煤矿井下连续采煤机定位方法研究

目前井下采掘装备定位方法大多采用惯导加里程计、视觉测量、测距雷达等辅助测量方式来降低惯导随时间累积所产生的位置漂移误差,但这些方法对辅助测量方式的可靠性与测量精度要求较高,且采用集中式卡尔曼滤波对数据进行滤波解算,存在计算量较大、容错性较差等问题。针对上述问题,提出了一种由捷联式惯导、测距雷达及里程计组成的连续采煤机定位方法,使用测距雷达与里程计分别测量连续采煤机的位移量,通过航位推算法推算得出机身的二维位置信息,利用二维位置信息对惯导位置解算信息进行反馈修正,减少惯导随时间累积所产生的位置漂移误差。采用联邦式卡尔曼滤波对各传感器推算得出的位置信息进行滤波解算及数据融合,通过降低方程维数减少计算量,在保证测量精度的同时还具备一定的容错性。仿真实验结果表明,该定位方法的定位精度可达±2cm,定向精度可达15′,联邦式卡尔曼滤波算法计算量小且具备一定容错性,可为连续采煤机在巷道约束环境下的位姿精确测量、巷道自动成形控制和远程控制奠定基础。     

一种新型井下人员组合定位系统设计

针对目前井下人员定位精度低、无法实时全局定位、搜救被困人员困难等问题,设计了一种基于微惯性测量组合(MIMU)导航技术和WiFi技术相结合的井下人员组合定位系统;给出了发生矿难后的基于该组合定位系统的搜救方案。该系统利用WiFi提供的可靠位置信息来给定MIMU最初的位置信息并校正MIMU的位置,弥补了MIMU误差随时间累积的缺点;利用MIMU的实时全局定位来弥补WiFi的局部定位。选用卡尔曼滤波将两者进行信息融合,进行最优组合处理。测试结果表明,该系统实现了对矿井井下人员实时三维全局定位及快速搜救,具有一定的工程实际意义。     

一种新型井下人员组合定位系统设计

针对目前井下人员定位精度低、无法实时全局定位、搜救被困人员困难等问题,设计了一种基于微惯性测量组合(MIMU)导航技术和WiFi技术相结合的井下人员组合定位系统;给出了发生矿难后的基于该组合定位系统的搜救方案。该系统利用WiFi提供的可靠位置信息来给定MIMU最初的位置信息并校正MIMU的位置,弥补了MIMU误差随时间累积的缺点;利用MIMU的实时全局定位来弥补WiFi的局部定位。选用卡尔曼滤波将两者进行信息融合,进行最优组合处理。测试结果表明,该系统实现了对矿井井下人员实时三维全局定位及快速搜救,具有一定的工程实际意义。     

井下电磁波超声联合定位方法

针对现有井下人员定位技术定位精度较低的问题,通过分析电磁波、超声波测距原理及在井下巷道的应用特点,提出了一种井下电磁波超声联合定位方法。该方法根据对数-常态分布模型,通过近似运算得到移动节点到2个锚节点的距离之比,以电磁波测距方法得到移动节点的纵向坐标,以超声波测距方法得到移动节点的横向坐标。Matlab仿真结果验证了该方法的可行性及精确度。     

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。     

煤矿井下人员考勤定位管理系统

建立可靠实用的煤矿井下人员定位系统,对改善煤矿的安全生产管理有着重要的现实意义.通过RFID远距离射频识别技术,定位井下人员的轨迹,通过CAN总线传输到井上计算机,实现人员定位和考勤管理.     

基于误差修正技术的井下人员MEMS定位方法

针对矿井安全对井下人员位置信息精度和连续性提出的更高要求,提出一种基于误差修正方案的井下人员MEMS定位技术。依据加速度计输出比力均值和方差判定人员步态识别并完成脚部静止时间段的检测,结合零速误差修正工作原理,改进传统卡尔曼滤波方案,完成人员静止状态下运动信息计算误差和惯性器件偏差的滤波估计与补偿。搭建MEMS惯导系统实验平台,设计加速度方差阈值获取实验以及人员水平与三维运动实验。实验结果表明,基于误差修正技术的人员定位方法具有较高定位精度和可靠性。     

