基于UWB与激光测距的综采工作面定位系统

传统的无线定位技术精度低,UWB定位技术可实现厘米级高精度定位,满足综采工作面定位系统的精确度要求,但现有研究忽略了安装在液压支架上的基站位置变化对定位效果的影响。针对上述问题,将激光测距技术应用到矿山环境中,设计了一种基于UWB与激光测距的综采工作面定位系统。定位基站安装在液压支架上,液压支架位置变动,基站位置随之变动,采用矿用本安型激光测距传感器测量定位基站之间的距离。定位基站外接天线,发射固定功率的UWB无线信号,与佩戴在人员身上或安装在设备上的定位标志卡通信,通过飞行时间测距方法确定移动目标的位置信息。定位基站通过矿井环网将位置信息数据上传至地面数据中心。在高河煤矿E2308工作面进行了系统测试,结果表明:该系统定位精度达0.193m,定位精度较高,系统基站位置校准精度在0.011m左右,有效解决了基站位置校准问题。     

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。     

一种矿用智能精确人员定位系统设计

针对现有煤矿井下精确人员定位系统采用大量有线通信线缆导致部署困难、成本高及紧急情况求援时智能化程度低等问题,设计了一种矿用智能精确人员定位系统。该系统中读卡器采用基于超宽带定位技术的到达时间测距方法准确获取人员标签位置,数据集中器通过LoRa无线通信技术收集读卡器采集的人员标签信息并上传至分站,地面监控中心根据分站上传的数据,在井下人员失去手动触发求救按钮能力时,通过紧急状况处理方案自动报警并通知管理人员。实测结果表明,该系统定位精度为1m,可在2km以内实现误码率小于5%的无线数据可靠传输,在井下人员失去手动触发求救按钮能力时自动报警率达93.5%以上。     

改进型DS-TWR的UWB煤矿井下定位方法研究

提出基于改进双边双程测距算法的超宽带煤矿井下定位系统,对双边双程测距算法进行了优化,实现了标签和多个基站同时测距,缩短了测距时间,加快了定位速度;采用卡尔曼滤波对测量到的距离进行滤波处理,提高了测距的精度和稳定性。实验结果表明,定位系统的定位精度可达到厘米级,在模拟煤矿井下环境中(地下通道),平均误差在20 cm内,最小误差为11.06 cm;在室内环境中的平均误差为14 cm内,最小误差为6.49cm。     

煤矿井下人员融合定位方法

针对飞行时间(TOF)测距定位方法定位盲区多、易受非视距干扰、定位精度有限,捷联惯性导航定位方法长时间累计误差的问题,提出了一种基于TOF测距定位和捷联惯性导航定位的煤矿井下人员融合定位方法。该方法分区域定位:当定位终端位于定位基站近距离无线通信覆盖范围内时,采用TOF测距定位方式,通过近距离无线通信方式将定位数据发送至附近的定位基站;当定位终端位于定位基站近距离无线通信覆盖范围之外时,采用捷联惯性导航定位方式,并利用卡尔曼滤波算法对定位数据进行修正,通过远距离无线通信方式将定位数据发送至附近的定位基站;当定位终端位于定位基站远距离无线通信覆盖范围之外时,定位终端对定位数据进行本地存储,当定位终端移动到定位基站无线通信覆盖范围内时,将存储的定位数据发送给定位基站。定位基站将定位数据传输至地面监控中心,获得人员轨迹和位置坐标。实验结果验证了该方法的有效性。     

基于UWB的地铁隧道定位系统设计

超宽带技术因其具有定位精度高、抗多径干扰能力强、传输速率高等优势,成为了当前主流的室内定位技术。由于地铁隧道中环境恶劣,为了保证施工人员的安全,实现对地铁隧道中施工人员的实时定位,设计了基于UWB技术的地铁隧道定位系统。该系统采用对称双向双边测距(SDS-TWR,Symmetric Double-Sided Two-Way Ranging)算法以有效抑制移动标签和定位基站之间由于晶振漂移导致的测距误差,同时在基于到达时间(TOA,Time of Arrival)的定位方法上采用粒子群算法提高定位精度。实验结果表明基于UWB的地铁隧道定位系统在地铁隧道中能稳定工作且定位精度得到有效的提高,该系统具有功耗低、实现简单、定位精度高的特点,能够满足地铁隧道当中对于人员实时精确定位的需求。     

基于ZigBee的矿井环境监测及人员定位系统设计

针对煤矿井下环境复杂、瓦斯爆炸事故频发、矿难事故搜救难度大等问题,设计一种基于ZigBee的矿井环境监测及人员定位系统。通过传感器采集井下温、湿度和瓦斯浓度等环境参数,采用CC2530构建数据传输及人员定位网络,将RSSI测距定位技术和三边定位算法相结合,实现井下工作人员的实时定位。根据井下环境的特点,采用均值滤波算法对RSSI值进行修正,提高了定位精度。实验结果表明,该系统环境参数监测准确、网络通信通畅可靠、人员定位精度较高,可满足煤矿安全生产管理及矿难事故搜救的需要。     

基站异常情况下基于改进极限学习机的超宽带室内定位方法

在超宽带(UWB)室内定位系统中,定位基站极易受到干扰,从而影响定位系统的准确性、稳定性和可靠性,干扰较强时,会造成基站数据异常波动,无法完成准确定位。为解决UWB室内定位系统基站异常情况的定位问题,本文提出了一种基于粒子群优化的极限学习机(PSO-ELM)定位模型,实现在定位基站发生异常情况下的高精度定位。该定位模型利用双边测 距(TW-TOF)采集标签和基站的距离,运用极限学习机(ELM)建立室内定位解算模型?引入粒子群算法(PSO)优化极限学习机的隐含层权值和阈值参数,以克服ELM算法存在的缺点。实验结果表明:在基站正常情况下,PSO-ELM定位模型平均定位精度可达0.03m。相比于传统TOA定位算法,精度了提高73%,同时在基站异常情况下,平均定位精度可达0.04m,有效解决了当定位系统基站发生异常情况时无法完成正常定位的问题     

基于三向加速度数据的井下移动通信设备定位

针对基于RSSI技术的人员定位系统定位误差较大的问题,提出利用智能手机内置的三轴加速度传感器采集井下工作人员活动振动信号,参照人体运动特点,通过分析处理数据得到人体的步行运动规律,从而实现计步运算。以所经过的无线接入基站为参考点,结合RSSI测距方法实现较为准确的定位。测试结果表明,将RSSI技术和计步测距相结合,可有效提高定位精度。