无人矿用电铲自主行驶轨迹跟踪控制

doi:10.3901/JME.2025.20.318

机械工程学报 ›› 2025, Vol. 61 ›› Issue (20): 318-327.doi: 10.3901/JME.2025.20.318

• 交叉与前沿 • 上一篇

扫码分享

无人矿用电铲自主行驶轨迹跟踪控制

谭晓丹¹, 李静¹, 方毅¹, 徐天爽¹, 王勇澎^2,3, 黄庆学^3,4

1. 吉林大学机械与航空航天工程学院长春 130022;
2. 山西太重智能采矿装备技术有限公司太原 030032;
3. 智能采矿装备技术全国重点实验室太原 030032;
4. 太原理工大学机械与运载工程学院太原 030024

收稿日期:2024-07-30 修回日期:2025-05-16 发布日期:2025-12-03
作者简介:谭晓丹，女，1989年出生，博士研究生。主要研究方向为工程装备优化设计与智能化技术。E-mail:tanxd21@mails.jlu.edu.cn
徐天爽(通信作者)，女，1985年出生，博士，副教授。主要研究方向为机械优化设计。E-mail:xts@jlu.edu.cn
基金资助:
国家自然科学基金(52105100,52005208)和山西省揭榜招标(20191101014)资助项目。

Path Tracking Control for Autonomous Driving of Unmanned Mining Shovel

TAN Xiaodan¹, LI Jing¹, FANG Yi¹, XU Tianshuang¹, WANG Yongpeng^2,3, HUANG Qingxue^3,4

1. School of Mechanical and Aerospace Engineering, Jilin University, Changchun 130022;
2. Shanxi TZCO Intelligent Mining Equipment Technology Co., Ltd., Taiyuan 030032;
3. State Key Laboratory of Intelligent Mining Equipment Technology, Taiyuan 030032;
4. College of Mechanical and Vehicle Engineering, Taiyuan University of Technology, Taiyuan 030024

Received:2024-07-30 Revised:2025-05-16 Published:2025-12-03

摘要/Abstract

摘要： 安全、高效行驶转场和准确、及时装备调姿是实现矿用电铲高质量连续作业的重要基础。针对电铲行驶任务中驾驶员操作条件下存在的视野受限、感知滞后、疲劳作业等不利因素，从降低对人工经验依赖的角度出发，提出了一种基于预瞄的模糊控制方法以实现预设路径条件下电铲重型履带的轨迹跟踪。首先，对电铲的行驶工况进行了梳理，并分别针对长、短距离工况设计了自主行驶策略；在此基础上，对电铲重型履带进行稳态行驶动力学分析；进一步，提出基于预瞄的模糊控制方法用于预设轨迹跟踪，并通过无人电铲虚拟样机仿真初步验证该方法在不同初始偏差条件下的跟踪准确性和工况适用性；最后，开发了无人电铲缩比样机，对曲线行驶、前进避障和“V”型横移避障等工况进行轨迹跟踪控制试验。结果表明，不同工况下的航向角偏差约在±2°以内，质心位置偏差约在±10 cm以内，说明本文所提出的控制方法具有较高的轨迹跟踪精度和稳定性，适用于矿用电铲自主行驶任务。

关键词: 矿用电铲, 自主行驶, 预瞄模糊控制, 轨迹跟踪, 缩比样机试验

Abstract: The safety and high efficiency of long-distance movement as well as the accurate and timely digging position adjustment of the mining shovel serve as the base for productive continuous open-pit mining operation. Considering the disadvantages of the driving activities by operators such as the limited view range, the awareness delay and fatigue driving, a Pre-sighting Fuzzy Control algorithm was established in this paper to achieve the autonomous path tracking of mining shovel diminishing the human effects. Firstly, both the long and short distance driving characters of mining shovels were analyzed, based on which the self-driving strategy was established. Then, the dynamic model of the heavy crawler equipped by mining shovels was built and the Pre-sighting Fuzzy Control algorithm was constructed for the autonomous path tracking task. One step further, simulations with different initial error status based on virtual prototype of a scaled unmanned mining shovel was accomplished to validate the accuracy and the adaptiveness of the algorithm. At last, the physical prototype was built and field tests were applied for the path tracking performance in different conditions such as curve tracking, obstacle avoidance forward moving and ‘V’ type lateral movement. Results showed the high accuracy and stability of the algorithm that the heading angle error could be controlled into about ±2 ° and the track error within ±10 cm, which proves the effectiveness for autonomous path tracking for unmanned mining shovels.

