孔國財(cái)

國家能源集團(tuán)寧夏煤業(yè)有限責(zé)任公司靈新煤礦 寧夏靈武 750411

煤炭作為傳統(tǒng)能源的代表，在今后的很長一段時(shí)間里仍然是主要能源，煤礦行業(yè)的安全生產(chǎn)影響著國家煤炭能源供應(yīng)的安全性和穩(wěn)定性[1-2]。20世紀(jì) 90 年代，視頻監(jiān)控系統(tǒng)開始被集成進(jìn)礦用監(jiān)控系統(tǒng)中并引起廣大學(xué)者的研究[3]。瓦斯爆炸、礦井塌方等災(zāi)難性安全事故嚴(yán)重威脅著井下人員的生命安全。當(dāng)發(fā)生礦難時(shí)，施救人員需對(duì)礦工進(jìn)行精準(zhǔn)定位并展開營救。當(dāng)前井下定位技術(shù)種類較多，如無線局域網(wǎng) (WiFi)、超聲波、藍(lán)牙、超寬帶 (UWB) 等[4-6]。其中 WiFi 技術(shù)無法完成精準(zhǔn)定位；超聲波定位技術(shù)可達(dá)到厘米級(jí)，但其定位易受多徑效應(yīng)影響；而藍(lán)牙定位技術(shù)主要用于室內(nèi)。相比于傳統(tǒng)的定位系統(tǒng)，UWB 技術(shù)具有高穿透力、低功耗、抗干擾性強(qiáng)、定位精度高等優(yōu)點(diǎn)，是最有潛力的關(guān)鍵定位技術(shù)之一。然而，煤礦井下環(huán)境是受限空間，存在強(qiáng)多徑效應(yīng)，在存在大型設(shè)施設(shè)備的環(huán)境中，電磁波傳輸受到的影響顯著。因此，為了實(shí)現(xiàn)高精度定位，需要在單一無線定位方式，拓展研究融合定位技術(shù)與方法?；谝曨l監(jiān)控的圖像采集和目標(biāo)檢測，能夠在確定目標(biāo)位置范圍的基礎(chǔ)上，進(jìn)一步提升定位精度，同時(shí)能夠?qū)崿F(xiàn)人員行為等的動(dòng)態(tài)識(shí)別。

為實(shí)現(xiàn)井下視頻的大帶寬、低時(shí)延的實(shí)時(shí)監(jiān)控，滿足對(duì)井下工作人員的行為進(jìn)行動(dòng)態(tài)識(shí)別和定位的需求，筆者針對(duì)性地提出和研究了以 5G 通信技術(shù)為基礎(chǔ)的可視化監(jiān)控系統(tǒng)融合 UWB 定位的技術(shù)方案。

1 可視化監(jiān)控與人員定位融合系統(tǒng)

可視化監(jiān)控與人員定位融合系統(tǒng)架構(gòu)如圖1 所示。該系統(tǒng)由視頻監(jiān)控系統(tǒng)和人員定位系統(tǒng) 2 部分組成，分為井上、井下部分。井上部分為系統(tǒng)監(jiān)控與定位融合平臺(tái)，實(shí)現(xiàn)可視化視頻監(jiān)控與定位信息數(shù)據(jù)融合處理；井下部分由可視化智能監(jiān)控設(shè)備與人員定位設(shè)備組成，通過 5G 網(wǎng)絡(luò)完成數(shù)據(jù)傳輸。5G 通信網(wǎng)絡(luò)具有大帶寬、廣連接、低時(shí)延的特點(diǎn)[7-8]，在融合系統(tǒng)中，通過切片技術(shù)，為視頻監(jiān)控信息與人員定位信息的傳輸交互，提供了更低的時(shí)延與更大的帶寬。

圖1 可視化監(jiān)控與人員定位融合系統(tǒng)架構(gòu)Fig.1 Framework of visual monitoring and personnel positioning fusion system

2 基于 UWB 的人員定位

人員定位系統(tǒng)采用 UWB 超寬帶窄脈沖信號(hào)進(jìn)行測距定位。在系統(tǒng)中，定位標(biāo)簽與定位基站之間的數(shù)據(jù)信息傳輸使用雙向 2.4G Hz 信號(hào)通信。定位標(biāo)簽具備防水防塵功能，可更好適應(yīng)礦工井下工作環(huán)境。UWB 具有較強(qiáng)的信號(hào)抗干擾能力，不易受位置的干擾，定位標(biāo)簽的固定方式可根據(jù)實(shí)際應(yīng)用進(jìn)行人員不同位置的佩戴或固定。

2.1 基于 UWB 的無線定位方法

UWB 的定位方法解決方案中常見的有 TOA(Time of Arrive)、TDOA (Time Difference of Arrive) 和AOA (Angle of Arrive) 定位方法[9]。

基于 UWB 的定位方法解決方案中，AOA 定位方法原理簡單，但在遮擋環(huán)境中的定位誤差明顯偏大。基于測距的 UWB 方法中，IEEE 802.11.4z 為最新的 UWB 定位協(xié)議，其中規(guī)定了 3 種基于 TOA 的測距方法，分別為單程 TOA 測距、對(duì)稱雙程的 TOA測距以及非對(duì)稱雙程的 TOA 測距 (雙程 TOA 測距又稱為 TOF，Time of Flight)，TOF 方法需要讀卡器與定位卡雙方提前預(yù)配置參數(shù)。在實(shí)際部署中，對(duì)于讀卡器和識(shí)別卡的雙側(cè)需要進(jìn)行協(xié)議適配，存在一定的不便。因此，筆者研究目標(biāo)是采用 TOA 和 TDOA 的定位方法，利用 UWB 信號(hào)的抗干擾性，實(shí)現(xiàn)系統(tǒng)的高精度定位。TDOA 定位方法是利用時(shí)間差值進(jìn)行定位解算，能夠減少環(huán)境因素引起的測量誤差。TDOA定位要求定位基站之間時(shí)鐘同步，與 TOA 要求的定位標(biāo)簽以及定位基站需要時(shí)鐘嚴(yán)格同步的算法相比更容易實(shí)現(xiàn)，同時(shí)可以避免 TOF 方法的預(yù)配置協(xié)議對(duì)接過程。標(biāo)簽要完成定位只需要發(fā)送一次 UWB 定位信號(hào)，然后從基站將標(biāo)簽發(fā)送的時(shí)間戳以及從基站接收的時(shí)間戳信息通過 UWB 信號(hào)發(fā)送到主基站，從而可以實(shí)現(xiàn)多個(gè)待定位標(biāo)簽的實(shí)時(shí)定位。

從系統(tǒng)的實(shí)時(shí)性、準(zhǔn)確性以及低功耗性等多方面進(jìn)行考慮，筆者選擇 TDOA 定位方法來實(shí)現(xiàn)運(yùn)動(dòng)場待定位標(biāo)簽位置的估計(jì)。

2.2 位置解算算法

常見的算法有 Taylor 算法融合最小二乘法、Chan 算法。Taylor 算法是利用初始估計(jì)位置來進(jìn)行遞歸的算法。每進(jìn)行一次遞歸運(yùn)算，都可以通過局部最小二乘法得到改進(jìn)后的估算位置，直到位置的誤差小于設(shè)定的閾值，停止遞歸過程，最終通過求解線性方程組獲得定位標(biāo)簽所處位置的坐標(biāo)。

假設(shè)礦工所帶臂帶標(biāo)簽的位置為 (x，y)，并且運(yùn)動(dòng)場上共有 6 個(gè)定位基站，基站坐標(biāo)為 (xi，yi)，(i=0，1，2，…，5)，則臂帶標(biāo)簽和定位基站之間的距離Ri可以表示為

根據(jù) TDOA 定位算法，從基站與臂帶標(biāo)簽的距離和主基站與臂帶標(biāo)簽的距離之差Ri0可以表示為

由式 (2) 可以構(gòu)造以下函數(shù)

