矿井动目标精确定位技术及优化方法研究

郑学召, 严瑞锦, 蔡国斌, 王宝元, 何芹健

郑学召,严瑞锦,蔡国斌,等. 矿井动目标精确定位技术及优化方法研究[J]. 工矿自动化,2023,49(2):14-22. DOI: 10.13272/j.issn.1671-251x.18020
引用本文: 郑学召,严瑞锦,蔡国斌,等. 矿井动目标精确定位技术及优化方法研究[J]. 工矿自动化,2023,49(2):14-22. DOI: 10.13272/j.issn.1671-251x.18020
ZHENG Xuezhao, YAN Ruijin, CAI Guobin, et al. Research on precise positioning technology and optimization method of mine moving targets[J]. Journal of Mine Automation,2023,49(2):14-22. DOI: 10.13272/j.issn.1671-251x.18020
Citation: ZHENG Xuezhao, YAN Ruijin, CAI Guobin, et al. Research on precise positioning technology and optimization method of mine moving targets[J]. Journal of Mine Automation,2023,49(2):14-22. DOI: 10.13272/j.issn.1671-251x.18020

矿井动目标精确定位技术及优化方法研究

基金项目: 国家自然科学基金资助项目(52174197);陕西省应急管理领域科技信息化专项课题(2021HZ1130)。
详细信息
    作者简介:

    郑学召(1977—),男,新疆焉耆人,教授,博士,研究方向为应急技术与管理、矿山防灭火技术, E-mail: zhengxuezhao@ xust.edu

  • 中图分类号: TD676

Research on precise positioning technology and optimization method of mine moving targets

  • 摘要: 现有矿井动目标定位系统存在井下无线信号传输衰减严重、非视距误差较大、井下电磁环境复杂、动静目标感知范围广、多系统信息融合联动性强等问题,目前针对矿井动目标精确定位技术及优化方法的研究未全面分析动目标精确定位服务的特点和技术要求,且缺少主流与新兴定位技术的全面对比。针对上述问题,分析了常用信号传输技术和定位测距方法在矿井动目标精确定位系统中应用的优缺点,指出无线电定位技术是较为适合、可行的矿井动目标精确定位技术。从信号防碰撞技术、误差消除方法、定位结果优化方法和融合定位技术4个方面分析了我国矿井动目标精确定位优化方法的研究现状,总结了存在的问题:① 信号防碰撞算法的综合性仍需改进。② 测距误差控制手段的高效性有待提升。③ 融合定位方法在生产现场中应用尚不成熟。④ 系统的应急救援辅助作用未充分发挥。针对现有技术的不足,展望了矿井动目标精确定位技术的发展趋势:① 研究动态环境下信号冲突机制和冲突后恢复机制,设计综合信号防碰撞方案。② 研究精确、高效、经济的测距误差控制方案,节约通信成本。③ 设计多种定位方法深度融合的动态定位方案,提升系统的可靠性、灵活性和应用性。④ 研究多系统联动方案及极端情况下应急通信与定位恢复机制,充分发挥系统在应急救援中的作用。
    Abstract: The existing mine moving target positioning system has the problems of serious attenuation of underground wireless signal transmission, large non-line-of-sight error, complex underground electromagnetic environment, wide sensing range of dynamic and static targets, strong linkage of multi-system information fusion, etc. At present, the research on mine moving target precise positioning technology and optimization method does not comprehensively analyze the characteristics and technical requirements of the moving target accurate positioning service. It lacks a comprehensive comparison between the mainstream and emerging positioning technologies. In order to solve the above problems, the advantages and disadvantages of the common signal transmission technology and the positioning and ranging method applied in the mine moving target precise positioning system are analyzed. The radio positioning technology is pointed out to be a more suitable and feasible mine moving target precise positioning technology. This paper analyzes the research status and existing problems of the optimization method of the mine moving target precise positioning in China from four aspects: signal anti-collision technology, error elimination method, positioning result optimization method and fusion positioning technology. ① The comprehensiveness of the signal anti-collision algorithm still needs to be improved. ② The efficiency of ranging error control means needs to be improved. ③ The application of the fusion positioning method in the production site is not yet mature. ④ The auxiliary role of the system in emergency rescue is not fully played. In view of the shortcomings of the existing technology, the development trend of the mine moving target precise positioning technology is proposed: ① It is suggested to study the signal collision mechanism and post-conflict recovery mechanism in dynamic environment, and design a comprehensive signal anti-collision scheme. ② It is suggested to research precise, efficient and economical ranging error control scheme to save communication costs. ③ It is suggested to study dynamic positioning scheme design with deep integration of multiple positioning methods to improve the reliability, flexibility and applicability of the system. ④ It is suggested to study the multi-system linkage scheme and the emergency communication and positioning recovery mechanism in extreme cases, and give full play to the role of the system in emergency rescue.
  • 矿井动目标精确定位是实现煤矿日常管理[1]、资源调度[2]、安全监控[3]的重要途径,并可为灾害应急救援提供依据[4],建设矿井动目标精确定位系统是提升煤矿智能化建设水平、煤矿安全生产能力和应急保障能力的必然要求[5]

    随着我国加速推动数字化转型、煤矿智能化进程,对矿井动目标定位服务提出了更高要求[6]。许多学者从动目标定位传输机制、测量方法、信号滤波方法及目标节点解算算法等方面探索矿井动目标精确定位的优化方法,已经取得丰硕成果。胡青松等[7-8]梳理并分析了典型测距方法、位置计算及优化方法的原理和发展脉络,提出了大数据背景下智能矿山动目标服务模式。孙哲星[9]基于煤矿井下人员定位的特点,分析了矿井动目标定位技术和测距方法。霍振龙[10]从定位方法、无线通信技术等方面分析了矿井动目标精确定位技术的要求、研究及应用现状。常琳[11]提出了基于矿山物联网的动目标定位框架,为矿井动目标定位精度提升提供了新思路。G. P. Hancke等[12]从煤矿动目标定位服务场景出发分析了精确定位技术的研究现状和挑战。然而,这些研究未全面分析动目标精确定位服务的特点和技术要求,且缺少主流与新兴定位技术的全面对比,对我国最新产业技术、政策统筹和安全需求下动目标定位的发展趋势分析不全面。

