井工煤矿实时地理围栏管控系统研究

摘 要：文章设计并实现了一个用于井工煤矿的实时地理围栏管控系统。该系统通过建立虚拟的地理边界来远程监控和检测物体在这些区域内的移动情况，通过结合地理信息技术、室内三维定位技术和流式计算框架，开发了适用于井工煤矿环境的实时地理围栏管控系统。解决了井工煤矿的定位坐标系问题、三维定位问题以及海量定位数据的实时处理问题三个技术难点。系统经过在神东煤炭集团石圪台煤矿的实际应用，能够显著提高煤矿作业区域的安全管理水平，通过精确的地理围栏设定和实时位置监控，能够有效预防事故发生，提升作业人员的安全。此外，系统具有广泛的应用潜力，可以在更多矿区推广使用，以提升整个行业的安全管理水平。

关键词：室内定位；地理围栏；流式计算；实时定位系统

中图分类号：TP311 文献标识码：A 文章编号：2096-4706（2024）16-0069-05

Research on Real-time Geofencing Management and Control System for Mine Work in Coal Mines

Abstract： This paper designs and implements a real-time geofencing management and control system which is used for mine work in coal mines. The system remotely monitors and detects the movement situation of objects within these areas by establishing virtual geographic boundaries. And it develops a real-time geofencing management and control system suitablywPqotRNbPyUzgnMO79pSh0jrAEzKJ+yoOQaH5tKG8=le for the environment of mine work in coal mines by combining geographic information technology， indoor 3D location technology and stream computing framework. The system solves three technical difficulties of the problem of location coordinate system， the problem of three-dimensional location， and the problem of real-time processing of massive location data for mine work in coal mines. After practical application in ShiGeTai Coal Mine of Shendong Coal Group， the system can significantly improve the safety management level of the coal mine operation area， effectively prevent accidents and enhance the safety of the operators through accurate geofencing setting and real-time location monitoring. In addition， the system has extensive application potential， and can be popularized and used in more mining areas to improve the safety management level of the whole industry.

Keywords： indoor location; geofencing; stream computing; real-time location system

0 引 言

当煤层离地表远时，一般选择向地下开掘巷道采掘煤炭，这类煤炭开采方式通常称为井工煤矿。由于深入地下作业的危险性，井工煤矿通常需要更严格的安全措施，来实现对工作人员和设备的实时监控，提高矿井开采的安全性。

地理围栏（Geofencing）是一种基于位置的服务（Location Based Service， LBS），它使用全球定位系统（GPS）或其他无线定位技术来定义地理上的虚拟边界。这项技术主要用于监控和管理特定区域内的移动设备或人员的活动[1]。

目前，地理围栏技术已经广泛应用于工业园区管控，工厂巡检等地面重点设施的日常安全检查工作中[2]。

但是由于井工煤矿的横跨地上地下的地理特性，地理围栏技术在井工煤矿中尚无成熟的应用。本文结合使用地理信息技术、室内定位技术和流式计算框架，将地理围栏技术引入地下，实现基于地理围栏的煤矿安全生产管控系统。

1 地理围栏在井工煤矿生产中的作用

1.1 人员安全管控

由于地下煤矿开采作业的危险性，井工煤矿有一系列区域在指定条件下禁止工作人员进入的作业要求。这些具体的禁止区域就表现为地理围栏，例如在采煤机运行过程中，综采工作面机头机尾禁止人员进入。主运大巷皮带机非行人侧禁止进入。煤矿采空区禁止人员进入。深度到达6 m的盲巷禁止人员进入等。

1.2 车辆安全管控

除了设置禁止入内的区域外，地理围栏还能设置禁止外出的区域。以井下煤矿运人车为例，各矿均会规划一条或多条运人车的行驶路线，通常称为合规行驶路线，这些行驶路线在几何上表现为一个或多个不规则多边形[3-4]。当运人车驶离该合规路线的地理围栏时，地理围栏系统应及时向调度指挥中心发出告警。

1.3 设备安全管控

随着煤矿智能化建设的不断深化，越来越多的自动化采掘设备或机器人运行于井下煤矿生产作业中。典型的如无人驾驶梭车、无人驾驶铲车等。这些无人驾驶设备会在自身周边建立一个一定距离的地理围栏，作为设备运行的一个安全阈值，当有工作人员在设备运行期间闯入设备周边的地理围栏时，地理围栏系统应即时发出警报，避免更进一步的伤害的可能[5]。

除此以外，由于各类智能化无人设备贵重，为了更好地管理这些设备，通常调度指挥中心还会绘制设备的地理围栏，即设备仅能在一定区域内工作，避免出现设备丢失、设备失联等问题[6]。

1.4 安全导览管理

深度智能化的煤矿，不仅是一个煤炭生产单位，也是一个智能化学习交流的场所。以神东某矿的某大采高工作面为例，该矿该工作面年接待参观学习交流人员超两万名，通过地理围栏系统，可以对参观学习交流人员进行更好的导览管理[7]，提高参观人员的安全性，同时也降低对煤矿正常生产的影响。

2 地理围栏应用于井工煤矿的难点

虽然地理围栏系统在井工煤矿中有诸多应用，但是由于井工煤矿深入地下的特殊的地理结构，井工煤矿的地理围栏系统的建设面临三大难点：

2.1 地面地下坐标系统不统一

地理围栏的数据基础来自煤矿广泛布设的人员定位系统。目前煤矿人员定位系统普遍使用ZigBee或UWB定位技术。井工煤矿的人员定位系统使用的坐标系通常不是大地坐标系，而是自定义的工程坐标系或地方坐标系，难以与大地坐标系联系。而井工煤矿又是一个横跨地面地下的复杂人工建筑物。通常需要对地面材料厂、库房、设备房与地下的各类设施进行统一的地理围栏管理。地面坐标系统和井下坐标系统的不统一严重制约了地理围栏系统的应用范围，甚至会导致地面地下两套系统的重复建设。

2.2 开采深度问题

井工煤矿是一个复杂的地面地下人工三维建筑体。不管是设置禁止入内的地理围栏还是禁止外出的地理围栏，围栏仅能在指定的开采水平生效，即地理围栏应仅作用于指定深度。具体而言，在31煤（开采深度200 m）设置地理围栏不应作用于上层22煤（开采深度100 m）或12煤（开采深度50 m），即使他们在平面坐标上基本重合。而目前井工煤矿布设的人员定位系统，仅能返回二维坐标，返回的高度坐标不具有测量意义。因此如何改造现有的定位系统，使之返回具有合理意义的能表明所在开采深度的测量值，是决定井工矿地理围栏是否实际可用的重要条件[8-9]。

2.3 海量时空数据的实时处理问题

煤矿人员定位系统上报的含有时间戳和坐标的人/车定位数据统称为时空数据，时空数据的重要性随时间递减。也就说，只有尽快地监测到了人员、车辆违反地理围栏规则的行为，才能最大限度提高安全生产能力。而目前各煤矿虽然在减员增效的大背景下，以一个年产千万吨的大型井工煤矿为例，每日在井下的工作人员仍有400人到600人，井下的各类作业车辆70至80辆，井下自动化采掘设备数10个。按照煤矿作业安全规程，人员定位系统应每秒上报位置信息，因此地理围栏系统每秒需要处理1 000条的时空数据，且需要在秒级完成坐标匹配与转换，闯入或离开地理围栏等时空分析操作，才能满足井工煤矿实时安全监管的需求[10-16]。

3 技术方案

3.1 地上地下统一定位

井工煤矿不仅包括地下的不同深度的开采水平，还包括地面上一系列附属设施，主要包括地面站房、车辆停放站房、地面配电室、地面水泵房等。这些地面重点区域决定了井下的供水、供电、通风等至关重要的基础设施的运行，因此通常也需要通过地理围栏来进行监控和管理。

在地面上，人们通常使用GPS/北斗卫星定位系统来获取实时位置。这类卫星定位系统获得坐标通常是WGS84/国家2 000坐标系下的经纬度坐标。然而在井下，建立在ZigBee/UWB技术上的人员定位系统通常获取的是工程坐标系或自定义坐标系的坐标，无法与地面上的定位数据坐标系融合。

为了解决该问题，本文通过在井口处选择了三个同名点，如图1所示，分别计算这三个点在GPS/北斗经纬度坐标系的坐标。然后再在这三个点上挂载定位卡，计算在人员定位系统的工程坐标系下的坐标。通过这三个同名点的不同坐标，即可计算两种坐标系下的坐标转换参数，实现地上地下一体化的坐标统一。

3.2 井工煤矿分层定位

目前井下的人员定位系统，一般通过TDOA算法来获取定位卡的坐标位置。但是由于矿井的地理特性，定位基站在高程方向上无法拉开距离，构建一个高强度的三维定位网络。因此即使定位卡能够接收到4个以上定位基站的信号，通过TDOA算法生成的高程Z坐标不具有准确的测量精度。

由于ZigBee/UWB的定位特点和井工矿长巷道的地理特点，导致现有的人员定位系统，从定位组网原理上，无法获取准确的高程Z轴坐标。传统的人员定位系统的应用领域对高程Z轴坐标并无需求，但是在地理围栏场景下，会导致上层的物体闯入不同层级的地理围栏的误报现象，如图2、图3所示。用户在22煤开采水平设置了一个地理围栏，但是由于现有的煤矿定位系统无法返回准确的高程信息，因此活动在22煤下方的31煤的人员和车辆会错误的触发上层的22煤地理围栏。

为了解决这个问题，本文使用上行定位的手段，即在矿区地面机房布设位置解算服务器。定位基站接收到定位卡的数据后，将基站ID，定位卡ID，RSSI值，利用井下布设的5G网络，发送到地面的位置解算服务器，由位置解决服务器统一计算定位卡位置。

图4为位置解算示意图。位置解算服务器在获取到定位基站发送的数据后，首先根据标准的TDOA算法流程，构建定位卡最大RSSI值的四个定位基站数据，获取定位基站的坐标，最后使用最小二乘算法求取定位卡的位置坐标。所不同的是，在获取定位卡的坐标后，会基于定位网络所使用的基站位置数据，获取定位卡所在的开采水平，作为定位卡当前位置的Z轴坐标。

3.3 基于事件驱动和流式计算框架的实时地理围栏

传统的地面上的地理围栏应用场景，如货车禁止驶入路段等，是一种后处理的过程。即货车已经闯入禁止的地理围栏一段时间后，系统才会发出告警信息。此类地理围栏处理系统一般使用一个定时的批处理任务，比如在每日凌晨1点对上一日的所有货车轨迹数据和地理围栏数据进行空间相交计算，获取围栏限行规则的货车数据。

而对于煤矿生产场景来说，由于地下煤矿开采作业的危险性，需要一种能够尽量实时地对违反地理围栏规则的情况进行处理和告警的机制。本文使用事件驱动架构和分布式流式计算框架，将人员定位系统上报的实时位置数据作为一个数据流来进行处理，围绕着违反地理围栏的事件来构建整个系统的数据流。

在上游数据来源层面，本文使用Apache NIFI来实时地从位置解算服务器上抽取位置数据，然后发布到Apache kafka消息队列，作为实时的位置消息。

之后，本文使用Apache Flink流式计算框架，根据位置数据的定位卡号，将位置分配到Flink的多个计算节点。计算节点是所有计算逻辑发生的物理区域，计算节点首先会对位置数据进行坐标修改，将工程坐标系下的定位坐标，根据第一步求解到的坐标变换参数，进行坐标变换到经纬度下的大地坐标。然后不断地判断位置坐标是否违反了地理围栏的规则，若违反，则输出到错误信息表中进行告警。

最后，本文使用Spring Boot框架搭建了地理围栏数据服务，告警信息数据服务等后端接口，系统整体架构如图5所示。

4 实践案例

上述地理围栏管控系统已部署到神东煤炭集团旗下石圪台煤矿，石圪台煤矿是一所位于陕西省神木市境内的一个大型煤矿。该矿占地面积65.2 km²，煤炭储量63 526.4万吨，具有8个不同深度可采煤层，目前的主采煤层为12、22、31煤层。石圪台煤矿于2006年正式投产，年产煤1 200万吨，现有工作人员1 693人。

目前，石圪台煤矿为确保生产安全，排除安全隐患，设置了井下周期性巡检任务，将煤矿井下划分为多个巡检区域，要求各级领导，各作业区队队长，队员根据自身工作范围，按照每日、每周、每旬、每月的不同时间周期对矿井进行安全巡检。除了安全巡检外，由于煤炭开采中会释放煤层中蕴含的瓦斯气体（一类以甲烷为主的有毒有害气体的总称），为了实时测定矿井中各处瓦斯浓度，同样划分了多个瓦斯测量区域。该煤矿设置了专职瓦斯测量员岗位，同时也从作业区队中选取队员兼职瓦斯测量员，对井下数百个区域进行瓦斯测量，测量周期从每4小时一次到每QdMJVQzBeSfQbON6NtHdx71Dermx+FTxVdKgBmZBGRs=日一次不定。然而，由于缺少可行的监管手段，无法确保巡检人员和瓦斯测量人员都切实履行了巡检测量任务，缺检，漏检现象时有发生，对煤矿安全生产造成隐患。

此外，煤矿井下的道路进行日常维修保养时也会封路。此外，在运输重型采煤设备如液压支架，采煤机等设备到井下深处的采煤工作面的时，由于设备占地面积大，也需要对运输路线进行封路，保证设备运输安全。目前这类需求仍然是司机和地面调度室通过电话进行信息通报，极易成为信息孤岛，导致井下其他司机和工作人员无法及时获悉道路封堵情况。除临时性地理围栏外，井下的水泵房，变电所等重要设施是一个永久性的地理围栏，这些区域仅允许指定员工进入，当其他无关人员进入时系统也需要实时报警。

综合分析上述煤矿生产的具体业务需求，可分为临时性地理围栏和周期性地理围栏两类，对于临时性地理围栏，煤矿管理者通过系统页面可任意绘制地理围栏作用区域，如图6所示，当有人员或车辆在指定的时间范围内围栏了地理围栏规则后，系统会实时的输出报警信息，如图7所示。对于周期性地理围栏检查需求，系统可灵活的设置检查周期，按照煤矿管理要求，设置巡检周期，之后，系统会按照设置的巡检周期，自动化进行地理围栏判断，确保这类巡检任务得到真实有效彻底的执行，并输出对应结果报表，如图8所示，从而进一步保证煤矿生产的安全性。

5 结 论

本文探讨了如何将地理围栏技术，在位置服务（LBS）中应用于井下煤矿生产的安全监控中，并着重解决了以下核心问题：

1）通过联合使用GPS/北斗定位和井下定位系统对同名控制点联系测量的方式构建了井工煤矿的地上地下一体化坐标系统，将地面的大地坐标系统引入到了煤矿井下定位系统中。

2）区别于GPS/北斗定位系统的下行定位，在矿区地面布设位置解决服务器，通过边缘计算的方式，采用上行定位的计算过程，为井下定位系统的解算位置赋予开采煤层深度信息，实现了井下煤矿的分层定位。

3）针对井下定位系统上报的海量时空数据和实时性的位置监控需求，使用事件驱动架构和分布式计算框架Flink，构建了一套近实时的地理围栏管控系统，以满足煤炭生产中的安全监管需求。

在解决了以上问题的基础上，本文以神东煤炭集团石圪台煤矿的为试点，将地理围栏技术应用于该矿的日常生产监管业务中。通过实地验证表明，地理围栏技术可以实现煤矿井下道路封禁管理，井下变电所，水泵房等重点区域禁入管理以及井下安全巡检围栏监管等对煤矿安全生产极为重要的监管业务，通过部署和使用实时地理围栏管控系统，可以显著地提升了煤矿生产的安全管理水平，为确保煤矿作业的安全性提供了有力的技术支持。

参考文献：

[1] VELKOVA V，IVANOV R. Mobile Application for Creating and Exporting Geofences [C]//2023 International Conference Automatics and Informatics（ICAI）.Varna：IEEE，2023：221-224.

[2] GARZON S R，DEVA B. Geofencing 2.0 Taking Location-Based Notifications to the Next Level [C]//2014 ACM International Joint Conference on Pervasive and Ubiquitous.Seattle：[s.n.]，2014：921-932.

[3] JAYA M I，TONG G X，FAIZAL M，et al. Geofence Alerts Application With GPS Tracking For Children Monitoring（CTS） [C]//2021 International Conference on Software Engineering & Computer Systems and 4th International Conference on Computational Science and Information Management （ICSECS-ICOCSIM）.Pekan：IEEE，2021：222-226.

[4] 王杰.基于地理围栏技术的车辆态势展示系统的设计与实现 [D].上海：华东师范大学，2022.

[5] BADKI A，GALLO O，KAUTZ J，et al. Binary TTC： A Temporal Geofence for Autonomous Navigation [C]//2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）.Nashville：IEEE，2021：12941-12950.

[6] STEVENS M，ATKINS E. Geofence Definition and Deconfliction for UAS Traffic Management [J].IEEE Transactions on Intelligent Transportation Systems，2021，22（9）：5880-5889.

[7] 罗朝明，龚竞.基于地理位置的灾情信息推送技术研究 [J].测绘，2018，41（1）：11-13.

[8] STEVENS M，ATKINS E. Generating Airspace Geofence Boundary Layers in Wind [J].Journal of Aerospace Information Systems，2020，17（2）：113-124.

[9] FU Q X，LIANG X L，ZHANG J Q，et al. Design and Experiment of Autonomous Flight UAS Geofence Algorithm [C]//CSSE'19：Proceedings of the 2nd International Conference on Computer Science and Software Engineering.ACM Digital Library：[s.n.]，2019：137-143.

[10] CHENG G Y，GUO Y，CHEN Y W，et al. Designating City-Wide Collaborative Geofence Sites for Renting and Returning Dock-Less Shared Bikes [J].IEEE Access，2019，7：35596-35605.

[11] ILYAS Q M，AHMAD M. Smart Farming： An Enhanced Pursuit of Sustainable Remote Livestock Tracking and Geofencing Using IoT and GPRS [J].Wireless Communications and Mobile Computing，2020（6）：1-12.

[12] MAIOUAK M，TALEB T. Dynamic Maps for Automated Driving and UAV Geofencing [J].IEEE Wireless Communications，2019，26（4）：54-59.

[13] HERMAND E，NGUYEN T，HOSSEINZADEH M，et al. Constrained Control of UAVs in Geofencing Applications [C]//2018 26th Mediterranean Conference on Control and Automation （MED）.Zadar：IEEE，2018：217-222.

[14] CHO J，YOON Y. How to Assess the Capacity of Urban Airspace： A Topological Approach Using Keep-in and Keep-out Geofence [J].Transportation Research Part C Emerging Technologies，2018，92：137-149.

[15] SUYAMA A，INOUE U. Using geofencing for a disaster information system [C]//2016 IEEE/ACIS 15th International Conference on Computer and Information Science （ICIS）.Okayama：IEEE，2016：1-5.

[16] CARDONE G，CIRRI A，CORRADI A，et al. Crowdsensing in Urban Areas for City-Scale Mass Gathering Management： Geofencing and Activity Recognition [J].IEEE Sensors Journal，2014，14（12）：4185-4195.