基于UWB与PDR的井下人员融合定位方法
贾宇涛1
李冠华2
潘红光3
陈海舰2
魏绪强3
白俊明3
1.国能神东煤炭集团有限责任公司,陕西榆林 7193152.中煤科工集团常州研究院有限公司,江苏 常州 2130153.西安科技大学 电控学院,陕西西安 710054;西安市电气设备状态监测与供电安全重点实验室,陕西西安 710054
摘要：现有超宽带(UWB)与行人航位推算(PDR)融合定位方法大多忽略了非视距(NLOS)环境下的定位误差校正,以简单的阈值划分作为NLOS环境判断依据,而阈值划分在很大程度上与定位场景及场地大小相关.针对上述问题,提出一种考虑NLOS环境的基于UWB与PDR的井下人员融合定位方法.首先,利用UWB技术进行井下人员位置解算,通过三边定位算法得到人员初步位置后,使用最小二乘法对位置进行优化,通过多项式拟合实现NLOS环境下基站和标签之间实际值和测量值之间的拟合,减小NLOS环境下的测距误差,提高定位精度.其次,采用PDR算法对步态进行识别和分析,PDR算法使用惯性导航传感器采集的步态数据,通过步态识别、步长估计和方向估计,实现目标位置的更新;然后,通过卷积神经网络(CNN)-长短期记忆(LSTM)网络分析信道脉冲响应(CIR)特征,实现视距(LOS)/NLOS识别,解决NLOS环境判断存在场景限制的问题;最后,根据LOS/NLOS识别结果确定融合系数,实现UWB和PDR定位结果融合.测试结果表明:多项式拟合后UWB平均测距误差降低0.59 m;LOS/NLOS识别的平均准确率为95.3％,召回率和F1分数均在90％以上,验证了 CNN-LSTM具有较好的识别效果;融合定位方法的平均误差为0.31 m,较UWB降低1.57 m,较PDR降低1.41 m.
关键词：井下人员定位UWB行人航位推算PDR融合定位非视距环境最小二乘法多项式拟合CNN-LSTMLOSNLOS
分类号：TD655.3(矿山电工)
资助基金：国家重点研发计划(2023YFC3009800)国家自然科学基金(61603295)陕西省秦创原科学家+工程师队伍建设项目(2022KXJ-38)西安市科技计划项目(23ZDCYJSGG0025-2022)
论文发表日期：2024-06-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 96-102,135 )
英文信息