CN117311243B - 用于煤矿机器人的车辆姿态监控预警系统 - Google Patents
用于煤矿机器人的车辆姿态监控预警系统 Download PDFInfo
- Publication number
- CN117311243B CN117311243B CN202311596936.0A CN202311596936A CN117311243B CN 117311243 B CN117311243 B CN 117311243B CN 202311596936 A CN202311596936 A CN 202311596936A CN 117311243 B CN117311243 B CN 117311243B
- Authority
- CN
- China
- Prior art keywords
- coal mine
- robot vehicle
- inclination
- mine robot
- early warning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000003245 coal Substances 0.000 title claims abstract description 258
- 238000012544 monitoring process Methods 0.000 title claims abstract description 63
- 230000002159 abnormal effect Effects 0.000 claims abstract description 59
- 230000005856 abnormality Effects 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 28
- 238000012795 verification Methods 0.000 claims description 26
- 238000012216 screening Methods 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 230000001133 acceleration Effects 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 4
- 206010036436 Posture abnormal Diseases 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000013499 data model Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 8
- 238000012876 topography Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 2
- 208000028752 abnormal posture Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—Safety, monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24024—Safety, surveillance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及煤矿机器人姿态监控技术领域，用于解决现有的在对煤矿机器人车辆的姿态监控预警的方式存在严重的滞后性，难以精确识别出煤矿机器人车辆的姿态，故无法做到对煤矿机器人车辆异常姿态的提前预警，更无法识别煤矿机器人车辆存在的潜在危险的问题，具体为用于煤矿机器人的车辆姿态监控预警系统，包括服务器、数据采集单元、云数据库、第一姿态监控单元、第二姿态监控单元、第三姿态监控单元和预警反馈终端。本发明，通过对煤矿机器人车辆的倾斜姿态、晃动姿态以及旋转姿态分别进行了监测分析和预警反馈，从而准确判断车辆的姿态状态，及时发现潜在的安全问题，从而提高煤矿机器人车辆运行的稳定性和可靠性。
Description
技术领域
本发明涉及煤矿机器人姿态监控技术领域，具体为用于煤矿机器人的车辆姿态监控预警系统。
背景技术
煤矿是一个复杂、危险的工作环境，存在着坍塌、爆炸和有毒气体等风险。机器人的车辆姿态异常可能是意外事件的先兆，通过对姿态进行监控预警，可以及时发现潜在的危险情况，保证工作人员和机器人的安全。
煤矿机器人在矿井中执行各种任务时，其姿态监控和预警系统非常重要。这种系统可以实时监测机器人的车辆姿态，对可能的异常情况进行预警，从而提高安全性能。
但现有的在对煤矿机器人车辆的姿态监控预警的方式中，大都是利用视频监控来实时监测和预警煤矿机器人车辆姿态存在的异常，其监控预警的方式存在严重的滞后性，难以充分挖掘数据中的有用数据，导致无法精确识别出煤矿机器人车辆的姿态，故无法做到对煤矿机器人车辆异常姿态的提前预警，更无法识别煤矿机器人车辆存在的潜在危险，无法保证预警的准确性和可靠性。
为了解决上述缺陷，现提供一种技术方案。
发明内容
本发明的目的在于提供用于煤矿机器人的车辆姿态监控预警系统。
本发明的目的可以通过以下技术方案实现：用于煤矿机器人的车辆姿态监控预警系统，包括：服务器，服务器通信连接有：数据采集单元、云数据库、第一姿态监控单元、第二姿态监控单元、第三姿态监控单元和预警反馈终端；
所述数据采集单元用于采集与煤矿机器人车辆的水平方向上的倾斜姿态以及垂直方向上的倾斜姿态、晃动姿态和旋转姿态相关的数据参数，并将各类型数据参数均发送至云数据库中进行存储，云数据库还用于存储倾斜影响程度判定表以及旋转姿态异常预警等级数据表；