將fi(x，y，xi，yi)，(x′，y′) 處展開，同時(shí)忽略二階以上的分量，可以表示為

用矩陣形式可以表示為

式中：ξ為誤差矢量，表示真實(shí)位置和估計(jì)位置之差。

式(5) 的加權(quán)最小二乘解可以表示為

式中：Q為測量值的協(xié)方差矩陣。令x″=x′+Δx，y″=y′+Δy，更新標(biāo)簽的坐標(biāo)值進(jìn)行迭代計(jì)算，當(dāng)誤差小于閾值時(shí)，停止迭代，即|Δx|+|Δy|＜η。

Chan 算法在求解過程中，首先使用 WLS 算法估計(jì)定位標(biāo)簽的初始位置坐標(biāo)，然后結(jié)合已知約束條件再次應(yīng)用 WLS 算法，得到最終位置坐標(biāo)估計(jì)值。

Chan 算法進(jìn)行推導(dǎo)，設(shè)Z=[x，y，r1]T，可得

將式 (7) 改寫為

當(dāng)矩陣Ga可逆時(shí)，Z的最大似然估計(jì)值

在實(shí)際應(yīng)用中通常用Q代替φ，則式 (8) 可改寫為

根據(jù)定位基站與定位標(biāo)簽之間的距離約束關(guān)系得到誤差矢量

采用 WLS 算法對(duì)式 (10) 進(jìn)行求解，得

3 基于可視化監(jiān)控與 UWB 無線定位的融合定位

為了解決煤礦井下存在大型設(shè)施設(shè)備的環(huán)境中UWB 信號(hào)傳輸受環(huán)境影響顯著的問題，進(jìn)一步提升定位的可靠性和精度，筆者進(jìn)一步研究了可視化監(jiān)控與 UWB 融合的定位技術(shù)。一方面，將 UWB 定位解算的位置作為初始定位結(jié)果，能夠?qū)崿F(xiàn)目標(biāo)位置的初步確定，同時(shí)輔助在可視化監(jiān)控圖像中進(jìn)行目標(biāo)定位范圍的確定、減少圖像處理的復(fù)雜度；另一方面，利用圖像進(jìn)行目標(biāo) (人像) 的標(biāo)注，進(jìn)一步提升定位的可靠性和精度?；诳梢暬O(jiān)控與 UWB 無線定位的融合定位流程如圖2 所示。

圖2 基于可視化監(jiān)控與 UWB 無線定位的融合定位流程Fig.2 Fusion positioning process based on visual monitoring and UWB wireless positioning

3.1 可視化監(jiān)控圖像采集

系統(tǒng)可視化監(jiān)控設(shè)備主要包括固定式監(jiān)控設(shè)備和非固定式監(jiān)控設(shè)備。其中固定式監(jiān)控設(shè)備主要包括礦用 5G 智能攝像儀、熱成像攝像儀和智能攝像儀等。非固定式監(jiān)控設(shè)備主要包括井下人員使用的專用手機(jī)以及佩戴的礦燈等設(shè)備。系統(tǒng)采用固定式和非固定監(jiān)控設(shè)備結(jié)合來實(shí)現(xiàn)圖像采集。通過監(jiān)控設(shè)備采集到圖像信息，利用邊緣服務(wù)進(jìn)行視頻分析的圖像預(yù)處理，對(duì)采集到的視頻進(jìn)行智能初步的分析、處理和識(shí)別，然后利用 5G 等高速通信系統(tǒng)將其傳輸?shù)降孛娣?wù)器，根據(jù)需要進(jìn)行視頻圖像顯示和精確分析，形成可視化監(jiān)控與 UWB 定位融合分析的基礎(chǔ)。

3.2 圖像目標(biāo)標(biāo)注范圍確定

利用 UWB 定位獲得的位置結(jié)算結(jié)果，按照該定位區(qū)域內(nèi)的預(yù)期誤差范圍，確定特定直徑的圓形區(qū)域，針對(duì)圖像進(jìn)行圓形區(qū)域作為進(jìn)一步目標(biāo)標(biāo)注的處理范圍，可以降低圖像分析的處理量，降低位置優(yōu)化時(shí)的運(yùn)算量和時(shí)延。

3.3 圖像目標(biāo)標(biāo)注和定位結(jié)果優(yōu)化

對(duì)于特定直徑的圓形區(qū)域范圍的圖像進(jìn)行運(yùn)算，提取圖像背景，再使用原圖像減去背景的方法，反復(fù)這一過程剔除原圖像的背景，然后做二值化處理，并標(biāo)注二值化圖像的八連通區(qū)域，最后選取一個(gè)最大的連通區(qū)域來實(shí)現(xiàn)目標(biāo)標(biāo)注。利用目標(biāo) (人像) 標(biāo)注的結(jié)果，確定優(yōu)化的定位位置，實(shí)現(xiàn)位置定位結(jié)果優(yōu)化，形成最終的融合定位結(jié)果?；诳梢暬O(jiān)控與人員定位融合的應(yīng)用系統(tǒng)實(shí)景如圖3 所示。利用可視化監(jiān)控修正標(biāo)記出的人員行動(dòng)軌跡，如圖3 中曲線所示，能夠?qū)崿F(xiàn)目標(biāo)的精確定位以及軌跡跟蹤。

圖3 基于可視化監(jiān)控與人員定位融合的應(yīng)用系統(tǒng)實(shí)景Fig.3 Real scene of application system based on fusion of visual monitoring and personnel positioning

4 試驗(yàn)仿真及分析

仿真定位信號(hào)覆蓋范圍為 300 m。利用 MATLAB軟件，分別對(duì) Chan 算法、Taylor 算法以及可視化監(jiān)控分別融合 Chan 算法、Taylor 算法定位性能進(jìn)行仿真模擬，如圖4 所示。

圖4 不同基站數(shù)量下的仿真數(shù)據(jù)Fig.4 Simulation data under different number of base stations

由圖4 可以看出，對(duì)于 Chan 定位算法，僅利用TDOA 方式的人員定位算法，定位性能與基站數(shù)量有關(guān)；當(dāng)定位基站參與數(shù)量達(dá)到 5 時(shí)，定位精度改變不大，定位性能達(dá)到最優(yōu)。Taylor 算法定位性能受基站數(shù)目影響不大，當(dāng)基站數(shù)量達(dá)到 4 時(shí)，定位性能達(dá)到最優(yōu)。

與僅通過 TDOA 方式獲得的最優(yōu)定位性能相比，采用可視化監(jiān)控分別與 Chan 算法和 Taylor 算法的融合進(jìn)一步降低了定位誤差。

采用獨(dú)立 TDOA 方式進(jìn)行定位，以及采用可視化監(jiān)控與 TDOA 方式融合方法定位的誤差數(shù)據(jù)如表1所列。

表1 定位性能仿真結(jié)果Tab.1 Simulation data of positioning performance

由表1 可知，視頻監(jiān)控融合定位算法相對(duì)單獨(dú)的Chan 算法、Taylor 算法，在定位性能方面獲得了明顯提升；其中基于視頻監(jiān)控融合 Taylor 算法的定位性能結(jié)果最優(yōu)，在定位性能最優(yōu)時(shí)，使用的基站數(shù)量最少，在定位信號(hào)覆蓋范圍 300 m 內(nèi)，其誤差可控制在3 cm。

5 結(jié)語

筆者研究了基于 5G 的可視化監(jiān)控與人員定位系統(tǒng)的融合應(yīng)用，實(shí)現(xiàn)了礦井下監(jiān)控視頻數(shù)據(jù)的大帶寬、低時(shí)延的穩(wěn)定傳輸，通過視頻分析識(shí)別技術(shù)，可以觀察到礦井下人員或設(shè)備等目標(biāo)并進(jìn)行智能分析。采用 UWB 定位技術(shù)中的基于到達(dá)時(shí)間差技術(shù)實(shí)現(xiàn)了對(duì)礦井下人員的定位，并對(duì)其使用位解算法以及融合視頻監(jiān)控算法分別進(jìn)行了仿真計(jì)算。結(jié)果顯示，可視化監(jiān)控子系統(tǒng)具有穩(wěn)定傳輸視頻的優(yōu)勢，人員定位子系統(tǒng)具有精準(zhǔn)定位、抗干擾能力強(qiáng)等優(yōu)勢，該系統(tǒng)融合應(yīng)用可以提升礦井監(jiān)控視頻可視化監(jiān)控和人員定位的精確性。