韓燕南

（1.中煤科工集團(tuán)常州研究院有限公司，江蘇 常州 213015；2.天地（常州）自動化股份有限公司，江蘇 常州 213015）

目前在我國西北地區(qū)千萬噸高產(chǎn)高效礦井尤其是斜井開拓的礦井已普遍采用無軌膠輪車的“點(diǎn)到點(diǎn)”運(yùn)輸工藝[1-4]。此運(yùn)輸工藝具有易維護(hù)、機(jī)動靈活、安全穩(wěn)定等特點(diǎn)，在煤礦安全生產(chǎn)過程中具有舉足輕重的作用。但井下巷道結(jié)構(gòu)復(fù)雜[5]、敷設(shè)管道眾多、光線昏暗，是個(gè)環(huán)境惡劣的狹小作業(yè)空間[6-7]。無軌膠輪車受自身結(jié)構(gòu)所限，存在視野盲區(qū)，易給來往車輛或同向車車輛發(fā)生碰撞事故。為此，在《煤礦安全規(guī)程》三百九十二條第六款規(guī)定中在煤礦采用無軌膠輪車運(yùn)輸時(shí)，應(yīng)當(dāng)遵守同向行駛車輛必須保持不小于50 m 安全運(yùn)行距離的硬性規(guī)定。

許多學(xué)者對無軌膠輪車（以下簡稱車輛）運(yùn)輸安全的實(shí)現(xiàn)方式進(jìn)行了研究。王曉云[8]提出采用在井下運(yùn)輸巷道安裝智能紅綠燈報(bào)警裝置，提示司機(jī)注意來往行駛的車輛及行人，但該裝置功能較為單一，缺少安全距離預(yù)警判斷機(jī)制；豐繼偉[9]提出對無軌膠輪車采取智能化控制設(shè)計(jì)，通過安裝行車區(qū)間閉鎖裝置、交叉路口信號燈、測速儀和紅外線阻車器等裝置，該系統(tǒng)著重解決了交叉路口的交通控制功能，但無法滿足煤礦安全規(guī)程中關(guān)于同向安全運(yùn)行距離的規(guī)定；郭海軍等[10]提出采用射頻識別技術(shù)實(shí)現(xiàn)井下車輛定位跟蹤、通過定位位置信息控制區(qū)間路段交通燈，該系統(tǒng)解決了區(qū)間內(nèi)的車輛安全問題，但缺乏跨區(qū)間的車輛安全預(yù)警邏輯。

針對上述問題，設(shè)計(jì)了基于UWB 技術(shù)的無軌膠輪車行車安全距離檢測預(yù)警方法，為智能輔助運(yùn)輸一體化系統(tǒng)中車輛安全距離預(yù)警播報(bào)功能提供判定邏輯，以滿足《煤礦安全規(guī)程》中關(guān)于行車安全距離的相關(guān)規(guī)定。該方法首先利用巷道中線點(diǎn)之間的鄰接關(guān)系構(gòu)建出巷道拓?fù)渚W(wǎng)絡(luò)；其次，利用車輛相鄰時(shí)刻的精確定位數(shù)據(jù)確定車輛行進(jìn)方向；再次，采用空間和路網(wǎng)2 級檢索方式，檢索出安全距離范圍內(nèi)的可疑對象；最后，對可疑車輛的行進(jìn)方向與實(shí)際路徑方向做匹配，確定預(yù)警對象。

1 設(shè)計(jì)方案

1.1 物理結(jié)構(gòu)

物理結(jié)構(gòu)如圖1。

圖1 物理結(jié)構(gòu)Fig.1 Physical structure

方案的物理結(jié)構(gòu)是由地面和井下2 部分組成。井下部分均采用智能輔助運(yùn)輸一體化系統(tǒng)（以下簡稱輔運(yùn)系統(tǒng)）中基礎(chǔ)的硬件和裝置，主要有UWB 定位基站、無軌膠輪車配套的車載交互終端和UWB標(biāo)簽卡，以及井下環(huán)網(wǎng)構(gòu)成；地面部分是將含有安全距離檢測功能的輔運(yùn)系統(tǒng)部署至運(yùn)行主機(jī)中。