Key words: mining shovel, autonomous driving, pre-sighting fuzzy control, path tracking, scale model test

中图分类号:

TD422

谭晓丹, 李静, 方毅, 徐天爽, 王勇澎, 黄庆学. 无人矿用电铲自主行驶轨迹跟踪控制[J]. 机械工程学报, 2025, 61(20): 318-327.

TAN Xiaodan, LI Jing, FANG Yi, XU Tianshuang, WANG Yongpeng, HUANG Qingxue. Path Tracking Control for Autonomous Driving of Unmanned Mining Shovel[J]. Journal of Mechanical Engineering, 2025, 61(20): 318-327.

参考文献

[1] DURST W，VOGT W. Bucket Wheel Excavator[M]. Clausthal-Zellerfeld：Trans. Tech. Publications，1988.
[2] 王国强，程悦荪，殷涌光. 多履带车辆转向性能分析[J].吉林工业大学学报，1994(1)：1-9. WANG Guoqiang，CHENG Yuesun，YIN Yongguang. An analysis of turning performance of multi-tracked vehicles[J]. Journal of Jilin University of Technology，1994(1)：1-9.
[3] 王国强，程悦荪，马若丁. 铰接式履带车辆的结构参数对转向性能的影响[J]. 吉林工业大学学报，1997(2)：8-13. WANG Guoqiang，CHENG Yuesun，MA Ruoding. Impact of structure parameters on articulated tracked vehicles turning performance[J]. Journal of Jilin University of Technology，1997(2)：8-13.
[4] YAO Z W，WANG G Q，GUO R，et al. Theory and experimental research on six-track steering vehicles[J]. Vehicle System Dynamics，2013，51(2)：218-235.
[5] ZHANG G Y，LIU X H，WANG S，et al. Simulation of travelling performance and experimental research on heavy double crawlers on a soft ground[J]. Journal of Mechanical Science and Technology，2017，31(2)：501-514.
[6] 于向军，槐元辉，姚宗伟，等. 工程车辆无人驾驶关键技术[J]. 吉林大学学报，2021，51(4)：1153-1168. YU Xiangjun，HUAI Yuanhui，YAO Zongwei，et al. Key technology in autonomous vehicle for engineering[J]. Journal of Jilin University，2021，51(4)：1153-1168.
[7] 王博洋，龚建伟，高天云，等. 基于双层驾驶员模型的履带车辆纵向与横向协同跟踪控制方法[J]. 兵工学报，2018，39(9)：1675-1682. WANG Boyang，GONG Jianwei，GAO Tianyun，et al. Longitudinal and lateral path following coordinated control method of tracked vehicle based on double-layer driver model[J]. Acta Armamentarii，2018，39(9)：1675-1682.
[8] 胡家铭，胡宇辉，陈慧岩，等. 基于模型预测控制的无人驾驶履带车辆轨迹跟踪方法研究[J]. 兵工学报，2019，40(3)：456-463. HU Jiaming，HU Yuhui，CHEN Huiyan，et al. Research on trajectory tracking of unmanned tracked vehicles based on model predictive control[J]. Acta Armamentarii，2019，40(3)：456-463.
[9] 林添良，姚瑜，许文杰，等. 基于环境识别的电动工程机械无人驾驶行走方法[J]. 机械工程学报，2021，57(10)：42-49. LIN Tianliang，YAO Yu，XU Wenjie，et al. Driverless walking method of electric construction machinery based on environment recognition[J]. Journal of Mechanical Engineering，2021，57(10)：42-49.
[10] JACEK M C. Shovel-truck systems[M]. London：CRC Press，2009.
[11] 李勇. 多履带行走装置关键设计技术研究[D]. 长春：吉林大学，2011. LI Yong. Study on the key technology of multi-crawler travelling gear[D]. Changchun：Jilin University，2011.
[12] ZHANG, S，ZHAO, X，ZHU, G H，et al. Adaptive trajectory tracking control strategy of intelligent vehicle[J]. International Journal of Distributed Sensor Networks，2020，16(5)：1-14.
[13] ZHANG H Z，YANG X T，LIANG J S，et al. GPS path tracking control of military unmanned vehicle based on preview variable universe fuzzy sliding mode control[J]. Machines，2021，9(12)：304.
[14] CAO H T，SONG X L，ZHAO S，et al. An optimal model-based trajectory following architecture synthesising the lateral adaptive preview strategy and longitudinal velocity planning for highly automated vehicle[J]. Vehicle System Dynamics，2017，55(8)：1143-1188.
[15] ZHOU X C，JIANG H B，LI A X，et al. A new single point preview-based human-like driver model on urban curved roads[J]. IEEE Access，2020，8：107452-107464.

