基于井下巷道网络与定位设备数据联合拓扑的井下精确定位系统实时定位纠偏算法
Real-time positioning correction algorithm for precise personnel positioning system in underground mine based on topologies of combined mine network and positioning equipment data
-
摘要: 针对煤矿井下人员的定位精度易受硬件系统测算误差以及复杂巷道条件的影响，从而导致定位结果与人员在井下的真实位置存在偏差问题，提出了一种可应用于井下精确定位系统的基于井下巷道-定位设备拓扑结构的实时定位纠偏算法；首先构建出巷道网络及其与定位设备之间的拓扑关系，其次计算出定位设备测距信号在巷道方向的偏离量，最后利用拓扑计算的结果和测距偏离量完成人员定位的实时位置纠偏。试验结果表明：算法在较为复杂的巷道条件下，平均纠偏计算耗时约为0.002 5 s，巷道定位的准确率超过90%，坐标纠偏误差较小，在具备较高的纠偏准确率和实时性的同时，也保持了良好的鲁棒性。Abstract: For the problem that the accuracy of personnel positioning in coal mines is susceptible to the calculation errors of the hardware system and complex roadway conditions, which leads to the problem of inconsistency between the calculation results and the actual position coordinates of the personnel, a real-time positioning correction algorithm based on topological structure of lanes and positioning equipment for precise personnel positioning system in underground mine was proposed. Firstly, the topological relationship between lanes and positioning equipment was constructed; then, the deviation of personnel ranging signal was calculated; finally, the real-time position correction of personnel positioning was realized based on the topology network and deviation of ranging signal. Test results show that in the complex condition of lanes, the average time-consuming of correction calculation was about 0.002 5 s, and the accuracy of lanes positioning was higher than 90%, the error between coordinate correction and actual measurement is small. Experimental results show that proposed method can get high correction accuracy, real-time effects and robustness.
-
-
[1] 王维.hadoop在人员定位软件系统中的应用研究[J].工矿自动化，2017，43（1）：66-68. WANG Wei. Research on application of Hadoop in personnel positioning software system[J]. Industry and Mine Automation, 2017, 43（1）: 66-68.
[2] 吴畏，唐丽均，蒋德才.一种矿用智能精确人员定位系统设计[J].工矿自动化，2017，43（5）：72. WU Wei, TANG Lijun, JIANG Decai. Design of an intelligent accurate personnel positioning system for mine[J]. Industry and Mine Automation, 2017, 43（5）: 72.
[3] 高文超，李国良，塔娜.路网匹配算法综述[J].软件学报， 2018，29（2）：225-244. GAO Wenchao, LI Guoliang, TA Na. Survey of map matching algorithms[J]. Journal of Software, 2018, 29（2）: 225-244.
[4] 周成，袁家政，刘宏哲，等.智能交通领域中地图匹配算法研究[J].计算机科学，2015，42（10）：1-5. ZHOU Cheng, YUAN Jiazheng, LIU Hongzhe, et al. Survey of map-matching algorithm for intelligent transport system[J]. Compute Science, 2015, 42（10）: 1-5.
[5] 陈波，王茂林，王宏，等.一种基于网络拓扑关系的地图匹配算法[J].测绘科学技术学报，2006，23（5）：331-334. CHEN Bo, WANG Maolin, WANG Hong, et al. A map matching algorithm based on network topology[J]. Journal of Zhengzhou Institute of Surveying and Mapping, 2006, 23（5）: 331-334.
[6] 王敏，魏衡华，鲍远律.GPS导航系统中的地图匹配算法[J].计算机工程，2012，38（14）：259-262. WANG Min, WEI Henghua, BAO Yuanlv. Map-matching algorithm in GPS navigation system[J]. Computer Engineering, 2012, 38（14）: 259-262.
[7] 陈菲，邹涛，王伦.改进的基于投影的地图匹配算法[J]. 计算机工程与应用，2011，47（31）：242-244. CHEN Fei, ZOU Tao, WANG Lun. Improved projection-based map matching algorithm[J]. Computer Engineering and Applications, 2011, 47（31）: 242-244.
[8] 卢文涛，周银东，梅顺良，等.基于拓扑结构的地图匹配算法研究[J].测控技术，2010，29（6）：73-76. LU Wentao, ZHOU Yindong, MEI Shunliang, et al. Map-matching algorithm research based on topology structure[J]. Measurement and Control Technology, 2010, 29（6）: 73-76.
[9] 腾志军，曲兆强，侯学艳，等.基于曲线拟合与拓扑结构的地图匹配算法[J].计算机工程，2018，44（8）：291-295. TENG Zhijun, QU Zhaoqiang, HOU Xueyan, et al. Algorithm of map matching based on curve fitting and topological structure[J]. Computer Engineering, 2018, 44（8）: 291-295.
[10] 张轩，李崇贵，杨帆.煤矿井下人员行走轨迹的算法研究[J].工矿自动化，2014，40（1）：42-45. ZHANG Xuan, LI Chonggui, YANG Fan. Research of algorithm of walking track for underground personnel[J]. Industry and Mine Automation, 2014, 40（1）: 42-45.
[11] 刘张，王心迪，闫小勇.面向复杂城市道路网络的GPS轨迹匹配算法[J].电子科技大学学报，2016，45（6）：1008-1012. LIU Zhang, WANG Xindi, YAN Xiaoyong. Map-matching algorithm for GPS trajectories in complex urban road networks[J]. Journal of University of Electronic Science and Technology of China, 2016, 45（6）: 1008.
[12] 张校慧，孙凯，职保平，等.针对复杂道路网络的车辆轨迹地图匹配算法[J].测绘科学，2018，43（8）：110. ZHANG Xiaohui, SUN Kai, ZHI Baoping, et al. A map-matching algorithm for vehicle trajectory in complex road networks[J]. Science of Surveying and Mapping, 2018, 43（8）: 110.
[13] 王晓蒙，池天河，林晖，等.一种面向海量浮动车数据的地图匹配方法[J].地球信息科学学报，2015，17（10）：1143-1149. WANG Xiaomeng, CHI Tianhe, LIN Hui, et al. A research of map-matching method for massive floating car data[J]. Journal of Geo-information Science, 2015, 17（10）: 1143-1149.
[14] 李珂，杨杨，邱雪松.城市汽车导航中一种改进的D-S证据理论地图匹配算法[J].测绘学报，2014，43（2）：208-213. LI Ke, YANG Yang, QIU Xuesong. An improved map matching algorithm based on D-S evidence theory in city vehicle navigation[J]. Acta Geodaeticaet Cartographica Sinica, 2014, 43（2）: 208-213.
[15] 滕志军，张宇，李昊天，等.复杂路网的自适应D-S证据理论地图匹配算法[J].吉林大学学报（工学版），2020，51（2）：524-530. TENG Zhijun, ZHANG Yu, LI Haotian, et al. Adaptive D-S evidence theory map matching algorithm of complex road network[J]. Journal of Jilin University（Engineering and Technology Edition）, 2020, 51（2）: 524-530.
[16] 肖维丽，岳春生，奚玲.基于高程的改进D-S证据理论地图匹配算法[J].计算机应用与软件，2015，32（7）：262-265. XIAO Weili, YUE Chunsheng, XI Lin. Improved D-S evidence theory map matching algorithem on elevation information[J]. Computer Applications and Software, 2015, 32（7）: 262-265.
-
期刊类型引用(7)
1. 赵辉. 基于RSSI数据LQI滤波的煤矿井下人员双向测距智能定位. 山东煤炭科技. 2025(01): 148-152 . 
百度学术
2. 韩燕南. 基于精确定位技术的无轨胶轮车超员报警检测. 煤矿安全. 2024(01): 225-232 . 本站查看
3. 韩燕南. 矿井三维空间数据模型建立. 煤矿安全. 2024(04): 213-219 . 本站查看
4. 韩燕南. 煤矿井下无轨胶轮车行车岔路口和弯道识别方法. 煤矿安全. 2024(07): 232-239 . 本站查看
5. 夏超锋. 煤矿井下人员定位视频监控系统设计与实施. 自动化应用. 2024(13): 196-198 . 百度学术
6. 韩燕南，高文，贺耀宜. 基于精确定位技术的煤矿井下小型车避让预警方法. 煤矿安全. 2024(12): 243-249 . 本站查看
7. 王苏洁. 煤峪口煤矿基于WSN井下人员定位系统设计研究. 山东煤炭科技. 2023(03): 202-204+207 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 41
- HTML全文浏览量: 1
- PDF下载量: 15
- 被引次数: 8
下载:
