CN108040324A - 一种救生舱机器人的定位方法及定位系统 - Google Patents

Abstract

本发明适用于定位技术领域，提供了一种救生舱机器人的定位方法及定位系统。本发明通过利用多个无线定位终端在多次等时间间隔测量获取救生舱机器人的多组全局定位数据，以及通过多次等距离间隔测量获取救生舱机器人的局部定位数据，并获取救生舱机器人的瞬时姿态信息和瞬时环境信息，通过预先建立的权重函数对全局定位数据、局部定位数据、瞬时姿态信息及瞬时环境信息进行加权数据融合，再利用预先建立的算法获取救生舱机器人的精确位置坐标，从而使得定位方法具有干扰误差小、定位精度高、收敛速度快、稳定性好的优点，增强井下作业的安全性，加大被救人员生还的概率。

Description

一种救生舱机器人的定位方法及定位系统

技术领域

本发明属于定位技术领域，尤其涉及一种救生舱机器人的定位方法及定位系统。

背景技术

随着无线通信技术和网络技术的飞速发展，各种新技术和新应用正不断地改变着我们的工作和生活，特别是随着地面无线定位和网络技术的发展成熟，带动了井下定位技术和网络通信的发展。但井下环境复杂、空间狭小对于网络布线和设备的安装使用造成了较大的局限性，并且无线信号在巷道传输的过程中衰落较快、存在大量的反射、散射和衍射现象，车辆流动性、聚集性较大也对无线信号的传输造成一定的影响。

目前，我国的井下人员无线定位系统主要以射频识别RFID或PHS技术来实现，它是一种二级集散式的监测系统实现对井下人员位置监测，显示人员身份等信息。国内外针对煤矿井下的定位方法及系统还有：WiFi、ZigBee，以及红外、超声波、蓝牙等。但上述方法和系统都存在这以下问题：RFID通过在特定区域安装天线来监测矿工安全帽中的无源RF识别标签，能够起到区域定位的作用，但是需要布局很多参考点，同样不合适救生舱机器人在一无所有的工作面应用场合；Zigbee技术与RFID定位存在相同的问题，也不能被煤矿逃生采用；红外线穿透性差，通信距离较短导致需要大量部署探测器才能达到有效定位，这就加大了工程投入、维护费用和系统复杂度，对于每天可能与工作面一起同步前进十几公里的救生舱机器人来说，红外线发射器的布局显然不能满足要求；超声波在多径环境下效果差；无线局域网技术要求被定位的物体必须支持无线局域网，且定位精度低；蓝牙技术成本高，复杂环境中稳定性较差；基于WiFi技术的定位系统在地面室内环境的应用情况也不理想。

因此，现有的救生舱机器人定位方法存在干扰误差大、技术成本高、定位精度低的问题，使得井下作业的安全性降低。

发明内容

本发明实施例的目的在于提供一种救生舱机器人的定位方法及定位系统，旨在解决现有的救生舱机器人定位方法存在干扰误差大、技术成本高、定位精度低的问题。

第一方面，本发明实施例提供一种救生舱机器人的定位方法，包括：

利用多组无线定位系统，在同一时间点通过多次等时间间隔测量获取所述救生舱机器人的全局定位数据；

通过多次等距离间隔测量获取所述救生舱机器人的局部定位数据；

获取矿井内的瞬时环境信息及所述救生舱机器人的瞬时姿态测量数据；

通过预先建立的权重函数对所述全局定位数据、所述局部定位数据、所述瞬时环境信息及瞬时姿态测量数据进行加权数据融合，利用预先建立的算法获得所述救生舱机器人的位置坐标。

第二方面，本发明实施例提供一种救生舱机器人的定位系统，包括：

第一获取单元，用于利用多组无线定位系统，在同一时间点通过多次等时间间隔测量获取所述救生舱机器人的全局定位数据；

第二获取单元，用于通过多次等距离间隔测量获取所述救生舱机器人的局部定位数据；

第三获取单元，用于获取矿井内的瞬时环境信息及所述救生舱机器人的瞬时姿态测量数据；

加权融合单元，用于通过预先建立的权重函数对所述全局定位数据、所述局部定位数据、所述瞬时环境信息及瞬时姿态测量数据进行加权数据融合，利用预先建立的算法获得所述救生舱机器人的位置坐标。

第三方面，本发明实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

利用多组无线定位系统，在同一时间点通过多次等时间间隔测量获取所述救生舱机器人的全局定位数据；

通过多次等距离间隔测量获取所述救生舱机器人的局部定位数据；

获取矿井内的瞬时环境信息及所述救生舱机器人的瞬时姿态测量数据；

通过预先建立的权重函数对所述全局定位数据、所述局部定位数据、所述瞬时环境信息及瞬时姿态测量数据进行加权数据融合，利用预先建立的算法获得所述救生舱机器人的位置坐标。

第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

利用多组无线定位系统，在同一时间点通过多次等时间间隔测量获取所述救生舱机器人的全局定位数据；

通过多次等距离间隔测量获取所述救生舱机器人的局部定位数据；

获取矿井内的瞬时环境信息及所述救生舱机器人的瞬时姿态测量数据；

通过预先建立的权重函数对所述全局定位数据、所述局部定位数据、所述瞬时环境信息及瞬时姿态测量数据进行加权数据融合，利用预先建立的算法获得所述救生舱机器人的位置坐标。

本发明通过利用多个无线定位终端在多次等时间间隔测量获取救生舱机器人的多组全局定位数据，以及通过多次等距离间隔测量获取救生舱机器人的局部定位数据，并获取救生舱机器人的瞬时姿态信息和瞬时环境信息，通过预先建立的权重函数对全局定位数据、第二定位数据、瞬时姿态信息及瞬时环境信息进行加权数据融合，再利用预先建立的算法获取救生舱机器人的精确位置坐标，从而使得定位方法干扰误差小、定位精度高，增强井下作业的安全性，加大被救人员生还的概率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提供的救生舱机器人的定位控制系统结构示意图；

图2是本发明一实施例提供的救生舱机器人的定位方法的实现流程图；

图3是本发明另一实施例提供的等距离间隔设定的红外电子标杆的示意图；

图4是本发明另一实施例提供的太赫兹传感器网络节点的示意图；

图5是本发明另一实施例提供的头脑风暴算法的算法流程图；

图6是本发明一实施例提供的一种救生舱机器人的定位系统的结构示意图；

图7是本发明另一实施例提供的一种终端设备的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在本发明实施例中，流程的执行主体为救生舱机器人的定位控制系统，可用于救生舱机器人井下的定位控制，如图1所示，定位控制系统包括太赫兹子系统、泄漏电缆子系统、红外标杆系统、光缆子系统、磁脉冲子系统、超长波子系统、定位子系统、车载磁动子系统、电力载波系统及中心控制系统。其中，太赫兹子系统负责定时、定点记录数据，光缆子系统负责提供标准时间基点，超长波子系统负责提供标准位置基点，其它部分计算协调救生舱机器人的逃生速度与姿态。当矿难发生的时候，光缆子系统有可能全线瘫痪，磁脉冲子系统就接替上来。具体地，各系统中涵盖有无线网络传感器节点(包括救生舱机器人本体定位传感器以及外部区域设置的传感器节点)，无线网络传感器节点获取的信息最终通过无线网络反馈至各系统的定位终端，进而送达中心控制系统进行分析计算。

图2示出了本发明一实施例提供的救生舱机器人的定位方法的实现流程图，详述如下：

在S101中，利用多组无线定位系统，在同一时间点通过多次等时间间隔测量获取救生舱机器人的全局定位数据。

在本发明实施例中，全局定位数据具体是指救生舱机器人在全局坐标系中3D坐标测量结果(简称3D坐标全局测量结果)，全局坐标系是指三维空间物体所在的坐标系，在其中一种实施例中，可以是救生舱机器人位于井下的3D坐标全局测量数据；多组无线定位系统对应有多个定位终端，为与救生舱机器人本体定位传感器进行通信获取救生舱机器人位置信号的移动无线电定位系统发射器，多个定位终端包括两种或多种移动无线电定位系统发射器，包括但不限于基于磁脉冲通信系统的独立卫星信号转发器、基于LTE参考基站的定位发射器、基于安全洞室光缆传递的IEEE1588定位发射器、基于RFID参考基点的定位发射器、实时动态的救生舱机器人辅助定位发射器、基于同轴泄漏电缆的定位发射器、基于太赫兹参考基点的定位发射器、以及基于电力线载波的定位发射器中的至少两种。采用多组无线定位系统，通过各自独有的通信方法，在等间隔时间中测量获取救生舱机器人的多组全局定位数据，并传递至井下深处的井下救援设备，实现井下救援设备通信与定位的多种冗余备份手段方法，可以确保当其中一种无线定位系统出现故障或者测量不准确时，通过其他的定位系统仍然能够获取数据。

在S102中，通过多次等距离间隔测量获取救生舱机器人的局部定位数据。

在本发明实施例中，通过等距离间隔设置多个定位点，定位测量获取救生舱机器人的局部定位数据。其中，局部定位数据是指救生舱机器人在局部坐标系中3D坐标测量数据(简称3D坐标局部测量结果)，其中，局部坐标系是指与救生舱机器人的相对位置至始至终不变的坐标系，即机体坐标系。

具体地，S102可以包括：S1021、S1022以及S1023。

在S1021中，在太赫兹无线网络下，等距离间隔设置多个参考点，获取救生舱机器人访问不同参考点的时间差。

在本发明实施例中，救生舱机器人本体定位探测器向遍布井下巷道中等距离间隔设置的多个参考点发送信号，测量不同参考点接收到救生舱机器人发出的无线信号的时间差值。其中，参考点可以是红外电子标杆，如图3所示，相应地，本体定位探测器可以是红外探测器，红外探测器可以主动测量到红外电子标杆的相对方向，同时读取电子标牌的绝对读数，获取救生舱机器人访问参考点的时间，从而获得救生舱机器人访问各参考点的时间差。在其中一个实施例中，可以采用太赫兹技术搭建无线局域网作为有线网络的延伸以扩展网络并加大信号的传输距离；同时，由于在井下无法利用GPS同步系统为定位基站进行时钟同步，因而优选地将IEEE1588协议引入到系统中，利用IEEE1588协议纳秒级的同步精度来同步以太网的太赫兹基站本地时钟的红外电子标杆。

在S1022中，根据时间差计算救生舱机器人与参考点的距离值；在S1023中，根据距离值获取救生舱机器人的局部定位数据。

在本发明实施例中，在获取不同参考点接收到救生舱机器人发出的无线信号的时间差值后，通过算法(例如TDOA到达时间差定位算法)计算获取救生舱机器人与不同参考点的距离值，进而通过多个距离值计算出救生舱机器人的局部定位数据。

在S103中，获取矿井内的瞬时环境信息及救生舱机器人的瞬时姿态测量数据。

在本发明实施例中，可以通过多传感器获取矿井内的瞬时环境信息及救生舱机器人的瞬时姿态测量数据，以结合全局定位数据和局部定位数据辅助后续救生舱机器人在复杂环境下的定位测量。其中，瞬时姿态测量数据包括救生舱机器人的姿态、行动朝向以及速度等信息，环境信息包括环境温度、环境湿度以及路面的平稳情况。

具体地，S103可以包括：S1031和S1032。

在S1031中，通过救生舱机器人的本体定位传感器获取救生舱机器人的瞬时姿态测量数据。其中，本体定位传感器包括但不限于救生舱机器人本体携带的加速度传感器、重力传感器、地磁传感器、陀螺仪等多传感器，通过救生舱机器人本体携带的多传感器的信息融合获取救生舱机器人的瞬时姿态位置坐标信息。

在S1032中，利用太赫兹收发器，获取通过太赫兹传感器网络各传感器网络节点获得的矿井内瞬时环境信息。其中，太赫兹传感器网络为定位精度较高的网络，由拥有对周围环境进行完整的温度、湿度、震动、气体成分等环境因素进行感知的能力、能与周围临近相同太赫兹传感器网络节点进行通信与信息交流的太赫兹传感器网络节点组成。

太赫兹频段的特性决定了太赫兹传感器的作用距离较短，但是其信号稳定，具有一定的穿透能力，不受矿井中尘埃粉尘的影响。并且基于太赫兹网络的传感器价格低廉，功耗小，无需维护，适合大规模部署。这些特点也决定了独立的太赫兹传感器无法完成完整的通信过程，需要构建在太赫兹网络上层的首领节点，收集、管理、反馈太赫兹网络获取到的信息。如图4所示，太赫兹传感器网络节点包括基础节点(请参阅图4中空心球)和首领节点(请参阅图4中实心球)，基础节点通信功能仅限于与周围其它网络节点的连接；首领节点包含上述基础传感器网络节点的全部功能，首领节点间通过无线通信网络(例如Wi-Fi网络)自主组网，并且各首领节点存储其自身位置的绝对坐标，并可实现一定距离内对太赫兹信号接收装置(例如救生舱机器人的本体定位传感器)的通信，向其传递包括各节点所获得瞬时环境信息、自身绝对位置坐标等信息在内的多种信息参数。

具体地，在井下的太赫兹传感器网络中，廉价、大数量的传感器网络可以直接洒在矿井中，随着矿工作业铺就到位；普通节点传感器自动连接到周围可用的首领节点传感器，实现完整的网络功能。每个首领节点存储着自己在井下的绝对位置，而基础节点没有自己的位置信息而根据就近原则选取最近的首领节点。基础节点能够识别同个区域的首领节点的时间与地点，然后将自身探测的瞬时环境信息(例如周围环境的温度、湿度、震动、气体成分等)签上时间与地点定时汇报首领节点，同时基础节点之间通过网络相互通信交换信息；首领节点则将所有基础节点的信息进行多传感器信息融合。多传感器的信息融合是把分布在不同位置的多个同类型或不同类型传感器提供的局部环境的不完整信息加以综合，消除信息之间的冗余和矛盾，以形成对环境相对完整和一致的描述，提高智能决策的速度和准确性，为救生舱机器人的决策、路线规划系统提供关键性的数据。当井下发生爆炸以后，基础节点需要通过计算与首领节点之间的方位确认首领节点是否有被损坏，当区域内的首领节点受破坏时，则根据系统指令重新联系新的首领节点。由于爆炸力都是成球心梯度分布的，所以首领节点被平移相同的距离的概率几乎为零，确保了太赫兹传感器网络系统定位功能的高可靠性。

在S104中，通过预先建立的权重函数对全局定位数据、局部定位数据、瞬时环境信息及瞬时姿态测量数据进行加权数据融合，利用预先建立的算法获得救生舱机器人的位置坐标。

在本发明实施例中，由于环境因素的影响以及多组系统的定位技术手段、方式不同，其定位的精度、可靠度等，皆有所差别，因此对于前述步骤中测量的全局定位数据、局部定位数据，需要结合瞬时环境信息及瞬时姿态测量数据进行加权数据融合，同时利用预先建立的算法进行最优偏差计算，以获取偏差最小的救生舱机器人的位置坐标。

其中，预先建立的权重函数为次方差权重函数，次方差权重函数的公式为：预先建立的算法为头脑风暴算法，头脑风暴算法为现有的算法，在此不做详述，其算法流程通常如图5所示。

具体地，S104可以包括：S1041、S1042、S1043及S1044。

在S1041中，根据瞬时环境信息及瞬时姿态测量数据建立最佳多传感器环境感知逼近准则。

在本发明实施例中，由于井下环境复杂，为了获取井下救生舱机器人的精确定位，在加权融合前需要根据瞬时环境信息及瞬时姿态测量数据建立最佳多传感器环境感知逼近准则，以使后续最小权重的计算获取具有基准参照。

在S1042中，将全局定位数据和局部定位数据按不同的次方差权重函数进行叠加，采用头脑风暴优化算法获取定位误差最小的权重，其中以太赫兹无线网络在最佳多传感器环境感知逼近准则下获取的定位数据的综合平均值为基线。

在S1043中，将全局定位数据和局部定位数据按不同的次方差权重函数进行加权融合，采用头脑风暴优化算法计算定位误差最小的权重，其中以太赫兹无线网络在最小次方差准则下获取的定位数据的综合平均值为基线。

在S1044中，获取最佳多传感器环境感知逼近准则与最小次方差准则下定位误差最小权重，根据定位误差最小权重获得救生舱机器人的位置坐标。

在本发明实施例中，由于多组系统的定位技术手段、方式不同，其定位的精度、可靠度等，皆有所差别。在同一种情况下，使用多种定位手段测得的定位位置也可能存在一定的差别，甚至，在破坏导致某种系统部分失灵的情况下，出现极大的偏差。因此，需要一套系统去甄别各个系统获得的信息，综合所有的情况，来做出最终的判断。而其中以太赫兹无线网络定位精度相比其他系统定位精度更高，因而步骤S1042和步骤S1043中优选太赫兹无线网络在最佳多传感器环境感知逼近准则与最小次方差准则下获取的定位数据的综合平均值为基线对全局定位数据和局部定位数据按不同的次方差权重函数进行融合处理，实现井下复杂环境情况下的精准定位。

在步骤S104获取救生舱机器人的精确定位后，还可以进一步根据救生舱机器人的瞬时环境信息、瞬时姿态测量数据以及位置坐标标定救生舱机器人的局部逃生路径与逃生速度。其中，救生舱机器人的运动轨迹的每一步均包含一个速度向量(包括救生舱机器人的平移速度和旋转速度)，例如，可以利用温度探测器探测当前路径环境的温度进而判断环境是否安全，用湿度探测器，振动探测器探测当前路径的路面阻碍情况，继而控制救生舱机器人的撤退方向和速度；当探测到振动幅度较大时，则说明当前路面阻碍程度较高时，为了缓冲振动幅度，减缓速度；当探测到环境中存在阻碍物时，则将根据阻碍物所处的位置与救生舱机器人的位置坐标的向量关系控制救生舱机器人的路径方向，同时限制救生舱机器人的平移速度和旋转速度；当探测到环境中的瓦斯浓度过大，则根据救生舱机器人的位置坐标控制救生舱机器人的路径方向背离所处瓦斯浓度过大的环境，或者在救生舱机器人的最大许可速度下提高救生舱机器人的平移速度或旋转速度，使救生舱机器人快速远离该区域。其中，救生舱机器人的最大许可速度以该许可速度运行能够及时停止防止碰撞的速度。

本发明实施例提供的救生舱机器人的定位方法，通过利用多个无线定位终端在多次等时间间隔测量获取救生舱机器人的多组全局定位数据，以及通过多次等距离间隔测量获取救生舱机器人的局部定位数据，并获取救生舱机器人的瞬时姿态信息和瞬时环境信息，通过预先建立的权重函数对全局定位数据、第二定位数据、瞬时姿态信息及瞬时环境信息进行加权数据融合，再利用预先建立的算法获取救生舱机器人的精确位置坐标，从而使得定位方法具有干扰误差小、定位精度高、收敛速度快、稳定性好的优点，增强井下作业的安全性，加大被救人员生还的概率。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

图6示出了本发明一实施例提供的基于上一实施例救生舱机器人定位方法的定位系统的结构示意图，详述如下：

第一获取单元61，用于利用多组无线定位系统，在同一时间点通过多次等时间间隔测量获取救生舱机器人的全局定位数据。

在本发明实施例中，第一获取单元61用于采用多组无线定位系统，通过各自独有的通信方法，在等间隔时间中测量获取救生舱机器人的多组全局定位数据，并传递至井下深处的井下救援设备，实现井下救援设备通信与定位的多种冗余备份手段方法，可以确保当其中一种无线定位系统出现故障或者测量不准确时，通过其他的定位系统仍然能够获取数据。

第二获取单元62，用于通过多次等距离间隔测量获取救生舱机器人的局部定位数据。

在本发明实施例中，第二获取单元62用于通过等距离间隔设置多个定位点，定位测量获取救生舱机器人的局部定位数据。

第三获取单元63，用于获取矿井内的瞬时环境信息及救生舱机器人的瞬时姿态测量数据。

在本发明实施例中，第三获取单元63用于可以通过多传感器获取矿井内的瞬时环境信息及救生舱机器人的瞬时姿态测量数据，以结合全局定位数据和局部定位数据辅助后续救生舱机器人在复杂环境下的定位测量。

加权融合单元64，用于通过预先建立的权重函数对全局定位数据、局部定位数据、瞬时环境信息及瞬时姿态测量数据进行加权数据融合，利用预先建立的算法获得救生舱机器人的位置坐标。

在本发明实施例中，由于环境因素的影响以及多组系统的定位技术手段、方式不同，其定位的精度、可靠度等，皆有所差别，因此需要加权融合单元64将前述单元中测量获取的全局定位数据、局部定位数据结合瞬时环境信息及瞬时姿态测量数据进行加权数据融合，同时利用预先建立的算法进行最优偏差计算，以获取偏差最小的救生舱机器人的位置坐标。

进一步地，为了规划救生舱机器人的局部逃生路径与逃生速度，定位系统还可以包括标定单元，用于在获取救生舱机器人的精确定位后，根据救生舱机器人的瞬时环境信息、瞬时姿态测量数据以及位置坐标标定救生舱机器人的局部逃生路径与逃生速度。

可选地，第二获取单元62具体包括：

第一设置单元，用于在太赫兹无线网络下，等距离间隔设置多个参考点，获取救生舱机器人访问不同参考点的时间差。

计算单元，用于根据时间差计算救生舱机器人与参考点的距离值。

子获取单元，用于根据距离值获取救生舱机器人的局部定位数据。

可选地，第三获取单元63具体包括：

瞬时姿态获取单元，用于通过救生舱机器人的本体定位传感器获取救生舱机器人的瞬时姿态测量数据。

环境信息获取单元，用于利用太赫兹收发器，获取通过太赫兹传感器网络各传感器网络节点获得的矿井内瞬时环境信息。

可选地，加权融合单元64具体包括：

建立单元，用于根据瞬时环境信息及瞬时姿态测量数据建立最佳多传感器环境感知逼近准则。

第一融合单元，用于将全局定位数据和局部定位数据按不同的次方差权重函数进行叠加，采用头脑风暴优化算法获取定位误差最小的权重，其中以太赫兹无线网络在最佳多传感器环境感知逼近准则下获取的定位数据的综合平均值为基线。

第二融合单元，用于将全局定位数据和局部定位数据按不同的次方差权重函数进行加权融合，采用头脑风暴优化算法计算定位误差最小的权重，其中以太赫兹无线网络在最小次方差准则下获取的定位数据的综合平均值为基线。

定位单元，用于获取最佳多传感器环境感知逼近准则与最小次方差准则下定位误差最小权重，根据定位误差最小权重获得救生舱机器人的位置坐标。

因此，本发明实施例提供的救生舱机器人的定位系统同样可以通过利用多个无线定位终端在多次等时间间隔测量获取救生舱机器人的多组全局定位数据，以及通过多次等距离间隔测量获取救生舱机器人的局部定位数据，并获取救生舱机器人的瞬时姿态信息和瞬时环境信息，通过预先建立的权重函数对全局定位数据、第二定位数据、瞬时姿态信息及瞬时环境信息进行加权数据融合，再利用预先建立的算法获取救生舱机器人的精确位置坐标，从而使得定位系统干扰误差小、定位精度高、收敛速度快、稳定性好的优点，增强井下作业的安全性，加大被救人员生还的概率。

图7是本发明另一实施例提供的一种终端设备的示意图。如图7所示，该实施例的终端设备7包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72，例如救生舱机器人的定位程序。所述处理器70执行所述计算机程序72时实现上述各个救生舱机器人的定位方法实施例中的步骤，例如图2所示的S101至S104。或者，所述处理器70执行所述计算机程序72时实现上述各装置实施例中各单元的功能，例如图6所示单元61至64功能。

示例性的，所述计算机程序72可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器71中，并由所述处理器70执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序72在所述终端设备7中的执行过程。例如，所述计算机程序72可以被分割成第一获取单元、第二获取单元、第三获取单元以及加权融合单元，各单元具体功能如下：

第一获取单元，用于利用多组无线定位系统，在同一时间点通过多次等时间间隔测量获取救生舱机器人的全局定位数据。

第二获取单元，用于通过多次等距离间隔测量获取救生舱机器人的局部定位数据。

第三获取单元，用于获取矿井内的瞬时环境信息及救生舱机器人的瞬时姿态测量数据。

加权融合单元，用于通过预先建立的权重函数对全局定位数据、局部定位数据、瞬时环境信息及瞬时姿态测量数据进行加权数据融合，利用预先建立的算法获得救生舱机器人的位置坐标。

所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端设备7的示例，并不构成对终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器70可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器71可以是所述终端设备7的内部存储单元，例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备，例如所述终端设备7上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种救生舱机器人的定位方法，其特征在于，包括：

利用多组无线定位系统，在同一时间点通过多次等时间间隔测量获取所述救生舱机器人的全局定位数据；

通过多次等距离间隔测量获取所述救生舱机器人的局部定位数据；

获取矿井内的瞬时环境信息及所述救生舱机器人的瞬时姿态测量数据；

通过预先建立的权重函数对所述全局定位数据、所述局部定位数据、所述瞬时环境信息及所述瞬时姿态测量数据进行加权数据融合，利用预先建立的算法获得所述救生舱机器人的位置坐标。

2.根据权利要求1所述的定位方法，其特征在于，所述通过多次等距离间隔测量获取所述救生舱机器人的局部定位数据，包括：

在太赫兹无线网络下，等距离间隔设置多个参考点，获取所述救生舱机器人访问不同参考点的时间差；

根据所述时间差计算所述救生舱机器人与所述参考点的距离值；

根据所述距离值获取所述救生舱机器人的局部定位数据。

3.根据权利要求1所述的定位方法，其特征在于，获取矿井内的瞬时环境信息及所述救生舱机器人的瞬时姿态测量数据，包括：

通过所述救生舱机器人的本体定位传感器获取所述救生舱机器人的瞬时姿态测量数据；

利用太赫兹收发器，获取通过太赫兹传感器网络各传感器网络节点获得的矿井内瞬时环境信息。

4.根据权利要求1所述的定位方法，其特征在于，所述预先建立的权重函数为次方差权重函数，所述预先建立的算法为头脑风暴算法，所述通过预先建立的权重函数对所述全局定位数据、所述局部定位数据、所述瞬时环境信息及瞬时姿态测量数据进行加权数据融合，利用预先建立的算法获得所述救生舱机器人的位置坐标，包括：

根据所述瞬时环境信息及所述瞬时姿态测量数据建立最佳多传感器环境感知逼近准则；

将所述全局定位数据和所述局部定位数据按不同的次方差权重函数进行叠加，采用所述头脑风暴优化算法获取定位误差最小的权重，其中以太赫兹无线网络在最佳多传感器环境感知逼近准则下获取的定位数据的综合平均值为基线；

将所述全局定位数据和所述局部定位数据按不同的次方差权重函数进行加权融合，采用所述头脑风暴优化算法计算定位误差最小的权重，其中以太赫兹无线网络在最小次方差准则下获取的定位数据的综合平均值为基线；

获取最佳多传感器环境感知逼近准则与最小次方差准则下定位误差最小权重，根据所述定位误差最小权重获得所述救生舱机器人的位置坐标。

5.根据权利要求4所述的定位方法，其特征在于，所述次方差权重函数为：

<mrow> <msup> <mi>s</mi> <mfrac> <mn>3</mn> <mn>2</mn> </mfrac> </msup> <mo>=</mo> <mfrac> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msup> <mrow> <mo>(</mo> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>-</mo> <mover> <mi>x</mi> <mo>&amp;OverBar;</mo> </mover> </mrow> <mo>)</mo> </mrow> <mfrac> <mn>3</mn> <mn>2</mn> </mfrac> </msup> </mrow> <mrow> <mi>n</mi> <mo>-</mo> <mn>1</mn> </mrow> </mfrac> <mo>.</mo> </mrow>

6.一种救生舱机器人的定位系统，其特征在于，包括：

第一获取单元，用于利用多组无线定位系统，在同一时间点通过多次等时间间隔测量获取所述救生舱机器人的全局定位数据；

第二获取单元，用于通过多次等距离间隔测量获取所述救生舱机器人的局部定位数据；

第三获取单元，用于获取矿井内的瞬时环境信息及所述救生舱机器人的瞬时姿态测量数据；

加权融合单元，用于通过预先建立的权重函数对所述全局定位数据、所述局部定位数据、所述瞬时环境信息及瞬时姿态测量数据进行加权数据融合，利用预先建立的算法获得所述救生舱机器人的位置坐标。

7.根据权利要求6所述的定位系统，其特征在于，所述第二获取单元包括：

第一设置单元，用于在太赫兹无线网络下，等距离间隔设置多个参考点，获取所述救生舱机器人访问不同参考点的时间差：

计算单元，用于根据所述时间差计算所述救生舱机器人与所述参考点的距离值；

子获取单元，用于根据所述距离值获取所述救生舱机器人的局部定位数据。

8.根据权利要求6所述的定位系统，其特征在于，所述预先建立的权重函数为次方差权重函数，所述预先建立的算法为头脑风暴算法，所述加权融合单元包括：

建立单元，用于根据所述瞬时环境信息及所述瞬时姿态测量数据建立最佳多传感器环境感知逼近准则；

第一融合单元，用于将所述全局定位数据和所述局部定位数据按不同的次方差权重函数进行叠加，采用所述头脑风暴优化算法获取定位误差最小的权重，其中以太赫兹无线网络在最佳多传感器环境感知逼近准则下获取的定位数据的综合平均值为基线；

第二融合单元，用于将所述全局定位数据和所述局部定位数据按不同的次方差权重函数进行加权融合，采用所述头脑风暴优化算法计算定位误差最小的权重，其中以太赫兹无线网络在最小次方差准则下获取的定位数据的综合平均值为基线；

定位单元，用于获取最佳多传感器环境感知逼近准则与最小次方差准则下定位误差最小权重，根据所述定位误差最小权重获得所述救生舱机器人的位置坐标。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述定位方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述定位方法的步骤。