0.   引言

矿井辅助运输系统主要包括无轨胶轮车运输系统与有轨电机车运输系统。《智能化煤矿验收管理办法（试行版）》对矿井辅助运输系统中的车辆位置信息采集、车辆工况信息采集、车辆路径智能规划、辅助运输管理系统等方面提出了具体要求。王国法等^[1]提出了煤矿智能化建设应加快开发适用于不同运输场景的智能辅助运输系统，实现主辅运输系统的智能化。矿井无轨胶轮车智能化管理系统是煤矿智能化建设的重要组成部分^[2-4]。

近年来，众多学者对矿井无轨胶轮车管理系统进行了大量研究。文献[5]基于射频识别技术、电子显示牌、信号牌、有线网络等设备与技术，实现了车辆位置管理、车辆信息采集与行车管理功能。文献[6]基于读卡器、信号灯及车载标志卡实现了车辆位置管理与单车通行巷调度管理功能。文献[7]基于超宽带（Ultra Wide Band，UWB）定位技术与地理信息系统（Geographic Information System，GIS）技术实现了车辆地理信息展示功能。文献[8-9]结合车辆位置数据与红绿灯控制技术，实现了矿井车辆的信息化管理。虽然矿井无轨胶轮车辆管理系统的研究取得了众多成果，但距离《智能化煤矿验收管理办法（试行版）》中要求的车辆精准定位、无线移动通信、路径规划与车辆运行状态智能检测、重要运输交叉口运行管理等智能化管理功能还有一定差距。

本文通过对矿井无轨胶轮车智能化管理系统进行需求分析，提出了系统架构，研究了车辆定位技术、车辆通信技术、车辆导航与轨迹回放技术、红绿灯控制技术与防碰撞预警技术等关键技术，并进行了实验验证。

1.   系统需求分析

考虑到煤矿井下辅助运输路线分散、巷道狭窄的特点，结合《智能化煤矿验收管理办法（试行版）》对辅助运输管理系统的要求，矿井无轨胶轮车智能化管理系统应具有以下功能。

（1） 矿井车辆精准定位。矿井车辆位置是实现车辆路径规划、智能调度与超速预警功能的重要数据来源，因此，实现矿井无轨胶轮车智能化管理的首要前提是对矿井车辆进行精准定位。

（2） 矿井车辆工况信息实时采集。为实现矿井车辆检验、维修与备品备件的智能化管理，需实时采集矿井车辆转速、里程、水温、表面温度、排气温度等工况信息。

（3） 矿井车辆移动通信。为满足矿井车辆之间和矿井车辆与调度员之间的实时通信，矿井车辆需具备车载视频与语音通信等功能，考虑到智能化管理系统的经济性，矿井车辆需配备满足4G/5G与WiFi通信功能的终端。

（4） 矿井车辆智能导航。煤矿井下工作地点分散，运输路线复杂，巷道内弯道和交叉路口较多，易造成行驶路线偏离，需根据车辆当前位置实时智能规划车辆行驶路径。

（5） 矿井交通状态实时监测与控制。煤矿井下弯道、交叉口、单车通行巷等复杂行驶场景较多，需要通过红绿灯引导技术辅助驾驶员正常行驶。

（6） 矿井车辆防碰撞预警。煤矿井下存在光照条件差、噪声大、视野盲区多等特点，为预防车辆与车辆、车辆与行人发生碰撞，需具备矿井车辆防碰撞预警功能。

2.   系统架构

矿井无轨胶轮车智能化管理系统由车载终端、通信网络、定位系统、车辆管理系统等组成，如图1所示。

图  1  矿井无轨胶轮车智能化管理系统架构

Figure  1.  Architecture of intelligent management system of mine trackless rubber-tyred vehicle

