基于 UWB 的综采工作面推进度测量系统

刘清 刘军锋

文章编号：1671?251X（2024）04?0033?08

DOI：10.13272/j.issn.1671-251x.2023120024

摘要：針对目前综采工作面推进度的测量和计算方式存在费时费力、累计误差大、传感器损坏后无法重新计算等问题，提出了一种基于 UWB测距技术的综采工作面推进度实时测量系统。该系统采用矿用本安型测距分站与测距标志卡组合的方式，通过无线通信实现对综采工作面巷道推进度的实时测量。在综采工作面端头液压支架布置测距分站，在回采巷道固定标志点悬挂测距标志卡，通过巷道内 UWB无线信号测距，当即将开采到最近的测距标志卡位置时，撤掉该处测距标志卡，后续测距标志卡接替进行巷道推进度的测量与计算，依此循环往复，不断进行更替测量。结合采煤工艺，建立了依据采煤机位置和液压支架动作的限幅中值平均滤波模型，该模型将限幅滤波、中值滤波、算术平均滤波深度融合，以剔除海量数据中由于受到测量、遮挡等影响而造成的测量偏差较大的无效数据，同时消除有效数据中的最大和最小偏差数据，进一步保证了通过算术平均运算得到的测量值的准确性和有效性，实现了综采工作面推进度的连续测量。地面测试结果表明，测距分站1的最大误差为0.32 m，误差小于0.2 m 的占比为84.62%；测距分站2的最大误差为0.48 m，误差小于0.2 m 的占比为76.92%。井下工业性试验结果表明：该系统与矿方实测数据日平均推进度差值为0.13 m，证明了 UWB测距技术在井下巷道条件下测距的可行性和基于采煤工艺的推进度测量模型的准确性。

关键词：综采工作面；推进度测量；UWB 测距；双边双向测距法；限幅中值平均滤波模型中图分类号：TD67  文献标志码：A

UWB based measurement system for pushing progress of fully mechanized working face

LIU Qing， LIU Junfeng

（Beijing Tianma Intelligent Control Technology Co.， Ltd.， Beijing 101399， China）

Abstract： A real-time measurement system for the pushing progress of fully mechanized working face based on UWB ranging technology is proposed to address the problems of existing measurement and calculation methods， such as time-consuming， labor-intensive， large cumulative errors， and inability to recalculate after sensor damage. The system adopts a combination of mining intrinsic safety distance measurement substation and distance measurement marker card， and achieves real-time measurement of the progress of roadway pushing in the fully mechanized working face through wireless communication. At the end of the fully mechanized working face， a distance measuring substation is arranged on the hydraulic support， and a distance measuring mark card is hung at the fixed marking point of the mining roadway. The distance is measured through UWB wireless signal in the roadway. When the mining is about to reach the nearest distance measuring mark card position， the distance measuring mark card is removed. The subsequent distance measuring mark card is replaced to measure and calculate the progress of the roadway pushing， so as to continuously replace the measurement. Based on the coal mining technology， a limited amplitude median average filtering model is established based on the position of theshearer and the action of the hydraulic support. This model deeply integrates limited amplitude filtering， median filtering， and arithmetic mean filtering to eliminate invalid data with large measurement deviations caused by measurement and occlusion in massive data. At the same time， the maximum and minimum deviation data in the effective data are eliminated， further ensuring the accuracy and effectiveness of the measurement values obtained through arithmetic mean operation. The continuous measurement of the progress of the fully mechanized working face is achieved. The ground test results show that the maximum error of ranging substation 1 is 0.32 m， and the proportion of errors less than 0.2 m is 84.62%. The maximum error of distance measurement substation 2 is 0.48 m， and the proportion of errors less than 0.2 m is 76.92%. The industrial underground test results show that the difference between the daily average advance degree of the system and the measured data of the coal mine is 0.13 m. The result proves the feasibility of UWB ranging technology in underground roadway conditions and the accuracy of the pushing progress measurement model based on coal mining technology.

