懸臂式掘進機導(dǎo)航技術(shù)研究現(xiàn)狀及發(fā)展趨勢

田偉琴，田 原，賈 曲，張 凱

（1.煤炭科學(xué)研究總院，北京 100013；2.中國煤炭科工集團太原研究院有限公司，山西 太原 030006；

3.山西天地煤機裝備有限公司，山西 太原 030006）

0 引 言

煤炭是我國的能源基石，煤炭行業(yè)的高質(zhì)量發(fā)展離不開核心技術(shù)的支撐，實現(xiàn)煤炭安全、高效的開采是我國煤礦智能化發(fā)展的方向［1］。 目前我國煤礦智能化的發(fā)展仍在初級階段，需要不斷地進行進步和完善，其中煤礦裝備作為煤礦生產(chǎn)的重要組成部分，實現(xiàn)其裝備系統(tǒng)的智能化尤為迫切。 相對于我國煤礦綜采裝備的智能化發(fā)展，掘進智能化受制于綜掘工作面環(huán)境復(fù)雜且制約因素較多而發(fā)展較慢，同時嚴重影響著工人的安全，因此掘進技術(shù)的智能化對煤礦安全生產(chǎn)有著重要意義。

當前巷道掘進主要依靠的設(shè)備是懸臂式掘進機（簡稱“掘進機”），仍需依靠工人進行操作，掘進機的遠程化、無人化及智能化直接關(guān)系煤礦工人的生命安全與開采效率，因此實現(xiàn)掘進機的自主導(dǎo)航至關(guān)重要。

井下精確導(dǎo)航定位是智慧煤礦的核心組成部分，在井下研究中，掘進機已經(jīng)能夠被遠程操控，但是由于未能實現(xiàn)在地下空間中的自主測量和定位，仍無法確定掘進機自身位姿與巷道之間的空間位置關(guān)系，無法對周圍的環(huán)境實現(xiàn)自動感知和定位，只能根據(jù)視頻進行作業(yè)，難以達到精確開采的目的。 因此需要采用有效的測量技術(shù)，實現(xiàn)對掘進機的位姿檢測，使其達到在掘進工作面自主導(dǎo)航的要求，完成無人化精準掘進。

筆者通過對掘進機自主導(dǎo)航的重要性進行闡述，分析掘進機導(dǎo)航目前面臨的問題，分類介紹了關(guān)于掘進機導(dǎo)航技術(shù)的研究現(xiàn)狀，歸納總結(jié)其技術(shù)特征及存在的問題；最后對掘進機未來的自主導(dǎo)航定位發(fā)展趨勢做了展望。

1 掘進機導(dǎo)航技術(shù)面臨的問題

在掘進機導(dǎo)航技術(shù)研究中，一直存在著一些阻礙掘進機導(dǎo)航技術(shù)發(fā)展的問題。

1）環(huán)境惡劣。 巷道空間狹窄，照度低，懸臂式掘進機截割期間會產(chǎn)生大量粉塵和水霧，而且在截割過程中存在強烈振動和沖擊。

2）運動方式特殊。 掘進機的運動特點是長時、短距、低速、頻繁進退，復(fù)雜且不確定性高。

3）工況特殊。 巷道底板狀況易使掘進機在作業(yè)過程中發(fā)生側(cè)滑、橫滾等，從而在截割時影響截面的形態(tài)和位置，改變巷道的走向。

4）定位難度大。 煤礦巷道為狹長空間，類似一維空間，但在對掘進機定位時需要考慮機身三維定位和姿態(tài)檢測，精度不易保證。

由于上述問題，目前掘進機尚無可靠的導(dǎo)航技術(shù)，已經(jīng)成為掘進機遠程控制的“卡脖子”問題。

2 掘進機導(dǎo)航技術(shù)研究現(xiàn)狀

目前在煤礦井下，掘進機導(dǎo)航技術(shù)主要涉及激光、UWB、iGPS、視覺、慣導(dǎo)等傳感器，大致可分為光電導(dǎo)航、慣性導(dǎo)航以及多傳感器融合3 大類，分別對各種技術(shù)總結(jié)歸納如下。

2.1 光電導(dǎo)航及位姿檢測技術(shù)研究現(xiàn)狀

基于光電導(dǎo)航原理的導(dǎo)航技術(shù)信號傳輸介質(zhì)包括激光（如點／線／面激光和全站儀等）、紅外線、可見光及機器視覺等，其檢測系統(tǒng)可以分為2 部分：一部分固定在巷道基準中作為信號檢測裝置；另一部分安裝在懸臂式掘進機機身上作為信號發(fā)射裝置，并隨機身運動。

1）基于全站儀的導(dǎo)向與定位原理。 朱信平等［5］提出了一種利用全站儀檢測掘進機機身位姿的方法，如圖1 所示。

圖1 基于全站儀的掘進機機身檢測系統(tǒng)示意Fig.1 Schematic of body detection system of roadheader based on total station

該方法能精確地完成對掘進機機身位姿參數(shù)的實時測量，但問題在于掘進機的姿態(tài)檢測要在同一時刻檢測多點掘進機機身上離散分布的空間目標，而全站儀只能同一時刻檢測一個點，所以全站儀更適合掘進機的靜態(tài)位姿檢測。

2）基于激光指向儀的導(dǎo)向和定位原理。 在巷道指向裝置中使用較多的即為激光指向儀，其位置和方向經(jīng)過全站儀的標定，可將巷道基準傳遞到巷道斷面上。 利用點／扇形激光發(fā)射器發(fā)射激光信號，掘進機機身上的激光標靶或接收器接收信號完成對掘進機的位姿檢測。

Markvardt Roman 等［6］基于紅外傳感器對掘進機定位進行了研究，采用主動照明紅外傳感器，在無人視覺控制的情況下，提高掘進機定位的魯棒性。

薛光輝等［7］提出了基于激光靶向跟蹤的掘進機位姿測量方法，可以在標靶單點布站的情況下完成掘進機所有位姿參數(shù)的測量，以解決布站復(fù)雜、測量過程繁瑣等不足。

張旭輝等［8］以激光指向儀的2 個激光光斑參考，利用激光光斑、光斑之間的直線及激光線之間的兩點三線特征，通過矩陣計算得到了相機相對于激光指向儀下的位姿關(guān)系，并通過掘進機機身姿態(tài)模型，解算出了掘進機在巷道坐標系中的位姿。

然而激光指向儀只能依靠得到的若干參數(shù)判斷掘進機是否沿設(shè)計方向掘進，在實際測量中，當測量距離過遠時需調(diào)整指向儀位置并重新進行標定，過程繁瑣且易出現(xiàn)誤差。

3）基于空間交匯測量技術(shù)的導(dǎo)向和定位原理。吳淼等［9－10］采用激光空間交匯測量技術(shù)對懸臂式掘進機實施位姿自主測量，其測量示意如圖2 所示。

圖2 基于空間交匯測量技術(shù)的懸臂式掘進機自主位姿測量方法Fig.2 Autonomous position and attitude measurement method of cantilever roadheader based on space intersection measurement technology

將激光發(fā)射器安裝在掘進機機身上發(fā)射旋轉(zhuǎn)激光，再在機身后部固定放置激光接收器，由激光平面得到發(fā)射器相對于接收器的方位信息，即得到激光接收器確定的巷道坐標系下懸臂式掘進機的位姿。此研究在激光發(fā)射器與接收器相距一定距離時懸臂式掘進機定位點在X軸最大測量誤差為厘米級。

4）基于iGPS（室內(nèi)GPS）的導(dǎo)向和定位原理。iGPS 是一種室內(nèi)定位技術(shù)。 陶云飛等［11－12］提出基于iGPS 的掘進機單站多點分時機身位姿測量方法并對掘進機偏向位移精度進行了研究，如圖3 所示。

圖3 基于iGPS 的掘進機單站多點分時位姿測量裝置Fig.3 Single station multi－point time－sharing pose measurement device of roadheader based on iGPS

在掘進機機身上固定安裝三個不在同一直線的激光接收器，發(fā)射站在不同位置發(fā)射光束，由待測接收器接收信號，可以解算出三個不同位置的接收器坐標，完成對掘進機的定位。 該測量方式僅依靠單個發(fā)射站與機身不同位置的接收器就能實現(xiàn)掘進機自主檢測位姿，但接收器的測量誤差會隨著測量距離的增大而增大，Y軸方向的測量誤差增長速率大于X及Z軸方向，需通過多次測量，方可降低誤差值。

5）基于超寬帶（UWB）技術(shù)的導(dǎo)向和定位原理。超寬帶技術(shù)是一種具有良好的測量實時性與較廣的測量范圍的新型無線電技術(shù)，系統(tǒng)結(jié)構(gòu)簡單、不存在位姿誤差累積，局域范圍內(nèi)具有高精度測距功能，可在掘進機靜止或者行進過程中提供較高的定位精度。

符世琛等［13－18］基于超寬帶技術(shù)對掘進機位姿及定位定向做了大量研究，基于超寬帶的掘進機位態(tài)檢測系統(tǒng)如圖4 所示。

圖4 基于超寬帶的掘進機位姿檢測系統(tǒng)示意Fig.4 Schematic of roadheader position and attitude detection system based on ultra－wideband

①利用超寬帶與TW－TOF 結(jié)合的測距技術(shù)實現(xiàn)掘進機的自主導(dǎo)航，將自主探測范圍提升了3 倍，為掘進機自主巡航系統(tǒng)提供基準。 但受基站布局的限制，橫滾角與俯仰角的解算精度并不理想。 ②研究了基站與機身定位點的幾何布局（如間距、角度）對掘進機位姿測量精度的影響，結(jié)果表明姿態(tài)角只與機身定位點的間距有關(guān)，間距越小，測量精度越高。 ③利用超寬帶技術(shù)測量基站與機身定位點的距離，根據(jù)由測距信息建立的TOA 觀測方程組解算出掘進機的姿態(tài)角參數(shù)。 在90 m 距離內(nèi)，協(xié)同算法的Y軸定位誤差基本上可以保持毫米級，而X軸、Z軸定位誤差隨測量距離的增大，誤差呈線性增加。

劉超等［19］提出基于UWB 測距與定位（TSOA）原理混合算法的掘進機位姿檢測方法，通過混合算法得到了掘進機的坐標值，將坐標值代入姿態(tài)角解算公式得到了掘進機的姿態(tài)角。 在試驗測量范圍內(nèi)，X軸誤差可控制在厘米級，Y軸誤差可達到毫米級，Z軸誤差則隨測量距離增大而增大。

崔柳等［20］設(shè)置了一種以3 個UWB 基站與信號單元組成的隨掘進機移動的測量裝置，分別在掘進機與測量裝置上裝設(shè)姿態(tài)監(jiān)測裝置。 當掘進機靜止時，將掘進機的監(jiān)測裝置作為定位基站發(fā)射無線電波信號，測量裝置上的監(jiān)測裝置作為定位標簽，結(jié)合算法解算出測量裝置相對于掘進機的姿態(tài)與位置參數(shù)；當掘進機前進時，將靜止測量裝置上的監(jiān)測裝置作為參考，監(jiān)測掘進機上監(jiān)測裝置的實時位姿變化，完成掘進機的姿態(tài)與位置參數(shù)測量。

在UWB 位姿測量系統(tǒng)中，掘進機定位精度隨基站布局間距增大而增大，隨基站與機身的距離增大而減低，且在三維坐標中Z軸精度較差。

6）基于視覺測量的導(dǎo)向和定位原理。 機器視覺是一種包含圖像處理、機械工程、控制、光學(xué)成像、模式識別以及人工智能等多領(lǐng)域的綜合技術(shù)，與傳統(tǒng)機械設(shè)備的結(jié)合可大大提高自動化程度。

田原［21－22］對基于機器視覺的掘進機空間位姿技術(shù)做了研究。 圖5 為所用檢測系統(tǒng)示意圖。

圖5 基于機器視覺的掘進機空間位姿檢測系統(tǒng)Fig.5 Space position and attitude detection system of roadheader based on machine vision

攝像機成像系統(tǒng)對給定空間分布模式的特征點陣（光靶）成像，利用視覺測量理論，通過對圖像中特征點分布模式變形情況的分析，計算攝像機相對特征點陣（光靶）的空間位置和姿態(tài)參數(shù)。

杜雨馨等［23］提出的掘進機機身實時監(jiān)測系統(tǒng)示意如圖6 所示，選擇將雙十字激光源作為參照物安裝在起始掘進的巷道頂板處，利用攝像機采集標靶上圖像，并進行識別與特征提取，根據(jù)構(gòu)建的掘進機位姿解算模型，自動實現(xiàn)對掘進機位姿參數(shù)的檢測。

圖6 基于雙十字激光與機器視覺組合的掘進機位姿檢測方法Fig.6 Pose detection method of roadheader based on double cross laser and machine vision

