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(dòng)化股份有限公司，江蘇 常州 213015）

自2020 年2 月8 部委聯(lián)合發(fā)布《關(guān)于加快煤礦智能化發(fā)展的指導(dǎo)意見》以來，國內(nèi)掀起了煤礦智能化建設(shè)的浪潮[1-3]。輔助運(yùn)輸作為煤礦生產(chǎn)的準(zhǔn)備環(huán)節(jié)，擔(dān)負(fù)著全礦井生產(chǎn)所需人員、物資及設(shè)備的中轉(zhuǎn)和運(yùn)輸，其智能化對(duì)提供礦井生產(chǎn)效率和確保礦井安全有著重要意義[4]。2021 年12 月，國家能源局發(fā)布了《智能化示范煤礦驗(yàn)收管理辦法（試行）》，明確了智能化示范建設(shè)煤礦的驗(yàn)收流程、技術(shù)要求及評(píng)分辦法，為驗(yàn)收評(píng)審提供了依據(jù)[5]。在辦法中規(guī)定I 類煤礦無軌膠輪車運(yùn)輸須具有車輛運(yùn)行狀態(tài)參數(shù)監(jiān)測（超速、路徑偏離報(bào)警、運(yùn)動(dòng)軌跡等）功能。由此可見，采用無軌膠輪車運(yùn)輸時(shí)，路徑偏離報(bào)警作為車輛運(yùn)行狀態(tài)參數(shù)監(jiān)測指標(biāo)之一，是智能化煤礦建設(shè)驗(yàn)收的硬性指標(biāo)。

路徑偏離報(bào)警數(shù)據(jù)常被應(yīng)用于車輛智能調(diào)度系統(tǒng)運(yùn)輸效能分析模塊，用以提升車輛運(yùn)輸效率。許多學(xué)者對(duì)此開展了研究。常凱等[6]提出根據(jù)井下所有機(jī)車和車輛運(yùn)行信息及作業(yè)需求，快速自動(dòng)規(guī)劃車輛運(yùn)行路線，并自動(dòng)調(diào)度車輛出發(fā)時(shí)間、會(huì)車地點(diǎn)，此方法充分體現(xiàn)了智能化，但是對(duì)車輛運(yùn)行狀態(tài)參數(shù)監(jiān)測有所缺失，無法對(duì)分析模塊提供數(shù)據(jù)支撐；劉宏杰等[7]提出采用多系統(tǒng)融合技術(shù)將煤礦井下無軌膠輪車運(yùn)行相關(guān)有效數(shù)據(jù)充分篩選，實(shí)現(xiàn)車輛運(yùn)行流程全數(shù)字化管控，實(shí)現(xiàn)了運(yùn)力大數(shù)據(jù)分析、司機(jī)工時(shí)分析、交通效率分析等各式各樣數(shù)據(jù)報(bào)表，此系統(tǒng)雖然提供了多維度的報(bào)表信息，但未考慮驗(yàn)收標(biāo)準(zhǔn)中的路徑偏離元素；劉文濤[8]提出通過無線通信鏈路將采集數(shù)據(jù)傳送至監(jiān)控中心并進(jìn)行顯示，同時(shí)監(jiān)控中心對(duì)數(shù)據(jù)進(jìn)行分析，此方法僅上傳了動(dòng)態(tài)位置、運(yùn)行時(shí)間、運(yùn)行參數(shù)和故障參數(shù)等，檢測的手段已無法滿足驗(yàn)收標(biāo)準(zhǔn)的需要。