Key words： fully mechanized working face; pushing progress measurement; UWB ranging; bilateral bidirectional ranging method; limited amplitude median average filtering model

0引言

综采工作面的推进度（即工作面沿推进方向的推进距离）不仅可以反映工作面推进速度的快慢、计算工作面产量及实时确定工作面的开采位置[1-2]，还与工作面开采过程中上覆岩层的变形移动、冲击地压的发生等息息相关[3-6]。翟新献等[3]在研究综放开采过程中砾岩层变形移动垮落特征、声发射和震动加速度响应特征时，认为声发射事件参数即最大幅值、振铃计数和绝对能量均与工作面推进度有关。推进速度会影响工作面采空区自燃“三带”范围的变化，推进速度过慢、形成的漏风空间较大、采空区内遗煤量过大等均会加大采空区自然发火的可能性[7-9]，同时推进度的变化也与瓦斯涌出量密切相关[10-11]。因此，如何快速准确地获取综采工作面的实时推进度信息至关重要，成为煤矿开采过程中的主要任务之一。

目前，针对综采工作面推进度的测量问题，很多矿井采用人工测量方式，即工作面每割煤1刀后，由专职的验收员对工作面两巷的推移距离分别进行测量并记录，这种人工测量方式最直接、最简单，但需要设置专职人员，费时费力，同时由于每次测量的误差，容易造成测量误差的累加，导致数据不准确，并且人工测量已不满足目前煤矿智能化、无人化的需求。部分矿井将采煤机和液压支架每次的推移步距设定为固定值，通过记录采煤机的割煤刀数，采用割煤刀数×推移步距的方式，计算得出综采工作面推进度，但由于采煤机割煤进尺的变化，导致一段时间以后累计推进度不准确。为了解决上述累计测量误差问题，部分学者利用综采工作面液压支架的推移油缸行程传感器，通过数据处理，形成了工作面推进度算法，这种方式虽然精度较高，但存在传感器损坏后无法重新计算的问题。

针对上述问题，本文提出了一种基于超宽带（Ultra Wide Band，UWB）的综采工作面推进度测量系统。基于 UWB 无线测距原理，研究了综采工作面推进度的测量方案和计算方法，通过地面调试和井下试验，建立了限幅中值平均滤波模型，完成了对海量实测数据的处理，实现了综采工作面推进度的连续测量，解决了存在累计测量误差和因传感器损坏不能重新计算的问题。

1 UWB 测距原理

目前可应用于井下的距离测量技术主要包括 WiFi、红外和激光等，但 WiFi 测距精度较低，不能满足井下实际需求[12-13]，红外和激光测距易受粉尘、巷道起伏等条件影响而不能稳定、连续工作。UWB 具有系统复杂度低、抗干扰性能强、测量距离远、测距精度高等优点，非常适合在井下采掘工作面、运输巷道这类空间受限的工作区域使用[14-15]。

UWB 不需要使用传统通信体制中的载波，而是通过发送和接收具有纳秒或纳秒级以下的极窄脉冲来传输数据，具有 GHz量级的带宽，UWB 时域和幅度关系如图1所示。

UWB 是通过飞行时间法（Time of Flight，TOF）来测距，原理如图2所示。从发送端发射1个脉冲信号，信号打到物体后返回，接收端接收到发射信号后，计算两者之间的时间差，通过脉冲信号前后的飞行时间乘以光速来实现物体之间距离的测量。

UWB 采用 TOF 测距时，发送端和接收端两设备之间时间同步的精度直接影响测距精度，因此，采用双边双向测距（Double Sided-Two-Way Ranging，DS?TWR）算法降低对时间同步精度的依赖，DS?TWR 测距原理如图3所示[16-17]。发送端 A 收到的时间戳

在 DS?TWR 算法中，设备 A 在 t1时刻发送请求脉冲信号，经一段传输时间后，设备 B 在 t2时刻接收到该脉冲信号，在 t3时刻发送一个响应+请求脉冲信号，设备 A 在 t4时刻收到这个响应+请求脉冲信号，在 t5时刻再次发送一个请求脉冲信号，设备 B 在 t6时刻接收到这个请求脉冲信号，并通过响应脉冲告诉设备 A 这个时间戳 t6，完成一个完整的测距过程[18-19]。

2基于 UWB 的推进度测量方案

当综采工作面位于开切眼时，工作面的推进度为0，随着综采工作面内采煤机向前采煤，布置于工作面内的液压支架需逐步按照推进方向向前推进，也就是采煤机每向前割1刀煤，液压支架向前推进1个推移步距，对及时暴露的顶板进行支护，以保证工作面内的顶板不会垮落，液压支架后的顶板随着液压支架的推移而逐渐垮落，形成了采空区。采煤机每割1刀煤工作面向前推进的距离与液压支架可向前推进的1个推移步距相等，可实现采煤机割1刀，液压支架相应支护1个步距。综采工作面采空区、未采区、工作面内液压支架与采煤机布置、两侧巷道、推进度等关系如图4所示。

综采工作面一般包含上、下2条巷道，而由于采煤工艺、地质条件等因素的影响，工作面经常需通过加刀、减刀等方式来调整巷道1和巷道2的推进度，达到工作面调伪斜的目的，以滿足不同生产需求。因此，有必要对综采工作面上、下2条巷道推进度进行实时监测，以期指导工作面稳定、精确生产。

2.1主要设备

考虑基于 UWB 的推进度测量系统的设备安装、供电等条件，本文主要采用矿用本安型测距分站与测距标志卡组合的方式，通过无线通信实现对综采工作面巷道推进度的实时测量，最后将测量的距离信息通过以太网上传至服务器，进行数据分析计算。

1）矿用本安型测距分站。矿用本安型测距分站集成常规定位读卡器、传输分站的功能，通过 UWB 识别测距标志卡，将获得的信息通过以太网上传至服务器。矿用本安型测距分站具有电源指示、上位通信信号指示、信号中断后的数据存储和续传、时间标记等功能，可实现测距标志卡的精确定位与测距、双向通信。在无遮挡、无同频干扰情况下，与测距标志卡 UWB 信号单向最大无线通信距离为300 m。

2）测距标志卡。测距标志卡能够发射无线编码信息，通过 UWB 与测距分站双向通信，同时，可输出电池欠压警告信号。它具有体积小、质量小、使用方便等特点，且可反复充电使用，无需配备供电电源，单次充电后可使用1个月以上，适用于煤矿井下无法供电且有瓦斯和煤尘危险的场所。

2.2基于 UWB 的推进度测量与安装方案

在综采工作面机头、机尾第1台液压支架上安装测距分站，测距分站可跟随液压支架而移动；在巷道内每隔一定距离均匀布置测距标志卡，测距标志卡悬挂于巷道内已知的坐标点上（巷道在掘进过程中会间隔一定距离布置已知坐标点，如每隔50 m 布置1个），测距分站与测距标志卡布置方案如图5所示。

1）在巷道1内第1台液压支架上安装测距分站1，在已知坐标点等距离布置测距标志卡11、测距标志卡12、测距标志卡13等；测距分站1与测距标志卡11、测距标志卡12、测距标志卡13无线通信，并进行测距。

2）在巷道2内第1台液压支架上安装测距分站2，在已知坐标点等距离布置测距标志卡21、测距标志卡22、测距标志卡23等；测距分站2与测距标志卡21、测距标志卡22、测距标志卡23无线通信，并进行测距。

3）測距分站1不与巷道2内的测距标志卡通信，测距分站2不与巷道1内的测距标志卡通信。

4）当工作面即将开采到最近的测距标志卡位置时，撤掉该处测距标志卡并进行回收，后续标志卡接替进行巷道推进度的测量与计算，依此循环往复，不断进行更替测量。

2.3推进度理论计算方法

推进度又可分为每刀推进度、单班推进度、单日推进度、累计推进度等。每刀推进度即为每割1刀煤工作面向前推进的距离；单班推进度为每个生产班工作面累计向前推进的距离；单日推进度为每天工作面向前推进的距离；累计推进度为工作面从切眼开始到当前累计向前推进的距离。以巷道2内的推进度测量为例，其测量计算方法如图6所示。

1）累计推进度。采煤机每完成1次割煤循环，液压支架向前移动1个步距，固定于液压支架上的测距分站跟随支架向前移动1个步距，通过布置于液压支架上的测距分站与固定于巷道内的测距标志卡进行无线通信，计算出巷道2的累计推进度。

L = Sb - S c + Sz     （1）

式中：L 为当前累计推进度；Sb 为测距标志卡到切眼煤壁的距离，为已知距离；Sc 为测距标志卡与测距分站之间的距离，为测量值，包括 Sc1和 Sc2，其中 Sc1为液压支架推移前，测距标志卡与测距分站之间的距离，Sc2为液压支架推移后，测距标志卡与测距分站之间的距离；Sz 为测距分站与煤壁之间的距离，工作面液压支架布置完成后为固定值。

2）每刀推进度。工作面的每刀推进度可以用割煤前后测距分站与测距标志卡测量前后值的变化来计算。

Lm = S c1- S c2     （2）

式中 Lm 为工作面每刀推进度。

3）任意时段推进度。选取任意时间段，统计时间戳在该时间段内的每刀推进度，累计求和后即为该时间段的推进度。

Lf =ΣLm      （3）

式中 Lf 为任意时间段内的累计推进度。

通过任意时段推进度计算方法，可知单班推进度为本班内所有割煤刀数推进度累加计算，单日推进度为本日内所有割煤刀数推进度累加计算。

2.4推进度数据分析算法模型

由于 Sb 与 Sz 均为固定值，为了准确计算工作面累计推进度、每刀推进度及任意时间段推进度，需通过数据处理分析计算随工作面开采而实时变化的 Sc。目前针对数据处理的数学模型主要有限幅滤波法、中值滤波法、算术平均滤波法、中值平均滤波法、限幅平均滤波法等[20-22]。限幅滤波法只能对异常数据进行处理。中值滤波法只能排除数据组中的最大值与最小值。算术平均滤波法对快速变化的信号响应较慢，可能无法很好地保留信号的快速变化部分。中值平均滤波法在排除数据组中最大值与最小值后，对其余数据进行平均处理，但存在没有剔除原数据组中的超幅异常数据的问题。限幅平均滤波法虽然将数据组中的超幅数据剔除后再进行算术平均，但仍存在最大值与最小值对平均值的影响。

针对上述问题，结合采煤工艺，建立了依据采煤机位置和液压支架动作的限幅中值平均滤波模型，将限幅滤波、中值滤波、算术平均滤波进行深度融合，完成了对海量实测数据的处理，实现了综采工作面推进度的连续测量。模型算法流程如图7所示。

1）收集推进度测量系统海量的无规律数据，并对其进行存储。

2）根据采煤机位置、液压支架动作，对存储的数据按照相同的割煤刀数进行数据组划分。

3）对同一割煤刀内的数据进行限幅判断，当数据组内数据大于设定限幅时，对其进行剔除。

4）进行数据中值筛选，剔除数据中的最大值和最小值。

5）对剩余的数据进行算术平均运算，最终得出本次测量值 Sc。

通过限幅中值平均滤波模型可排除海量数据中由于受到测量、遮挡等影响而造成的测量偏差较大的无效数据，同时消除了有效数据中的最大和最小偏差数据，进一步保证了通过算术平均运算得到的测量值 Sc 的准确性和有效性。