无人矿用电铲自主行驶轨迹跟踪控制

Path Tracking Control for Autonomous Driving of Unmanned Mining Shovel

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	孙文龙, 潘伟, 向绍通, 张艺馨, 张聪, 路长厚. 基于扩张状态观测器的液体静压轴承重复控制技术研究[J]. 机械工程学报, 2025, 61(5): 126-137.
[2]	杨泽坤, 李韶华, 王振峰. 基于自适应变参数MPC的分布式驱动智能车轨迹跟踪控制[J]. 机械工程学报, 2024, 60(6): 363-377.
[3]	汪首坤, 许永康, 陈志华, 司金戈, 李斌, 王军政. 无人机移动自主回收着陆原理及控制方法[J]. 机械工程学报, 2024, 60(3): 34-46.
[4]	姚建均, 张宜坤, 柯运, 钱琛, 王超. 基于模型预测控制的机器人姿态控制策略研究[J]. 机械工程学报, 2024, 60(19): 88-100.
[5]	付涛, 张天赐, 崔允浩, 宋学官. 深度学习增强的智能矿用电铲挖掘轨迹跟踪控制[J]. 机械工程学报, 2024, 60(16): 357-366.
[6]	何华, 刘全, 申屠舒展, 宫昭. 轮式多机协同搬运机器人轨迹跟踪控制器设计[J]. 机械工程学报, 2024, 60(11): 145-155.
[7]	刘聪, 刘辉, 韩立金, 聂士达. 基于学习型滑模预测控制的无人驾驶车辆非结构化环境轨迹跟踪及稳定性控制[J]. 机械工程学报, 2024, 60(10): 399-412.
[8]	李韶华, 杨泽坤, 王雪玮. 基于T-S模糊变权重MPC的智能车轨迹跟踪控制[J]. 机械工程学报, 2023, 59(4): 199-212.
[9]	吴西涛, 魏超, 翟建坤, 苑士华. 考虑横摆稳定性的无人车轨迹跟踪控制优化研究[J]. 机械工程学报, 2022, 58(6): 130-142.
[10]	庞辉, 刘楠, 刘敏豪, 张风奇. 基于线性时变模型预测控制的自主车辆轨迹跟踪控制器设计与验证[J]. 机械工程学报, 2022, 58(24): 264-274.
[11]	杜荣华, 胡鸿飞, 高凯, 黄浩. 基于变预测时域MPC的自动驾驶汽车轨迹跟踪控制研究[J]. 机械工程学报, 2022, 58(24): 275-288.
[12]	卢宗兴, 苏永生, 东辉, 李胤增, 赵栋哲. 基于足底力反馈的踝关节主被动康复策略[J]. 机械工程学报, 2022, 58(21): 50-59.
[13]	陶永, 兰江波, 刘海涛, 王田苗, 高赫, 温宇方, 段练. 基于滑模和模糊算法相融合的人机协作机器人轨迹跟踪方法[J]. 机械工程学报, 2022, 58(18): 181-191.
[14]	张雷, 王子浩, 孙逢春, 王震坡. 四轮轮毂电机驱动智能电动汽车转向失效容错控制研究[J]. 机械工程学报, 2021, 57(20): 141-152.
[15]	张建宇, 高天宇, 于潇雁, 陈力. 基于自适应时延估计的空间机械臂连续非奇异终端滑模控制[J]. 机械工程学报, 2021, 57(11): 177-183.