在大數(shù)據(jù)和人工智能驅(qū)動下,礦山目標與事件源位置可以提供豐富的位置服務,這些服務遠超出了人員定位、裝備定姿、機器人導航、無人駕駛等單個系統(tǒng)的范疇,宜從系統(tǒng)觀點和全局角度進行統(tǒng)一設計。給出了礦山目標位置服務的框架結構,研究了其位置對象層、位置獲取層、位置傳輸層、位置挖掘與服務層的主要構成和功能;探討了礦山目標位置服務的3大關鍵技術,其中:①礦井動目標精確定位技術重點研究距離測量、距離測量優(yōu)化、目標節(jié)點位置解算和定位系統(tǒng)研發(fā);②礦山位置大數(shù)據(jù)技術研究大數(shù)據(jù)的獲取、存儲和分析策略;③礦山目標位置服務人工智能算法則主要研究感知智能、生產(chǎn)智能和決策智能�？偨Y了礦山目標位置服務在應急撤離與應急救援、遙控采煤與無人采煤、礦井位置大數(shù)據(jù)應用等3大領域的研究熱點,主要包括規(guī)劃最佳逃生路徑,確定被困人員位置與救援,事故原因分析與追責,采掘裝備定位定姿與導航,多機器人協(xié)同定位與導航,礦井無人駕駛技術與裝備,事件時空演化規(guī)律分析,基于軌跡的調(diào)度決策,煤礦生產(chǎn)過程一張圖等。指出礦山目標位置服務正成為煤礦的基礎設施,其發(fā)展趨勢是構建融合時空屬性的泛在一張網(wǎng),融合位置推理的決策模型庫和融合位置服務的智能礦山平臺。 

【文章來源】：煤炭科學技術. 2020,48(08)北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

礦山目標位置服務的框架結構

礦井動目標精確定位技術的研究需要解決4個關鍵問題(圖2):基本距離測量，距離測量優(yōu)化，目標節(jié)點(或稱未知節(jié)點)的位置解算，定位系統(tǒng)研發(fā)�；揪嚯x測量旨在測量信標節(jié)點與目標節(jié)點之間的距離。由于基于非距離測量的定位系統(tǒng)精度較低，因此礦井環(huán)境通常采用基于距離測量的方法。常見的距離測量方法包括ToA(Time of Arrival)、AoA(Angle of Arrival)、TDoA(Time Difference of Arrival)、PDoA(Phase Difference of Arrival)和RSSI(Received Signal Strength Indication)。ToA和TDoA都是基于時間的測距，ToA有雙程ToA和單程ToA之分，而TDoA則有多信號TDoA和多節(jié)點TDoA共2種，其中單程ToA和多節(jié)點TDoA要求節(jié)點之間具有嚴格的時間同步。AoA通過天線陣列測量信號的到達角度，要求節(jié)點具有多條天線。PDoA通過測量節(jié)點之間的相位差測量距離，要求同時發(fā)射2個不同頻率的信號。RSSI通過測量信號的強度測量距離，由于各種節(jié)點基本都有信號強度測量能力，因此RSSI測距法盡管精度偏低，但是在礦井中使用得非常廣泛。

礦山對象的位置屬性已逐漸嵌入到智能煤礦建設的各個方面，目前的熱點方向主要集中在應急撤離與災后救援、遙控采煤與無人采煤、礦井位置大數(shù)據(jù)應用等3大領域(圖3)。3.1 應急撤離與災后救援


本文編號：3046724