所述第一姿态监控单元用于对煤矿机器人车辆的水平方向上和垂直方向上的倾斜姿态数据信息进行监测，由此对其的水平方向上和垂直方向上的倾斜姿态状态进行分析，据此输出正常水平倾斜姿态信号或异常水平倾斜姿态验证信号或异常水平倾斜姿态预警信号和正常垂直倾斜姿态信号或异常垂直倾斜姿态验证信号或异常垂直倾斜姿态预警信号，并根据输出的异常水平倾斜姿态验证信号和异常垂直倾斜姿态验证信号触发倾斜原因分析处理，由此输出煤矿机器人车辆的倾斜影响程度等级，并通过预警反馈终端发出预警信号对煤矿机器人车辆的异常倾斜姿态进行预警反馈说明；
所述第二姿态监控单元用于对煤矿机器人车辆的晃动姿态数据信息进行监测，由此对其的晃动姿态状态进行分析，据此输出晃动姿态正常预警信号或晃动姿态异常预警信号，并将生成的晃动姿态异常预警信号通预警反馈终端对煤矿机器人车辆的异常晃动姿态进行预警反馈说明；
所述第三姿态监控单元用于对煤矿机器人车辆的旋转姿态数据信息进行监测，由此对其的旋转姿态状态进行分析，据此输出煤矿机器人车辆的旋转姿态异常预警等级，并通过预警反馈终端发出预警信号对煤矿机器人车辆的异常旋转姿态进行预警反馈说明。
优选地，所述对煤矿机器人车辆的水平方向上的倾斜姿态状态进行分析，其具体监测过程如下：
通过倾斜传感器实时测量煤矿机器人车辆相对于地平参照线的倾斜角度，并将其记作水平倾斜角度，并标定为α1，设置煤矿机器人车辆的水平倾斜角度的第一水平倾斜对比阈值和第二水平倾斜对比阈值；
若煤矿机器人车辆的水平倾斜角度小于预设的第一水平倾斜对比阈值时，则生成正常水平倾斜姿态信号；
若煤矿机器人车辆的水平倾斜角度处于预设的第一水平倾斜对比阈值和第二水平倾斜对比阈值之间时，则生成异常水平倾斜姿态验证信号，并触发倾斜验证指令，并由此进行煤矿机器人车辆的倾斜原因分析处理，据此输出煤矿机器人车辆的倾斜影响程度等级；
若煤矿机器人车辆的水平倾斜角度大于预设的第二水平倾斜对比阈值时，则生成异常水平倾斜姿态预警信号；
当煤矿机器人车辆的倾斜影响程度等级为重度倾斜影响时或输出异常水平倾斜姿态预警信号时，则均通过预警反馈终端发出预警信号，具体为：生成“当前煤矿机器人车辆存在严重异常的水平方向上的倾斜姿态，亟须采取管理措施”文本字样，将该文本字样发送至煤矿机器人车辆对应的管理负责人同时，并将该文本字样进行语音播报。
优选地，所述对煤矿机器人车辆的垂直方向上的倾斜姿态状态进行分析，其具体监测过程如下：
通过倾斜传感器实时测量煤矿机器人车辆的前后部位相对于垂直面上的倾斜角度，并将其记作垂直俯仰角度，并标定为α2，设置煤矿机器人车辆的垂直俯仰角度的第一垂直倾斜对比阈值和第二垂直倾斜对比阈值；
若煤矿机器人车辆的垂直俯仰角度小于预设的第一垂直倾斜对比阈值时，则生成正常垂直倾斜姿态信号；
若煤矿机器人车辆的垂直俯仰角度处于预设的第一垂直倾斜对比阈值和第二垂直倾斜对比阈值之间时，则生成异常垂直倾斜姿态验证信号，并触发倾斜验证指令，并由此进行煤矿机器人车辆的倾斜原因分析处理，据此输出煤矿机器人车辆的倾斜影响程度等级，且倾斜影响程度等级包括重度倾斜影响、一般倾斜影响；
若煤矿机器人车辆的垂直俯仰角度大于预设的第二垂直倾斜对比阈值时，则生成异常垂直倾斜姿态预警信号；
若煤矿机器人车辆的倾斜影响程度等级为重度倾斜影响时或输出异常垂直倾斜姿态预警信号，则均通过预警反馈终端发出预警信号，具体为：生成“当前煤矿机器人车辆存在严重异常的垂直方向上的倾斜姿态，亟须采取管理措施”文本字样，将该文本字样发送至煤矿机器人车辆对应的管理负责人同时，并将该文本字样进行语音播报。
优选地，所述倾斜原因分析处理，其具体处理过程如下：
依据触发的倾斜验证指令，通过加速度传感器和角速度传感器实时测量煤矿机器人车辆的加速度、旋转速度和地形条件系数，并将其分别标定为as、sv和lad，并将两项数据进行综合分析，依据设定的数据模型：tec=γ1×as+γ2×sv+γ3×lad，由此输出煤矿机器人车辆的倾斜影响系数tec，其中，γ1、γ2和γ3分别为加速度和旋转速度的权重因子系数，γ1、γ2和γ3均为大于0的自然数；
通过角速度传感器测量煤矿机器人车辆绕x轴、y轴和z轴的角速度，并通过角速度换算公式，由此得到煤矿机器人车辆的旋转速度，且旋转速度可以判断煤矿机器人车辆是否发生异常转动而导致失去平衡；
将煤矿机器人车辆的倾斜影响系数与存储在云数据库中的倾斜影响程度判定表进行对照匹配分析，由此得到煤矿机器人车辆的倾斜影响程度等级，且得到的每个倾斜影响系数均对应一个倾斜影响程度等级，且倾斜影响程度等级包括重度倾斜影响、一般倾斜影响。
优选地，所述地形条件系数的具体求解过程如下：
实时监测煤矿机器人车辆所处地形路面的地面坡度、崎岖度和湿滑度，并将其分别标定为glt、rug和slf，并将三项数据进行归一化分析，依据设定的数据模型：lad=ρ1×glt+ρ2×rug+ρ3×slf，由此输出煤矿机器人车辆的地形条件系数lad，其中，ρ1、ρ2和ρ3分别为地面坡度、崎岖度和湿滑度的归一因子，ρ1、ρ2和ρ3均为大于0的自然数。
优选地，所述对煤矿机器人车辆的晃动姿态数据信息进行监测，其具体监测过程如下：
通过振动传感器实时测量一段时间内的煤矿机器人车辆的振动频率和振动幅度，并分别设置煤矿机器人车辆的振动频率和振动幅度对应的数据偶然筛除区间Qu1、Qu2，并将一段时间内测量的各时间点下的煤矿机器人车辆的振动频率和振动幅度与预设的对应的数据偶然筛除区间Qu1、Qu2进行比较分析；
若煤矿机器人车辆对应时间点下的振动频率处于对应的数据偶然筛除区间Qu1之内时，则将对应时间点下的煤矿机器人车辆的振动频率进行保留提取，并将其保存至集合A1中，反之，若煤矿机器人车辆对应时间点下的振动频率超出对应的数据偶然筛除区间Qu1时，则将对应时间点下的煤矿机器人车辆的振动频率进行舍弃删除；
