技術(shù)特征：
1.一種基于組合導(dǎo)航技術(shù)的超深礦井罐籠位姿測(cè)量系統(tǒng)，其特征在于，包括捷聯(lián)慣性導(dǎo)航裝置、地面處理裝置、旋轉(zhuǎn)編碼器、接近開(kāi)關(guān)和感應(yīng)通信電纜；所述捷聯(lián)慣性導(dǎo)航裝置安裝在罐籠頂部；所述旋轉(zhuǎn)編碼器安裝在提升機(jī)卷筒的卷軸上；所述感應(yīng)通信電纜鋪設(shè)于礦井側(cè)壁；所述接近開(kāi)關(guān)設(shè)置在井筒壁上；所述旋轉(zhuǎn)編碼器和接近開(kāi)關(guān)與安裝在礦井地表面的地面處理裝置進(jìn)行通信連接，所述地面處理裝置通過(guò)感應(yīng)通信電纜與捷聯(lián)慣性導(dǎo)航裝置進(jìn)行通信連接；以捷聯(lián)慣性導(dǎo)航裝置、接近開(kāi)關(guān)和旋轉(zhuǎn)編碼器構(gòu)建成組合導(dǎo)航式位姿測(cè)量系統(tǒng)。2.根據(jù)權(quán)利要求1所述的一種基于組合導(dǎo)航技術(shù)的超深礦井罐籠位姿測(cè)量系統(tǒng)，其特征在于，所述捷聯(lián)慣性導(dǎo)航裝置包括慣性單元、數(shù)據(jù)采集及處理模塊、導(dǎo)航解算及信息融合模塊、數(shù)據(jù)存儲(chǔ)模塊及通信模塊；所述慣性單元通過(guò)SPI總線與數(shù)據(jù)采集及處理模塊相連，所述數(shù)據(jù)采集及處理模塊與導(dǎo)航解算及信息融合模塊相連，所述數(shù)據(jù)采集及處理模塊與導(dǎo)航解算及信息融合模塊均與所述數(shù)據(jù)存儲(chǔ)模塊相連，所述數(shù)據(jù)存儲(chǔ)模塊與通信模塊相連。3.根據(jù)權(quán)利要求2所述的一種基于組合導(dǎo)航技術(shù)的超深礦井罐籠位姿測(cè)量系統(tǒng)，其特征在于，所述數(shù)據(jù)采集及處理模塊與導(dǎo)航解算及信息融合模塊均采用TI公司的TMS320系列C6748浮點(diǎn)型DSP處理器。4.一種基于組合導(dǎo)航技術(shù)的超深礦井罐籠位姿測(cè)量方法，其特征在于，將數(shù)據(jù)采集與處理和導(dǎo)航解算與信息融合分配給兩個(gè)不同的處理器處理；所述數(shù)據(jù)采集與處理的過(guò)程如下：首先讀取捷聯(lián)慣性導(dǎo)航裝置中的慣性單元的數(shù)據(jù)，根據(jù)慣性單元偏置溫度系數(shù)進(jìn)行線性溫度誤差補(bǔ)償，然后讀取地面處理裝置數(shù)據(jù)，最后存儲(chǔ)數(shù)據(jù)，上傳數(shù)據(jù)至上位機(jī)；所述導(dǎo)航解算與信息融合的過(guò)程如下：通過(guò)將捷聯(lián)慣性導(dǎo)航裝置安裝在罐籠頂部，利用捷聯(lián)慣性導(dǎo)航裝置的慣性單元測(cè)量出罐籠運(yùn)動(dòng)加速度和角速度，采用四元數(shù)法建立罐籠姿態(tài)矩陣，通過(guò)SINS解算出罐籠位置和姿態(tài)信息；通過(guò)地面處理裝置采集井筒壁上的接近開(kāi)關(guān)和提升機(jī)卷筒軸上的旋轉(zhuǎn)編碼器測(cè)量罐籠的位置和速度，采用聯(lián)合卡爾曼濾波算法將捷聯(lián)慣性導(dǎo)航裝置的速度和位置信息與罐籠位置與速度進(jìn)行信息融合，反饋校正捷聯(lián)慣性導(dǎo)航裝置，實(shí)現(xiàn)罐籠位置和姿態(tài)的精確測(cè)量。5.根據(jù)權(quán)利要求4所述的一種基于組合導(dǎo)航技術(shù)的超深礦井罐籠位姿測(cè)量方法，其特征在于，所述信息融合的步驟如下：步驟1：建立捷聯(lián)慣性導(dǎo)航裝置誤差模型，包括三軸陀螺儀誤差模型、加速度測(cè)量誤差模型、位置誤差模型及姿態(tài)角誤差模型；步驟2：以步驟1中的捷聯(lián)慣性導(dǎo)航裝置誤差模型建立離散化的組合導(dǎo)航式位姿測(cè)量系統(tǒng)的狀態(tài)方程；所述組合導(dǎo)航式位姿測(cè)量系統(tǒng)是指由捷聯(lián)慣性導(dǎo)航裝置、接近開(kāi)關(guān)和旋轉(zhuǎn)編碼器組成；步驟3：構(gòu)建信息融合卡爾曼濾波器，并依據(jù)組合導(dǎo)航式位姿測(cè)量系統(tǒng)的狀態(tài)向量建立信息融合卡爾曼濾波器中各子濾波器的觀測(cè)方程，求得各子濾波器的狀態(tài)向量估計(jì)值；所述信息融合卡爾曼濾波器包括第一子濾波器、第二