基于信號分布圖構(gòu)建的煤礦井下定位系統(tǒng)的研究與設(shè)計

楊柳銘 蔣 磊 武方達(dá) 韓會杰

(1. 中國礦業(yè)大學(xué)(北京)機電與信息工程學(xué)院，北京市海淀區(qū)，100083；2.中國礦業(yè)大學(xué)(北京)信息工程研究所，北京市海淀區(qū)，100083)

?

基于信號分布圖構(gòu)建的煤礦井下定位系統(tǒng)的研究與設(shè)計

楊柳銘1蔣 磊1武方達(dá)1韓會杰2

(1. 中國礦業(yè)大學(xué)(北京)機電與信息工程學(xué)院，北京市海淀區(qū)，100083；2.中國礦業(yè)大學(xué)(北京)信息工程研究所，北京市海淀區(qū)，100083)

針對煤礦井下WiFi定位方式存在的定位精度不高的現(xiàn)狀，提出了一種基于信號分布圖構(gòu)建的煤礦井下定位系統(tǒng)，分析了該定位系統(tǒng)的總體架構(gòu)，介紹了該定位系統(tǒng)的硬件系統(tǒng)設(shè)計和軟件系統(tǒng)設(shè)計，經(jīng)過實際場景測試表明，采用信號分布圖實現(xiàn)指紋定位算法可以滿足煤礦井下定位精度的要求，能夠有效解決現(xiàn)有煤礦井下定位系統(tǒng)精度差、部署復(fù)雜以及向新工作面擴展困難等問題。

信號分布圖 無線傳感器網(wǎng)絡(luò) 定位系統(tǒng) 指紋定位

1 煤礦井下定位系統(tǒng)現(xiàn)狀與存在的問題

無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks，簡稱WSNs)是一種分布式傳感網(wǎng)絡(luò)，傳感器節(jié)點以無線網(wǎng)絡(luò)方式通信，因此網(wǎng)絡(luò)部署靈活，適用于環(huán)境監(jiān)控、智能交通等領(lǐng)域。WSNs在煤礦井下的應(yīng)用也比較廣泛，由于煤礦井下存在地質(zhì)條件復(fù)雜、工作環(huán)境安全性較差的特征，需要將WSNs部署到煤礦井下負(fù)責(zé)環(huán)境氣體采集、結(jié)構(gòu)力學(xué)監(jiān)測、定位以及視頻監(jiān)控等任務(wù)，從而協(xié)作煤礦安全、穩(wěn)定地開展生產(chǎn)作業(yè)。

WSNs作為煤礦井下定位技術(shù)的基礎(chǔ)而被廣泛應(yīng)用。大多數(shù)學(xué)者的研究關(guān)注于如何精確計算傳感器節(jié)點到待定位目標(biāo)的距離和角度，準(zhǔn)確測算待定位目標(biāo)與節(jié)點間的相對位置來實現(xiàn)定位功能。然而，無論是人員定位算法還是設(shè)備定位，均認(rèn)為信號源節(jié)點相對于井下地圖的位置是絕對精確的，雖然相對定位坐標(biāo)已經(jīng)比較準(zhǔn)確，但絕對定位坐標(biāo)依然引入了節(jié)點自身定位的靜態(tài)誤差，導(dǎo)致最終定位結(jié)果存在靜態(tài)誤差，并隨可觀測節(jié)點數(shù)量呈指數(shù)級增長。精確的定位需要精確的節(jié)點方位(位置和角度)與相關(guān)信息做支撐。

常見的節(jié)點定位技術(shù)分為人工標(biāo)定法與節(jié)點自定位法，而節(jié)點自定位法又分為基于測距(range-based)定位與測距無關(guān)(range-free)定位。人工標(biāo)定法有著部署周期長、維護(hù)難度大、成本高以及人為誤差大導(dǎo)致的定位精確度大等缺點，不適合作為高精度定位算法的假設(shè)條件；基于測距定位的自定位法最常見的是RSSI定位方案，有專家提出了一種加權(quán)RSSI的節(jié)點自定位算法，該算法定位精度比傳統(tǒng)質(zhì)心算法提高了10%，理想條件下平均最小精度達(dá)到0.66 m，主要問題是功耗高和部署難度大；測距無關(guān)的自定位法應(yīng)用比較廣泛，常用的如Dv-Hop算法以及質(zhì)心算法均存在精度不高或應(yīng)用條件相對苛刻等問題。

2 基于信號分布圖構(gòu)建的煤礦井下定位系統(tǒng)方案設(shè)計

本文基于煤礦井下定位技術(shù)發(fā)展的現(xiàn)狀，繞開信號源節(jié)點自定位研究方向，提出了一種基于信號分布圖匹配的定位策略。采用本文設(shè)計的一套手持式激光建圖設(shè)備作為定位硬件，采用SLAM實時構(gòu)建井下結(jié)構(gòu)地圖，在記錄信號分布的同時繪制信號分布圖，并將地圖保存到服務(wù)器中。后期實現(xiàn)定位功能時，待定位目標(biāo)只需測量當(dāng)前位置信號信息，匹配信號分布圖來完成定位，從而獲得更精確的定位結(jié)果。

也有專家采用一種與本文類似的解決方案，應(yīng)用Hector SLAM算法來連續(xù)繪制了室內(nèi)長廊環(huán)境下RSSI的信號分布圖，室內(nèi)部署了27個射頻節(jié)點，實測效果良好。在此基礎(chǔ)上，本文進(jìn)一步提高地圖繪制的精度與定位精度，使之更適合于在煤礦井下復(fù)雜地形環(huán)境下使用，同時優(yōu)化信號分布圖構(gòu)建算法及定位算法，提高運算效率并驗證可行性。

2.1 定位系統(tǒng)總體結(jié)構(gòu)

由于考慮到煤礦井下的復(fù)雜工作環(huán)境，選用一款高精度和高穩(wěn)定性的激光建圖設(shè)備來完成建圖工作，定位系統(tǒng)總體結(jié)構(gòu)圖如圖1所示。

由圖1可以看出，圓柱形符號代表本文設(shè)計的建圖設(shè)備，工作時由工作人員手持建圖設(shè)備下井完成建圖工作，由于采用的是無線通信方式，因此可以保證對現(xiàn)有煤礦井下工作環(huán)境影響最小的同時完成定位任務(wù)。短虛線箭頭代表數(shù)據(jù)通信無線鏈路，與以太網(wǎng)線路配合，負(fù)責(zé)傳輸定位數(shù)據(jù)給井上服務(wù)器；長虛線箭頭代表定位通信無線鏈路，用于完成定位時的WiFi信號采集。在實際應(yīng)用中，只需要攜帶本文手持式建圖設(shè)備下井即可，其他如井下無線路由器、井下網(wǎng)絡(luò)中繼器等設(shè)備目前已廣泛應(yīng)用于煤礦井下，無需另行配置。

圖1 定位系統(tǒng)總體結(jié)構(gòu)圖

2.2 結(jié)構(gòu)地圖與信號分布圖構(gòu)建

SLAM技術(shù)是指同時定位與地圖構(gòu)建技術(shù)，在煤礦井下的應(yīng)用依然僅停留在人工控制或重復(fù)性作業(yè)工作中，缺乏智能化和通用化，在煤礦安全問題日益突出的背景下，煤礦無人化生產(chǎn)的需求已經(jīng)被提上日程。而SLAM技術(shù)作為機器設(shè)備自主導(dǎo)航和環(huán)境感知的基礎(chǔ)，受到機器人領(lǐng)域和計算機科學(xué)領(lǐng)域的廣泛重視。SLAM算法采用Google公司提出的2D-SLAM開源算法Cartographer，在ROS(機器人操作系統(tǒng))環(huán)境下搭建。

手持式結(jié)構(gòu)建圖設(shè)備安裝有激光雷達(dá)作為距離采集設(shè)備，從而實時繪制煤礦井下結(jié)構(gòu)地圖。實際使用時，考慮到煤礦井下環(huán)境的不規(guī)整特點，采用分區(qū)域建圖的方式，由測試人員攜帶手持式結(jié)構(gòu)建圖設(shè)備下井，對煤礦井下環(huán)境二維平面內(nèi)完成穩(wěn)定的全范圍激光掃描，SLAM算法將會在激光掃描的同時完成二維平面建圖，建圖數(shù)據(jù)將存儲到手持式結(jié)構(gòu)建圖設(shè)備中，當(dāng)完成區(qū)域內(nèi)的結(jié)構(gòu)地圖建圖后，可以導(dǎo)出地圖數(shù)據(jù)，用于后期定位使用。

WiFi網(wǎng)絡(luò)是煤礦無線傳感器網(wǎng)絡(luò)廣泛使用的無線通信方式，因此試驗選用2.4 G WiFi信號作為測試通信節(jié)點，接收周圍WiFi信號節(jié)點發(fā)射的信號并獲取RSSI與節(jié)點標(biāo)簽(本文選擇WiFi信號節(jié)點的MAC地址作為節(jié)點標(biāo)簽)形成指紋數(shù)據(jù)。由于RSSI在空間中分布情況受環(huán)境影響較大，容易摻雜噪聲，巷道結(jié)構(gòu)中存在多徑效應(yīng)，故而增加了原始數(shù)據(jù)采樣的難度。本文采用數(shù)字信號濾波的思想對采樣信號做預(yù)處理，從而減小RSSI的噪聲和擾動問題。

3 基于信號分布圖構(gòu)建的煤礦井下定位系統(tǒng)設(shè)計

3.1 定位系統(tǒng)流程總體結(jié)構(gòu)

整個定位系統(tǒng)工作流程由地圖構(gòu)建階段和定位匹配階段兩個階段組成，兩個階段分時完成。定位系統(tǒng)工作流程圖如圖2所示。

圖2 定位系統(tǒng)工作流程圖

地圖構(gòu)建階段的工作屬于定位維護(hù)工作，需要由測試人員攜帶專用設(shè)備完成采集，該部分工作完成的結(jié)果是獲取到井下區(qū)域內(nèi)的結(jié)構(gòu)地圖和信號分布圖，兩種地圖數(shù)據(jù)將作為定位匹配階段的參考數(shù)據(jù)庫完成定位任務(wù)。地圖構(gòu)建階段又分為兩個子任務(wù)，分別是結(jié)構(gòu)地圖構(gòu)建與信號分布圖構(gòu)建，結(jié)構(gòu)地圖需要由建圖設(shè)備采集距離數(shù)據(jù)，然后采用SLAM算法完成區(qū)域結(jié)構(gòu)地圖，信號分布圖需要由WiFi無線網(wǎng)卡配合便攜式工控機采集WiFi信號的RSSI數(shù)據(jù)，信號分布圖用于描繪出信號分布情況，并與結(jié)構(gòu)地圖的坐標(biāo)通過一一映射形成數(shù)據(jù)表，完成信號分布圖并存儲。完成地圖構(gòu)建階段任務(wù)后，結(jié)構(gòu)地圖與信號分布圖可以導(dǎo)出并存入數(shù)據(jù)庫。

定位匹配階段的工作屬于定位實現(xiàn)工作，該部分算法將集成到定位硬件設(shè)備中，并由人員攜帶入井或安裝于井下待定位設(shè)備，實現(xiàn)人員或設(shè)備的定位。輸入依然是WiFi信號的RSSI值，經(jīng)采集之后，對采集信號與信號分布圖做匹配計算，得出最優(yōu)定位坐標(biāo)，該定位坐標(biāo)即為人員或設(shè)備的估計坐標(biāo)。

本定位系統(tǒng)結(jié)構(gòu)的主要優(yōu)勢在于，有效利用了傳統(tǒng)僅采集RSSI信號來建圖時坐標(biāo)人工標(biāo)定的不可靠性，用激光設(shè)備取代人工標(biāo)定結(jié)構(gòu)坐標(biāo)來完成結(jié)構(gòu)地圖構(gòu)建，有效地提高了參考坐標(biāo)的準(zhǔn)確度。

3.2 定位系統(tǒng)硬件設(shè)計

手持式建圖設(shè)備安裝有Rplidar A1激光雷達(dá)(LIDAR)，支持360°全向掃描，SLAM算法實現(xiàn)依賴于LIDAR來完成。同時安裝有Intel 5300無線網(wǎng)卡，用于接收WiFi信號的RSSI值。整個軟件系統(tǒng)運行在x86便攜式工控機(酷睿i5雙核CPU，128G固態(tài)硬盤)上，工控機運行Linux系統(tǒng)(Ubuntu 14.04)，安裝有ROS工具集，服務(wù)器端安裝有同樣版本的ROS工具集，用于遠(yuǎn)程監(jiān)控整個系統(tǒng)的運行情況并實時調(diào)取地圖構(gòu)建過程與信號分布圖構(gòu)建過程。服務(wù)端通信方式采用局域網(wǎng)內(nèi)SSH通信。定位系統(tǒng)硬件框圖如圖3所示。

圖3 定位系統(tǒng)硬件框圖

3.3 定位系統(tǒng)軟件設(shè)計

通過遠(yuǎn)程SSH通信方式與便攜式工控機通信，更新程序并傳遞系統(tǒng)建立的結(jié)構(gòu)地圖與信號分布圖。軟件設(shè)計采用多進(jìn)程方式，主進(jìn)程完成任務(wù)調(diào)度工作，同時主進(jìn)程在工作周期內(nèi)啟動結(jié)構(gòu)地圖構(gòu)建進(jìn)程與信號分布圖構(gòu)建進(jìn)程，兩個子進(jìn)程并行運行并交換數(shù)據(jù)，有效提高系統(tǒng)運行效率并最大程度地避免算法運行異常。 定位系統(tǒng)軟件流程圖如圖4所示。

圖4 定位系統(tǒng)軟件流程圖

4 試驗結(jié)果

4.1 試驗環(huán)境

試驗環(huán)境選擇模擬井下環(huán)境的室內(nèi)空曠環(huán)境，室內(nèi)面積約為95 m2，環(huán)境墻壁粗糙，夜間試驗。室內(nèi)布置有5個WiFi信號節(jié)點，工作在2.4 GHz頻段。實際試驗環(huán)境結(jié)構(gòu)圖如圖5所示，圖中黑點為WiFi信號節(jié)點位置。

圖5 實際試驗環(huán)境結(jié)構(gòu)圖

4.2 試驗結(jié)果

(1)結(jié)構(gòu)地圖與信號分布圖構(gòu)建。在試驗環(huán)境下進(jìn)行多次試驗，調(diào)整激光掃描頻率，來獲取匹配度最高的結(jié)構(gòu)地圖，通過此最優(yōu)參數(shù)調(diào)整系統(tǒng)參數(shù)，獲取信號分布圖。圖6(a)表示通過SLAM構(gòu)建的結(jié)構(gòu)地圖，圖6(b)表示構(gòu)建的其中一個節(jié)點的信號分布圖。

圖6 構(gòu)建的結(jié)構(gòu)地圖與信號分布圖

在構(gòu)建過程中，為了防止非試驗節(jié)點的WiFi信號對試驗產(chǎn)生影響，在WiFi信號接收器中配置接收白名單，只允許指定的試驗WiFi節(jié)點通過信號接收器。

(2)定位過程。本試驗實際測試了該算法對于定位過程的定位情況。經(jīng)分析，定位軌跡與真實軌跡的相關(guān)度最優(yōu)達(dá)到0.977，最大定位誤差為11 cm。SLAM算法與質(zhì)心算法的誤差比較見表1。

表1 SLAM算法與質(zhì)心算法的誤差比較 m/300cm

5 結(jié)論

本文實際在模擬巷道試驗環(huán)境下驗證了基于信號分布圖構(gòu)建的定位方案效果。由試驗結(jié)果可知，該方案具有實現(xiàn)煤礦井下定位的可行性，最優(yōu)定位誤差相較質(zhì)心算法有比較明顯的改善，最優(yōu)誤差達(dá)到0.145 m/300cm。在實際測試中，算法復(fù)雜度依然是一個值得考慮的問題，為了提高定位的實時性，必須提高定位過程的運算速率。同時受信號分布不均勻的影響，Radio map的精確構(gòu)建將決定整個系統(tǒng)的定位精度。

[1] Li M, Liu Y. Underground coal mine monitoring with wireless sensor networks[J]. ACM Transactions on Sensor Networks (TOSN), 2009(2)

[2] Uguz, S. The Performance Parameters Of Wireless Sensor Networks In Underground Mines[J]. International Journal of Scientific & Technology Research, 2016(7)

[3] 譚玉新，楊維. 一種基于UKF的井下機器人超聲網(wǎng)絡(luò)定位方法[J]. 煤炭學(xué)報，2016(9)

[4] Chen H. Accurate and efficient node localization in wireless sensor networks[D]. University of Tokyo, 2011

[5] 汪煬. 無線傳感器網(wǎng)絡(luò)定位技術(shù)研究[D].中國科學(xué)技術(shù)大學(xué)，2007

[6] Bulusu N, Heidemann J, Estrin D. GPS-less low-cost outdoor localization for very small devices[J]. IEEE personal communications, 2000(5)

[7] Thrun S, Leonard J J. Simultaneous localization and mapping[M]. Springer handbook of robotics. Springer Berlin Heidelberg, 2008

[8] Hess W, Kohler D, Rapp H, et al. Real-time loop closure in 2D LIDAR SLAM[C]. Robotics and Automation (ICRA), 2016 IEEE International Conference on. IEEE, 2016

[9] Weiss M A, Chen Y. Data structures and algorithm analysis in C[M]. Reading: Addison-Wesley, 1997

[10] Subbu P, Sasidhar K. Indoor localization using magnetic fields[M]. University of North Texas, 2011[11] 譚章祿，劉浩，常金明等.基于RFID技術(shù)的井下人員智能定位系統(tǒng)優(yōu)化設(shè)計[J].中國煤炭，2013(12)

[12] 魏景新，靳文濤.基于ZigBee技術(shù)的煤礦井下自組網(wǎng)定位系統(tǒng)設(shè)計[J].中國煤炭，2017(3)

(責(zé)任編輯 路 強)

Research and design of underground coal mine positioning technology based on signal distribution diagram construction

Yang Liuming1, Jiang Lei1, Wu Fangda1, Han Huijie2

(1. School of Mechanical Electronic & Information Engineering, China University of Mining and Technology, Beijing, Haidian, Beijing 100083, China;2. Research Institute of Information Engineering, China University of Mining and Technology, Beijing, Haidian, Beijing 100083, China)

In the view of the low accuracy of current WiFi positioning method in coal mine,underground coal mine positioning system based on signal distribution diagram construction was proposed,overall architecture of the positioning system was analyzed and the hardware and software system designs were introduced. The practical scenario test showed that the signal distribution diagram realized fingerprint positioning algorithm, which could meet the requirement of underground coal mine positioning accuracy and effectively solve the problems of low accuracy, complex deployment and difficult extension of current positioning system.

signal distribution diagram, wireless sensor network, positioning system, fingerprint positioning

楊柳銘，蔣磊，武方達(dá)等. 基于信號分布圖構(gòu)建的煤礦井下定位系統(tǒng)的研究與設(shè)計[J].中國煤炭，2017，43(7)：98-102. Yang Liuming, Jiang Lei, Wu Fangda et al. Research and design of underground coal mine positioning technology based on signal distribution diagram construction[J].China Coal，2017，43(7)：98-102.

TD655

A

楊柳銘(1994-)，男，內(nèi)蒙古鄂爾多斯人，在讀碩士研究生，主要研究方向為煤礦通信與定位感知。