基于北斗+5G 技術的煤礦運輸車輛定位控制

薛 卓，張存良，王 亮，賈 波

（內蒙古匯能煤電集團有限公司，鄂爾多斯 017000）

煤礦運輸車輛在復雜的地下環境中進行作業，不僅對其定位控制的要求極高，還需要響應速度快[1]。然而，現有的自動定位控制方法往往存在一些精度不足、響應時間長等問題，限制了煤礦運輸車輛的安全和效率[2]。因此，如何實現高質量的煤礦運輸車輛自動定位控制成為了當前研究的重點。

文獻[3]提出了一種結合視覺與單路側單元的車輛定位法。通過相機觀測車道線距離和RSU 測距通信獲取位置信息，再利用算法融合多源數據估計車輛姿態。但該方法受環境光線、天氣及信號干擾等因素影響，可能導致定位誤差；文獻[4]利用標簽確定近鄰區域，計算外心以插入虛擬參考標簽，縮小區域面積并提高標簽臨近度，從而定位車輛。但該方法在煤礦復雜環境下受地域、運動狀態、光線和車輛擁堵等影響，標簽分布不均或遮擋可能導致定位不準確；文獻[5]利用多源點云和圖像數據進行車輛定位與再識別，通過校準和坐標變換，形成完整車輛點云，并與彩色信息融合。但是，在真實交通環境下，受地域、運動狀態、光線和車輛擁堵等影響，標定結果對視角變化敏感，設備位置或姿態變化可能導致標定不準確，進而影響車輛定位精度；文獻[6]提出了一種基于神經網絡和路邊裝置指紋的車輛定位法。將定位區劃分為網格，收集各網格內不同路邊裝置（RSU）的信號強度，構建指紋庫。定位時，用BPNN 預測車輛粗坐標，以其最大預測誤差為半徑，確定匹配區域。但此方法在煤礦等快速移動或網絡不穩定的環境中，識別錯誤風險較高。

為了解決上述方法中存在的問題，提出基于北斗+5G 技術的煤礦運輸車輛定位控制方法。

1 車輛定位方法設計

1.1 基于北斗衛星技術的車輛定位方法設計

通過使用北斗無源衛星技術，利用地面基站和衛星之間的上行距離以及衛星和用戶接收機之間的下行距離來建立導航方程。扣除地面基站與衛星的上行距離可以得到以衛星為等效空間的北斗無源衛星技術的偽距測量。將這些測量結果輸入到北斗無源觀測方程組中，可以求解得到煤礦車輛的定位結果。具體過程如下：

在每輛煤礦運輸車輛上安裝一個北斗用戶接收機，該設備能夠接收到來自地面基站和北斗衛星的信號。地面基站與第k 顆衛星的上行距離公式表達如下：

在BJ54 坐標基準下，通過相似橢圓原理，可得到以下公式：

式中：n、s 分別表示地球的短半徑和長半徑。

將上述計算得到的偽距測量值、衛星坐標、用戶接收機坐標等數據輸入到公式（4）的北斗無源觀測方程組中，可以求解得到煤礦車輛的定位結果：

1.2 基于5G 蜂窩網絡的車輛定位

根據5G 蜂窩網無線通信技術特點，可通過信號與基站間的距離、傳輸時間、信號強度與角度等信息推測出目標定位，提高車輛定位系統在復雜環境中的運行可靠性和穩定性。具體步驟如下：

假設有一個主基站和待測煤礦運輸車輛，主基站的坐標可以用（xj，yj，zj）表示，待測煤礦運輸車輛坐標用（xm，ym，zm）表示。利用公式（5）計算出基站o與待測煤礦運輸車輛的觀測量σo，這個距離測量值可以作為觀測量的一部分，用于確定車輛的位置。

式中：（xo，yo，zo）表示基站o 坐標。

利用方位角?o和俯仰角γo可以計算出車輛相對于基站的方向。這些角度信息可以幫助確定車輛在空間中的大致位置和方向。

為了提高對車輛位置的準確估計，將這些觀測量、方位角、俯仰角等信息輸入到觀測噪聲公式（8）中，以考慮觀測過程中的噪聲干擾，則有：

式中：M 表示寬帶流速。

為了將原始的觀測量轉化為更方便使用的形式，通過位置矩陣轉置函數j（C）將車輛的位置信息進行轉換：

將上述得到的信息輸入到基于5G 蜂窩網的車輛定位公式（10）中，通過卡爾曼濾波等算法來估計待測煤礦運輸車輛的位置，即：

1.3 融合定位方法設計

通過融合模型將基于北斗衛星技術與基于5G蜂窩網技術融合[7]，融合模型主要包括故障自檢、局部濾波器和主濾波器。融合模型框架如圖1 所示。

圖1 融合模型Fig.1 Fusion model

融合模型上，故障自檢與局部濾波器用于煤礦運輸車輛定位模型發生故障時的自我檢測及錯誤數據濾除操作。在主濾波器處設置反饋環節，反饋融合后的最優車輛定位結果、最優協方差矩陣與信息分配因子至局部濾波器，用于濾除噪聲數據和噪聲，提高車輛定位的精度[8]。

主濾波器輸出的最優協方差矩陣Ah公式表達如下：

式中：Ao表示北斗衛星與5G 蜂窩網絡的協方差矩陣。

式中：Ah表示北斗衛星和5G 蜂窩網絡的最優協方差矩陣；表示北斗衛星與5G 蜂窩網絡得到的車輛定位結果。

2 信號源頭的隨機干擾問題校準

設計用于車輛定位信號校準的模糊PID 控制器，并通過模糊PID 控制器完成車輛定位軌跡信號校準可以降低這些干擾對系統穩定性的影響，提高系統的可靠性。具體過程如下：

在真實的煤礦生產交通環境中，地域限制、自車運動狀態變化、光線變化、車輛擁堵等復雜場景下，車輛定位信號在傳輸過程中會受到干擾，針對這些干擾問題，設計用于車輛定位信號校準的模糊PID 控制器，如圖2 所示。

圖2 模糊PID 控制器Fig.2 Fuzzy PID controller

圖2 中，基于北斗衛星與5G 網絡匹配需求，設置模糊PID 控制器的偏差變化率RV，結合車輛定位信息與目標位置之間的偏差值，設置位置偏差值R，在考慮偏差變化率的基礎上，設置輸出控制量Yf，作為模糊PID 控制器的輸入變量，將頻率作為輸出控制變量。

三個變量的模糊子集為｛PN，PQ，PD，ZP，ND，NQ，NN｝，分別對應著較大、大、微大、零、微小、小、較小7 級狀態。位置偏差值的模糊論域為［-0.2 m，0.2 m］，輸出控制量的模糊論域為［0，50 Hz］，位置偏差變化率的模糊論域為［-0.2 m/min，0.2 m/min］。通過模糊規則獲取輸入變量的規則強度ζ0，其公式表達如下：

式中：ν 表示隸屬度函數。

得到模糊控制器的輸出控制量的隸屬度函數νyf（yf）公式表達如下：

將單值梯形作為模糊控制器的輸出控制量函數，通過重心法完成對模糊控制信號yf的反模糊化，其公式表達如下：

煤礦運輸車輛的定位控制輸出可通過模糊控制器的輸出控制信號yf與PID 控制器的積分系數的乘積獲取，模糊PID 控制器的輸出控制量Yf公式表達如下：

式中：L3表示PID 控制器的積分系數。

當PID 控制器的積分系數過大時將會引起系統振蕩問題，積分系數為0。

基于此，完成用于煤礦運輸車輛自動定位控制的模糊PID 控制器設計。

3 實驗與分析

為了評估北斗+5G 技術在煤礦運輸車輛定位控制的效果和可行性，在某市地下環道進行了測試。實驗場地如圖3 所示。在本實驗中，使用了集成了北斗導航和5G 通信模塊的車載終端設備，具備穩定高速的數據傳輸能力。配置了車載終端的通信接口，包括北斗天線接口和5G 網絡配置，確保信號接收和網絡接入。采用8 GB 內存和Intel Core i7-4210H處理器的硬件環境，通過MATLAB 軟件處理數據，評估北斗+5G 技術在煤礦運輸車輛定位的實際效果。

圖3 實驗場Fig.3 Experimental scenarios

為了驗證北斗+5G 車輛定位技術的有效性和可靠性，在煤礦環境下設定了10 次/s 的傳感器數據采樣頻率，并選擇適合的5G 通信頻段確保通信穩定與高速傳輸。采集的定位信號數據被導入MATLAB進行后續處理和分析。

（1）控制效果

采用所提方法完成煤礦運輸車輛定位控制，記錄其定位軌跡誤差，如圖4 所示。

圖4 所提方法的定位軌跡誤差Fig.4 Location trajectory error of the proposed methods

分析圖4 可知，所提出的方法的煤礦運輸車輛定位軌跡控制誤差在1～2 dm 范圍內。根據這些結果，可以明顯看出所提出的方法在煤礦運輸車輛定位控制方面具有更高的定位精度。這個結果驗證了所提出的方法利用北斗衛星技術的定位精度和5G蜂窩網絡技術的數據傳輸能力，從而實現了更準確、更可靠的煤礦運輸車輛定位軌跡控制。

（2）階躍響應

為了評估不同方法在車輛定位控制中對于輸入的突變信號（即階躍輸入）的處理能力，采用了所提出的方法進行實驗，并記錄了階躍響應曲線，如圖5 所示。

圖5 所提方法的階躍響應Fig.5 Step responses of the proposed methods

分析圖5 可知，所提方法在完成定位控制時，通過設計模糊PID 控制器進行車輛定位信號校準，進而優化系統的響應速度、超調量和振蕩頻率等指標，提高階躍響應的控制性能。由此可見，所提出的方法在車輛定位控制方面具有更高的效率和更穩定的效果。

4 結語

為了解決傳統傳感器檢測模式的問題，本研究提出了一種基于北斗+5G 技術的煤礦運輸車輛定位控制方法。利用北斗衛星技術和5G 蜂窩網絡技術相結合的方式對煤礦運輸車輛進行定位。同時，針對信號源頭的隨機干擾問題，設計了基于模糊PID 控制器的車輛定位信號校準方法。通過模糊PID 控制器完成車輛定位軌跡信號的校準。實驗結果表明，基于北斗衛星技術和5G 蜂窩網絡的模式在煤礦運輸車輛自動定位控制中具有更好的定位控制精度和穩定性。與傳統的傳感器模式相比，該方法在實際應用中表現更優。因此，本研究的方法對于解決車輛定位控制問題具有重要的現實應用意義。