若煤矿机器人车辆对应时间点下的振动幅度处于对应的数据偶然筛除区间Qu2之内时，则将对应时间点下的煤矿机器人车辆的振动幅度进行保留提取，并将其保存至集合A2中，反之，若煤矿机器人车辆对应时间点下的振动幅度超出对应的数据偶然筛除区间Qu2时，则将对应时间点下的煤矿机器人车辆的振动幅度进行舍弃删除。
优选地，所述对煤矿机器人车辆的晃动姿态状态进行分析，其具体分析过程如下：
依据输出的集合A1和集合A2，并将集合A1和集合A2中的各数据进行均值分析，依据公式：、/>，由此输出煤矿机器人车辆的第一晃动值ske1、第二晃动值ske2，其中，zpi表示为煤矿机器人车辆的振动频率，zfj表示为煤矿机器人车辆的振动幅度；
将煤矿机器人车辆的第一晃动值和第二晃动值进行归一化分析，依据设定的数据模型：spc=λ1×ske1+λ2×ske2，由此输出煤矿机器人车辆的晃动姿态系数spc，其中，λ1和λ2分别为第一晃动值和第二晃动值的归一因子，λ1和λ2均为大于0的自然数；
设置煤矿机器人车辆的晃动姿态系数的晃动对比阈值，若晃动姿态系数小于预设的晃动对比阈值时，则生成晃动姿态正常预警信号，若晃动姿态系数大于等于预设的晃动对比阈值时，则生成晃动姿态异常预警信号，并通过预警反馈终端发出预警信号，具体的：生成“当前煤矿机器人车辆的晃动姿态存在严重异常，亟须采取管理措施”文本字样，将该文本字样发送至煤矿机器人车辆对应的管理负责人同时，并将该文本字样进行语音播报。
优先地：所述对煤矿机器人车辆的旋转姿态状态进行分析，其具体分析过程如下：
通过角速度传感器实时测量煤矿机器人车辆的纵向角速度，并设置纵向角速度的角速度对比阈值，并将煤矿机器人车辆的纵向角速度与预先设定的角速度对比阈值进行比较分析，若纵向角速度大于预先设定的角速度对比阈值时，则触发旋转异常验证分析处理，具体的：将纵向角速度与对应的角速度对比阈值进行数据分析，依据公式：偏航角速度差值=丨纵向角速度-角速度对比阈值丨，由此输出煤矿机器人车辆的偏航角速度差值；
通过地磁传感器测量煤矿机器人车辆相对于地球磁场方向，并由此得到煤矿机器人车辆的偏航角度；
将煤矿机器人车辆的偏航角速度差值和偏航角度进行计算分析，依据设定的数据模型：rav=μ×（yad×ya），由此输出煤矿机器人车辆的旋转姿态判定值rav，其中，yad表示为煤矿机器人车辆的偏航角速度差值，ya表示为煤矿机器人车辆的偏航角度，且μ为转换因子系数，且μ为大于0的自然数；
将煤矿机器人车辆的旋转姿态判定值与存储在云数据库中的旋转姿态异常预警等级数据表进行对照匹配分析，由此得到煤矿机器人车辆的旋转姿态异常预警等级，且得到的每个旋转姿态判定值均对应一个旋转姿态异常预警等级，且旋转姿态异常预警等级包括一级旋转姿态异常预警等级、二级旋转姿态异常预警等级；
若煤矿机器人车辆输出的旋转姿态异常预警等级为一级旋转姿态异常预警等级时，则通过预警反馈终端发出预警信号，具体的：生成“当前煤矿机器人车辆的旋转姿态存在严重异常，亟须采取管理措施”文本字样，将该文本字样发送至煤矿机器人车辆对应的管理负责人同时，并将该文本字样进行语音播报。
本发明的有益效果：
本发明，通过对煤矿机器人车辆的水平方向上和垂直方向上的倾斜姿态数据信息进行监测，并由此对煤矿机器人车辆在不同层面上的倾斜姿态的情况进行了分析，通过模型数据分析和数据比对的方式，不仅实现对煤矿机器人车辆的倾斜姿态全面的监控分析，并通过预警反馈的方式，也实现对煤矿机器人车辆异常倾斜姿态的实时预警，及时发现潜在的安全问题，从而提高煤矿机器人车辆运行的稳定性和可靠性。
通过煤矿机器人车辆的晃动姿态数据信息进行监测，由此明确了煤矿机器人车辆的晃动姿态状态，并对车辆的异常晃动姿态进行明确的预警分析，并采用文本和声音警报的方式，提醒操作员或相关人员注意。
通过对煤矿机器人车辆的旋转姿态数据信息进行监测，由此对其的旋转姿态状态进行分析，根据角速度数据提供了车辆绕轴的旋转速度信息，又根据地磁方向数据则提供了车辆的偏航角度信息，并采用归一化分析的方式，综合分析了煤矿机器人车辆的旋转姿态情况，准确判断车辆的姿态状态，及时发现异常情况并采取相应的预警和控制措施，确保煤矿机器人车辆的安全运行。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为用于煤矿机器人的车辆姿态监控预警系统，包括：服务器，服务器通信连接有：数据采集单元、云数据库、第一姿态监控单元、第二姿态监控单元、第三姿态监控单元和预警反馈终端。
数据采集单元用于采集与煤矿机器人车辆的水平方向上的倾斜姿态以及垂直方向上的倾斜姿态、晃动姿态和旋转姿态相关的数据参数，并将各类型数据参数均发送至云数据库中进行存储。
云数据库还用于存储倾斜影响程度判定表以及旋转姿态异常预警等级数据表。
第一姿态监控单元用于对煤矿机器人车辆的水平方向上和垂直方向上的倾斜姿态数据信息进行监测，由此对其的水平方向上和垂直方向上的倾斜姿态状态进行分析，具体的：
通过倾斜传感器实时测量煤矿机器人车辆相对于地平参照线的倾斜角度，并将其记作水平倾斜角度，并标定为α1，设置煤矿机器人车辆的水平倾斜角度的第一水平倾斜对比阈值和第二水平倾斜对比阈值，其中，第一水平倾斜对比阈值小于第二水平倾斜对比阈值，且第一水平倾斜对比阈值和第二水平倾斜对比阈值的具体数值的设定由本领域技术人员在具体案例中进行具体设置；
若煤矿机器人车辆的水平倾斜角度小于预设的第一水平倾斜对比阈值时，则生成正常水平倾斜姿态信号；
若煤矿机器人车辆的水平倾斜角度大于预设的第二水平倾斜对比阈值时，则生成异常水平倾斜姿态预警信号；需要说明的是，水平倾斜角度用于表示煤矿机器人车辆偏离水平位置的程度，当水平倾斜角度的表现数值越大时，则越说明煤矿机器人车辆偏离水平位置的程度越严重，且发生侧翻的风险越大；