基于数据融合的井下连续采煤机自动定位方法的研究

本文针对采煤机定位不准,调姿不可靠的问题,分析采煤机的定位技术,提出了一种基于惯性/编码器的数据融合定位方法。分析惯性导航定位的主要误差来源,利用联合分布式卡尔曼滤波器修正数据,由惯性导航初步估算采煤机的位置信息,利用编码器的高精度一维信息,修正三维信息,得到采煤机的精确位置信息。选型确定了定位系统的硬件设备,设计定位方法的软件实现流程。基于数据融合与零速修正理论实现了采煤机位置信息的精准定位,保证了采煤机调姿的可靠性,提高了综采工作面的采煤效率。     

基于UWB的井下人员定位算法研究

针对井下高实时性、高精度的人员定位需求,研究了基于超宽带（UWB）的井下人员定位算法。采用双边双向测距（DS-TWR）方式测量定位基站与定位标签的距离,该方式不需要定位基站与定位标签系统时钟同步,从源头上提高了定位精度。根据测距信息,采用加权最小二乘（WLS）算法和CHAN两种位置解算算法估算定位标签的坐标,通过静态实验和动态实验对2种算法的性能进行对比分析,并通过均方根误差和误差累计分布函数（CDF）综合评估定位精度。实验结果表明：静态实验时,CHAN算法和WLS算法的均方根误差分别为5.878 6,8.007 4 cm,CHAN算法的均方根误差比WLS算法低26.59%;动态实验时,CHAN算法和WLS算法的均方根误差分别为12.292 3,21.180 9 cm,CHAN算法的均方根误差比WLS算法低41.97%;CHAN算法的定位精度高于WLS算法,更加适用于煤矿井下人员定位。     

井下精确人员定位系统定位重测机制研究

无线信号在井下传输过程中由于信号强度衰减和干扰导致读卡器与标志卡之间测距失败,当测距失败后,标志卡只能等到下一超帧内的固定测距时隙再次与读卡器进行测距,由于标志卡与读卡器进行重新测距的间隔时间较长,不利于及时掌控井下人员实时动态分布情况。针对该问题,提出了一种井下精确人员定位系统定位重测机制。当标志卡测距失败时,该定位重测机制利用空闲时隙,重新对标志卡进行测距。在出现多张标志卡竞争空闲时隙进行重测的情况下,采用层次分析法,根据标志卡的累计重测次数、信号强度、运动速度,确定标志卡抢占空闲时隙的重测优先级,定位读卡器根据重测优先级为测距失败的标志卡优先进行重测。测试结果表明,当标志卡数量少于70张时,定位重测机制能提高精确人员定位系统的平均测距成功率、降低平均重测延时、提升平均时隙利用率,从而能实时监测到不间断的标志卡运动轨迹。     

基于TDOA改进的矿山井下机车定位方法

为提高矿山井下机车的定位精度,提出了一种基于到达时间差（Time Difference of Arrival,TDOA）改进的矿山井下机车定位方法。采用超声波和无线电传播时间差实现测距,分析了测距技术在井下运用时产生的误差,并对误差进行补偿。为了修正机车定位过程中产生的位移误差,把位移误差化简为机车到节点的距离误差。通过规律性地布置节点和惯性导航技术,计算出位移后机车到节点的距离。使用最小二乘法估计出机车的初始位置坐标,并通过泰勒级数最小二乘法修正坐标实现定位,定位精度可达12 cm。相比于传统的定位算法,该方法增加了定位精度,且在机车不同速度下,保持了较为稳定的定位精度。     

Kalman滤波在井下人员跟踪定位中的应用

针对基于RSSI定位算法在定位过程中不具备连续性问题,提出了一种基于Kalman滤波的连续性井下人员定位方法。采用Kalman滤波对基于RSSI定位算法估算出的井下人员位置坐标进行滤波处理,在此坐标的基础上,建立Kalman滤波模型,利用Kalman滤波实现对井下人员的实时跟踪。实验结果表明,基于Kalman滤波的定位方法对井下人员的跟踪效果较好,提高了系统的实时性和跟踪精度。     

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。     

煤矿井下人员定位系统安装、使用、维护与管理浅析

以某矿业集团公司的人员定位系统建设为例,给出了该系统拓扑结构,详细介绍了井口检卡系统的安装、调试注意事项,井下分站、读卡器的安装位置要求,确保系统可靠运行及监测人员信息准确性的关键点。该文对如何将煤矿井下人员定位系统建设好、使用好、维护好和管理好有着一定的借鉴作用。     

基于矿井WiFi通信系统的混合定位方法研究

分析了现有矿井目标定位方法原理及存在的问题:非测距定位中的基于射频识别技术的定位方法、基于蜂窝小区标识的定位方法和无线传感器网络定位方法只能确定目标节点的范围,定位精度较差;测距定位精度较高,但基于到达角度的定位方法、基于到达时间的定位方法和基于到达时间差的定位方法对硬件设备要求较高,难以在煤矿井下应用;基于接收信号强度的定位方法易于实现,但受环境噪声影响较大,定位精度降低。提出了一种基于矿井WiFi通信系统的混合定位方法,该方法分粗细两步进行定位:粗定位采用基于蜂窝小区标识的非测距定位方法,确定目标所在的小区范围;细定位采用基于接收信号强度的测距定位方法。该混合定位方法可以在不增加定位系统复杂度的情况下提高目标定位的精度。     

基于TDOA和AOA的煤矿井下三维定位算法

针对煤矿井下现有定位算法的定位精度难以满足实际需求的问题,结合煤矿井下特殊的环境条件,提出了一种基于TDOA和AOA的煤矿井下三维定位算法。该算法利用巷道中的传感器基站测量未知节点发出的辐射到达不同基站的时间差和它们之间的相对角度,通过包含未知节点的坐标信息并结合基站本身的坐标信息进行定位。仿真结果表明,通过与定位模型的结合,基于TDOA和AOA的算法可有效消除测量值中的噪声干扰与随机误差,定位精度高。     

井下WLAN位置指纹定位中改进区域划分方法研究

井下WLAN位置指纹人员定位系统主要是通过聚类算法来实现位置指纹样本的整体性划分,但现有的聚类算法只是针对接收信号强度的统计分布特性进行聚类划分,并没有充分考虑奇点问题。针对该问题,提出了一种基于类关系的K-Means(CRK-Means)算法,该算法以类内离散度和类间离散度的比值为目标函数,通过使该比值最小的聚类的聚合、分离过程即可得到避免了奇点问题的最优聚类,完成定位区域的合理划分。针对采用随机森林(RF)算法对聚类划分后的定位区域进行粗定位存在误判的问题,提出了遗传算法与随机森林相结合的(GA-RF)算法,该算法以GA中的选择、交叉和变异优化过程确保了RF算法的选择树总数和位置指纹参考点特征数的最优取值。实验结果表明:CRK-Meams算法有效解决了奇点问题,且在一定程度上提升了系统定位精度;采用CRK-Meams算法和GA-RF算法后,子区域粗定位的准确率相比RF算法提升了4%,达到98%;置信概率大于90%的最小定位误差达到了3m,优于传统的聚类算法。     

改进的井下人员定位PDR算法研究

传统的行人航位推算(PDR)算法用于井下人员定位时,因步频检测、步长估计和航向估计阶段的姿态累计误差导致定位误差逐渐增大,而常用的零速校正、航向漂移消除、步态信号优化等误差修正方法无法改变PDR算法的固有缺陷,定位精度有待提高。提出采用改进的峰值检测法实现PDR算法中步频检测,基于深度循环神经网络(RNN)实现步长估计。将改进的PDR算法用于井下人员定位:首先采用手机加速度传感器、陀螺仪、磁力计获取行人运动数据;然后采用改进的峰值检测法获取固定时间间隔内的平均步频,与时间间隔、加速度及加速度方差作为特征输入训练后的深度RNN模型进行步长估计;最后结合估计的航向角预测人员当前位置。试验结果表明,改进的井下人员定位PDR算法对测试集数据的预测相对误差为5.9%,对实际测试路线的定位相对误差为1.6%~3.9%,小于传统PDR算法定位误差,有效提高了井下人员定位精度。