CN114790912A - 一种煤矿辅助运输车辆低能耗分级定位方法及系统 - Google Patents
一种煤矿辅助运输车辆低能耗分级定位方法及系统 Download PDFInfo
- Publication number
- CN114790912A CN114790912A CN202210275775.4A CN202210275775A CN114790912A CN 114790912 A CN114790912 A CN 114790912A CN 202210275775 A CN202210275775 A CN 202210275775A CN 114790912 A CN114790912 A CN 114790912A
- Authority
- CN
- China
- Prior art keywords
- coal mine
- transport vehicle
- vehicle
- auxiliary transport
- energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000003245 coal Substances 0.000 title claims abstract description 140
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005265 energy consumption Methods 0.000 title claims abstract description 39
- 238000004880 explosion Methods 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000032258 transport Effects 0.000 description 71
- 239000000463 material Substances 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F13/00—Transport specially adapted to underground conditions
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
- G06K17/0025—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device the arrangement consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Mechanical Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种煤矿辅助运输车辆低能耗分级定位方法及系统,属于矿井隧道运输技术领域。方法包括S10、确定车辆的最优运输路线,将最优运输路线划分为多个闭锁区间;S20、确定车辆通过各闭锁区间的初始速度v0;S30、建立离散化里程估计模型,进行车辆实时位置更新,获得车辆在各闭锁区间内的动态轨迹信息;S40、建立[v0,t]预测模型,通过预测模型,得到车辆通过各闭锁区间的理论时间t0;S50、比较车辆通过各闭锁区间的实际时间t和理论时间t0,选择是否启动超时预警或超时报警;S60、车辆进入到下一闭锁区间后重新执行S30~S50。本发明的煤矿辅助运输车辆低能耗分级定位方法及系统,实现了井下车辆的按需定位,降低了定位的能耗和成本。
Description
技术领域
本发明属于矿井隧道运输技术领域,更具体地说,涉及一种煤矿辅助运输车辆低能耗分级定位方法及系统。
背景技术
煤矿井下巷道空间狭长且巷道分支众多,对井下物料配送车辆的定位提出了很大的挑战,传统的定位方法要么定位精度低,要么定位成本高,难以兼顾。
现有的定位方案是利用巷道内布置的RFID读卡装置实现物料配送车辆的定位,但是要想实现无死角实时精确定位成本高,难度大,供电难,不宜与采取。
因此亟需一种能满足定位精度要求,又能降低定位成本低的更有效的定位方案。
经检索,中国专利公开号:CN 103670513 A;公开日:2014年3月26日;公开了一种矿井内矿车定位系统,包括地面设备和地下设备,所述地面设备包括服务器、与服务器电路相连的网络交换机,网络交换机通过线缆与计算机、打印机、通讯接口相连,地面设备还包括信息中心工作站,地下设备包括包括无线传输分站和识别卡,所述识别卡内置有信号发射装置;所述无线传输分站通过电缆与信息中心工作站信号相连。该申请案的定位系统无法有效解决井下定位精度低的问题。
另如,中国专利公开号:CN 109451441 A;公开日:2019年3月8日;公开了一种用于矿井的车辆定位系统,包括:终端、矿车和设置在矿道内的至少一个蓝牙标签,各蓝牙标签按照预设距离固定在矿道内部,矿车上设置有与各蓝牙标签匹配的蓝牙接收器,蓝牙接收器与各蓝牙标签无线连接,矿车上还设置有无线通信模块,无线通信模块分别与蓝牙接收器和终端无线连接,终端设置在矿道外部。该申请案的定位系统,能够根据蓝牙通讯对井下矿车井下定位,定位精度有所提升,但是仍存在定位成本高的问题。
发明内容
为了解决上述技术问题至少之一,根据本发明的一方面,提供了一种煤矿辅助运输车辆低能耗分级定位方法,包括如下步骤:
S10、根据煤矿辅助运输车辆始发地与目的地分布信息,利用路径规划算法确定煤矿辅助运输车辆的最优运输路线,在最优运输路线对应的巷道分岔路口处设置有RFID读卡器,将最优运输路线划分为多个闭锁区间,各闭锁区间的长度为相邻两个RFID读卡器之间的长度;
S20、在煤矿辅助运输车辆首尾两处分别设置一RFID标签,两RFID标签之间的距离为煤矿辅助运输车辆长度L,利用煤矿辅助运输车辆长度L和各RFID读卡器读到煤矿辅助运输车辆首末两个标签所用的时间T,确定煤矿辅助运输车辆通过各闭锁区间的初始速度v0;
S30、利用煤矿辅助运输车辆通过各闭锁区间的初始速度v0,建立离散化里程估计模型,进行煤矿辅助运输车辆实时位置更新,获得煤矿辅助运输车辆在各闭锁区间内的动态轨迹信息;
S40、利用煤矿辅助运输车辆通过各闭锁区间的初始速度v0,和煤矿辅助运输车辆通过各闭锁区间所用时间t的历史统计信息,建立[v0,t]预测模型,通过预测模型,得到煤矿辅助运输车辆通过各闭锁区间的理论时间t0;
S50、比较煤矿辅助运输车辆通过各闭锁区间的实际时间t和理论时间t0,
若t≤t0,不启动超时预警与超时报警,此时执行步骤S30的定位,
若t0<t≤1.1t0,启动超时预警,提醒司机已超时并询问运行状况,
若t>t0,启动超时报警,远程服务器主动获取煤矿辅助运输车辆的位置信息,并用该位置信息对步骤S30的动态轨迹信息进行修正,获得煤矿辅助运输车辆精确的动态位置和轨迹信息;
S60、当煤矿辅助运输车辆行驶到该闭锁区间的终点位置并读卡成功后,超时报警停止,之后煤矿辅助运输车辆进入到下一闭锁区间,重新执行步骤S30、步骤S40与步骤S50。
根据本发明实施例的煤矿辅助运输车辆低能耗分级定位方法,可选地,所述步骤S10中,路径规划算法包括:
首先,利用始发地和目的地的分布,结合巷道地图,确定出所有可行的运输路线Linei;
然后,利用巷道内各RFID读卡器的分布和编码信息,提前确定好每两个读卡器之间的距离xi;
然后,计算出每条运输路线的总里程Si;
最后,比较每条运输路线的总里程,得到最小总里程Smin,其对应的运输路线为最优运输路线。
根据本发明实施例的煤矿辅助运输车辆低能耗分级定位方法,可选地,所述的RFID读卡器的编码信息包括RFID读卡器的编号、位置信息以及与其相邻读卡器之间的距离信息。
根据本发明实施例的煤矿辅助运输车辆低能耗分级定位方法,可选地,所述步骤S20中初始速度v0通过如下公式确定,v0=L/T。
根据本发明实施例的煤矿辅助运输车辆低能耗分级定位方法,可选地,所述步骤S30中,离散化的里程估计模型为x=v0t+w(t),其中w(t)为模型噪声。
根据本发明实施例的煤矿辅助运输车辆低能耗分级定位方法,可选地,所述w(t)通过如下公式确定,w(t)=kt;其中,k为复杂度。
根据本发明实施例的煤矿辅助运输车辆低能耗分级定位方法,可选地,
煤矿辅助运输车辆处于上坡状态时k=-0.5v0;
煤矿辅助运输车辆处于下坡状态时k=0.5v0;
煤矿辅助运输车辆处于平坦路面行驶状态时k=0;
煤矿辅助运输车辆处于停车等待或装卸货状态时k=-v0。
根据本发明实施例的煤矿辅助运输车辆低能耗分级定位方法,可选地,所述步骤S40中,[v0,t]预测模型是利用v0与t的历史统计信息,通过机器学习或深度学习建立。
根据本发明实施例的煤矿辅助运输车辆低能耗分级定位方法,可选地,所述步骤S50中,超时预警与超时报警通过设置在煤矿辅助运输车辆驾驶室内的防爆手机终端进行;
在进行超时预警时,远程服务器通过防爆手机终端提醒司并询问司机;
在进行超时报警时,远程服务器主动获取防爆手机终端的位置信息,从而确定煤矿辅助运输车辆的精确位置信息。
根据本发明的另一方面,提供了一种煤矿辅助运输车辆低能耗分级定位系统,基于本发明的煤矿辅助运输车辆低能耗分级定位方法包括:
RFID读卡装置,其设置于主巷道的入口和各巷道分支的路口;
RFID标签,其有两个,分别设置于煤矿辅助运输车辆的首尾两端;
防爆手机终端,其设于煤矿辅助运输车辆的驾驶室内;
无线基站,其设置于主巷道和巷道分支一侧,用于进行无线信号传输。
有益效果
相比于现有技术,本发明至少具有如下有益效果:
煤矿井下巷道空间狭长多分支,相比于传统的辅助运输车辆区间定位,本发明方法中的位置预估实现了硬件区间定位和软件处理的精确定位的融合,同时本发明还具有精确定位唤醒机制,具有更高的定位精度。
煤矿辅助运输车辆精确定位技术存在成本高、供电难、更换电池频繁,而本发明方法中的位置预估和精确定位唤醒机制可实现按需定位,精确定位装置不需要实时工作,有效降低了定位系统的能耗和成本,延长了防爆手机终端的待机时间。
相比与传统区间定位和精确定位融合技术有线供电和移动供电相结合,而本发明为有线供电下的区间定位和有线供电下的电脑端区间位置预估下的“精确定位”,克服了传统方案长时间移动供电难和更换频繁的问题,并且设置了预估下的“精确定位”失效后的精确定位唤醒机制,从而达到了对煤矿辅助运输车辆位置的动态按需定位。
本发明的超时报警异常状态可以替换为配送车辆突发情况,有效提高了巷道的利用率,实现了物料配送车辆的高效调度和异常状态的处理。
本发明的煤矿辅助运输车辆低能耗分级定位系统,利用巷道的结构化特征和井下已有的无线基站和RFID读卡装置,配合本发明方法中位置预估和超时报警策略,实现物料配送车辆的按需定位,降低了定位系统的能耗和成本,保证了物料配送车辆区间粗定位和突发情况下的精确定位,超时报警异常状态可以替换为配送车辆突发情况,有效提高了巷道的利用率,实现了物料配送车辆的高效调度和异常状态的处理,简单易行,方便可靠。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例的附图作简单地介绍,显而易见地,下面描述中的附图仅仅涉及本发明的一些实施例,而非对本发明的限制。
图1示出了本发明的方法流程图;
图2示出了实施例1中一元线性回归方法示意图;
图3示出了本发明的系统示意图;
图4示出了实施例3中运输路线确定示意图;
图5示出了实施例3中闭锁区间内初始速度获取示意图;
图6示出了实施例3中里程预估模型生成的动态轨迹示意图;
附图标记:
1、RFID读卡装置;2、无线基站;3、防爆手机终端;4、煤矿辅助运输车辆;5、主巷道;6、巷道分支。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。
除非另作定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
鉴于现有的井下车辆定位方案均存在精度低或定位成本高、能耗高等缺陷,本发明提出一种煤矿辅助运输车辆低能耗分级定位方法及系统,基于煤矿井下巷道鲜明的结构化特征,为了防止煤矿辅助运输车辆长时间占道、定位信息丢失和堵车等事故发生,通过煤矿辅助运输车辆出发地和目的地的分布,利用路径规划算法确定最优运输路线以及运输路线上的RFID读卡器分布和编码信息,然后将全路线划分为各闭锁区间,RFID读卡器布置在各巷道分岔路口,通过在车辆首尾安装标签,可以确定车辆通过各区间的初始速度和位置信息,利用离散化位移公式可以获得车辆在区间内的粗略动态轨迹信息;通过车辆经过区间起始点的速度和车辆经过区间的时间的历史信息,建立预测模型,得到车辆经过各区间的理论时间,如果车辆通过区间的实际时间超过理论时间的一定阈值,则触发超时报警,通过煤矿辅助运输车辆上携带的防爆手机终端和井下已有的无线基站获取车辆的实时位置,对上述动态轨迹信息进行修正,实现对物料配送车辆按需、低能耗定位。
实施例1
本实施例的煤矿辅助运输车辆低能耗分级定位方法,如图1所示,包括如下步骤。
S10:
根据煤矿辅助运输车辆始发地与目的地分布信息,利用路径规划算法确定煤矿辅助运输车辆的最优运输路线,在最优运输路线对应的巷道分岔路口处设置有RFID读卡器,将最优运输路线划分为多个闭锁区间,各闭锁区间的长度为相邻两个RFID读卡器之间的长度。
其中,路径规划算法具体包括:
首先,利用始发地和目的地的分布,结合巷道地图,确定出所有可行的运输路线Linei;
然后,利用巷道内各RFID读卡器的分布和编码信息,提前确定好每两个读卡器之间的距离xi;
然后,计算出每条运输路线的总里程Si;
最后,比较每条运输路线的总里程,得到最小总里程Smin,其对应的运输路线为最优运输路线。
RFID读卡器的编码信息包括RFID读卡器的编号、位置信息以及与其相邻读卡器之间的距离信息。
S20:
在煤矿辅助运输车辆首尾两处分别设置一RFID标签,两RFID标签之间的距离为煤矿辅助运输车辆长度L,利用煤矿辅助运输车辆长度L和各RFID读卡器读到煤矿辅助运输车辆首末两个标签所用的时间T,确定煤矿辅助运输车辆通过各闭锁区间的初始速度v0。
初始速度v0为煤矿辅助运输车辆刚进入某一闭锁区间起始点时的速度,初始速度v0的大小等于煤矿辅助运输车的长度L与RFID读卡器读到煤矿辅助运输车首末两个RFID标签所用的时间T的比值,即v0=L/T。
S30:
利用煤矿辅助运输车辆通过各闭锁区间的初始速度v0,建立离散化里程估计模型,进行煤矿辅助运输车辆实时位置更新,获得煤矿辅助运输车辆在各闭锁区间内的动态轨迹信息。
离散化的里程估计模型为x=v0t+w(t),其中w(t)为模型噪声,随着时间的递推,里程也会随之递增,进而得到煤矿辅助运输车辆在闭锁区间内的粗略的动态轨迹信息。
进一步地,w(t)通过如下公式确定,w(t)=kt;其中,k为复杂度;w(t)的确定需要对煤矿辅助运输车辆行进过程中的行驶路面状况进行分析,并综合考虑煤矿辅助运输车辆行驶速度、道路坡度、路面质量等因素,然后通过复杂度来表征车辆行驶状况,本实施例中标定的复杂度如下:
煤矿辅助运输车辆处于上坡状态时k=-0.5v0;
煤矿辅助运输车辆处于下坡状态时k=0.5v0;
煤矿辅助运输车辆处于平坦路面行驶状态时k=0;
煤矿辅助运输车辆处于停车等待或装卸货状态时k=-v0。
S40:
利用煤矿辅助运输车辆通过各闭锁区间的初始速度v0,和煤矿辅助运输车辆通过各闭锁区间所用时间t的历史统计信息,建立[v0,t]预测模型,通过预测模型,得到煤矿辅助运输车辆通过各闭锁区间的理论时间t0。
[v0,t]预测模型是一种v0和t的映射关系,即[v01、v02…,t1、t2,…],利用v0和t的历史统计信息,根据预测模型,输入值为车辆进入闭锁区间的初始速度v0,输出即为车辆通过闭锁区间的理论时间t0。
该预测模型可以通过机器学习、深度学习等方法建立,本实施例采用一元线性回归的方法建立预测模型:
一元回归的主要任务是从两个相关变量中的一个变量去估计另一个变量,被估计的变量称因变量,设为Y,估计出的变量称自变量,设为X;
回归分析就是要找出一个数学模型Y=f(X),使得从X估计Y可以用一个函数去计算,当Y=f(X)的形式是一个直线方程时,称为一元线性回归,如图2所示,在本实施例中,将方程表示为t=Av0+B,根据最小平方法,可以从样本数据确定回归系数A的值与常数项B,A、B确定后,有一个的观测值v0,就可得到一个t0的估计值。
S50:
比较煤矿辅助运输车辆通过各闭锁区间的实际时间t和理论时间t0,
若t≤t0,不启动超时预警与超时报警,此时执行步骤S30的定位,
若t0<t≤1.1t0,启动超时预警,提醒司机已超时并询问运行状况,
若t>t0,启动超时报警,远程服务器主动获取煤矿辅助运输车辆的位置信息,并用该位置信息对步骤S30的动态轨迹信息进行修正,获得煤矿辅助运输车辆精确的动态位置和轨迹信息。
超时预警与超时报警通过设置在煤矿辅助运输车辆驾驶室内的防爆手机终端进行;
在进行超时预警时,远程服务器通过防爆手机终端提醒司机在该区间行驶已超时并询问司机运行状况;
在进行超时报警时,远程服务器主动获取防爆手机终端的位置信息,防爆手机终端和井下已有的无线基站进行动态组网,利用无线定位技术,可对防爆手机终端精确定位,从而确定煤矿辅助运输车辆的精确位置信息,远程服务器将获得的煤矿辅助运输车辆的实时精确位置反馈到S30获得的闭锁区间内的动态轨迹信息,对其进行位置修正和更新,以防爆手机终端的定位信息为准,直到煤矿辅助运输车辆进入到下一闭锁区间。
进一步地,本实施例中超市报警的触发阈值设为超出理论时间t0的0.1倍,可以提高本方法的兼容性和灵活性。
进一步地,本实施例的超时报警的触发条件不仅限于超出理论时间后触发,当出现车辆故障、装卸载异常或司机异常情况时,也启动超时报警。
S60:
当煤矿辅助运输车辆行驶到该闭锁区间的终点位置并读卡成功后,超时报警停止,之后煤矿辅助运输车辆进入到下一闭锁区间,重新执行步骤S30、步骤S40与步骤S50。
煤矿辅助运输车辆通过所在闭锁区间的终点位置时,在该位置布置的RFID读卡装置会识别到安装在煤矿辅助运输车辆上的标签,并将该RFID读卡器的编码信息反馈给远程服务器,将该位置信息作为煤矿辅助运输车辆在下一闭锁区间定位的位置起点,以此进行循环,直到煤矿辅助运输车辆行驶到目的地,定位结束。
本实施例的煤矿辅助运输车辆低能耗分级定位方法,通过确定最优的运输路线和布置在各巷道分岔路口的FID读卡器,将整个运输线路划分为各闭锁区间进行定位,并结合里程估计模型、理论时间预测模型、超时预警/报警策略、无线定位技术,实现对煤矿辅助运输车辆按需、低能耗定位。
实施例2
本实施例的煤矿辅助运输车辆低能耗分级定位系统,基于实施例1的煤矿辅助运输车辆低能耗分级定位方法,如图3所示,包括:
RFID读卡装置1,其设置于主巷道5的入口和各巷道分支6的路口;
RFID标签,其有两个,分别设置于煤矿辅助运输车辆4的首尾两端;
防爆手机终端3,其设于煤矿辅助运输车辆4的驾驶室内;
无线基站2,其设置于主巷道5和巷道分支6一侧,用于进行无线信号传输,无线基站2与防爆手机终端3可进行动态组网。
实施例3
本实施例基于实施例2的方案,对井下巷道及煤矿辅助运输车辆进行了结构改进,进行了合适位置的RFID读卡装置、RFID标签、防爆手机终端及无线基站的配置,并采用配制好的定位系统,在煤矿辅助运输车辆运输物料时,进行实施例1的定位方法。
其中,在执行步骤S10时,利用路径规划算法确定煤矿辅助运输车辆的最优运输路线,如图4所示,确定最优运输路线后,将全路线转化为各闭锁区间以进行区间定位,以图4中路线Ⅰ为例,各闭锁区间分别为:①-②、②-③、③-⑤、⑤-⑦。
在执行步骤S20时,在煤矿辅助运输车辆首尾两处分别设置一RFID标签,两RFID标签之间的距离为煤矿辅助运输车辆长度L,如图5所示,根据公式v0=L/T,确定煤矿辅助运输车辆通过各闭锁区间的初始速度v0。
在执行步骤S30时,里程预估模型生成的动态轨迹示意图如图6所示,利用煤矿辅助运输车辆进入各闭锁区间的初始速度v0,综合考虑实际路况和其它因素,离散化的里程估计模型x=v0t+w(t),其中w(t)为模型的噪声,随着时间的递推,里程也会随之递增,进而得到煤矿辅助运输车辆在闭锁区间内的动态轨迹信息。
本发明所述实例仅仅是对本发明的优选实施方式进行描述,并非对本发明构思和范围进行限定,在不脱离本发明设计思想的前提下,本领域工程技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明的保护范围。
Claims (10)
1.一种煤矿辅助运输车辆低能耗分级定位方法,其特征在于,包括如下步骤:
S10、根据煤矿辅助运输车辆始发地与目的地分布信息,利用路径规划算法确定煤矿辅助运输车辆的最优运输路线,在最优运输路线对应的巷道分岔路口处设置有RFID读卡器,将最优运输路线划分为多个闭锁区间,各闭锁区间的长度为相邻两个RFID读卡器之间的长度;
S20、在煤矿辅助运输车辆首尾两处分别设置一RFID标签,两RFID标签之间的距离为煤矿辅助运输车辆长度L,利用煤矿辅助运输车辆长度L和各RFID读卡器读到煤矿辅助运输车辆首末两个标签所用的时间T,确定煤矿辅助运输车辆通过各闭锁区间的初始速度v0;
S30、利用煤矿辅助运输车辆通过各闭锁区间的初始速度v0,建立离散化里程估计模型,进行煤矿辅助运输车辆实时位置更新,获得煤矿辅助运输车辆在各闭锁区间内的动态轨迹信息;
S40、利用煤矿辅助运输车辆通过各闭锁区间的初始速度v0,和煤矿辅助运输车辆通过各闭锁区间所用时间t的历史统计信息,建立[v0,t]预测模型,通过预测模型,得到煤矿辅助运输车辆通过各闭锁区间的理论时间t0;
S50、比较煤矿辅助运输车辆通过各闭锁区间的实际时间t和理论时间t0,
若t≤t0,不启动超时预警与超时报警,此时执行步骤S30的定位,
若t0<t≤1.1t0,启动超时预警,提醒司机已超时并询问运行状况,
若t>t0,启动超时报警,远程服务器主动获取煤矿辅助运输车辆的位置信息,并用该位置信息对步骤S30的动态轨迹信息进行修正,获得煤矿辅助运输车辆精确的动态位置和轨迹信息;
S60、当煤矿辅助运输车辆行驶到该闭锁区间的终点位置并读卡成功后,超时报警停止,之后煤矿辅助运输车辆进入到下一闭锁区间,重新执行步骤S30、步骤S40与步骤S50。
2.根据权利要求1所述的一种煤矿辅助运输车辆低能耗分级定位方法,其特征在于,所述步骤S10中,路径规划算法包括:
首先,利用始发地和目的地的分布,结合巷道地图,确定出所有可行的运输路线Linei;
然后,利用巷道内各RFID读卡器的分布和编码信息,提前确定好每两个读卡器之间的距离xi;
然后,计算出每条运输路线的总里程Si;
最后,比较每条运输路线的总里程,得到最小总里程Smin,其对应的运输路线为最优运输路线。
3.根据权利要求2所述的一种煤矿辅助运输车辆低能耗分级定位方法,其特征在于:所述的RFID读卡器的编码信息包括RFID读卡器的编号、位置信息以及与其相邻读卡器之间的距离信息。
4.根据权利要求1所述的一种煤矿辅助运输车辆低能耗分级定位方法,其特征在于:所述步骤S20中初始速度v0通过如下公式确定,v0=L/T。
5.根据权利要求1所述的一种煤矿辅助运输车辆低能耗分级定位方法,其特征在于:所述步骤S30中,离散化的里程估计模型为x=v0t+w(t),其中w(t)为模型噪声。
6.根据权利要求5所述的一种煤矿辅助运输车辆低能耗分级定位方法,其特征在于:所述w(t)通过如下公式确定,w(t)=kt;其中,k为复杂度。
7.根据权利要求6所述的一种煤矿辅助运输车辆低能耗分级定位方法,其特征在于:
煤矿辅助运输车辆处于上坡状态时k=-0.5v0;
煤矿辅助运输车辆处于下坡状态时k=0.5v0;
煤矿辅助运输车辆处于平坦路面行驶状态时k=0;
煤矿辅助运输车辆处于停车等待或装卸货状态时k=-v0。
8.根据权利要求1所述的一种煤矿辅助运输车辆低能耗分级定位方法,其特征在于:所述步骤S40中,[v0,t]预测模型是利用v0与t的历史统计信息,通过机器学习或深度学习建立。
9.根据权利要求1所述的一种煤矿辅助运输车辆低能耗分级定位方法,其特征在于:所述步骤S50中,超时预警与超时报警通过设置在煤矿辅助运输车辆驾驶室内的防爆手机终端进行;
在进行超时预警时,远程服务器通过防爆手机终端提醒司并询问司机;
在进行超时报警时,远程服务器主动获取防爆手机终端的位置信息,从而确定煤矿辅助运输车辆的精确位置信息。
10.一种煤矿辅助运输车辆低能耗分级定位系统,其特征在于,基于权利要求1~9任意一条所述的一种煤矿辅助运输车辆低能耗分级定位方法,包括:
RFID读卡装置(1),其设置于主巷道(5)的入口和各巷道分支(6)的路口;
RFID标签,其有两个,分别设置于煤矿辅助运输车辆(4)的首尾两端;
防爆手机终端(3),其设于煤矿辅助运输车辆(4)的驾驶室内;
无线基站(2),其设置于主巷道(5)和巷道分支(6)一侧,用于进行无线信号传输。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210275775.4A CN114790912A (zh) | 2022-03-21 | 2022-03-21 | 一种煤矿辅助运输车辆低能耗分级定位方法及系统 |
AU2022335876A AU2022335876B2 (en) | 2022-03-21 | 2022-09-30 | Low-energy-consumption grading and positioning method for coal mine auxiliary transportation vehicle and system thereof |
US18/029,326 US11772687B1 (en) | 2022-03-21 | 2022-09-30 | Low-energy-consumption grading and positioning method for coal mine auxiliary transportation vehicle and system thereof |
PCT/CN2022/123136 WO2023178981A1 (zh) | 2022-03-21 | 2022-09-30 | 一种煤矿辅助运输车辆低能耗分级定位方法及系统 |
CA3193304A CA3193304A1 (en) | 2022-03-21 | 2022-09-30 | Low-energy-consumption grading and positioning method for coal mine auxiliary transportation vehicle and system thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210275775.4A CN114790912A (zh) | 2022-03-21 | 2022-03-21 | 一种煤矿辅助运输车辆低能耗分级定位方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114790912A true CN114790912A (zh) | 2022-07-26 |
Family
ID=82459818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210275775.4A Pending CN114790912A (zh) | 2022-03-21 | 2022-03-21 | 一种煤矿辅助运输车辆低能耗分级定位方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114790912A (zh) |
WO (1) | WO2023178981A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023178981A1 (zh) * | 2022-03-21 | 2023-09-28 | 中国矿业大学 | 一种煤矿辅助运输车辆低能耗分级定位方法及系统 |
US11772687B1 (en) | 2022-03-21 | 2023-10-03 | China University Of Mining And Technology | Low-energy-consumption grading and positioning method for coal mine auxiliary transportation vehicle and system thereof |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102201075A (zh) * | 2010-03-23 | 2011-09-28 | 中电广通股份有限公司 | 矿用物流综合管理系统 |
CN103016061B (zh) * | 2012-11-19 | 2015-05-27 | 中国矿业大学(北京) | 一种井下定位监测通信系统 |
WO2014191013A1 (en) * | 2013-05-27 | 2014-12-04 | Sandvik Mining And Construction Oy | Method and control system for a mining vehicle and a mining vehicle |
CN103670513A (zh) * | 2013-11-28 | 2014-03-26 | 枣庄矿业集团新安煤业有限公司 | 矿井内矿车定位系统 |
KR101711006B1 (ko) * | 2016-04-08 | 2017-03-02 | 비피시 주식회사 | 저탄장 정리장비용 이송대차 |
CN105957382A (zh) * | 2016-05-18 | 2016-09-21 | 北京永安信通科技有限公司 | 车辆定位系统及井下车辆定位的方法 |
JP2017199401A (ja) * | 2017-06-16 | 2017-11-02 | 日立建機株式会社 | 鉱山用運搬車両 |
CN107780970B (zh) * | 2017-10-18 | 2020-06-16 | 兖州煤业股份有限公司 | 一种矿井下车辆避让调度方法与系统 |
CN110617110A (zh) * | 2019-10-24 | 2019-12-27 | 临沂矿业集团有限责任公司 | 一种矿井车辆运输管理系统 |
CN113448281B (zh) * | 2021-05-31 | 2022-12-02 | 天地(常州)自动化股份有限公司 | 井下智能交通管控系统及其方法 |
CN114018273A (zh) * | 2021-10-09 | 2022-02-08 | 天地(常州)自动化股份有限公司 | 煤矿井下自动驾驶车辆精确定位系统及其定位方法 |
CN113888140B (zh) * | 2021-11-03 | 2024-05-28 | 安徽理工大学 | 一种基于rfid技术的矿井辅助运输智能管理平台 |
CN114790912A (zh) * | 2022-03-21 | 2022-07-26 | 中国矿业大学 | 一种煤矿辅助运输车辆低能耗分级定位方法及系统 |
-
2022
- 2022-03-21 CN CN202210275775.4A patent/CN114790912A/zh active Pending
- 2022-09-30 WO PCT/CN2022/123136 patent/WO2023178981A1/zh active Application Filing
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023178981A1 (zh) * | 2022-03-21 | 2023-09-28 | 中国矿业大学 | 一种煤矿辅助运输车辆低能耗分级定位方法及系统 |
US11772687B1 (en) | 2022-03-21 | 2023-10-03 | China University Of Mining And Technology | Low-energy-consumption grading and positioning method for coal mine auxiliary transportation vehicle and system thereof |
Also Published As
Publication number | Publication date |
---|---|
WO2023178981A1 (zh) | 2023-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114790912A (zh) | 一种煤矿辅助运输车辆低能耗分级定位方法及系统 | |
US10957204B1 (en) | Systems and methods for tracking cargo assets | |
KR102007181B1 (ko) | 교통 텔레매틱스용 경로 데이터의 전송 방법 | |
CN105389986B (zh) | 一种基于配货平台的实时路况检测方法及系统 | |
CN114199258B (zh) | 多式联运集装箱数字化关联与高精度定位追踪系统 | |
CN101197077A (zh) | 一种汽车行驶路线分析、统计方法 | |
US20110054731A1 (en) | System and method for bi-directional wireless information transfer | |
CN102139704A (zh) | 一种基于射频技术的高精度列车定位系统及其定位方法 | |
CN104025166B (zh) | 中心侧系统及车辆侧系统 | |
CN102167064A (zh) | Rfid辅助的地铁列车位置检测及精确停车系统 | |
CN109229156B (zh) | 一种铁路车辆三维定位系统 | |
CN103208055A (zh) | 一种铁路运输物流智能调度系统及其车辆位置跟踪方法 | |
CN109583407A (zh) | 一种基于nfc技术和机器视觉相结合的轨道检测定位系统 | |
CN202038325U (zh) | 一种基于射频技术的高精度列车定位系统 | |
CN113808414B (zh) | 道路荷载确定方法、装置及存储介质 | |
JP2006134158A (ja) | 区間旅行時間情報収集システム及び車載装置 | |
US11772687B1 (en) | Low-energy-consumption grading and positioning method for coal mine auxiliary transportation vehicle and system thereof | |
CN116429123A (zh) | 一种基于多源信息融合的车辆定位方法 | |
CN115909794A (zh) | 月台车辆智能引导方法、装置、电子设备和存储介质 | |
CN116227876A (zh) | 一种应用于城市交通的数据分析系统 | |
CN115116254A (zh) | 一种agv双层停车机器人行车及停车轨道监控系统 | |
CN112687101B (zh) | 一种基于电子标签的车道级定位方法及系统 | |
EP1045358B1 (de) | System zum Ermitteln von Reisezeiten von Kraftfahrzeugen | |
US10862538B2 (en) | Transmission of vehicle route information by passive devices | |
CN113124752B (zh) | 基于路侧视觉标签的汽车定位系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |