基于GIS的煤矿井下移动目标定位技术分析

煤矿井下人员及设备的准确定位,是保障煤矿安全生产的主要因素.而目前煤矿井下移动目标定位基本是采取区域定位模式,不能够实现井下任意位置的连续监控定位.如果将WiFi技术与GIS地理信息技术、现代通信技术、计算机技术相结合,通过基于WiFi的无线感知网络,实现对井下移动目标的连续动态定位,并且感知矿工周围环境信息.将实时感知的位置信息、周围环境信息和地理空间位置融合,基于地理信息技术,在矿井实际测绘成果图中定位人员及机车位置.查询目标历史轨迹并回放于电子矿图上,实现对煤矿井下移动目标的动态实时定位,从而有效地提高矿井安全生产水平与合理调配资源的能力.     

采用分段加权最小二乘法的井下人员 实时定位系统设计

基于井下无线局域网系统,采用自制无线移动终端扫描AP节点获取MAC地址和信号强度信息RSSI,并同时采集温度、湿度、瓦斯浓度等环境信息数据,通过网络将信息数据传输到地面服务器。利用多边定位建立线性最小二乘模型,把井下巷道分为多个分段,采用分段估计加权值得到动态加权矩阵。通过分段加权最小二乘算法计算出井下人员实时定位数据,最终生成煤矿井下人员周围环境数据库和人员轨迹数据库。试验结果表明,该系统定位平均误差小于1. 88 m。利用修正加权矩阵和分段加权最小二乘算法,能保证井下电磁环境改变时系统定位稳定,且定位精度较高。     

基于滤波算法的煤矿井下定位技术研究

煤矿井下无线信道容易受到非视距和多径衰落影响,基于RSSI的定位系统误差较大,研究了一种新的井下定位算法。对卡尔曼滤波算法进行研究,抑制测距误差,建立井下信道模型;提出一种协调器节点选取最优参考节点组的方法,利用信道模型和加权最小二乘法确定移动未知节点位置信息;进一步通过扩展卡尔曼滤波算法求精数据,实现煤矿井下矿工及设备的实时定位。井下巷道实验表明,该算法误差控制在3 m以内,提高了定位精度,增强了定位系统的可靠性,可用于煤矿井下定位。     

井下人员定位管理系统在中小型煤矿中的应用与改进

井下人员定位管理系统可实现对巷道内远距离移动目标进行非接触式信息采集、处理,并及时、准确地将矿山巷道中各个区域人员及车辆的动态情况反映到地面计算机系统,使管理人员能够随时准确地掌握巷道中人员、车辆的分布状况和每个矿工及车辆的运动轨迹,以便于对井下人员进行更加合理的调度管理,以及当井下发生事故时能及时摸清井下人员的位置,进行有效施救。     

基于SSD-LeNet的矿井移动目标检测与识别方法

针对井下雾尘、低照度环境中矿井移动目标检测与识别存在检测精度低、实时性差等问题，提出了一种基于SSD-LeNet的矿井移动目标检测与识别方法。利用视觉传感器捕获矿井移动目标原始图像的一帧来构建模型输入，据此制作含有数字序列位置信息的数据集；离线训练的单镜头多盒检测器(Single Shot multibox Detector，SSD)模型可以输出与自身位置对应的目标特征类别，并利用该训练好的SSD学习模型对测试集中移动目标图片上的数字序列位置进行检测；根据数字序列位置对应的矩形区域进行字符分割操作，将分割后的单个字符依次放入LeNet网络中进行特征识别；识别出的单个字符按顺序合成数字序列快速检索出移动目标的身份信息。研究表明，本文方法与其他深度学习目标检测与识别方法相比，对矿井低照度及噪声环境下的目标检测与识别具有较高的准确率和较强鲁棒性，能够满足实时性要求。     

基于SVM分类的煤矿井下人员指纹定位算法

为了减少煤矿井下环境对人员定位系统的影响,提出一种基于SVM分类的煤矿井下人员指纹定位算法,该算法由指纹数据库、井下巷道指纹数据采集和井下位置匹配等环节组成。该算法利用SVM分类方法建立指纹数据库,采用奇异值去除方法消除指纹动态影响,通过实时采样信号与指纹数据库进行映射的方法找出最佳匹配位置。通过随机采集50个指纹样点数据作为位置信息,进行多终端用户位置信息测量,并取5个终端用户的测量数据进行分析。定位试验表明,该算法定位误差小于1.5 m,相比传统的基于RSSI定位算法有更高的定位精度。     

井下矿工现代定位搜救技术与机器人搜寻

对井下遇险矿工的现代定位搜救技术进行了比较分析,介绍了机器人搜寻技术、井下"避险站"避险方法、射频识别井下人员定位技术、基于气体辨识的井下压埋遇难人员的定位技术、基于人体心脏超低频电波特征的井下人员生命探测技术以及生物探测技术等现代搜救技术的原理、应用及特点,探讨了井下矿工搜寻救援技术的发展方向。     

基于LQI滤波与联合参数估计的井下人员定位算法

现有的基于RFID技术的井下人员定位系统存在定位准确度低、抗干扰性差等问题。为提高井下人员定位算法的准确性和环境适应性,提出了一种在ZigBee通信协议框架下,基于LQI滤波与RSSI联合参数估计的定位算法。首先使用LQI指标对通过ZigBee芯片读取的原始RSSI数据进行滤波,其次对RSSI的信道参数和环境噪声参数进行联合估计,并依据环境噪声参数对距离估计进行补偿,最后利用最小二乘法完成定位计算。算法挖掘了现有硬件设备的潜力,更多考虑了环境对定位的影响,有效的提高了定位的准确度。最后通过ZigBee硬件平台验证了算法的有效性,与原有RSSI定位算法相比,改进算法将定位均方误差降低了约10%。     

基于捷联惯性导航的井下人员精确定位系统

针对目前井下人员无法精确定位的问题,根据人员移动速度慢、方向多变的特点,研究出基于捷联惯性导航技术的井下人员精确定位方法.通过选择灵敏度高的惯性传感器,检测人员运动的三轴加速度和角速度数据,通过角速度值计算人员运动的姿态角,利用姿态信息对加速度数据进行坐标变换,进而解算出载体在运动方向上的速度和相对于定位坐标系的移动里程信息,完成对载体的定位功能.针对传感器的随机误差影响定位精度的问题,提出利用UFK滤波算法对位置计算中需要的姿态信息进行最优估计,提高定位精度.对系统长时间积累误差使用射频路标修正.完成了定位系统软硬件设计,在试验中取得较好效果.     

基于惯性导航的煤矿越界开采检测方法

煤矿越界开采会扰乱矿产资源开发秩序，形成重大安全隐患，且隐蔽性较强；由于缺乏有效技术手段，矿井采矿边界不能被快速、准确检测。提出了基于PDR惯性导航技术与矿图地标校准辅助相结合的煤矿越界开采检测方法；检测人员佩戴基于MEMS IMU的PDR定位终端，手持PDA设备，PDA中导入矿图作为行走轨迹的底图，接收定位终端的定位数据并实时在底图上显示行走轨迹；通过零速检测和卡尔曼滤波算法对PDR定位误差进行初步修正，当检测人员到达井下自然地标位置时，根据PDA界面上轨迹与矿图中地标位置的关系，对轨迹进行校准，同时更新定位终端中的坐标位置，实现对定位误差的进一步校准；检测完成后通过比对轨迹、矿图和国土资源部门批准的区域范围，判断是否存在越界开采。