注在X，Y平面坐标图上，并且按距离100米方格框显示实际位置，并且每班生产每台电铲生产一个作业距离和作业方向图表；[0022] (8)各管理者通过公司内部网络计算机查询每台电铲现在所在位置，每天、每班电铲移动距离和位置，包括具体作业方向、起始和最终位置信息。[0023] 4.根据权利要求3所述的一种矿用电铲精准定位方法，其特征在于，所述的模型的损失函数公式：[0024][0025] 其中yi是训练数据中标识的实际距离与角度， 是模型预测的距离与角度，模型通过对式(1)的函数迭代求出偏差的最小值。[0026] 本发明的优点如下：[0027] 1.本发明过惯性和北斗卫星组合定位技术实现电铲精确定位和运行轨迹测量技术，实现精准采矿和智能配矿的目的；[0028] 惯导模块计算方位：东、南、西、北、东北、西北、东南和西南8个方位，沿着某个方向的距离，用惯导作为主要的计算基础，提高了铲的位置精度。[0029] 2.利用北斗与惯导系统的多传感融合矫正参数方法，充分发挥了卡尔曼滤波器在定位导航技术中的优势，提供精确的定位参数，为电铲定位提供了更有力的理论依据。[0030] 3.根据生产实际，设计了电铲的智能定位和导航系统，并通过北斗GPS定位系统验证了每班的电铲的行走距离，保证定位系统的精确性。通过对电铲精确定位，实现智能配矿，提高采矿生产效果。[0031] 本发明采用基于惯导和北斗卫星组合技术，通过采集大量电铲生产实时数据，应用基于SM的混合动态算法进行分析预测，建立深度学习数据分析和处理模型，并且和现行的现场全站仪测量技术结合，满足了“精准采矿，智能配矿”的需求，为今后智能矿山提供方便、快捷的表现方式和信息获取的模式。附图说明[0032] 图1是一种矿用电铲精准定位系统和方法的系统组成框图。[0033] 图2是一种矿用电铲精准定位系统和方法的总步骤框图；[0034] 图3是一种矿用电铲精准定位系统和方法的深度学习模型结构图。[0035] 图4是一种矿用电铲精准定位系统和方法的主动定位技术原理图。[0036] 图5是一种矿用电铲精准定位系统和方法的电铲定位原理图。[0037] 图6是一种矿用电铲精准定位系统和方法的电铲运行轨迹示意图。具体实施方式[0038] 下面结合附图对本发明的技术内容作进一步详细说明。[0039] 如图1所示，本发明的一种矿用电铲精准定位系统，其特征在于包括电铲精确定位运行轨迹测量终端、数据分析与管理系统和用户管理终端，[0040] 所述的电铲精确定位运行轨迹测量终端包括工控计算机、电源模块、键盘鼠标、显示器模块、北斗GPS定位模块、WIFI通讯模块和惯导定位模块，所述的电源模块、键盘鼠标、显示器模块、北斗GPS定位模块和惯导定位模块均与工控计算机电性连接；[0041] 所述的数据分析管理系统包括生产服务器、企业内部网、图形终端和数据存储模块；[0042] 所述电铲精确定位运行轨迹测量终端通过WIFI通讯模块、WIFI无线工作站与数据分析管理系统中的内部网连接，同时内部网还连接生产服务器，以及用户管理终端的所有计算机。[0043] 所述的惯导定位模块为安装在铲车上的MPU6050传感器，内嵌一个三轴数字陀螺仪。[0044] 所述的北斗GPS定位模块用于接收卫星信号，所述惯性导航定位模块用于更精确定位电铲的位置信息，所述电铲的位置信息包括电铲经纬度、电铲运行轨迹方向、铲斗的品位和电铲作业计划；所述的工控计算机用于根据北斗GPS定位模块和惯性导航定位模块双模定位模块接收的卫星信号解算出电铲的位置信息。[0045] 根据本发明优选的，所述的矿用电铲精准定位系统通过对安装在铲车上的惯导传感器(加速度计，陀螺仪等)和北斗GPS定位模块的数据采集与这些数据与铲车位置数据的对应关系，直接推导出铲车的移动距离与方向，从而在位置数据不可用的情况下，依旧可以通过惯导数据来衡量，预测铲车的实际运行位置及轨迹，采用了卷积神经网络搭配时间递归神经网络的回归模型，卷积神经网络用来提取输入信号的特征值，时间递归神经网络用来对提取的特征值进行时序分析，把多层的卷积网络层的输出作为时间递归层的输入，从而用以提高模型的训练速度，系统用了4层卷积层加双时间递归层的结构，每个卷积层都附带一个池化层(4x2)，最终模型为一个11层的卷积神经层加时间递归层的学习模型，通过GPS和惯导组合计算，采用深度学习的计算方法，消除电铲装车的摆动，研究实际的运行轨迹，通过大量采集实时数据不断训练，把运行轨迹计算描述出来，实现精确定位，精准配矿。[0046] 所述的惯导模块选用的是MPU6050传感器，内嵌一个三轴数字陀螺仪。[0047] 所述的北斗GPS定位模块用于接收卫星信号，所述惯性导航定位模块用于更精确定位电铲的位置信息，所述电铲的位置信息包括电铲经纬度、电铲运行轨迹方向、铲斗的品位和电铲作业计划；所述的工控计算机用于根据北斗GPS定位模块和惯性导航定位模块双模定位模块接收的卫星信号解算出电铲的位置信息。[0048] 所述的数据存储是与生产服务器连接的，进行数据备份和存储。[0049] 如图2所示，本发明一种矿用电铲精准定位方法，其特征在于，包括如下步骤：[0050] (1)初始化：对北斗GPS定位模块和惯导定位模块进行初始化设置；[0051] (2)惯导校准：对惯导定位模块在静止条件下，进行加速度计、陀螺仪、磁场和高度置0校准，保证对惯导模块的测量精度进行误差分析，防止惯导定位模块漂移过大；[0052] (3)数据采集：工控计算机每间隔10毫秒进行惯导数据采集和北斗卫星信号采集，工控计算机接收北斗GPS定位模块和惯性导航模块的数据，把采集数据传送给深度学习训练机，进行模型训练；数据采集包括采集时间、惯导的ax＝x轴加速度、ay:y轴加速度、az:z轴加速度、pitch:x旋转角度、roll:y轴旋转角度、yaw:z轴旋转角度、wx:x轴角速度、wy:y轴角速度、wz:z轴角速度、gv:大地地速和北斗卫星经纬度数据；[0053] (4)数据处理：将电铲实际运行的数据，按10毫秒采集周期，并进行数字滤波，按每秒产生一个数据进行数据处理；[0054] 每天早7：30和晚18：30按交接班时间作为静止状态起点计算，把这两个时间点经纬度作为惯导的原点，然后，把惯导移动每1分钟时间产生的移动距离换算成经纬度，再把1分钟北斗卫星产生的经纬度变化进行比较，作为分析控制依据，由于1分钟时间较短，电铲移动距离不明显，我们一般把计算周期定为10分钟。[0055] (5)模型的建立：如图3所示，采用深度学习卷积神经网络搭配时间递归神经网络的回归模型，卷积神经网络用来提取输入信号的特征值，时间递归神经网络用来对提取的特征值进行时序分析，采用模型的损失函数公式得到训练模型参数；[0056] 我们采用了多层的卷积网络层的输出作为时间递归层的输入，从而用以提高模型的训练速度，模型训练优化器是Adam.，用了4层卷积层加双时间递归层的结构。每个卷积层都附带一个池化层(4x2).最终模型为一个11层的卷积神经层加时间递归层的学习模型。[0057] 其中模型的关键参数如下：[0058] 卷积层卷积核数量:32/64/128/64[0059] 卷积层卷积核核大小:8[0060] 卷积层卷积核移动步长:8[0061] 池化层移动步长:2[0062] 池化层池大小:4[0063] 时间递归层神经元数量:64。[0064] 所述的模型的损失函数公式：[0065][0066] 其中yi是训练数据中标识的实际距离与角度， 是模型预测的距离与角度，模型通过对式(1)的函数迭代求最小值，以达到训练模型参数的目的。[0067] 训练经过实际积累了8万条训练数据对模型进行训练,将损失函数的误差降低到距离1.0米以内，角度30度角以内。[0068] 根据本发明优选的，所述的矿用电铲精准定位系统通过对安装在铲车上的惯导传感器(加速度计，陀螺仪等)和北斗GPS定位模块的数据采集与这些数据与铲车位置数据的对应关系，直接推导出铲车的移动距离与方向，从而在位置数据不可用的情况下，依旧可以通过惯导数据来衡量，预测铲车的实际运行位置及轨迹，采用了卷积神经网络搭配时间递归神经网络的回归模型，卷积神经网络用来提取输入信号的特征值，时间递归神经网络用来对提取的特征值进行时序分析，把多层的卷积网络层的输出作为时间递归层的输入，从而用以提高模型的训练速度，系统用了4层卷积层加双时间递归层的结构，每个卷积层都附带一个池化层(4x2)，最终模型为一个11层的卷积神经层加时间递归层的学习模型，通过GPS和惯导组合计算，采用深度学习的计算方法，消除电铲装车的摆动，研究实际的运行轨迹，通过大量采集实时数据不断训练，把运行轨迹计算描述出来，实现精确定位，精准配矿。[0069] (6)工控计算机根据训练模型参数进行数据采集和信号处理，通过模型的损失函数公式计算出电铲每10分钟所在的位置和作业方向，并将该经纬度数据由无线网络上传到生产服务器；[0070] (7)生产服务器把10分钟所在的位置和作业方向存在数据存储中，并且，将所在位置标注在X，Y平面坐标图上，并且按距离100米方格框显示实际位置，并且每班生产每台电铲生产一个作业距离和作业方向图表；[0071] 根据本发明优选的，步骤(2)中，基于MEMS传感器物体的运动参数进行解算并对其相关精度误差进行分析，具体步骤包括：[0072] a、研究低精度MEMS传感器的特性和适用条件，提高低精度MEMS传感器的测量精度，减小误差；[0073] b、建立误差模型，并以该模型为基础进行误差校准补偿实验，提高传感器精度，希望能运用传感器准确测量运动体的姿态位置信息；[0074] 惯导模块使用前，需要对模块进行校准，保证传感器的主准确测量。惯导模块的校准包括陀螺仪校准、磁场校准和高度置0。陀螺仪校准用于去除陀螺仪测量的零偏。模块静止时，如果角速度数字不在0°/s附近，则需要重新对陀螺仪进行校准。通过陀螺仪校准软件操作后，等待待读出来的数据稳定下来以后，表示完成校准。然后由配置软件将零偏数据保存至模块内部FLASH中，以便掉电保存。此后，静止状态下，陀螺仪的输出将回到0°/s附近。[0075] c、对加速度传感器进行的校准补偿，减小加速度传感器输出误差，提高传感器精度，使传感器输出数据更为准确可靠；[0076] d、读取传感器中的北斗GPS定位模块经纬度，提供校准参数；[0077] 每个班读取一次北斗GPS定位数据，进行校正，形成模型校正误差参数，不断校准，每次计算的误差都是计算的重要环节。[0078] 根据本发明优选的，步骤(4)中，基于惯性导航模块的电铲定位原理，具体步骤包括：[0079] a、主动式定位(Activepositioning)原理，见图5，它是通过对电铲运动的位移和角度进行采集和计算从而确定电铲的位置。它的定位原理很简单：如已知移动载体的初始坐标(x0，y0，θ0)，利用测得的移动位移和角度计算出目标移动之后的坐标(x1，y1，θ1)在经过不断的迭代计算之后，最终获得移动目标的运动轨迹。[0080] 主动式定位由于其定位原理简单可靠，成本低廉，其定位精度主要受自身定位系统设计以及定位元件精度影响，受外界环境因素干扰较小，所以特别适合小范围、低成本以及复杂环境下的定位需求，具有很高的应用前景和研究价值。[0081] b、电铲定位(Activepositioning)原理，见图6，它区别于被动式定位，不依靠外界定位设备的辅助而是只通过对电铲自身运动的位移和角度进行采集和计算从而确定电铲的位置。[0082] 已知定位目标的初始坐标(x0，y0)，如果测得的其移动位移[0083] S1和角度Q1，则利用式(2.2)即可计算出目标移动之后的坐标(x1，y1)。[0084][0085] 再经过不断的迭代计算，就获得定位目标的移动轨迹和位置坐标。[0086] c、根据以上移动轨迹和位置坐标，画出电铲运行轨迹。[0087] 由于电铲的震动和干扰，以及惯性导航模块本身也有干扰、环境干扰、震动干扰和电磁干扰等，造成电铲方向定位的难度，需要通过采用软件滤波排除处理，保证电铲的距离测量可以达到3％。[0088] (8)各管理者通过公司内部网络计算机查询每台电铲现在所在位置，每天、每班电铲移动距离和位置，包括具体作业方向、起始和最终位置信息。[0089] 上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。