基于誤差修正技術(shù)的井下人員MEMS定位方法*

孫 偉,李婉秋,初 婧,李瑞豹

(遼寧工程技術(shù)大學(xué)測(cè)繪與地理科學(xué)學(xué)院,遼寧 阜新 123000)

?

基于誤差修正技術(shù)的井下人員MEMS定位方法*

孫 偉*,李婉秋,初 婧,李瑞豹

(遼寧工程技術(shù)大學(xué)測(cè)繪與地理科學(xué)學(xué)院,遼寧 阜新 123000)

針對(duì)礦井安全對(duì)井下人員位置信息精度和連續(xù)性提出的更高要求,提出一種基于誤差修正方案的井下人員MEMS定位技術(shù)。依據(jù)加速度計(jì)輸出比力均值和方差判定人員步態(tài)識(shí)別并完成腳部靜止時(shí)間段的檢測(cè),結(jié)合零速誤差修正工作原理,改進(jìn)傳統(tǒng)卡爾曼濾波方案,完成人員靜止?fàn)顟B(tài)下運(yùn)動(dòng)信息計(jì)算誤差和慣性器件偏差的濾波估計(jì)與補(bǔ)償。搭建MEMS慣導(dǎo)系統(tǒng)實(shí)驗(yàn)平臺(tái),設(shè)計(jì)加速度方差閾值獲取實(shí)驗(yàn)以及人員水平與三維運(yùn)動(dòng)實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,基于誤差修正技術(shù)的人員定位方法具有較高定位精度和可靠性。

MEMS;井下定位;零速誤差修正;慣性導(dǎo)航

井下人員位置信息的實(shí)時(shí)準(zhǔn)確獲取對(duì)于掌握井下人員運(yùn)動(dòng)軌跡、確定事故發(fā)生時(shí)遇險(xiǎn)礦工的準(zhǔn)確位置,可為救援方案的制定提供依據(jù)[1-3]。基于Zigbee技術(shù)和射頻識(shí)別技術(shù)的定位方法可對(duì)井下人員進(jìn)行粗略范圍內(nèi)定位,Zigbee技術(shù)定位原理是依據(jù)接收到信號(hào)的強(qiáng)弱判定人員與信號(hào)發(fā)生器之間的相對(duì)距離,對(duì)于煤巷這種密閉的工作環(huán)境中,受電磁干擾和多徑效應(yīng)的影響,基于Zigbee技術(shù)的定位精度則大大降低;基于射頻識(shí)別技術(shù)能實(shí)現(xiàn)區(qū)域定位,但定位精度低,只能滿(mǎn)足人員管理的需求;另外,由于煤礦井下環(huán)境的特殊性,精確的衛(wèi)星定位系統(tǒng)無(wú)法應(yīng)用其中[4-7]。MEMS慣導(dǎo)系統(tǒng)以其具有低成本、低功耗、提供信息連續(xù)、不受外界信息干擾等優(yōu)勢(shì)成為井下人員定位技術(shù)的發(fā)展方向[8-10],國(guó)內(nèi)外已有學(xué)者和研究機(jī)構(gòu)在室內(nèi)定位過(guò)程中圍繞慣導(dǎo)系統(tǒng)的航位推算、組合定位方面開(kāi)展預(yù)研工作,但是對(duì)于井下人員的特殊工作環(huán)境而言,巷道的不平整、沒(méi)有類(lèi)似WIFI、UWB等可輔助慣導(dǎo)進(jìn)行組合的外界參考信息等,因此其適用性和可靠性受到影響[11-13]。

通過(guò)對(duì)阜新市部分煤礦井下工作環(huán)境的實(shí)際調(diào)研,現(xiàn)有巷道轉(zhuǎn)角處設(shè)有無(wú)線(xiàn)裝置,用于對(duì)礦工人數(shù)的統(tǒng)計(jì),但是人員在任意兩個(gè)相鄰無(wú)線(xiàn)裝置之間部分為定位盲區(qū),巷道短則數(shù)十米,長(zhǎng)則上百米,假若出現(xiàn)事故,因無(wú)法實(shí)現(xiàn)人員的亞米級(jí)精確的有效定位而進(jìn)一步增加了營(yíng)救難度。本文以慣性定位技術(shù)為依托,通過(guò)結(jié)合人體運(yùn)動(dòng)特點(diǎn),提出采用改進(jìn)零速修正閉環(huán)卡爾曼濾波的純慣性定位方法,旨在實(shí)現(xiàn)任意兩個(gè)無(wú)線(xiàn)裝置之間的亞米級(jí)精確定位。

