柏思忠

(1.中煤科工集團(tuán)重慶研究院有限公司， 重慶 400039； 2.瓦斯災(zāi)害監(jiān)控與應(yīng)急技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室， 重慶 400039)

0 引言

智能傳感器作為應(yīng)用廣泛的系統(tǒng)前端感知器件，既可以助推傳統(tǒng)產(chǎn)業(yè)升級(jí)，又可以推動(dòng)創(chuàng)新應(yīng)用。GB/T 34069—2017《物聯(lián)網(wǎng)總體技術(shù) 智能傳感器特性與分類》[1]明確了智能傳感器的定義和特性，其中智能傳感器的物聯(lián)網(wǎng)特性要求其能自動(dòng)向外部發(fā)出信息，描述自己的位置，并能自動(dòng)識(shí)別自身在網(wǎng)絡(luò)中的位置。GB/T 33900—2017《工業(yè)物聯(lián)網(wǎng)儀表應(yīng)用屬性協(xié)議》[2]規(guī)定，工業(yè)物聯(lián)網(wǎng)儀表位置屬性是指工業(yè)物聯(lián)網(wǎng)儀表的安裝位置，是經(jīng)緯度確定的絕對(duì)位置、海拔高度或相對(duì)位置信息。王國(guó)法等[3-4]在進(jìn)行智能化煤礦頂層設(shè)計(jì)時(shí)，要求建立地下精準(zhǔn)位置服務(wù)系統(tǒng)，研究定位和導(dǎo)航組合技術(shù)，為井下人員、車輛、機(jī)電設(shè)備提供精準(zhǔn)定位服務(wù)。可見，無(wú)論是工業(yè)物聯(lián)網(wǎng)智能傳感器自身特性要求還是智能化煤礦頂層設(shè)計(jì)要求，都需要智能傳感器提供位置信息。

井下巷道無(wú)法接收地面衛(wèi)星信號(hào)，獲取智能傳感器位置信息必須依靠室內(nèi)定位技術(shù)。張勝利等[5]闡述了WiFi、地磁、慣性導(dǎo)航、ZigBee、藍(lán)牙、射頻識(shí)別(Radio Frequency Identification，RFID)、紅外、超聲波、超寬帶(Ultra Wide Band，UWB)等主流室內(nèi)定位技術(shù)的優(yōu)缺點(diǎn)；胡青松等[6]重點(diǎn)從原理、方法和算法方面闡述了主流無(wú)線定位技術(shù)的優(yōu)缺點(diǎn)。根據(jù)井下巷道環(huán)境，WiFi、ZigBee、藍(lán)牙、RFID、紅外、超聲波、UWB都需要在外圍預(yù)裝設(shè)備才能實(shí)現(xiàn)定位，而預(yù)裝設(shè)備增加了成本和不確定性；地磁定位方法采用地磁數(shù)據(jù)庫(kù)比對(duì)方式實(shí)現(xiàn)定位，但是設(shè)備布局和環(huán)境因素變化會(huì)影響地磁數(shù)據(jù)，從而影響匹配的準(zhǔn)確性；慣性導(dǎo)航存在累計(jì)誤差，且累計(jì)誤差隨時(shí)間和距離的增加而增大。因此，現(xiàn)有的單一室內(nèi)定位技術(shù)無(wú)法滿足智能傳感器的定位要求。

慣性導(dǎo)航是一種自主式導(dǎo)航技術(shù)，利用陀螺儀、加速度傳感器等采集載體速度、方向、加速度等數(shù)據(jù)，運(yùn)用航跡推算法獲取自身位置。針對(duì)慣性導(dǎo)航存在累計(jì)誤差的先天性缺陷，實(shí)際應(yīng)用中采用了多種方式進(jìn)行校準(zhǔn)，如譚建平等[7]采用慣性導(dǎo)航和旋轉(zhuǎn)編碼器、接近開關(guān)等組合導(dǎo)航模式，李鎮(zhèn)等[8]采用慣性導(dǎo)航和地磁組合導(dǎo)航模式，唐宇[9]采用視覺里程計(jì)和慣性導(dǎo)航融合導(dǎo)航模式，唐相猛[10]采用雙慣導(dǎo)相互印證模式，楊洲[11]采用UWB和基于微機(jī)電系統(tǒng)(Micro Electro-Mechanical System，MEMS)的慣性導(dǎo)航融合定位方案。這些模式應(yīng)用于智能傳感器慣性導(dǎo)航時(shí)存在以下問題：一方面，需要外部設(shè)備配合或者結(jié)合環(huán)境特征信號(hào)進(jìn)行校準(zhǔn)，失去了慣性導(dǎo)航完全自主的優(yōu)勢(shì)；另一方面，會(huì)大幅度增加成本。

