智能采運機組自主定位原理與技術

葛世榮,王世佳,曹 波,王世博,呂嘉晨

(1.中國礦業大學(北京) 機電與信息工程學院，北京 100083；2.中國礦業大學 機電工程學院，江蘇 徐州 221116)

1954年，英國將采煤機與刮板輸送機、液壓支架構成綜合機械化長壁開采機組，之后它們成為地下煤炭高效開采的主流工藝。21世紀初，綜采機組經歷了自動化階段，目前正向智能化發展?？偨Y澳大利亞、美國和中國綜采工作面自動化和智能化發展，可以看出，智采工作面裝備運行遇到2個核心問題；一是如何控制工作面開采裝備在煤層中自適應截割；二是如何保持采運機組在連續推進過程中的直線度，解決這2個問題必須實時獲取采煤機在工作面空間的準確定位信息。

高級智能的地下煤炭采運機組應具有自主定位導航、自動駕駛、自適截割和自動糾偏等4種智能感控能力，其中的自主定位導航技術極為關鍵，它支持采煤機實時獲取 定位、自主地圖構建、運動規劃與控制，使采運機組能在非結構化的煤層環境中無需人工參與而自主運行。因此，自主定位技術是智能采運裝備的關鍵核心技術，近10 a備受國內外煤炭行業關注，成為該領域的研究熱點。

在20世紀80年代末，美國較早開始研究采煤機慣導定位技術。1988年，SAMMARCO等先后開發了基于光纖陀螺儀、激光陀螺儀的采煤機機載航向系統。之后SCHIFFBAUER利用Honeywell的慣性導航系統開發了連采機定位系統。由于當時慣性導航系統的成本高、精度低，加之采用純慣性導航方案，使得定位精度隨著時間的推移急劇下降。2001年，澳大利亞聯邦科學與工業研究組織(CSIRO，Commonwealth Scientific and Industrial Research Organization)發起了“Landmark”項目，開發了采煤機位置測量系統(Shearer Position Measurement System，SPMS)、工作面自動調直(Automated face alignment)等技術，開發了LASC(Longwall Automation Steering Committee)裝置，有效解決了影響自動化綜采工作面連續推進的工作面調直問題。2008年，中國礦業大學方新秋等提出基于慣性儀表(微機械陀螺和加速度計)的采煤機自主定位系統，之后太原理工大學、中國煤炭科工集團、遼寧工程技術大學、西安科技大學等機構先后研究了基于慣性導航系統的采煤機定位導航技術。筆者團隊在國家“973”項目和“863”項目、國家自然科學基金重點項目的支持下，提出并深入研究了基于工作面煤層地理信息系統的采煤機自主定位導航技術。

筆者對目前國內外采煤機自主定位技術進行了梳理歸納，基于筆者團隊的研究工作，系統闡述了采煤機自主定位解算原理及定位誤差補償算法，提出了基于慣導與UWB組合的采煤機自主精確定位技術，給出了刮板輸送機軌跡定位監測算法，為實現智能采運機組自主定位導航、自動駕駛、自適截割和自動糾偏提供可借鑒的理論基礎。

1 采煤機自主定位技術現狀

1.1 澳大利亞LASC采煤機定位技術

澳大利亞Landmark項目以里程計輔助慣性導航系統為基本原理(圖1)，分別利用LN-270型和IXSEA PHINS型慣性導航系統開發研制了SPMS-I和SPMS-II兩代采煤機位置測量系統。由于慣性導航存在誤差隨時間快速累計的缺點，澳大利亞先后利用零速修正技術、多普勒雷達輔助技術、截割工藝輔助技術、最小方差固定區間平滑算法等提高采煤機自主定位精度。以采煤機位置測量系統為數據源頭，澳大利亞形成了LASC定位系統(圖2)，其基本原理是利用采煤機位置測量系統測量的數據生成截割模型，截割模型中的系統曲線在水平方向的投影可用于工作面自動找直，在豎直方向的投影結合采煤機滾筒高度信息可用于工作面俯仰采控制。LASC技術自2009年開始商業化應用以來，已在澳大利亞60%的綜采工作面應用，使采煤效率提高了5%～25%。2016年，兗礦集團轉龍灣煤礦23303工作面首次引進澳大利亞LASC技術，進行了液壓支架與刮板輸送機自動校直試驗，水平方向測量精度34 mm，垂直方向測量精度12 mm，調直直線度誤差400 mm。

圖1 采煤機位置測量系統原理[22]Fig.1 Principle of shearer position measurement system[22]

圖2 LASC綜采工作面自動化技術框架[21]Fig.2 Technical framework of longwall face automation technology in LASC[21]

1.2 筆者團隊的采煤機定位技術

筆者團隊借鑒無人駕駛汽車原理，首先結合精細物探技術構建了工作面煤層三維模型(圖3)，以此作為采煤機定位導航地圖。該煤層模型頂底板曲面以0.8 m×0.8 m柵格形式存儲，與煤層鉆探數據對比，平均煤厚誤差0.02 m，高程平均誤差±0.125 m。該煤層模型以2000國家大地坐標系為參考坐標系，經過坐標變換可轉換為局部東北天地理坐標系，作為長壁綜采工作面導航系統的定位參考坐標系。然后開發了長壁綜采工作面導航系統(Longwall Mining Workface Navigation System，LMWNS，圖4)，其基本原理是，利用安裝于采煤機機身的具有自動尋北功能的慣性導航裝置測量采煤機機身的運行方位與姿態、采煤機行走部軸編碼器和截割部軸編碼器測量的行走距離和搖臂擺角，通過相關算法實現采煤機在工作面煤層中的定位，獲得采煤機的運行軌跡和截割軌跡。LMWNS-II由慣性導航系統、嵌入式服務器和電源系統構成。

圖3 工作面煤層及煤層頂底板三維模型[13]Fig.3 Three dimensional model of coal seam and its roof and floor[13]

圖4 長壁綜采工作面導航系統Fig.4 Longwall mining workface navigation system

1.3 鄭州煤礦機械集團股份有限公司研發的光纖慣導定位技術定位技術

2021年，鄭州煤礦機械集團股份有限公司研發出基于國產光纖慣導的采煤機定位及工作面自動調直系統，如圖5所示。慣導裝置通過接入采煤機編碼器數據進行自主導航和輪廓解算，調直系統提供可視化操作界面，能夠設定調直過程中的約束條件和調直目標，通過對工作面自動調直工藝的研究和分析，系統能夠生成液壓支架控制參數并控制電控系統按照目標參數進行推溜移架，最終實現工作面自動調直。工業試驗結果表明，該系統定位調控的刮板輸送機軌道直線度最大誤差為36 mm，平均誤差為25 mm。

圖5 鄭煤機研發的光纖慣導定位系統Fig.5 Fiber optic inertial navigation and positioning system made by Zhengzhou Coal Machine Co.,Ltd．

1.4 北京龍田華遠公司研發的采煤機自主定位技術

北京龍田華遠科技有限公司開發了綜采工作面慣導調直系統(Face Inertial Navigation Alignment System，FINA)，該系統在采煤機機身安裝高精度慣導、行走部軸編碼器、激光雷達等傳感器，并從集控裝置中讀取采煤機與電液控制紅外對射值，利用基于RoS平臺的SLAM算法(圖6)，定位誤差降低至水平向(北向、東向)3.2 cm/刀煤，天方向誤差為4.9 cm/刀煤。

圖6 龍田華遠的FINA慣導定位系統Fig.6 FINA positioning system made by Longtianhuayuan Company

綜上所述，以慣性導航作為核心元件構建采煤機定位系統的可行性已被國內外學者廣泛認同。澳大利亞在采煤機定位技術方面的研究較早，其采用軍用級別的高精度慣性導航系統。國內各單位均采用消費級的低精度慣性導航作為核心傳感器。慣性導航系統的本質缺點是其誤差隨時間快速累計，通常情況需要GPS等外部信息源定期校正。因此，為了保證在井下GPS拒止環境下的長時(采煤機完成1次截割大約需要1 h)定位精度，采煤機定位誤差消減算法是定位導航系統的關鍵技術。

2 采煤機自主慣導定位算法

采煤機自主定位系統的2個基本數據來源是軸編碼器和慣性導航系統。定位系統采用航位推算算法解算采煤機位置坐標。其中，軸編碼器測量速度信息，慣性導航系統感知姿態。由于軸編碼器的測量精度較高，故采煤機自主定位系統的誤差主要來源于慣性導航系統(圖7)。采煤機自主定位系統的誤差源主要包括兩大類，一類是慣性導航系統的測量誤差，另一類是由于慣性導航系統的機械安裝偏差引起的誤差。由于數學模型的誤差和計算機算法誤差較小。慣性器件的誤差是造成姿態測量，尤其是航向角的測量誤差的原因，這類誤差屬于隨機性誤差，可以根據載體運動特性，對其漂移進行約束。初始對準誤差和慣性導航系統安裝偏差在慣性導航系統安裝且尋北完成，屬于定值，稱之為確定性偏差，確定性偏差可以測量并補償。

圖7 采煤機自主定位系統誤差來源Fig.7 Error source of shearer self-positioning system

2.1 基于兩點法的確定性偏差補償算法

圖8 確定性偏差補償算法原理和流程Fig.8 Schematic diagram and flow chart of compensation arithmetic of deterministic deviation

為了驗證算法效果，利用圖9所示裝置進行定位試驗。定位試驗裝置包括移動小車、GPS-RTK基準站、GPS-RTK移動站、慣性導航定位裝置、軸編碼器和顯示屏等。慣性導航定位裝置放置在移動小車上，軸編碼器和移動小車輪子通過聯軸器連接。顯示屏用來查看定位裝置輸出數據和軌跡等。GPS-RTK基準站放置在試驗區域中某一點，GPS-RTK移動站安裝在移動小車，基準站和移動站通過內置電臺通信。GPS-RTK的平面和高程測量精度分別為8 mm和15 mm，GPS-RTK移動站的軌跡作為準確軌跡。定位試驗結果表明，經過補償之后，采煤機定位誤差由12.062 m減小到0.104 m(圖10)。

圖9 試驗裝置Fig.9 Experiment device

圖10 確定性偏差補償前后采煤機定位軌跡與GPS定位軌跡對比Fig.10 Comparison between tracks of GPS and INS before and after compensation

2.2 隨機誤差消減算法

采煤機定位定姿系統的定位精度還受到慣性導航系統的姿態漂移影響，尤其是航向角的漂移。由于采煤機以刮板輸送機為軌道往復運行，其運行狀態處于非完整性約束，無法像航天載體、水下航行載體那樣利用運動載體的動力學模型輔助定位，以提高定位精度。但采煤機非完整性約束條件作為采煤機運動的特殊限制條件，可用于研究采煤機定位系統的誤差消減算法，以提高其定位精度。

..閉合路徑優化模型

根據綜采工作面開采過程，采煤機在綜采工作面上的運行過程如圖11 (a)所示。采煤機的運行軌跡是連續閉合的循環軌跡，其運行的特殊特點可以作為采煤機定位過程中的非完整約束條件使用，以提高采煤機定位軌跡在工作面推進方向上的定位精度。根據閉合路徑特點和卡爾曼濾波原理，建立采煤機閉合路徑的最優估計模型，如圖11(b)所示。圖12為試驗結果對比，由圖12可以看出，使用閉合路徑優化模型后，測量軌跡與GPS-RTK軌跡較為接近。通過誤差分析，圓概率定位誤差降低了近50%，表明該方法對采煤機在工作面推進方向良好的約束效果。

..動態零速校正模型

圖11 采煤機截割工藝運行過程與閉合路徑最優估計模型流程Fig.11 Process of shearer cutting and flow chart of closing path optimal estimation model

圖12 閉合路徑優化模型使用前后測量軌跡與GPS-RTK軌跡對比Fig.12 Comparison between tracks of GPS-RTK and INS with and without optimal model

圖13 坐標系關系和基于動態零速修正技術的采煤機慣性導航定位流程Fig.13 Coordinate relation and flow chart of shearer position based dynamic zero velocity correction

圖14為RTK軌跡與動態零速修正使用前后航位推算軌跡對比，使用動態零速修正對第3次和第4次截割運行軌跡的定位精度提升較為明顯。第3次截割東、北方向最大誤差分別由0.639 7，0.856 7 m減小為0.456 4，0.594 2 m。第4次截割東、北方向最大誤差分別由0.644 4，0.910 6 m減小為0.466 5，0.603 0 m。第3次和第4次東、北方向定位精度提升了30%。第3次和第4次截割球概率誤差也分別由0.453，0.506 9 m減小為0.331 9，0.460 2 m。

..信息融合濾波模型

基于以上的研究可知，動態零速修正模型是基于速度約束建立的，閉合路徑模型是基于軌跡約束建立的。位置誤差和速度誤差實際上主要是由航向角漂移所造成的，因此采用信息濾波融合動態零速修正模型和閉合路徑模型。圖15為信息濾波算法原理。信息濾波融合算法使用后，4刀定位試驗(圖16)中東方向位置誤差分別為0.846， 1.963， 1.949和1.978 m。4刀北方向位置誤差分別為0.618，1.422，1.418和1.424 m。第1刀數據由于沒有預測軌跡，所以沒有經過信息濾波融合算法處理。除第1刀外，其余3刀軌跡誤差沒有明顯的增長，這說明信息濾波融合算法已經基本上抑制了航向角的漂移。

圖14 RTK軌跡與動態零速修正使用前后航位推算軌跡對比Fig.14 Comparison between tracks of GPS and INS with dynamic zero velocity correction

圖15 信息濾波算法原理Fig.15 Schematic diagram of information filter

圖16 信息算法使用前后定位軌跡對比Fig.16 Errors of position before and after using information filter

3 采煤機慣導與UWB組合定位技術

為了實現對采煤機進行端頭自主校準定位，避免停機進行人工校準，筆者團隊提出了在井下回采巷道的端頭構建井下局部端頭UWB定位系統，利用UWB定位系統獲得采煤機的位置信息。圖17為端頭定位系統的結構。為了減少非視距對定位精度的影響，提出在綜采工作面的2個端頭位置分別設置導軌，使UWB基站群能沿著導軌整體移動，將姿態傳感器安裝在UWB支架上，能夠獲得基站群遷移后的姿態，根據每個基站的初始坐標、姿態信息及設定基站群遷移的距離，在上位機的解算系統中能夠快速的獲得基站群的坐標。當采煤機運行到端頭10 m左右時，利用對應端頭的UWB定位系統獲得定位終端與基站群之間的距離，采用基于最小均方差準則(MMSEC)的TOA收縮估計方法計算采煤機的位置坐標，為了消除測量距離殘差對定位精度的影響，采用擴展卡爾曼濾波(EKF)對定位結果進行平滑處理，從而獲得較高的位置估計精度。當完成一刀截割之后，UWB基站群沿著進刀方向遷移，為下一次端頭定位做好準備，實現“一刀一遷移”的端頭定位策略，基站群進行多次遷移后，可以重新標定基站群的坐標。無論采煤機在上山還是下山，均可采用“一刀一遷移”的方式獲得采煤機的位置，為慣性導航系統提供校準的基準。

圖17 井下綜采工作面端頭定位系統的結構Fig.17 Structure of positioning system for mining face end

為了提升UWB系統的端頭定位精度，構建了基于誤差狀態的IMU系統與UWB系統的融合定位方式，不僅能夠估計采煤機的位置坐標，而且能夠實現實時補償IMU的零偏。該系統在兗礦集團濟三工作面開展了現場采煤機端頭定位實驗，如圖18所示。圖19給出了井下實驗IMU/UWB緊融合的定位軌跡，采煤機運動時緊融合定位方式的軌跡比純UWB解算更接近真實軌跡，說明IMU/UWB緊融合定位方式能夠很好的修正采煤機的位置偏差，提升采煤機端頭定位的精度；采用VB-UKF算法平滑采煤機定位過程中時變的測量噪聲，增加了運動軌跡的平滑性，使得緊融合定位方式的3個坐標軸方向的軌跡更進一步逼近真實軌跡。

圖18 井下現場實驗環境及布局Fig.18 Variation of localization error for different positioning algorithms

圖19 井下現場實驗IMU/UWB緊融合定位的3個坐標軸方向定位軌跡Fig.19 Comparison of three coordinate axis directions localization trajectory for the IMU/UWB tight fusion in underground coalmine field experiment

4 刮板輸送機軌跡定位監測

采煤機以刮板輸送機為運行軌道，因此根據采煤機與刮板輸送機的約束關系，利用采煤機的定位軌跡可以反演出刮板輸送機的空間形態(圖20)。圖20中和點是刮板輸送機軌跡監測公式推導過程中，為了方便理解而增加的中間點。和點軌跡融合可以得到整條刮板輸送機軌跡。圖21為現場綜采工作面刮板輸送機形狀檢測實驗布置，得到60 m長的刮板輸送機直線度檢測實驗結果(圖22)。刮板輸送機檢測精度(球概率精度)達到了16 mm，其精度遠高于手動檢測直線度的精確度要求值(±100 mm)，因此該模型可實現刮板輸送機形狀在線監測，取代傳統人工測量的方法，為實現工作面自動化彎曲檢測和校直提供理論基礎和試驗數據。

圖20 采煤機與刮板輸送機配套正等側視圖和俯視圖Fig.20 Shearers and scraper conveyor assembly Front view and Top view

圖21 現場綜采工作面刮板輸送機軌道檢測布置Fig.21 Longwall face with actual mining equipment for experimental testing

圖22 現場刮板輸送機軌跡檢測對比Fig.22 Track detection comparison of field scraper conveyor

5 結 論

(1)通過國內外采煤機定位技術與系統對比分析可知，以慣性導航系統為核心傳感元件的采煤機自主定位技術已成為國內外煤礦工作者的普遍共識。同時，由于慣性導航系統誤差隨時間快速累計的本質缺點，結合工況條件建立相關算法是保障采煤機長時定位精度的關鍵難點。

(2)采煤機自主定位誤差來源主要是慣導初始對準和安裝形成的確定性偏差、慣性器件漂移造成的隨機性誤差。結合采煤機載體運動學特征的確定性偏差補償和隨機性誤差消減算法，實現了定位精度平均提高45%，為從軟件上解決采煤機自主定位精度提供了有效方案。

(3)利用工作面端頭UWB基站群自主遷移，實現了采煤機慣導與UWB組合定位。工作面端頭UWB基站群獲取了工作面端頭區域采煤機的準確位置，可為采煤機慣性導航系統提供動態校準基準，是消減機載慣導定位系統長時間累計誤差的創新方法。

(4)基于采煤機定位數據的刮板輸送機定位監測方法，獲得了可用于工作面調直的刮板輸送機空間軌跡。

[1] RALSTON Jonathon C,REID David C,DUNN Mark T,et al. Long-wall automation:Delivering enabling technology to achieve safer and more productive underground mining[J]. International Journal of Mining Science and Technology,2015,25(6):865-876.

[2] 彭賜燈，杜鋒，程敬義，等. 美國長壁工作面自動化發展[J]. 中國礦業大學學報，2019,48(4):693-703.

PENG Syds,DU Feng,CHENG Jingyi,et al. Automation in U. S. longwall coal mine[J]. Journal of China University of Mining and Technology,2019,48(4):693-703.

[3] 葛世榮. 煤礦智采工作面概念及系統架構研究[J]. 工礦自動化，2020,46(4):1-9.

GE Shirong. Research on concept and system architecture of smart mining workface in coal mine[J]. Industry and Mine Automation,2020,46(4):1-9.

[4] 王國法，徐亞軍，孟祥軍，等．智能化采煤工作面分類、分級評價指標體系[J]. 煤炭學報,2020,45(9):3033-3044．

WANG Guofa,XU Yajun,MENG Xiangjun,et al．Specification，classification and grading evaluation index for smart longwall mining face[J]. Journal of China Coal Society,2020,45(9):3033-3044．

[5] 王世博，葛世榮，王世佳，等. 長壁綜采工作面無人自主開采發展路徑與挑戰[J]．煤炭科學技術[2022-01-16],https://kns. cnki. net/kcms/detail/11. 2402. td. 20210512. 1536. 016. html

WANG Shibo,GE Shirong,WANG Shijia,et al. Development and Chanllege of unmanned autonomous longwall mining face[J]. Coal Science and Technology,[2022-01-16]https://kns. cnki. net/kcms/detail/11. 2402. td. 20210512. 1536. 016. html

[6] SAMMARCO J J. Mining machine orientatiuon using inertial magnetic and gravitational sensors[R]. United States,Bureau of Mines,1988.

[7] SAMMARCO J J. Field evaluation of the modular azimuth and positioning system (MAPS) for a continuous mining machine[M]. US Department of the Interior,Bureau of Mines,1993.

[8] SCHIFFBAUER W H. Navigation and control of continuous mining systems for coal mining[A]. IEEE Industry Applications Conference[C]. 1996.

[9] SCHIFFBAUER W H. Accurate navigation and control of continuous mining machines for coal mining[R]. U. S. Dept of Health and Human Services,1997.

[10] MICHAEL Kelly,DAVID Hainsworth,PAUL Lever,et al. Longwall automation-An acarp landmark project[A]. CMMI Congress[C]. Cairns Australis,2002.

[11] 方新秋，何杰，張斌，等. 無人工作面采煤機自主定位系統[J]. 西安科技大學學報,2008,28 (2):349-353.

FANG Xinqiu,HE Jie,ZHANG Bin,et al. Self-positioning system of the shearer in unmanned workface[J]. Journal of Xi’an University of Science and Technology，2008，28(2):349-353．

[12] 張慶，王學文，謝嘉成，等. 基于捷聯慣導系統的采煤機定位與姿態調整[J]. 工礦自動化, 2017,43(10):83-89.

ZHANG Qing,WANG Xuewen,XIE Jiacheng,et al. Shearer position and attitude adjustment based on strapdown interial navigation system[J]. Industry and Mine Automation,2017,43(10):83-89.

[13] 李森. 基于慣性導航的工作面直線度測控與定位技術[J]. 煤炭科學技術，2019,47(8):169-174.

LI Sen．Measurement & control and localisation for fully-mechanized working face alignment based on inertial navigation[J]. Coal Science and Technology,2019,47(8):169-174

[14] 毛君，鐘聲，馬英. 基于模糊AKF地磁輔助導航的采煤機定位方法[J]. 傳感器與微系統,2018,37(3):48-50.

MAO Jun,ZHONG Sheng,MA Ying. Positioning method of shearer based on geomagnetic-aided navigation with fuzzy AKF[J]. Transducer and Microsystem Technologies,2018,37(3):48-50.

[15] 石金龍，馬宏偉， 毛清華，等. “慣導+里程計”的采煤機定位方法研究[J]. 煤炭工程，2021,53(10):143-147.

SHI Jinlong,MA Hongwei,MAO Qinghua,et al．Positioning method of shearer based on “ SINS+OD”[J]. Coal Engineer,2021,53(10):143-147.

[16] REID D C,DUNNM T,REID P B,et al. A practical inertial navigation solution for continuous miner automation[A]. In Proc. 12th Coal Operators Conference [C]. Wollongong:2012:114-119.

[17] DUNN M T,THOMPSON J P,REID P B,et al. High accuracy inertial navigation for underground mining machinery[A]. IEEE International Conference on Automation Science & Engineering [C]. Xi’an，2012:1179-1183.

[18] DUNN M,REID D,RALSTON J. Control of automated mining machinery using aided inertial navigation[A]. Proceeding of Machine Vision and Mechatronics in Practice[C]. Berlin，2015：1-9.

[19] REID D,RALSTON J,DUNN M,et al. Longwall shearer automation:From research to reality[A]. Proceedings of Machine Vision and Mechatronics in Practice[C]. Berlin，2015.

[20] EINICKE G A,RALSTON J C,HARGRAVE C O,et al. Longwall mining automation an application of minimum-variance smoothing[J]. IEEE Control Systems,2008,28(6):28-37.

[21] RALSTON J C,REID D C,DUNN M T,et al. Longwall automation:Delivering enabling technology to achieve safer and more productive underground mining[J]. International Journal of Mining Science and Technology,2015,25(6):865-876.

[22] RALSTON Jonathon,REID David,HARGRAVE Chad,et al. Sensing for advancing mining automation capability:A review of underground automation technology development[J]. International Journal of Mining Science and Technology,2014,24(3):305-310.

[23] 郝尚清，王世博，謝貴君，等. 長壁綜采工作面采煤機定位定姿技術研究[J]. 工礦自動化，2014,40(6):21-25.

HAO Shangqing,WANG Shibo,XIE Guijun，et al．Research of determination technologies of position and attitude of shearer on longwall fully mechanized coal mining face[J]. Industry and Mine Automation,2014,40(6):21-25．

[24] 李昂,郝尚清,王世博,等. 基于SINS/軸編碼器組合的采煤機定位方法與試驗研究[J]. 煤炭科學技術,2016,44(4):95-100.

LI Ang，HAO Shangqing，WANG Shibo，et al．Experimental study on shearer positioning method based on SINS and Encoder [J]．Coal Science and Technology，2016，44(4):95-100．

[25] 李國威,常亞軍,連東輝,等. 基于慣導系統的煤礦綜采工作面自動調直系統及方法[P]. 中國專利：CN111441812B,2021-09-07.

LI Guowei,CHANG Yajun,LIAN Donghui,et al．Automatic straightening system and method of coal mine surface based on habitual guide system[P]. China Patent：CN111441812B,2021-09-07.

[26] 郝尚清,李昂,王世博,等. 采煤機慣性導航安裝偏差對定位誤差的影響[J]. 煤炭學報,2015,40(8):1963-1968.

HAO Shangqing,LI Ang,WANG Shibo,et al．Effects of shearer inertial navigation installation noncoincidence on shearer positioning error[J]. Journal of China Coal Society,2015,40(8):1963-1968.

[27] 張博淵,王世博,葛世榮. 慣性導航初始對準偏差與安裝偏差校準方法對采煤機定位精度影響[J]. 煤炭學報,2017,42(3):789-795.

ZHANG Boyuan，WANG Shibo，GE Shirong．Effects of initial alignment error and installation noncoincidence on the shearer positioning accuracy and calibration method [J]．Journal of China Coal Society，2017，42(3):789-795．

[28] 張博淵. 采煤機動態精準定位方法研究[D]. 徐州:中國礦業大學,2017.

ZHANG Boyuan. Research on dynamic accurate positioning method of shearer[D]. Xuzhou:Journal of China University of Mining and Technology,2017.

[29] WANG Shibo,ZHANG Boyuan，WANG Shijia，et al. Dynamic precise positioning method of shearer based on closing path optimal estimation model[J]．IEEE Transactions on Automation Science and Engineering,2019,16(3):1468-1475

[30] 王世佳，王世博，張博淵，等．采煤機慣性導航定位動態零速修正技術[J]. 煤炭學報,2018,43(2):578-583.

WANG Shijia，WANG Shibo，ZHANG Boyuan，et al．Dynamic zero-velocity update technology to shearer inertial navigation positioning[J]．Journal of China Coal Society，2018,43(2):578-583.

[31] WANG Shijia,WANG Shibo. Improving the shearer positioning accuracy using the shearer motion constraints in longwall panels[J]. IEEE Access,2020,8:52466-52474.

[32] 曹波，王世博，葛世榮，等. 基于校準補償和VBUKF平滑的超寬帶采煤機定位技術. 煤炭科學技術,[2022-01-16],http://kns. cnki. net/kcms/detail/11. 2402. TD. 20210512. 1505. 012. html.

CAO Bo,WANG Shibo,GE Shirong,et al. Localization technology of ultra-wideband for shearer based on calibration compensation and VBUKF smoothing [J]. Coal Science and Technology，[2022-01-16],http://kns. cnki. net/kcms/detail/11. 2402. TD. 20210512. 1505. 012. html.

[33] CAO Bo， WANG Shibo,GE Shirong,et al. A novel mobile target localization approach for complicate underground environment in mixed LOS/NLOS scenarios[J]. IEEE Access,2020,8:96347-96362.

[34] 曹波，王世博，葛世榮，等. 基于超寬帶系統的采煤機端頭定位策略及定位技術研究[J]. 煤炭科學技術[2022-01-16],https://doi. org/10. 13199/j. cnki. cst.2021-0227.

CAO Bo,WANG Shibo,GE Shirong,et al. Study on positioning strategy and technology at the end of shearer based on ultra-wideband system[J]. Coal Science and Technology，[2022-01-16],https://doi. org/10. 13199/j. cnki. cst.2021-0227.

[35] HAO Shangqing,WANG Shibo,RERA Malekian,et al. A geometry surveying model and instrument of a scraper conveyor in longwall mining faces[J]. IEEE Access,2017,5:4095-4103

[36] 張智喆，王世博，張博淵，等. 基于采煤機運動軌跡的刮板輸送機布置形態檢測研究[J]. 煤炭學報，2015,40(11):2514-2521.

ZHANG Zhizhe,WANG Shibo,ZHANG Boyuan,et al．Shape detection of scraper conveyor based on shearer trajectory[J]．Journal of China Coal Society，2015，40(11):2514-2521．