下载: 全尺寸图片 幻灯片

（1） 车载终端主要由UWB定位模块、WiFi模块、4G/5G模块、处理模块、车况信息采集模块等组成，安装在车辆驾驶位置，可实现车况信息与位置信息的实时采集及矿井巷道、车辆、行人、红绿灯状态等信息的实时展示。UWB定位模块与一体化综合分站内部的UWB基站配合实现车辆精准定位。WiFi模块与一体化综合分站内部的WiFi−AP或4G/5G基站配合实现车载终端与车辆管理系统的数据交换。4G/5G模块与一体化综合分站内部的4G/5G基站配合实现车辆之间、车辆与井上人员之间的实时通信。车况信息采集模块通过CAN总线接口实现转速、油温、行驶里程等车况信息的实时采集。处理模块通过搭载的Android系统实现车辆定位调度信息软件、车辆采集信息软件等的运行。

（2） 通信网络主要由WiFi−AP、WiFi−AC、4G/5G基站、接入交换机、井下环网交换机、地面交换机等设备组成，实现车辆管理系统、车载终端、4G/5G终端与WiFi终端之间的互联互通。

（3） 定位系统主要由UWB模块、UWB基站、数据解析程序、数据库、Web系统组成。通过UWB模块与UWB基站之间的通信实现车辆、人员位置信息的计算，并通过数据解析程序、数据库等实现车辆、人员位置信息的解析与存储。通过对车辆与车辆、车辆与行人、UWB基站与红绿灯位置状态的分析，实现基于车辆位置的红绿灯控制与矿井车辆防碰撞预警。通过对车辆和行人位置、红绿灯状态信息的解析，结合GIS技术，实现车辆导航、轨迹回放、红绿灯状态实时展现等功能。

（4） 车辆管理系统包括车辆信息管理模块、车辆大屏及车辆实时位置、GIS、出入井记录、报警等信息查询模块。车辆信息管理模块主要实现车辆信息的录入、修改、删除与查询。车辆大屏用于车辆实时位置分类统计和展示，车辆实时位置主要包括区域信息、分站信息、距离信息、车辆工况信息等。

3.   关键技术

3.1   车辆定位技术

基于UWB的矿井车辆定位技术是通过测量电磁信号在车载识别卡与UWB基站之间的传输时间、角度、信号强度等实现定位，虽然其定位精度可达分米级甚至厘米级，但仍存在系统误差、多径效应、非视距等干扰。因此，在得到初始车辆定位信息后，需要引入Kalman等滤波算法进一步优化^[10]。

本文采用基于双向飞行时间（Two Way-Time of Flight，TW−TOF）的方式进行车辆定位^[11]，如图2所示。其中， $ {T_{{\rm{SP}}}} $ 为车载识别卡发送测距请求帧的时间戳， $ {T_{{\rm{RP}}}} $ 为UWB基站接收测距请求帧的时间戳， $ {T_{{\rm{SR}}}} $ 为UWB基站发送测距响应帧的时间戳， $ {T_{{\rm{RR}}}} $ 为车载识别卡接收测距响应帧的时间戳， $ {T_{{\rm{SF}}}} $ 为车载识别卡发送测距数据帧（ $ {T_{{\rm{SP}}}} $ ， $ {T_{{\rm{RP}}}} $ ， $ {T_{{\rm{SF}}}} $ ）的时间戳， $ {T_{{\rm{RF}}}} $ 为基站接收测距数据帧（ $ {T_{{\rm{SP}}}} $ ， $ {T_{{\rm{RP}}}} $ ， $ {T_{{\rm{SF}}}} $ ）的时间戳； $T_{{\rm{R S P}}}^{\rm{A}} $ ， $T_{{\rm{R S P}}}^{\rm{T}} $ 分别为 $ {T_{{\rm{SR}}}} $ 与 ${T_{{\rm{RP}}}} $ 、 ${T_{{\rm{SF}}}} $ 与 ${T_{{\rm{RR}}}} $ 的时间差。

图  2  基于TW−TOF的测距原理

Figure  2.  Distance measuring principle based on two way-time of flight

下载: 全尺寸图片 幻灯片

UWB基站接收到车载识别卡发送的测距数据帧后，根据接收到的数据，按照如下流程计算车载识别卡与UWB基站的距离^[12]。

（1） 计算车载识别卡发送与接收测距帧的时间差：

（2） 计算UWB基站接收与发送测距帧的时间差：

（3） 计算UWB基站发送测距帧与接收数据帧的时间差：

（4） 计算车载识别卡发送数据帧与接收测距帧的时间差：

（5） 根据 $ T_{{\rm{RSP}}}^{\rm{A}} $ 与 $ T_{{\rm{RSP}}}^{\rm{T}} $ 的值是否相等分别计算飞行时间：

（6） 计算车载识别卡与UWB基站之间的距离：

式中c为光速。

3.2   车辆通信技术

3.2.1   WiFi

WiFi通信技术是矿井无线通信技术的主流技术之一，具有可移动性、组网简单、与以太网兼容、覆盖范围广、通信质量好、传输速度快、可靠性高等特点。矿用WiFi通信技术在矿井无轨胶轮车智能化管理系统中主要与4G/5G通信业务互相补充，满足车载终端中业务数据的正常交换需求。

3.2.2   4G/5G通信

矿用4G无线通信主要由核心网、井下环网和4G通信基站组成，具有通信方式灵活、智能性好、通信质量高等特点^[13]。矿用5G是4G的升级和延伸，具有高速率、高带宽、低功耗和低时延的优势。通过4G核心网与5G核心网实现4G与5G网络之间的互操作，从而保证矿井移动通信服务的兼容性与延续性。

3.3   车辆导航与轨迹回放技术

3.3.1   GIS技术

GIS是对矿井有关地理位置相关的元素进行采集、分析与处理的空间信息系统^[14-15]。本文设计的GIS架构包含数据管理层、服务层、应用层，如图3所示。数据管理层为GIS服务与业务服务提供数据来源，主要包含地图文件（Shape file）和PostgreSQL，PostgreSQL主要用于数据存储与管理。服务层主要包含GIS服务器与业务服务器：GIS服务器基于GeoServer实现，提供地图的创建、修改与删除功能；业务服务器基于Tornado与Python语言实现，提供车辆位置、车辆工况信息、车辆历史记录、红绿灯状态信息、预警信息等的发布功能。应用层主要基于HTML、CSS、JavaScript等Web技术与Openlayers、BootStrap等组件实现，用于渲染地图文件并显示车辆位置、车辆工况数据、红绿灯状态、预警信息等数据信息。

图  3  GIS架构

Figure  3.  GIS architecture

下载: 全尺寸图片 幻灯片

3.3.2   实时定位技术

矿井车辆实时定位技术主要是基于GIS技术，将车辆位置信息实时渲染到矿井地图中，其流程如图4所示。利用应用层的定时查询功能，通过Rest API接口周期性查询车辆位置信息；服务层接收到查询请求后，解析查询请求参数，并根据查询参数调用查询模块；数据管理层接收到查询模块的调用后，返回查询数据；服务层接收到查询模块的响应数据后，按照json格式组织数据，并按照Rest API接口形式返回数据与响应状态；应用层接收到响应数据后，进行车辆位置信息与工况信息的渲染。

图  4  实时定位流程

Figure  4.  Real-time positioning process

下载: 全尺寸图片 幻灯片

3.3.3   导航技术

矿井车辆导航技术主要是基于GIS技术、车辆位置信息、参考节点信息（UWB基站信息）规划由当前位置到目标位置（UWB基站位置）之间的路径。按照是否对全局信息已知，可分为全局路径规划和局部路径规划。考虑到煤矿井下巷道信息与参考节点信息已知，本文主要讨论全局路径规划方法。常用路径规划算法优缺点见表1^[16-19]。