MEMS陀螺儀和加速度計(jì)具有體積小、成本低、可靠性高、抗沖擊能力強(qiáng)等優(yōu)點(diǎn)，且實(shí)現(xiàn)了微型化和經(jīng)濟(jì)化[12-13]。目前，基于MEMS的慣性測(cè)量單元(Inertial Measurement Unit，IMU)，即MEMS-based IMU已經(jīng)進(jìn)入全面發(fā)展階段。因此，本文首先將井下巷道分解為多個(gè)一定垂高的二維平面，在二維平面形成多條既定路徑，將智能傳感器定位問題轉(zhuǎn)換為既定路徑上的移動(dòng)軌跡跟蹤問題；然后選用MEMS-based IMU實(shí)現(xiàn)井下巷道內(nèi)智能傳感器慣性導(dǎo)航，結(jié)合零速修正和既定路徑標(biāo)定的方式反演移動(dòng)軌跡。

1 井下巷道既定路徑

1.1 井下巷道數(shù)學(xué)模型

井下環(huán)境大體分為3類[14]：巷道、開闊平面及特殊區(qū)域(拐彎、分支或傾斜等)。其中，開闊平面可視作變寬的巷道；拐彎、分支或傾斜等特殊區(qū)域可視作2條巷道的交叉點(diǎn)，弧度較長(zhǎng)的拐彎可近似為進(jìn)彎和出彎2個(gè)交叉點(diǎn)和1段巷道。

在確定井田范圍和礦井生產(chǎn)能力后，必須合理地劃分開采水平并確定開采水平垂高。根據(jù)開采水平的劃分依據(jù)，井下巷道可分解為多個(gè)一定垂高的二維平面。智能傳感器定位時(shí)，可將三維空間位置信息轉(zhuǎn)換為高度(z軸)一定的二維(x軸和y軸)平面信息。

在電子地圖中，可將垂高一定的巷道抽象為一定寬度的四邊形，將開闊平面抽象為寬度更大的四邊形，將拐彎、分支或傾斜等特殊區(qū)域抽象為交叉點(diǎn)。某煤礦某平面的井下巷道電子地圖如圖1所示。起始點(diǎn)O(0, 0)為平面坐標(biāo)原點(diǎn)，將所有巷道交叉連接，對(duì)交叉中心點(diǎn)逐點(diǎn)逐行編號(hào)，并標(biāo)明平面內(nèi)各點(diǎn)的相對(duì)坐標(biāo)A1(x1,y1)—A12(x12,y12)；根據(jù)交叉中心點(diǎn)坐標(biāo)確定巷道內(nèi)所有路徑，將井下巷道內(nèi)任意一條路徑明確為既定路徑，從而將井下巷道內(nèi)智能傳感器移動(dòng)軌跡跟蹤轉(zhuǎn)換為一定垂高條件下二維平面內(nèi)的既定路徑慣性導(dǎo)航。

圖1 井下巷道電子地圖Fig.1 Electronic map of underground roadway

將圖1中各點(diǎn)按照行列關(guān)系生成二維數(shù)字化平面地圖坐標(biāo)矩陣：

I=

(1)

每行元素的個(gè)數(shù)由同一水平巷道交叉點(diǎn)數(shù)量確定，元素不滿處空缺，行數(shù)由電子地圖中水平巷道數(shù)量確定。

1.2 移動(dòng)軌跡約束條件

包含巷道、開闊平面及特殊區(qū)域的井下環(huán)境是智能傳感器移動(dòng)軌跡的合法范圍，智能傳感器無(wú)法到達(dá)井下巷道之間的煤層中。因此，將坐標(biāo)原點(diǎn)O、交叉中心點(diǎn)A1—A12用一定寬度的線條連接，如圖2所示，綠色區(qū)域是合法區(qū)域，除此以外的區(qū)域都是非法區(qū)域。

圖2 智能傳感器合法區(qū)域Fig.2 Legal area of intelligent sensor

1.3 既定路徑

智能傳感器在合法區(qū)域內(nèi)任意2點(diǎn)之間的移動(dòng)軌跡都可以用交叉中心點(diǎn)和巷道來(lái)表示，例如原點(diǎn)O與交叉中心點(diǎn)A7之間的路徑包括但不限于以下5種：

(1)O→A1→A3→A6→A7。

(2)O→A1→A3→A4→A8→A7。

(3)O→A1→A3→A2→A5→A6→A7。

(4)O→A1→A3→A2→A5→A9→A10→A6→A7。

(5)O→A1→A3→A4→A8→A12→A11→A7。

無(wú)論哪一種路徑都是從原點(diǎn)出發(fā)，經(jīng)過若干交叉中心點(diǎn)和巷道，最終到達(dá)交叉中心點(diǎn)A7。任意一條路徑都可以在井下巷道數(shù)學(xué)模型上用點(diǎn)和不同長(zhǎng)度的線段進(jìn)行描述。對(duì)于移動(dòng)軌跡來(lái)說(shuō)，每條路徑都是已知的，因此，井下巷道移動(dòng)軌跡都是基于既定路徑形成的。

2 智能傳感器慣性導(dǎo)航校準(zhǔn)和標(biāo)定

2.1 慣性導(dǎo)航誤差分析

慣性導(dǎo)航系統(tǒng)一般安裝在待測(cè)目標(biāo)內(nèi)部，工作時(shí)不需要外部數(shù)據(jù)，不向外輻射能量，也不易受外部干擾，但啟動(dòng)后誤差隨時(shí)間增加而逐漸增大，需定期校準(zhǔn)。引起慣性器件誤差的原因很多[15]，既有慣性器件自身設(shè)計(jì)、裝配工藝、工作機(jī)理等內(nèi)在因素，也有所附載體運(yùn)動(dòng)環(huán)境等外在因素。對(duì)于采用“三軸一體”的慣性測(cè)量單元，慣性器件零偏、標(biāo)度因數(shù)和安裝誤差等誤差項(xiàng)混疊于載體真實(shí)運(yùn)動(dòng)信息中。因此，需要在實(shí)際應(yīng)用中進(jìn)行校準(zhǔn)和標(biāo)定。

2.2 慣性導(dǎo)航零速修正

零速修正[16]由靜止檢測(cè)觸發(fā)，即在檢測(cè)為靜止的時(shí)間區(qū)間內(nèi)將速度計(jì)算結(jié)果清零，達(dá)到修正速度誤差的目的。為充分利用靜止檢測(cè)的結(jié)果，估計(jì)出更多的誤差參數(shù)，結(jié)合零速修正原理，設(shè)置智能傳感器在移動(dòng)軌跡的起始點(diǎn)靜止10 s以上，固定在該點(diǎn)進(jìn)行零速修正，并將該點(diǎn)作為平面內(nèi)相對(duì)移動(dòng)的坐標(biāo)原點(diǎn)O(0, 0)。

2.3 慣性導(dǎo)航既定路徑標(biāo)定

生成井下巷道二維數(shù)字化平面地圖坐標(biāo)矩陣，并導(dǎo)入到智能傳感器內(nèi)部。智能傳感器在既定路徑起始點(diǎn)零速修正后，整個(gè)既定路徑上的移動(dòng)分為直線慣性導(dǎo)航和交叉點(diǎn)標(biāo)定2種模式。

直線慣性導(dǎo)航：傳感器航向角和橫滾角變化值不超過閾值(本文中設(shè)為15°)時(shí)，通過慣性導(dǎo)航組件解算得到傳感器速度、位置和姿態(tài)角，計(jì)算出實(shí)時(shí)相對(duì)坐標(biāo)和運(yùn)動(dòng)路徑。

交叉點(diǎn)標(biāo)定：傳感器運(yùn)動(dòng)到交叉點(diǎn)處時(shí)，根據(jù)交叉點(diǎn)已知坐標(biāo)值對(duì)當(dāng)前實(shí)時(shí)值進(jìn)行校準(zhǔn)，消除慣性導(dǎo)航的累計(jì)誤差。當(dāng)傳感器航向角和橫滾角變化值超過閾值或從超過閾值回歸時(shí)，判定傳感器到達(dá)指定交叉點(diǎn)。