針對(duì)上述問題，設(shè)計(jì)了一種基于UWB 技術(shù)[9]的無軌膠輪車路徑偏離報(bào)警方法。首先，該方法基于圖論理論，利用巷道中線點(diǎn)之間的鄰接關(guān)系，對(duì)井下路網(wǎng)信息結(jié)構(gòu)化；其次，車輛行進(jìn)過程中定位數(shù)據(jù)應(yīng)呈現(xiàn)線性關(guān)系的物理特征，對(duì)UWB 定位基站輸出的車輛定位數(shù)據(jù)執(zhí)行滑動(dòng)窗口濾波，以屏蔽定位數(shù)據(jù)中的噪聲點(diǎn)，提高方法整體的魯棒性；再次，利用已構(gòu)建的井下路網(wǎng)結(jié)構(gòu)化信息，根據(jù)運(yùn)輸任務(wù)中設(shè)定的運(yùn)輸出發(fā)地和目的地，按照路線優(yōu)、節(jié)能佳、安全性高的原則，采用A*搜索算法[10]對(duì)運(yùn)輸路徑進(jìn)行規(guī)劃，并在搜索算法的估價(jià)函數(shù)中新增權(quán)重函數(shù)和判斷因子，以提高規(guī)劃的智能性；最后，對(duì)車輛當(dāng)前位置的偏離情況進(jìn)行實(shí)時(shí)判斷，當(dāng)出現(xiàn)偏離時(shí)，將結(jié)果實(shí)時(shí)反饋至車載交互終端中。采用此方法的應(yīng)用系統(tǒng)在新疆伊犁一礦有限公司進(jìn)行驗(yàn)證，證明所提方法的可行性和有效性。

1 系統(tǒng)架構(gòu)

系統(tǒng)由硬件裝置和軟件模塊2 個(gè)部分組成。硬件裝置主要負(fù)責(zé)采集無軌膠輪車實(shí)時(shí)位置；軟件模塊根據(jù)車輛實(shí)時(shí)位置與規(guī)劃好的運(yùn)輸路徑做比對(duì)，得出是否偏離結(jié)果，并將結(jié)果推送至車載終端中，給駕駛員提示。

1.1 硬件裝置

硬件裝置分為井上和井下2 個(gè)部分，硬件裝置示意圖如圖1。

圖1 硬件裝置示意圖Fig.1 Hardware device schematic diagram

井上部分為輔助運(yùn)輸系統(tǒng)服務(wù)器，主要是承載軟件模塊。井下部分主要由UWB 定位基站和無軌膠輪車組成：UWB 定位基站一般安裝在巷道壁一側(cè)，2 根天線分別朝向2 個(gè)不同方向固定在巷道上；車輛標(biāo)識(shí)卡固定在無軌膠輪車的頂部，用以減少防爆結(jié)構(gòu)對(duì)標(biāo)識(shí)卡的信號(hào)干擾；車載終端固定在駕駛員側(cè)，用于人機(jī)交互。UWB 定位基站通過光纜接入井下環(huán)網(wǎng)，車載終端通過4G/WIFI 接入環(huán)網(wǎng)。

當(dāng)車輛經(jīng)過基站時(shí)，UWB 定位基站的天線會(huì)偵測到車輛標(biāo)識(shí)卡信號(hào)并實(shí)時(shí)計(jì)算出位置信息，同時(shí)傳輸至位于井上的輔助運(yùn)輸系統(tǒng)服務(wù)器內(nèi)，交由軟件模塊做邏輯判斷。

1.2 軟件模塊

軟件部分主要由構(gòu)建井下路網(wǎng)、車輛位置濾波、運(yùn)輸路徑規(guī)劃和偏離報(bào)警判斷組成。軟件模塊處理流程如圖2。

圖2 軟件模塊處理流程Fig.2 Software module processing flow

1）構(gòu)建井下路網(wǎng)。巷道中線是由具有三維地理空間坐標(biāo)的中線點(diǎn)組成的，基于圖論理論，構(gòu)建中線點(diǎn)數(shù)據(jù)結(jié)構(gòu)，形成具有鄰接關(guān)系的鄰接矩陣，從而構(gòu)建井下路網(wǎng)地圖。

