CN115267667B - 井下高精度定位修正方法、装置、设备及存储介质 - Google Patents
井下高精度定位修正方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115267667B CN115267667B CN202211186364.4A CN202211186364A CN115267667B CN 115267667 B CN115267667 B CN 115267667B CN 202211186364 A CN202211186364 A CN 202211186364A CN 115267667 B CN115267667 B CN 115267667B
- Authority
- CN
- China
- Prior art keywords
- positioning
- dimensional
- value
- sampling
- observation value
- 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.)
- Active
Links
- 238000012937 correction Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005070 sampling Methods 0.000 claims abstract description 98
- 230000033001 locomotion Effects 0.000 claims abstract description 79
- 238000001914 filtration Methods 0.000 claims abstract description 26
- 230000008859 change Effects 0.000 claims description 35
- 230000015654 memory Effects 0.000 claims description 27
- 239000000126 substance Substances 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 10
- 230000035772 mutation Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 5
- 230000007704 transition Effects 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims 1
- 230000009467 reduction Effects 0.000 abstract description 7
- 238000004422 calculation algorithm Methods 0.000 abstract description 5
- 230000001360 synchronised effect Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0205—Details
- G01S5/021—Calibration, monitoring or correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/06—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/10—Position of receiver fixed by co-ordinating a plurality of position lines defined by path-difference measurements, e.g. omega or decca systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Abstract
本申请公开了一种井下高精度定位修正方法、装置、设备及存储介质。该方法包括：获取定位对象在井下定位场景中测量的三维定位坐标；基于起始时刻的三维定位坐标和起始时刻之后的采样时刻的三维定位坐标生成定位对象的一维观测值；基于一维观测值构建定位对象的运动状态方程；基于卡尔曼滤波和运动状态方程对定位对象的一维观测值进行修正，得到修正后的一维观测值；基于修正后的一维观测值还原得到定位对象的修正后的三维定位坐标。可以将三维空间的定位坐标降维为受限空间内的一维观测值，可以准确地构建出定位对象的运动状态方程，且降维后可进一步提高滤波算法的效率，进而能够有效地实现井下定位的误差修正，提高定位精度和定位修正效率。
Description
技术领域
本申请涉及井下定位领域，尤其涉及一种井下高精度定位修正方法、装置、设备及存储介质。
背景技术
矿山井下开采有一定的危险性，开采需要在井下布置大量的设备、车辆、人员，各种自然或人为因素造成的灾害、事故对井下工作人员的人身安全造成了极大的威胁。对井下人员、车辆有效的组织管理，以及事故、灾害的救援都需要掌握井下人员、车辆、设备的精确位置数据，井下设备的远程控制、智能控制更离不开井下设备的实时精确位置数据。
精确定位技术已成为矿井安全生产的重要技术支撑，相关技术中，往往基于UWB（Ultra Wide Band，超带宽）定位技术实现井下精确定位，在井下每隔一定距离布置UWB定位基站，人员、车辆或设备携带UWB定位标签，UWB定位基站与UWB定位标签之间通过测量脉冲信号的飞行时间（Time of flight，TOF），精确计算UWB定位标签到UWB定位基站之间的距离。由于UWB定位基站的坐标是已知的，根据UWB定位标签与多个UWB定位基站之间的精确距离，可精确计算出UWB定位标签的坐标。
UWB测距的精确性是相对于Wi-Fi、蓝牙或ZigBee而言的，UWB静态测距精度仍有30cm左右的误差，动态测距误差会更大。在UWB测距结果的基础上，经过基于测距的空间定位算法计算的定位对象空间坐标也相应的具有一定的误差。对UWB定位误差的修正通常采用卡尔曼滤波、扩展卡尔曼滤波、容积卡尔曼滤波、无迹卡尔曼滤波、粒子滤波、正则粒子滤波或高斯粒子滤波等方法，上述方法均依赖于定位对象空间运动状态方程的构建，由于井下定位对象三维空间运动状态的未知性，难以构建较准确的运动状态方程，故修正效果不理想。
发明内容
有鉴于此，本申请实施例提供了一种井下高精度定位修正方法、装置、设备及存储介质，旨在有效修正井下定位误差，提高井下定位精度。
本申请实施例的技术方案是这样实现的：
第一方面，本申请实施例提供了一种井下高精度定位修正方法，包括：
获取定位对象在井下定位场景中测量的三维定位坐标；
基于起始时刻的三维定位坐标和所述起始时刻之后的采样时刻的三维定位坐标生成所述定位对象的一维观测值，所述一维观测值表征所述定位对象相应于所述起始时刻至所述采样时刻沿井下巷道的无向图的最短距离；
基于所述一维观测值构建所述定位对象的运动状态方程；
基于卡尔曼滤波和所述运动状态方程对所述定位对象的所述一维观测值进行修正，得到修正后的一维观测值；
基于所述修正后的一维观测值还原得到所述定位对象的修正后的三维定位坐标。
在一些实施例中，所述运动状态方程表示如下：
其中，为定位对象i在采样时刻t的状态值，为定位对象i在采样时刻t-1的状态值，为定位对象i在采样时刻t的滑动时间窗口平均速度，，为定位对象i在采样时刻t的一维观测值，N为滑动时间窗口的大小，f为采样频率。
在一些实施例中，所述基于卡尔曼滤波和所述运动状态方程对所述定位对象的所述一维观测值进行修正，得到修正后的一维观测值，包括：
计算定位对象i在采样时刻t的先验估计值；其中，，为定位对象i在采样时刻t的运动状态突变值，表示出现运行状态突变，表示未出现运动状态突变；
计算定位对象i在采样时刻t的卡尔曼增益；其中，，为定位对象i在采样时刻t-1的协方差，
Q为所述运动状态方程的误差标准差，
R为所述一维观测值的误差标准差；
计算定位对象i在采样时刻t的修正后的一维观测值；其中，，为定位对象i在采样时刻t的突变影响值，表示受运动状态突变影响，表示不受运动状态突变影响。
在一些实施例中，定位对象i在采样时刻t的运动状态突变值计算如下：
其中，为瞬时加速度阈值，为滑动时间窗口的平均加速度阈值。
在一些实施例中，定位对象i在采样时刻t的突变影响值计算如下：
其中，为定位对象i的运动状态突变的持续影响时长。
在一些实施例中，所述方法还包括：
生成定位对象i在采样时刻t的协方差，具体如下：
其中，为定位对象i初始的协方差。
在一些实施例中，所述基于所述修正后的一维观测值还原得到所述定位对象的修正后的三维定位坐标，包括：
其中，为定位对象i在采样时刻t测量的三维定位坐标，为定位对象i在采样时刻t的一维观测值，为定位对象i在采样时刻t的修正后的一维观测值，为定位对象i在采样时刻t的修正后的三维定位坐标。
第二方面，本申请实施例提供了一种井下高精度定位修正装置，包括：
获取模块，用于获取定位对象在井下定位场景中测量的三维定位坐标；
一维观测值生成模块，用于基于起始时刻的三维定位坐标和所述起始时刻之后的采样时刻的三维定位坐标生成所述定位对象的一维观测值，所述一维观测值表征所述定位对象相应于所述起始时刻至所述采样时刻沿井下巷道的无向图的最短距离；
运动状态方程模块，用于基于所述一维观测值构建所述定位对象的运动状态方程；
一维修正模块，用于基于卡尔曼滤波和所述运动状态方程对所述定位对象的所述一维观测值进行修正，得到修正后的一维观测值；
三维修正模块，用于基于所述修正后的一维观测值还原得到所述定位对象的修正后的三维定位坐标。
第三方面，本申请实施例提供了一种井下高精度定位修正设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，
所述处理器，用于运行计算机程序时，执行本申请实施例第一方面所述方法的步骤。
第四方面，本申请实施例提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现本申请实施例第一方面所述方法的步骤。
本申请实施例提供的技术方案，将井下定位场景中测量的定位对象的三维定位坐标转换为一维观测值，并基于该一维观测值构建定位对象的运动状态方程；基于卡尔曼滤波和运动状态方程对定位对象的一维观测值进行修正，得到修正后的一维观测值；再基于修正后的一维观测值还原得到定位对象的修正后的三维定位坐标。如此，可以将三维空间的定位坐标降维为受限空间内的一维观测值，可以准确地构建出定位对象的运动状态方程，且降维后可进一步提高滤波算法的效率，进而能够有效地实现井下定位的误差修正，提高定位精度和定位修正效率。
附图说明
图1为本申请实施例井下高精度定位修正方法的流程示意图；
图2为本申请一应用示例中井下矿山巷道的无向图示意图；
图3为本申请一应用示例中三维定位坐标降维为一维观测值的示意图；
图4为本申请一应用示例中运动状态未出现突变时的误差比对示意图；
图5为本申请一应用示例中运动状态出现突变时的误差比对示意图；
图6为本申请实施例井下高精度定位修正装置的结构示意图；
图7为本申请实施例井下高精度定位修正设备的结构示意图。
具体实施方式
下面结合附图及实施例对本申请再作进一步详细的描述。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。
本申请实施例提供了一种井下高精度定位修正方法，可以应用于井下定位的数据处理设备中，如图1所示，该方法包括：
步骤101，获取定位对象在井下定位场景中测量的三维定位坐标。
示例性地，数据处理设备获取的定位对象的三维定位坐标可以为基于UWB测距技术获取的，UWB测距技术可以参照相关技术，在此不再赘述。
步骤102，基于起始时刻的三维定位坐标和所述起始时刻之后的采样时刻的三维定位坐标生成所述定位对象的一维观测值，所述一维观测值表征所述定位对象相应于所述起始时刻至所述采样时刻沿井下巷道的无向图的最短距离。
这里，井下巷道的无向图可以为基于井下巷道的中心线构建的，其中，无向图的边为巷道，中间节点为巷道交叉口，端节点为巷道入口或巷道终点。例如，无向图可以表示为G=<V，E>，其中，V是非空集合，称为顶点集；E是V中元素构成的无序二元组的集合，称为边集。
示例性地，假设定位对象i在第一次进入定位场景后观测得到的三维空间定位坐标为；在采样时刻t定位对象i测得到的三维定位坐标为，计算无向图G中与的最短距离为，从而可以将三维定位坐标降维为一维观测值。
步骤103，基于所述一维观测值构建所述定位对象的运动状态方程。
示例性地，所述运动状态方程表示如下：
其中，为定位对象i在采样时刻t的状态值，为定位对象i在采样时刻t-1的状态值，为定位对象i在采样时刻t的滑动时间窗口平均速度，，为定位对象i在采样时刻t的一维观测值，N为滑动时间窗口的大小，f为采样频率。
需要说明的是，本申请实施例将位于三维空间的定位坐标降维为受限空间内的一维观测值，可以准确地构建出定位对象i的运动状态方程，并可以提高滤波算法的效率。
步骤104，基于卡尔曼滤波和所述运动状态方程对所述定位对象的所述一维观测值进行修正，得到修正后的一维观测值。
示例性地，所述基于卡尔曼滤波和所述运动状态方程对所述定位对象的所述一维观测值进行修正，得到修正后的一维观测值，包括：
计算定位对象i在采样时刻t的先验估计值；其中，，为定位对象i在采样时刻t的运动状态突变值，表示出现运行状态突变，表示未出现运动状态突变；
计算定位对象i在采样时刻t的卡尔曼增益；其中，，为定位对象i在采样时刻t-1的协方差，
Q为所述运动状态方程的误差标准差，
R为所述一维观测值的误差标准差；
计算定位对象i在采样时刻t的修正后的一维观测值；其中，，为定位对象i在采样时刻t的突变影响值，表示受运动状态突变影响，表示不受运动状态突变影响。
需要说明的是，运动状态方程的误差标准差
Q及一维观测值的误差标准差
R可以预先设定，定位对象的协方差可以理解为先验估计值与一维观测值的协方差，协方差的大小，可以理解为通过先验估计值和一维观测值计算最优估计值时两者的权重。初始的协方差一般设的比较大（一般>1），代表一维观测值的权重更大，后面会逐步迭代更新至合适的协方差值。
示例性地，定位对象i在采样时刻t的运动状态突变值计算如下：
其中，为瞬时加速度阈值，为滑动时间窗口的平均加速度阈值。
示例性地，定位对象i在采样时刻t的突变影响值计算如下：
其中，为定位对象i的运动状态突变的持续影响时长。
在一些实施例中，该方法还包括：
生成定位对象i在采样时刻t的协方差，具体如下：
其中，为定位对象i初始的协方差。
步骤105，基于所述修正后的一维观测值还原得到所述定位对象的修正后的三维定位坐标。
示例性地，所述基于所述修正后的一维观测值还原得到所述定位对象的修正后的三维定位坐标，包括：
其中，为定位对象i在采样时刻t测量的三维定位坐标，为定位对象i在采样时刻t的一维观测值，为定位对象i在采样时刻t的修正后的一维观测值，为定位对象i在采样时刻t的修正后的三维定位坐标，即基于修正后的一维观测值还原得到的三维定位坐标。
可以理解的是，本申请实施例的方法，将井下定位场景中测量的定位对象的三维定位坐标转换为一维观测值，并基于该一维观测值构建定位对象的运动状态方程；基于卡尔曼滤波和运动状态方程对定位对象的一维观测值进行修正，得到修正后的一维观测值；再基于修正后的一维观测值还原得到定位对象的修正后的三维定位坐标。如此，可以将三维空间的定位坐标降维为受限空间内的一维观测值，可以准确地构建出定位对象的运动状态方程，且降维后可进一步提高滤波算法的效率，进而能够有效地实现井下定位的误差修正，提高定位精度和定位修正效率；此外，本申请实施例方法能够自动识别运动状态突变的情况，自适应地进行卡尔曼滤波降噪，有效地实现井下UWB定位的误差修正，从而可以为井下人员、车辆、设备提供实时、稳定、精确的位置数据。
在一应用示例中，基于卡尔曼滤波和运动状态方程对定位对象的一维观测值进行修正，得到修正后的一维观测值的过程具体包括以下步骤：
步骤1）、设置初始的协方差；
步骤2）、t=0；
步骤3）、t=t+1；
步骤4）、计算t时刻定位对象i的滑动时间窗口平均速度，
；
步骤5）、建立一维观测值的运动状态方程：；
其中，F表示一个抽象的函数，函数有两个参数i和t，F(i,t)表示定位对象i在采样时刻t的状态值。
步骤6）、设t-1时刻定位对象i经自适应卡尔曼滤波修正后的一维观测值为，根据运动状态方程和突变状态，计算t时刻定位对象i的先验估计值，
步骤7）、计算时刻定位对象的卡尔曼增益；
步骤8）、计算时刻定位对象进行自适应卡尔曼滤波修正后的值，
步骤9）、更新协方差；
且更新后跳转至步骤3），以继续对一维观测值进行修正。
下面结合一应用示例对本申请实施例的井下高精度定位修正方法进行示例性说明。
图2示出了本应用示例中井下矿山巷道的无向图示意图，其中，该无向图基于巷道中心线1构建而成。
定位对象i在第一次进入定位场景后观测得到的三维空间定位坐标为；t时刻，定位对象i测得到的三维空间定位坐标为，计算无向图中与的最短距离为，如图3中的粗实线部分所示。
设定滑动时间窗口的大小N为5，瞬时加速度阈值为0.6m/s2，滑动时间窗口平均加速度阈值为0.2m/s2，定位的采样频率f为1，即每秒采集一次，一维观测值的误差标准差
R为0.3m，运动状态方程的误差标准差
Q为4.5m，定位对象i突变状态的持续影响时长∆T为10s，初始的协方差为5。
t1至t300时刻，定位对象运动状态未出现突变，经自适应卡尔曼滤波修正后，修正之后的定位坐标误差与测量结果的定位坐标误差对比如图4所示。
T301至t600时刻，定位对象运动状态出现6次突变，经自适应卡尔曼滤波修正后，修正之后的定位坐标误差与测量结果的定位坐标误差对比如图5所示。
由此可见，本申请实施例的方法，不论定位对象是否出现运动状态突变，均能有效减少定位坐标误差，提高定位精度。
为了实现本申请实施例的方法，本申请实施例还提供一种井下高精度定位修正装置，设置在井下高精度定位修正设备，如图6所示，该井下高精度定位修正装置包括：获取模块601、一维观测值生成模块602、运动状态方程模块603、一维修正模块604和三维修正模块605。
获取模块601用于获取定位对象在井下定位场景中测量的三维定位坐标；一维观测值生成模块602用于基于起始时刻的三维定位坐标和所述起始时刻之后的采样时刻的三维定位坐标生成所述定位对象的一维观测值，所述一维观测值表征所述定位对象相应于所述起始时刻至所述采样时刻沿井下巷道的无向图的最短距离；运动状态方程模块603用于基于所述一维观测值构建所述定位对象的运动状态方程；一维修正模块604用于基于卡尔曼滤波和所述运动状态方程对所述定位对象的所述一维观测值进行修正，得到修正后的一维观测值；三维修正模块605用于基于所述修正后的一维观测值还原得到所述定位对象的修正后的三维定位坐标。
在一些实施例中，所述运动状态方程表示如下：
其中，为定位对象i在采样时刻t的状态值，为定位对象i在采样时刻t-1的状态值，为定位对象i在采样时刻t的滑动时间窗口平均速度，，为定位对象i在采样时刻t的一维观测值，N为滑动时间窗口的大小，f为采样频率。
在一些实施例中，一维修正模块604具体用于：
计算定位对象i在采样时刻t的先验估计值；其中，，为定位对象i在采样时刻t的运动状态突变值，表示出现运行状态突变，表示未出现运动状态突变；
计算定位对象i在采样时刻t的卡尔曼增益；其中，，为定位对象i在采样时刻t-1的协方差，
Q为所述运动状态方程的误差标准差，
R为所述一维观测值的误差标准差；
计算定位对象i在采样时刻t的修正后的一维观测值；其中，，为定位对象i在采样时刻t的突变影响值，表示受运动状态突变影响，表示不受运动状态突变影响。
在一些实施例中，定位对象i在采样时刻t的运动状态突变值计算如下：
其中，为瞬时加速度阈值，为滑动时间窗口的平均加速度阈值。
在一些实施例中，定位对象i在采样时刻t的突变影响值计算如下：
其中，为定位对象i的运动状态突变的持续影响时长。
在一些实施例中，一维修正模块604还用于：
生成定位对象i在采样时刻t的协方差，具体如下：
其中，为定位对象i初始的协方差。
在一些实施例中，三维修正模块605具体用于：
其中，为定位对象i在采样时刻t测量的三维定位坐标，为定位对象i在采样时刻t的一维观测值，为定位对象i在采样时刻t的修正后的一维观测值，为定位对象i在采样时刻t的修正后的三维定位坐标。
实际应用时，获取模块601、一维观测值生成模块602、运动状态方程模块603、一维修正模块604和三维修正模块605，可以由井下高精度定位修正设备中的处理器来实现。当然，处理器需要运行存储器中的计算机程序来实现它的功能。
需要说明的是：上述实施例提供的井下高精度定位修正装置在进行井下高精度定位修正时，仅以上述各程序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处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的井下高精度定位修正装置与井下高精度定位修正方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
基于上述程序模块的硬件实现，且为了实现本申请实施例的方法，本申请实施例还提供一种井下高精度定位修正设备。图7仅仅示出了该设备的示例性结构而非全部结构，根据需要可以实施图7示出的部分结构或全部结构。
如图7所示，本申请实施例提供的井下高精度定位修正设备700包括：至少一个处理器701、存储器702、用户接口703和至少一个网络接口704。井下高精度定位修正设备700中的各个组件通过总线系统705耦合在一起。可以理解，总线系统705用于实现这些组件之间的连接通信。总线系统705除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为总线系统705。
其中，用户接口703可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。
本申请实施例中的存储器702用于存储各种类型的数据以支持井下高精度定位修正设备的操作。这些数据的示例包括：用于在井下高精度定位修正设备上操作的任何计算机程序。
本申请实施例揭示的井下高精度定位修正方法可以应用于处理器701中，或者由处理器701实现。处理器701可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，井下高精度定位修正方法的各步骤可以通过处理器701中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器701可以是通用处理器、数字信号处理器（DSP，DigitalSignal Processor），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。处理器701可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器702，处理器701读取存储器702中的信息，结合其硬件完成本申请实施例提供的井下高精度定位修正方法的步骤。
在示例性实施例中，井下高精度定位修正设备可以被一个或多个应用专用集成电路（ASIC，Application Specific Integrated Circuit）、DSP、可编程逻辑器件（PLD，Programmable Logic Device）、复杂可编程逻辑器件（CPLD，Complex Programmable LogicDevice）、FPGA、通用处理器、控制器、微控制器（MCU，Micro Controller Unit）、微处理器（Microprocessor）、或者其他电子元件实现，用于执行前述方法。
可以理解，存储器702可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器（ROM，Read Only Memory）、可编程只读存储器（PROM，Programmable Read-Only Memory）、可擦除可编程只读存储器（EPROM，Erasable Programmable Read-Only Memory）、电可擦除可编程只读存储器（EEPROM，Electrically Erasable Programmable Read-Only Memory）、磁性随机存取存储器（FRAM，ferromagnetic random access memory）、快闪存储器（Flash Memory）、磁表面存储器、光盘、或只读光盘（CD-ROM，Compact Disc Read-Only Memory）；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器（RAM，Random AccessMemory），其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器（SRAM，Static Random Access Memory）、同步静态随机存取存储器（SSRAM，Synchronous Static Random Access Memory）、动态随机存取存储器（DRAM，Dynamic Random Access Memory）、同步动态随机存取存储器（SDRAM，SynchronousDynamic Random Access Memory）、双倍数据速率同步动态随机存取存储器（DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory）、增强型同步动态随机存取存储器（ESDRAM，Enhanced Synchronous Dynamic Random Access Memory）、同步连接动态随机存取存储器（SLDRAM，SyncLink Dynamic Random Access Memory）、直接内存总线随机存取存储器（DRRAM，Direct Rambus Random Access Memory）。本申请实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
在示例性实施例中，本申请实施例还提供了一种存储介质，即计算机存储介质，具体可以是计算机可读存储介质，例如包括存储计算机程序的存储器702，上述计算机程序可由井下高精度定位修正设备的处理器701执行，以完成本申请实施例方法所述的步骤。计算机可读存储介质可以是ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器。
需要说明的是：“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
另外，本申请实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请披露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种井下高精度定位修正方法，其特征在于，包括：
获取定位对象在井下定位场景中测量的三维定位坐标；
基于起始时刻的三维定位坐标和所述起始时刻之后的采样时刻的三维定位坐标生成所述定位对象的一维观测值，所述一维观测值表征所述定位对象相应于所述起始时刻至所述采样时刻沿井下巷道的无向图的最短距离；
基于所述一维观测值构建所述定位对象的运动状态方程，所述运动状态方程表示如下：
其中，为定位对象i在采样时刻t的状态值，为定位对象i在采样时刻t-1的状态值，为定位对象i在采样时刻t的滑动时间窗口平均速度，，为定位对象i在采样时刻t的一维观测值，N为滑动时间窗口的大小，f为采样频率；
基于卡尔曼滤波和所述运动状态方程对所述定位对象的所述一维观测值进行修正，得到修正后的一维观测值，具体包括：
计算定位对象i在采样时刻t的先验估计值；其中，，为定位对象i在采样时刻t的运动状态突变值，表示出现运动状态突变，表示未出现运动状态突变；
计算定位对象i在采样时刻t的卡尔曼增益；其中，，为定位对象i在采样时刻t-1的协方差，Q为所述运动状态方程的误差标准差，R为所述一维观测值的误差标准差；
计算定位对象i在采样时刻t的修正后的一维观测值；其中，，为定位对象i在采样时刻t的突变影响值，表示受运动状态突变影响，表示不受运动状态突变影响；
基于所述修正后的一维观测值还原得到所述定位对象的修正后的三维定位坐标。
2.根据权利要求1所述的方法，其特征在于，定位对象i在采样时刻t的运动状态突变值计算如下：
其中，为瞬时加速度阈值，为滑动时间窗口的平均加速度阈值。
3.根据权利要求1所述的方法，其特征在于，定位对象i在采样时刻t的突变影响值计算如下：
其中，为定位对象i的运动状态突变的持续影响时长。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：生成定位对象i在采样时刻t的协方差，具体如下：
其中，为定位对象i初始的协方差。
5.根据权利要求1所述的方法，其特征在于，所述基于所述修正后的一维观测值还原得到所述定位对象的修正后的三维定位坐标，包括：
其中，为定位对象i在采样时刻t测量的三维定位坐标，为定位对象i在采样时刻t的一维观测值，为定位对象i在采样时刻t的修正后的一维观测值，为定位对象i在采样时刻t的修正后的三维定位坐标。
6.一种井下高精度定位修正装置，其特征在于，包括：
获取模块，用于获取定位对象在井下定位场景中测量的三维定位坐标；
一维观测值生成模块，用于基于起始时刻的三维定位坐标和所述起始时刻之后的采样时刻的三维定位坐标生成所述定位对象的一维观测值，所述一维观测值表征所述定位对象相应于所述起始时刻至所述采样时刻沿井下巷道的无向图的最短距离；
运动状态方程模块，用于基于所述一维观测值构建所述定位对象的运动状态方程，所述运动状态方程表示如下：
其中，为定位对象i在采样时刻t的状态值，为定位对象i在采样时刻t-1的状态值，为定位对象i在采样时刻t的滑动时间窗口平均速度，，为定位对象i在采样时刻t的一维观测值，N为滑动时间窗口的大小，f为采样频率；
一维修正模块，用于基于卡尔曼滤波和所述运动状态方程对所述定位对象的所述一维观测值进行修正，得到修正后的一维观测值，具体包括：
计算定位对象i在采样时刻t的先验估计值；其中，，为定位对象i在采样时刻t的运动状态突变值，表示出现运动状态突变，表示未出现运动状态突变；
计算定位对象i在采样时刻t的卡尔曼增益；其中，，为定位对象i在采样时刻t-1的协方差，Q为所述运动状态方程的误差标准差，R为所述一维观测值的误差标准差；
计算定位对象i在采样时刻t的修正后的一维观测值；其中，，为定位对象i在采样时刻t的突变影响值，表示受运动状态突变影响，表示不受运动状态突变影响；
三维修正模块，用于基于所述修正后的一维观测值还原得到所述定位对象的修正后的三维定位坐标。
7.一种井下高精度定位修正设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，
所述处理器，用于运行计算机程序时，执行权利要求1至5任一项所述方法的步骤。
8.一种存储介质，所述存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211186364.4A CN115267667B (zh) | 2022-09-28 | 2022-09-28 | 井下高精度定位修正方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211186364.4A CN115267667B (zh) | 2022-09-28 | 2022-09-28 | 井下高精度定位修正方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115267667A CN115267667A (zh) | 2022-11-01 |
| CN115267667B true CN115267667B (zh) | 2023-04-07 |
Family
ID=83756930
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211186364.4A Active CN115267667B (zh) | 2022-09-28 | 2022-09-28 | 井下高精度定位修正方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115267667B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115984027B (zh) * | 2023-03-20 | 2023-06-06 | 长沙迪迈数码科技股份有限公司 | 基于uwb的井下人员聚集预警方法、装置及存储介质 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101187702B (zh) * | 2007-12-06 | 2011-03-30 | 上海大学 | 井下煤矿人员实时无线定位方法 |
| KR101005753B1 (ko) * | 2008-03-04 | 2011-01-06 | 한국과학기술원 | 예보 필터를 이용한 측위 방법 |
| CN106997039B (zh) * | 2016-01-22 | 2021-09-21 | 中国矿业大学(北京) | 虚拟平面约束下重构一维空间的煤矿井下toa定位方法 |
| CN107071896B (zh) * | 2017-03-31 | 2020-05-22 | 中国矿业大学(北京) | 一种利用非视距信号实现煤矿弯曲巷道目标定位方法 |
| CN108761389A (zh) * | 2018-05-24 | 2018-11-06 | 西安科技大学 | 一种抑制nlos时延误差的矿井toa目标定位方法 |
| CN110109055B (zh) * | 2019-05-23 | 2023-02-24 | 南通云之建智能科技有限公司 | 一种基于rssi测距的室内定位方法 |
| CN111352066B (zh) * | 2020-03-27 | 2022-02-22 | 西安震有信通科技有限公司 | 基于粒子滤波的定位方法、装置、计算机设备和存储介质 |
| CN113038377A (zh) * | 2021-02-25 | 2021-06-25 | 大连易飞扬科技有限公司 | 一种基于uwb技术c-twr的井下一维精确定位方法 |
-
2022
- 2022-09-28 CN CN202211186364.4A patent/CN115267667B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115267667A (zh) | 2022-11-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10627241B2 (en) | Map-centric map matching method and apparatus | |
| US10614324B2 (en) | Method and apparatus for identifying static obstacle | |
| US11300964B2 (en) | Method and system for updating occupancy map for a robotic system | |
| US10860453B2 (en) | Index anomaly detection method and apparatus, and electronic device | |
| US20230043236A1 (en) | Vehicle positioning method for determining position of vehicle through creating target function for factor graph model | |
| CN115267667B (zh) | 井下高精度定位修正方法、装置、设备及存储介质 | |
| US9910878B2 (en) | Methods for processing within-distance queries | |
| CN111678513A (zh) | 一种超宽带/惯导紧耦合的室内定位装置与系统 | |
| CN111626519A (zh) | 一种航班到达时间预测方法、装置和电子设备 | |
| CN110647675A (zh) | 停留点识别及预测模型训练方法、装置及存储介质 | |
| Li et al. | Research on the UWB/IMU fusion positioning of mobile vehicle based on motion constraints | |
| WO2016037346A1 (en) | Measuring and diagnosing noise in urban environment | |
| CN114328785A (zh) | 提取道路信息的方法和装置 | |
| CN115291166B (zh) | 井下高精度定位方法、装置、设备及存储介质 | |
| CN114061573A (zh) | 地面无人车辆编队定位装置及方法 | |
| CN113657177A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
| CN112036030A (zh) | 矿体组合约束建模方法、装置、设备及存储介质 | |
| CN112990256A (zh) | 多传感器噪声计算方法及信息融合方法、存储介质及设备 | |
| US11037066B2 (en) | Estimation of abnormal sensors | |
| CN114383621B (zh) | 基于网格地图的轨迹纠偏方法、电子设备和存储介质 | |
| CN116817928B (zh) | 基于因子图优化的卫导/惯导列车多源融合定位的方法 | |
| CN115984027B (zh) | 基于uwb的井下人员聚集预警方法、装置及存储介质 | |
| CN115209428B (zh) | 井下uwb定位基站布置方法、装置、设备及存储介质 | |
| CN112927350B (zh) | 多域地质体模型构建方法、装置、设备及存储介质 | |
| CN104794447A (zh) | 基于OpenCv卡尔曼滤波器的车载隧道识别方法及其系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 410205 10th floor, C1 building, Lugu enterprise Plaza, 27 Wenxuan Road, Yuelu District, Changsha City, Hunan Province Patentee after: Changsha Dimai Technology Co.,Ltd. Address before: 410205 10th floor, C1 building, Lugu enterprise Plaza, 27 Wenxuan Road, Yuelu District, Changsha City, Hunan Province Patentee before: CHANGSHA DIGITAL MINE CO.,LTD. |