基于惯性导航和Wi-Fi 6的矿井人员融合定位管控

2023-01-30王梦佳张光权

微型电脑应用 2022年12期

王梦佳，张光权

(1.武汉科技大学，资源与环境工程学院, 湖北，武汉 430081;2.湖北省工业安全工程技术研究中心，湖北，武汉 430081)

0 引言

安全生产是产量的保证。我国95%的煤矿是地下开采，煤层条件复杂多变，灾害频繁发生，造成了非常严重的影响。为了进一步保证矿山的安全生产,国家要求完善六大系统以防范风险，尤其是人员定位系统，使人身安全得到有效保障。

至今人员定位技术已经取得了丰富成果。根据原理划分有基于到达时间的TOA/TDOA[1]定位和基于RSSI[2]的AOA定位[3]。根据无线硬件装置划分有GPS定位[4]、Wi-Fi定位[5]、ZigBee定位[6-7]和RFID[8]定位等。常用的室内定位技术见表1。

表1 室内定位技术

室内定位技术各有优劣，惯性导航只和自身有关而不依赖外部信号，由于存在惯性漂移的问题，因此采用外部固定的Wi-Fi 6提供位置信息进行修正，以提高定位精度。故设计将Wi-Fi 6定位与惯性导航定位的信息作融合计算，以此来提高矿井人员定位的可靠性。

1 基于Wi-Fi 6和惯性导航的人员定位系统

1.1 Wi-Fi 6技术

Wi-Fi定位算法主要包含两种：基于TDOA的定位算法和基于RSSI的指示定位算法。两种算法均需不少于3个接入点(AP)，这导致地下巷道的工作岗位增加，给网络的建立带来了问题。鉴此采用的是一种基于接收信号强度(RSSI)的指示定位算法。在Wi-Fi 6[9]时代，选择SR(space reuse)技术以及2套NAV机制，依靠AP设置，AP运行于相邻AP时仍然做到稳定无线传输，促使网络容量明显增加。

1.2 惯性导航算法模型

惯性导航是一种推算式导航，可转化为找寻定位点与目的地之间的可行路径[10]。由于所得结果来自积分运算，随着时间和位置的不断推移，误差会不断累积[11-12],因此需借助Wi-Fi外部固定点来修正[13]。惯性导航的相对位置可以从载体的运动中推断出来，独立于外部信息，适用复杂的井下环境。

算法包含3种。

(1) 返回运动判断。需要判断正方向，初始化信息，各标签朝向属性均设定成true。判断的数量设置为3个，使用当前位置p0与后3个时刻p1、p2和p3相对比，如果这些都是反向的，则标签是返回。假定p0正向运动，则t1时有p1>p0，在实测数据方面，发现p1、p2、p3均不超过p0，那么忽略p1、p2、p3的大小，判断标签折返。判断程序伪代码为：

if(flag=false)){

if(after>before){

countPos+=finalSpeed;

count=0;}

else{

count+=1;

}

}else if(flag=true){

……}

(2) 静止判断。必须和上个时刻位置进行比较，若连续3个时间间隔位置保持相应区域中，则判断为静止。相关代码为：

if(abs(tempPos-lastPos)

stopFlag+=1;

if(stopFlag≥3){

countPos = lastPos ;

return countPos ;

}

(3) 分时段的速度计算。首先计算距离导数速度,然后计算速度对时间的积分,加上基站的各个时期测量标签的初始位置，求和，从而得到该标签的最终计算位置，然后将计算的位置与实际测量的位置进行比较，修正标签的最终显示位置。为了计算给定标签的速度Vt，使用恒定长度的等待窗口对测量到的原始数据进行预处理，最后根据队列中实时变化的数据计算totalVt与dn。程序伪代码如下：

point point=(node*)malloc();

p1.data=lastPos;

node *begin=head;

node *after=begin.next;

int i=0;

while(i

if(lastPos≥next.data){

if(after.next)

begin=begin.next;

after=after.next;

}

else{

after.next=point;

point.next=null;

break;

}

else{

begin.next=point;

point.next=after;

after=point;

break;

}

1.3 组合定位系统

将惯性导航与Wi-Fi构成组合定位系统[14]融合可以促使定位更准确。步态判断是利用惯性导航中的加速度传感器，能够感测x，y，z轴方向加速度状况，界面如图1所示。

图1 惯性定位系统

本文采用惯性导航定位和Wi-Fi 6定位中的RSSI模型定位信息组合[15]，在Wi-Fi 6系统测得输出量的基础上，利用相似度加权融合算法与RSSI模型计算相似度是否大于1去校正。相似加权融合算法计算过程如下:①定位开始获取设备传感器的信息，定位通过惯性测量指示步长、步长和行走方向信息；②通过RSSI模型的定位计算得到定位起点的位置，计算RSSI参数得到信号强度；③同时获取扫描到的矿井下AP，选取由AP定位,然后记录AP和信息的信号,并计算出位置用模型的RSSI定位算法；④计算当前固定点与前一个固定点信号的相似性，以及前一个固定点信号强度的可靠性，然后使用融合算法计算最终位置；⑤人员在井下的位置是通过第2、3、4步的重复循环来实现的。组合定位流程图如图2所示。