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！

申请/专利权人：大连理工大学

摘要：一种基于堆料面预测模型的智能电铲最优自动挖掘作业方法，首先，通过激光雷达扫描实际料场获得堆料面点云数据并进行处理；其次，对形貌特征复杂多变的堆料面进行精确建模；接着，利用堆料面预测模型进行最优挖掘轨迹规划；然后，执行挖掘轨迹；最后，回转‑卸料‑复位并判断是否进行下一次挖掘作业。由于本发明采用激光雷达扫描得到的点云对堆料面进行精确建模，实现了对动态挖掘体积的精准预测，且适用于实际挖掘工况。本发明采用PTP方法利用高阶多项式描述挖掘轨迹，将电铲最优控制问题转化为多项式系数寻优问题，同时考虑挖掘体积、挖掘时间等因素，考虑机构位置、电机转速等约束，对多项式轨迹系数、挖掘时间、终止位置进行优化，实现了确保挖到足够物料、挖掘时间短以及能耗最优的目的。

主权项：1.一种基于堆料面预测模型的智能电铲最优自动挖掘作业方法，其特征在于，包括以下步骤：A、电铲接收规划任务，运动到特定挖掘位置后，前端工作装置进行复位运动，准备扫描前方挖掘堆料面；B、激光雷达扫描前方堆料面，采掘堆料面形貌特征，获得堆料面点云数据，点云中每个点由x,y,z组成；C、激光雷达扫描堆料面获得其点云数据后，对点云数据进行去噪处理，再对去噪后的点云进行分割处理，将非堆料面部分的点云去除掉，获得处理过后堆料面点云数据；D、通过PRS堆料面预测模型，利用步骤C中处理后的堆料面点云数据对堆料面进行建模，得到堆料面的数学表达式Sx,y，Sx,y即最终得到的堆料面预测模型，可通过该模型计算堆料面在X-Y平面内的投影范围内的任意一个x,y所对应的堆料面预测值zprs；所述的PRS堆料面预测模型建立方法包括以下步骤：D1、使用PRS方法得到的堆料面的表达式Sx,y由下式表达： 其中：Dx和Dy是x和y两个维度上的最高阶数；wmk代表二元多次方程Sx,y中每一项xmyk所对应的系数；zprs代表堆料面预测模型根据某一x,y计算得到的堆料面预测值；x,y为点云中所有点的前两维数据；D2、设Dx和Dy相等，皆为D；根据步骤D1中的堆料面表达式1，通过最小二乘法，以实际z值与Sx,y之间的差值最小为目标，建立目标函数，以此确定式1中未知的每一项系数wmk；目标函数如下式： D3、为使步骤D2中的目标函数E最小，让其导数等于零，可得到下式； 其中：U为系数向量，由Sx,y的每一项系数wmk组成；H为点云样本输出向量，代表点云数据的z值；B为点云样本输入矩阵，每一行的x和y都对应着H中的z，n为点云数据的样本点数；D4、根据式3，通过下式直接将系数向量U解析求解出来；U＝BTB-1BTH4D5、将步骤D4得到的系数向量U带回步骤D1中的堆料面表达式Sx,y，获得堆料面预测模型；E、确定最优挖掘轨迹电铲前端工作装置的挖掘运动由提升绳的提升运动和推压机构的推压运动协同完成，且电铲的前端工作装置可简化成一个二自由度机械臂，对电铲挖掘轨迹进行规划时，首先将挖掘轨迹面离散成多条挖掘轨迹线，然后在与铲斗宽度垂直的二维空间内对挖掘轨迹曲线进行参数化，将一个复杂的三维曲面寻优问题转变成轨迹参数寻优问题；在二维规划空间内，使用PTP的方法，通过确定起始和终止状态，并使用高阶多项式在时间域上分别对x和y方向的挖掘轨迹进行离散，使得多项式前5阶系数由6～K阶多项式系数、挖掘时间、初始和终止状态联立求解，完成挖掘轨迹的参数化过程；利用堆料面预测模型对动态挖掘体积进行精确预测；利用挖掘阻力经验公式计算挖掘阻力；利用拉格朗日动力学方程结合电铲运动和结构特点，建立电铲动力学模型，用于计算动态挖掘过程中的推压和提升力；在满足满斗率约束、斗杆最大伸长量约束、可回转约束、不挖地约束、电机速度约束、电机输出力约束、电机功率约束的前提下，规划得到实际工况下满足多方面要求的最优挖掘轨迹；具体步骤如下：E1、将三维挖掘轨迹面在铲斗宽度方向等间隔离散成m条挖掘轨迹线，每条挖掘轨迹线在二维规划空间内是同一条曲线，但是在三维空间内不一致；E2、在二维规划空间内，利用高阶多项式表达x和y方向上的挖掘轨迹，建立x和y方向上轨迹s与时间之间的表达式，如式5所示，同时初始位置、速度、加速度皆为零，终止速度、加速度为零，终止位置假设为xn,yn，为待优化参数，其他的待优化参数包括式5中的6～K阶多项式系数和挖掘时间td，然后利用PTP的方法结合所有待优化参数可求得式5中的前5阶系数，包括第0阶，求解方法如式6所示； E3、在二维规划空间内，将第i条挖掘轨迹线在时间域上离散成的n个挖掘轨迹坐标点xj,yj转化到三维空间得到坐标值xij,yij,zij，i＝1,2,3,...,m，j＝1,2,3,...,n，利用堆料面预测模型Sx,y预测挖掘轨迹坐标点xij,yij,zij对应于堆料面上的坐标点xij,yij,zdij，然后第i条挖掘轨迹线与投影到堆料面上的曲线围成的封闭面积Si可由下式计算； 其中，dt为动态挖掘厚度；E4、得到所有的Si后，通过下式对动态挖掘体积进行预测； 其中：V为挖掘体积，wdip为铲斗宽度；E5、根据挖掘阻力经验公式和动态挖掘厚度，计算挖掘阻力；E6、对电铲前端工作装置进行运动分析以及结构分析，根据其运动方式以及结构特点选取广义坐标，利用拉格朗日动力学方程结合前端工作装置受力分析建立电铲前端工作装置动力学模型，利用挖掘轨迹表达式求解广义坐标的位移、速度、加速度，再结合步骤E3-E4所述动态挖掘体积计算方法以及E5所述挖掘阻力计算方法，通过动力学模型计算电铲推压电机和提升电机输出力；E7、根据步骤E1-E2获得优化变量，以单位最小挖掘能耗为目标，以满斗率约束、斗杆最大伸长量约束、可回转约束、不挖地约束、电机速度约束、电机输出力约束、电机功率约束作为约束条件，建立如下式所示的轨迹优化模型： 其中，为x和y方向上挖掘轨迹关于时间的高阶多项式中大于等于6阶的多项式系数；[xn,yn]为挖掘终止位置；td为挖掘时间；G1为满斗率约束；G2为斗杆最大伸长量约束；G3为可回转约束；G4为不挖地约束；G5为最小提升速度约束；G6为最大提升速度约束；G7为最小推压速度约束；G8为最大推压速度约束；G9为电机最大允许提升力约束；G10为电机最大允许推压力约束；G11为提升电机最大允许输出功率约束；G12为推压电机最大允许输出功率约束；Lh为斗杆长度；zdmax为m条挖掘轨迹线末端坐标xin,yin，i＝1,2,3,...,m，对应于堆料面上的值zdin中的最大值；为第i条挖掘轨迹线上的最大提升力，为m条挖掘轨迹线上最大提升力之间的最大值，同理；ED为铲斗齿尖到与斗杆轴线之间的垂直距离；E8、利用合适的优化算法对轨迹优化模型进行寻优，寻找最优轨迹参数值，确定最优挖掘轨迹；F、将所获得的最优挖掘轨迹转化为推压电机和提升电机的控制参数，控制电铲前端工作装置进行挖掘运动，完成挖掘后，电铲进行回转-卸料-回转-复位，完成单个自动作业流程；G、单个自动作业流程结束后，根据已挖掘物料体积判断是否需要进行下一轮挖掘作业，如果需要，则转到步骤A；如果不需要，则挖掘任务结束。

全文数据：

权利要求：

百度查询： 大连理工大学 一种基于堆料面预测模型的智能电铲最优自动挖掘作业方法