基于信號分布圖構建的煤礦井下定位系統的研究與設計

楊柳銘 蔣 磊 武方達 韓會杰

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

?

基于信號分布圖構建的煤礦井下定位系統的研究與設計

楊柳銘1蔣 磊1武方達1韓會杰2

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

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

信號分布圖 無線傳感器網絡 定位系統 指紋定位

1 煤礦井下定位系統現狀與存在的問題

無線傳感器網絡(Wireless Sensor Networks，簡稱WSNs)是一種分布式傳感網絡，傳感器節點以無線網絡方式通信，因此網絡部署靈活，適用于環境監控、智能交通等領域。WSNs在煤礦井下的應用也比較廣泛，由于煤礦井下存在地質條件復雜、工作環境安全性較差的特征，需要將WSNs部署到煤礦井下負責環境氣體采集、結構力學監測、定位以及視頻監控等任務，從而協作煤礦安全、穩定地開展生產作業。

WSNs作為煤礦井下定位技術的基礎而被廣泛應用。大多數學者的研究關注于如何精確計算傳感器節點到待定位目標的距離和角度，準確測算待定位目標與節點間的相對位置來實現定位功能。然而，無論是人員定位算法還是設備定位，均認為信號源節點相對于井下地圖的位置是絕對精確的，雖然相對定位坐標已經比較準確，但絕對定位坐標依然引入了節點自身定位的靜態誤差，導致最終定位結果存在靜態誤差，并隨可觀測節點數量呈指數級增長。精確的定位需要精確的節點方位(位置和角度)與相關信息做支撐。

常見的節點定位技術分為人工標定法與節點自定位法，而節點自定位法又分為基于測距(range-based)定位與測距無關(range-free)定位。人工標定法有著部署周期長、維護難度大、成本高以及人為誤差大導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RSSI的節點自定位算法，該算法定位精度比傳統質心算法提高了10%，理想條件下平均最小精度達到0.66 m，主要問題是功耗高和部署難度大；測距無關的自定位法應用比較廣泛，常用的如Dv-Hop算法以及質心算法均存在精度不高或應用條件相對苛刻等問題。

2 基于信號分布圖構建的煤礦井下定位系統方案設計

本文基于煤礦井下定位技術發展的現狀，繞開信號源節點自定位研究方向，提出了一種基于信號分布圖匹配的定位策略。采用本文設計的一套手持式激光建圖設備作為定位硬件，采用SLAM實時構建井下結構地圖，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器中。后期實現定位功能時，待定位目標只需測量當前位置信號信息，匹配信號分布圖來完成定位，從而獲得更精確的定位結果。

也有專家采用一種與本文類似的解決方案，應用Hector SLAM算法來連續繪制了室內長廊環境下RSSI的信號分布圖，室內部署了27個射頻節點，實測效果良好。在此基礎上，本文進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雜地形環境下使用，同時優化信號分布圖構建算法及定位算法，提高運算效率并驗證可行性。

2.1 定位系統總體結構

由于考慮到煤礦井下的復雜工作環境，選用一款高精度和高穩定性的激光建圖設備來完成建圖工作，定位系統總體結構圖如圖1所示。

由圖1可以看出，圓柱形符號代表本文設計的建圖設備，工作時由工作人員手持建圖設備下井完成建圖工作，由于采用的是無線通信方式，因此可以保證對現有煤礦井下工作環境影響最小的同時完成定位任務。短虛線箭頭代表數據通信無線鏈路，與以太網線路配合，負責傳輸定位數據給井上服務器；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。在實際應用中，只需要攜帶本文手持式建圖設備下井即可，其他如井下無線路由器、井下網絡中繼器等設備目前已廣泛應用于煤礦井下，無需另行配置。

圖1 定位系統總體結構圖

2.2 結構地圖與信號分布圖構建

SLAM技術是指同時定位與地圖構建技術，在煤礦井下的應用依然僅停留在人工控制或重復性作業工作中，缺乏智能化和通用化，在煤礦安全問題日益突出的背景下，煤礦無人化生產的需求已經被提上日程。而SLAM技術作為機器設備自主導航和環境感知的基礎，受到機器人領域和計算機科學領域的廣泛重視。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)環境下搭建。

手持式結構建圖設備安裝有激光雷達作為距離采集設備，從而實時繪制煤礦井下結構地圖。實際使用時，考慮到煤礦井下環境的不規整特點，采用分區域建圖的方式，由測試人員攜帶手持式結構建圖設備下井，對煤礦井下環境二維平面內完成穩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，建圖數據將存儲到手持式結構建圖設備中，當完成區域內的結構地圖建圖后，可以導出地圖數據，用于后期定位使用。

WiFi網絡是煤礦無線傳感器網絡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點，接收周圍WiFi信號節點發射的信號并獲取RSSI與節點標簽(本文選擇WiFi信號節點的MAC地址作為節點標簽)形成指紋數據。由于RSSI在空間中分布情況受環境影響較大，容易摻雜噪聲，巷道結構中存在多徑效應，故而增加了原始數據采樣的難度。本文采用數字信號濾波的思想對采樣信號做預處理，從而減小RSSI的噪聲和擾動問題。

3 基于信號分布圖構建的煤礦井下定位系統設計

3.1 定位系統流程總體結構

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

圖2 定位系統工作流程圖

地圖構建階段的工作屬于定位維護工作，需要由測試人員攜帶專用設備完成采集，該部分工作完成的結果是獲取到井下區域內的結構地圖和信號分布圖，兩種地圖數據將作為定位匹配階段的參考數據庫完成定位任務。地圖構建階段又分為兩個子任務，分別是結構地圖構建與信號分布圖構建，結構地圖需要由建圖設備采集距離數據，然后采用SLAM算法完成區域結構地圖，信號分布圖需要由WiFi無線網卡配合便攜式工控機采集WiFi信號的RSSI數據，信號分布圖用于描繪出信號分布情況，并與結構地圖的坐標通過一一映射形成數據表，完成信號分布圖并存儲。完成地圖構建階段任務后，結構地圖與信號分布圖可以導出并存入數據庫。

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

本定位系統結構的主要優勢在于，有效利用了傳統僅采集RSSI信號來建圖時坐標人工標定的不可靠性，用激光設備取代人工標定結構坐標來完成結構地圖構建，有效地提高了參考坐標的準確度。

3.2 定位系統硬件設計

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

圖3 定位系統硬件框圖

3.3 定位系統軟件設計

通過遠程SSH通信方式與便攜式工控機通信，更新程序并傳遞系統建立的結構地圖與信號分布圖。軟件設計采用多進程方式，主進程完成任務調度工作，同時主進程在工作周期內啟動結構地圖構建進程與信號分布圖構建進程，兩個子進程并行運行并交換數據，有效提高系統運行效率并最大程度地避免算法運行異常。 定位系統軟件流程圖如圖4所示。

圖4 定位系統軟件流程圖

4 試驗結果

4.1 試驗環境

試驗環境選擇模擬井下環境的室內空曠環境，室內面積約為95 m2，環境墻壁粗糙，夜間試驗。室內布置有5個WiFi信號節點，工作在2.4 GHz頻段。實際試驗環境結構圖如圖5所示，圖中黑點為WiFi信號節點位置。

圖5 實際試驗環境結構圖

4.2 試驗結果

(1)結構地圖與信號分布圖構建。在試驗環境下進行多次試驗，調整激光掃描頻率，來獲取匹配度最高的結構地圖，通過此最優參數調整系統參數，獲取信號分布圖。圖6(a)表示通過SLAM構建的結構地圖，圖6(b)表示構建的其中一個節點的信號分布圖。

圖6 構建的結構地圖與信號分布圖

在構建過程中，為了防止非試驗節點的WiFi信號對試驗產生影響，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。經分析，定位軌跡與真實軌跡的相關度最優達到0.977，最大定位誤差為11 cm。SLAM算法與質心算法的誤差比較見表1。

表1 SLAM算法與質心算法的誤差比較 m/300cm

5 結論

本文實際在模擬巷道試驗環境下驗證了基于信號分布圖構建的定位方案效果。由試驗結果可知，該方案具有實現煤礦井下定位的可行性，最優定位誤差相較質心算法有比較明顯的改善，最優誤差達到0.145 m/300cm。在實際測試中，算法復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的精確構建將決定整個系統的定位精度。

[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絡定位方法[J]. 煤炭學報，2016(9)

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

[5] 汪煬. 無線傳感器網絡定位技術研究[D].中國科學技術大學，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技術的井下人員智能定位系統優化設計[J].中國煤炭，2013(12)

[12] 魏景新，靳文濤.基于ZigBee技術的煤礦井下自組網定位系統設計[J].中國煤炭，2017(3)

(責任編輯 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，武方達等. 基于信號分布圖構建的煤礦井下定位系統的研究與設計[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。