基于精確定位技術(shù)的無軌膠輪車超員報(bào)警檢測(cè)

韓燕南

（1.中煤科工集團(tuán)常州研究院有限公司，江蘇 常州 213015；2.天地（常州）自動(dòng)化股份有限公司，江蘇 常州 213015）

輔助運(yùn)輸是井工煤礦生產(chǎn)的必要環(huán)節(jié)，其主要任務(wù)是實(shí)現(xiàn)設(shè)備、材料及人員在地面與井下工作面之間，以及井下各工作點(diǎn)之間的運(yùn)輸[1-2]。無軌膠輪車作為輔助運(yùn)輸重要的運(yùn)輸手段之一[3]，在《智能化示范煤礦驗(yàn)收管理辦法（試行版）》文件中已明確無軌膠輪車管理系統(tǒng)須具備車輛運(yùn)行狀態(tài)參數(shù)監(jiān)測(cè)、智能安全預(yù)警、車輛精確定位等要求[4-6]。車輛超員報(bào)警檢測(cè)已屬于驗(yàn)收必備功能。

近年來，眾多學(xué)者對(duì)礦井無軌膠輪車管理系統(tǒng)進(jìn)行了大量研究。文獻(xiàn)[7]基于交通信號(hào)、視頻圖像、位置信息等關(guān)聯(lián)數(shù)據(jù)采集分析處理實(shí)現(xiàn)車輛智能調(diào)度管理；文獻(xiàn)[8-9]結(jié)合車輛位置數(shù)據(jù)與紅綠燈控制技術(shù)，實(shí)現(xiàn)了礦井車輛的信息化管理；文獻(xiàn)[10-11]采用超高頻RFID 模塊識(shí)別乘車人員信息，超寬帶UWB 模塊調(diào)整輸出發(fā)射功率結(jié)合的方式，實(shí)時(shí)統(tǒng)計(jì)車輛內(nèi)載人數(shù)量，避免出現(xiàn)漏識(shí)別。

雖然礦井無軌膠輪車管理系統(tǒng)的研究取得了眾多成果，但在車輛超員報(bào)警檢測(cè)方面的研究較少。為此，設(shè)計(jì)了一種基于精確定位技術(shù)的車輛超員報(bào)警檢測(cè)方法。首先，將UWB 基站輸出的測(cè)距數(shù)據(jù)轉(zhuǎn)換為三維坐標(biāo)，減少軌跡數(shù)據(jù)對(duì)基站的依賴，形成連續(xù)性軌跡；其次，根據(jù)車輛（含乘車人員）行進(jìn)過程中的物理特征，采用相鄰時(shí)刻的定位數(shù)據(jù)確定行進(jìn)方向向量，并執(zhí)行軌跡預(yù)處理；再次，采用動(dòng)態(tài)時(shí)間規(guī)整（DTW）算法執(zhí)行車輛與乘車人員軌跡對(duì)齊，求解最佳路徑，獲取度量值；最后，人員軌跡與司機(jī)軌跡樣本做匹配，確定人員是否為乘車人員，以及車輛是否超員。此方法在某礦進(jìn)行了實(shí)驗(yàn)驗(yàn)證，證明了所提方法的可行性和有效性。

1 系統(tǒng)架構(gòu)

系統(tǒng)架構(gòu)由物理架構(gòu)和軟件模塊組成。物理架構(gòu)負(fù)責(zé)采集車輛實(shí)時(shí)位置，軟件模塊負(fù)責(zé)根據(jù)車輛實(shí)時(shí)位置，計(jì)算軌跡相似度，最終得出車輛是否超員的結(jié)果。

1.1 物理架構(gòu)

物理部署架構(gòu)示意圖如圖1。

圖1 物理部署架構(gòu)示意圖Fig.1 Physical deployment architecture diagram

物理架構(gòu)可分為井上和井下2 部分。井上由無軌膠輪車管理系統(tǒng)主機(jī)和地面交換機(jī)組成，負(fù)責(zé)承載軟件運(yùn)行平臺(tái)；井下部分由UWB 定位基站、井下環(huán)網(wǎng)交換機(jī)、井下車輛、車輛及人員識(shí)別卡組成，負(fù)責(zé)車輛、駕乘車人員的精確位置采集；井下和井下的交換機(jī)負(fù)責(zé)網(wǎng)絡(luò)通信傳輸。

1.2 軟件模塊

軟件模塊主要由軌跡生成、軌跡預(yù)處理、軌跡相似度度量和軌跡匹配組成。軟件模塊處理流程如圖2。

圖2 軟件模塊處理流程Fig.2 Software module processing flow

1）軌跡生成?；据敵龅臏y(cè)距信息屬于相對(duì)定位模式，即其“作用域”僅在當(dāng)前基站范圍內(nèi)有效，各基站間輸出的測(cè)距信息無邏輯關(guān)聯(lián)。利用三維空間轉(zhuǎn)換算法，將測(cè)距信息轉(zhuǎn)換為三維坐標(biāo)，從而形成連續(xù)性軌跡。

2）軌跡預(yù)處理。受UWB 基站布置位置、多徑效應(yīng)、非視距誤差等對(duì)定位精確的影響，其定位結(jié)果具有一定的波動(dòng)性。利用車輛及司乘人員在行進(jìn)過程中定位數(shù)據(jù)應(yīng)呈現(xiàn)線性關(guān)系的物理特征，采用相鄰時(shí)刻的位置數(shù)據(jù)生成行進(jìn)方向向量，并依此執(zhí)行軌跡預(yù)處理。以保留軌跡整體趨勢(shì)，避免因干擾因素造成的誤判，提高方法整體的魯棒性。

3）軌跡相似度度量。受車輛與司乘人員軌跡采樣頻率不同影響，2 種對(duì)象的軌跡數(shù)據(jù)為2 個(gè)時(shí)間序列，采用動(dòng)態(tài)時(shí)間規(guī)整（DTW）算法對(duì)其進(jìn)行“拉伸”或“壓縮”后，構(gòu)建累計(jì)距離矩陣，求解最佳路徑，求得相似度度量值。

4）軌跡匹配。構(gòu)建司機(jī)軌跡度量值樣本空間，衡量人員軌跡與樣本空間的匹配程度。當(dāng)人員的度量值處于標(biāo)準(zhǔn)差范圍內(nèi)，系統(tǒng)判定為乘車人員，再根據(jù)車輛基礎(chǔ)配置信息，判定車輛是否超員。

2 具體實(shí)現(xiàn)

2.1 軌跡生成

車輛及人員的定位數(shù)據(jù)是由當(dāng)前基站的測(cè)距信息確定的，不同基站產(chǎn)生的測(cè)距信息之間無任何關(guān)聯(lián)性。利用以下空間轉(zhuǎn)換算法，將基站的測(cè)距信息轉(zhuǎn)換為三維坐標(biāo)，生成面向整個(gè)礦井的、連續(xù)性的軌跡數(shù)據(jù)。定位基站測(cè)距典型場(chǎng)景如圖3。圖中：D 為定位基站；M 為移動(dòng)目標(biāo)；a為定位基站負(fù)方向中線點(diǎn)；b為定位基站正方向中線點(diǎn)；L為定位基站至正方向中線點(diǎn)距離；Lc為移動(dòng)目標(biāo)至定位基站距離。

圖3 定位基站測(cè)距典型場(chǎng)景Fig.3 Typical scene of positioning base station ranging

移動(dòng)目標(biāo)在L距離下的比值r可由式（1）計(jì)算：

式中：(xd,yd,zd) 為定位基站坐標(biāo)；(xb,yb,zb)為正方向b點(diǎn)坐標(biāo)；Lc為定位基站輸出的測(cè)距距離。

移動(dòng)目標(biāo)坐標(biāo)由式（2）計(jì)算：

式中：(xm,ym,zm)為移動(dòng)目標(biāo)坐標(biāo)。

將移動(dòng)目標(biāo)坐標(biāo)存儲(chǔ)至FIFO 軌跡隊(duì)列中，隊(duì)列結(jié)構(gòu)為如圖4，隊(duì)列元素的數(shù)據(jù)結(jié)構(gòu)如圖5。

圖4 隊(duì)列結(jié)構(gòu)Fig.4 Queue structure

圖5 隊(duì)列元素?cái)?shù)據(jù)結(jié)構(gòu)Fig.5 Queue element data structure

2.2 軌跡預(yù)處理

受井下巷道斷面空間限制，車輛及司乘人員軌跡應(yīng)具有單向性，車輛及司乘人員行進(jìn)示意圖如圖6，圖中：D 為定位基站；M1、M2、M3為移動(dòng)目標(biāo)經(jīng)過定位基站時(shí)的位置。車輛及司乘人員行進(jìn)軌跡曲線示意圖如圖7。

圖6 車輛及司乘人員行進(jìn)示意圖Fig.6 Vehicle and driver-passenger moving diagram

圖7 車輛及司乘人員行進(jìn)軌跡曲線示意圖Fig.7 Vehicle and driver-occupant trajectory curve diagram

由圖6 觀察可得，軌跡曲線應(yīng)呈現(xiàn)線性關(guān)系的物理特征。

由圖7 從軌跡曲線來看：車輛首次進(jìn)入基站信號(hào)覆蓋范圍時(shí)，距離值最遠(yuǎn)；當(dāng)車輛及司乘人員接近基站時(shí)，距離值趨于0；當(dāng)駛離基站時(shí)，距離值再次變大。受UWB 布置位置、多徑效應(yīng)、非視距誤差等對(duì)定位精確的影響，UWB 定位結(jié)果具有一定波動(dòng)性。車輛行進(jìn)至紅色處時(shí)將產(chǎn)生軌跡調(diào)頭現(xiàn)象，但從實(shí)際現(xiàn)場(chǎng)情況來看，車輛是難以在短時(shí)間內(nèi)完成調(diào)頭動(dòng)作，因此紅色點(diǎn)可以判定為噪聲點(diǎn)。另外，從曲線的整體趨勢(shì)來看，軌跡曲線呈現(xiàn)“V”字形，進(jìn)一步證實(shí)了紅色為噪聲點(diǎn)的判斷。

因此，利用此物理特征，采用相鄰時(shí)刻的位置數(shù)據(jù)生成行進(jìn)方向向量，并依此執(zhí)行軌跡數(shù)據(jù)預(yù)處理。

軌跡向量選擇如圖8，圖中：a、b為相鄰時(shí)刻軌跡點(diǎn)；c、d、e、···、j為下一時(shí)刻軌跡點(diǎn)（潛在點(diǎn)）。

圖8 軌跡向量選擇Fig.8 Trajectory vector selection

相鄰時(shí)刻軌跡點(diǎn)ab生成的空間向量為，下一時(shí)刻的軌跡點(diǎn)構(gòu)建的潛在空間向量為。根據(jù)圖8 可 得：和向 量與原始向 量方向相反，即潛在軌跡點(diǎn)f點(diǎn)與g點(diǎn)為噪聲點(diǎn)。

式 中：(xba,yba,zba) 為向 量；(xcb,ycb,zcb) 為向量。

根據(jù)內(nèi)積值的正負(fù)性，確定兩向量方向。對(duì)應(yīng)關(guān)系如下：

根據(jù)上述定義，當(dāng)m＜0時(shí)為噪聲點(diǎn)。

2.3 軌跡相似度度量

因車輛與司乘人員軌跡采樣頻率不同，2 類對(duì)象的軌跡數(shù)據(jù)是屬于不同時(shí)間序列。故采用動(dòng)態(tài)時(shí)間規(guī)整（Dynamic Time Warping，DTW）算法對(duì)2 類對(duì)象的軌跡相似度進(jìn)行度量。該算法是一種用于比較2 個(gè)時(shí)間序列相似度的算法，其主要思想是對(duì)數(shù)據(jù)進(jìn)行“拉伸”或“壓縮”后“對(duì)齊”，求解其中的最佳匹配路徑，從而得到相似性度量值。

假設(shè)車輛軌跡時(shí)間序列為V={V1,V2,···,V6}，司乘人員軌跡時(shí)間序列為P={P1,P2,···,P4}，軌跡數(shù)據(jù)匹配示意圖如圖9，圖中：頭節(jié)點(diǎn)為V1→P1；尾節(jié)點(diǎn)為V6→P4；中間節(jié)點(diǎn)為V2→P2、V3→P2、V4→P2、V5→P3。

圖9 軌跡數(shù)據(jù)匹配示意圖Fig.9 Trajectory data matching diagram

度量過程分為：①構(gòu)建累計(jì)矩陣；②路徑回溯；③距離度量。

1）構(gòu)建累計(jì)矩陣。結(jié)合先前的假設(shè)，構(gòu)建4×6的矩陣D，對(duì)矩陣元素賦值。賦值后，形成累計(jì)矩陣示意圖，累計(jì)矩陣示意圖如圖10。

圖10 累計(jì)矩陣示意圖Fig.10 Cumulative matrix diagram

式中：d為兩點(diǎn)間的空間距離值；（xV,yV,zV）為V點(diǎn)坐標(biāo)；（xP,yP,zP）為P點(diǎn)坐標(biāo)。

2）路徑回溯。路徑回溯即求解最佳匹配路徑過程。以右上角元素為起始點(diǎn)，與左、左下和下元素值進(jìn)行比較，取最小值作為下1 次路徑比對(duì)值。依此類推，完成整個(gè)矩陣從右上角至左下角的最佳匹配路徑。比對(duì)方法如圖11，最佳匹配路徑示意圖如圖12。從示意圖來看，最佳匹配路徑為：[（V1 →P1）,（V2 →P2）,（V3 →P2）,（V4 →P2）,（V5 →P3）,（V6 →P4）]。

圖11 比對(duì)方法Fig.11 Comparison strategy

圖12 最佳匹配路徑示意圖Fig.12 The best matching path diagram

3）距離度量。采用式（6）計(jì)算最佳匹配路徑值distavg：

式中：disti(V,P)為 第i個(gè) 匹配對(duì)的空間距離；n為最佳匹配路徑數(shù)量。

2.4 軌跡匹配

提取司機(jī)軌跡度量值作為樣本，形成樣本空間，以1 個(gè)標(biāo)準(zhǔn)差為相似度衡量范圍，衡量人員軌跡與樣本空間的相似程度，從而判定人員是否為乘車人員，再進(jìn)一步根據(jù)車輛基礎(chǔ)配置，判定此刻車輛是否超員。

軌跡匹配的工作流程如圖13。

圖13 軌跡匹配工作流程Fig.13 Trajectory matching workflow

1）第1 步。讀取系統(tǒng)基礎(chǔ)配置，包括人員、車輛標(biāo)識(shí)卡號(hào)，司機(jī)與車輛的關(guān)系，車輛限員等配置信息。再根據(jù)基站輸出的定位信息計(jì)算出人員與車輛的度量值。

2）第2 步。若軌跡為司機(jī)時(shí)，將度量值存入樣本空間中，并更新樣本空間的標(biāo)準(zhǔn)差。流程結(jié)束。若軌跡為其他人員時(shí)，進(jìn)入下一判斷流程。

3）第3 步。提取樣本的標(biāo)準(zhǔn)差，判斷人員軌跡是否在1 個(gè)標(biāo)準(zhǔn)差內(nèi)，若在則判定為乘車人員，進(jìn)而根據(jù)系統(tǒng)基礎(chǔ)配置，判定車輛是否超員，若不在標(biāo)準(zhǔn)差內(nèi)，則判定為人員為其他人員，流程結(jié)束。

以司機(jī)軌跡度量值為樣本空間，設(shè)樣本期望為 μ，其他人員軌跡度量值為隨機(jī)變量X，通過大量數(shù)據(jù)觀察發(fā)現(xiàn)：當(dāng)X＜μ時(shí)，人員為乘車人員概率逐漸增大；當(dāng)X＞μ時(shí)，概率逐漸變?。划?dāng)X=μ 時(shí)，概率最大。故推斷出隨機(jī)變量X服從參數(shù)為 μ 和 σ2的正態(tài)分布。其中：σ2為方差；σ為標(biāo)準(zhǔn)差。根據(jù)正態(tài)分布特征，隨機(jī)變量X取值落在區(qū)間（μ-σ,μ+σ）內(nèi)的概率約為63%，落在區(qū)間（μ-2σ,μ+2σ）內(nèi)的概率約為95.4%；落在區(qū)間（μ-3σ,μ+3σ）內(nèi)的概率約為99.7%。

綜合井下環(huán)境復(fù)雜，定位信息存在誤差等情況，選取1 個(gè)標(biāo)準(zhǔn)差范圍內(nèi)作為乘車人員的衡量標(biāo)準(zhǔn)。

利用式（7）、式（8）、式（9）計(jì)算樣本期望、樣本方差和樣本標(biāo)準(zhǔn)差：

式中：μ為樣本期望；X為樣本隨機(jī)變量，N為樣本例數(shù)。

3 試驗(yàn)分析

在某礦進(jìn)行系統(tǒng)試驗(yàn)，該礦主巷道部署UWB定位基站61 個(gè)，已基本實(shí)現(xiàn)重點(diǎn)路段UWB 信號(hào)全覆蓋；在冊(cè)車輛數(shù)104 輛；在冊(cè)人數(shù)870 人。選取“27-緩坡斜井1 000 m”和“115-輔運(yùn)大巷800 m”2 個(gè)定位基站作為測(cè)試基站（以下以D1和D2描述），2 基站為連續(xù)分布，選取運(yùn)人車為測(cè)試車輛。測(cè)試方法為測(cè)試車輛從緩坡斜井處行進(jìn)至輔運(yùn)大巷中，試驗(yàn)過程中記錄定位數(shù)據(jù)、算法生成的中間數(shù)據(jù)和最終結(jié)果，通過數(shù)據(jù)比對(duì)和人為觀察驗(yàn)證功能的準(zhǔn)確性和算法的運(yùn)行性能。試驗(yàn)環(huán)境如圖14。

圖14 試驗(yàn)環(huán)境Fig.14 Experimental environment

3.1 軌跡生成

1）單基站試驗(yàn)。以D1定位基站為測(cè)試基站，記錄測(cè)試車輛經(jīng)過基站時(shí)獲取的測(cè)距信息，與算法轉(zhuǎn)換后的空間距離（即轉(zhuǎn)換后空間坐標(biāo)與定位基站間的距離）做比對(duì)。試驗(yàn)結(jié)果表明：樣本轉(zhuǎn)換過程中產(chǎn)生的數(shù)據(jù)損耗約為48 mm，轉(zhuǎn)換過程幾乎無損，可滿足應(yīng)用要求。

2）跨基站試驗(yàn)。以D1和D2為測(cè)試基站，記錄測(cè)試車輛經(jīng)過2 個(gè)基站時(shí)的軌跡?？缁驹囼?yàn)結(jié)果如圖15。從圖15 觀察可得：算法生成的運(yùn)動(dòng)軌跡點(diǎn) {V1→V2→···→V7}為連續(xù)性軌跡。盡管軌跡點(diǎn)V4為2 基站信號(hào)重疊區(qū)域，經(jīng)算法轉(zhuǎn)換后，仍使得整個(gè)運(yùn)動(dòng)軌跡具有連續(xù)性。

圖15 跨基站試驗(yàn)結(jié)果Fig.15 Experimental result

3.2 軌跡預(yù)處理

以D1定位基站為測(cè)試基站，對(duì)比車輛經(jīng)過基站的原始軌跡曲線與預(yù)處理后的軌跡曲線差異，以驗(yàn)證功能的準(zhǔn)確性。原始軌跡與預(yù)處理后軌跡試驗(yàn)數(shù)據(jù)如圖16。

圖16 原始軌跡與預(yù)處理后軌跡試驗(yàn)數(shù)據(jù)Fig.16 Experimental data of original trajectory and preprocessed trajectory

由圖16 可知：預(yù)處理軌跡在保留原始軌跡趨勢(shì)的前提下，可對(duì)凸起的噪聲點(diǎn)進(jìn)行有效屏蔽（即圖中預(yù)處理軌跡缺失的部分），結(jié)果符合設(shè)計(jì)預(yù)期。

3.3 軌跡匹配

以D1定位基站為測(cè)試基站，測(cè)試車輛反復(fù)經(jīng)過測(cè)試基站，獲取司機(jī)的軌跡度量值曲線。

司機(jī)軌跡度量值曲線符合正態(tài)分布特征，樣本期望為9.76，樣本方差為2.02。

分別記錄乘車人員和車外人員落在范圍的概率，乘車人員和車外人員落在范圍內(nèi)的概率情況見表1。表1 中范圍1、范圍2 和其他的區(qū)間定義如圖17。

表1 乘車人員和車外人員落在范圍內(nèi)的概率情況Table 1 The probability of passengers and people outside the vehicle falling within the range

圖17 區(qū)間定義Fig.17 Range definition

試驗(yàn)數(shù)據(jù)表明：軌跡匹配方法的正確率在95.12%，受環(huán)境因素以及車輛行進(jìn)時(shí)速度不穩(wěn)的影響，存在5%左右的漏判，無誤判。

3.4 性能試驗(yàn)

以試驗(yàn)現(xiàn)場(chǎng)為例，在算法函數(shù)前后增加性能監(jiān)聽函數(shù)，經(jīng)過一段時(shí)間的運(yùn)行，累計(jì)記錄2 000次性能記錄，其中運(yùn)行最大耗時(shí)為42 ms，最小耗時(shí)為20 ms，平均耗時(shí)約為30 ms。

試驗(yàn)結(jié)果表明：此方法的運(yùn)行性能可滿足于現(xiàn)場(chǎng)應(yīng)用要求。

4 結(jié)語

1）為解決乘車人員漏識(shí)別，導(dǎo)致車輛超員無法有效管控，存在安全隱患的問題，設(shè)計(jì)了一種基于精確定位技術(shù)的車輛超員報(bào)警檢測(cè)方法。該方法通過軌跡生成、軌跡預(yù)處理、軌跡相似度度量和軌跡匹配4 個(gè)步驟實(shí)現(xiàn)。

2）在某礦的現(xiàn)場(chǎng)試驗(yàn)結(jié)果表明：方法正確率在95.12%；方法平均邏輯響應(yīng)時(shí)間約為30 ms，可滿足現(xiàn)場(chǎng)應(yīng)用要求。

3）方法具有2 項(xiàng)優(yōu)勢(shì)：①實(shí)用性：方法性能穩(wěn)定、運(yùn)行時(shí)效性高，可減少礦井安全隱患；②低成本：相比于硬件實(shí)現(xiàn)方案來說，軟件成本較低。