子濾波器、第三子濾波器以及主濾波器，所述第一子濾波器、第二子濾波器及第三子濾波器均與主濾波器相連；所述第一子濾波器、第二子濾波器、第三子濾波器以及主濾波器均為卡爾曼濾波器；將捷聯(lián)慣性導(dǎo)航裝置的速度與編碼器速度之差作為第一子濾波器的輸入信號(hào)；將捷聯(lián)慣性導(dǎo)航裝置的位置信號(hào)與接近開(kāi)關(guān)位置信號(hào)之差作為第二子濾波器的輸入信號(hào)；將捷聯(lián)慣性導(dǎo)航裝置的東、北方向的零速度和零位置信號(hào)作為約束條件，構(gòu)造成虛擬信號(hào)作為第三子濾波器的輸入信號(hào)；第一子濾波器的觀測(cè)方程為：Z1(k)＝H1(k)X1(k)+v1(k)；第一子濾波器觀測(cè)向量Z1(k)＝[vu-vb]，vb為地面處理裝置基于旋轉(zhuǎn)編碼器計(jì)算得到的罐籠速度，v1(k)為第一子濾波器觀測(cè)噪聲，是均值為零的高斯白噪聲序列，由高斯函數(shù)可得，X1(k)為第一子濾波器的狀態(tài)向量，第一子濾波器觀測(cè)矩陣H1(k)＝[01×8101×6]1×15；第二子濾波器的觀測(cè)方程為：Z2(k)＝H2(k)X2(k)+v2(k)；第二子濾波器觀測(cè)向量Z2(k)＝[H-Hj]，H為捷聯(lián)慣性導(dǎo)航裝置解算出的罐籠垂直位置，Hj為接近開(kāi)關(guān)位置信號(hào)，v2(k)為第二子濾波器位置觀測(cè)噪聲，是均值為零的高斯白噪聲序列；X2(k)為第二子濾波器的狀態(tài)向量，H2(k)＝[01×5101×9]1×15為第二子濾波器位置觀測(cè)矩陣；第三子濾波器觀測(cè)方程為：Z3(k)＝H3(k)X3(k)+v3(k)；第三子濾波器觀測(cè)向量Z3(k)＝[LEvevn]T，L和E為捷聯(lián)慣性導(dǎo)航裝置東向和西向位置，ve和vn為捷聯(lián)慣性導(dǎo)航裝置東向和西向速度，v3(k)為第三子濾波器觀測(cè)噪聲，是均值為零的高斯白噪聲序列；X3(k)為第三子濾波器的狀態(tài)向量；第三子濾波器觀測(cè)矩陣H3(k)為：k表示離散時(shí)刻；步驟4：按照如下規(guī)則將組合導(dǎo)航式位姿測(cè)量系統(tǒng)整體的過(guò)程信息包括Qi(k)、及Pi(k)平均分配到各子濾波器：且滿足其中，Qi(k)、及Pi(k)分別為各濾波器的噪聲方差陣、狀態(tài)估計(jì)向量、估計(jì)誤差協(xié)方差，i＝1,2,3,m；Qg(k)、Pg(k)分別為組合導(dǎo)航式位姿測(cè)量系統(tǒng)的噪聲方差陣、狀態(tài)估計(jì)向量、估計(jì)誤差協(xié)方差；為分配參數(shù)βi(k)的倒數(shù)；E[]是期望函數(shù)，的初始值為[0]1×15；由步驟3的觀測(cè)方程求得，Qi＝E[Wi(k)Wi(k)T]/T，Wi為各濾波器的噪聲向量；步驟5：基于步驟4所得各濾波器的噪聲方差矩陣、狀態(tài)估計(jì)向量、估計(jì)誤差協(xié)方差即Qi(k)、及Pi(k)，按照以下公式將各濾波器狀態(tài)估計(jì)與估計(jì)誤差協(xié)方差按組合導(dǎo)航式位姿測(cè)量系統(tǒng)的轉(zhuǎn)移矩陣進(jìn)行轉(zhuǎn)移，得到各濾波器轉(zhuǎn)移后的狀態(tài)估計(jì)向量和估計(jì)誤差協(xié)方差；步驟6：利用步驟5所得各濾波器轉(zhuǎn)移后的狀態(tài)估計(jì)向量與估計(jì)誤差協(xié)方差，采用如下測(cè)量方程，對(duì)Ki(k)、Pi(k)按以下公式進(jìn)行更新：Pi(k)＝(I-Ki(k)Hi(k))Pi(k,k-1)其中，i＝1,2,3,m，當(dāng)i＝m時(shí)，Pm(k)＝Pm(k,k-1)；Ki為各濾波器的增益矩陣，Ri為各濾波器觀測(cè)噪聲的協(xié)方差矩陣，Ri＝E[vi(k)vi(k)T]/T，vi為各濾波器觀測(cè)白噪聲序列，I為15×15的單位矩陣；T為慣性單元采樣周期，Pi(k,k-1)為轉(zhuǎn)移估計(jì)誤差協(xié)方差陣，步驟7：將各子濾波器的估計(jì)信息按照下式進(jìn)行融合，得到組合導(dǎo)航式位姿測(cè)量系統(tǒng)的狀態(tài)估計(jì)與估計(jì)誤差協(xié)方差全局最優(yōu)估計(jì)Pg，并返回步驟4，依據(jù)Pg將組合導(dǎo)航式位姿測(cè)量系統(tǒng)的過(guò)程信息對(duì)各子濾波器進(jìn)行重新分配，對(duì)各濾波器進(jìn)行反饋修正：