2）車輛位置濾波。利用車輛行進(jìn)過程中定位數(shù)據(jù)應(yīng)呈現(xiàn)線性關(guān)系的物理特征，對(duì)定位數(shù)據(jù)中的噪聲點(diǎn)進(jìn)行識(shí)別并執(zhí)行滑動(dòng)窗口濾波，以獲得較為平滑且符合運(yùn)動(dòng)規(guī)律的定位數(shù)據(jù)，避免因干擾因素造成的誤判，提高方法整體的魯棒性。

3）運(yùn)輸路徑規(guī)劃。利用已構(gòu)建的井下路網(wǎng)結(jié)構(gòu)化信息，根據(jù)運(yùn)輸任務(wù)中設(shè)定的運(yùn)輸出發(fā)地和目的地，按照路線優(yōu)、節(jié)能佳、安全性高的原則，采用基于圖的A*搜索方法對(duì)運(yùn)輸路徑進(jìn)行規(guī)劃，快速合理地規(guī)劃出線路。

4）偏離報(bào)警判斷。將車輛當(dāng)前位置與運(yùn)輸路徑的關(guān)系抽象為點(diǎn)與線段的位置關(guān)系判斷，當(dāng)點(diǎn)遠(yuǎn)離線段時(shí)，代表偏離。反之則代表不偏離。當(dāng)出現(xiàn)偏離時(shí)，將結(jié)果實(shí)時(shí)反饋至車載交互終端中。

2 功能實(shí)現(xiàn)

2.1 構(gòu)建井下路網(wǎng)

井下路網(wǎng)數(shù)據(jù)模型示意圖如圖3，

圖3 井下路網(wǎng)數(shù)據(jù)模型示意圖Fig.3 Underground road network data model diagram

井下巷道是由離散中線點(diǎn)和中線點(diǎn)間的連通關(guān)系所組成，進(jìn)而形成路網(wǎng)結(jié)構(gòu)。該結(jié)構(gòu)采用圖G=（V,E）描述，式中：V為頂點(diǎn)集合；E為邊集合。E=（Vi,Vj）表示頂點(diǎn)i和頂點(diǎn)j之間的連線。中線點(diǎn)形成的頂點(diǎn)集合為{1，2，3，···，7}，中線點(diǎn)間連通關(guān)系采用邊來描述，因連通關(guān)系具有方向性，故此圖為有向圖。頂點(diǎn)間的距離作為邊的權(quán)重。

采用鄰接矩陣表達(dá)上述數(shù)據(jù)模型，其構(gòu)建流程如下：

1）存儲(chǔ)中線點(diǎn)數(shù)據(jù)，并進(jìn)行頂點(diǎn)唯一性編號(hào)；同時(shí)，構(gòu)建頂點(diǎn)數(shù)組隊(duì)列。中線點(diǎn)數(shù)據(jù)結(jié)構(gòu)如圖4，頂點(diǎn)數(shù)組如圖5。

圖4 中線點(diǎn)數(shù)據(jù)結(jié)構(gòu)Fig.4 Midline point data structure

圖5 頂點(diǎn)數(shù)組Fig.5 Array of vertices

2）G-（V,E）的鄰接矩陣由1 個(gè)|V|×|V|的矩陣A=aij予以表示，該矩陣滿足下述條件：

式中：aij為矩陣存儲(chǔ)值；dist 為頂點(diǎn)i到頂點(diǎn)j的歐幾里得距離，距離不可達(dá)到時(shí)，為∞。

通過上述步驟循環(huán)遍歷操作井下巷道各中線點(diǎn)數(shù)據(jù)，最終得到井下路網(wǎng)鄰接矩陣，形成井下路網(wǎng)結(jié)構(gòu)。井下路網(wǎng)鄰接矩陣如圖6。

圖6 井下路網(wǎng)鄰接矩陣Fig.6 Adjacency matrix of underground road network

2.2 車輛位置濾波

根據(jù)井下車輛單向行駛特性，從UWB 定位數(shù)據(jù)角度來看，理論上定位數(shù)據(jù)應(yīng)該呈現(xiàn)V 字形分布特征，定位數(shù)據(jù)理論與實(shí)際情況如圖7。

圖7 定位數(shù)據(jù)理論與實(shí)際情況Fig.7 Positioning data theory and actual situation

車輛第1 次進(jìn)入基站信號(hào)覆蓋范圍時(shí)，此時(shí)距離值為最遠(yuǎn)。隨著行進(jìn)時(shí)間的推移，當(dāng)接近基站時(shí)，距離值趨于0。當(dāng)駛離基站時(shí)，距離值再次變大，直至信號(hào)消失，進(jìn)入下1 個(gè)基站的信號(hào)覆蓋范圍。但是現(xiàn)實(shí)情況是，受巷道環(huán)境惡劣、空間狹?。淮嬖谛盘?hào)干擾、遮擋、反射；以及車輛行進(jìn)中的抖動(dòng)等多重因素影響，定位數(shù)據(jù)存在一定的漂移，也就是噪聲點(diǎn)。這些噪聲點(diǎn)會(huì)被上位機(jī)處理單元識(shí)別為車輛在頻繁調(diào)頭，但是井下物理環(huán)境已經(jīng)確定車輛無法如此操作。為了避免此種噪聲點(diǎn)對(duì)路徑偏離報(bào)警方法的準(zhǔn)確性產(chǎn)生影響，因此采用局部滑動(dòng)窗口濾波思路對(duì)定位數(shù)據(jù)執(zhí)行濾波處理?；瑒?dòng)窗口處理原理及數(shù)據(jù)結(jié)構(gòu)如圖8。

圖8 滑動(dòng)窗口處理原理及數(shù)據(jù)結(jié)構(gòu)Fig.8 Sliding window processing principle and data structure

設(shè)定滑動(dòng)窗口為5 s，當(dāng)識(shí)別出噪聲點(diǎn)時(shí)，基于滑動(dòng)窗口內(nèi)的距離值和數(shù)據(jù)時(shí)間得出預(yù)估車速，再根據(jù)預(yù)估車速和當(dāng)前的數(shù)據(jù)時(shí)間，利用式（2）得出估算距離。

式中：s為估算距離；v為預(yù)估車速；Δt為當(dāng)前數(shù)據(jù)時(shí)間與上一次數(shù)據(jù)時(shí)間差。

車輛位置濾波工作流程如圖9。

圖9 車輛位置濾波工作流程Fig.9 Vehicle position filtering workflow

第1 步：滑動(dòng)窗口隊(duì)列初始化，獲取當(dāng)前位置和數(shù)據(jù)時(shí)間依據(jù)數(shù)據(jù)結(jié)構(gòu)入隊(duì)列。

第2 步：判斷當(dāng)前位置數(shù)據(jù)所處定位基站位置，存在2 種情況：①進(jìn)入/駛離階段：將當(dāng)前位置數(shù)據(jù)與上2 次位置數(shù)據(jù)做比對(duì)，判斷是否具有線性關(guān)系，若具有，代表不是噪聲點(diǎn)，啟動(dòng)正常處理子流程，反之，代表屬于噪聲點(diǎn)，進(jìn)入濾波子流程；②接近基站階段：默認(rèn)為正常數(shù)據(jù)，按正常流程處理。

濾波子流程：首先，根據(jù)當(dāng)前位置的數(shù)據(jù)時(shí)間對(duì)滑動(dòng)窗口隊(duì)列過濾，排除非法值；其次，根據(jù)滑動(dòng)窗口內(nèi)的距離值和數(shù)據(jù)時(shí)間，計(jì)算出估算車速；最后，估算車速×?xí)r間得出估算距離。