在懸臂式掘進機截割頭定位研究中，張旭輝等［24－27］①利用攝像機采集安裝在靠近截割臂回轉(zhuǎn)臺上的紅外標靶圖像，通過光靶中心的像素坐標及四點透視方法得到紅外標靶在攝像機坐標系中的坐標，得到了截割頭姿態(tài)角；②將視覺傳感器應(yīng)用于懸臂式掘進機控制系統(tǒng)中，根據(jù)各傳感器的測量結(jié)果以及誤差信息實現(xiàn)了懸臂式掘進機截割的精確控制；③采用單目視覺測量技術(shù)，將巷道中激光指向儀的激光點和激光束作為特征構(gòu)建出掘進機機身位姿視覺測量模型，通過空間矩陣變換來解算巷道中機身位姿；④利用截割臂擺動到已知極限位置時的相關(guān)數(shù)據(jù)對相機外參進行標定，亞像素級邊緣檢測算法對光斑中心提取，提高視覺測量精度。

楊文娟等［28－30］構(gòu)建了利用視覺傳感器識別紅外標靶特征的截割頭姿態(tài)的測量系統(tǒng)，利用兩點三線法解算掘進機位姿模型得到掘進機機身在巷道坐標下的位姿。 利用視覺技術(shù)對三激光束標靶圖像進行分割，采用Hessian 矩陣與泰勒展開對激光束中心線特征提取與定位，結(jié)合最小化重投影誤差實現(xiàn)非迭代全局最優(yōu)解估計，可獲得掘進機機身位姿的最優(yōu)解，位姿解算精度滿足在煤礦井下惡劣環(huán)境中的定位需求。

張超等［31］利用雙目視覺技術(shù)實現(xiàn)掘進機位姿檢測，將紅外LED 光源組成圖像測量標靶，對光斑中心點進行特征提取，使用雙標靶交替移動實現(xiàn)連續(xù)不間斷測量，3D－3D 運動估計方法完成位姿參數(shù)求解。

光電導(dǎo)航技術(shù)種類眾多，且技術(shù)成熟、精度高、應(yīng)用廣泛。 但是由于在煤礦井下工作時需要克服能見度低、空間狹窄等環(huán)境問題，因此只能在特定環(huán)境工況下應(yīng)用。

2.2 慣性導(dǎo)航技術(shù)研究現(xiàn)狀

慣性導(dǎo)航技術(shù)利用陀螺儀測得載體角速率，通過姿態(tài)更新算法獲得偏航角與姿態(tài)角信息；加速度計測出載體在慣性參考系中的運動加速度，再把它轉(zhuǎn)換到由陀螺儀建立的導(dǎo)航坐標系中，就能夠獲取載體在導(dǎo)航坐標系中的速度和位置等信息。 利用慣導(dǎo)技術(shù)進行導(dǎo)航，可得到掘進機的偏向角、俯仰角、滾動角及偏向位移信息。

載體（掘進機）的位置坐標由慣導(dǎo)系統(tǒng)中加速度計輸出的實時加速度進行二次積分求得，其表達式為

式中，x、y、z為載體的位置坐標；x（0）、y（0）、z（0）為載體初始輸入的位置坐標；為載體在各軸方向上的實時速度；t為載體運行時間。

然而在文獻［32］中證實：單獨利用慣導(dǎo)系統(tǒng)測量掘進機位姿時，對偏向角、俯仰角及滾動角的測量均存在一定角度的誤差；偏向位移則測量誤差較大，且隨著掘進機的不斷向前進尺，誤差會不斷增大。因此，之后出現(xiàn)了一些對于慣導(dǎo)導(dǎo)航技術(shù)誤差補償?shù)难芯俊?/p>

零速修正為載體速度為0（停車時）對誤差進行補償修正的一種技術(shù)。 田原［33］利用零速修正技術(shù)對測量掘進機的慣性導(dǎo)航系統(tǒng)進行誤差修正，以掘進機多次停車時慣導(dǎo)系統(tǒng)輸出的速度作為速度誤差的觀測值，利用二次曲線進行誤差擬合，進而得到位置誤差曲線，對慣導(dǎo)系統(tǒng)輸出的位置誤差進行修正，從而提高掘進機定位精度。

慣性導(dǎo)航技術(shù)一般應(yīng)用于高速、短時、長距離飛行器導(dǎo)航定位中，具有環(huán)境適應(yīng)性強、精度高等特點。 而懸臂式掘進機是以低速、長時、短距的工作方式進行作業(yè)的，利用慣性導(dǎo)航技術(shù)進行掘進機導(dǎo)航，其通過二次積分實現(xiàn)位移監(jiān)測的原理，在加速度檢測有誤差時，會導(dǎo)致測量誤差隨運行時間累積，影響定位精度。 所以將慣性導(dǎo)航應(yīng)用于掘進機導(dǎo)航中仍面臨著定位精度不足的較大挑戰(zhàn)，應(yīng)考慮與其他測量技術(shù)進行組合來減少對掘進機位姿的測量誤差。

2.3 多傳感器融合（組合導(dǎo)航）技術(shù)研究現(xiàn)狀

由于光電導(dǎo)航與慣性導(dǎo)航在掘進機導(dǎo)航中都存在一些問題，因此有眾多學(xué)者提出將兩者進行融合優(yōu)勢互補，才有可能更精確地實現(xiàn)掘進機的導(dǎo)航定位。

童敏明等［34］將三軸加速度傳感器得到的掘進機位姿信息、單軸陀螺儀測得的掘進機轉(zhuǎn)向角度信息及超聲波測距傳感器測得的掘進機與設(shè)定中心線的偏距位移信息融合處理，實現(xiàn)了利用多種傳感器融合技術(shù)對掘進機的定位信息獲取與控制。

黃東等［35］與YANG 等［36］均提出將視覺測量和慣性導(dǎo)航結(jié)合起來，采用激光捷聯(lián)慣導(dǎo)系統(tǒng)獲取掘進機姿態(tài)信息，視覺技術(shù)獲取掘進機位置信息，實現(xiàn)對掘進機位姿參數(shù)的實時測量。 但此研究由于巷道路面顛簸等因素，對掘進機剛體模型進行運動分析不夠準確；單目視覺對位置測量的精度較低，且需進一步分析測量誤差來源。

王以忠等［38］將一組工業(yè)相機和捷聯(lián)慣性導(dǎo)航系統(tǒng)同軸反向安裝在掘進機機身上組裝成測偏單元，測得激光指向儀光源光斑的空間矢量、巷道斷面光斑的空間矢量和掘進機的姿態(tài)信息；結(jié)合視覺測量與慣性導(dǎo)航技術(shù)，建立空間矢量約束方程以及坐標系轉(zhuǎn)換得到掘進機位置信息，實現(xiàn)對掘進機的實時位姿測量。 該位姿測量方法能得到掘進機實時位姿的六自由度信息，可用于煤礦掘進機的位姿測量。但由于測偏單元長度過小，易使計算的空間矢量出現(xiàn)誤差，影響位置測量精度。

HAN 等［39］基于地下掘進設(shè)備提出全阻尼慣性導(dǎo)航／里程計組合方法，以提供長期高精度的定位導(dǎo)航信息，使其在傳感器漂移誤差和里程計誤差的情況下，仍能夠保持一周或更長時間的高精度定向測量。 現(xiàn)場測試表明該方法適用于地下嚴重的滑動和振動環(huán)境，可滿足長期地下掘進的高精度導(dǎo)航要求。

張超［40］提出雙目視覺與捷聯(lián)慣導(dǎo)組合定位，采用旋轉(zhuǎn)矢量算法進行慣導(dǎo)位姿求解，結(jié)合文獻［31］中雙目測量掘進機的位姿機理，采用最小二乘法進行數(shù)據(jù)對準，卡爾曼濾波實現(xiàn)數(shù)據(jù)融合，實現(xiàn)掘進機位姿的準確測量。

吳淼等［40］結(jié)合激光、捷聯(lián)慣導(dǎo)與二維里程計搭建了掘進機機身定位定向系統(tǒng)，利用捷聯(lián)慣導(dǎo)改進系統(tǒng)確立掘進機航向角與偏角關(guān)系，二維里程計測量掘進機橫向和縱向里程增量，對掘進機機身偏角、偏距（ 橫坐標） 、縱坐標測量精準，所研發(fā)系統(tǒng)能夠?qū)崿F(xiàn)掘進機在巷道掘進中對機身定位的定向要求。

沈陽等［41］采用一種外置式二維（前進方向及側(cè)向）里程計裝置輔助慣導(dǎo)系統(tǒng)實現(xiàn)掘進機自主導(dǎo)航，同時提出了基于模糊理論的數(shù)據(jù)融合算法，實時在線調(diào)整噪聲協(xié)方差矩陣，解決了量測噪聲導(dǎo)致系統(tǒng)估計誤差變大的問題。

ZHANG 等［42］提出利用視覺SLAM 技術(shù)估計掘進機的機身姿態(tài)并構(gòu)建導(dǎo)航地圖的方法，通過建立基于隨機樣本一致性（RANSAC）和迭代最近點（ICP）的掘進機姿態(tài)計算模型，構(gòu)造閉環(huán)約束的姿態(tài)圖，實現(xiàn)掘進機機身姿態(tài)估計；使用激光雷達構(gòu)建了基于開源算法的柵格地圖。

在組合導(dǎo)航技術(shù)中，多信息融合算法是核心。目前存在卡爾曼濾波算法、神經(jīng)網(wǎng)絡(luò)算法、基于多尺度回歸融合算法等幾大類，針對不同的多信息融合（組合導(dǎo)航）技術(shù)，又產(chǎn)生了聯(lián)合卡爾曼濾波、混合校正卡爾曼濾波、模糊自適應(yīng)濾波、擴展卡爾曼濾波、無跡卡爾曼濾波、BP 神經(jīng)網(wǎng)絡(luò)等一系列改進算法。 但是大多是對無人機、航空航天及車載導(dǎo)航的應(yīng)用研究，對于掘進機導(dǎo)航研究涉及的算法類型甚少。 筆者認為從改進融合算法入手可能將更好地完善掘進機的組合導(dǎo)航技術(shù)。

3 發(fā)展趨勢

目前我國煤礦裝備尚處于智能化初級階段，因此需要提升其感知能力，融合信息技術(shù)與數(shù)據(jù)技術(shù)，對收集的數(shù)據(jù)信息進行充分分析與挖掘，實現(xiàn)對巷道工況的全方位了解，不斷的推進煤礦裝備智能化，尤其是懸臂式掘進機導(dǎo)航技術(shù)的發(fā)展。

主要可從2 方面進行提升：①技術(shù)優(yōu)化。 對于光電導(dǎo)航技術(shù)，其中最主要的是機器視覺技術(shù)，因具有非接觸測量和信息豐富直觀等優(yōu)勢被廣泛應(yīng)用于導(dǎo)航定位中，當然需要在掘進機導(dǎo)航實際應(yīng)用中考慮環(huán)境適應(yīng)性問題，注意對此方面的應(yīng)用完善，也是光電導(dǎo)航技術(shù)未來發(fā)展的主要方向；對于慣性導(dǎo)航技術(shù)，其本身具備超強的環(huán)境適應(yīng)性，并且能夠?qū)崿F(xiàn)對懸臂式掘進機姿態(tài)的短時高精度檢測，但是卻存在誤差隨時間累積問題，因此慣導(dǎo)技術(shù)的發(fā)展需要設(shè)法從此方面加以完善。 ②算法融合。 多信息多傳感融合技術(shù)是利用融合算法將光電導(dǎo)航技術(shù)與慣性導(dǎo)航技術(shù)結(jié)合起來，集中優(yōu)勢，更好地實現(xiàn)掘進機的導(dǎo)航定位和位姿檢測。 目前，已在很多研究中出現(xiàn)慣導(dǎo)與其他技術(shù)的組合研究，這也是目前掘進機導(dǎo)航技術(shù)研究的一個傾向。

同時可借鑒其他工業(yè)領(lǐng)域?qū)Ш郊夹g(shù)以及更加優(yōu)越的算法進行信息融合，這將成為未來煤礦中掘進機實現(xiàn)自主導(dǎo)航定位的主要研究方向。

4 結(jié) 語

簡述了掘進機導(dǎo)航定位技術(shù)發(fā)展所面臨的問題，詳細分析了目前存在的一些掘進機導(dǎo)向定位技術(shù)，從光電導(dǎo)航、慣性導(dǎo)航以及多信息多傳感器方面分別對其研究現(xiàn)狀進行了歸納總結(jié)。 最后對導(dǎo)航定位技術(shù)的應(yīng)用與未來發(fā)展趨勢做了分析以及展望。

掘進機導(dǎo)航定位的成熟一方面在于硬件技術(shù)改進與創(chuàng)新，一方面則在于算法運算提升精度，然而目前硬件技術(shù)方面難有很大的突破，因此可優(yōu)先考慮用魯棒性更強的算法進行技術(shù)融合，以提高掘進機導(dǎo)航精度，從而進一步推動煤礦智能化的發(fā)展。