UWB 定位基站輪詢掃描車輛UWB 標(biāo)簽卡信號，獲取車輛實(shí)時(shí)位置數(shù)據(jù)，并通過井下環(huán)網(wǎng)傳輸至地面服務(wù)器中。車載交互終端通過4G/WIFI 與井下環(huán)網(wǎng)連接，實(shí)現(xiàn)安全預(yù)警播報(bào)和完成人機(jī)交互操作。安全距離檢測功能實(shí)時(shí)計(jì)算出井下每輛車當(dāng)前安全距離范圍內(nèi)的移動目標(biāo)，通過環(huán)網(wǎng)通知車載交互終端實(shí)現(xiàn)語音播報(bào)。

1.2 安全距離檢測邏輯

處理邏輯分為初始化和運(yùn)行2 個(gè)階段：在初始化階段中實(shí)現(xiàn)巷道拓?fù)渚W(wǎng)絡(luò)構(gòu)建；在運(yùn)行階段中實(shí)現(xiàn)車輛行進(jìn)方向計(jì)算、安全距離檢索和方向匹配3項(xiàng)功能。處理流程如圖2。

圖2 處理流程Fig.2 Process flow

1）巷道拓?fù)渚W(wǎng)絡(luò)構(gòu)建。巷道信息是由具有三維地理空間坐標(biāo)的中線點(diǎn)組成，需要對離散的中線點(diǎn)數(shù)據(jù)進(jìn)行拓?fù)潢P(guān)聯(lián)計(jì)算，形成具有連續(xù)特征的巷道拓?fù)渚W(wǎng)絡(luò)結(jié)構(gòu)，得到巷道路網(wǎng)結(jié)構(gòu)。

2）車輛行進(jìn)方向計(jì)算。依據(jù)車輛相鄰時(shí)刻的運(yùn)動變化量與巷道拓?fù)渥呦蛑g的空間方位變換確定車輛行進(jìn)方向，再根據(jù)變換結(jié)果的正負(fù)性得出車輛行進(jìn)方向所在巷道中線點(diǎn)。

3）安全距離檢索。依據(jù)車輛所處巷道的安全距離配置參數(shù)，采用空間及路網(wǎng)兩級檢索方式，確定當(dāng)前車輛前進(jìn)方向安全距離范圍的可疑移動目標(biāo)對象。此處的路網(wǎng)數(shù)據(jù)是依據(jù)步驟1）中所得的巷道拓?fù)渚W(wǎng)絡(luò)。路網(wǎng)檢索采用的是弗洛伊德（Floyd）最短路徑核心思想。

4）方向匹配。首先，計(jì)算可疑車輛的行進(jìn)方向。其次，利用當(dāng)前車輛行至可疑車輛處的最短路徑與可疑車輛的行進(jìn)方向做匹配。最終，得出該可疑車輛是否為需預(yù)警對象的結(jié)果。

2 功能實(shí)現(xiàn)

2.1 巷道拓?fù)渚W(wǎng)絡(luò)構(gòu)建

巷道拓?fù)渚W(wǎng)絡(luò)數(shù)據(jù)結(jié)構(gòu)圖3。

圖3 巷道拓?fù)渚W(wǎng)絡(luò)數(shù)據(jù)結(jié)構(gòu)Fig.3 Data structure of roadway topology network

該拓?fù)渚W(wǎng)絡(luò)數(shù)據(jù)結(jié)構(gòu)是由巷道拓?fù)渚W(wǎng)絡(luò)和中線點(diǎn)數(shù)據(jù)結(jié)構(gòu)2 部分組成。其中，巷道網(wǎng)絡(luò)由多條巷道中線構(gòu)成，每條巷道中線由2 個(gè)中線點(diǎn)a 和b（a和b 代表中線點(diǎn)索引Index）構(gòu)成；中線點(diǎn)數(shù)據(jù)結(jié)構(gòu)包括了坐標(biāo)、中線點(diǎn)索引Index 和鄰接點(diǎn)關(guān)聯(lián)數(shù)組，鄰接點(diǎn)關(guān)聯(lián)數(shù)組中存儲的是所有與當(dāng)前中線點(diǎn)存在拓?fù)潢P(guān)系的中線點(diǎn)索引。

巷道網(wǎng)絡(luò)拓?fù)錁?gòu)建流程如圖4。

圖4 巷道網(wǎng)絡(luò)拓?fù)錁?gòu)建流程Fig.4 Construction process of roadway network topology

1）第1 步。對巷道中線點(diǎn)數(shù)據(jù)進(jìn)行過濾，去除非法數(shù)據(jù)。

2）第2 步。計(jì)算巷道中線相交關(guān)系，若相交進(jìn)行第3 步處理，反之對中線點(diǎn)a 和b 進(jìn)行唯一編號。

3）第3 步。對中線點(diǎn)a 和b 判斷是否為相交點(diǎn)。若是相交點(diǎn)，沿用已編號序號，并與已編號數(shù)據(jù)生成拓?fù)潢P(guān)系。反之對中線點(diǎn)a 和b 進(jìn)行唯一編號。

按照上述步驟，完成對中線點(diǎn)數(shù)據(jù)的處理，最終構(gòu)建出完整的巷道拓?fù)渚W(wǎng)絡(luò)。

2.2 車輛行進(jìn)方向計(jì)算

通過向量內(nèi)積結(jié)果的正負(fù)判斷車輛行進(jìn)方向是中線點(diǎn)a 或b。計(jì)算原理如圖5。圖中：Ti-1為當(dāng)前車輛的前一時(shí)刻位置；Ti為當(dāng)前車輛的位置，Ti在巷道AB 上。

圖5 計(jì)算原理Fig.5 Principle of calculation

思路為：①構(gòu)建車輛運(yùn)動變化量T：T= Ti－Ti-1；②構(gòu)建巷道走向L：L=B－A；③確定車輛的前進(jìn)方向是A 還是B，若T※L＞0，為B，反之，為A。

計(jì)算公式為：

式中：direction 為車輛行進(jìn)方向的中線點(diǎn)，Ti-1Ti為車輛行進(jìn)變化量，AB 為車輛當(dāng)前所在巷道方位向量，由組成該巷道的2 個(gè)中線點(diǎn)決定。

在此方法中，僅用到了乘法和比較運(yùn)算，未用到除法運(yùn)算或三角函數(shù)運(yùn)算，避免了高昂的計(jì)算代價(jià)和容易產(chǎn)生舍入誤差等問題。

2.3 安全距離檢索

依據(jù)車輛所處巷道的安全距離參數(shù)，實(shí)現(xiàn)空間和路網(wǎng)2 級檢索方式，確定當(dāng)前車輛前進(jìn)方向安全距離內(nèi)的移動目標(biāo)。

2.3.1 空間檢索

空間檢索示意圖如圖6。圖中：Ti為當(dāng)前車輛位置；T1～T5為巷道中其他車輛。以當(dāng)前車輛位置為圓點(diǎn)，安全距離為半徑，構(gòu)建1 個(gè)圓形空間區(qū)間，將落在此空間內(nèi)的移動目標(biāo)列為可疑對象。

圖6 空間檢索示意圖Fig.6 Schematic diagram of spatial retrieval

由圖6 可知：T1、T3、T5屬于此空間區(qū)間內(nèi)?？臻g檢索采用GIS 領(lǐng)域標(biāo)準(zhǔn)的點(diǎn)緩沖區(qū)分析方法實(shí)現(xiàn)。

2.3.2 路網(wǎng)檢索

對空間檢索出的可疑對象進(jìn)行路網(wǎng)方式復(fù)檢，以確定真正意義上的安全距離內(nèi)可疑對象。根據(jù)路網(wǎng)數(shù)據(jù)結(jié)構(gòu)以及井下實(shí)際情況，當(dāng)前車輛與可疑車輛的位置關(guān)系可分為處于同一巷道內(nèi)和不處于2 種情況。2 種情況的處理方式存在一定差異。

當(dāng)前車輛與可疑車輛處于同一巷道內(nèi)路網(wǎng)檢索如圖7。圖中：Ti為當(dāng)前車輛的位置；Ts1、Ts2為可疑車輛位置；a、b 為中線點(diǎn)；b 為Ti行進(jìn)方向中線點(diǎn)；LTib為Ti與b 之間的距離；Ls1b為Ts1與b 之間的距離；Ls2b為Ts2與b 之間的距離。

圖7 當(dāng)前車輛與可疑車輛處于同一巷道路網(wǎng)檢索情況Fig.7 Road network retrieval state of current vehicle and suspicious vehicle in the same lane

根據(jù)當(dāng)前車輛和可疑車輛到行進(jìn)方向中線點(diǎn)的距離，可推導(dǎo)出2 車的前或后的位置關(guān)系公式為：

式中：pos＿relationab為對象a 與對象b 的位置關(guān)系；La為對象a 到中線點(diǎn)距離；Lb為對象b 到中線點(diǎn)距離。

由此可得，在圖7 中Ts1位于Ti的后面，Ts2位于Ti的前面。依據(jù)安全距離須為行進(jìn)方向的前提條件，Ts2列為可疑對象。

上述中2 個(gè)對象間的距離計(jì)算公式為：

式中：L 為距離值；（x1，y1，z1）為1＃坐標(biāo)；（x2，y2，z2）為2＃坐標(biāo)。

當(dāng)前車輛與可疑車輛不處于同一巷道內(nèi)路網(wǎng)檢索情況如圖8。圖中：Ti為當(dāng)前車輛的位置；Ts1可疑車輛位置；a、b、c 為中線點(diǎn)；b 為Ti前進(jìn)方向中線點(diǎn)；a 到c、a 到d 之間存在0～n 條路徑；b 到c、b 到d 之間存在0～n 條路徑

圖8 當(dāng)前車輛與可疑車輛不處于同一巷道內(nèi)路網(wǎng)檢索情況Fig.8 Road network retrieval state of current vehicle and suspicious vehicle in the various roadways

根據(jù)上述觀察可得：Ti行至Ts1存在4 條路徑，分別為：

依據(jù)安全距離須為行進(jìn)方向的前提條件，Ti行至Ts1必須經(jīng)過中線點(diǎn)b，故由此可得潛在路徑為路徑①和路徑②，通過計(jì)算潛在路徑的距離，選擇最短的1 條作為實(shí)際路徑。最后，判斷實(shí)際路徑距離值是否滿足安全距離要求，最終確定屬于安全距離范圍內(nèi)的可疑對象。

潛在路徑①和潛在路徑②的距離值的計(jì)算方法一致，現(xiàn)以路徑①為例進(jìn)行闡述。距離值的計(jì)算公式為：

式中：L（Ti，b）為Ti至b 距離；L（b，c）為b 至c距離；L（c，Ts1）為c 至Ts1距離。

L（Ti，b）和L（c，Ts1）為2 點(diǎn)直線距離，采用式（3）進(jìn)行計(jì)算，L（b，c）為任意2 點(diǎn)距離，采用弗洛伊德（Floyd）最短路徑算法思想。

2.4 方向匹配

采用車輛行進(jìn)方向計(jì)算，得出可疑車輛行進(jìn)方向中線點(diǎn)。其次，判斷當(dāng)前車輛行進(jìn)方向與可疑車輛行進(jìn)方向進(jìn)行匹配。最終，得出是否預(yù)警的結(jié)果。在方向做匹配時(shí)，基于此前分析可得，當(dāng)前車輛與可疑車輛的位置關(guān)系可分為處于同一巷道內(nèi)和不處于2 種情況，在本階段需要分情況處理。

1）前車輛與可疑車輛處當(dāng)于同一巷道內(nèi)方向匹配。當(dāng)前車輛與可疑車輛處于同一巷道方向匹配情況如圖9。圖中：Ti為當(dāng)前車輛的位置；Ts2為可疑車輛位置；a、b 為中線點(diǎn)；b 為Ti前進(jìn)方向中線點(diǎn)?；趫D9 觀察可得：當(dāng)可疑車輛Ts2的行進(jìn)方向中線點(diǎn)為a 時(shí)，與Ti處于敵對方向；當(dāng)行進(jìn)方向中線點(diǎn)為b時(shí)，與Ti處于同向。由此可推導(dǎo)出：可疑車輛行進(jìn)方向中線點(diǎn)與當(dāng)前車輛一致時(shí)，屬于同向，反之屬于敵對的結(jié)論。

圖9 當(dāng)前車輛與可疑車輛處于同一巷道內(nèi)方向匹配情況Fig.9 Direction matching state of current vehicle and suspicious vehicle in the same lane

2）前車輛與可疑車輛不處于同一巷道內(nèi)方向匹配。當(dāng)前車輛與可疑車輛不處于同一巷道內(nèi)方向匹配情況如圖10。圖中：Ti為當(dāng)前車輛的位置；Ts1為可疑車輛位置；a、b、c、d 為中線點(diǎn)；b 為Ti行進(jìn)方向中線點(diǎn)；Ti至Ts1路徑為Ti→b→c→Ts1?；趫D10 觀察可得：可疑車輛Ts1的行進(jìn)方向中線點(diǎn)為c 時(shí)，屬于敵對方向，行進(jìn)方向中線點(diǎn)為d 時(shí)，屬于同向。由此可推導(dǎo)出：可疑車輛行進(jìn)方向中線點(diǎn)屬于最短路徑點(diǎn)時(shí)屬于敵對方向，反之屬于同向。

圖10 當(dāng)前車輛與可疑車輛不處于同一巷道內(nèi)方向匹配情況Fig.10 Direction matching state of current vehicle and suspicious vehicle in the various roadways

3 試驗(yàn)驗(yàn)證

3.1 模擬巷道試驗(yàn)

模擬巷道內(nèi)部共4 條巷道，組成2 個(gè)3 岔路口和1 個(gè)U 形彎路口，內(nèi)部安裝有4 個(gè)UWB 精確定位基站。從西門開始，選取200 m 道路作為試驗(yàn)路段。模擬巷道試驗(yàn)環(huán)境如圖11。

采用3 張車輛UWB 標(biāo)簽卡模擬車輛在巷道內(nèi)不同位置進(jìn)行移動，根據(jù)車輛間的位置關(guān)系和應(yīng)用程序輸出日志檢驗(yàn)所提方法邏輯的準(zhǔn)確性和實(shí)時(shí)性。方法邏輯的準(zhǔn)確性是通過方法中的車輛行進(jìn)方向計(jì)算和安全距離檢索+方向匹配2 大項(xiàng)單獨(dú)驗(yàn)證構(gòu)成。實(shí)時(shí)性是累加前述2 項(xiàng)驗(yàn)證的平均耗時(shí)。

1）車輛行進(jìn)方向計(jì)算。車輛從西門進(jìn)入，在到達(dá)第1 個(gè)路口后，朝西巷道行進(jìn)，隨后轉(zhuǎn)入南巷道，最終行至東巷道與北巷道的路口。車輛移動過程中采用勻速行進(jìn)和變速行進(jìn)2 種方式。經(jīng)目測與程序日志輸出結(jié)果對比，車輛預(yù)期行進(jìn)方向理論值與程序日志輸出結(jié)果保持一致。試驗(yàn)結(jié)果表明：該邏輯判斷方法正確，經(jīng)耗時(shí)時(shí)間統(tǒng)計(jì)，平均耗時(shí)為15 ms。

2）安全距離檢索+方向匹配。將巷道的安全距離設(shè)置為：①ab 巷道20 m；②bc 巷道100 m（用于模擬2 車處于同一巷道內(nèi)和不處于同一巷道內(nèi)的情況）；③cd 巷道100 m；④de 巷道50 m（用于模擬安全距離無法覆蓋的情況）。3 張車輛UWB 標(biāo)簽卡標(biāo)注為車A、車B、車C，以車B 為當(dāng)前車輛，車A 在前，車B 在中間，車C 在最后的順序依次從西門進(jìn)入巷道內(nèi)。試驗(yàn)結(jié)果如下：①車A 行至bc 巷道內(nèi)，車B 進(jìn)入ab 巷道：程序安全距離檢索模塊輸出無可疑對象；②車A 停留在bc 巷道，車B 進(jìn)入bc 巷道：此時(shí)車B 和車A 屬于同一巷道情況，程序安全距離檢索模塊輸出可疑對象為車A，方向匹配模塊輸出車A 為需預(yù)警對象；③車A 進(jìn)入cd 巷道，車B停留在bc 巷道：此時(shí)車B 和車A 屬于不處于同一巷道內(nèi)情況，程序安全距離檢索模塊輸出可疑對象為車A，方向匹配模塊輸出車A 為需預(yù)警對象；④車B 停留在bc 巷道內(nèi)，車C 從西門ab 巷道進(jìn)入，直至行至bc 巷道內(nèi)：此時(shí)車C 位于車B 后面，受安全距離檢索僅搜索車輛行進(jìn)方向的規(guī)則，程序安全距離檢索模塊未輸出可疑對象車C；⑤車B 停留在bc 巷道內(nèi)，車A 在cd 巷道內(nèi)往c 點(diǎn)行進(jìn)：程序安全距離檢索模塊輸出可疑對象為車A，方向匹配計(jì)算車A 與車B 行進(jìn)方向?yàn)閿硨Ψ较?，不屬于預(yù)警對象；⑥車A 進(jìn)入de 巷道，行至e 點(diǎn)處，車B 行進(jìn)至d點(diǎn)處：受安全距離所限，程序安全距離檢索模塊輸出無可疑對象。經(jīng)上述6 種方法實(shí)驗(yàn)，試驗(yàn)結(jié)果表明：預(yù)期理論值與程序邏輯一致，該邏輯判斷方法正確；經(jīng)耗時(shí)時(shí)間統(tǒng)計(jì)，平均耗時(shí)為125 ms。

通過對所提方法的單項(xiàng)進(jìn)行驗(yàn)證，所提方法的相關(guān)邏輯均為正確；邏輯判斷平均耗時(shí)約為140 ms，滿足現(xiàn)場實(shí)際應(yīng)用要求。

3.2 現(xiàn)場驗(yàn)證

新疆伊犁能源伊犁四礦使用無軌膠輪車執(zhí)行井下運(yùn)輸任務(wù)，在錄車輛約為47 輛，選擇車流量較大的23-2 煤層輔助運(yùn)輸大巷作為試驗(yàn)路段，該路段連接著緩坡斜井和工作面，是運(yùn)輸車輛日常出入井的必經(jīng)之路。試驗(yàn)路段全長約為2 km，部署有6 個(gè)UWB 定位基站，全程UWB 信號覆蓋，布置圖如圖12。圖中紅色標(biāo)注部分為本次試驗(yàn)路段，綠部分為UWB 定位基站位置。

通過GIS 二維圖中測距工具，獲得2 個(gè)車之間的距離關(guān)系；通過目測，獲得2 車間的行進(jìn)方向?qū)儆谕蚧驍硨?。觀察一段時(shí)間的運(yùn)行狀態(tài)，結(jié)果顯示：所提方法邏輯正確，平均耗時(shí)約為140 ms。

4 結(jié) 語

1）車輛行進(jìn)安全距離檢測，在初始化階段完成巷道拓?fù)渚W(wǎng)絡(luò)構(gòu)建。在運(yùn)行階段，首先，借助UWB精確定位基站獲知車輛實(shí)時(shí)位置，依據(jù)車輛相鄰時(shí)刻位置關(guān)系，明確車輛行進(jìn)方向；其次，在空間和路網(wǎng)雙重安全距離檢索下獲得可疑車輛；再次，依據(jù)當(dāng)前車輛和可疑車輛行進(jìn)方向匹配結(jié)果，確定需要預(yù)警的對象；最后，通過車載交互終端發(fā)出語音預(yù)警信息。

2）檢測方法在模擬巷道的試驗(yàn)結(jié)果表明：邏輯代碼運(yùn)行正常，邏輯響應(yīng)時(shí)間約為140 ms。具有功能穩(wěn)定、實(shí)時(shí)性高的特點(diǎn)。

3）在新疆伊犁四礦現(xiàn)場的試驗(yàn)結(jié)果表明：現(xiàn)場應(yīng)用狀況良好，車輛行進(jìn)安全風(fēng)險(xiǎn)管控效果顯著。具有以下3 項(xiàng)特點(diǎn)：①安全距離靈活可配、管控精細(xì)化：可依據(jù)巷道的特征和風(fēng)險(xiǎn)情況，為不同巷道配置個(gè)性化的安全距離，使得安全管控精細(xì)化；②低成本：整套技術(shù)方案無需額外加裝硬件裝置，完全借助軟件實(shí)現(xiàn)，為項(xiàng)目實(shí)施節(jié)省成本；③實(shí)用性：檢測方法性能穩(wěn)定、運(yùn)行實(shí)時(shí)性高，可滿足《煤礦安全規(guī)程》的要求。