表  1  常用路径规划算法优缺点

Table  1.  Advantages and disadvantages of common path planning algorithms

分类	算法	原理	优点	缺点
基于图搜索的 路径规划算法	Dijkstra算法	将路径网络中节点分为已分配节点组与未分配节点组， 并按照递增顺序生成一条最短路径	路径短	无连续曲率
	A*算法	与Dijkstra算法相比，该算法在引入新节点时，将已分配 节点的信息引入评价标准，提高搜索效率	速度快	无连续曲率
基于采样的 路径规划算法	概率路线图法	确定起始位置和目标位置后，根据训练好的离线阶段路 线图，使用启发式路径搜索算法确定一条可行路径	速度快， 适合复杂场景	无连续曲率
	快速搜索 随机树法	首先构建环境地图规划空间，然后将规划空间的起点作 为根节点，逐渐增加叶节点，生成随机扩展树，当随机扩 展树的叶节点到达目标节点所在区域时结束	适合复杂场景	需进行优化
智能仿生算法	遗传算法	通过不同编码方式、变异算子及交叉算子的组合，模拟 自然进化过程，搜索路径的最优解	空间适应能力强	计算成本高
	蚁群优化算法	基于蚁群行为表现出的信息正反馈现象，生成一条初始 节点到目标节点的最短路径	鲁棒性强	收敛速度慢

下载: 导出CSV 

| 显示表格

煤矿井下具有巷道交叉口多、工作地点分散、巷道狭窄等特点，且车辆行驶过程存在盲区，因此选用矿井车辆行驶路径规划算法时应考虑实时性与鲁棒性。智能仿生类路径规划算法实时性差，且处理较复杂的优化问题时易出现搜索停滞，因此不满足实时性与鲁棒性要求；基于采样的路径规划算法规划的路径在很大程度上偏离最优路径，不满足鲁棒性要求；基于图搜索的路径规划算法易于实现，性能较好，尤其是使用启发式函数的A^*算法，具有实时性好的优点。考虑到路径规划算法的成熟性，本文选用A^*算法作为矿井车辆导航技术中的路径规划算法。

矿井车辆导航流程如图5所示。首先，获取车辆当前位置信息，包括所在UWB基站信息、方向与距离；其次，确定目标位置信息，即目标UWB基站信息；然后，根据当前位置的UWB基站信息、目标UWB基站信息、矿井巷道信息、参考节点信息，利用A^*算法生成最优路径，该路径由UWB基站坐标信息与中间插值坐标信息（矿井巷道信息）组成；最后，利用GIS技术渲染最优路径信息，并实时更新车辆位置信息。

3.3.4   轨迹回放技术

矿井车辆行驶轨迹回放技术用来检测特定车辆是否按照指定路线行驶，其流程如图6所示。首先，利用查询输入的开始时间和结束时间生成轨迹列表，轨迹列表主要包括UWB基站ID、基站安装位置、进入基站时间与离开基站时间；然后，根据轨迹列表信息生成路径信息并渲染，路径信息包含基站坐标信息与参考位置信息；最后，根据路径信息回放车辆行驶轨迹。

图  5  矿井车辆导航流程

Figure  5.  Process of mine vehicle navigation

下载: 全尺寸图片 幻灯片

图  6  轨迹回放流程

Figure  6.  Process of track playback

下载: 全尺寸图片 幻灯片

3.4   矿井红绿灯控制技术

矿井红绿灯控制技术主要解决井下交叉口、丁字口、单车通行巷等复杂区域的车辆有序通行的难题。考虑到煤矿井下主要包含十字交叉口、丁字路口、单车通行巷等复杂区域，为了对复杂区域的模型进行统一与简化，采用十字交叉口模型对井下交叉口、丁字口等进行分析，采用单车通行巷模型对单行道进行分析。

3.4.1   十字交叉口模型

十字交叉口模型的工作原理如图7所示，其中， $ {L_j} $ （ $j \in [{\text{A}}，{\text{B}}，{\text{C}}，{\text{D}}]$ ）为红绿灯H_j与UWB基站j的距离， $ {l_j} $ 为车辆与UWB基站j的距离， $ {t_j} $ 为控制阈值。

图  7  十字交叉口模型工作原理

Figure  7.  Working principle of intersection model

下载: 全尺寸图片 幻灯片

十字交叉口模型的控制原理如下：

（1） 假设一辆车由基站A向右行驶时H_A为绿灯，则车辆继续通行。

（2） 若满足 $ {l_{\text{A}}} + {t_{\text{A}}} > {L_{\rm{A}}} $ ，则将H_A与H_B置为绿灯，H_C与H_D置为红灯，交叉口车辆数加1，在交叉口车辆信息列表中添加车辆信息 $ {\text{elem}} = \{ '{\rm{id}}':'65632', '{\rm{station}}':'{\rm{A}}'\} $ ，其中，id为车辆卡号，station为驶入十字交叉口的基站号；否则继续通行。

（3） 当车辆保持直行时，继续通行；当车辆左转时，执行步骤（4）；当车辆右转时，执行步骤（5）。

（4） 若满足 $ {L_{\rm{B}}} - {l_{\rm{B}}} > {t_{\rm{B}}} $ ，则执行步骤（7），否则继续通行。

（5） 若满足 $ {L_{\rm{C}}} - {l_{\rm{C}}} > {t_{\rm{C}}} $ ，则执行步骤（7），否则继续通行。

（6） 若满足 $ {L_{\rm{D}}} - {l_{\rm{D}}} > {t_{\rm{D}}} $ ，则执行步骤（7），否则继续通行。

（7） 交叉口车辆数减1，从交叉口车辆信息列表中弹出车辆信息。

（8） 判断弹出的车辆信息是否驶入基站A，若是则跳转至步骤（9），否则跳出处理流程。

（9） 判断车辆数量是否为0，若是则H_A、H_B、H_C与H_D都置为绿灯，否则跳出处理流程。

3.4.2   单车通行巷模型

单车通行巷模型的工作原理如图8所示。

图  8  单车通行巷模型工作原理

Figure  8.  Working principle of single vehicle passing lane

下载: 全尺寸图片 幻灯片

单车通行巷模型的控制原理如下：

（1） 假设一辆车由基站A向右行驶时H_A为绿灯，则车辆继续通行。

（2） 若满足 $ {l_{\text{A}}} + {t_{\text{A}}} > {L_{\rm{A}}} $ ，则将H_B置为红灯，单车通行巷内车辆数加1，否则继续通行。

（3） 若满足 $ {L_{\rm{B}}} - {l_{\rm{B}}} > {t_{\rm{B}}} $ ，则执行步骤（4），否则继续通行。

（4） 单车通行巷内车辆数减1，若车辆数为0，则将H_A与H_B都置为绿灯，否则跳出处理流程。

3.5   防碰撞预警技术

矿井车辆防碰撞预警技术是基于UWB基站位置、行人位置与车辆位置的联合分析，通过GIS技术实现对行人或车辆的防碰撞预警提示。矿井车辆防碰撞预警原理如图9所示，其中 $ L^{\prime} $ 为2个基站的相对距离， $ {f_i} $ （i为行人或车辆序号）为行人或车辆i相对于各自基站的距离， $ {d_i} $ 为行人或车辆相对各自基站的方向。

图  9  防碰撞预警技术原理

Figure  9.  Principle of anti-collision early warning technology

下载: 全尺寸图片 幻灯片

当车辆与车辆、车辆与行人属于同一个基站时，防碰撞预警条件为

式中 $ {C_m} $ 为防碰撞阈值，m为用于区分车辆与车辆、车辆与行人的变量。

当车辆与车辆、车辆与行人属于不同基站时，防碰撞预警条件为

4.   实验分析

在某矿进行系统实验，该矿主巷道部署一体化综合分站60余台，其中10台内含5G基站，50余台内含4G基站；录入车辆19辆，其中物料车10辆，人车8辆，洒水车1辆；部署红绿灯4套，其中在十字路口和单车通行巷各部署2套。

4.1   矿井车辆定位实验

3个测试基站部署在3206运输巷绕道口、3号永久避难硐室口、3306回风巷绕道口，3个基站为连续分布，各自覆盖半径为400 m，测试车辆为物料车，车辆运行速度不小于7 m/s。实验数据见表2，其中实际位置和测量位置用车辆与基站的距离表示。可看出静态误差小于0.3 m，动态误差小于7.3 m，满足应用要求。

表  2  矿井车辆定位实验数据

Table  2.  Experimental data of mine vehicle positioning m

实验 类型	基站 位置	实际位置	测量位置	误差
静态 测量	3206运输巷绕道口	+200	+200.20	0.20
	3号永久避难硐室口	+150	+149.90	0.10
	3306回风巷绕道口	+50	+50.25	0.25
动态 测量	3206运输巷绕道口	+230	+235.25	5.25
	3号永久避难硐室口	+180	+175.30	4.70
	3306回风巷绕道口	+80	+86.80	6.80

下载: 导出CSV 

| 显示表格

4.2   矿井车辆通信实验

确定测试车辆为人车1与人车2，人车1的车载终端呼叫人车2的车载终端，并完成通话。车载终端如图10所示。

图  10  车载终端

Figure  10.  Vehicle terminal

下载: 全尺寸图片 幻灯片

4.3   矿井车辆导航实验

确定测试起始位置为清煤斜巷，目标位置为3号永久避难硐室。本文提出的导航技术规划的路径信息与实际路径信息对比见表3。矿井车辆导航效果如图11所示。其中，蓝圈标注为目标位置（3号永久避难硐室），红圈标注为导航车辆的当前位置（清煤斜巷），黄线为导航路径信息的渲染表示。结合表3与图11可看出，导航路径信息与实际路径信息相符，说明基于A^*算法的矿井车辆路径规划算法满足导航需要。

表  3  路径信息对比

Table  3.  Comparison of path information

路径 类型	起始 位置	目标 位置	路径信息
导航 路径	清煤斜巷	3号永久避难硐室	清煤斜巷→检修硐室下200 m→3号联巷→3号联巷下150 m→管子道口→2号永久避难硐室→1号辅助水仓口→辅助巷配电点→3206运输巷绕道口→3号永久避难硐室
实际 路径	清煤斜巷	3号永久避难硐室	清煤斜巷→检修硐室下200 m→3号联巷→3号联巷下150 m→管子道口→2号永久避难硐室→1号辅助水仓口→辅助巷配电点→3206运输巷绕道口→3号永久避难硐室

下载: 导出CSV 

| 显示表格

图  11  矿井车辆导航效果

Figure  11.  Effect of mine vehicle navigation

下载: 全尺寸图片 幻灯片

4.4   矿井车辆轨迹回放实验

矿井车辆轨迹回放效果如图12所示，图12（a）用于选定回放轨迹时间范围；图12（b）显示生成的回放路径；图12（c）显示轨迹回放渲染状态，其中红旗标注点为终点位置，车辆标注位置为回放当前位置，黄线表示车辆的行驶轨迹。可看出通过矿井车辆轨迹回放技术实现了选定时间段内的车辆运行轨迹回放。