1 井下人員定位系統(tǒng)機(jī)械編排與常用坐標(biāo)系定義

慣導(dǎo)系統(tǒng)的完整解算過(guò)程主要包括系統(tǒng)初始化和導(dǎo)航解算兩部分,依據(jù)人體行走特有的腳部運(yùn)動(dòng)特點(diǎn),通過(guò)設(shè)計(jì)步態(tài)識(shí)別算法,將加速度計(jì)敏感的腳部加速度變化信息與設(shè)定閾值進(jìn)行對(duì)比,完成腳部運(yùn)動(dòng)狀態(tài)的判定,通過(guò)設(shè)定卡爾曼濾波過(guò)程中的更新內(nèi)容,實(shí)現(xiàn)慣導(dǎo)系統(tǒng)解算信息的閉環(huán)修正(如圖1)。

圖1 MEMS定位系統(tǒng)算法流程圖

為滿(mǎn)足井下工作人員位置信息解算需要,將MEMS慣性測(cè)量單元IMU(Inertial Measurement Unit)固定在工作人員腳部(如圖2)。

圖2 導(dǎo)航坐標(biāo)系與IMU坐標(biāo)系的相對(duì)位置

定義IMU坐標(biāo)系(s系)的坐標(biāo)原點(diǎn)o位于IMU質(zhì)心,設(shè)定ox軸水平向下為正、oy軸水平向上為正、oz軸垂直于ox和oy軸構(gòu)成的平面且滿(mǎn)足右手螺旋定則,IMU坐標(biāo)系隨著腳部運(yùn)動(dòng)而變化。將初始時(shí)刻的人體靜止?fàn)顟B(tài)下的當(dāng)?shù)厮阶鴺?biāo)系定義為導(dǎo)航坐標(biāo)系(oFUR),并定義oF軸沿人體正前向、oU軸沿天向、oR軸垂直于oF與oU構(gòu)成的平面且滿(mǎn)足右手螺旋定則。

2 MEMS慣性系統(tǒng)初始對(duì)準(zhǔn)

慣導(dǎo)系統(tǒng)進(jìn)入導(dǎo)航工作狀態(tài)之前進(jìn)行的初始對(duì)準(zhǔn)是為慣導(dǎo)解算提供初始姿態(tài)矩陣,而且初始對(duì)準(zhǔn)精度直接制約著導(dǎo)航系統(tǒng)的定位精度[14-16]。基于MEMS器件的慣導(dǎo)系統(tǒng)由于器件本身精度低,陀螺儀無(wú)法有效敏感地球自轉(zhuǎn)角速度導(dǎo)致傳統(tǒng)的方位自對(duì)準(zhǔn)方法存在適用性問(wèn)題,為此將MEMS慣導(dǎo)系統(tǒng)的初始方位角置零。利用水平加速度計(jì)輸出中包含當(dāng)?shù)刂亓Ψ至拷馑愠龀跏紩r(shí)刻的俯仰角和橫滾角,如式(1):

(1)

3 人員步態(tài)識(shí)別

人員行進(jìn)過(guò)程中步態(tài)檢測(cè)的依據(jù)是人體運(yùn)動(dòng)學(xué),將人員的步態(tài)周期定義由站立、腳部提起、腿部擺動(dòng)、腳部落地等幾個(gè)基本動(dòng)作構(gòu)成,由于上述動(dòng)作是以一定的時(shí)序發(fā)生,因此也被稱(chēng)為人員行走中的基本步態(tài),其他復(fù)雜的腳部運(yùn)動(dòng)也通常包含上述基本過(guò)程。按照人員步行運(yùn)動(dòng)過(guò)程中腳的運(yùn)動(dòng)狀態(tài),將一個(gè)步行周期分為靜止和擺動(dòng)兩種狀態(tài),其中靜止?fàn)顟B(tài)是指腳完全與地面接觸并不存在任何加速度和角速度。據(jù)統(tǒng)計(jì)分析,靜止?fàn)顟B(tài)占一個(gè)步行周期中的62%左右。在零速修正算法中,靜止?fàn)顟B(tài)又稱(chēng)為零速狀態(tài),而人員步態(tài)識(shí)別的判斷依據(jù)來(lái)自于MEMS慣導(dǎo)系統(tǒng)的加速度計(jì)測(cè)量輸出,選取某次實(shí)驗(yàn)過(guò)程中加速度計(jì)的輸出數(shù)據(jù)進(jìn)行分析(如圖3)。

從圖3可看出靜止時(shí)間段內(nèi)加速度計(jì)輸出比力幅值穩(wěn)定在重力加速度gn附近,運(yùn)動(dòng)時(shí)間段內(nèi)比力幅值變化明顯,因此可通過(guò)比力輸出的方差對(duì)人體步態(tài)進(jìn)行檢測(cè),具體檢測(cè)過(guò)程如下:

①計(jì)算比力幅值:依據(jù)MEMS慣導(dǎo)系統(tǒng)在每個(gè)離散時(shí)刻t1,t2,…tm,tm+1,…的輸出,計(jì)算當(dāng)前任意時(shí)刻tm處的加速度計(jì)輸出比力幅值,即:

(2)

其中,fi(tm)(i=x,y,z)為tm時(shí)刻的加速度計(jì)輸出比力。

圖3 比力幅值

(3)

③運(yùn)動(dòng)狀態(tài)判定:根據(jù)加速度計(jì)輸出頻率,設(shè)定區(qū)間長(zhǎng)度m1;根據(jù)加速度計(jì)輸出噪聲的方差特性,設(shè)定方差閾值GateV。當(dāng)Varm

4 基于零速修正的卡爾曼濾波器設(shè)計(jì)

零速修正算法己成為解決慣導(dǎo)系統(tǒng)誤差的最有效方法之一。本文第三節(jié)已經(jīng)研究了零速修正算法中的人員步態(tài)識(shí)別,即利用加速度計(jì)測(cè)量值判斷人體是否處于零速狀態(tài);零速修正算法的第二步為更新過(guò)程,通過(guò)將檢測(cè)的零速狀態(tài)作為一個(gè)測(cè)量值傳給卡爾曼濾波器并實(shí)現(xiàn)對(duì)MEMS慣導(dǎo)系統(tǒng)的誤差修正?？柭鼮V波是基于系統(tǒng)模型和噪聲測(cè)量來(lái)估算人員定位系統(tǒng)的姿態(tài)、速度和位置誤差。一次完整的零速修正算法需要從系統(tǒng)狀態(tài)值中減去估算的狀態(tài)值,以此實(shí)現(xiàn)對(duì)誤差的限制,保證算法計(jì)算結(jié)果的準(zhǔn)確性。

傳統(tǒng)慣導(dǎo)系統(tǒng)速度更新需要從加速度計(jì)輸出中去除有害加速度的影響。MEMS慣導(dǎo)系統(tǒng)的加速度計(jì)零偏遠(yuǎn)遠(yuǎn)大于有害加速度的影響,因此將MEMS慣導(dǎo)系統(tǒng)速度更新公式簡(jiǎn)化為:

(4)

考慮到井下工作環(huán)境及MEMS導(dǎo)航系統(tǒng)特性,采用直角坐標(biāo)系位置更新算法如下

(5)

式中:F(k+1)、U(k+1)、R(k+1)表示k+1時(shí)刻導(dǎo)航系3個(gè)方向的位移計(jì)算值。導(dǎo)航解算過(guò)程中一直進(jìn)行零速修正,并且在天向速度更新中直接采用重力常值g0,避免了天向通道的發(fā)散現(xiàn)象。

速度誤差會(huì)引起位置誤差的積累,當(dāng)檢測(cè)到人員處于零速狀態(tài),但估算速度不為零時(shí)將引起位置存在誤差。因此,當(dāng)檢測(cè)到人員處于靜止?fàn)顟B(tài)時(shí),不僅要對(duì)速度誤差進(jìn)行修正,同時(shí)也要對(duì)位置誤差進(jìn)行修正。慣導(dǎo)系統(tǒng)的零速修正由靜止檢測(cè)觸發(fā),即通過(guò)在檢測(cè)為腳部靜止時(shí)間區(qū)間內(nèi)將速度計(jì)算結(jié)果重置為零,達(dá)到修正速度誤差的目的。為充分利用靜止檢測(cè)的檢測(cè)結(jié)果估計(jì)更多的誤差參數(shù),設(shè)計(jì)零速修正卡爾曼濾波器,結(jié)合零速修正工作原理,對(duì)傳統(tǒng)的卡爾曼濾波器進(jìn)行如下修改:

在卡爾曼更新時(shí)刻tk,若靜態(tài)檢測(cè)結(jié)果為運(yùn)動(dòng)狀態(tài),則濾波器只進(jìn)行時(shí)間更新;若靜態(tài)檢測(cè)結(jié)果為靜止?fàn)顟B(tài),則卡爾曼濾波器進(jìn)行完整更新(即時(shí)間更新+量測(cè)更新),并閉環(huán)修正井下人員定位系統(tǒng)的速度誤差、位置誤差、姿態(tài)誤差及慣性器件誤差。井下人員定位系統(tǒng)卡爾曼濾波流程如圖4所示。

其中,Xk、Pk分別表示k時(shí)刻狀態(tài)估計(jì)、估計(jì)誤差協(xié)方差矩陣。根據(jù)MEMS慣導(dǎo)系統(tǒng)速度、位置和姿態(tài)更新方程建立卡爾曼濾波狀態(tài)方程為:

(6)

其中,卡爾曼濾波狀態(tài)量:

X=[δVnδPnΦnsεs]T

式中:δVn=[δVFδVUδVR]T為導(dǎo)航系的速度誤差;δPn=[δFδUδR]T為位移誤差;Φn=[φFφUφR]T為失準(zhǔn)角;s=[xyz]T為加速度計(jì)零偏;εs=[εxεyεz]T為陀螺常值漂移。

圖4 定位系統(tǒng)卡爾曼濾波流程

狀態(tài)轉(zhuǎn)移矩陣F的表達(dá)式為:

W為狀態(tài)噪聲向量:

定義卡爾曼濾波量測(cè)方程:

Z=HX+V

(7)

人員處于靜態(tài)條件下的系統(tǒng)觀(guān)測(cè)量Z即為MEMS導(dǎo)航系統(tǒng)的解算速度,即

量測(cè)矩陣H=[I3×303×12]。

為實(shí)現(xiàn)計(jì)算機(jī)環(huán)境下的數(shù)據(jù)處理,將卡爾曼狀態(tài)方程和量測(cè)方程進(jìn)行離散化:

(8)

式中,Φk,k-1為一步轉(zhuǎn)移矩陣;Wk為系統(tǒng)激勵(lì)白噪聲序列;Vk為量測(cè)白噪聲序列。同時(shí)Wk、Vk滿(mǎn)足:

(9)

給出離散卡爾曼濾波方程:

狀態(tài)一步預(yù)測(cè):

狀態(tài)估計(jì):

濾波增益:

一步預(yù)測(cè)均方誤差:

估計(jì)均方誤差:

圖5 個(gè)人定位實(shí)驗(yàn)平臺(tái)

5 實(shí)驗(yàn)結(jié)果及分析

5.1 實(shí)驗(yàn)條件

為驗(yàn)證論文提出研究方法的可行性,基于實(shí)驗(yàn)室現(xiàn)有設(shè)備搭建個(gè)人定位實(shí)驗(yàn)平臺(tái)(如圖5)。其中,慣性測(cè)量單元采用XSENS公司的MTI-G(內(nèi)含陀螺儀和加速度計(jì),參數(shù)指標(biāo)如表1),采用實(shí)驗(yàn)室自研6000系列DSP導(dǎo)航計(jì)算機(jī)實(shí)現(xiàn)慣性測(cè)量單元數(shù)據(jù)采集與導(dǎo)航解算,通過(guò)RS422串口完成導(dǎo)航計(jì)算機(jī)解算后位置數(shù)據(jù)向上位機(jī)的發(fā)送;在上位機(jī)開(kāi)發(fā)基于C語(yǔ)言的數(shù)據(jù)接收端程序,實(shí)現(xiàn)步行者運(yùn)動(dòng)狀態(tài)信息的存儲(chǔ)與實(shí)時(shí)顯示。

表1 慣性器件參數(shù)

為實(shí)現(xiàn)人員定位MEMS慣導(dǎo)系統(tǒng)初始化需求,將實(shí)驗(yàn)過(guò)程中的時(shí)間參數(shù)設(shè)定如表2所示。

表2 系統(tǒng)參數(shù)

表3 卡爾曼濾波器參數(shù)

5.2 方差閾值GateV選取實(shí)驗(yàn)

比力方差閾值是實(shí)驗(yàn)過(guò)程開(kāi)始之前需要確定的另一個(gè)重要系統(tǒng)參數(shù),該參數(shù)的設(shè)定對(duì)于判定工作人員腳部運(yùn)動(dòng)狀態(tài)有著重要作用?？紤]到不同慣性器件對(duì)運(yùn)動(dòng)狀態(tài)感應(yīng)程度的不同,進(jìn)行人員定位實(shí)驗(yàn)之前需要將MEMS系統(tǒng)安裝完成后并開(kāi)展一次預(yù)行走實(shí)驗(yàn),通過(guò)對(duì)預(yù)行走實(shí)驗(yàn)數(shù)據(jù)分析完成比例方差閾值的選取,并將該參數(shù)設(shè)定在系統(tǒng)解算中。

根據(jù)實(shí)驗(yàn)過(guò)程中采用的IMU采樣頻率為200Hz,選取計(jì)算區(qū)間長(zhǎng)度m1=20。以某次試驗(yàn)為例,給出該次試驗(yàn)中人體行走過(guò)程的比力方差及其放大圖。

通過(guò)對(duì)圖6(b)中靜態(tài)檢測(cè)比力方差數(shù)據(jù)的分析,以去除方差變化過(guò)程的數(shù)據(jù)值為判斷節(jié)點(diǎn),得到本次實(shí)驗(yàn)過(guò)程的方差閾值選定值為GateV=0.0075。

圖6 靜態(tài)檢測(cè)比力方差

5.3 行走軌跡實(shí)驗(yàn)

由于巷道走向存在水平和高度上的變化,因此井下人員在巷道行走過(guò)程存在水平和高度方向上位置的改變,為有效驗(yàn)證本文提出的誤差修正技術(shù)對(duì)于提高M(jìn)EMS慣導(dǎo)系統(tǒng)定位精度的可行性及其對(duì)不同空間環(huán)境的適應(yīng)性,擬在學(xué)校測(cè)繪樓開(kāi)展二維平面行走實(shí)驗(yàn)和借助樓梯完成存在高度變化的三維立體行走實(shí)驗(yàn)。

平面路徑,即試驗(yàn)人員所行走的路徑為測(cè)繪樓三樓的走廊區(qū)域,該區(qū)域形狀如圖7所示,具有典型的代表性,可直觀(guān)地檢測(cè)出井下人員導(dǎo)航系統(tǒng)所給出的定位結(jié)果與實(shí)際路徑的符合程度。

圖7 二維平面路徑示意圖

二維平面行走試驗(yàn)包括:直角折線(xiàn)路徑和“6”字形路徑。

圖7為測(cè)繪樓走廊示意圖,總長(zhǎng)為50m,寬度為13m;圖8和圖9展示了二維預(yù)訂行走路線(xiàn)及實(shí)際運(yùn)行軌跡的對(duì)比曲線(xiàn)。其中,圖8所示的MEMS解算位移與預(yù)訂行走路線(xiàn)具有較高的重合度,北向位移與東向位移的最大偏差小于0.4m。為進(jìn)一步驗(yàn)證MEMS零速誤差修正技術(shù)在復(fù)雜行走環(huán)境下的可行性,開(kāi)展了如圖9所示的“6”字形二維平面實(shí)驗(yàn),整個(gè)實(shí)驗(yàn)過(guò)程人員行走114m,北向最大位移偏差0.9m,產(chǎn)生該誤差的原因在于慣性器件偏差的積累所致。

圖8 直角折線(xiàn)二維平面實(shí)驗(yàn)

圖9 “6”字形二維平面實(shí)驗(yàn)

立體路徑實(shí)驗(yàn),即實(shí)驗(yàn)人員所行走的路徑為測(cè)繪樓西側(cè)的樓梯區(qū)域,測(cè)繪樓為五層,其樓梯為四段,該區(qū)域的形狀如圖10所示,同樣具有典型的代表性,不僅能直觀(guān)的檢測(cè)出MEMS導(dǎo)航系統(tǒng)所給出的定位結(jié)果在平面中的符合程度,更能檢測(cè)出其在高度方向上的符合程度。

圖10 三維立體路徑示意圖

三維立體試驗(yàn)從測(cè)繪樓五樓的樓梯口出發(fā),完成樓梯行走,最終走到一樓樓梯口停止,最后時(shí)刻的前位移誤差為:0.35m。右位移誤差為:0.47m。通過(guò)高度計(jì)測(cè)量值得該樓層距離一層高度約為11.6m,而個(gè)人室內(nèi)導(dǎo)航結(jié)果為12.5m。高度誤差為0.9m。

圖8、圖9和圖11的試驗(yàn)曲線(xiàn)直觀(guān)地顯示了試驗(yàn)人員在試驗(yàn)過(guò)程中的行走路徑,能夠與實(shí)際路線(xiàn)較好地匹配,說(shuō)明井下人員導(dǎo)航技術(shù)無(wú)論對(duì)二維平面環(huán)境還是三維立體環(huán)境均能進(jìn)行準(zhǔn)確地描述,具有良好的空間構(gòu)筑性能,進(jìn)一步驗(yàn)證了人體運(yùn)動(dòng)狀態(tài)檢測(cè)方法及高精度定位技術(shù)在井下人員定位方法研究中的可行性。

圖11 三維行走試驗(yàn)結(jié)果

然而,結(jié)合實(shí)驗(yàn)數(shù)據(jù)分析可看出,井下人員導(dǎo)航系統(tǒng)較長(zhǎng)時(shí)間工作過(guò)程中,存在橫向漂移與高度測(cè)量不精確問(wèn)題,這是由于原理驗(yàn)證試驗(yàn)中采用的微慣性導(dǎo)航系統(tǒng)未進(jìn)行系統(tǒng)誤差的標(biāo)定與補(bǔ)償,陀螺與加速度計(jì)零位誤差與標(biāo)度因數(shù)誤差等因素對(duì)導(dǎo)航精度的影響較大。同時(shí)在試驗(yàn)人員行走過(guò)程中,當(dāng)行走速度加快或者跑步前進(jìn)的過(guò)程中,對(duì)人體腳部靜止?fàn)顟B(tài)的檢測(cè)會(huì)有誤判或漏判的情況發(fā)生,導(dǎo)致橫向位移的測(cè)量誤差變大。這是由于原理驗(yàn)證試驗(yàn)中采用的微慣性導(dǎo)航系統(tǒng)體積過(guò)大,在人體腳部觸地靜止時(shí),捆綁在腳部的系統(tǒng)仍存在晃動(dòng),這將導(dǎo)致系統(tǒng)未處于零速狀態(tài),容易導(dǎo)致系統(tǒng)對(duì)靜止?fàn)顟B(tài)出現(xiàn)誤判或漏判。

6 結(jié)論

提出一種基于MEMS誤差修正技術(shù)的井下人員定位方法,分析了井下人員定位技術(shù)原理及實(shí)驗(yàn)驗(yàn)證的基本過(guò)程,論證了人體運(yùn)動(dòng)狀態(tài)檢測(cè)及零速誤差修正這兩項(xiàng)關(guān)鍵技術(shù)在人員高精度、實(shí)時(shí)定位研究中的可行性,并初步掌握了井下人員定位系統(tǒng)的應(yīng)用性能。然而,試驗(yàn)結(jié)果也顯示出當(dāng)前研究成果存在的不足之處,如:靜止?fàn)顟B(tài)檢測(cè)的誤判或漏判、橫向位移測(cè)量存在位置偏移。針對(duì)上述問(wèn)題擬進(jìn)一步開(kāi)展相應(yīng)研究將是后續(xù)工作的重點(diǎn)。

[1] 胡平,鞠捷.井下救援人員定位中的信號(hào)抗干擾技術(shù)研究[J].計(jì)算機(jī)仿真,2013,30(4):208-212.

[2]孔軼艷.礦難中井下救援通信系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].煤炭技術(shù),2013,32(2):97-98.

[3]張玉,楊維,韓東升,等.井下應(yīng)急救援通信網(wǎng)絡(luò)拓?fù)湟?guī)劃與資源配置[J].華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,41(7):61-66.

[4]田豐,郭巍,王傳云,等.基于Zigbee技術(shù)的煤礦井下GIS輔助定位算法[J].煤炭學(xué)報(bào),2008,33(12):1442-1446.

[5]張治斌,徐小玲,閻連龍.基于Zigbee井下無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的定位方法[J].煤炭學(xué)報(bào),2009,34(1):125-128.

[6]王經(jīng)緯,何涇沙.基于RFID技術(shù)的無(wú)源定位算法[J].計(jì)算機(jī)工程與設(shè)計(jì),2013,34(10):3486-3491.

[7]陳灣灣,陳智剛,馬林,等.MEMS微機(jī)械陀螺溫度特性分析與建模[J].傳感技術(shù)學(xué)報(bào),2014,27(2):194-197.

[8]宋海賓,楊平,徐立波.MEMS傳感器隨機(jī)誤差分析及處理[J].傳感技術(shù)學(xué)報(bào),2013,26(12):1719-1723.

[9]Sang Kyeong Park,Young Soo Suh.A Zero Velocity Detection Algorithm Using Inertial Sensors for Pedestrian Navigation Systems[J].Sensors,2010,(10):9163-9178.

[10]周啟帆,張海,常艷紅,等.基于MIMU的行人導(dǎo)航算法研究[J].系統(tǒng)仿真學(xué)報(bào),2010,6(4):281-286.

[11]張國(guó)鵬,王艷芬,丁恩杰.礦井無(wú)線(xiàn)多媒體傳感器網(wǎng)絡(luò)UWB信號(hào)收發(fā)策略研究[J].煤炭科學(xué)技術(shù),2013,41(12):71-75.

[12]劉勇,羅宇鋒,王紅旗,等.一種新型井下人員組合定位系統(tǒng)設(shè)計(jì)[J].工礦自動(dòng)化,2014,40(2):11-15.

[13]Antonio Ramón Jiménez Ruiz,Fernando Seco Granja,José Carlos Prieto Honorato,et al.Accurate Pedestrian Indoor Navigation by Tightly Coupling Foot-Mounted IMU and RFID Measurements[J].IEEE Transactions on Instrumentation and Measurement,2012,61(1):178-189.

[14]紀(jì)志農(nóng),李海軍,李新純,等.捷聯(lián)慣導(dǎo)系統(tǒng)傳遞對(duì)準(zhǔn)誤差模型降階分析[J].中國(guó)慣性技術(shù)學(xué)報(bào),2009,17(4):403-407.

[15]Sun Wei,Xu Aigong,Gao Yang.Strapdown Gyrocompass Algorithm for AUV Attitude Determination Using a Digital Filter[J].Measure-ment,2013,46(1):815-822.

[16]許睿,孫永榮,陳武,等.一種基于抗差濾波的行人導(dǎo)航算法研究[J].系統(tǒng)工程與電子技術(shù),2010,32(7):1506-1509.

孫偉(1984-),男,副教授,博士生導(dǎo)師,黑龍江蘿北縣人。中國(guó)宇航學(xué)會(huì)會(huì)員,中國(guó)慣性技術(shù)協(xié)會(huì)會(huì)員;2007年于哈爾濱工程大學(xué)獲得學(xué)士學(xué)位,2011年于哈爾濱工程大學(xué)獲得博士學(xué)位。主持國(guó)家級(jí)、省部級(jí)科研項(xiàng)目7項(xiàng);發(fā)表學(xué)術(shù)論文四十余篇,其中SCI論文6篇,EI論文20篇。長(zhǎng)期從事慣性導(dǎo)航技術(shù)研究,sunwei-3775235@163.com。

MEMSPositionMethodforMbasedonErrorCorrection*

SUNWei*,LIWanqiu,CHUJing,LIRuibao

(School of Geomatics,Liaoning Technical University,Fuxin Liaoning 123000,China;)

According to the requirement of position accuracy and continuity for underground staff by mine safety,MEMS position method for mining personnel based on error correction was proposed in this paper.Based on the changes of acceleration of personnel walking characteristics changes,the gait recognition method was designed by mean and variance of the force for the purpose of detecting the time period in a stationary state.Combined with the principle of zero error update,the traditional Kalman filter was designed and the calculation errors for personal moving and inertial errors were estimated in stationary.The evidence for gait recognition could be calculated by the experiment of acceleration variance threshold.The horizontal and three-dimensional motion experiments were carried out by personnel MEMS inertial navigation system.Experiment results show that,the higher accuracy and reliability based on error correction technology could be reached by personnel positioning method.

MEMS;mining position;zero error update;inertial navigation

項(xiàng)目來(lái)源:國(guó)家自然科學(xué)基金項(xiàng)目(41304032);高等學(xué)校博士學(xué)科點(diǎn)專(zhuān)項(xiàng)科研基金項(xiàng)目(新教師類(lèi))(20132121120005);遼寧省科技廳博士啟動(dòng)基金項(xiàng)目(20121084)

2014-02-24修改日期:2014-06-02

10.3969/j.issn.1004-1699.2014.07.009

TP212

:A

:1004-1699(2014)07-0898-07