摘要:钻孔卸压是高地应力矿井治理冲击地压的首要措施,对实施钻孔作业的防冲钻孔机器人钻具姿态准确测量是保障钻孔 位置及卸压效果的前提。 为此,本文提出了基于惯性传感组件和 BP 神经网络的防冲钻孔机器人钻具姿态解算方法,通过设计 惯性传感组件的空间阵列式布局方式(空间阵列式 IMU),建立了空间阵列式 IMU 的数据融合模型及位姿解算模型,实现了钻 具姿态的高精度解算。 在此基础上,提出了基于 BP 神经网络的惯性传感组件误差补偿方法,建立了钻具姿态解算误差补偿模 型,并通过钻具模拟运动的解算分析对空间阵列式 IMU 解算和误差补偿方法的可行性进行了验证。 最后,通过搭建的防冲钻 孔机器人钻具姿态监测实验平台,对不同方法的钻具解算结果进行对比分析。 实验结果表明,在 BP 神经网络模型进行误差补 偿后,本文所提方法解算出的钻具姿态精度明显提高,钻具方位角、倾角和横滚角的平均误差分别为 0. 099°、0. 079°和 0. 045°, 有效抑制了惯性传感组件的漂移和误差积累,且钻具姿态解算误差曲线没有出现发散现象。 因此,该方法可以持续稳定地对防 冲钻孔机器人钻具姿态进行可靠监测,具有较高的推广应用价值。