3 智能傳感器慣性導(dǎo)航方案

3.1 慣性導(dǎo)航電路設(shè)計(jì)

慣性導(dǎo)航電路包括MEMS-based IMU芯片、用于數(shù)據(jù)分析處理的微控制單元(Microcontroller Unit，MCU)、用于數(shù)據(jù)存儲(chǔ)的FLASH、通信接口和用于電源管理的低壓差線性穩(wěn)壓器(Low Dropout Regulator，LDO)，如圖3所示。MEMS-based IMU芯片選用高性能、低功耗的六軸運(yùn)動(dòng)跟蹤器件ICM-20648，以100 Hz頻率實(shí)時(shí)輸出三軸陀螺儀和三軸加速度計(jì)數(shù)據(jù)。MCU對(duì)六軸數(shù)據(jù)進(jìn)行接收、分析和處理，以2 Hz頻率從通信接口實(shí)時(shí)輸出相對(duì)坐標(biāo)，同時(shí)將相對(duì)坐標(biāo)保存到數(shù)據(jù)存儲(chǔ)單元。

圖3 慣性導(dǎo)航電路設(shè)計(jì)Fig.3 Inertial navigation circuit design

3.2 慣性導(dǎo)航軟件流程

智能傳感器慣性導(dǎo)航軟件結(jié)合了擴(kuò)展卡爾曼濾波[17]、航跡推算[18]和連續(xù)自標(biāo)定算法[19]，流程如圖4所示。系統(tǒng)上電后，首先對(duì)外設(shè)驅(qū)動(dòng)部分進(jìn)行初始化，將井下巷道二維數(shù)字化平面地圖坐標(biāo)矩陣數(shù)據(jù)存入存儲(chǔ)單元中，再配置MEMS-based IMU參數(shù)，讀取三軸陀螺儀和三軸加速度計(jì)數(shù)據(jù)，完成系統(tǒng)初始化；其次將傳感器在起始點(diǎn)靜止10 s以上，完成零速修正，計(jì)算初始姿態(tài)角，并初始化卡爾曼濾波器；然后進(jìn)入主循環(huán)，MEMS-based IMU實(shí)時(shí)輸出三軸陀螺儀和三軸加速度計(jì)數(shù)據(jù)，通過導(dǎo)航參數(shù)預(yù)處理、卡爾曼濾波、航跡推算對(duì)實(shí)時(shí)導(dǎo)航參數(shù)進(jìn)行修正；同時(shí)實(shí)時(shí)解算姿態(tài)角，若橫滾角和航向角變化值不超過閾值則直接更新坐標(biāo)，若超過閾值則結(jié)合存入的既定路徑進(jìn)行交叉點(diǎn)標(biāo)定，更新位置坐標(biāo)，消除慣性導(dǎo)航累計(jì)誤差；最后存儲(chǔ)并輸出更新后的位置坐標(biāo)。單次處理完畢后重復(fù)上述主循環(huán)操作，實(shí)現(xiàn)智能傳感器位置實(shí)時(shí)更新。

圖4 智能傳感器慣性導(dǎo)航軟件流程Fig.4 Intelligent sensor inertial navigation software process

當(dāng)智能傳感器一直聯(lián)網(wǎng)工作時(shí)，通過實(shí)時(shí)位置坐標(biāo)更新即可實(shí)現(xiàn)實(shí)時(shí)慣性導(dǎo)航；當(dāng)傳感器通信中斷時(shí)，將實(shí)時(shí)位置坐標(biāo)存入數(shù)據(jù)存儲(chǔ)單元中作為歷史坐標(biāo)信息，待傳感器通信恢復(fù)后，上傳所有歷史坐標(biāo)信息，在上位機(jī)實(shí)現(xiàn)智能傳感器移動(dòng)軌跡反演。

4 試驗(yàn)驗(yàn)證

將慣性導(dǎo)航電路以模塊方式搭載到礦用溫度傳感器內(nèi)部，蓄電池可供持續(xù)工作8 h以上。在地面某全長(zhǎng)378 m的環(huán)形道路上，提著傳感器靜止30 s后出發(fā)移動(dòng)1圈，回到起點(diǎn)后靜止5 s。傳感器未標(biāo)定情況下的移動(dòng)軌跡如圖5所示。

圖5 傳感器未標(biāo)定情況下的移動(dòng)軌跡Fig.5 Moving track of sensor without calibration

從圖5可看出：終點(diǎn)和起點(diǎn)相差約18 m，航向偏差約為30°，整個(gè)移動(dòng)距離為357.25 m，與參考距離378 m相差20.75 m，相對(duì)誤差為5.5%。

在環(huán)形道路的對(duì)應(yīng)彎道處設(shè)置標(biāo)定點(diǎn)A(0，43)，B(-2，45)，C(-114，47)，D(-116，45)，E(-117，-22)，F(xiàn)(-115，-25)，G(-2，-27)，H(0，-25)。生成二維數(shù)字化平面地圖坐標(biāo)矩陣I：

(2)

將二維數(shù)字化平面地圖坐標(biāo)矩陣數(shù)據(jù)導(dǎo)入傳感器，提著傳感器靜止30 s后出發(fā)，沿著環(huán)形道路移動(dòng)1圈，回到起點(diǎn)后靜止5 s。傳感器到達(dá)各標(biāo)定點(diǎn)處時(shí)自動(dòng)完成標(biāo)定，傳感器標(biāo)定后的移動(dòng)軌跡如圖6所示。每次在90°轉(zhuǎn)彎時(shí)有進(jìn)彎和出彎2個(gè)點(diǎn)，進(jìn)彎處航向角偏轉(zhuǎn)超過閾值15°，出彎處航向角偏轉(zhuǎn)從15°以上回歸，在這2個(gè)點(diǎn)進(jìn)行標(biāo)定，保證了轉(zhuǎn)彎過程中航向的準(zhǔn)確性。

圖6 傳感器標(biāo)定后的移動(dòng)軌跡Fig.6 Moving track of sensor with calibration

由圖6可見，標(biāo)定后傳感器移動(dòng)軌跡和實(shí)際道路吻合程度更高，終點(diǎn)和起點(diǎn)相差約2 m，航向偏差約為2°，整個(gè)移動(dòng)距離為375.01 m，與參考距離378 m相差2.99 m，相對(duì)誤差為0.8%。

對(duì)比標(biāo)定和未標(biāo)定2種情況下的航向角，如圖7所示。對(duì)比2條曲線可以看出：在未標(biāo)定情況下，航向角累計(jì)偏差達(dá)100°；而在每個(gè)彎道標(biāo)定后，航向角累計(jì)偏差為2°，大大提高了航向角精度，移動(dòng)軌跡和實(shí)際道路吻合程度更高。

圖7 傳感器標(biāo)定前后航向角對(duì)比曲線Fig.7 Comparison curves of heading angle before and aften sensor calibration

5 結(jié)論

(1) 將井下巷道分解為多個(gè)一定垂高的二維平面，結(jié)合巷道數(shù)字化平面地圖和巷道交叉點(diǎn)生成坐標(biāo)矩陣，將坐標(biāo)矩陣導(dǎo)入智能傳感器。井下巷道內(nèi)智能傳感器結(jié)合慣性導(dǎo)航和既定路徑交叉點(diǎn)標(biāo)定，完成移動(dòng)軌跡反演。

(2) 在地面環(huán)形道路的試驗(yàn)結(jié)果表明：在未標(biāo)定情況下，純慣性導(dǎo)航的航向偏差約為30°，移動(dòng)距離相對(duì)誤差為5.5%；結(jié)合既定路徑交叉點(diǎn)標(biāo)定后，航向偏差約為2°，移動(dòng)距離相對(duì)誤差為0.8%。

(3) 井下巷道內(nèi)智能傳感器采用帶標(biāo)定的慣性導(dǎo)航方法，解決了其他組合慣性導(dǎo)航方式失去完全自主優(yōu)勢(shì)和增加成本的問題，為井下智能傳感器慣性導(dǎo)航提供了一種可行方案。但該方法必須以建立井下巷道電子地圖為前提，通過生成坐標(biāo)矩陣才能實(shí)現(xiàn)巷道交叉點(diǎn)標(biāo)定，不適用于地圖未知條件下的井下巷道內(nèi)智能傳感器移動(dòng)軌跡反演，后續(xù)將針對(duì)該問題進(jìn)行進(jìn)一步研究。