若煤矿机器人车辆的水平倾斜角度处于预设的第一水平倾斜对比阈值和第二水平倾斜对比阈值之间时，则生成异常水平倾斜姿态验证信号，并触发倾斜验证指令，并由此进行煤矿机器人车辆的倾斜原因分析处理，具体为：
依据触发的倾斜验证指令，通过加速度传感器和角速度传感器实时测量煤矿机器人车辆的加速度、旋转速度和地形条件系数，并将其分别标定为as、sv和lad，并将两项数据进行综合分析，依据设定的数据模型：tec=γ1×as+γ2×sv+γ3×lad，由此输出煤矿机器人车辆的倾斜影响系数tec，其中，γ1、γ2和γ3分别为加速度和旋转速度的权重因子系数，γ1、γ2和γ3均为大于0的自然数，而权重因子系数用于均衡各项数据在公式计算中的占比权重，从而促进计算结果的准确性；
需要说明的是，加速度指的是煤矿机器人车辆水平方向上的线性加速度值，若水平方向上的加速度过大，则会加大煤矿机器人的倾倒的风险；
还需指出的是，地形条件系数的具体求解过程如下：实时监测煤矿机器人车辆所处地形路面的地面坡度、崎岖度和湿滑度，并将其分别标定为glt、rug和slf，并将三项数据进行归一化分析，依据设定的数据模型：lad=ρ1×glt+ρ2×rug+ρ3×slf，由此输出煤矿机器人车辆的地形条件系数lad，其中，ρ1、ρ2和ρ3分别为地面坡度、崎岖度和湿滑度的归一因子，ρ1、ρ2和ρ3均为大于0的自然数，归一因子用于表示将数据模型中的各项数据转化为无量纲形式的系数；
其中，地面坡度指的是煤矿机器人车辆所接触的地面的倾斜角度，崎岖度用于表示煤矿机器人车辆所接触的地面的不平整度或起伏程度，湿滑度一般用煤矿机器人车辆与地面之间的摩擦系数来衡量；
通过角速度传感器测量煤矿机器人车辆绕x轴、y轴和z轴的角速度，并通过角速度换算公式，由此得到煤矿机器人车辆的旋转速度，且旋转速度可以判断煤矿机器人车辆是否发生异常转动而导致失去平衡；
将煤矿机器人车辆的倾斜影响系数与存储在云数据库中的倾斜影响程度判定表进行对照匹配分析，由此得到煤矿机器人车辆的倾斜影响程度等级，且得到的每个倾斜影响系数均对应一个倾斜影响程度等级，且倾斜影响程度等级包括重度倾斜影响、一般倾斜影响；
当煤矿机器人车辆的倾斜影响程度等级为重度倾斜影响时或输出异常水平倾斜姿态预警信号时，则均通过预警反馈终端发出预警信号，具体为：生成“当前煤矿机器人车辆存在严重异常的水平方向上的倾斜姿态，亟须采取管理措施”文本字样，将该文本字样发送至煤矿机器人车辆对应的管理负责人同时，并将该文本字样进行语音播报，以提醒人员注意存在的煤矿机器人车辆存在的倾斜危险。
再通过倾斜传感器实时测量煤矿机器人车辆的前后部位相对于垂直面上的倾斜角度，并将其记作垂直俯仰角度，并标定为α2，设置煤矿机器人车辆的垂直俯仰角度的第一垂直倾斜对比阈值和第二垂直倾斜对比阈值，其中，第一垂直倾斜对比阈值小于第二垂直倾斜对比阈值，且第一垂直倾斜对比阈值和第二垂直倾斜对比阈值的具体数值的设定由本领域技术人员在具体案例中进行具体设置；
若煤矿机器人车辆的垂直俯仰角度小于预设的第一垂直倾斜对比阈值时，则生成正常垂直倾斜姿态信号；
若煤矿机器人车辆的垂直俯仰角度大于预设的第二垂直倾斜对比阈值时，则生成异常垂直倾斜姿态预警信号，需要说明的是，垂直俯仰角度用于表示煤矿机器人车辆前后面偏离垂直面的程度，当垂直俯仰角度的表现数值越大时，则越说明煤矿机器人车辆偏离垂直面的程度越严重，且发生侧倾倒的风险越大；
若煤矿机器人车辆的垂直俯仰角度处于预设的第一垂直倾斜对比阈值和第二垂直倾斜对比阈值之间时，则生成异常垂直倾斜姿态验证信号，并触发倾斜验证指令，并由此进行煤矿机器人车辆的倾斜原因分析处理，据此输出煤矿机器人车辆的倾斜影响程度等级；
当煤矿机器人车辆的倾斜影响程度等级为重度倾斜影响时或输出异常垂直倾斜姿态预警信号，则均通过预警反馈终端发出预警信号，具体为：生成“当前煤矿机器人车辆存在严重异常的垂直方向上的倾斜姿态，亟须采取管理措施”文本字样，将该文本字样发送至煤矿机器人车辆对应的管理负责人同时，并将该文本字样进行语音播报。
第二姿态监控单元用于对煤矿机器人车辆的晃动姿态数据信息进行监测，具体监测过程如下：
通过振动传感器实时测量一段时间内的煤矿机器人车辆的振动频率和振动幅度，并分别设置煤矿机器人车辆的振动频率和振动幅度对应的数据偶然筛除区间Qu1、Qu2，并将一段时间内测量的各时间点下的煤矿机器人车辆的振动频率和振动幅度与预设的对应的数据偶然筛除区间Qu1、Qu2进行比较分析，其中，数据偶然筛除区间Qu1为煤矿机器人车辆的振动频率的对比区间，数据偶然筛除区间Qu2为煤矿机器人车辆的振动幅度的对比区间；
若煤矿机器人车辆对应时间点下的振动频率处于对应的数据偶然筛除区间Qu1之内时，则将对应时间点下的煤矿机器人车辆的振动频率进行保留提取，并将其保存至集合A1中，反之，若煤矿机器人车辆对应时间点下的振动频率超出对应的数据偶然筛除区间Qu1时，则将对应时间点下的煤矿机器人车辆的振动频率进行舍弃删除；
若煤矿机器人车辆对应时间点下的振动幅度处于对应的数据偶然筛除区间Qu2之内时，则将对应时间点下的煤矿机器人车辆的振动幅度进行保留提取，并将其保存至集合A2中，反之，若煤矿机器人车辆对应时间点下的振动幅度超出对应的数据偶然筛除区间Qu2时，则将对应时间点下的煤矿机器人车辆的振动幅度进行舍弃删除；
由此对其的晃动姿态状态进行分析，具体分析过程如下：
依据输出的集合A1和集合A2，并将集合A1和集合A2中的各数据进行均值分析，依据公式：、/>，由此输出煤矿机器人车辆的第一晃动值ske1、第二晃动值ske2，其中，zpi表示为煤矿机器人车辆的振动频率，zfj表示为煤矿机器人车辆的振动幅度，i表示为集合A1中数据的数量和，j表示为集合A2中数据的数量和；
将煤矿机器人车辆的第一晃动值和第二晃动值进行归一化分析，依据设定的数据模型：spc=λ1×ske1+λ2×ske2，由此输出煤矿机器人车辆的晃动姿态系数spc，其中，λ1和λ2分别为第一晃动值和第二晃动值的归一因子，λ1和λ2均为大于0的自然数；
设置煤矿机器人车辆的晃动姿态系数的晃动对比阈值，若晃动姿态系数小于预设的晃动对比阈值时，则生成晃动姿态正常预警信号，若晃动姿态系数大于等于预设的晃动对比阈值时，则生成晃动姿态异常预警信号，并通过预警反馈终端发出预警信号，具体的：生成“当前煤矿机器人车辆的晃动姿态存在严重异常，亟须采取管理措施”文本字样，将该文本字样发送至煤矿机器人车辆对应的管理负责人同时，并将该文本字样进行语音播报。
第三姿态监控单元用于对煤矿机器人车辆的旋转姿态数据信息进行监测，由此对其的旋转姿态状态进行分析，具体分析步骤如下：
通过角速度传感器实时测量煤矿机器人车辆的纵向角速度，并设置纵向角速度的角速度对比阈值，并将煤矿机器人车辆的纵向角速度与预先设定的角速度对比阈值进行比较分析，若纵向角速度大于预先设定的角速度对比阈值时，则触发旋转异常验证分析处理，具体的：将纵向角速度与对应的角速度对比阈值进行数据分析，依据公式：偏航角速度差值=丨纵向角速度-角速度对比阈值丨，由此输出煤矿机器人车辆的偏航角速度差值；
需要说明的是，纵向角速度指的是煤矿机器人车辆沿中心轴旋转的速度；
通过地磁传感器测量煤矿机器人车辆相对于地球磁场方向，并由此得到煤矿机器人车辆的偏航角度；
将煤矿机器人车辆的偏航角速度差值和偏航角度进行计算分析，依据设定的数据模型：rav=μ×（yad×ya），由此输出煤矿机器人车辆的旋转姿态判定值rav，其中，yad表示为煤矿机器人车辆的偏航角速度差值，ya表示为煤矿机器人车辆的偏航角度，且μ为转换因子系数，且μ为大于0的自然数，而转换因子系数用于将所有数据项的物理量转换成同一物理量的数据系数；
将煤矿机器人车辆的旋转姿态判定值与存储在云数据库中的旋转姿态异常预警等级数据表进行对照匹配分析，由此得到煤矿机器人车辆的旋转姿态异常预警等级，且得到的每个旋转姿态判定值均对应一个旋转姿态异常预警等级，且旋转姿态异常预警等级包括一级旋转姿态异常预警等级、二级旋转姿态异常预警等级；
若煤矿机器人车辆输出的旋转姿态异常预警等级为一级旋转姿态异常预警等级时，则通过预警反馈终端发出预警信号，具体的：生成“当前煤矿机器人车辆的旋转姿态存在严重异常，亟须采取管理措施”文本字样，将该文本字样发送至煤矿机器人车辆对应的管理负责人同时，并将该文本字样进行语音播报。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (5)
1.用于煤矿机器人的车辆姿态监控预警系统，包括服务器，服务器通信连接有：数据采集单元、云数据库，其特征在于，服务器还通信连接有：第一姿态监控单元、第二姿态监控单元、第三姿态监控单元和预警反馈终端；
所述数据采集单元用于采集与煤矿机器人车辆的水平方向上的倾斜姿态以及垂直方向上的倾斜姿态、晃动姿态和旋转姿态相关的数据参数，并将各类型数据参数均发送至云数据库中进行存储，云数据库还用于存储倾斜影响程度判定表以及旋转姿态异常预警等级数据表；
所述第一姿态监控单元用于对煤矿机器人车辆的水平方向上和垂直方向上的倾斜姿态数据信息进行监测，由此对其的水平方向上和垂直方向上的倾斜姿态状态进行分析，据此输出正常水平倾斜姿态信号或异常水平倾斜姿态验证信号或异常水平倾斜姿态预警信号和正常垂直倾斜姿态信号或异常垂直倾斜姿态验证信号或异常垂直倾斜姿态预警信号，并根据输出的异常水平倾斜姿态验证信号和异常垂直倾斜姿态验证信号触发倾斜原因分析处理，由此输出煤矿机器人车辆的倾斜影响程度等级，并通过预警反馈终端发出预警信号对煤矿机器人车辆的异常倾斜姿态进行预警反馈说明；
所述第二姿态监控单元用于对煤矿机器人车辆的晃动姿态数据信息进行监测，其具体监测过程如下：
通过振动传感器实时测量一段时间内的煤矿机器人车辆的振动频率和振动幅度，并分别设置煤矿机器人车辆的振动频率和振动幅度对应的数据偶然筛除区间Qu1、Qu2，并将一段时间内测量的各时间点下的煤矿机器人车辆的振动频率和振动幅度与预设的对应的数据偶然筛除区间Qu1、Qu2进行比较分析；
若煤矿机器人车辆对应时间点下的振动频率处于对应的数据偶然筛除区间Qu1之内时，则将对应时间点下的煤矿机器人车辆的振动频率进行保留提取，并将其保存至集合A1中，反之，若煤矿机器人车辆对应时间点下的振动频率超出对应的数据偶然筛除区间Qu1时，则将对应时间点下的煤矿机器人车辆的振动频率进行舍弃删除；
若煤矿机器人车辆对应时间点下的振动幅度处于对应的数据偶然筛除区间Qu2之内时，则将对应时间点下的煤矿机器人车辆的振动幅度进行保留提取，并将其保存至集合A2中，反之，若煤矿机器人车辆对应时间点下的振动幅度超出对应的数据偶然筛除区间Qu2时，则将对应时间点下的煤矿机器人车辆的振动幅度进行舍弃删除；
由此对其的晃动姿态状态进行分析，其具体分析过程如下：
依据输出的集合A1和集合A2，并将集合A1和集合A2中的各数据进行均值分析，由此输出煤矿机器人车辆的第一晃动值和第二晃动值；
将煤矿机器人车辆的第一晃动值和第二晃动值进行归一化分析，由此输出煤矿机器人车辆的晃动姿态系数；
设置煤矿机器人车辆的晃动姿态系数的晃动对比阈值，若晃动姿态系数小于预设的晃动对比阈值时，则生成晃动姿态正常预警信号，若晃动姿态系数大于等于预设的晃动对比阈值时，则生成晃动姿态异常预警信号；
并将生成的晃动姿态异常预警信号通预警反馈终端对煤矿机器人车辆的异常晃动姿态进行预警反馈说明；
所述第三姿态监控单元用于对煤矿机器人车辆的旋转姿态数据信息进行监测，由此对其的旋转姿态状态进行分析，其具体分析过程如下：
