馮治東,顧清華,阮順領(lǐng) ,張雪飛
(1.洛陽(yáng)欒川鉬業(yè)集團(tuán)股份有限公司 博士后工作站,河南 洛陽(yáng) 471500l;2.西安建筑科技大學(xué) 資源工程學(xué)院,陜西 西安 710055; 3.榆林學(xué)院 信息工程學(xué)院,陜西 榆林 719000;4.內(nèi)蒙古廣納煤業(yè)集團(tuán) 信息科技有限公司,內(nèi)蒙古 烏海 016000)
我國(guó)煤炭、冶金、化工、有色金屬等行業(yè)有數(shù)量眾多的大型汽車運(yùn)輸?shù)V山,在此過(guò)程中車輛的運(yùn)輸量統(tǒng)計(jì)是礦山日常工作的重要內(nèi)容之一,直接影響著礦巖采玻量計(jì)算,短期質(zhì)量控制反饋,及工作量考勤核算等重要環(huán)節(jié),但人工統(tǒng)計(jì)方式不僅工作量巨大,且由于人工本身不具有客觀性,導(dǎo)致誤差較大。
在礦山生產(chǎn)過(guò)程中,人們將定位終端安裝于運(yùn)輸車輛,車輛的歷史運(yùn)輸過(guò)程及軌跡數(shù)據(jù)實(shí)時(shí)存儲(chǔ)于數(shù)據(jù)庫(kù)之中,通過(guò)將車輛的歷史軌跡數(shù)據(jù)進(jìn)行可視化顯示,統(tǒng)計(jì)人員便可獲知車輛的總運(yùn)輸次數(shù),以便核算各車輛的工作量。
目前,人們主要通過(guò)人工觀察軌跡線,在地圖上逐個(gè)記錄軌跡線的方法統(tǒng)計(jì)車輛運(yùn)輸次數(shù),這種方法工作效率低下,隨著軌跡數(shù)量的增多,人工統(tǒng)計(jì)的難度、速度和誤差率無(wú)法被礦山企業(yè)統(tǒng)計(jì)工作要求所接受。
深部開采、綠色開采和智能開采已成為我國(guó)甚至國(guó)際礦業(yè)開采的關(guān)鍵主攻方向,其中智能開采理論和方法逐漸成為礦業(yè)系統(tǒng)工程領(lǐng)域的關(guān)鍵內(nèi)容[1,2]。信息或數(shù)據(jù)技術(shù)、人工智能開始成為促進(jìn)安全生產(chǎn)、提高管理效益和推動(dòng)智能開采發(fā)展戰(zhàn)略的重要組成部分,信息化管理及自動(dòng)統(tǒng)計(jì)成為礦山車輛運(yùn)輸統(tǒng)計(jì)工作的主要趨勢(shì)之一[3-7]。有學(xué)者提出借助RFID技術(shù)[8],在關(guān)鍵收礦點(diǎn)安裝射頻讀卡器,車輛端通過(guò)刷卡自動(dòng)記錄次數(shù),該方法可靠性較強(qiáng),但無(wú)法應(yīng)對(duì)換卡作弊現(xiàn)象。也有學(xué)者通過(guò)數(shù)據(jù)挖掘及GPS自動(dòng)統(tǒng)計(jì)方法[9,10],計(jì)算車輛運(yùn)輸次數(shù),但由于定位漂移或數(shù)據(jù)丟失等情景,在沒(méi)有人工核實(shí)確認(rèn)情況下,該方法準(zhǔn)確率較差,誤差率較高。礦山地磅系統(tǒng)具有較好的穩(wěn)定性和可靠性,但其成本巨大,眾多礦山無(wú)法接受。
為此,作者提出了一種基于軌跡矢量圖的礦山車輛運(yùn)輸次數(shù)自動(dòng)提取方法,通過(guò)計(jì)算機(jī)自動(dòng)計(jì)算次數(shù),解決了現(xiàn)有的車輛運(yùn)輸次數(shù)統(tǒng)計(jì)工作效率低的問(wèn)題。
基本思路:如圖1所示,首先回放車輛所有軌跡,繪制出歷史軌跡矢量圖S-E,其次,繪制輔助線P1P2,求出S-E與P1P2的交點(diǎn)個(gè)數(shù),最后,車輛運(yùn)輸次數(shù)即為交點(diǎn)數(shù)的二分之一。
圖1 次數(shù)提取基本示意圖
如圖2所示,具體包括以下步驟:
步驟1,設(shè)定起點(diǎn)至終點(diǎn)之間的軌跡線包括有n條線段,分別為l1,l2,l3,l4,l5,…ln;設(shè)定輔助線P1P2,所述輔助線的兩個(gè)端點(diǎn)P1、P2分別置于該條軌跡線的兩側(cè),且該起點(diǎn)和終點(diǎn)分別置于該輔助線P1P2的兩側(cè);
步驟2,判斷輔助線與線段li是否有交點(diǎn),并統(tǒng)計(jì)輔助線與n條線段之間的總的交點(diǎn)個(gè)數(shù),將統(tǒng)計(jì)得到的總交點(diǎn)個(gè)數(shù)作為車輛的單程運(yùn)輸次數(shù)。
步驟2中,判斷輔助線與n條線段是否有交點(diǎn)的具體方法是,利用向量叉乘法判斷輔助線與線段是否有交點(diǎn)。
如圖3所示,給出關(guān)鍵推論:輔助線P1P2與線段li有交點(diǎn)當(dāng)且僅當(dāng)點(diǎn)P1P2在線段li 兩側(cè)且點(diǎn)P3P4在線段P1P2兩側(cè)。因此,利用向量叉乘法判斷輔助線與n條線段是否有交點(diǎn)的具體方法是:
Step1:設(shè)定線段兩端點(diǎn)為P3(x3,y3)、P4(x4,y4),輔助線段的兩個(gè)端點(diǎn)為P1(x1;y1)、P2(x2,y2);
Step2:分別計(jì)算P3P1所在向量v1:
v={x1-x3,y1-y3}
(1)
P3P2向量v2:
v2={x2-x3,y2-y3}
(2)
P3P4向量v3:
v3={x4-x3,y4-y3}
(3)
P1P3向量v4:
v4={x3-x1,y4-y1}
(4)
p1p4向量v5:
v5={x4-x1,y4-y1}
(5)
p1p2向量v6:
v6={x2-x1,y2-y1}
(6)
Step3:分別計(jì)算
v1,v2向量叉乘:
=v1xv2y-v1yv2x
(7)
向量叉乘:
crossMul(v2,v3)
=v2xv3y-v2yv3x
(8)
向量叉乘:crossMul(v4,v6)
=v4xv6y-v4yv6x
(9)
向量叉乘:crossMul(v5,v6)
=v5xv6y-v5yv6x
(10)
Step4:若 且,則認(rèn)為輔助線和線段有交點(diǎn)。所述車輛的總運(yùn)輸次數(shù)為車輛單程運(yùn)輸次數(shù)的二分之一。
圖2 次數(shù)提取流程圖
圖3 輔助線和軌跡線段交線原理圖
作者借助java script對(duì)上述自動(dòng)提取算法進(jìn)行了計(jì)算機(jī)實(shí)現(xiàn),其中判斷是否相交邏輯如下:
function is Cross(p1,p2,p3,p4)
{
var v1={x:p1.x-p3.x,y:p1.y-p3.y},
v2={x:p2.x-p3.x,y:p2.y-p3.y},
v3={x:p4.x-p3.x,y:p4.y-p3.y},
//負(fù)->在兩側(cè),可能相交;正->同側(cè),不可能相交
v=crossMul(v1,v3)*crossMul(v2,v3); v1={x:p3.x-p1.x,y:p3.y-p1.y};
v2={x:p4.x-p1.x,y:p4.y-p1.y};
v3={x:p2.x-p1.x,y:p2.y-p1.y};
return (v<=0&&crossMul(v1,v3)
*crossMul(v2,v3)<=0)?true:false;
}
在此基礎(chǔ)上,首先提取軌跡圖上的所有點(diǎn),如表1所示。
最后,以上述點(diǎn)為關(guān)鍵點(diǎn),形成一個(gè)多段線(polyline),并根據(jù)該文所述方法,在地圖上繪制輔助線,并求出輔助線與該多段線的總交點(diǎn)次數(shù)即可。
var count = 0;
for(var i = 1;i var p1 = thePoly.getAt(i-1); var p2 = thePoly.getAt(i);if(isCross({x:p1.lat(),y:p1.lng()},{x:p2.lat(),y:p2.lng()},{x:p3.lat(),y:p3.lng()},{x:p4.lat(),y:p4.lng()})) count += 1; } 表1 矢量圖上提取到的軌跡點(diǎn) 內(nèi)蒙古廣納煤業(yè)集團(tuán)有限責(zé)任公司,成立于2010年1月13日,注冊(cè)資本15億元人民幣,是一家大型非公企業(yè),現(xiàn)有員工6000余名。其中集團(tuán)下屬煤礦共有13座,除一座為井工開采外,其余均為露天開采,保有資源儲(chǔ)量1.67億噸,設(shè)計(jì)生產(chǎn)能力為960萬(wàn)噸/年。現(xiàn)有重介洗煤廠五座,其中在建洗煤廠一座,建成后廣納集團(tuán)各洗煤廠年總洗選能力可達(dá)1350萬(wàn)噸。集團(tuán)下屬焦化廠兩座,均采用JT5555D型下噴雙聯(lián)火道廢氣循環(huán)型復(fù)熱式先進(jìn)搗固煉焦工藝??赡戤a(chǎn)焦炭210萬(wàn)噸、焦油8萬(wàn)噸、粗苯2.6萬(wàn)噸、硫銨2.6萬(wàn)噸、硫磺0.4萬(wàn)噸、煤氣4億立方米。 該模塊被無(wú)縫集成到廣納煤業(yè)集團(tuán)十多個(gè)露天礦山的GPS車輛調(diào)度系統(tǒng)中。 在該方法之前,每個(gè)車輛安裝了GPS車載終端,能夠?qū)⒆陨碥壽E實(shí)時(shí)上傳到云服務(wù)器,統(tǒng)計(jì)人員通過(guò)歷史軌跡回放逐個(gè)核對(duì)車輛運(yùn)輸次數(shù),從而核算工作量及考勤績(jī)效。 然而,當(dāng)軌跡較多時(shí),人工核對(duì)不僅工作量較大且誤差率偏高,引進(jìn)該方法后,統(tǒng)計(jì)人員可直接通過(guò)繪制輔助性的方式自動(dòng)提取,工作效率和準(zhǔn)確性有了大幅度的提高。應(yīng)用效果如圖4所示。 圖4 應(yīng)用效果圖 基于軌跡矢量圖的礦山車輛運(yùn)輸次數(shù)計(jì)算機(jī)自動(dòng)提取方法,借助輔助線,利用向量叉乘的基本原理和技巧,計(jì)算輔助線與所有軌跡線的交點(diǎn)數(shù),而交點(diǎn)數(shù)即是軌跡總數(shù),統(tǒng)計(jì)人員僅需在計(jì)算機(jī)屏幕上畫出輔助線,計(jì)算機(jī)便可自動(dòng)提取與該條輔助線相交的軌跡線數(shù)量和總運(yùn)輸次數(shù)。 該方法在車輛歷史軌跡矢量圖基礎(chǔ)上,借助輔助線,利用計(jì)算機(jī)自動(dòng)提取運(yùn)輸次數(shù),克服傳統(tǒng)人工記錄工作量大、誤差高和速度慢等缺點(diǎn),從而提高統(tǒng)計(jì)人員工作效率。據(jù)不完全統(tǒng)計(jì),該方法的提取速度是人工的十二倍,準(zhǔn)確率提高百分之九。是礦山車輛運(yùn)輸量統(tǒng)計(jì),礦巖采玻量計(jì)算,短期質(zhì)量控制反饋,及工作量考勤核算等工作的強(qiáng)有力智力支持工具,具有較大的推廣價(jià)值和應(yīng)用前景。3 應(yīng)用案例
4 結(jié)論