人車定位信息一體化創(chuàng)新安全管理系統(tǒng)助力施工安全及其拓展應(yīng)用研究

摘" 要：為方便電場施工運(yùn)營管理而設(shè)計出一款基于慣性導(dǎo)航技術(shù)與GPS定位技術(shù)結(jié)合的安全管理系統(tǒng)，在人員管理定位方面采用智能安全帽，該文結(jié)合車輛運(yùn)輸?shù)拇钶d車載北斗/GPS定位終端，融合無線通信網(wǎng)絡(luò)系統(tǒng)慣性定位技術(shù)的智能車輛定位管理系統(tǒng)，以幫助施工管理者了解各個工地的具體情況和人員分布，從而有針對性地調(diào)配人力資源和設(shè)備資源，優(yōu)化資源配置，提高施工進(jìn)度。

關(guān)鍵詞：電廠建設(shè)；安全管理；慣性定位；四元數(shù)；卡爾曼濾波器

中圖分類號：U495" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號：2095-2945（2024）33-0102-05

Abstract： In order to facilitate the construction and operation management of electric fields， a safety management system based on the combination of inertial navigation technology and GPS positioning technology is designed. Smart helmets are used in personnel management and positioning. This article combines vehicle transportation equipped with vehicle-mounted Beidou/GPS positioning terminals and integrates wireless communication network systems. The intelligent vehicle positioning management system with inertial positioning technology is integrated to help construction managers understand the specific conditions and personnel distribution of each construction site. In order to allocate human resources and equipment resources in a targeted manner， optimize resource allocation， and improve construction progress.

Keywords： power plant construction; safety management; inertial positioning; quaternion; Kalman filter

大型發(fā)電廠通常會產(chǎn)生噪音、廢氣和廢水等，為減少對周圍居民的干擾和污染，選擇在人口稀少的地區(qū)建設(shè)發(fā)電廠可以更好地控制環(huán)境影響。同時，大型發(fā)電廠需要足夠的用地空間容納發(fā)電設(shè)備和配套設(shè)施，人口稀少的地區(qū)更容易找到合適的用地。某些類型的發(fā)電廠（如煤電廠、核電廠）需要大量的燃料供應(yīng)，選擇在人口稀少的地區(qū)建設(shè)可以更方便地進(jìn)行燃料運(yùn)輸和儲存。因此，在大型發(fā)電廠的建設(shè)和運(yùn)營的時候需要對人員和運(yùn)輸車輛等進(jìn)行管理，安全管控的目的是確保人員和運(yùn)輸車輛的安全，減少潛在的事故風(fēng)險和環(huán)境污染。以保障人員安全、防止運(yùn)輸事故、防范惡劣天氣影響，確保大型發(fā)電廠的建設(shè)和運(yùn)營符合安全和保障民生需求。

1" 系統(tǒng)架構(gòu)設(shè)計

本系統(tǒng)基于慣性導(dǎo)航技術(shù)的人員定位系統(tǒng)和車輛定位系統(tǒng)相結(jié)合，在系統(tǒng)設(shè)計方面分為縱向設(shè)計和橫向設(shè)計，其設(shè)計架構(gòu)如圖1所示。

1.1" 縱向設(shè)計

1.1.1" 感知層

在這個層次上，智能安全帽、人員定位系統(tǒng)和車輛定位系統(tǒng)各自運(yùn)行各自的傳感器和算法，收集并處理用戶相關(guān)數(shù)據(jù)。這些數(shù)據(jù)包括用戶的頭部運(yùn)動、身體姿態(tài)，以及車輛的位置、速度、航向等。

1.1.2" 中間層

這層主要負(fù)責(zé)將底層的傳感器數(shù)據(jù)進(jìn)行整合，并調(diào)用上層的算法進(jìn)行處理。同時，它還需要協(xié)調(diào)和管理不同設(shè)備之間的數(shù)據(jù)傳輸和共享。中間層是負(fù)責(zé)將底層的傳感器數(shù)據(jù)進(jìn)行整合，并調(diào)用上層的算法進(jìn)行處理，同時協(xié)調(diào)和管理不同設(shè)備之間的數(shù)據(jù)傳輸和共享的層次。

1.1.3" 服務(wù)層

這層主要負(fù)責(zé)將數(shù)據(jù)轉(zhuǎn)換為可供上層應(yīng)用使用的格式，以及實(shí)現(xiàn)各種功能和服務(wù)。例如，車輛管理平臺、應(yīng)急救援系統(tǒng)等。服務(wù)層是負(fù)責(zé)將數(shù)據(jù)轉(zhuǎn)換為可供上層應(yīng)用使用的格式，以及實(shí)現(xiàn)各種功能和服務(wù)的層次。

1.1.4" 應(yīng)用層

這層主要負(fù)責(zé)根據(jù)不同場景的需求，調(diào)用下層的服務(wù)層提供相應(yīng)的數(shù)據(jù)和功能。例如，駕駛員監(jiān)控系統(tǒng)、車隊(duì)管理系統(tǒng)、應(yīng)急指揮系統(tǒng)等。應(yīng)用層是負(fù)責(zé)根據(jù)不同場景的需求，調(diào)用下層的服務(wù)層提供相應(yīng)的數(shù)據(jù)和功能的層次。

這個縱向架構(gòu)實(shí)現(xiàn)了各子系統(tǒng)之間的松耦合設(shè)計，使得各個層次之間可以獨(dú)立開發(fā)和擴(kuò)展。

1.2" 橫向系統(tǒng)設(shè)計

總體架構(gòu)設(shè)計由數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、數(shù)據(jù)存儲模塊、用戶交互模塊和輸出展示模塊等多個部分組成。各部分相互協(xié)作，共同完成人員定位和車輛定位任務(wù)。

1.2.1" 數(shù)據(jù)采集模塊

數(shù)據(jù)采集模塊主要負(fù)責(zé)獲取目標(biāo)物體（如人員或車輛）的位置、速度等信息。在本系統(tǒng)中，采用了慣性導(dǎo)航技術(shù)，如全球定位系統(tǒng)（GPS）、加速度計、陀螺儀等傳感器來實(shí)現(xiàn)這一功能。這些傳感器能夠?qū)崟r測量目標(biāo)物體的運(yùn)動狀態(tài)，為后續(xù)的數(shù)據(jù)處理提供原始數(shù)據(jù)。

1.2.2" 數(shù)據(jù)處理模塊

數(shù)據(jù)處理模塊負(fù)責(zé)對接收到的傳感數(shù)據(jù)進(jìn)行融合處理，以提高定位精度。采用了卡爾曼濾波等常用算法對數(shù)據(jù)進(jìn)行處理。此外，為了應(yīng)對遮擋等因素導(dǎo)致的定位誤差，在卡爾曼濾波算法的基礎(chǔ)上還可以引入視覺里程計、深度學(xué)習(xí)等技術(shù)。

1.2.3" 數(shù)據(jù)存儲模塊

數(shù)據(jù)存儲模塊主要用于存儲處理后的數(shù)據(jù)，以便于后續(xù)查詢和管理。選擇將數(shù)據(jù)存儲在本地數(shù)據(jù)庫、云端服務(wù)器或者兩者結(jié)合的方式。

1.2.4" 用戶交互模塊

用戶交互模塊負(fù)責(zé)接收用戶輸入的信息，如人員查詢、車輛管理等。用戶可以通過各種方式（如觸摸屏、語音控制等）輸入信息，并對獲取的結(jié)果進(jìn)行查看和操作。

1.2.5" 輸出展示模塊

輸出展示模塊負(fù)責(zé)將處理后的數(shù)據(jù)以圖形化、數(shù)字化的形式展示給用戶。根據(jù)需要選擇不同的展示方式，如地圖、熱力圖、報表等。

2" 系統(tǒng)主要功能模塊介紹

2.1" 人員定位管理系統(tǒng)——智能安全帽

針對施工現(xiàn)場的智能化和安全問題，設(shè)計了一種結(jié)合智能安全帽和遠(yuǎn)程智能終端的創(chuàng)新方案。智能安全帽的設(shè)計包括微處理器、近距離通信模塊、全球定位通信模塊、加速度傳感器和電源模塊。同時采用北斗衛(wèi)星通信技術(shù)，為每個安全帽設(shè)備配備了北斗通信模塊，實(shí)現(xiàn)了實(shí)時的定位和數(shù)據(jù)傳輸，大大提升了救援指揮的效率。不僅使用了北斗RDSS通信模塊，還考慮到了全球移動通信系統(tǒng)（GPRS）的接入，使得救援隊(duì)伍在不同的環(huán)境中都能夠使用該系統(tǒng)，保證了救援工作的連續(xù)性。

電源模塊將電池設(shè)計成了單獨(dú)的一塊，可以更好地保障系統(tǒng)的穩(wěn)定性，避免因?yàn)槟骋唤M件損壞導(dǎo)致整個系統(tǒng)癱瘓。微處理器設(shè)置在了安全帽的本體內(nèi)，這樣可以有效地防止設(shè)備丟失，同時也避免了因設(shè)備攜帶不便造成的問題。

2.2" 運(yùn)輸系統(tǒng)——車輛定位管理系統(tǒng)

如圖2所示，系統(tǒng)設(shè)計的搭載車載北斗/GPS定位終端，融合無線通信網(wǎng)絡(luò)系統(tǒng)定位技術(shù)，定位更快更精準(zhǔn)。該系統(tǒng)的核心組成部分是車載移動終端、駕駛輔助功能單元及營運(yùn)車輛遠(yuǎn)程監(jiān)控服務(wù)中心。這套系統(tǒng)能夠更有效地解決現(xiàn)有行車記錄儀功能相對單一，無法更好地滿足營運(yùn)車輛監(jiān)控管理需求和提升交通安全性的問題。

2.2.1" 車載移動終端模塊

車載移動終端是一個集成了北斗/GPS雙模衛(wèi)星定位模塊、車輛行駛狀態(tài)信息采集模塊、音視頻監(jiān)控模塊和無線通信模塊的設(shè)備。它能支持多種無線通信模式，并根據(jù)系統(tǒng)需求在這些不同的通信模塊之間進(jìn)行切換。車載移動終端的功能很強(qiáng)大，涵蓋了車輛管理的重要方面。

北斗/GPS雙模衛(wèi)星定位這個模塊是車載移動終端的基礎(chǔ)，主要用于實(shí)時獲取車輛的位置、速度和加速度等信息。這些信息對于導(dǎo)航、路線規(guī)劃和實(shí)時監(jiān)控車輛狀態(tài)非常重要。例如，在長途駕駛過程中，如果車輛長時間保持在一個地方不動，那么可能就需要及時關(guān)注到這一情況并采取措施；又或者，在雨雪天氣里，如果車輛突然偏離車道，那么就需要立即提醒司機(jī)注意安全。

而且，車載移動終端的控制模塊可以接收來自營運(yùn)車輛遠(yuǎn)程監(jiān)控服務(wù)中心的提醒信息，并進(jìn)行語音提示。這種遠(yuǎn)程監(jiān)控服務(wù)可以通過車聯(lián)網(wǎng)技術(shù)來實(shí)現(xiàn)，車輛和控制模塊之間可以通過無線通信進(jìn)行數(shù)據(jù)傳輸和指令下達(dá)，從而實(shí)現(xiàn)車輛狀態(tài)的實(shí)時監(jiān)控和管理。在這種情況下，遠(yuǎn)程監(jiān)控服務(wù)中心可以定期向車載移動終端的控制模塊發(fā)送各種提醒信息，例如提醒司機(jī)注意燃油剩余量、維護(hù)保養(yǎng)時間、違規(guī)駕駛提醒等。

2.2.2" 輔助駕駛功能單元

輔助駕駛功能單元利用北斗/GPS雙模衛(wèi)星定位模塊獲得的定位信息，可以根據(jù)系統(tǒng)需要，支持在不同的定位模式間切換，實(shí)時獲得車輛位置和運(yùn)動軌跡。

而且，在輔助駕駛功能單元中，有加速度傳感器模塊會部署在車輛的重心上，可以感知車輛在垂直方向上的加速度，而橫向加速度則由其他傳感器或模塊負(fù)責(zé)感知。這些傳感器和模塊可以結(jié)合車輛的行駛速度信息，對車輛的行駛狀態(tài)進(jìn)行監(jiān)測和判斷，從而對可能出現(xiàn)的危險情況進(jìn)行預(yù)警和響應(yīng)。具體來說，當(dāng)車輛出現(xiàn)急加速的情況時，加速度傳感器模塊可以檢測到車輛在垂直方向上產(chǎn)生的較大加速度變化，從而觸發(fā)碰撞報警提醒。當(dāng)車輛出現(xiàn)急剎車或者在彎道行駛時，加速度傳感器模塊可以檢測到車輛在垂直方向上產(chǎn)生劇烈的加速度變化，從而觸發(fā)車輛側(cè)翻報警提醒。此外，如果車輛在行駛過程中出現(xiàn)橫向加速度過大或者超出規(guī)定范圍的情況，加速度傳感器模塊也可以感知到并發(fā)出相應(yīng)的報警信號。

3" 慣性導(dǎo)航技術(shù)在人車定位系統(tǒng)中的融合應(yīng)用

如圖3所示的慣性導(dǎo)航定位算法，是一種利用慣性傳感器（如加速度計和陀螺儀）來估計位置和姿態(tài)的方法。同時，由于慣性導(dǎo)航系統(tǒng)這種能自主地、隱蔽地獲取汽車完備運(yùn)動信息的優(yōu)勢是GNSS等其他定位系統(tǒng)無法比擬的，所以慣性導(dǎo)航系統(tǒng)一直是自動駕駛中獲取汽車位姿數(shù)據(jù)的重要手段。慣性導(dǎo)航系統(tǒng)通過陀螺儀測量載體旋轉(zhuǎn)信息求解得到載體的姿態(tài)信息，再將加速度計測量得到的載體比力信息轉(zhuǎn)換到導(dǎo)航坐標(biāo)系進(jìn)行加速度信息的積分運(yùn)算，就能推算出汽車的位置和姿態(tài)信息，因此，可以很好地應(yīng)用在人車定位系統(tǒng)中。

3.1" 慣性導(dǎo)航定位方法研究應(yīng)用

智能人車定位系統(tǒng)的慣性導(dǎo)航用的姿態(tài)更新公式是基于四元數(shù)的公式，這個公式可以實(shí)時地更新安全帽的姿態(tài)，使其能夠準(zhǔn)確地跟蹤頭部的旋轉(zhuǎn)角度。具體如下。

首先，通過加速度計和陀螺儀等傳感器獲取當(dāng)前的線性加速度和角速度數(shù)據(jù)。根據(jù)獲取到的角速度數(shù)據(jù)，計算出當(dāng)前時刻的姿態(tài)變化量。慣性導(dǎo)航定位算法公式如下。

位置估計公式為

P（t）=P（t-1）+V（t-1）×Δt+0.5×A（t-1）×Δt2，

式中：P（t）表示當(dāng)前時刻的位置；P（t-1）表示上一時刻的位置；V（t-1）表示上一時刻的速度；A（t-1）表示上一時刻的加速度；Δt表示時間間隔。

姿態(tài)估計公式為

R（t）=R（t-1）×ΔR（t），

式中：R（t）表示當(dāng)前時刻的姿態(tài)矩陣；R（t-1）表示上一時刻的姿態(tài)矩陣；ΔR（t）表示當(dāng)前時刻的姿態(tài)變化矩陣。

以上是慣性導(dǎo)航定位算法的基本公式，通過不斷積分和更新傳感器數(shù)據(jù)，可以實(shí)現(xiàn)位置和姿態(tài)的實(shí)時估計。

其次，將姿態(tài)變化量轉(zhuǎn)換為四元數(shù)表示。四元數(shù)是一種用于表示旋轉(zhuǎn)的數(shù)學(xué)工具，它可以更有效地進(jìn)行姿態(tài)更新計算。所采用的四元數(shù)更新公式如下

q（t+Δt）=q（t）+0.5×Δt×（0+ω（t））×q（t），

式中：q（t）表示當(dāng)前時刻的四元數(shù)；Δt表示時間間隔；ω（t）表示當(dāng)前時刻的角速度。使用四元數(shù)乘法將當(dāng)前時刻的姿態(tài)與上一時刻的姿態(tài)相乘，得到更新后的姿態(tài)。

最后，將更新后的姿態(tài)轉(zhuǎn)換為歐拉角表示，以便更直觀地理解和使用。這個公式可以實(shí)時地更新安全帽的姿態(tài)，使其能夠準(zhǔn)確地跟蹤頭部的旋轉(zhuǎn)角度。歐拉角是一種常用的姿態(tài)表示方法，通過歐拉角更新公式可以將陀螺儀測量得到的角速度轉(zhuǎn)換為姿態(tài)的變化量。歐拉角更新公式如下

?（t+Δt）=?（t）+Δt×p（t），

θ（t+Δt）=θ（t）+Δt×q（t），

ψ（t+Δt）=ψ（t）+Δt×r（t），

式中：?、θ、ψ分別表示滾轉(zhuǎn)角、俯仰角和偏航角；p、q、r分別表示陀螺儀測量得到的角速度。

3.2" 慣性導(dǎo)航與GPS融合應(yīng)用

慣性導(dǎo)航算法存在一個問題，即誤差累積。由于傳感器本身存在噪聲和漂移等問題，隨著時間的推移，誤差會逐漸累積導(dǎo)致導(dǎo)航結(jié)果不準(zhǔn)確。為了解決這個問題，通常會將慣性導(dǎo)航算法與其他導(dǎo)航系統(tǒng)進(jìn)行融合，以提高導(dǎo)航的準(zhǔn)確性和穩(wěn)定性。慣性導(dǎo)航算法與導(dǎo)航系統(tǒng)進(jìn)行融合的公式是通過將慣性測量單元（IMU）的測量結(jié)果與GPS定位結(jié)果進(jìn)行融合來提高導(dǎo)航的準(zhǔn)確性和穩(wěn)定性。因此，采用的融合公式是卡爾曼濾波器?？柭鼮V波器是一種遞歸濾波器，它通過對系統(tǒng)狀態(tài)進(jìn)行估計和更新來提供最優(yōu)的狀態(tài)估計。在慣性導(dǎo)航與GPS融合中，卡爾曼濾波器可以用于將IMU的測量結(jié)果與GPS的定位結(jié)果進(jìn)行融合?？柭鼮V波器的融合預(yù)測公式包括2個主要步驟：預(yù)測步驟和更新步驟。以下是基于卡爾曼濾波器的慣性導(dǎo)航解算算法的公式。

狀態(tài)更新方程為

x（k）=F（k-1）×x（k-1）+B（k-1）×u（k-1）+w（k-1），

式中：x（k）為狀態(tài)向量，表示位置、速度和姿態(tài)等信息；F（k-1）為狀態(tài)轉(zhuǎn)移矩陣，描述系統(tǒng)狀態(tài)的演化規(guī)律；B（k-1）為輸入矩陣，表示外部輸入對系統(tǒng)狀態(tài)的影響；u（k-1）為輸入向量，表示外部輸入的值；w（k-1）為過程噪聲，表示系統(tǒng)模型中的不確定性。

觀測更新方程為

z（k）=H（k）×x（k）+v（k），

式中：z（k）為觀測向量，表示通過傳感器測量得到的加速度和角速度等信息；H（k）為觀測矩陣，描述觀測值與狀態(tài)之間的關(guān)系；v（k）是觀測噪聲，表示傳感器測量誤差。

卡爾曼增益計算公式為

K（k）=P（k|k-1）×H（k）T×（H（k）×P（k|k-1）×H（k）T+R（k））-1，

式中：P（k|k-1）為先驗(yàn)估計誤差協(xié)方差矩陣，表示對狀態(tài)的預(yù)測誤差；R（k）為觀測噪聲協(xié)方差矩陣，表示觀測誤差的統(tǒng)計特性。

狀態(tài)更新公式為

x（k|k）=x（k|k-H（k）×x（k|k-1）），

式中：x（k|k）為后驗(yàn)估計狀態(tài)向量，表示對狀態(tài)的最優(yōu)估計。

以上是基于卡爾曼濾波器的慣性導(dǎo)航解算算法的公式。它通過不斷迭代更新狀態(tài)和估計誤差協(xié)方差矩陣，可以實(shí)現(xiàn)對物體位置、速度和姿態(tài)等信息的準(zhǔn)確估計。

4" 結(jié)論

綜上所述，結(jié)合了慣性導(dǎo)航技術(shù)和衛(wèi)星定位技術(shù)，可以提供更精確的車輛位置和速度信息，提高人員和車輛的定位精度和實(shí)時性。慣性導(dǎo)航系統(tǒng)不需要外部供電和信號支持，可以在沒有通信的環(huán)境下工作，具有很強(qiáng)的自主性。系統(tǒng)可以與現(xiàn)有的車輛定位系統(tǒng)無縫對接，擴(kuò)展性強(qiáng)，可以適應(yīng)未來技術(shù)發(fā)展的需要。由于卡爾曼濾波器可以根據(jù)實(shí)時的傳感器數(shù)據(jù)動態(tài)地更新車輛的運(yùn)動狀態(tài)，卡爾曼濾波器還可以與其他導(dǎo)航系統(tǒng)進(jìn)行融合，如全球定位系統(tǒng)（GPS）、視覺里程計等，可進(jìn)一步提高定位的準(zhǔn)確性和穩(wěn)定性。其次，卡爾曼濾波器具有良好的魯棒性，即使是在面臨傳感器故障或者傳感器受到干擾的情況下，也能保持良好的性能。這對于車輛和人員定位系統(tǒng)來說非常重要，因?yàn)樵趯?shí)際應(yīng)用中可能會遇到各種突發(fā)情況，如傳感器故障、信號干擾等?？偟膩碚f，將卡爾曼濾波器應(yīng)用于慣性導(dǎo)航和GPS的融合，可以有效提高車輛和人員定位系統(tǒng)的性能，增強(qiáng)其在面對各種環(huán)境和情況下的定位能力和穩(wěn)定性，不但對電廠等基礎(chǔ)設(shè)施建設(shè)具有重大幫助，還對推動我國智能交通和人機(jī)物定位技術(shù)的發(fā)展具有重要的意義。

參考文獻(xiàn)：

[1] 司福強(qiáng).人車定位系統(tǒng)在地鐵施工中的研究與應(yīng)用[J].鐵路通信信號工程技術(shù)，2023，20（9）：77-82.

[2] 張維國，吳桐，姚宗旭，等.礦山有軌運(yùn)輸電瓶人車管控系統(tǒng)研究[J].有色設(shè)備，2021，35（3）：13-18.

[3] 王家杰.車輛定位系統(tǒng)在礦井運(yùn)輸中的應(yīng)用[J].硅谷，2013，6（12）：88，92.

[4] 高峰.煤礦井下輔助運(yùn)輸系統(tǒng)設(shè)計方法與智能調(diào)度研究[D].青島：山東科技大學(xué)，2011.

[5] 范翹楚.基于自動駕駛車數(shù)據(jù)的高速路排隊(duì)檢測研究[D].成都：西南交通大學(xué)，2019.

[6] 張偉，李紅良，徐衛(wèi)國.一種基于北斗/GPS雙模衛(wèi)星定位的車載駕駛輔助系統(tǒng)：CN103538588A[P].2014-01-29.