通过角速度传感器实时测量煤矿机器人车辆的纵向角速度，并设置纵向角速度的角速度对比阈值，并将煤矿机器人车辆的纵向角速度与预先设定的角速度对比阈值进行比较分析，若纵向角速度大于预先设定的角速度对比阈值时，则触发旋转异常验证分析处理，具体的：将纵向角速度与对应的角速度对比阈值进行数据分析，依据公式：偏航角速度差值=丨纵向角速度-角速度对比阈值丨，由此输出煤矿机器人车辆的偏航角速度差值；
通过地磁传感器测量煤矿机器人车辆相对于地球磁场方向，并由此得到煤矿机器人车辆的偏航角度；
将煤矿机器人车辆的偏航角速度差值和偏航角度进行计算分析，由此输出煤矿机器人车辆的旋转姿态判定值；
将煤矿机器人车辆的旋转姿态判定值与存储在云数据库中的旋转姿态异常预警等级数据表进行对照匹配分析，由此得到煤矿机器人车辆的旋转姿态异常预警等级，且得到的每个旋转姿态判定值均对应一个旋转姿态异常预警等级，且旋转姿态异常预警等级包括一级旋转姿态异常预警等级、二级旋转姿态异常预警等级；
若煤矿机器人车辆输出的旋转姿态异常预警等级为一级旋转姿态异常预警等级时，则通过预警反馈终端发出预警信号；
据此输出煤矿机器人车辆的旋转姿态异常预警等级，并通过预警反馈终端发出预警信号对煤矿机器人车辆的异常旋转姿态进行预警反馈说明。
2.根据权利要求1所述的用于煤矿机器人的车辆姿态监控预警系统，其特征在于，所述对煤矿机器人车辆的水平方向上的倾斜姿态状态进行分析，其具体监测过程如下：
通过倾斜传感器实时测量煤矿机器人车辆相对于地平参照线的倾斜角度，并将其记作水平倾斜角度，并标定为α1，设置煤矿机器人车辆的水平倾斜角度的第一水平倾斜对比阈值和第二水平倾斜对比阈值；
若煤矿机器人车辆的水平倾斜角度小于预设的第一水平倾斜对比阈值时，则生成正常水平倾斜姿态信号；
若煤矿机器人车辆的水平倾斜角度处于预设的第一水平倾斜对比阈值和第二水平倾斜对比阈值之间时，则生成异常水平倾斜姿态验证信号，并触发倾斜验证指令，并由此进行煤矿机器人车辆的倾斜原因分析处理，据此输出煤矿机器人车辆的倾斜影响程度等级；
若煤矿机器人车辆的水平倾斜角度大于预设的第二水平倾斜对比阈值时，则生成异常水平倾斜姿态预警信号；
当煤矿机器人车辆的倾斜影响程度等级为重度倾斜影响时或输出异常水平倾斜姿态预警信号时，则均通过预警反馈终端发出预警信号。
3.根据权利要求1所述的用于煤矿机器人的车辆姿态监控预警系统，其特征在于，所述对煤矿机器人车辆的垂直方向上的倾斜姿态状态进行分析，其具体监测过程如下：
通过倾斜传感器实时测量煤矿机器人车辆的前后部位相对于垂直面上的倾斜角度，并将其记作垂直俯仰角度，并标定为α2，设置煤矿机器人车辆的垂直俯仰角度的第一垂直倾斜对比阈值和第二垂直倾斜对比阈值；
若煤矿机器人车辆的垂直俯仰角度小于预设的第一垂直倾斜对比阈值时，则生成正常垂直倾斜姿态信号；
若煤矿机器人车辆的垂直俯仰角度处于预设的第一垂直倾斜对比阈值和第二垂直倾斜对比阈值之间时，则生成异常垂直倾斜姿态验证信号，并触发倾斜验证指令，并由此进行煤矿机器人车辆的倾斜原因分析处理，据此输出煤矿机器人车辆的倾斜影响程度等级，且倾斜影响程度等级包括重度倾斜影响、一般倾斜影响；
若煤矿机器人车辆的垂直俯仰角度大于预设的第二垂直倾斜对比阈值时，则生成异常垂直倾斜姿态预警信号；
若煤矿机器人车辆的倾斜影响程度等级为重度倾斜影响时或输出异常垂直倾斜姿态预警信号，则均通过预警反馈终端发出预警信号。
4.根据权利要求3所述的用于煤矿机器人的车辆姿态监控预警系统，其特征在于，所述倾斜原因分析处理，其具体处理过程如下：
依据触发的倾斜验证指令，通过加速度传感器和角速度传感器实时测量煤矿机器人车辆的加速度和旋转速度，并将两项数据与地形条件系数进行综合分析，由此输出煤矿机器人车辆的倾斜影响系数；
通过角速度传感器测量煤矿机器人车辆绕x轴、y轴和z轴的角速度，并通过角速度换算公式，由此得到煤矿机器人车辆的旋转速度，且旋转速度可以判断煤矿机器人车辆是否发生异常转动而导致失去平衡；
将煤矿机器人车辆的倾斜影响系数与存储在云数据库中的倾斜影响程度判定表进行对照匹配分析，由此得到煤矿机器人车辆的倾斜影响程度等级，且得到的每个倾斜影响系数均对应一个倾斜影响程度等级，且倾斜影响程度等级包括重度倾斜影响、一般倾斜影响。
5.根据权利要求4所述的用于煤矿机器人的车辆姿态监控预警系统，其特征在于，所述地形条件系数的具体求解过程如下：
实时监测煤矿机器人车辆所处地形路面的地面坡度、崎岖度和湿滑度，并将三项数据进行归一化分析，由此输出煤矿机器人车辆的地形条件系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311596936.0A CN117311243B (zh) | 2023-11-28 | 2023-11-28 | 用于煤矿机器人的车辆姿态监控预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311596936.0A CN117311243B (zh) | 2023-11-28 | 2023-11-28 | 用于煤矿机器人的车辆姿态监控预警系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117311243A CN117311243A (zh) | 2023-12-29 |
| CN117311243B true CN117311243B (zh) | 2024-02-27 |
Family
ID=89297615
