楊坤

（1.煤炭科學(xué)技術(shù)研究院有限公司，北京 100013；2.煤礦應(yīng)急避險技術(shù)裝備工程研究中心，北京 100013；3.北京市煤礦安全工程技術(shù)研究中心，北京 100013）

0 引言

礦井輔助運(yùn)輸系統(tǒng)主要包括無軌膠輪車運(yùn)輸系統(tǒng)與有軌電機(jī)車運(yùn)輸系統(tǒng)?！吨悄芑旱V驗收管理辦法（試行版）》對礦井輔助運(yùn)輸系統(tǒng)中的車輛位置信息采集、車輛工況信息采集、車輛路徑智能規(guī)劃、輔助運(yùn)輸管理系統(tǒng)等方面提出了具體要求。王國法等[1]提出了煤礦智能化建設(shè)應(yīng)加快開發(fā)適用于不同運(yùn)輸場景的智能輔助運(yùn)輸系統(tǒng)，實現(xiàn)主輔運(yùn)輸系統(tǒng)的智能化。礦井無軌膠輪車智能化管理系統(tǒng)是煤礦智能化建設(shè)的重要組成部分[2-4]。

近年來，眾多學(xué)者對礦井無軌膠輪車管理系統(tǒng)進(jìn)行了大量研究。文獻(xiàn)[5]基于射頻識別技術(shù)、電子顯示牌、信號牌、有線網(wǎng)絡(luò)等設(shè)備與技術(shù)，實現(xiàn)了車輛位置管理、車輛信息采集與行車管理功能。文獻(xiàn)[6]基于讀卡器、信號燈及車載標(biāo)志卡實現(xiàn)了車輛位置管理與單車通行巷調(diào)度管理功能。文獻(xiàn)[7]基于超寬帶（Ultra Wide Band，UWB）定位技術(shù)與地理信息系統(tǒng)（Geographic Information System，GIS）技術(shù)實現(xiàn)了車輛地理信息展示功能。文獻(xiàn)[8-9]結(jié)合車輛位置數(shù)據(jù)與紅綠燈控制技術(shù)，實現(xiàn)了礦井車輛的信息化管理。雖然礦井無軌膠輪車輛管理系統(tǒng)的研究取得了眾多成果，但距離《智能化煤礦驗收管理辦法（試行版）》中要求的車輛精準(zhǔn)定位、無線移動通信、路徑規(guī)劃與車輛運(yùn)行狀態(tài)智能檢測、重要運(yùn)輸交叉口運(yùn)行管理等智能化管理功能還有一定差距。

本文通過對礦井無軌膠輪車智能化管理系統(tǒng)進(jìn)行需求分析，提出了系統(tǒng)架構(gòu)，研究了車輛定位技術(shù)、車輛通信技術(shù)、車輛導(dǎo)航與軌跡回放技術(shù)、紅綠燈控制技術(shù)與防碰撞預(yù)警技術(shù)等關(guān)鍵技術(shù)，并進(jìn)行了實驗驗證。

1 系統(tǒng)需求分析

考慮到煤礦井下輔助運(yùn)輸路線分散、巷道狹窄的特點，結(jié)合《智能化煤礦驗收管理辦法（試行版）》對輔助運(yùn)輸管理系統(tǒng)的要求，礦井無軌膠輪車智能化管理系統(tǒng)應(yīng)具有以下功能。

（1）礦井車輛精準(zhǔn)定位。礦井車輛位置是實現(xiàn)車輛路徑規(guī)劃、智能調(diào)度與超速預(yù)警功能的重要數(shù)據(jù)來源，因此，實現(xiàn)礦井無軌膠輪車智能化管理的首要前提是對礦井車輛進(jìn)行精準(zhǔn)定位。

（2）礦井車輛工況信息實時采集。為實現(xiàn)礦井車輛檢驗、維修與備品備件的智能化管理，需實時采集礦井車輛轉(zhuǎn)速、里程、水溫、表面溫度、排氣溫度等工況信息。

（3）礦井車輛移動通信。為滿足礦井車輛之間和礦井車輛與調(diào)度員之間的實時通信，礦井車輛需具備車載視頻與語音通信等功能，考慮到智能化管理系統(tǒng)的經(jīng)濟(jì)性，礦井車輛需配備滿足4G/5G 與WiFi 通信功能的終端。

（4）礦井車輛智能導(dǎo)航。煤礦井下工作地點分散，運(yùn)輸路線復(fù)雜，巷道內(nèi)彎道和交叉路口較多，易造成行駛路線偏離，需根據(jù)車輛當(dāng)前位置實時智能規(guī)劃車輛行駛路徑。

（5）礦井交通狀態(tài)實時監(jiān)測與控制。煤礦井下彎道、交叉口、單車通行巷等復(fù)雜行駛場景較多，需要通過紅綠燈引導(dǎo)技術(shù)輔助駕駛員正常行駛。

（6）礦井車輛防碰撞預(yù)警。煤礦井下存在光照條件差、噪聲大、視野盲區(qū)多等特點，為預(yù)防車輛與車輛、車輛與行人發(fā)生碰撞，需具備礦井車輛防碰撞預(yù)警功能。

2 系統(tǒng)架構(gòu)

礦井無軌膠輪車智能化管理系統(tǒng)由車載終端、通信網(wǎng)絡(luò)、定位系統(tǒng)、車輛管理系統(tǒng)等組成，如圖1所示。

圖1 礦井無軌膠輪車智能化管理系統(tǒng)架構(gòu)Fig.1 Architecture of intelligent management system of mine trackless rubber-tyred vehicle

（1）車載終端主要由UWB 定位模塊、WiFi 模塊、4G/5G 模塊、處理模塊、車況信息采集模塊等組成，安裝在車輛駕駛位置，可實現(xiàn)車況信息與位置信息的實時采集及礦井巷道、車輛、行人、紅綠燈狀態(tài)等信息的實時展示。UWB 定位模塊與一體化綜合分站內(nèi)部的UWB 基站配合實現(xiàn)車輛精準(zhǔn)定位。WiFi 模塊與一體化綜合分站內(nèi)部的WiFi-AP 或4G/5G 基站配合實現(xiàn)車載終端與車輛管理系統(tǒng)的數(shù)據(jù)交換。4G/5G 模塊與一體化綜合分站內(nèi)部的4G/5G 基站配合實現(xiàn)車輛之間、車輛與井上人員之間的實時通信。車況信息采集模塊通過CAN 總線接口實現(xiàn)轉(zhuǎn)速、油溫、行駛里程等車況信息的實時采集。處理模塊通過搭載的Android 系統(tǒng)實現(xiàn)車輛定位調(diào)度信息軟件、車輛采集信息軟件等的運(yùn)行。

（2）通信網(wǎng)絡(luò)主要由WiFi-AP、WiFi-AC、4G/5G基站、接入交換機(jī)、井下環(huán)網(wǎng)交換機(jī)、地面交換機(jī)等設(shè)備組成，實現(xiàn)車輛管理系統(tǒng)、車載終端、4G/5G 終端與WiFi 終端之間的互聯(lián)互通。

（3）定位系統(tǒng)主要由UWB 模塊、UWB 基站、數(shù)據(jù)解析程序、數(shù)據(jù)庫、Web 系統(tǒng)組成。通過UWB 模塊與UWB 基站之間的通信實現(xiàn)車輛、人員位置信息的計算，并通過數(shù)據(jù)解析程序、數(shù)據(jù)庫等實現(xiàn)車輛、人員位置信息的解析與存儲。通過對車輛與車輛、車輛與行人、UWB 基站與紅綠燈位置狀態(tài)的分析，實現(xiàn)基于車輛位置的紅綠燈控制與礦井車輛防碰撞預(yù)警。通過對車輛和行人位置、紅綠燈狀態(tài)信息的解析，結(jié)合GIS 技術(shù)，實現(xiàn)車輛導(dǎo)航、軌跡回放、紅綠燈狀態(tài)實時展現(xiàn)等功能。

（4）車輛管理系統(tǒng)包括車輛信息管理模塊、車輛大屏及車輛實時位置、GIS、出入井記錄、報警等信息查詢模塊。車輛信息管理模塊主要實現(xiàn)車輛信息的錄入、修改、刪除與查詢。車輛大屏用于車輛實時位置分類統(tǒng)計和展示，車輛實時位置主要包括區(qū)域信息、分站信息、距離信息、車輛工況信息等。

3 關(guān)鍵技術(shù)

3.1 車輛定位技術(shù)

基于UWB 的礦井車輛定位技術(shù)是通過測量電磁信號在車載識別卡與UWB 基站之間的傳輸時間、角度、信號強(qiáng)度等實現(xiàn)定位，雖然其定位精度可達(dá)分米級甚至厘米級，但仍存在系統(tǒng)誤差、多徑效應(yīng)、非視距等干擾。因此，在得到初始車輛定位信息后，需要引入Kalman 等濾波算法進(jìn)一步優(yōu)化[10]。

本文采用基于雙向飛行時間（Two Way-Time of Flight，TW-TOF）的方式進(jìn)行車輛定位[11]，如圖2 所示。其中，TSP為車載識別卡發(fā)送測距請求幀的時間戳，TRP為UWB 基站接收測距請求幀的時間戳，TSR為UWB 基站發(fā)送測距響應(yīng)幀的時間戳，TRR為車載識別卡接收測距響應(yīng)幀的時間戳，TSF為車載識別卡發(fā)送測距數(shù)據(jù)幀（TSP，TRP，TSF）的時間戳，TRF為基站接收測距數(shù)據(jù)幀（TSP，TRP，TSF）的時間戳；分別為TSR與TRP、TSF與TRR的時間差。

圖2 基于TW-TOF 的測距原理Fig.2 Distance measuring principle based on two way-time of flight

UWB 基站接收到車載識別卡發(fā)送的測距數(shù)據(jù)幀后，根據(jù)接收到的數(shù)據(jù)，按照如下流程計算車載識別卡與UWB 基站的距離[12]。

（1）計算車載識別卡發(fā)送與接收測距幀的時間差：

（2）計算UWB 基站接收與發(fā)送測距幀的時間差：

（3）計算UWB 基站發(fā)送測距幀與接收數(shù)據(jù)幀的時間差：

（4）計算車載識別卡發(fā)送數(shù)據(jù)幀與接收測距幀的時間差：

（6）計算車載識別卡與UWB 基站之間的距離：

式中c為光速。

3.2 車輛通信技術(shù)

3.2.1 WiFi

WiFi 通信技術(shù)是礦井無線通信技術(shù)的主流技術(shù)之一，具有可移動性、組網(wǎng)簡單、與以太網(wǎng)兼容、覆蓋范圍廣、通信質(zhì)量好、傳輸速度快、可靠性高等特點。礦用WiFi 通信技術(shù)在礦井無軌膠輪車智能化管理系統(tǒng)中主要與4G/5G 通信業(yè)務(wù)互相補(bǔ)充，滿足車載終端中業(yè)務(wù)數(shù)據(jù)的正常交換需求。

3.2.2 4G/5G 通信

礦用4G 無線通信主要由核心網(wǎng)、井下環(huán)網(wǎng)和4G 通信基站組成，具有通信方式靈活、智能性好、通信質(zhì)量高等特點[13]。礦用5G 是4G 的升級和延伸，具有高速率、高帶寬、低功耗和低時延的優(yōu)勢。通過4G 核心網(wǎng)與5G 核心網(wǎng)實現(xiàn)4G 與5G 網(wǎng)絡(luò)之間的互操作，從而保證礦井移動通信服務(wù)的兼容性與延續(xù)性。

3.3 車輛導(dǎo)航與軌跡回放技術(shù)

3.3.1 GIS 技術(shù)

GIS 是對礦井有關(guān)地理位置相關(guān)的元素進(jìn)行采集、分析與處理的空間信息系統(tǒng)[14-15]。本文設(shè)計的GIS 架構(gòu)包含數(shù)據(jù)管理層、服務(wù)層、應(yīng)用層，如圖3所示。數(shù)據(jù)管理層為GIS 服務(wù)與業(yè)務(wù)服務(wù)提供數(shù)據(jù)來源，主要包含地圖文件（Shape file）和PostgreSQL，PostgreSQL 主要用于數(shù)據(jù)存儲與管理。服務(wù)層主要包含GIS 服務(wù)器與業(yè)務(wù)服務(wù)器：GIS 服務(wù)器基于GeoServer 實現(xiàn)，提供地圖的創(chuàng)建、修改與刪除功能；業(yè)務(wù)服務(wù)器基于Tornado 與Python 語言實現(xiàn)，提供車輛位置、車輛工況信息、車輛歷史記錄、紅綠燈狀態(tài)信息、預(yù)警信息等的發(fā)布功能。應(yīng)用層主要基于HTML、CSS、JavaScript 等Web 技術(shù)與Openlayers、BootStrap 等組件實現(xiàn)，用于渲染地圖文件并顯示車輛位置、車輛工況數(shù)據(jù)、紅綠燈狀態(tài)、預(yù)警信息等數(shù)據(jù)信息。

圖3 GIS 架構(gòu)Fig.3 GIS architecture

3.3.2 實時定位技術(shù)

礦井車輛實時定位技術(shù)主要是基于GIS 技術(shù)，將車輛位置信息實時渲染到礦井地圖中，其流程如圖4 所示。利用應(yīng)用層的定時查詢功能，通過Rest API 接口周期性查詢車輛位置信息；服務(wù)層接收到查詢請求后，解析查詢請求參數(shù)，并根據(jù)查詢參數(shù)調(diào)用查詢模塊；數(shù)據(jù)管理層接收到查詢模塊的調(diào)用后，返回查詢數(shù)據(jù)；服務(wù)層接收到查詢模塊的響應(yīng)數(shù)據(jù)后，按照json 格式組織數(shù)據(jù)，并按照Rest API 接口形式返回數(shù)據(jù)與響應(yīng)狀態(tài)；應(yīng)用層接收到響應(yīng)數(shù)據(jù)后，進(jìn)行車輛位置信息與工況信息的渲染。

圖4 實時定位流程Fig.4 Real-time positioning process

3.3.3 導(dǎo)航技術(shù)

礦井車輛導(dǎo)航技術(shù)主要是基于GIS 技術(shù)、車輛位置信息、參考節(jié)點信息（UWB 基站信息）規(guī)劃由當(dāng)前位置到目標(biāo)位置（UWB 基站位置）之間的路徑。按照是否對全局信息已知，可分為全局路徑規(guī)劃和局部路徑規(guī)劃。考慮到煤礦井下巷道信息與參考節(jié)點信息已知，本文主要討論全局路徑規(guī)劃方法。常用路徑規(guī)劃算法優(yōu)缺點見表1[16-19]。

表1 常用路徑規(guī)劃算法優(yōu)缺點Table 1 Advantages and disadvantages of common path planning algorithms

煤礦井下具有巷道交叉口多、工作地點分散、巷道狹窄等特點，且車輛行駛過程存在盲區(qū)，因此選用礦井車輛行駛路徑規(guī)劃算法時應(yīng)考慮實時性與魯棒性。智能仿生類路徑規(guī)劃算法實時性差，且處理較復(fù)雜的優(yōu)化問題時易出現(xiàn)搜索停滯，因此不滿足實時性與魯棒性要求；基于采樣的路徑規(guī)劃算法規(guī)劃的路徑在很大程度上偏離最優(yōu)路徑，不滿足魯棒性要求；基于圖搜索的路徑規(guī)劃算法易于實現(xiàn)，性能較好，尤其是使用啟發(fā)式函數(shù)的A*算法，具有實時性好的優(yōu)點?？紤]到路徑規(guī)劃算法的成熟性，本文選用A*算法作為礦井車輛導(dǎo)航技術(shù)中的路徑規(guī)劃算法。

礦井車輛導(dǎo)航流程如圖5 所示。首先，獲取車輛當(dāng)前位置信息，包括所在UWB 基站信息、方向與距離；其次，確定目標(biāo)位置信息，即目標(biāo)UWB 基站信息；然后，根據(jù)當(dāng)前位置的UWB 基站信息、目標(biāo)UWB 基站信息、礦井巷道信息、參考節(jié)點信息，利用A*算法生成最優(yōu)路徑，該路徑由UWB 基站坐標(biāo)信息與中間插值坐標(biāo)信息（礦井巷道信息）組成；最后，利用GIS 技術(shù)渲染最優(yōu)路徑信息，并實時更新車輛位置信息。

圖5 礦井車輛導(dǎo)航流程Fig.5 Process of mine vehicle navigation

3.3.4 軌跡回放技術(shù)

礦井車輛行駛軌跡回放技術(shù)用來檢測特定車輛是否按照指定路線行駛，其流程如圖6 所示。首先，利用查詢輸入的開始時間和結(jié)束時間生成軌跡列表，軌跡列表主要包括UWB 基站ID、基站安裝位置、進(jìn)入基站時間與離開基站時間；然后，根據(jù)軌跡列表信息生成路徑信息并渲染，路徑信息包含基站坐標(biāo)信息與參考位置信息；最后，根據(jù)路徑信息回放車輛行駛軌跡。

圖6 軌跡回放流程Fig.6 Process of track playback

3.4 礦井紅綠燈控制技術(shù)

礦井紅綠燈控制技術(shù)主要解決井下交叉口、丁字口、單車通行巷等復(fù)雜區(qū)域的車輛有序通行的難題。考慮到煤礦井下主要包含十字交叉口、丁字路口、單車通行巷等復(fù)雜區(qū)域，為了對復(fù)雜區(qū)域的模型進(jìn)行統(tǒng)一與簡化，采用十字交叉口模型對井下交叉口、丁字口等進(jìn)行分析，采用單車通行巷模型對單行道進(jìn)行分析。

3.4.1 十字交叉口模型

十字交叉口模型的工作原理如圖7 所示，其中，Lj（j∈[A，B，C，D]）為紅綠燈Hj與UWB 基站j的距離，lj為車輛與UWB 基站j的距離，tj為控制閾值。

圖7 十字交叉口模型工作原理Fig.7 Working principle of intersection model

十字交叉口模型的控制原理如下：

（1）假設(shè)一輛車由基站A 向右行駛時HA為綠燈，則車輛繼續(xù)通行。

（2）若滿足lA+tA>LA，則 將HA與HB置為綠燈，HC與HD置為紅燈，交叉口車輛數(shù)加1，在交叉口車輛信息列表中添加車輛信息elem={′id′:′65632′,′station′:′A′}，其中，id 為車輛卡號，station 為駛?cè)胧纸徊婵诘幕咎?；否則繼續(xù)通行。

（3）當(dāng)車輛保持直行時，繼續(xù)通行；當(dāng)車輛左轉(zhuǎn)時，執(zhí)行步驟（4）；當(dāng)車輛右轉(zhuǎn)時，執(zhí)行步驟（5）。

（4）若滿足LB-lB>tB，則執(zhí)行步驟（7），否則繼續(xù)通行。

（5）若滿足LC-lC>tC，則執(zhí)行步驟（7），否則繼續(xù)通行。

（6）若滿足LD-lD>tD，則執(zhí)行步驟（7），否則繼續(xù)通行。

（7）交叉口車輛數(shù)減1，從交叉口車輛信息列表中彈出車輛信息。

（8）判斷彈出的車輛信息是否駛?cè)牖続，若是則跳轉(zhuǎn)至步驟（9），否則跳出處理流程。

（9）判斷車輛數(shù)量是否為0，若是則HA、HB、HC與HD都置為綠燈，否則跳出處理流程。

3.4.2 單車通行巷模型

單車通行巷模型的工作原理如圖8 所示。

圖8 單車通行巷模型工作原理Fig.8 Working principle of single vehicle passing lane

單車通行巷模型的控制原理如下：

（1）假設(shè)一輛車由基站A 向右行駛時HA為綠燈，則車輛繼續(xù)通行。

（2）若滿足lA+tA>LA，則將HB置為紅燈，單車通行巷內(nèi)車輛數(shù)加1，否則繼續(xù)通行。

（3）若滿足LB-lB>tB，則執(zhí)行步驟（4），否則繼續(xù)通行。

（4）單車通行巷內(nèi)車輛數(shù)減1，若車輛數(shù)為0，則將HA與HB都置為綠燈，否則跳出處理流程。

3.5 防碰撞預(yù)警技術(shù)

礦井車輛防碰撞預(yù)警技術(shù)是基于UWB 基站位置、行人位置與車輛位置的聯(lián)合分析，通過GIS 技術(shù)實現(xiàn)對行人或車輛的防碰撞預(yù)警提示。礦井車輛防碰撞預(yù)警原理如圖9 所示，其中L′為2 個基站的相對距離，fi（i為行人或車輛序號）為行人或車輛i相對于各自基站的距離，di為行人或車輛相對各自基站的方向。

圖9 防碰撞預(yù)警技術(shù)原理Fig.9 Principle of anti-collision early warning technology

當(dāng)車輛與車輛、車輛與行人屬于同一個基站時，防碰撞預(yù)警條件為

式中Cm為防碰撞閾值，m為用于區(qū)分車輛與車輛、車輛與行人的變量。

當(dāng)車輛與車輛、車輛與行人屬于不同基站時，防碰撞預(yù)警條件為

4 實驗分析

在某礦進(jìn)行系統(tǒng)實驗，該礦主巷道部署一體化綜合分站60 余臺，其中10 臺內(nèi)含5G 基站，50 余臺內(nèi)含4G 基站；錄入車輛19 輛，其中物料車10 輛，人車8 輛，灑水車1 輛；部署紅綠燈4 套，其中在十字路口和單車通行巷各部署2 套。

4.1 礦井車輛定位實驗

3 個測試基站部署在3206 運(yùn)輸巷繞道口、3 號永久避難硐室口、3306 回風(fēng)巷繞道口，3 個基站為連續(xù)分布，各自覆蓋半徑為400 m，測試車輛為物料車，車輛運(yùn)行速度不小于7 m/s。實驗數(shù)據(jù)見表2，其中實際位置和測量位置用車輛與基站的距離表示。可看出靜態(tài)誤差小于0.3 m，動態(tài)誤差小于7.3 m，滿足應(yīng)用要求。

表2 礦井車輛定位實驗數(shù)據(jù)Table 2 Experimental data of mine vehicle positioning m

4.2 礦井車輛通信實驗

確定測試車輛為人車1 與人車2，人車1 的車載終端呼叫人車2 的車載終端，并完成通話。車載終端如圖10 所示。

圖10 車載終端Fig.10 Vehicle terminal

4.3 礦井車輛導(dǎo)航實驗

確定測試起始位置為清煤斜巷，目標(biāo)位置為3 號永久避難硐室。本文提出的導(dǎo)航技術(shù)規(guī)劃的路徑信息與實際路徑信息對比見表3。礦井車輛導(dǎo)航效果如圖11 所示。其中，藍(lán)圈標(biāo)注為目標(biāo)位置（3 號永久避難硐室），紅圈標(biāo)注為導(dǎo)航車輛的當(dāng)前位置（清煤斜巷），黃線為導(dǎo)航路徑信息的渲染表示。結(jié)合表3 與圖11 可看出，導(dǎo)航路徑信息與實際路徑信息相符，說明基于A*算法的礦井車輛路徑規(guī)劃算法滿足導(dǎo)航需要。

表3 路徑信息對比Table 3 Comparison of path information

圖11 礦井車輛導(dǎo)航效果Fig.11 Effect of mine vehicle navigation

4.4 礦井車輛軌跡回放實驗

礦井車輛軌跡回放效果如圖12 所示，圖12（a）用于選定回放軌跡時間范圍；圖12（b）顯示生成的回放路徑；圖12（c）顯示軌跡回放渲染狀態(tài)，其中紅旗標(biāo)注點為終點位置，車輛標(biāo)注位置為回放當(dāng)前位置，黃線表示車輛的行駛軌跡?？煽闯鐾ㄟ^礦井車輛軌跡回放技術(shù)實現(xiàn)了選定時間段內(nèi)的車輛運(yùn)行軌跡回放。

圖12 礦井車輛軌跡回放效果Fig.12 Effect of mine vehicle track playback

4.5 礦井車輛紅綠燈控制實驗

確定測試模型為單車通行巷模型，基站A 為3206 運(yùn)輸巷繞道口，基站B 為3 號永久避難硐室口，基站A 與基站B 的左方向為負(fù)，LA與LB取值為200 m，tA與tB取值為10 m，車輛與基站A 與基站B 的距離分別為lA與lB。測試數(shù)據(jù)見表4，可以看出，通過忽略方向的處理，若數(shù)據(jù)滿足lA+tA>LA或LB-lB>tB，紅綠燈HA與HB的狀態(tài)發(fā)生了預(yù)定變化。例如，車輛由基站A→基站B 行駛過程中，當(dāng)車輛距離基站A 195 m 時，195+10＞200，數(shù)據(jù)滿足lA+tA>LA的條件，HB狀態(tài)發(fā)生了變化。由此可見，礦井單車通行巷的紅綠燈控制技術(shù)滿足應(yīng)用要求。

表4 單車通行巷實驗數(shù)據(jù)Table 4 Experimental data of single vehicle passing lane

4.6 礦井車輛防碰撞預(yù)警實驗

確定同基站模型測試地點為3 號聯(lián)巷，跨基站模型測試地點為檢修硐室下200 m 與3 號聯(lián)巷，基站之間距離為800 m，車輛之間預(yù)警閾值為50 m，人與車之間預(yù)警閾值為30 m。實驗數(shù)據(jù)見表5，可看出，當(dāng)車輛與車輛或車輛與行人處于同基站時，若相對距離滿足式（7）的判斷條件，則車輛發(fā)出預(yù)警信號；當(dāng)車輛與車輛或車輛與行人處于不同基站時，若相對距離滿足式（8）的判斷條件，則車輛發(fā)出預(yù)警信號。例如，2 輛車處于同基站時，若某輛車距離基站+180 m，另外一輛車距離基站+135 m，則數(shù)據(jù)滿足|f1-f2|

表5 防碰撞預(yù)警實驗數(shù)據(jù)Table 5 Data sheet of anti-collision early warning experiment

5 結(jié)論

（1）通過需求分析，得出礦井無軌膠輪車智能化管理系統(tǒng)宜具有車輛通信、車輛定位、車輛導(dǎo)航、車輛軌跡回放、車輛車況信息管理、紅綠燈控制、防碰撞預(yù)警等功能。

（2）礦井無軌膠輪車導(dǎo)航技術(shù)宜采用成熟度較高的基于圖搜索的路徑規(guī)劃算法，礦井無軌膠輪車導(dǎo)航和軌跡回放技術(shù)應(yīng)與GIS 技術(shù)相結(jié)合。

（3）基于UWB 的礦井車輛定位技術(shù)靜態(tài)誤差小于0.3 m，動態(tài)誤差小于7.3 m，滿足無軌膠輪車定位要求；WiFi 與4G/5G 通信、基于A*算法的礦井車輛路徑規(guī)劃及車輛軌跡回放、紅綠燈控制、防碰撞預(yù)警等功能均能滿足應(yīng)用需求。

（4）礦井紅綠燈控制技術(shù)中，車輛違規(guī)駛?cè)雴诬囃ㄐ邢飼r，需要考慮車輛恢復(fù)通行后紅綠燈狀態(tài)的控制技術(shù)，下一步將對該技術(shù)進(jìn)行深入研究。