基于时间测距的矿井人员定位方法研究

研究了4种基于时间测距的矿井人员定位方法:TOA、TWR、SDS-TWR和TDOA定位方法,它们受巷道环境等影响小,适用于煤矿井下人员精确定位。TOA定位方法要求发射设备和接收设备的时间必须严格准确同步,对发射设备和接收设备时钟精度要求非常高,并且要同步校准,定位卡和定位分站成本高。TWR定位方法不要求信号发射设备与接收设备时钟严格同步,降低了系统复杂度和成本,但定位精度受定位分站和定位卡的时钟误差影响,定位卡和定位分站成本较高。SDS-TWR定位方法不要求信号发射设备与接收设备时钟严格同步,降低了分站和定位卡的时钟误差对定位精度的影响,但定位精度仍受定位分站和定位卡的时钟误差影响,定位卡和定位分站成本较高。TDOA定位方法要求定位分站之间的时间必须严格准确同步,对定位分站时钟精度要求高,并且要同步校准,定位卡成本低,定位分站成本高。     

基于UWB的PDOA与TOF煤矿井下联合定位方法

煤矿井下人员和车辆精确定位是煤矿安全高效生产的重要保障。目前矿井人员和车辆精确定位主要采用超宽带（UWB）无线通信技术,其中仅采用飞行时间（TOF）的定位方法需2个定位分站或天线联合测距和定向,存在天线间距大、不便于安装维护、定位误差大等问题。针对上述问题,提出了应用于煤矿巷道一维定位场景的基于UWB的到达相位差（PDOA）与TOF煤矿井下联合定位方法。该方法通过TOF测量定位卡与定位分站之间的距离,通过PDOA判断定位卡的方位,再根据测得的定位卡与定位分站之间的距离和方位,对定位卡进行定位。该方法根据从定位卡发送的无线电信号到达定位分站的2根天线的相位差判断定位卡的到达角度（AOA）,不需要很大的天线间距即可确定定位卡的方位,缩短了定位分站的2根天线之间的距离,可将2根天线一体化,便于安装维护,提高了定位精度。煤矿井下测试结果表明,该方法定位精度在15 cm以内;在200 m测试距离范围内,定位精度不受距离远近影响;TOF测距数值稳定在相对其均值±10 cm的范围内,具有很好的稳定性。     

基于灰色预测模型的井下精确人员定位方法

井下精确人员定位系统的定位精度受非视距误差和时钟误差的影响,目前系统多采用基于卡尔曼滤波的定位方法来减小误差,但当测量数据出现粗大误差时定位精度不高。针对该问题,提出了一种基于灰色预测模型的井下精确人员定位方法。携带标志卡的人员进入定位读卡器覆盖范围时,定位读卡器通过无线定位技术计算出标志卡与读卡器之间的测量距离,并将测量距离存储至数据缓存区;根据数据缓存区内的测量距离,采用GM(1,1)模型计算出下一时刻标志卡与读卡器之间的预测距离;当该预测距离的预测精度等级为优,且与测量距离之差超过误差判断阈值时,用该预测距离替代测量距离,实现对测距误差的优化补偿。测试结果表明,该方法不受测距误差影响,当测量距离存在粗大误差时,该方法的定位精度明显优于基于卡尔曼滤波的定位方法。     

矿井人员位置监测技术

分析了超声波、激光、视频、惯导、计步器、无线电等矿井测距和定位技术,其中,无线电测距和定位具有定位距离远、定位误差较小、不受光照影响、受粉尘影响小、便于身份识别、系统成本较低等优点,宜用于矿井人员定位和矿井人员精确定位。分析了UWB,ZigBee,RFID,5G,WiFi6等无线电测距和定位技术：矿用UWB具有定位距离较远、定位误差最小、成本较低等优点,宜用于矿井人员精确定位系统;矿用ZigBee具有定位距离远、定位误差较小、成本较低等优点,宜用于矿井人员定位系统等;矿用RFID具有系统成本最低等优点,宜用于煤矿井下作业人员管理系统等;矿井5G和WiFi6定位精度低于UWB,系统成本高于ZigBee,不宜用于矿井人员定位和矿井人员精确定位系统。分析了接收的信号强度指示（RSSI）、到达时间（TOA）、到达时间差（TDOA）、双程测距（TWR）、对称双边双程测距（SDS-TWR）、到达角度（AOA）等矿井人员定位算法：RSSI定位法定位误差大,难以满足矿井人员定位和矿井人员精确定位的需求;TOA定位法要求定位卡和分站时钟计时精确并同步,定位卡和定位分站成本高,不宜用于矿井人员定位和矿井人...     

基于卡尔曼滤波和加权LM法的井下精确定位算法

针对基于UWB精确定位的井下近感检测装置定位结果易受非视距(NLOS)误差等噪声影响的问题,提出了一种基于卡尔曼滤波和加权LM法的井下精确定位算法。通过卡尔曼滤波预测过程得到标签卡坐标的先验估计值;利用几何关系计算估计坐标与各锚节点的距离,并将该距离与探测器直接测距值进行比较,根据差值分配各锚节点的测距权值;将权值矩阵和测距矩阵代入加权LM法中,得到标签卡坐标的中间结果;将中间结果作为测量值代入卡尔曼滤波更新过程中,得到标签卡的最终坐标。测试结果表明,与多边定位法相比,基于卡尔曼滤波和加权LM法的井下精确定位算法可在不影响定位速度的前提下,将定位精度提高一倍以上,有效降低了NLOS误差等噪声的干扰。     

基于MEMS传感器的煤矿井下人员定位系统设计

针对现有井下人员定位系统存在定位精度低及成本高等问题,设计了基于MEMS传感器的煤矿井下人员定位系统。该系统采用MPU9150惯性传感器获取测量数据,以CC2530为主控芯片实现数据的采集、处理;通过井下已有的WiFi基站,并结合行人航迹推算算法实现井下人员的精确定位:利用融合了行走频率和加速度方差的表达式来确定步长,采用四元数法估计行人方向角,并根据扩展卡尔曼滤波对方向角的原始数据进行修正,从而获得井下人员的具体位置。实验结果表明,在100m距离内,该系统的定位误差小于2.2m,能够实现煤矿井下人员的高精度定位。     

煤矿井下精确定位系统研究

针对现有基于RFID,ZigBee,WiFi等技术的煤矿井下人员定位系统定位精度较低的问题,提出了融合可见光通信和惯性导航系统的煤矿井下精确定位系统。该系统以煤矿井下LED照明灯作为LED可见光定位基站,利用智能信息矿灯内置CMOS摄像头接收可见光信号进行定位,利用智能信息矿灯内置加速度传感器和陀螺仪数据进行时间积分得到井下人员运动轨迹和方向,并通过智能信息矿灯识别LED可见光定位基站的ID编码信息重新定位来修正惯性导航数据,从而实现精确定位。在煤矿井下布置8个LED可见光定位基站,通过5台智能信息矿灯以正常速度移动来测试系统定位精度,结果表明系统定位误差小于1m,满足煤矿井下人员定位精度要求。     

基于LSTM个性化步长估计的井下人员精准定位PDR算法

针对传统的行人航位推算(PDR)算法由于步长和航向累积误差导致定位精度较低,不能满足井下人员精准定位需求的问题,提出了一种基于长短时间记忆网络(LSTM)个性化步长估计的井下人员精准定位PDR算法。首先采集井下人员运动中的加速度、陀螺仪惯性信息,解算每一步运动距离构建步长数据,通过离线训练获得井下人员个性化步长估计LSTM模型;然后在在线预测阶段通过矿用本安智能手机实时采集加速度、陀螺仪、地磁等井下人员运动数据,分别采用步伐检测算法、个性化步长估计模型获得井下人员运动步伐及每一步的步长,利用卡尔曼滤波融合航向估计算法获得航向角;最后根据步长估计和航向角预测井下人员当前位置。在内蒙古鄂尔多斯市高头窑煤矿采集井下人员运动数据进行试验,结果表明:基于LSTM个性化步长估计的井下人员精准定位PDR算法对井下人员运动中的步伐检测精度为96.5%,步长预测精度为90%;在井下真实环境中的相对定位误差为2.33%,提高了煤矿井下人员定位的精度。     

SDS—TWR技术在煤矿人员定位系统中的应用

针对目前煤矿人员定位系统大多只能掌握井下人员所在区域、不具备精确定位功能的问题,介绍了一种对称双边两路测距(SDS-TWR)技术的原理,并将其应用到煤矿人员定位系统中。测试结果表明,基于SDS-TWR技术的煤矿人员定位系统测距误差在2m以内,能够满足井下人员定位的精度要求。     

煤矿井下定位仿真分析研究

关于煤矿井下定位优化建模问题,针对煤矿井下环境复杂,存在许多噪声干扰与随机误差,使得煤矿井下定位误差较大,无法实现人员的精确定位的问题,为减少噪声干扰,提高定位精度,提出了一种校正时间平均改进的方法最大程度消除煤矿井下噪声干扰与随机误差对定位精度的影响.通过Mathb软件进行试验仿真,仿真结果表明,该方法能够明显消除噪...