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311596936.0A Active CN117311243B (zh) | 2023-11-28 | 2023-11-28 | 用于煤矿机器人的车辆姿态监控预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117311243B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117723208B (zh) * | 2024-02-07 | 2024-05-03 | 广州三拓智能装备有限公司 | 一种基于多时段数据智能分析的连线机平衡性测试系统 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120071993A (ko) * | 2010-12-23 | 2012-07-03 | 현대모비스 주식회사 | 전복 감지 기능이 구비된 자동차 및 그 방법 |
| CN103057502A (zh) * | 2012-12-28 | 2013-04-24 | 南京恒知讯科技有限公司 | 一种检测车辆瞬时加速度提示汽车姿态的装置和方法、及汽车 |
| CN103198147A (zh) * | 2013-04-19 | 2013-07-10 | 上海岩土工程勘察设计研究院有限公司 | 自动化监测异常数据的判别及处理方法 |
| CN105974793A (zh) * | 2016-05-04 | 2016-09-28 | 华中科技大学 | 一种电站锅炉燃烧智能控制方法 |
| CN106767847A (zh) * | 2016-12-15 | 2017-05-31 | 北京三驰科技发展有限公司 | 一种车辆姿态安全预警方法及系统 |
| CN106960285A (zh) * | 2017-04-01 | 2017-07-18 | 北京交通大学 | 一种地铁列车运行服务质量检测装置及方法 |
| CN109324618A (zh) * | 2018-09-21 | 2019-02-12 | 北京三快在线科技有限公司 | 无人车的控制方法及无人车 |
| CN110332979A (zh) * | 2019-06-12 | 2019-10-15 | 南京国科软件有限公司 | 车辆振动监测报警装置 |
| CN110979336A (zh) * | 2019-12-24 | 2020-04-10 | 东北林业大学 | 一种车身运行姿态实时监控系统 |
| CN112141080A (zh) * | 2020-09-08 | 2020-12-29 | 北京踏歌智行科技有限公司 | 一种用于矿区运输车辆防侧翻控制方法 |
| CN115406669A (zh) * | 2022-08-08 | 2022-11-29 | 中国人民解放军火箭军工程大学 | 一种多轴特种车辆侧翻指标优化方法 |
| CN115771546A (zh) * | 2022-12-26 | 2023-03-10 | 北京唐智科技发展有限公司 | 一种车辆运行平稳性的监测方法、装置及介质 |
| CN116022194A (zh) * | 2022-12-26 | 2023-04-28 | 北京唐智科技发展有限公司 | 一种利用倾角监测车辆运行姿态的方法、装置及介质 |
| CN116793347A (zh) * | 2023-06-16 | 2023-09-22 | 安徽理工大学 | 一种无人驾驶采矿车姿态预警方法与姿态预警装置 |
| CN116853953A (zh) * | 2023-07-06 | 2023-10-10 | 南京华易泰电子科技有限公司 | 基于振动传感器的oht天车振动报警控制方法及系统 |
| CN116880472A (zh) * | 2023-06-30 | 2023-10-13 | 西安建筑科技大学 | 一种露天无人驾驶矿车行进障碍物的智能检测系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10025260B4 (de) * | 2000-05-22 | 2004-11-25 | Conti Temic Microelectronic Gmbh | Verfahren zur Detektion von Überrollvorgängen bei Kraftfahrzeugen mit Sicherheitseinrichtungen |
-
2023
- 2023-11-28 CN CN202311596936.0A patent/CN117311243B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120071993A (ko) * | 2010-12-23 | 2012-07-03 | 현대모비스 주식회사 | 전복 감지 기능이 구비된 자동차 및 그 방법 |
| CN103057502A (zh) * | 2012-12-28 | 2013-04-24 | 南京恒知讯科技有限公司 | 一种检测车辆瞬时加速度提示汽车姿态的装置和方法、及汽车 |
| CN103198147A (zh) * | 2013-04-19 | 2013-07-10 | 上海岩土工程勘察设计研究院有限公司 | 自动化监测异常数据的判别及处理方法 |
| CN105974793A (zh) * | 2016-05-04 | 2016-09-28 | 华中科技大学 | 一种电站锅炉燃烧智能控制方法 |
| CN106767847A (zh) * | 2016-12-15 | 2017-05-31 | 北京三驰科技发展有限公司 | 一种车辆姿态安全预警方法及系统 |
