无线室内定位系统和技术在地下采矿中的应用综述2021Applications of Wireless Indoor Positioning Systems and Technologies in U

过去十年,室内定位(或定位)领域出现了新的发展。由于全球导航卫星系统(GNSS)不能用于地下矿山,因此需要其他技术进行定位。今天的定位和通信选项主要包括Wi-Fi、蓝牙低能量(BLE)、超宽带(UWB)、射频识别设备(RFID)等。智能手机和平板电脑目前有一系列传感器和无线电,可以提供有价值的信息,通过各种方法实现室内定位。如果矿工可以随身携带智能手机,他们可以非常有效地实现定位和导航。这些技术最近在地下矿山中的应用已得到彻底审查和审查,以确定其在没有其他手段的情况下用于精确定位的可能性。已经确定了未来研究中需要解决的一些关键挑战和差距。

1简介

世界经济的快速增长增加了对矿产资源的需求,这与浅层高品位矿床的枯竭相吻合。直接的结果是,采矿者必须将其作业扩展到更深的地方,通过地下采矿方法开采矿床。在采矿气候、地面控制和通信成为严重挑战的深地下矿山,必须解决安全问题。在这一危险的工业活动中,潜在的解决方案需要采用重型和低成本的方法。由于基于全球定位系统(GPS)的定位、导航和跟踪服务仅限于开放空间环境(例如,地面结构和建筑物),其中可获得来自卫星的参考信号,因此需要在地下采矿空间中使用替代定位系统,其可延伸至数千英尺的深度,在某些情况下超过2英里,在地球表面以下。在该领域已经进行了大量的研究工作,产生了一些利用射频(RF)信号以及光、超声等传播特性的新兴解决方案。然而,最新提出的地下矿山定位方案的当前文献调查,涉及其在实践中的可能和经验证的准确性和可靠性。本文的重点是自2000年代初以来在文献中提出的特定地下定位系统、技术和技术。从多个角度讨论了这些系统的优点,包括能效、性能、成本、接收和定位精度。

2定位技术和算法

本节介绍使用信号度量估计室内环境中物体位置的各种技术和算法。在此过程中涉及多种无线通信理论,并对其进行了解释。

2.1定位技术定位系统可根据被测信号和用于测量信号的技术进行分类[1]。信号度量包括几何参数,例如角度和距离以及信号强度。这些用于构建信号属性以测量对象的位置。有多种信号测量方法或技术;然而,到达角、飞行时间、到达时间、到达时差、接收信号强度指示和信道状态信息是最常见的信息[1,2],本节将介绍这些信息。2.1.1接收信号强度指标(RSSI)该方法关注接收信号强度(RSS),是最简单和最常用的室内定位策略之一[3-7]。RSS是接收端的实际信号强度,通常以分贝毫瓦(dBm)或毫瓦(mW)表示。该测量可用于近似移动单元(MU)和参考单元(RU)之间的范围;RSS越大,MU和RU之间的间隔越低(图1)。一定数量的信号传播模型可用于确定绝对距离,因为定义了发射功率或参考点处的功率。RSSI(经常被误认为是RSS)是RSS指示符,一种任意单位的相对RSS度量,通常由芯片供应商表征。MU和RU之间的距离d可以使用RSSI和简单路径损耗传播模型[8]从等式(1)计算,如下:

3.室内定位技术在地下采矿中的应用

本节介绍并讨论了为地下矿山提供室内定位服务而进行的现有技术和研究。将首先介绍无线通信系统(如Wi-Fi、蓝牙、ZigBee、RFID和超宽带(UWB))在地下矿山定位中的应用历史,然后介绍其他应用较少的技术,如磁场和超声波。虽然有一系列基于摄像机/视觉的定位方案,但它们超出了本次审查的范围,因此在此不再讨论。

为了向不同的私人、公共和商业用户提供网络功能和互联网连接,主要使用IEEE 802.11标准,通常称为Wi-Fi。起初,Wi-Fi的范围约为100米[12],在IEEE 802.11ah(主要为物联网服务定制)的背景下上升至约1公里[23,24]。

Wi-Fi连接大多可在智能手机、笔记本电脑和其他便携式设备上访问,这使其成为室内定位的最佳候选,也是文献中最彻底的定位创新之一(例如[25,26])。虽然当前的Wi-Fi终端也可以用作信号收集的参考点,但可以安装简单的定位系统,而无需进一步的基础设施(定位精度可以相对较高)。然而,为了优化数据传输和网络覆盖,现有的Wi-Fi网络通常用于通信而非本地化目的。因此,需要创新和高效的技术来提高其定位的准确性。此外,有报道称,工业、科学和医学(ISM)波段存在未经检查的争议,影响定位精度[27]。对于基于Wi-Fi的定位服务,可以使用上一节中描述的技术,以及它们的每一种合并。当前依赖Wi-Fi的定位系统[25、26、28]已获得高达23厘米的定位精度[29]。

Ralston等人(2005)[30]首次调查了Wi-Fi在地下煤矿行业定位移动设备的潜在用途。在隧道环境中进行Wi-Fi实验,以评估影响接收信号强度的一些主要传播特性。他们的初步结果表明,从基于Wi-Fi的地下定位中获得的精度为中等精度(5-15米),因此,可作为设备位置估计的低水平接近度指示器或辅助测量。Chehri等人(2006)[31]使用了DV-hop算法,该算法仅基于节点和锚之间的跳距进行多点定位,而Wi-Fi用于地下矿山的室内定位解决方案。他们在一系列定位模拟中的最大误差达到1.3m。Zhang等人(2009)[32]提出了在地下矿山中使用Wi-Fi的想法,解释了实现该系统的相关必要性,包括工作原理、主机系统、数据传输和软件设计问题。Wang等人(2011)[33]在地下无线传感器网络中实现了基于k屏障的节点。(与区域覆盖相比,屏障覆盖不一定覆盖监控区域的每个点,而是只需要覆盖监控区域边界,以检测跨越边界的入侵者。在实际应用中,由于攻击或传感器故障,单个屏障覆盖通常无法提供足够的服务质量。在这种情况下,k-屏障覆盖率ovides k倍覆盖水平与单个屏障覆盖相比,成为大多数应用的更好选择[34]。)他们的网络使用每个设备的基本信息表(BIT)自动访问路由。他们利用基于路径损耗模型的RSSI定位算法。以一个地下煤矿为例,他们达到了大约5米的定位精度。Hedley和Gipps(2013)[35]提出了一种基于Wi-Fi技术的无线自组织定位系统(W ASP)。在本研究中,跟踪基于到达时间(ToA)算法。1年来,在一个正在运行的块体崩落矿上进行了测试,表明该框架是稳健的,能够达到亚米精度。

Cypriani等人(2013、2015)[36、37]开发了一种基于Wi-Fi的通用室内定位系统,名为OwlPS(Owl定位系统),该系统使用指纹技术和最近邻算法。他们在一个废弃的金矿中进行了一系列的实验,穿过大约400米的巷道,在大多数情况下,平均范围误差低于10米。Lin等人(2014)[38]研究了使用Wi-Fi技术、RSSI和指纹算法(采用ANN)以及风险评估方法的实时隧道位置服务(LBS)系统的可行性。混凝土坝地下隧道的现场实施表明,建议的定位算法稳定且准确(3-5m),足以用作实时定位工具。Yu(2015)[9]使用Wi-Fi技术和RSSI方法定位地下矿工。在这项研究中,提出了一种分层两步隐马尔可夫模型(HMM)来模拟人类在此类环境中的行走,目标是达到1到4米之间的可接受定位误差。Srikanth等人(2018)[39]提出了一个使用Wi-Fi进行地下煤矿监控的无线传感器网络(WSN)定位方法。他们通过引入概率密度函数进一步改进了RSSI模型,这有助于减少误差。在考虑地下煤矿开采环境的情况下,使用MATLAB开发的模拟工具进行了实验分析。研究表明,建议的模型优于高斯模型[40]和简单统计平均模型,平均距离误差为3.67 m,接触距离的平均定位误差为4.85 m,各种节点的平均距离误差6.97 m。

Tahir等人(2018)[41]提出了一种基于加权质心算法的RSSI象限解决方案,而不是地下矿山无线传感器网络中传统的基于质心算法。它允许使用四个信标点,而不是标准的三个,并添加权重以表示每个节点对质心位置的影响。

最近,Guo等人(2019)[42]提出了一种定位系统,该系统由定位服务器、多个无线接入点(AP)和Wi-Fi终端节点组成,并基于地下矿山的特征向量。他们的实验表明,该算法的最大误差为4米,平均误差为1.62米。Mohapatra等人(2020)[43]建议对RSSI和ToA进行校正,平滑RSSI波动,并采用高斯-牛顿算法进行坐标估计,用于基于Wi-Fi平台的地下定位。本研究中获得的最大距离误差约为7.44 m

3.2蓝牙

蓝牙(IEEE 802.15.1标准)包括用于链接特定个人空间中的多个固定或移动无线单元的媒体访问控制(MAC)和物理层参数。新的蓝牙版本,蓝牙低能量(BLE),提供24 Mbps的数据速度和70-100米范围的多功能性,与旧版本相比具有更高的能量使用率[44]。虽然BLE可用于不同的定位技术,如RSSI、AoA和ToF,但当前大多数基于BLE的定位方法不太复杂,且依赖于基于RSSBA的输入。基于RSS的输入限制了其定位的准确性。BLE的显著优势,如远程、低价格和最佳能源消耗,使其能够以其原始形式用于本地化目的;然而,最近提出的基于BLE的协议,包括苹果的iBeacon和谷歌的Eddystone(2015年发布),可以用于基于上下文感知的接近度服务。在2013年世界开发者大会(WWDC)上,苹果推出了iBeacon[45]。该协议主要设计用于根据接近程度确定位置和设施。该技术有助于通过BLE系统(也称为iBeacon或信标)以周期性间隔中继信标或警报。信标输出由16字节的标准通用唯一标识符(UUID)和主要和次要备选2字节值组成。具有其信标监控程序的每个BLE兼容设备收集信标信号,并使用RSSI技术评估设备与用户的接近度。根据RSS值[13],该单元分为近区(<1m)、近区(1-3m)、远区(>3m)和不确定区。与Wi-Fi一样,利用BLE进行室内定位通常有两种情况。在第一场景中,用户通信设备(例如,移动电话)从多个接入点(或信标)拾取信号并将这些信号发送到服务器(图5a)。这种方法通常用于跟踪和导航人员,通常每个人都有一部智能手机。在第二种情况下(图5b),信标/发射机向几个硬连线接收机发送信号,然后这些接收机将获得的信号值发送到服务器进行位置测量。该场景更适用于资产跟踪应用程序,其中不可能为每个单元配备智能手机。然而,与基于接近度的监测相比,主要问题是所需硬接线接收器的高度集中,尤其是在大型室内装置中[46]。Li等人(2016)[47]在沿走廊(如隧道)天花板的线路上测试了一组BLE发射器,以评估该技术在地下矿山中定位的能力。BLE设备每10米部署一次。一个人携带接收器的速度被判断为尽可能恒定,同时检测附近BLE信号强度的变化。他们将基于RSSI的接收器的估计范围与实际(已知)范围进行了比较,这表明了合理的误差。由于携带接收器的人的速度不是真正恒定的,他们无法估计实际的定位误差,但平均误差似乎不超过2m。Baek等人(2017)[48]开发了一种基于蓝牙信标的地下导航系统(BBUNS),主要能够识别地下矿井中的最佳路线,跟踪自卸车的位置并在移动设备上显示该信息。他们为沿运输道路安装的总共50个蓝牙信标建立了3D GIS数据库。开发了一个基于Android的BBUNS应用程序,使用安装在地下矿井中的蓝牙信标系统,在移动设备上可视化每个自卸车的当前位置和到达目的地的最佳路线。他们利用RSSI算法寻找地下矿井中的物体和车辆。他们的工程框架受到可视化自卸车当前位置和地下矿山中到达目的地的理想路径的延迟的限制.

3.3 ZigBee

基于IEEE 802.15.4规范,是一种低功率、低数据速率和接近无线网络[49]。本规范中规定的技术旨在比其他通信技术(如蓝牙和Wi-Fi)更简单和更便宜。ZigBee适用于无线传感器网络中的传感器位置,但通常在大多数移动设备上都无法访问,因此对于室内用户定位来说并不有利。[13].

Wang等人(2010)[50]提出了一种用于煤矿工人实时定位和监控的概念框架,重点关注ZigBee自组织传感器网络。他们使用基于RSSI的定位算法,然后提出了一种可靠的方法来解决输出波动问题,与典型的加权质心算法相比,平均定位误差提高了25%。他们在中国新安煤矿的采矿、冶金和勘探1 3中实施了他们提出的系统。Liu等人(2010a;2010b)[51,52]开发了一种设计和部署方案,以形成基于无线传感器网络和ZigBee技术的分层煤矿人员定位系统(MPPS),尤其侧重于盲点定位。他们还实施了包括数据收集、数据检索、数据存储和数据查看系统的上层监控程序。此外,他们构建了远程监控应用程序,实时查看网络的当前状态,包括网关、参考节点、本地节点的状态以及移动矿工的位置信息。他们在一个地下隧道中进行了实验,导致定位区域和盲区的定位误差分别约为3米和4.5米。Huang等人(2010)[53]提出了一种基于ZigBee和WebGIS技术的地下采矿定位系统,该系统采用改进的分布式RSSI算法。在他们的系统中,定位信息通过ZigBee子网和以太网传输到地面,这是主要的数据传输通道,地面服务器提供服务,通过浏览器向用户显示电子地图中矿工的分散情况。Zhang和Su(2013)[54]使用ZigBee技术和RSSI算法设计了一种简单的地下矿山定位系统。他们使用CC2431,这是一款真正的片上系统(SOC),用于无线传感器网络ZigBee\/IEEE 802.15.4解决方案,距离精度约为3米或更少,总计费成本也很低。Song和Qian(2016)[55]提出了一种用于地下煤矿的增强序列定位(SBL)方法,该方法与量子行为粒子群优化(QPSO)相结合,充分利用了最佳全局解的查询效率。他们考虑使用ZigBee设备(CC2530芯片作为参考节点)构建无线传感器网络,并在模拟中定位人员。事实上,本研究改进的SBL为不同区域提供了不同的RSSI序列集,这使得序列重心定位可以替代简单的SBL。对于所提出的系统性能,由于增加了QPSO迭代过程,增强的SBL以更多的时间使用为代价具有更好的实现精度。

3.4射频识别设备(RFID)

RFID使用无线电波在标签和读取器之间传递关于身份的信息。在配备无线跟踪系统的地下矿山中,标签如图5所示:使用BLE信标或Wi-Fi标签的室内定位策略:a场景1、b场景2[46]采矿、冶金和勘探1 3,由矿工和沿矿山巷道安装的读取器携带。这类设备分为有源和无源两类,使用具有缩短读取范围的超低成本标签。为了跟踪物体和设施,许多公司都使用这种技术。有许多类型的标签和读取器系统。每个系统在参数之间进行优化,如读取范围、成本、可靠性和鲁棒性[56]。图6描述了地下矿山中RFID标签和读取器的示例。该技术已广泛用于地下空间中的人员和车辆定位[57]。这种广泛的使用可以归因于RFID的关键优势,这使其与其他可用技术相比在相同目的上脱颖而出。本节仅介绍了该主题的一些主要工作。该领域最早发表的工作,Einicke和Rowan(2005年)和Einickee和Wilson(2005年)[58,59],开发了个人安全(灯)定位和监控系统,包括金属矿山的RFID标签和读取器,以及一套单独的煤矿本质安全设备。他们沿着道路的蜿蜒路段对灯具II型标签进行了一系列地上试验。灯具读取器安装在道路上方2m高度的金属吊杆底部。然后,乘客侧地板上有一系列标签的多功能车以固定速度被推到读取器下方。对于4、8、12、16和20个标签以及10、20、30、40、50和60 km/h车速的每种组合,在读取器下驾驶车辆四次。他们的试验表明,由于车速的提高和车内标签数量的增加,标签识别率下降。他们将这种行为归因于两个因素。首先,提高车速会缩短检测时间窗口。其次,随着同一车辆中标签数量的增加,标签异步通信时会导致更多的数据包冲突(错误)。也就是说,在最坏的情况下,他们实现了不低于88%的检测准确率。

Marlborough等人(2005)[60]开发了一种跟踪标签系统,该系统跟踪活动标签,基本上是小型无线电发射机,用于传输和解释人员携带或连接到目标地下区域内的车辆和其他设备上的战略位置的信标。标签在典型的地下路径中将其专用UHF频率ID中继至100米。基本跟踪器程序通常放置在地面通信或控制室内的PC上,必要时与地面和地下的其他PC联网。他们在斯特拉塔奥基1号煤矿分两个阶段成功实施了该系统,使用了不同数量的信标,最初的目标是保持人员和车辆数量,管理车队,跟踪设备,并在紧急情况下定位人员。Radinovic和Kwang(2008)[61]对俄克拉荷马州Pollyanna 8号矿室内定位技术的应用进行了可行性研究,主要关注RFID选项。为此,他们使用了TDoA和RSSI定位技术,并进行了与实施RFID相关的成本分析。图6在该矿区的地下矿山[56]采矿、冶金和勘探1 3或相关无线跟踪系统中实施RFID标签和读取器的示例,并测量了此类服务的益处。Song和Liu(2011)[62]设计了一种基于RFID技术的地下矿山车辆定位系统。沿隧道每隔100米安装的变电站实时收集电子标签的数据。这些数据通过Wi-Fi发送到矿井的新无线通信变电站,然后通过工业以太网网络发送到中央地面站。Rusu(2011)和Rusu等人(2011)[6364]在卡尔顿大学地下隧道网络中成功测试了基于RFID的定位系统。他们花了几十个小时定位速度高达25 km\/h的车辆(地下采矿车辆的最高可接受速度)。连续RFID标签之间的间隔约为50至250米。他们的目标是利用RFID标签创建非结构化和超大规模环境的全球兼容度量图。在他们的实验中,平均映射误差高达5米。Wojtas和Wiszniowski(2012)[65]实施了一个实验性导航系统,该系统采用RFID传感器融合结合增强现实(AR)用户界面,用于跟踪地下矿山中的人员和车辆。Iturralde等人(2013)[66]提出了一个综合计算系统,旨在扩展统一建模语言(UML)过程,以发现用于传输和处理从RFID传感器收集的数据的正确web服务。他们提出了一种使用该技术的改进定位算法,并将其结果与三边测量进行了比较。Yuan等人(2015)[67]使用RFID技术和ToF算法进行了模拟和实验研究,以定位地下矿井中的矿工。他们的结果表明了所提出的算法及其实现的有效性。同样,Fink和Beikirch(2015a、2015b)[68、69]开发了一种基于RFID技术的长壁煤炭开采人员跟踪系统(称为MineLoc),该系统使用RSSI定位算法。最近,郑等人(2019)[70]尝试使用RFID标签和时差法在地下煤矿巷道中定位人员。本研究中的平均定位精度在1.5到2米之间。

3.5超宽带(UWB)

        超宽带使用最小占空比在3.1到10.6 GHz的频率范围内,在宽频谱(>500 MHz)上以小于1 ns的周期传输超短信号[12],从而降低了功耗。因此,UWB是一种用于室内定位的短程无线电技术。与BLE和Wi-Fi不同,ToF用于定位,而不是信号强度计算(即RSSI),这意味着该方法可以确定物体和多个接收器(锚)之间的光运行时间。至少需要三个接收器来准确定位项目(三边测量)。此外,接收机和发射机之间必须有直接视线(LOS)[71]。

        Chehri等人(2009)[72]开展了一个试点项目,将基于UWB的无线传感器网络作为使用模拟和测量在地下隧道中定位的潜在选项。他们在模拟中考虑了定位的ToA技术,并确定了在实际地下矿井中部署此类系统的计算要求。Zhu和Yi(2011)[73]提出了一种TDoA\/RSSI混合定位算法,用于使用UWB平台在识别信标网络中精确定位地下采矿传感器。他们的混合算法提高了信标测量的定位精度,其中仿真结果显示了UWB设置的出色性能。Li等人(2016)[47]在室内环境中测试了UWB系统,打算考虑将其用于地下矿山的定位。平均测量误差在10到20厘米之间,最大范围可达100米。超宽带信号可以穿透墙壁进行角度测量;然而,他们的结果表明,壁厚可能会影响测距误差。

3.6其他技术

除了前面章节所述的重要系统外,其他新兴技术也被用于地下矿山的定位。3.6.1可见光通信(VLC)VLC是一种新型的高速信号传输系统,利用400至800太赫兹的可见光,主要由发光二极管(LED)产生[74]。基于VLC的定位策略利用光传感器来评估LED发射器的位置和方向。换句话说,LED的作用类似于iBeacon,并中继可用于对接收器/传感器进行分类的信号。AoA被认为是最有效的可见光定位策略[74,75]。由于使用LED照明,VLC定位基础设施的安装成本相对较低(其扩散可能甚至高于Wi-Fi,并且是基于可见光的定位的显著益处)。此外,除了大容量、高安全性和无线通信兼容性等特点外,还没有电磁干扰,这使得LED特别有吸引力[76]。然而,一个关键的缺点是,特定位置需要LED和传感器之间的LOS。

Iturralde等人(2014年、2017年)[77、78]提出了一种使用VLC技术和二维三边测量技术的地下矿山定位系统。该系统由参考采矿、冶金和勘探1 3的几个固定点和每个单元的三个LED组成。根据位置计算中的差异对拟议系统进行评估。结果发现,所提出的系统通过扩展基准的数量而降低了定位精度。他们发现,他们的新算法优于LANDMARC(动态有源射频识别(RFID)校准)方法,后者使用RFID标签根据位置估计误差确定物品的位置。Seguel等人(2018)[79]提出了在地下矿山应用VLC的可行性研究。他们在精度、鲁棒性和成本等方面比较了不同的定位技术,旨在优化VLC的应用。最近,Firoozabadi等人(2019)[80]将之前提到的Iturralde等人[78]的工作扩展到基于VLC的三维三边测量定位方案。基于仿真结果,该新方案的平均位置估计误差小于16cm。

3.6.2超声波定义

为频率高于20 kHz的声波频谱,人类无法听到。这种定位处理技术主要依赖于ToF测量,以厘米级精度确定发送器和接收器节点之间的间隔[81,82]。超声波定位系统在低系统成本、可靠性、可扩展性、高能效以及最重要的是房间间零泄漏方面提供了许多优于其他系统的优势。通常,RF脉冲之后是超声信号传输,以提供适当的同步。然而,与射频信号相比,声速随湿度和温度条件的差异而显著变化[83]。因此,热传感器通常安装有超声结构,以补偿这些位移[84]。Larson(2012)[85]开发了一种定位算法,使用超声波传感器定位地下矿井中的车辆。匹配算法也在Edgar矿井收集的距离数据上进行了测试。然而,传感器的噪声超过了井壁的变化,使定位算法无法正常工作。作者认为,这并不意味着超声波传感器不足以定位,但表明需要使用替代传感器进行进一步测试

3.6.3磁场使用

极低频磁场也可以克服定位问题。该方法具有令人兴奋的特点,如非直瞄系统中的物体(如内壁或人群)可能不易被阻挡[86]。磁场理论发达,相对容易产生和检测。它们不会受到其他系统(如UWB)典型的多径和衰落的影响。由于耦合随着尺寸迅速减小,最近建议使用交流信号,通过将高Q线环天线调谐到谐振来提高传输效率。这种方法需要必要的设备和几十米范围内几厘米的精度。磁定位已经是一种流行的工具,如当前市场上运动检测系统的实现[87]所示。一些作者认为磁信号适用于地下条件,因为它们在穿过大多数自然材料(如土壤、岩石、混凝土和水)时不会发生衰减或衰减。Pronenko和Dudkin(2016)[88]开发了基于磁场测量的矿工位置应急系统(MILES)。他们在乌克兰的地下空间测试了该系统,目标被混凝土、钢筋混凝土和土壤层阻挡,距离估计误差为1-1.5米。Abrudan等人(2016)[89]提出了一种使用极低频磁场的地下磁感应(MI)定位系统。他们的单锚解决方案产生了约0.7m的累积三维定位误差。

4在本节讨论中,强调了实际阻碍地下采矿行业全面采用室内定位的障碍和挑战,从基本的室内定位缺陷到极其恶劣和复杂的采矿工作环境以及部署无线定位系统所需的资本支出。

无线室内定位系统和技术在地下采矿中的应用综述2021Applications of Wireless Indoor Positioning Systems and Technologies in U_第1张图片

你可能感兴趣的:(物联网,自动驾驶,人工智能)