基于智能服装的消防员位置信息融合研究

林建琴，许武军*，李媛媛

（1. 东华大学 信息科学与技术学院，上海 201620；2. 东华大学 教育部数字化纺织服装工程技术工程研究中心，上海 201620；3.上海华力微电子有限公司，上海 201203）

基于智能服装的消防员位置信息融合研究

林建琴1,2，许武军*1,2，李媛媛3

（1. 东华大学 信息科学与技术学院，上海 201620；2. 东华大学 教育部数字化纺织服装工程技术工程研究中心，上海 201620；3.上海华力微电子有限公司，上海 201203）

智能防护服在传统的功能性消防服中嵌入检测相关信息的各类传感器，以此可以实时检测火场环境信息等。掌握消防人员在火场中的位置也非常重要，由于采用GPS接收器定位高度的精度并不理想，所以将其与气压高度测量仪组合测量得出消防人员的位置信息。这样可以及时反应消防员所处环境情况和位置信息并同时传输到消防车指挥系统，使消防指挥员在掌握现场情况下，更准确地实现调度。将气压高度测量仪和GPS接收器的收集的信息组合，基于联合卡尔曼滤波算法，并由M atlab仿真，发现高度定位的精准度提高较大幅度。

信息融合；智能防护服； GPS接收器；气压高度测量仪；联合卡尔曼滤波

随着人口密度增长，火灾发生率越来越高，对于工作在一线的消防员来说随时都要应对各种突发情况。如今在智能服装的发展前提下，消防服作为保障生命安全的重要防护装备，更应该朝着智能化的方向升级。传统的消防防护服只有在面料和结构上进行改进，以此满足基本防护性能要求。而通过模拟生命系统，智能服装是指具有收集和反馈信息的双重功能服装。它可以感受内部状态变化和外部环境的信息，并且带有反馈机制，可以针对相应的信息变化作出一定的反应。在火场环境中，如果能随时了解消防员在火场中的位置，这对消防现场的指挥调度提供极大便利。所以在传统消防服上集成创新信息传感技术，可以实时感知、传导和汇集消防员的相关信息，从而方便现场应急指挥调度，极大地推动消防防护服从功能服装向智能服装的发展和转化[1-4]。

1　基于Zigbee的智能防护服系统

智能防护服是在传统防护服中嵌入感知环境信息和消防员位置信息的传感器以及一些信息与通信组件，并获取和处理信息。

它可以在危险的时候有效地预警，保障消防人员的安全，还可以及时将消防员所处环境信息和位置信息呈现给消防车指挥系统。本文中智能防护服是通过信息感知子系统中的GNSS定位系统以及气压传感器来获取位置信息。其中GNSS定位系统包含了GPS的定位模块，鉴于GPS在测量高度时误差比较大，将气压测量仪测量的气压转化为高度信息对GPS测量结果进行标定，就可以得到更为可靠的位置信息。

图1　消防应急系统的信息与通信拓扑图

图2　智能消防服的功能框图

智能防护服获取的消防员的周围环境和位置信息均是使用Zigbee(短距离、低功耗的无线通信技术)传输。采用Mesh结构构成的感知路由网络拓扑可以依照通迅状况合理地、随时地调整相适应的网络结构，以便于更好的传输信息。图1是整个系统的通信拓扑图。图2所示的是各个节点的功能框图。参照WSN（无线传感网络），消防人员的位置等信息能够通过智能防护服随时地传递和汇集到现场指挥车，为消防现场指挥决策提供了极好的支持。

2　消防人员的实时位置信息融合

在一定范围内，GPS定位效果还是相对可靠，但却很难满足高的经度要求。鉴于此，结合GPS与气压高度测量仪的数据，就可以得到相对精准可靠的高度信息。下面来简述GPS和气压高度测量仪的测高原理。

2.1GPS测高原理和气压高度测量仪测高原理

GPS测量的是在WGS84（World Geodetic System一1984 Coordinate System）坐标系中定义的基线向量三维坐标差，通过坐标系变换，得到基于椭球面的高程参量，即大地高。椭球面指的是确定该地区大地水准面的地球椭球，作为大地测量的参考基准面。而我们通常要求是以近似大地水准面为基础的正常高。GPS测量出的大地高与正常高之间存在两个基准面的差距，就是所谓的高程异常，表达式如下：

式中H是大地高，Hzh为正常高，N是高度异常；若能求得高程异常就可以将大地高（GPS测得）转换成要求的正常高。通常，实现GPS大地高向正常高转换的比较有效的方法是组合利用GPS测得的数据、重力测量值以及地球的重力场数学模型。但重力资料不易获取，所以拟合可以作为GPS高程的转换一种权衡方案。目前比较常用的拟合方法有多项式拟合法、多面函数拟合和线性移动拟合等[5-6]。

由于大气压力的数值与所在海拔高度向上到大气上界的整个空气柱质量相等。海拔1000m以内，上升每10m大气压强就减少近100Pa，而在海拔2000m以内，上升每12m大气压强会减少133Pa。气压高度测量仪对采集得到当前气压值进行分析计算，可得到相应的海拔高度值[7]。

2.2GPS接收器与气压高度测量仪信息融合

GPS接收器和气压高度测量仪测出的高度信息是由不同传感器得到的数据，如何有效结合二者信息需要用到多源信息融合。它是对多种不同的数据认知、综合、判断的过程。其基本原理是通过充分利用多个信息资源，对各信息源和其检测的信息进行合理的利用，根据一定的优化规则将各信息源在时间和空间上的互补和冗余信息进行有效地重组，进而得出对观测环境的统一性的描述。多源融合的一般过程如图3所示。

多传感器信息融合系统的主要技术之一的联合卡尔曼滤波已经在控制领域得到广泛应用。它是两级处理数据的过程，包含了几个子滤波器和一个主滤波器。子滤波器间的时间更新和测量更新的过程相互独立，而主滤波器主要负责进行时间更新和汇总所有子滤波器的结果进行相应的融合处理，从而得到全局最优解[8-10]。

通常情况下，多传感器的线性组合系统可以由下面的离散表达式给出。

图3　多源融合的一般过程

若使用n个传感器对系统观测，这样就有n个子滤波器，且各个子滤波器都可以独立进行滤波运算。以下为各个子滤波器的抽象模型

联合卡尔曼滤波过程具体是在在众多不同的子滤波器中选出一个输出速率较高、信息量较全、且可靠性高的作为所有子滤波器的参照,后与剩余的其他子滤波器两相融合，得出几个子滤波器并同时运行。而根据这些子滤波器的量测得出局部最优化估计，并在主滤波器内采用相应的数据融合方法合成得到最终的全局最优化估计。下面简述联合卡尔曼滤波器的具体算法过程。

将初始采集的信息通过下面的信息分配方法分配到子滤波器和主滤波器中。

其中，βi是各个滤波器的信息分配比重因子，且必须符合，根据不同传感器差别确定 βi，通常情况下传感器的稳定性越高，测量值越精准，则βi将越大。

且第i个子滤波器的测量更新可以表示成

且信息时间更新可以表示为

而最终最优的全局估计是

所以由以上所述，本文根据联合卡尔曼滤波器的信息分配方法来有效实现GPS接收器和气压高度测量仪的信息融合。它的基本结构如图4所示。

图4　GPS接收器与气压高度测量仪的信息融合基本结构

卡尔曼滤波器1与卡尔曼滤波器2的时间更新过程是：

下面对主滤波器的算法过程做简单的叙述：

其中，当协方差 Pi越大时，

且 kG是由它们的高度差值与器件工作精准度的曲线决定的[11-13]。

3　仿真与分析

为验证气压高度测量仪在GPS测高的标定效果，进行了相应的数据仿真实验，仿真时间为400s。图5的结果是单独使用GPS模块测高，并对其使用卡尔曼滤波器滤波得到的高度误差。从图5可以看出GPS的定位信息中的高度信息精度相对来说比较差，在400s的仿真时间内高度误差达到35m。而图6是GPS接收器和气压高度测量仪的组合定位的测量高度，并且对其采用联合卡尔曼滤波器滤波得到的最终结果。这里可以明显得出利用两者组合定位的方法可以让系统在竖直高度的测量精准度得到比较大的提高，误差可以被压缩到7m之内。因此认为GPS接收器和气压高度测量仪的组合定位方式效果更好，更能够有效的反映出所需要的消防人员的位置信息，在智能消防服的应用更为合理有效。

图5　GPS接收器单独定位误差

图6　GPS接收器和气压高度测量仪组合定位高度误差

4　小结

针对智能消防服使用过程中出现的无法正确定位消防人员的位置的情况，本文提出了智能消防服位置信息融合方法。智能消防服的定位位置信息的模块同时采用GPS和气压传感器用来代替单一的GPS定位。分析了GPS和气压传感器的测高原理以及两者信息的数据融合方法，并对实验结果进行数值仿真。仿真结果表明用气压高度测量仪测高结果对 GPS的定位信息进行标定并采用有效可行的联邦卡尔曼融合方法得到信息融合结果，在组合定位中极大的提高了精度；且误差几乎被控制在7m以内，从而可以得到更为准确的位置信息，为消防的后台调度提供了重要依据。

[1] 卢业虎, 李俊, 王云仪. 热防护服装热湿传递模型研究及发展趋势[J]. 纺织学报, 2012, 33(1): 151-156.

[2] 胡淑蓉, 李俊. 防护服性能测评的研究进展[J]. 纺织学报, 2011, 32(5): 148-154.

[3] Axisa F,Schmitt P M, Gehin C, et al. Flexible technologies and smart clothing for citizen medicine, home healthcare, and disease prevention[J]. Information Technology in Biomedicine, IEEE Transactions on, 2005, 9(3): 325-336.

[4] J.Rantanen,J.Impio,T.Karinsalo,M.Malmivaara, Smart Clothing Prototype for the Arctic Environment [J]. Personal and Ubiquitous Computing, 2002,(6): 316.

[5] 张振军, 孙锴, 冯传勇, 等. 利用 GPS 测高的水准测量粗差检测方法探讨[J]. 测绘通报, 2014, (9) : 021.

[6] 赵丹. GPS 测高的限制性与可行性研究[J]. 中国石油和化工标准与质量, 2013, (7): 220.

[7] 王俊彩. 基于BMP085 的一种便携式海拔高度测量系统设计[J]. 传感器与微系统，2011，30(12): 123-125.

[8] 张晓霞, 李晓琳, 王宏玉, 等. 基于联合卡尔曼滤波的 GPS/DR 融合仿真[J]. 沈阳建筑大学学报自然科学版, 2013, 29(1): 163-167.

[9] 高颖, 姬维君, 王凤华, 等. 基于分层多级黑板的多源信息融合系统设计[J]. 弹箭与制导学报, 2013, 33(6): 149-152.

[10] Ma J, Wang T, Wang Z, et al. Adaptive damping control of inter-area oscillations based on federated Kalman filter using wide area signals[J]. Power Systems, IEEE Transactions on, 2013, 28(2): 1627-1635.

[11] Z H.H, S G.H, Data Fusion Approach Based on High Precision Barometric Altimeter and GPS[A]. Intelligent Systems andApplications[C].2009,ISA 2009,International Workshop on, vol, no, pp,1,4, 23-24 May 2009.

[12] 李媛媛. 智能消防服系统信息获取与处理关键技术研究[D]. 上海：东华大学，2013.

[13] Hiroomi Takitawa. Vehicles detection using sensor fusion[J]. IEEE Intelligent Vehicles Symposium, 2004. 238-243.

Study on the Fusion of the Information of the Firefighters’ Position Based on the Smart Textiles

LIN Jian-qin1,2, XU Wu-jun1,2, LI Yuan-yuan3
(1. College of Information Sciences and Technology, Donghua University, Shanghai 201620, China; 2. Engineering Research Center of Digitized Textile and Fashion Technology of Ministry of Education, Donghua University, Shanghai 201620, China；3.Shanghai Huali Microelectronics Corporation, Shanghai 201203, China)

Sensors which are embedded in the firefighters’ protective clothing can detect the real-time environmental information. It’s critical to master the information of the firefighters’ position. Since the precision of the GPS receiver is not ideal, it will be much more accurate to measure the firefighters’ position information through barometric altimeter enhanced GPS combined position. And it can report the information of the environment and firefighters’ position in time, and transmit the information to the fire truck command system, so that the fire commanders can realize the dispatch more accurately under the understanding ofthescene situation. Based on the result of simulation, through Matlab and federal Kalman filtering algorithm of barometric altimeter combined GPS position, it can distinctly improve positioning accuracy significantly.

multi-source information fusion; smart textiles protecting system; GPS receiver; barometric altimeter; federal Kalman filtering

TP393；TP919

A

2095－414X(2015)06－0061－06

许武军（1974-），男，副教授，博士，研究方向：图像与视觉工程；嵌入式计算与系统；导航与定位技术.

上海市科委长三角联合攻关项目(10595812200）；中央高校基本科研业务费专项资金项目(11D10417).