| CN106960285A (zh) * | 2017-04-01 | 2017-07-18 | 北京交通大学 | 一种地铁列车运行服务质量检测装置及方法 |
| CN109324618A (zh) * | 2018-09-21 | 2019-02-12 | 北京三快在线科技有限公司 | 无人车的控制方法及无人车 |
| CN110332979A (zh) * | 2019-06-12 | 2019-10-15 | 南京国科软件有限公司 | 车辆振动监测报警装置 |
| CN110979336A (zh) * | 2019-12-24 | 2020-04-10 | 东北林业大学 | 一种车身运行姿态实时监控系统 |
| CN112141080A (zh) * | 2020-09-08 | 2020-12-29 | 北京踏歌智行科技有限公司 | 一种用于矿区运输车辆防侧翻控制方法 |
| CN115406669A (zh) * | 2022-08-08 | 2022-11-29 | 中国人民解放军火箭军工程大学 | 一种多轴特种车辆侧翻指标优化方法 |
| CN115771546A (zh) * | 2022-12-26 | 2023-03-10 | 北京唐智科技发展有限公司 | 一种车辆运行平稳性的监测方法、装置及介质 |
| CN116022194A (zh) * | 2022-12-26 | 2023-04-28 | 北京唐智科技发展有限公司 | 一种利用倾角监测车辆运行姿态的方法、装置及介质 |
| CN116793347A (zh) * | 2023-06-16 | 2023-09-22 | 安徽理工大学 | 一种无人驾驶采矿车姿态预警方法与姿态预警装置 |
| CN116880472A (zh) * | 2023-06-30 | 2023-10-13 | 西安建筑科技大学 | 一种露天无人驾驶矿车行进障碍物的智能检测系统 |
| CN116853953A (zh) * | 2023-07-06 | 2023-10-10 | 南京华易泰电子科技有限公司 | 基于振动传感器的oht天车振动报警控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117311243A (zh) | 2023-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113370982B (zh) | 路面颠簸区域的检测方法、装置、电子设备及存储介质 | |
| CN117311243B (zh) | 用于煤矿机器人的车辆姿态监控预警系统 | |
| US10690695B2 (en) | System and method for detecting driving behavior | |
| US20090164060A1 (en) | Vehicle instability detection and prevention system | |
| CN109910904A (zh) | 一种驾驶行为与车辆驾驶姿态识别系统 | |
| CA2179464A1 (en) | Apparatus and method for sensing motionlessness in a vehicle | |
| CN103616013B (zh) | 一种救援清障车姿态角估计方法 | |
| CN109085381A (zh) | 车载加速度传感器方向校准方法 | |
| CN104800988A (zh) | 一种高处作业时自动警示的安全带及其使用方法 | |
| CN110092256A (zh) | 电动车乘电梯上楼监测的方法、系统以及监测装置 | |
| CN111002346A (zh) | 一种机器人被困检测方法以及机器人 | |
| US20190154440A1 (en) | Systems and methods for evaluating underground road conditions using accelerometers | |
| JP7359549B2 (ja) | 安全監視装置および安全監視方法 | |
| CN110901695A (zh) | 列车平稳性检测系统及方法 | |
| Liu et al. | Field tests of a tractor rollover detection and emergency notification system | |
| CN116022194A (zh) | 一种利用倾角监测车辆运行姿态的方法、装置及介质 | |
| CN116236720A (zh) | 一种高空作业的远程报警系统及其报警安全带 | |
| KR102373475B1 (ko) | 가속도 센서를 이용한 드론의 비행상태 모니터링 시스템 및 방법 | |
| CN211642196U (zh) | 列车平稳性检测系统 | |
| CN114783166B (zh) | 一种基于气体检测的作业人员行为动态感知系统 | |
| CN106289642B (zh) | 起吊工况下救援车整体重心平面位置的动态估计方法 | |
| CN105739409B (zh) | 一种风电叶片运输平衡监控装置及其监控方法 | |
| CN116793347A (zh) | 一种无人驾驶采矿车姿态预警方法与姿态预警装置 | |
| CN108275157A (zh) | 一种驾驶行为检测系统及方法 | |
| JP2020134275A (ja) | 積載状況監視装置および積載状況監視方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |