CN103543437A - 一种基于Zigbee技术的井下人员定位系统设计 - Google Patents

Abstract

本发明公开了一套井下定位系统，其特征在于，改进了传统的Euclidean算法，并将改进后的算法应用于Zigbee网络组成的井下定位系统中。本发明不仅可以实现井下人员的定位、查询，还能实现对员工的考勤，相对前人研制的定位系统，成本低廉，定位精度相对较高，同时易于维护。

Description

一种基于Zigbee技术的井下人员定位系统设计

技术领域

本发明涉及通信及矿井作业安全监管领域。

背景技术

煤炭是我国的主要能源，其在我国能源生产结构和我国能源消费结构中分别约占74.7％和69.5％。近年来，随着科学技术的发展和国家为保障煤矿企业安全生产而大力出台的煤矿安全规程，我国煤矿安全生产形势逐渐好转，事故起数、死亡人数、百万吨死亡率均出现下降趋势。据国家煤矿安全监察局统计，2010年我国煤矿事故起数和死亡人数同比减少213起、198人，分别下降了13.2％和7.5％。我国小煤矿事故也出现了好转的趋势，其中，我国在2010年小煤矿百万吨死亡率为1.417，同比下降6％。

虽然近年来，我国煤矿安全生产形势取得了可喜的成绩，但与世界其它主要产煤国相比，仍然存在有较大的差距。根据《世界主要产煤国家煤矿安全状况及事故案例》和历年《全国煤矿事故分析报告》的数据，我国煤矿百万吨死亡率均高于美国、南非、印度、波兰和俄罗斯等世界主要产煤国。据统计，2008年，我国煤矿百万吨死亡率为1.182，是美国的42.2倍、南非的14.8倍、印度的7.7倍、波兰的7.0倍、俄罗斯的6.2倍。

纵观国内历年来的煤矿事故，我国百万吨死亡率之所以会高于世界其它主要产煤国的原因，除了因煤矿企业违规生产而发生瓦斯爆炸、透水、火灾等事故而造成大量人员伤亡外，更多的是因为煤矿企业的生产缺乏一套由先进的技术、可靠的设备、称职的人员、规范化的管理、有效的预警组成的煤矿安全管理与定位救援系统。归结起来，造成我国百万吨死亡率明显高于世界其它主要产煤国的原因主要有以下几点：

1)没有根据井下巷道潮湿、弯曲、传输损耗大等井下环境特点来选用布网技术和生产相应的网络设备；

2)跟世界主要产煤国相比，我国煤矿开采设备现代化水平较低，煤矿开采仍然主要由大量的井下作业人员完成，同时，难以及时掌握井下人员的分布及其行踪，进行精确定位；

3)我国煤矿信息化水平仍比较落后，当井下发生瓦斯爆炸、透水、火灾等事故时，不能及时对井下工作人员发出灾害预警信息；

4)当煤矿事故不幸发生时，地面搜救人员不能根据井下被困人员的准确位置开展有效地救援工作，耽误了井下人员宝贵的黄金救援时间。

因此，在一个越来越重视生命、强调以人为本的和谐社会环境中，及时、准确地对井下人员进行精确定位，从而提高煤矿生产效率和减少人员伤亡，就成为了一个显得很有必要和很有意义的一个课题。

井下定位属于煤矿安全系统的一部分，而煤矿安全系统是一套复杂、科技含量高的系统，它是以人和井下生产相关设备及环境等为管理对象，包括机械、设备、产品、原材料等，其最终目的是保护井下人和生产资料的安全。矿井的生产主要是针对位于地下的矿体，矿工采掘的整个生产过程时刻遭受着瓦斯、一氧化碳、煤尘、涌水、机电、顶板、通风等因素的威胁，井下复杂的环境条件要求井下人员随时要注意其自身安全。为了避免不必要的伤亡和减少经济损失，当煤矿生产出现异常或发生事故时，我们要能快速、准确地定位事故，从而有效地展开救援措施。

国外煤矿安全系统起源于20世纪60年代，大概是每隔5至10年就会更新一代产品，发展至今已有五代产品。从技术特性来看，国外的煤矿安全系统可以从信息传输的方式来对它们进行划分。国外煤矿安全系统的信息传输最早是采用空分制来传输信息；国外第二代煤矿安全系统产品的典型技术特征是信道频分制技术的应用，频分制在煤矿安全系统中的应用，得益于当时以晶体管电路为主的信息传输技术的迅速发展，它比采用空分制技术来传输信息向前跨出了一大步；而集成电路的出现又推动了时分制系统的发展，从而产生了第三代以时分制为基础的煤矿安全系统；计算机、大规模集成电路、数字通信等技术在80年代的高速发展，国外又形成了以分布式微处理机为基础的第四代煤矿安全管理系统。随着无线通信技术的发展和成熟，基于无线传输技术的煤矿管理系统正在逐步发展扩大，所以，第五代国外煤矿安全系统又形成了以无线通信技术为基础的特点。

我国现有的煤矿安全系统是以自力更生方针为原则，同时，在引进、吸收、消化国外煤矿安全管理系统先进技术的基础上，逐步形成和发展起来的。80年代初，我国先后从法国引进了CTT63系统和CTT40系统。到了80年代中期，我国又从波兰引进了CMC-20系统，同时，引进了CMM-20系统的制造技术。这是国外第一代煤矿安全系统在我国的应用和实施。90年代以来，我国紧跟世界煤矿安全管理系统发展的潮流和趋势，成功研制和开发出了一批具有世界先进水平的煤矿安全管理系统产品。如北京仙岛新技术研究所和辽宁抚顺安全仪器厂联合研制开发的KJ66系统、煤科院重庆分院研制的KJ90系统，它们共同的特点是：进一步提高了测控分站的智能化水平；具有网络连接功能；系统的操作系统普遍采用了时下主流的Windows操作系统。

ZigBee技术是一种新兴的短距离、低功耗、低速率的无线通信技术。它是IEEE 802.15工作组下的一种无线技术提案，相对于现有各种无线通信技术，ZigBee技术的功耗更低，成本更小，同时有RSSI测距功能，因而被广泛应用于工业控制、传感器网络、监控、国防军事等领域。

RSSI测距技术具有简单、容易实现、成本低廉的优点，因而，被广泛应用于基于距离的定位中。

目前，井下的定位算法大多仍然采用无线传感器网络中的定位算法，根据定位机制中是否需要测量节点间的距离，国内外的定位算法可以分为基于测距的(Ranage-Based)和无需测距(Ranage-Free)的定位算法。前者需要测量节点间的距离或方位信息来求解未知节点的节点位置；后者，则无需测量节点的距离或方位信息，它通过网络的连通性等信息来求解未知节点坐标。在基于测距的定位算法中，比较典型的有基于RSSI(Received Signal Strength Indicator)的定位、基于AOA(Angle of Arrival)的定位、基于TOA(Time of Arrival)的定位和基于TDOA(Time Difference on Arrival)。基于非测距的定位算法主要有Euclidean算法、Dv-Hop(Distance Vector-Hop)算法、Amorphous算法和APIT(Approximate Point-in-TriangulationTest)算法。其中Euclidean算法具有简单、容易实现，得到广泛的应用。但Euclidean的定位精度仍然不够高，也不能直接应用于井下人员定位中。因此，应该对传统的Euclidean算法加以改进，再将其用于井下定位系统中。

发明内容

针对上述现有技术的不足，本发明要解决的问题就是如何设计出一个成本低廉，定位精确，易于维护的煤矿安全系统。

本发明的目的是这样实现的，整个系统分为两部分，一部分是定位算法设计部分，一部分是系统设计部分。

算法设计部分

针对目前存在的定位算法不能简单的直接应用于井下定位中，结合RSSI测距技术和ZigBee技术的优点，针对井下应用环境，提出了基于ZigBee的加权改进Euclidean定位算法。算法描述如下：

首先找到能与未知节点进行通信的n个信标节点，然后我们利用Euclidean定位算法的思想得到

个未知节点近似位置。我们再利用每个三角形中，未知节点到首先选择的2个信标节点的距离之和的倒数作为加权因子，对刚才得出的k个近似位置进行加权修正，最后，再把k个修正后的位置取平均，这个平均值就作为未知节点的位置。

为了防止出现未知节点与信标节点出现重合的情况，即若未知节点i与信标节点j的距离d_ij＝0，我们规定若d_ij≤0.01m，就把此信标节点坐标作为未知节点坐标，否则，利用式1求解未知节点的坐标(x，y)。在求解未知节点的坐标过程中，若出现复数解的情况，我们规定只取实部。

$\left\{\begin{array}{c}x=\frac{{\left[\frac{(\frac{x_{11}}{d_{11}+d_{12}}+\frac{x_{12}}{d_{12}+d_{13}}+\frac{x_{13}}{d_{11}+d_{13}})}{(\frac{1}{d_{11}+d_{12}}+\frac{1}{d_{12}+d_{13}}+\frac{1}{d_{11}+d_{13}})}\right]}_1+...+{\left[\frac{(\frac{x_{k1}}{d_{k1}+d_{k2}}+\frac{x_{k2}}{d_{k2}+d_{k3}}+\frac{x_{k3}}{d_{k1}+d_{k3}})}{(\frac{1}{d_{k1}+d_{k2}}+\frac{1}{d_{k2}+d_{k3}}+\frac{1}{d_{k1}+d_{k3}})}\right]}_k}{k}\\ =\frac{\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{\left[\frac{(\frac{x_{i1}}{d_{i1}+d_{i2}}+\frac{x_{i2}}{d_{i2}+d_{i3}}+\frac{x_{i3}}{d_{i1}+d_{i3}})}{(\frac{1}{d_{i1}+d_{i2}}+\frac{1}{d_{i2}+d_{i3}}+\frac{1}{d_{i1}+d_{i3}})}\right]}_i}{k}\\ y=\frac{{\left[\frac{(\frac{y_{11}}{d_{11}+d_{12}}+\frac{y_{12}}{d_{12}+d_{13}}+\frac{y_{13}}{d_{11}+d_{13}})}{(\frac{1}{d_{11}+d_{12}}+\frac{1}{d_{12}+d_{13}}+\frac{1}{d_{11}+d_{13}})}\right]}_1+...+{\left[\frac{(\frac{y_{k1}}{d_{k1}+d_{k2}}+\frac{y_{k2}}{d_{k2}+d_{k3}}+\frac{y_{k3}}{d_{k1}+d_{k3}})}{(\frac{1}{d_{k1}+d_{k2}}+\frac{1}{d_{k2}+d_{k3}}+\frac{1}{d_{k1}+d_{k3}})}\right]}_k}{k}\\ =\frac{\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{\left[\frac{(\frac{y_{i1}}{d_{i1}+d_{i2}}+\frac{y_{i2}}{d_{i2}+d_{i3}}+\frac{y_{i3}}{d_{i1}+d_{i3}})}{(\frac{1}{d_{i1}+d_{i2}}+\frac{1}{d_{i2}+d_{i3}}+\frac{1}{d_{i1}+d_{i3}})}\right]}_i}{k}\end{array}\right.$ 公式1

假设未知节点N只能与信标节点A和B两点进行通信，它们的坐标分别为(x_A，y_A)和(x_B，y_B)，且未知点N到A和B两点距离分别为d_A和d_B，则未知节点N的坐标为：

$\left\{\begin{array}{c}x=\frac{\frac{x_A}{d_A}+\frac{x_B}{d_B}}{\frac{1}{d_A}+\frac{1}{d_B}}\\ y=\frac{\frac{y_A}{d_A}+\frac{y_B}{d_B}}{\frac{1}{d_A}+\frac{1}{d_B}}\end{array}\right.$ 公式2

若未知节点只能收到一个信标节点的进行通信，就把该信标节点的坐标作为未知节点的坐标。

接下来，利用泰勒展开式原理对未知节点初始坐标(x₀，y₀)进行修正，最后得出未知节点的最终估计坐标(x₀′，y₀′)。

基于泰勒展开式的加权改进Euclidean定位算法的数学模型推导如下：

在大部分的定位场合，合理地部署信标节点都可以达到未知节点至少能与3个信标节点进行通信的情况。因此，在绝大部分的定位中，我们都可以认为定位区域内至少存在3个信标节点对未知节点进行定位。假设未知节点能够与n个信标节点进行通信。即未知节点在它所位于的定位区域内，借助这n个信标节点，未知节点就可以计算出它的位置坐标。

设未知节点根据RSSI得出其到第i个信标节点和第j个信标节点的距离分别为d_i和d_j，且这两个信标节点的坐标分别为(x_i，y_i)和(x_j，y_j)，则未知节点到这两个信标节点的距离之差函数d_ij(x，y)可以表示为：

$d_{\mathrm{ij}}(x,y)=d_i-d_j=\sqrt{{(x_i-x)}^2-{(y_i-y)}^2}-\sqrt{{(x_j-x)}^2-{(y_j-y)}^2}$ 公式3

同理，对这n个信标节点和未知节点，它们存在如下的数学关系：

$\left\{\begin{array}{c}{d}_{12}(x,y)=d_1-d_2=\sqrt{{(x_1-x)}^2-{(y_1-y)}^2}-\sqrt{{(x_2-x)}^2-{(y_2-y)}^2}\\ d_{23}(x,y)=d_2-d_3=\sqrt{{(x_2-x)}^2-{(y_2-y)}^2}-\sqrt{{(x_3-x)}^2-{(y_3-y)}^2}\\ \·\\ \·\\ \·\\ d_{(n-1)n}(x,y)=d_{(n-1)}-d_n=\sqrt{{(x_{(n-1)}-x)}^2-{(y_{(n-1)}-y)}^2}-\sqrt{{(x_n-x)}^2-{(y_n-y)}^2}\end{array}\right.$ 公式4

式中，(x₁，y₁)，(x₂，y₂)，...，(x_(n-1)，y_n)表示能与未知节点进行通信的信标节点坐标，d₁、d₂、...、d_(n-1)、d_n分别表示未知节点根据RSSI得到其与各信标节点的距离。

设未知节点利用加权改进Euclidean定位算法得出的坐标为(x₀，y₀)，即利用式(4.3)求解出的未知节点坐标。则式5在点(x₀，y₀)的一阶泰勒展开式为：

$\left\{\begin{array}{c}{d}_{12}(x,y)\≈d_{12}(x_0,y_0)+(\frac{x_1-x_0}{d_1}-\frac{x_2-x_0}{d_2})\mathrm{\Δx}+(\frac{y_1-y_0}{d_1}-\frac{y_2-y_0}{d_2})\mathrm{\Δy}\\ d_{23}(x,y)\≈d_{23}(x_0,y_0)+(\frac{x_2-x_0}{d_2}-\frac{x_3-x_0}{d_3})\mathrm{\Δx}+(\frac{y_2-y_0}{d_2}-\frac{y_3-y_0}{d_3})\mathrm{\Δy}\\ \·\\ \·\\ \·\\ d_{(n-1)n}(x,y)\≈d_{(n-1)n}(x_0,y_0)+(\frac{x_{(n-1)}-x_0}{d_{(n-1)}}-\frac{x_n-x_0}{d_n})\mathrm{\Δx}+(\frac{y_{(n-1)}-y_0}{d_{(n-1)}}-\frac{y_n-y_0}{d_n})\mathrm{\Δy}\end{array}\right.$ 公式5

令δ_ij(x，y)＝d_ij(x，y)-d_ij(x₀，y₀)，则式5可看成是：

δ＝GH    公式6

其中：

$\mathrm{\δ}=\left[\begin{array}{c}{d}_1-d_2-d_{12}(x_0,y_0)\\ d_2-d_3-d_{23}(x_0,y_0)\\ \·\\ \·\\ \·\\ d_{(n-1)}-d_n-d_{(n-1)n}(x_0,y_0)\end{array}\right],$ $G=\left[\begin{array}{cc}\frac{x_1-x_0}{d_1}-\frac{x_2-x_0}{d_2}& \frac{y_1-y_0}{d_1}-\frac{y_2-y_0}{d_2}\\ \frac{x_2-x_0}{d_2}-\frac{x_3-x_0}{d_3}& \frac{y_2-y_0}{d_2}-\frac{y_3-y_0}{d_3}\\ \·& \·\\ \·& \·\\ \·& \·\\ \frac{x_{n-1}-x_0}{d_{n-1}}-\frac{x_n-x_0}{d_n}& \frac{y_{n-1}-y_0}{d_{n-1}}-\frac{y_n-y_0}{d_n}\end{array}\right],$ $H=\left[\begin{array}{c}\mathrm{\Δx}\\ \mathrm{\Δy}\end{array}\right].$

令Ψ＝GH-δ，则 $f=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\ψ}}_i^2={\mathrm{\ψ}}^T\mathrm{\ψ}={(\mathrm{GH}-\mathrm{\δ})}^T(\mathrm{GH}-\mathrm{\δ}),$ 为了使f最小，则必须使 $\frac{\mathrm{d\ψ}\left(H\right)}{\mathrm{dH}}={2G}^T\mathrm{GH}-{2G}^T\mathrm{\δ}=0,$ 即有：

$\frac{\mathrm{d\ψ}\left(H\right)}{\mathrm{dH}}={2G}^T\mathrm{GH}-{2G}^T\mathrm{\δ}=0$ 公式7

如果G^TG是非奇异的，则式7的解为：

$\hat{H}={\left(G^{T}G\right)}^{-1}{G}^T\mathrm{\δ}$ 公式8

根据式8，就可以计算出未知节点的新坐标(x₀′，y₀′)。在下一轮迭代开始时，初始坐标就更新为

$\left\{\begin{array}{c}{x}_0^{\′}=x_0+\mathrm{\Δx}\\ y_0^{\′}=y_0+\mathrm{\Δy}\end{array}\right.$ 公式9

将更新后的坐标代入式6中循环迭代，直到|Δx|+|Δy|≤ξ或达到预定的时间间隔，此时的坐标就当作是未知节点的最终估计位置坐标。

算法流程图如图1所示，在具体实施方式中有详细描述。

系统设计部分

定位系统的体系架构如图2所示。整个井下人员定位系统由井上和井下两部分组成，井下主要是由无线连接的ZigBee网络组成；井上主要包括有地面的监控系统、服务器、以及连接到安监局的网络组成。ZigBee无线网络采集和接收到的数据是通过光缆或光纤传输到地面的监控系统，监控系统对数据进行相应地处理后再存储在服务器上，以便在不幸发生煤矿事故发生后，可以为制定营救被困井下人员方案提供数据参考。

整个系统的数据处理流程如图3所示。由于井下的数据要传送到井上的监控系统中，如井下人员的坐标信息和井下环境信息要传输到地面的监控系统；同时，井上有时也需要传输数据给井下的工作人员，如监控系统中的管理人员对井下的信标节点进行设置。因此，ZigBee无线网络和地面监控系统的数据处理流程采用“双向”流的形式。另外，由于要备份井下人员定位信息和查询井下人员的历史数据，监控系统和数据库间同样也采用“双向”流的形式。

附图说明

图1算法流程图(a)。

图2算法流程图(b)。

图3系统架构图。

图4数据处理流程图。

具体实施方式

图1、2所示为算法流程，(1)未知节点在其所处的定位区域内，以固定间隔周期性地向周围的信标节点发送定位请求数据帧；(2)当信标节点收到未知节点的定位请求后，信标节点就按固定的功率发送一个包含自身ID和位置坐标的信息；(3)未知节点在收到信标节点发送过来的信标信息后，就对来自同一个信标节点的RSSI进行多次测量取平均值，然后储存此RSSI平均值；(4)未知节点在收到的RSSI数量i超过规定的阈值N_th，未知节点就建立以下几个集合：信标节点ID集合ID_set＝{ID₁，ID₂，...，ID_n}信标节点位置坐标集合Location_set＝{(x₁，y₁)，(x₂，y₂)，…，(x_n，y_n)}未知节点到各信标节点的距离集合Distance_set＝{d₁，d₂，...，d_n}(5)利用加权改进Euclidean定位算法得出未知节点的坐标(x₀，y₀)。(6)根据加权改进Euclidean定位算法得出的初始坐标，利用泰勒展开式对未知节点的初始坐标(x₀，y₀)进行修正，得出未知节点的修正坐标(x₀′，y₀′)。(7)循环执行(6)，直到|Δx|+|Δy|≤ξ或达到预先设置的时间间隔，然后把此时的值当作是未知节点的最终估计位置坐标。

图3为系统架构图，整个井下人员定位系统由井上和井下两部分组成，井下主要是由无线连接的ZigBee网络组成；井上主要包括有地面的监控系统、服务器、以及连接到安监局的网络组成。为了保证井下无线网络的可靠性和健壮性，ZigBee无线网络的网络拓扑采用组网灵活，具有网络自愈功能的网状拓扑形式。

图4为数据处理流程，ZigBee无线网络采集和接收到的数据是通过光缆或光纤传输到地面的监控系统，监控系统对数据进行相应地处理后再存储在服务器上。让矿工随身携带Zigbee无线模块，此模块中的传感器设备对井下环境进行实时采集，然后经过A/D转换等信号处理后再经过无线传输出去。巷道中每隔几十米放置的信标节点除了完成未知节点的定位功能外，它负责把接收到的数据转发给网关，网关再把接收到的数据传输到地面监控系统中。同时，井上有时也需要传输数据给井下的工作人员，因此，ZigBee无线网络和地面监控系统的数据处理流程采用“双向”流的形式。另外，由于要备份井下人员定位信息和查询井下人员的历史数据，监控系统和数据库间同样也采用“双向”流的形式。

Claims (3)

1.一种井下定位系统，其特征在于利用Zigbee的组网能力与RSSI采集能力改进了Euclidean算法形成一种新算法经软件实现后形成一种适用于井下环境的定位系统。

2.根据权利要求1所述改进的Euclidean算法，其特征在于，利用未知节点N收到的n个信标节点的信号(RSSI)构成

个三角形，每个三角形利用传统Euclidean算法得到未知节点的一个近似位置，然后再利用每个三角形中，未知节点到首先选择的2个信标节点的距离之和的倒数作为加权因子，对刚才得出的k个近似位置进行加权修正，最后，再把k个修正后的位置取平均，这个平均值就作为未知节点的位置。

3.根据权利要求1所述井下定位系统，其特征在于，井下人员定位系统由井上和井下两部分组成，井上主要包括有地面的监控系统、数据库系统、GIS(地理信息系统)以及连接到安监局的网络组成；井下主要是由无线连接的ZigBee网络组成。ZigBee网络的核心是内含Zigbee协议栈和新算法经软件实现后形成的Zigbee定位模块，以及传感器、数据采集模块和其它一些外围电路组成，ZigBee无线模块的核心芯片可以采用但不限于采用目前市面上如CC2530+CC2591相结合的方式。

Images