3基于 UWB 的推进度测量系统应用试验

3.1试验概况

基于 UWB 的推进度测量系统由上位机控制系统和 UWB 测量系统构成，如图8所示。上位机采用 TCP（客户端）模式，连接测距分站，主动下发命令获取距离数据；测距分站采用 TCP（服务器）模式，收到上位机获取数据命令后回发距离数据；测距分站与测距标志卡之间通过 UWB 无线信号进行实时测距。

3.2地面调试

为了保证基于 UWB 的推进度测量系统在井下的稳定运行，同时检验该系统距离测量的准确性，首先在地面对该系统进行测试，并利用激光测距仪测量结果与基于 UWB 的推进度测量系统所测结果进行对比。地面调试流程如图9所示。

首先对测距分站（光通信板和测距模块）进行设备升级，在升级过程中会显示升级请求响应、升级步骤等，程序升级完成后显示“正常运行”。然后打开UWB Configurator 软件对测距分站的网络参数、基础参数、UWB 参数、分站地址等参数进行配置。最后搭建测试平台，利用激光测距仪与基于 UWB 的推进度测量系统对不同距离的物体进行测量，并将测量结果进行对比分析。地面测试结果见表1。

从表1可看出，测距分站1的最大误差为0.32 m，误差超过0.3 m 的占比为7.69%，误差为0.2～0.3 m 的占比为7.69%，误差小于0.2 m 的占比为84.62%；测距分站2的最大误差为0.48 m，误差超过0.3 m 的占比为7.69%，误差为0.2～0.3 m 的占比为15.38%，误差小于0.2 m 的占比为76.93%。UWB 测距系统与激光测距仪的测量结果相比，误差超过0.3 m 的占比很小，误差基本上均小于0.2 m，2個测距分站误差小于0.2 m 的占比均超过75%。

3.3井下应用

为了验证基于 UWB 的推进度测量系统在井下实际巷道条件下的使用状况，在陕煤集团黄陵某矿综采工作面巷道进行井下工业性试验。该工作面巷道长度为2880 m，巷道起伏较小，一般为0～5°， 巷道掘进过程中，每间隔50 m设置1处巷道长度标志点，以记录工作面巷道长度和指导后期工作面开采位置测量，试验巷道地质条件见表2。

根据试验工作面井下支架布置和巷道情况，在端头支架安装测距分站和天线，在巷道顶端悬挂测距标志卡，具体安装如图10所示。

2023年6月2日—25日，在试验巷道进行了推进度测量连续试验，对所测量的当日推进度进行统计分析，并与矿方实测推进度进行对比。基于 UWB 的推进度测量系统测量与矿方实测当日推进度如图11所示，当日推进度差值统计如图12所示。

由图11和图12可看出，试验期间，基于 UWB的推进度系统测量日平均推进度为11.78 m，矿方实测日平均推进度为11.65 m，日平均推进度差值为0.13 m。当日推进度统计中，最大差值出现在测距标志卡更换当日，为2.21 m，最小差值为0.01 m。这是由于巷道位置点人工悬挂不准，导致了当日产生较大的偏差。6月2日—25日，基于 UWB 的推进度测量系统测量累计推进度为259.21 m，矿方实测累计推进度为256.20 m，累计偏差为3.01 m。

4结论

1）基于 UWB 测距原理，研究综采工作面推进度的测量方案和计算方法，通过开展地面调试和井下试验，建立限幅中值平均滤波模型，完成了对实测数据的处理，最终实现了对综采工作面推进度的连续测量。

2）地面测试结果表明，测距分站1的最大误差为0.32 m，误差小于0.2 m 的占比为84.62%；测距分站2的最大误差为0.48 m，误差小于0.2 m 的占比为76.92%。

3）井下工业性试验结果表明，基于 UWB 的推进度测量系统与矿方实测数据的日平均推进度差值为0.13 m，满足井下推进度连续测量的需求。

参考文献（References）：

[1]刘正.基于支架推移油缸行程的综采面推进距离算法研究[J].陕西煤炭，2022，41（5）：113-117.

LIU Zheng. Research on algorithm of advancing distance of fully mechanized mining face based on the support pushing cylinder stroke[J]. Shaanxi Coal，2022，41（5）：113-117.

[2]朱朋飞，郭龙真.基于机器视觉的煤矿井下工作面推进度智能识别方法[J].煤矿机械，2023，44（8）：200-203.

ZHU Pengfei，GUO Longzhen. Intelligent recognition method of advancing degree of coal mine underground working face based on machine vision[J]. Coal Mine Machinery，2023，44（8）：200-203.

[3]翟新献，赵晓凡，郭钊洋，等.综放开采上覆巨厚砾岩层变形垮落冲击相似模拟研究[J].采矿与安全工程学报，2023，40（5）：1018-1030.

ZHAI Xinxian，ZHAO Xiaofan，GUO Zhaoyang，et al. Similar simulation study on deformation and collapsing impact of overlying hugely-thick conglomerate stratumin longwall top-coal caving mining[J]. Journal of Mining & Safety Engineering，2023，40（5）：1018-1030.

[4]王朝引.回采速度对厚煤层综采工作面冲击显现的影响[J].煤炭科学技术，2019，47（8）：96-101.

WANG Chaoyin. Effect of mining speed on bump manifestation of fully-mechanized mining face in deep and thick coal seam [J]. Coal Science and Technology，2019，47（8）：96-101.

[5]赵同彬，郭伟耀，韩飞，等.工作面回采速度影响下煤层顶板能量积聚释放分析[J].煤炭科学技术，2018，46（10）：37-44.

ZHAO Tongbin， GUO Weiyao， HAN Fei， et al. Analysis on energy accumulation and release of roof under influence of mining speed[J]. Coal Science and Technology，2018，46（10）：37-44.

[6]劉金海，孙浩，田昭军，等.煤矿冲击地压的推采速度效应及其动态调控[J].煤炭学报，2018，43（7）：1858-1865.

LIU Jinhai，SUN Hao，TIAN Zhaojun，et al. Effect of advance speed on rock burst in coal mines and its dynamic control method[J]. Journal of China Coal Society，2018，43（7）：1858-1865.

[7]李生鑫，孙珍平，刘春刚.基于通风量与推进度的采空区自然发火数值模拟[J].煤矿安全，2020，51（9）：196-200.

LI Shengxin，SUN Zhenping，LIU Chungang. Numerical simulation of spontaneous combustion in goaf based on ventilation and advancing degree[J]. Safety in Coal Mines，2020，51（9）：196-200.

[8]曹拓拓，宣德全，范振.易自燃煤层低推进度综放工作面采空区自燃防治技术[J].煤矿安全，2014，45（12）：92-95.

CAO Tuotuo， XUAN Dequan， FAN Zhen. Goaf spontaneous  combustion  control  technology  of mechanized face of spontaneous combustion coal seam with low advance degree[J]. Safety in Coal Mines，2014，45（12）：92-95.

[9]姜希印.易自燃孤岛工作面安全推进速度研究[J].工矿自动化，2019，45（12）：7-11.

JIANG Xiyin. Research on safe advancing speed of spontaneous combustion isolated working face[J]. Industry and Mine Automation，2019，45（12）：7-11.

[10]季文博，齐庆新，李宏艳，等.沙曲矿单一工作面推进度与瓦斯涌出量关系研究[J].煤炭工程，2012，44（12）：95-98.

JI Wenbo，QI Qingxin，LI Hongyan，et al. Study on relationship between advancing rate of single coal mining face and gas emission value in Shaqu Mine[J]. Coal Engineering，2012，44（12）：95-98.

[11]肖寒撼，李维光，华道友，等.单一煤层采煤工作面瓦斯抽采量与推进度之间关系研究[J].中国煤炭，2018，44（3）：140-142，146.

XIAO Hanhan，LI Weiguang，HUA Daoyou，et al. Study on the relationship between advance rate and gas drainage volume of single coal seam work face[J]. China Coal，2018，44（3）：140-142，146.

[12]邓小明，邓志龙.基于 UWB 技术的煤矿无线传感器网络设计研究[J].煤炭技术，2023，42（6）：244-247.

DENG Xiaoming，DENG Zhilong. Design and research of coal mine wireless sensor network based on UWB technology[J]. Coal Technology，2023，42（6）：244-247.

[13]薛光辉，李圆，张云飞.基于激光靶向跟踪的悬臂式掘进机位姿测量系统研究[J].工矿自动化，2022，48（7）：13-21.

XUE Guanghui，LI Yuan，ZHANG Yunfei. Research on pose measurement system of cantilever roadheader based on laser target tracking[J]. Journal of Mine Automation，2022，48（7）：13-21.

[14]王俊秀. UWB 测距技术在煤矿井下的应用[J].煤矿机械，2023，44（9）：145-147.

WANG Junxiu. Application of UWB ranging technology in underground coal mine[J]. Coal Mine Machinery，2023，44（9）：145-147.

[15]丁震，张雨晨.煤矿井下粉尘浓度对 UWB 测距精度的影响研究[J].工矿自动化，2021，47（11）：131-134.

DING Zhen， ZHANG Yuchen. Research on the influence of coal mine dust concentration on UWB ranging precision[J]. Industry and Mine Automation，2021，47（11）：131-134.

[16]陈伟.基于 UWB 技术的煤矿精确定位系统[J].煤矿机械，2023，44（5）：177-180.

CHEN Wei. Coal mine precise positioning system based on UWB technology[J]. Coal Mine Machinery，2023，44（5）：177-180.

[17]郭爱军.基于 UWB 的 PDOA 与 TOF 煤矿井下联合定位方法[J].工矿自动化，2023，49（3）：137-141.

GUO Aijun. A joint positioning method of PDOA and TOF in coal mines based on UWB[J]. Journal of Mine Automation，2023，49（3）：137-141.

[18]郁露，唐超礼，黄友锐，等.基于 UWB 和 IMU 的煤矿机器人紧组合定位方法研究[J].工矿自动化，2022，48（12）：79-85.

YU Lu，TANG Chaoli，HUANG Yourui，et al. Research on tightly combined positioning method of coal mine robot based on UWB and IMU[J]. Journal of Mine Automation，2022，48（12）：79-85.

[19]任昊譽，郭晨霞，杨瑞峰.卡尔曼滤波提高 UWB 测距精度研究[J].电子测量技术，2021，44（18）：111-115.

REN Haoyu，GUO Chenxia，YANG Ruifeng. Research on improving UWB ranging accuracy by Kalman filter[J]. Electronic Measurement Technology，2021，44（18）：111-115.

[20]泰勒.数字滤波器原理及应用[M].北京：国防工业出版社，2013.

TAYLOR F J. The principle and application of digital filter[M]. Beijing：National Defence Industry Press，2013.

[21]唐丽均，吴畏，刘世森.基于灰色预测模型的井下精确人员定位方法[J].工矿自动化，2021，47（8）：128-132.

TANG Lijun，WU Wei，LIU Shisen. Precise personnel positioning method in underground mine based on grey prediction model[J]. Industry and Mine Automation，2021，47（8）：128-132.

[22]张倩.基于改进伪中值滤波和非局部均值滤波的红外图像滤波方法[J].工矿自动化，2014，40（12）：57-60.

ZHANG Qian. A filtering method for infrared image based on improved pseudo median filtering and non- local  means  filtering[J]. Industry  and  Mine Automation，2014，40（12）：57-60.