图  12  矿井车辆轨迹回放效果

Figure  12.  Effect of mine vehicle track playback

下载: 全尺寸图片 幻灯片

4.5   矿井车辆红绿灯控制实验

确定测试模型为单车通行巷模型，基站A为3206运输巷绕道口，基站B为3号永久避难硐室口，基站A与基站B的左方向为负， $ {L_{\rm{A}}} $ 与 $ {L_{\text{B}}} $ 取值为200 m， $ {t_{\rm{A}}} $ 与 $ {t_{\text{B}}} $ 取值为10 m，车辆与基站A与基站B的距离分别为 $ {l_{\rm{A}}} $ 与 $ {l_{\text{B}}} $ 。测试数据见表4，可以看出，通过忽略方向的处理，若数据满足 $ {l_{\text{A}}} + {t_{\text{A}}} > {L_{\rm{A}}} $ 或 $ {L_{\rm{B}}} - {l_{\rm{B}}} > {t_{\rm{B}}} $ ，红绿灯H_A与H_B的状态发生了预定变化。例如，车辆由基站A→基站B行驶过程中，当车辆距离基站A 195 m时，195+10＞200，数据满足 $ {l_{\text{A}}} + {t_{\text{A}}} > {L_{\rm{A}}} $ 的条件，H_B状态发生了变化。由此可见，矿井单车通行巷的红绿灯控制技术满足应用要求。

表  4  单车通行巷实验数据

Table  4.  Experimental data of single vehicle passing lane

行驶方向	基站	车辆位置/m	HA状态	HB状态
基站A→基站B	A	−180	绿	绿
		−195	绿	红
	B	192	绿	红
		175	绿	绿
基站B→基站A	B	180	绿	绿
		195	红	绿
	A	−195	红	绿
		−185	绿	绿

下载: 导出CSV 

| 显示表格

4.6   矿井车辆防碰撞预警实验

确定同基站模型测试地点为3号联巷，跨基站模型测试地点为检修硐室下200 m与3号联巷，基站之间距离为800 m，车辆之间预警阈值为50 m，人与车之间预警阈值为30 m。实验数据见表5，可看出，当车辆与车辆或车辆与行人处于同基站时，若相对距离满足式（7）的判断条件，则车辆发出预警信号；当车辆与车辆或车辆与行人处于不同基站时，若相对距离满足式（8）的判断条件，则车辆发出预警信号。例如，2辆车处于同基站时，若某辆车距离基站+180 m，另外一辆车距离基站+135 m，则数据满足 $ \left| {{f_1} - {f_2}} \right| < {C_{{m}}} $ 的条件，车辆发出了预警信号。由此可见，矿井车辆防碰撞预警技术满足应用要求。

表  5  防碰撞预警实验数据

Table  5.  Data sheet of anti-collision early warning experiment

实验 类型	预警 类型	车辆 位置/m	行人或 车辆位置/m	是否 预警
同基站	行人与车辆	+200	+225	是
		+20	−8	是
		+200	+232	否
	车辆 之间	+180	+135	是
		+200	+266	否
		+30	−14	是
跨基站	行人与车辆	+390	−385	是
		+380	−385	否
		+395	−380	是
	车辆 之间	+380	−378	是
		+390	−350	否
		+380	−375	是

下载: 导出CSV 

| 显示表格

5.   结论

（1） 通过需求分析，得出矿井无轨胶轮车智能化管理系统宜具有车辆通信、车辆定位、车辆导航、车辆轨迹回放、车辆车况信息管理、红绿灯控制、防碰撞预警等功能。

（2） 矿井无轨胶轮车导航技术宜采用成熟度较高的基于图搜索的路径规划算法，矿井无轨胶轮车导航和轨迹回放技术应与GIS技术相结合。

（3） 基于UWB的矿井车辆定位技术静态误差小于0.3 m，动态误差小于7.3 m，满足无轨胶轮车定位要求；WiFi与4G/5G通信、基于A^*算法的矿井车辆路径规划及车辆轨迹回放、红绿灯控制、防碰撞预警等功能均能满足应用需求。

（4） 矿井红绿灯控制技术中，车辆违规驶入单车通行巷时，需要考虑车辆恢复通行后红绿灯状态的控制技术，下一步将对该技术进行深入研究。