正常處理子流程：判斷數(shù)據(jù)時(shí)間是否在滑動(dòng)窗口期內(nèi)，若是，就加入隊(duì)列；反之，丟棄。

按照上述步驟，完成車輛位置濾波處理。

2.3 運(yùn)輸路徑規(guī)劃

基于已構(gòu)建的井下路網(wǎng)結(jié)構(gòu)，根據(jù)運(yùn)輸任務(wù)運(yùn)輸起始點(diǎn)和目的地，按照路線優(yōu)、節(jié)能佳、安全性高的原則，采用全局路徑規(guī)劃算法，快速合理地規(guī)劃出線路。由于業(yè)務(wù)中的起始點(diǎn)和目的地大概率不是巷道中線點(diǎn)（即路網(wǎng)結(jié)構(gòu)中的節(jié)點(diǎn)），故起始點(diǎn)和目的地間的路徑關(guān)系分為可以直連和無法直連2 種情況，無法直連是指2 點(diǎn)之間需要借助其他節(jié)點(diǎn)才能夠到達(dá)。2 種情況的處理方式存在差異，因此以下分情況進(jìn)行討論。

2.3.1 可以直連路徑規(guī)劃

直接連通場景如圖10。圖中：S為起始點(diǎn)；E為目的地；a、b為中線點(diǎn)。

圖10 直接連通場景Fig.10 Directly connected scene

起始點(diǎn)和目的地同處于同一段巷道內(nèi)，根據(jù)觀察可得：2 點(diǎn)可直接通行，此時(shí)可直接返回規(guī)劃路線集合為：{S，E}。

2.3.2 無法直連路徑規(guī)劃

無法直連場景如圖11。圖中：S為起始點(diǎn)；E為目的地；a、b、c、d為中線點(diǎn)；a→c、b→c、a→d、b→d之間存在{0，1，2，···，n}條路徑可能。

圖11 無法直連場景Fig.11 Unable to connect to the scene directly

起始點(diǎn)和目的地處于不同巷道內(nèi)，需要經(jīng)過中間點(diǎn)才能夠到達(dá)，根據(jù)觀察可得：S點(diǎn)行至E點(diǎn)存在4 條路徑，分別為：

分別計(jì)算這4 條路徑距離，取其中代價(jià)最少的路徑作為最終規(guī)劃路徑。2 坐標(biāo)之間的距離d12計(jì)算公式為：

式中：（x1,y1,z1）d為1#坐標(biāo)；（x2,y2,z2）d為2#坐標(biāo)。

由于a→···→c、a→···→d、b→···→c、b→···→d的路徑存在0～n種可能性，因此采用A*搜索算法做全局路徑規(guī)劃。A*算法是經(jīng)典的啟發(fā)式搜索算法，它是在經(jīng)典單源路徑算法Dijkstra 算法的基礎(chǔ)上改進(jìn)而來。其最顯著的特點(diǎn)就是，通過在搜索過程中給定啟發(fā)函數(shù)來減少搜索節(jié)點(diǎn)，從而提高路徑搜索效率。A*算法的估價(jià)函數(shù)f（n）表示為：

式中：f（n）為起始點(diǎn)至目標(biāo)點(diǎn)的預(yù)估消耗；g（n）為起始點(diǎn)至當(dāng)前節(jié)點(diǎn)的實(shí)際消耗；h（n）為當(dāng)前節(jié)點(diǎn)至目標(biāo)點(diǎn)的估計(jì)消耗，也稱為啟發(fā)函數(shù)。

A*算法搜索路徑過程是：先對(duì)每一個(gè)將要訪問的節(jié)點(diǎn)使用估價(jià)函數(shù)f（n）進(jìn)行評(píng)估計(jì)算，然后選擇具有最小代價(jià)估算值的節(jié)點(diǎn)作為下一步要到達(dá)的路徑節(jié)點(diǎn)，再不斷迭代更新搜索，直至尋找到最優(yōu)路線，達(dá)到目標(biāo)節(jié)點(diǎn)。A*算法的搜索方向是根據(jù)估價(jià)函數(shù)f（n）來確定，在搜索過程中，不用遍歷地圖中的所有節(jié)點(diǎn)。A*搜索算法工作流程如圖12。

