针对煤矿智能掘进机器人系统位姿实时精确测量问题,基于两级护盾结构相互推移油缸实现机器人行驶原理,提出了一种基于捷联惯导和推移油缸信息融合的智能掘进机器人位姿测量方法。利用捷联惯导实时测量智能掘进机器人的姿态信息,再结合推移油缸位移数据,进行航位推算。采用标准卡尔曼滤波算法将捷联惯导数据和油缸数据进行融合,抑制惯导测量误差,提高位姿测量精度。井下实验结果表明在智能掘进机器人系统静止1h左右,惯导和油缸组合测量的俯仰角、横滚角和航向角的漂移量分别为0.018596°、0.004635°和0.011898°;在智能掘进机器人前进21m(截距为1m)的过程中,组合测量系统解算得到的位置误差在X轴和Y轴方向分别小于3.5cm和2cm。

针对无人潜航器（unmanned underwater vehicle,UUV）在多普勒计程仪（Doppler velocity log,DVL）的量测噪声以及安装角偏离误差影响下,自主航行时不能满足长时间导航定位的问题,一方面基于Mallat算法的小波分解和单层重构方法对DVL量测速度进行滤波;另一方面,利用UUV湖试数据对传感器的安装偏离误差进行了校正。针对UUV在高纬度、长时间航行特点,采用地球参考椭球体作为地球几何形状的数学描述。最后对提出的导航算法进行了算法验证及自主导航控制试验,结果表明UUV的自主导航定位精度均小于0.5%,满足设计要求,并优于改进前的航位推算算法。