    针对现有矿井动目标精确定位技术及优化方法研究在综合性能对比,新技术、新方法研究,可持续发展能力提升等方面的不足,本文对现有矿井动目标精确定位技术性能进行了分析,从信号防碰撞方法、误差控制方法、定位精度优化方法、融合定位方法等方面综述了定位优化方法的研究现状,针对其痛点问题展望了未来发展趋势。

    《煤矿智能化建设指南》中要求矿井动目标系统应当具备人员状态分析、考勤、调度管理、轨迹展示及分析功能[13]。煤矿应当采用精确定位技术实现井下人、车、移动装备等目标的精确定位和有效管理,以满足井下复杂巷道的全覆盖需求。

    目前,我国矿井动目标定位系统由定位信标(人员定位卡、车载识别定位卡、采掘装备定位装置等)采集动目标的定位信息,将信息传输至矿用本安型网络交换机,再利用现有骨干网络(工业以太环网、CAN总线等)传输至地面交换机,如图1所示。

    图  1  矿井动目标精确定位系统结构
    Figure  1.  Structure of precise positioning system for mine moving target

    由于煤矿井下特殊工作环境和日益增长的安全要求,现有矿井动目标定位系统不能完全满足煤矿动目标精确定位需求,面临着如下难题和挑战。

    1) 井下无线信号传输衰减严重。巷道形状、截面大小、壁面粗糙度、围岩介质、导体和阻挡体等会造成信号多径传输、衰减大,且井下高粉尘、潮湿等恶劣环境也会导致信号衰减增大。

    2) 非视距误差较大。井下巷道狭长,多有分支、倾斜和转弯,且巷道中有移动人员、装备和固定装备等信号传输障碍物,造成信号非视距传输,引起非视距误差。

    3) 井下电磁环境复杂。井下机电设备众多,大功率设备数量大,且存在工作面、变电所等设备集中场所,造成电磁环境复杂。

    4)人员、车辆及采掘装备等全覆盖定位,定位目标数量巨大,且需根据不同目标的移动特点和定位要求实现动静目标感知。

    5) 多系统信息融合联动性强。矿井动目标精确定位系统各子系统间需通过信息融合共享,实现人与装备的日常管理及安全闭锁;矿井动目标精确定位系统需通过与应急广播、安全监控等系统联动,增强煤矿安全生产、应急救援能力。

    矿井动目标精确定位系统主要包括人员精确定位系统、车辆及交通管理系统、采掘装备运动监测及远程控制系统等。根据不同定位目标和系统功能,对不同系统的定位精度和巡检周期等提出了不同要求。

    1) 人员精确定位系统。为了实现矿井日常安全管理和灾后应急救援,需建立能够掌握人员精确位置的定位系统。人员精确定位系统的特点是定位目标数量大,目标移动速度较慢,对系统单站并发量要求较高,但对巡检周期要求较低,一般可以选择2 s或以上。因此,要求系统定位精度高、数据无缺失、轨迹不漂移、应急保障能力强。

    2) 车辆及交通管理系统。为了实现矿井无人驾驶系统、物流管理系统、辅运智能调度系统的准确控制和管理,需建立能够掌握井下车辆位置和路径的定位系统。车辆及交通管理系统的特点是定位目标数量中等、目标移动速度大,对系统单站并发量要求低于人员精确定位系统,要求巡检周期短、即时定位、可靠性高。因为定位巡检周期越长,目标移动速度越大,动态定位误差越大。车辆及交通管理系统需要与人员精确定位系统进行融合,实现人车闭锁,减少由于车辆运输对人员造成的伤害事故[14]

    3) 采掘装备运动监测及远程控制系统。为了实现采掘工作面远程精确控制,需要建立能够实现采掘装备实时位置搜索、路径分析的定位系统。采掘装备运动监测及远程控制系统对网络传输时延敏感,目标移动速度较快,定位精度要求极高,要求系统巡检周期短,一般不超过500 ms。采掘装备运动监测及远程控制系统需要与人员精确定位系统进行融合,识别进入被设定为危险区域的人员,对采掘装备进行限制或闭锁,避免自动化生产过程中产生的人员安全隐患[15]

    矿井动目标精确定位方法由定位技术和定位算法组成。目前我国煤矿常用的定位技术包括惯导定位技术、超声波定位技术、激光定位技术、无线电定位技术等;定位算法分为测距定位算法和非测距定位算法2类,目前煤矿通常采用测距定位算法。

    1) 惯导定位技术。惯导定位技术需要目标配备陀螺仪和加速度计,通过测量目标的加速度、航向等信息进行定位[16]。惯导定位技术无需外部输入信息,不受外部电磁干扰,短时精度高,稳定性好,但高精度的陀螺仪价格昂贵,定位精度随目标移动幅度增大而增大,定位误差随时间增加而增大。惯导定位技术常应用于采煤机、掘进机等装备的位姿感知和运动轨迹定位。而井下人员和车辆的数量较多,采用惯导定位技术会导致系统建设成本过高,维护工作量大。因此,惯导定位技术适用于采掘装备运动监测及远程控制系统,但不适用于人员精确定位系统和车辆及交通管理系统。

    2) 超声波定位技术。超声波定位技术主要利用超声波雷达测距方法进行定位。超声波在传输过程中衰减较大,测距覆盖距离较短,且非视距误差较大。因此,超声波定位技术难以满足矿井动目标精确定位系统的技术要求,但可用于定位辅助,测量障碍物距离[17]

    3) 激光定位技术。激光定位技术主要利用红外线测距方法或激光雷达测距方法进行定位。激光定位技术能够有效避免粉尘干扰,探测距离远,定位精度较高,但无法进行非视距定位。因此,激光定位技术可应用于采煤机、掘进机等装备的位姿感知[18],但不适用于人员精确定位系统和车辆及交通管理系统。

    4) 无线电定位技术。无线电定位技术具有传播距离远、定位精度高、可非视距传输等优点,被广泛应用于矿井动目标精确定位系统。常见无线电定位技术包括射频识别定位(RFID)、蓝牙(Bluetooth)、ZigBee、WiFi、超宽带(UWB)、5G等[19-21]。常用无线电定位技术的对比见表1

    表  1  常用无线电定位技术对比
    Table  1.  Common radio positioning technology comparison
    定位
    技术
    标准定位
    精度
    通信
    距离/m
    能量
    损耗
    建设
    成本
    维护
    成本
    自组
    网性
    巷道环境
    影响
    RFIDIEEE
    802.15.4
    15~30较低较低
    BluetoothIEEE
    802.15.1
    1~10较高一般
    ZigBeeIEEE
    802.15.4
    较高20~70一般较低
    WiFiIEEE
    802.11
    一般20~70较高一般
    UWBIEEE
    802.15.3
    <10一般
    5GR16100~200较高
    下载: 导出CSV 
    | 显示表格

    定位算法是测量目标节点位置的关键,基本测距定位算法包括基于无线信号强度(Receive Signal Strength Indicator,RSSI)测距算法、到达角度(Angle-of-Arrival, AOA)测距算法和基于时间测距的定位算法3种。其中基于时间测距的定位算法包括传输时间(Time of Arrival,TOA)定位算法、时间差(Time Difference of Arrival,TDOA)定位算法、飞行时间(Time of Flight,TOF)定位算法、双程测距(Two-Way Ranging,TWR)定位算法等。许多学者对TWR定位算法进行了优化,提出了单边双向测距(Single-Sided Two-Way Ranging,SS−TWR)定位算法、双边双向测距(Double-Sided Two-Way Ranging,DS−TWR)定位算法、对称双边双向测距(Symmetric Double-Sided Two-Way Ranging,SDS−TWR)定位算法、非对称双边双向测距(Asymmetic Double-Sided Two-Way Ranging,ADS−TWR)定位算法等。衡量矿井动目标定位算法的主要性能指标包括定位精度、建设成本、受巷道环境影响大小、受定位卡和分站时钟频率偏移影响大小、是否需要分站与定位卡时钟同步、是否需要分站间时钟同步。常用定位测距方法的对比见表2[22]

    表  2  常用测距定位算法对比
    Table  2.  Comparison of common ranging and positioning algorithms
    定位
    算法
    定位
    精度
    建设
    成本
    巷道环境
    影响
    定位卡
    时钟偏
    移影响
    分站时
    钟偏移
    影响
    分站与定
    位卡时钟
    同步影响
    分站间
    时钟同
    步影响
    RSSI
    AOA一般
    TOA较低
    TDOA一般较低
    TOF较高
    TWR较高较高
    SS−TWR较低较高
    SDS−TWR较高较高
    ADS−TWR
    下载: 导出CSV 
    | 显示表格

    研发高效、经济、精确的矿井动目标定位系统是煤矿智能化开采要求下矿井动目标定位面临的新挑战。从信号传输手段、定位误差控制方法、目标节点解算算法等多方面优化定位方法可以有效提升系统的精度、效率和经济性。

    矿井动目标定位系统需实现井下人、车、重点设备全覆盖,要求系统具有高并发能力。多组数据同时返回可能会引起信号碰撞,导致时延增加、误差增大、漏读率增大等。研究信号防碰撞方法可有效避免由于信号碰撞导致识别准确率下降等问题。

    时分多路复用技术是通过将可供使用的通路按时间进行分割,分配给多个标签,使得不同的信号在规定时间间隔内传出,解决无线通信信号碰撞问题[23],是目前煤矿实际应用最广泛的防碰撞技术,但时隙利用率低,易造成资源浪费。为了避免信道资源浪费,陈鸿[24]提出了一种改进的二进制指数退避算法,有效避免了争用碰撞。王飞[25]提出了一种基于双信道方式和时分方式的防碰撞方法,利用双信道方式(图2)将读卡器的入网信道和测距信道分离,采用时分方式实现定位卡信号相互分离,最大并发识别量为200。苏健等[26]提出了一种基于空闲时隙消除的二进制分裂算法,引入单比特状态标志位,在进行信号传输前先判断是否发生时隙碰撞,避免了信号冗余传输。

    图  2  双信道方式应用原理
    Figure  2.  Application principle of dual-channel mode

    多种因素导致目前所有测距方法均具有误差,RSSI测距方法受非视距误差影响较大,TDOA、TOA测距方法对时间准确性要求严格。研究误差消除、抑制和利用的方法是优化定位方法的思路之一。

    滤波处理是抑制误差影响的有效手段,卡尔曼滤波算法利用线性系统状态方程对定位信号进行最优估计,被广泛利用于误差控制,但对非线性信号的处理效果不理想。邵小强等[27-28]将非视距(Non-Line of Sight,NLOS)时延分为巷道固定时延和巷道随机时延,采用几何投影算法改善固定时延的影响,利用卡尔曼滤波算法消除随机时延。提出引入最大加权方法处理RSSI值,通过在滤波器中引入阈值避免信号盲目处理,改善了卡尔曼滤波的应用效果,对研究NLOS时延的分类抑制有很好的指导意义。李迎喜[29]提出了基于无线传感器时钟同步协议(Timing-synchronization Protocol for Sensor Networks,TPSN)和参考广播同步(Reference Broad-cast Synchronization,RBS)算法的改进时间同步算法,将广播时间同步和层次型结构相结合,在物理层附加时间信息,实现了精确时间同步,同时极大地降低了能量损耗。

    引起定位误差的因素众多,通过误差控制方法难以完全消除误差对定位精度的影响。研究信号处理和优化目标节点解算算法,可以增强信号有效性,优化解算结果,提升系统定位精度。

    经典的目标节点解算算法有三边定位法、三角定位法、最小二乘法等,为进一步提高定位精度,朱光[30]提出了一种改进RSSI加权质心算法,通过求解与定位节点测算距离最小的3个参考节点构成的三角形质心确定位置,提升了定位精度和稳定程度。卞佳兴等[31]通过引入一个特定时延改进了双向测距算法,获得了更高的测距精度,并基于Jacobi迭代算法求解双曲面非线性方程组,解决了非迭代算法解算困难的问题。莫树培等[32]采用分段估计权值的加权最小二乘多变定位算法,提高了定位精度,通过权值动态修正提升稳定性。张冉乔等[33]研究了4种小波基函数对去噪效果的影响,确定了启发式阈值估计准则和软阈值函数,削弱了UWB定位异常值对定位精度的影响,为提高矿井动目标精确定位精度提供了借鉴思路。唐丽均等[34]提出采用高精度的灰色预测模型预测距离,该方法精度高于传统算法且不受测距误差影响。贺洁茹等[35]构建了粒子群算法与Taylor迭代算法结合的PT算法,降低了解算误差,实现了厘米级精确定位。

    现有定位方法难以满足矿井动目标精确定位系统的要求。研究多种定位技术或测距方法的融合定位方法,可以集不同技术的优势弥补单一定位技术的不足,同时能够增强系统的应急保障能力,提升系统的效率。

    吴静然等[36]设计了一种基于改进RSSI指纹定位算法和行人航迹推算(Pedestrian Dead Reckoning,PDR)算法的矿井人员融合定位系统,采用GS1011控制器和MPU9150惯性传感器构成智能终端,将采集的惯性传感器、RSSI和时间戳数据通过井下WiFi网络上传至地面监控中心定位服务器,定位服务器采用扩展卡尔曼滤波对RSSI指纹定位算法和PDR 算法的定位信息进行融合,实现井下人员定位。仪玉杰等[37]建立了基于UWB和PDR信息融合定位的扩展卡尔曼滤波器模型,有效减小了定位解算点的跳跃幅度,解决了UWB技术在复杂环境下易出现定位缺失的问题,为矿井动目标精确定位提供了新思路。刘世森[38]设计了基于UWB和RFID融合的煤矿井下人员定位系统,利用RFID实现人员区域定位及管理,利用UWB实现人员精确定位,降低了系统建设成本。李宗伟等[39]提出了一种基于TOF测距定位和捷联惯导定位的融合定位方法,利用TOF测距定位实现近距离动目标定位,利用捷联惯导定位实现远距离动目标定位,减少了定位盲区和定位基站的布置数量,降低了系统建设成本。王红尧等[40]采用SDS−TWR与TOF相结合的方法进行测距,通过粒子群优化支持向量机算法解算动目标移动路线,并将TDOA算法与Chan算法进行融合,实现了动目标精确定位。

    1) 信号防碰撞算法的综合性仍需改进。现有研究通过多路时分复用、双信道、空闲时隙消除等方式有效解决了信号碰撞问题,但缺乏对冲突监测机制和冲突后恢复机制的研究;对定位卡防碰撞算法的研究较多,但缺乏对基站防碰撞算法的研究;研究多集中在静态环境下,缺乏动态环境下的研究。

    2) 测距误差控制手段的效率有待提升。现有误差控制思路主要分为2种,一是改进测距方法以减少定位结果的影响因素,二是通过研究信号处理方法优化解算结果。一般通过增加信号传输过程、引入修正因子、多方法协作定位等方式实现误差控制,存在算法复杂、计算时间长、收敛速度缓慢、通信开销较大等问题。

    3) 融合定位方法在生产现场中的应用尚不成熟。目前针对融合定位方法的研究多为理论模拟研究,系统的实践研究较少,未能得到现场应用验证;且多数研究中将巷道模型简化为一维模型或二维模型,实际巷道模型应为复杂三维模型,三维定位精度仍有待提升。

    4) 矿井动目标精确定位系统应急救援辅助作用未充分发挥。现有研究中多数只提到动目标精确定位系统可以在灾后应急救援中提供精确的人员位置信息和运动轨迹,但对如何提升系统自身灾害抵御能力、应急保障能力及系统的应急救援辅助能力的研究仍为空白。

    煤炭将持续占据我国能源结构主体地位,煤矿行业安全形势仍然严峻[41-42]。我国对矿井动目标精确定位系统的要求不断提升,未来主要发展趋势如图3所示。

    图  3  矿井动目标精确定位技术发展趋势
    Figure  3.  Development trend of mine moving target precise positioning technology

    1) 深入研究动态环境下信号防碰撞机制、恢复方法及综合防碰撞方案。与静态环境下较为理想的信号传输条件相比,动态环境变化引起的信号干扰强度变化和信号衰减程度变化均会导致防碰撞处理过程复杂化。① 研究动态环境下信号防碰撞机制,完善信号冲突机制和冲突后恢复机制,研究碰撞后快速恢复方法,可有效避免由于环境变化造成的漏读率升高。② 设计标签间、基站间、标签与基站间信号防碰撞的综合方案,对完善信号防碰撞机制发挥着重要作用。

    2) 从信号采集技术、测距方法、数据处理算法和目标节点优化等方面提高定位精度。针对不同动目标采用双/多标签定位模式,如人员等横/纵向距离较短的目标采用双标签定位,采煤机等横/纵向距离较长的目标采用双/多标签定位,构造多标签优化函数以提高定位精度[43];采用部分装有惯导设备或激光定位装置的目标作为移动信标辅助定位,不仅可以提升定位精度,也可以降低信标节点数量;应用深度学习等人工智能算法进行误差学习,通过有效利用测距误差优化定位精度,同时应充分平衡优化算法的计算时间成本和精度提升水平,确保优化方案具有实用性;采用数据融合思想,研究多种算法融合的测距算法,充分利用不同类型数据包含的信息也是提高定位精度的研究思路之一。

    3) 打造多方法融合、灵活适用、通导一体的高精度三维矿井动目标定位系统。引入高度差,建立复杂的三维定位模型,提升动目标三维定位精度,使系统满足日益增长的安全需求;研究多种定位技术或测距算法融合的精确定位系统,开展融合定位系统实践研究,提升系统的可靠性、经济性和实用性;研究全源矿井自适应动态定位系统,动态选择满足当前矿井定位需求的最优设备组合和定位测距算法;充分利用5G等新兴技术的通信导航一体功能,与主流定位技术融合,大幅度提升定位性能的同时节约资源。

    4) 充分挖掘矿井动目标定位系统的应急辅助能力,提升系统应急保障能力。建立双通道、多通道的信号下发方式,不仅可以降低系统漏读率,还能够提升系统的应急通信能力和灾害抵御能力;实现矿井动目标精确定位系统与井下广播系统、安全监控系统等系统互通互联、及时响应,实现对井下人员和重要物资的定位安全保障;针对灾害后可能出现的断路、断电、断网等极端情况特点研究灾后通信网络重构与定位系统快速恢复技术[5],提供灾后救援人员的定位安全保障。

    矿井动目标精确定位系统是保障煤矿安全生产、日常管理和应急救援的重要系统。建立智能、高效、准确的精确定位系统,需要针对不同动目标的特点和定位要求选用合适的定位技术,通过信号防碰撞技术、测距误差控制技术、目标节点优化解算算法和多种技术融合定位等方法实现精确定位。为了适应动目标精确定位需求,未来可以进一步研究动态信号冲突机制和碰撞快速恢复方法,提升信号防碰撞方法的综合性;通过双/多标签定位模式、移动信标辅助定位技术、基于人工智能算法的误差学习方法等全面提高定位精度,同时需平衡构建难度和时间成本,提升系统效率;研究精确定位传输、测距、解算各阶段的融合定位方法,积极开展5G等新建设成果与主流定位技术的融合应用,动态适应矿井的现实定位需求;通过提升系统抗灾能力、多系统联动响应、灾后通信网络与定位系统快速重构等充分发挥系统的应急救援辅助能力。

  • 图  1   矿井动目标精确定位系统结构

    Figure  1.   Structure of precise positioning system for mine moving target

    图  2   双信道方式应用原理

    Figure  2.   Application principle of dual-channel mode

    图  3   矿井动目标精确定位技术发展趋势

    Figure  3.   Development trend of mine moving target precise positioning technology

    表  1   常用无线电定位技术对比

    Table  1   Common radio positioning technology comparison

    定位
    技术
    标准定位
    精度
    通信
    距离/m
    能量
    损耗
    建设
    成本
    维护
    成本
    自组
    网性
    巷道环境
    影响
    RFIDIEEE
    802.15.4
    15~30较低较低
    BluetoothIEEE
    802.15.1
    1~10较高一般
    ZigBeeIEEE
    802.15.4
    较高20~70一般较低
    WiFiIEEE
    802.11
    一般20~70较高一般
    UWBIEEE
    802.15.3
    <10一般
    5GR16100~200较高
    下载: 导出CSV

    表  2   常用测距定位算法对比

    Table  2   Comparison of common ranging and positioning algorithms

    定位
    算法
    定位
    精度
    建设
    成本
    巷道环境
    影响
    定位卡
    时钟偏
    移影响
    分站时
    钟偏移
    影响
    分站与定
    位卡时钟
    同步影响
    分站间
    时钟同
    步影响
    RSSI
    AOA一般
    TOA较低
    TDOA一般较低
    TOF较高
    TWR较高较高
    SS−TWR较低较高
    SDS−TWR较高较高
    ADS−TWR
    下载: 导出CSV
  • [1]

    LU Hanyu, WANG Huajun, LIU Ke, et al. Research of personnel orientation system of mine based on ZigBee technology[C]. International Conference on Advanced Materials and Engineering Materials, Shenyang, 2012, 1183-1187.

    [2] 胡青松,吴立新,张申,等. 煤矿工作面定位WSN的部署与能耗分析[J]. 中国矿业大学学报,2014,43(2):351-355. DOI: 10.13247/j.cnki.jcumt.2014.02.024

    HU Qingsong,WU Lixin,ZHANG Shen,et al. Placement of positioning WSN in coal face and energy consumption analysis[J]. Journal of China University of Mining & Technology,2014,43(2):351-355. DOI: 10.13247/j.cnki.jcumt.2014.02.024

    [3]

    XU Xiaofeng, XU Han, LI Wei, et al. Combined initial alignment system and alignment method for strapdown inertial navigation system of underground coal mining machine: AU2016365012B2[P]. 2018-05-17.

    [4] 李晓刚. 基于煤矿人员定位系统的寻人定位仪设计[J]. 煤矿安全,2014,45(8):139-141. DOI: 10.13347/j.cnki.mkaq.2014.08.041

    LI Xiaogang. Design of personnel locator based on coal mine personnel positioning system[J]. Safety in Coal Mines,2014,45(8):139-141. DOI: 10.13347/j.cnki.mkaq.2014.08.041

    [5] 胡青松,杨维,丁恩杰,等. 煤矿应急救援通信技术的现状与趋势[J]. 通信学报,2019,40(5):163-179. DOI: 10.11959/j.issn.1000-436x.2019123

    HU Qingsong,YANG Wei,DING Enjie,et al. State-of-the-art and trend of emergency rescue communication technologies for coal mine[J]. Journal on Communications,2019,40(5):163-179. DOI: 10.11959/j.issn.1000-436x.2019123

    [6] 王国法. 煤矿智能化最新技术进展与问题探讨[J]. 煤炭科学技术,2022,50(1):1-27. DOI: 10.3969/j.issn.0253-2336.2022.1.mtkxjs202201001

    WANG Guofa. New technological progress of coal mine intelligence and its problems[J]. Coal Science and Technology,2022,50(1):1-27. DOI: 10.3969/j.issn.0253-2336.2022.1.mtkxjs202201001

    [7] 胡青松,张申,吴立新,等. 矿井动目标定位:挑战、现状与趋势[J]. 煤炭学报,2016,41(5):1059-1068. DOI: 10.13225/j.cnki.jccs.2015.1267

    HU Qingsong,ZHANG Shen,WU Lixin,et al. Localization techniques of mobile objects in coal mines:challenges,solutions and trends[J]. Journal of China Coal Society,2016,41(5):1059-1068. DOI: 10.13225/j.cnki.jccs.2015.1267

    [8] 胡青松,张赫男,李世银,等. 基于大数据与AI驱动的智能煤矿目标位置服务技术[J]. 煤炭科学技术,2020,48(8):121-130.

    HU Qingsong,ZHANG Henan,LI Shiyin,et al. Intelligent coal mine target location service technology based on big data and AI driven[J]. Coal Science and Technology,2020,48(8):121-130.

    [9] 孙哲星. 煤矿井下人员精确定位方法[J]. 煤炭科学技术,2018,46(3):130-134. DOI: 10.13199/j.cnki.cst.2018.03.022

    SUN Zhexing. Personnel position method in underground coal mine[J]. Coal Science and Technology,2018,46(3):130-134. DOI: 10.13199/j.cnki.cst.2018.03.022

    [10] 霍振龙. 矿井定位技术现状和发展趋势[J]. 工矿自动化,2018,44(2):51-55. DOI: 10.13272/j.issn.1671-251x.17309

    HUO Zhenlong. Status and development trend of mine positioning technology[J]. Industry and Mine Automation,2018,44(2):51-55. DOI: 10.13272/j.issn.1671-251x.17309

    [11] 常琳. 煤矿井下无线定位技术及系统的应用现状和发展方向[J]. 煤矿安全,2021,52(7):94-98.

    CHANG Lin. Application status and development direction of wireless positioning technology and system in underground coal mine[J]. Safety in Coal Mines,2021,52(7):94-98.

    [12]

    HANCKE G P,SILVA B J. Wireless positioning in underground mines:challenges and recent advances[J]. IEEE Industrial Electronics Magazine,2021,15(3):39-48. DOI: 10.1109/MIE.2020.3036622

    [13] 国家能源局, 国家矿山安全监察局. 煤矿智能化建设指南(2021年版)[R/OL]. [2021-06-05]. https://view.officeapps.live.com/op/view.aspx?src=http%3A%2F%2Fzfxxgk.nea.gov.cn%2F1310015723_16240130783601n.docx.

    Nation Energy Administration, National Mine Safety Administration. Coal mine intelligent construction guide(2021 Edition)[R/OL]. [2021-06-05]. https://view.officeapps.live.com/op/view.aspx?src=http%3A%2F%2Fzfxxgk.nea.gov.cn%2F1310015723_16240130783601n.docx.

    [14] 孙继平,江嬴. 矿井车辆无人驾驶关键技术研究[J]. 工矿自动化,2022,48(5):1-5,31. DOI: 10.13272/j.issn.1671-251x.17947

    SUN Jiping,JIANG Ying. Research on key technologies of mine unmanned vehicle[J]. Journal of Mine Automation,2022,48(5):1-5,31. DOI: 10.13272/j.issn.1671-251x.17947

    [15] 赵亦辉,赵友军,周展. 综采工作面采煤机智能化技术研究现状[J]. 工矿自动化,2022,48(2):11-18,28. DOI: 10.13272/j.issn.1671-251x.2021090024

    ZHAO Yihui,ZHAO Youjun,ZHOU Zhan. Research status of intelligent technology of shearer in fully mechanized working face[J]. Industry and Mine Automation,2022,48(2):11-18,28. DOI: 10.13272/j.issn.1671-251x.2021090024

    [16] 马宏伟,杨金科,毛清华,等. 煤矿护盾式掘进机器人系统精确定位研究[J]. 工矿自动化,2022,48(3):63-70. DOI: 10.13272/j.issn.1671-251x.2021070082

    MA Hongwei,YANG Jinke,MAO Qinghua,et al. Research on precise positioning of shield roadheader robot system in coal mine[J]. Journal of Mine Automation,2022,48(3):63-70. DOI: 10.13272/j.issn.1671-251x.2021070082

    [17] 田子建,李宗伟,刘晓阳,等. 基于电磁波及超声波联合测距的井下定位方法[J]. 北京理工大学学报,2014,34(5):490-494.

    TAN Zijian,LI Zongwei,LIU Xiaoyang,et al. A positioning method in mine tunnel based on joint electromagnetic wave and ultrasonic distance measurement[J]. Transactions of Beijing Institute of Technology,2014,34(5):490-494.

    [18] 郑江涛,李四海,刘士明,等. 基于惯导和激光雷达的采煤机定位方法[J]. 中国惯性技术学报,2020,28(5):595-602.

    ZHENG Jiangtao,LI Sihai,LIU Shiming,et al. Positioning method of a shearer based on inertial navigation and lidar[J]. Journal of Chinese Inertial Technology,2020,28(5):595-602.

    [19] 张帆,李亚杰,孙晓辉. 无线感知与视觉融合的井下目标跟踪定位方法[J]. 矿业科学学报,2018,3(5):484-491.

    ZHANG Fan,LI Yajie,SUN Xiaohui. A novel method of mine target tracking and location based on wireless sensor and visual recognition[J]. Journal of Mining Science and Technology,2018,3(5):484-491.

    [20] 都世锋,景晓军. 矿井车辆RFID射频定位系统[J]. 煤矿安全,2012,43(8):123-125. DOI: 10.13347/j.cnki.mkaq.2012.08.006

    DU Shifeng,JING Xiaojun. Research on RFID vehicles position system in coal mine[J]. Safety in Coal Mines,2012,43(8):123-125. DOI: 10.13347/j.cnki.mkaq.2012.08.006

    [21] 贺磊,魏明生,仇欣宇,等. 基于UWB的井下人员定位算法研究[J]. 工矿自动化,2022,48(6):134-138. DOI: 10.13272/j.issn.1671-251x.2022020035

    HE Lei,WEI Mingsheng,QIU Xinyu,et al. Research on positioning algorithm of underground personnel based on UWB[J]. Journal of Mine Automation,2022,48(6):134-138. DOI: 10.13272/j.issn.1671-251x.2022020035

    [22] 唐春玲,孙明刚. 基于无线定位技术的煤矿井下人员定位系统研究[J]. 煤炭技术,2014,33(1):116-118.

    TANG Chunling,SUN Minggang. Research on underground mine personnel positioning system based on wireless location technology[J]. Coal Technology,2014,33(1):116-118.

    [23] 刘世森. 基于UWB的矿井人员精准定位技术[J]. 煤矿安全,2019,50(6):118-120. DOI: 10.13347/j.cnki.mkaq.2019.06.029

    LIU Shisen. Accurate positioning technology for mine workers based on UWB[J]. Safety in Coal Mines,2019,50(6):118-120. DOI: 10.13347/j.cnki.mkaq.2019.06.029

    [24] 陈鸿. 井下人员定位系统防碰撞算法改进[J]. 工矿自动化,2012,38(7):4-6.

    CHEN Hong. Improvement of anti-collision algorithm of underground personnel positioning system[J]. Industry and Mine Automation,2012,38(7):4-6.

    [25] 王飞. 矿用精确定位系统防碰撞方法研究与实现[J]. 煤炭技术,2016,35(7):108-109. DOI: 10.13301/j.cnki.ct.2016.07.044

    WANG Fei. Research and implementation of anti-collision algorithm in coal mine precise positioning system[J]. Coal Technology,2016,35(7):108-109. DOI: 10.13301/j.cnki.ct.2016.07.044

    [26] 苏健,谢良波,杨颖,等. 基于空闲时隙消除的超高频RFID防碰撞算法[J]. 电子学报,2017,45(2):307-314. DOI: 10.3969/j.issn.0372-2112.2017.02.007

    SU Jian,XIE Liangbo,YANG Ying,et al. Idle slots elimination based anti-collision algorithm for UHF RFID[J]. Acta Electronica Sinica,2017,45(2):307-314. DOI: 10.3969/j.issn.0372-2112.2017.02.007

    [27] 邵小强,李康乐,陈熙,等. 基于改进卡尔曼滤波和参数拟合的矿井TOA定位方法[J]. 煤炭学报,2019,44(5):1616-1624.

    SHAO Xiaoqiang,LI Kangle,CHEN Xi,et al. MTOA positioning method of coal mine based on Kalman filter and parameter fitting[J]. Journal of China Coal Society,2019,44(5):1616-1624.

    [28] 邵小强,赵轩,聂馨超,等. 基于改进加权混合滤波的矿井RSSI定位方法[J]. 煤炭工程,2021,53(10):137-142.

    SHAO Xiaoqiang,ZHAO Xuan,NIE Xinchao,et al. RSSI positioning method for coal mine based on improved weighted hybrid filtering[J]. Coal Engineering,2021,53(10):137-142.

    [29] 李迎喜. 煤矿井下精确时间同步定位技术研究[J]. 单片机与嵌入式系统应用,2019,19(2):27-29.

    LI Yingxi. Research on precise time synchronization positioning technology in coal mine[J]. Microcontrollers & Embedded Systems,2019,19(2):27-29.

    [30] 朱光. 改进RSSI加权质心算法在井下人员定位中的应用研究[J]. 中国矿业,2018,27(12):198-201. DOI: 10.12075/j.issn.1004-4051.2018.12.029

    ZHU Guang. Application research of improved RSSI weighted centroid algorithm in downhole personnel positioning[J]. China Mining Magazine,2018,27(12):198-201. DOI: 10.12075/j.issn.1004-4051.2018.12.029

    [31] 卞佳兴,朱荣,陈玄. 基于改进双向测距-到达时间差定位算法的超宽带定位系统[J]. 计算机应用,2017,37(9):2496-2500. DOI: 10.11772/j.issn.1001-9081.2017.09.2496

    BIAN Jiaxing,ZHU Rong,CHEN Xuan. Ultra wideband localization system based on improved two-way ranging and time difference of arrival positioning algorithm[J]. Journal of Computer Applications,2017,37(9):2496-2500. DOI: 10.11772/j.issn.1001-9081.2017.09.2496

    [32] 莫树培,李国良. 采用分段加权最小二乘法的井下人员实时定位系统设计[J]. 矿业安全与环保,2019,46(3):32-36. DOI: 10.3969/j.issn.1008-4495.2019.03.007

    MO Shupei,LI Guoliang. Design of real-time positioning system for underground personnel by using piecewise weighted least squares[J]. Mining Safety & Environmental Protection,2019,46(3):32-36. DOI: 10.3969/j.issn.1008-4495.2019.03.007

    [33] 张冉乔,苏中,刘宁. UWB人员运动定位的小波阈值去噪方法研究[J]. 现代电子技术,2020,43(17):34-38. DOI: 10.16652/j.issn.1004-373x.2020.17.008

    ZHANG Ranqiao,SU Zhong,LIU Ning. Research on wavelet threshold denoising method for UWB localization of people motion[J]. Modern Electronics Technique,2020,43(17):34-38. DOI: 10.16652/j.issn.1004-373x.2020.17.008

    [34] 唐丽均,吴畏,刘世森. 基于灰色预测模型的井下精确人员定位方法[J]. 工矿自动化,2021,47(8):128-132. DOI: 10.13272/j.issn.1671-251x.2021060027

    TANG Lijun,WU Wei,LIU Shisen. Precise personnel positioning method in underground mine based on grey prediction model[J]. Industry and Mine Automation,2021,47(8):128-132. DOI: 10.13272/j.issn.1671-251x.2021060027

    [35] 贺洁茹,王茹,张岩松. 矿井人员精确定位方法研究[J]. 煤矿机械,2020,41(12):31-34. DOI: 10.13436/j.mkjx.202012011

    HE Jieru,WANG Ru,ZHANG Yansong. Research on accurate positioning method of mine personnel[J]. Coal Mine Machinery,2020,41(12):31-34. DOI: 10.13436/j.mkjx.202012011

    [36] 吴静然,崔冉,赵志凯,等. 矿井人员融合定位系统[J]. 工矿自动化,2018,44(4):74-79. DOI: 10.13272/j.issn.1671-251x.17296

    WU Jingran,CUI Ran,ZHAO Zhikai,et al. Mine personnel fusion location system[J]. Industry and Mine Automation,2018,44(4):74-79. DOI: 10.13272/j.issn.1671-251x.17296

    [37] 仪玉杰,黄智刚,苏雨. 一种UWB与PDR融合的行人室内定位方法[J]. 导航定位学报,2019,7(3):38-43,50. DOI: 10.3969/j.issn.2095-4999.2019.03.007

    YI Yujie,HUANG Zhigang,SU Yu. A method of pedestrian indoor positioning combined UWB with PDR[J]. Journal of Navigation and Positioning,2019,7(3):38-43,50. DOI: 10.3969/j.issn.2095-4999.2019.03.007

    [38] 刘世森. 基于UWB和RFID相融合的矿井人员定位系统设计[J]. 自动化仪表,2020,41(8):82-86. DOI: 10.16086/j.cnki.issn1000-0380.2020030005

    LIU Shisen. Design of mine personnel positioning system based on the combination of UWB and RFID[J]. Process Automation Instrumentation,2020,41(8):82-86. DOI: 10.16086/j.cnki.issn1000-0380.2020030005

    [39] 李宗伟,王翀,王刚,等. 煤矿井下人员融合定位方法[J]. 工矿自动化,2020,46(1):59-64. DOI: 10.13272/j.issn.1671-251x.2019120026

    LI Zongwei,WANG Chong,WANG Gang,et al. Fusion positioning method of underground mine personnel[J]. Industry and Mine Automation,2020,46(1):59-64. DOI: 10.13272/j.issn.1671-251x.2019120026

    [40] 王红尧,郑鸿林,田劼,等. 面向矿井动目标的PSO−SVR模型与UWB Chan优化距离指纹融合定位方法[J]. 电子测量与仪器学报,2022,36(7):106-114.

    WANG Hongyao,ZHENG Honglin,TIAN Jie,et al. Fusion location method of PSSO-SVR model and UWB Chan optimal fingerprint matching for mine moving target[J]. Journal of Electronic Measurement and Instrumentation,2022,36(7):106-114.

    [41] 谢和平,吴立新,郑德志. 2025年中国能源消费及煤炭需求预测[J]. 煤炭学报,2019,44(7):1949-1960. DOI: 10.13225/j.cnki.jccs.2019.0585

    XIE Heping,WU Lixin,ZHENG Dezhi. Prediction on the energy consumption and coal demand of China in 2025[J]. Journal of China Coal Society,2019,44(7):1949-1960. DOI: 10.13225/j.cnki.jccs.2019.0585

    [42] 王国法. 加快煤矿智能化建设 推进煤炭行业高质量发展[J]. 中国煤炭,2021,47(1):2-10. DOI: 10.3969/j.issn.1006-530X.2021.01.002

    WANG Guofa. Speeding up intelligent construction of coal mine and promoting high-quality development of coal industry[J]. China Coal,2021,47(1):2-10. DOI: 10.3969/j.issn.1006-530X.2021.01.002

    [43] 胡青松,曹灿,吴立新,等. 面向矿井目标的双标签高精度定位方法[J]. 中国矿业大学学报,2017,46(2):437-442. DOI: 10.13247/j.cnki.jcumt.000658

    HU Qingsong,CAO Can,WU Lixin,et al. A dual-tag high precision localization method for coal mine objects[J]. Journal of China University of Mining & Technology,2017,46(2):437-442. DOI: 10.13247/j.cnki.jcumt.000658

  • 期刊类型引用(4)

    1. 张赟. 基于UWB技术的煤矿井下人-车防碰撞安全预警方法研究. 陕西煤炭. 2025(03): 169-173 . 百度学术
    2. 肖明国,张彪,康玉国,丁文,黄渊,郑学召. 面向钻孔救援的UWB雷达探测技术研究进展. 煤炭技术. 2024(06): 174-177 . 百度学术
    3. 戴剑波. 基于UWB精确定位智能搜救仪设计. 自动化与仪器仪表. 2024(08): 298-301+306 . 百度学术
    4. 王耀. 基于5G工业互联网的井工煤矿信息化技术研究. 工矿自动化. 2023(S1): 29-31 . 本站查看

    其他类型引用(5)

图(3)  /  表(2)
计量
  • 文章访问数:  312
  • HTML全文浏览量:  57
  • PDF下载量:  63
  • 被引次数: 9
出版历程
  • 收稿日期:  2022-08-29
  • 修回日期:  2023-01-31
  • 网络出版日期:  2023-02-26
  • 刊出日期:  2023-02-24

目录

/

返回文章
返回