圖12 A＊搜索算法工作流程Fig.12 A ＊ search algorithm workflow

整個(gè)工作流程如下：①第1 步：起點(diǎn)入OPEN 列表；②第2 步：檢索相鄰可達(dá)到且不在CLOSE 列表中的節(jié)點(diǎn)，分別加入CLOSE 列表并計(jì)算總代價(jià)；③第3 步：代價(jià)是否最小，若最小，證明下1 個(gè)節(jié)點(diǎn)尋找成功，將它從OPEN 列表移動(dòng)至CLOSE 列表中，若不是最小，則直接將該點(diǎn)存入CLOSE 列表中；④第4 步：比較上一步選出的節(jié)點(diǎn)是否為目標(biāo)點(diǎn)，若是就結(jié)束搜索，若不是則跳至第2 步進(jìn)行循環(huán)檢索。

其中，OPEN 列表存儲(chǔ)未被訪問過的節(jié)點(diǎn)；CLOSE 列表存儲(chǔ)已被訪問過的節(jié)點(diǎn)。

A*算法的核心是估價(jià)函數(shù)f（n）的設(shè)計(jì)。在實(shí)際情況下，車輛路徑規(guī)劃須滿足以下2 個(gè)應(yīng)用條件：①規(guī)劃路徑滿足車輛行車條件：井下存在部分無法行車的巷道，如部分的運(yùn)輸巷、回風(fēng)巷、水倉等地方，須在路徑搜索算法中給予排除；②同一時(shí)段、同一路段，限制車輛進(jìn)入數(shù)量：應(yīng)避免規(guī)劃原因?qū)е碌缆窊矶?，進(jìn)而引發(fā)其他安全風(fēng)險(xiǎn)，實(shí)現(xiàn)車輛智能規(guī)劃調(diào)度。

因此，常規(guī)的最短路徑并不一定是運(yùn)輸路徑最優(yōu)解。對(duì)式（4）的估價(jià)函數(shù)進(jìn)行改進(jìn)，在其中增加權(quán)重函數(shù)和行車判斷因子，得到優(yōu)化后的估價(jià)函數(shù)：

式中：α為權(quán)重函數(shù)；β為道路是否滿足行車條件的判斷因子。

式中：vechile_num 為當(dāng)前依據(jù)運(yùn)輸任務(wù)已規(guī)劃出的該路段在5 min 內(nèi)將經(jīng)過的車輛數(shù)。

表達(dá)式vechile_num≤2 時(shí)，代表該路段為空閑狀態(tài)，可以規(guī)劃行車，此時(shí)權(quán)重值為1；反之，代表該路段為繁忙狀態(tài)，應(yīng)避免規(guī)劃。

滿足行車條件的判斷因子條件為：

h（n）采用曼哈頓距離進(jìn)行計(jì)算，計(jì)算公式為：

2.4 偏離報(bào)警判斷

車輛實(shí)時(shí)位置與運(yùn)輸路徑比較，最終得出車輛是否偏離預(yù)定路線的結(jié)果。比較過程可以抽象為點(diǎn)、線的關(guān)系，從分析來看，存在3 種情況。點(diǎn)、線關(guān)系如圖13。圖13（a）～圖13（c）中：A、B為規(guī)劃路徑的2 個(gè)端點(diǎn)；C為車輛實(shí)時(shí)位置；D點(diǎn)為C點(diǎn)在AB線段的投影；CD線段的模為C點(diǎn)到AB線段的距離值。

圖13 點(diǎn)、線關(guān)系Fig.13 Point-line relationship

根據(jù)圖13 觀察可得：可通過計(jì)算在的占比，從而判斷出C點(diǎn)在線段AB的位置。計(jì)算公式為：

式中：r為占比；為線段AC向量；為線段AB向量；為線段AB的模長。

結(jié)果值存在5 種情況，分別為：

r=0 為C在AB左邊的特殊情況；r=1 為C在AB右邊的特殊情況；當(dāng)r=0 或者r=1 時(shí)，處于路徑內(nèi)；當(dāng)r＜0 或者r＞1，不在線段AB內(nèi)，繼續(xù)判斷其他線段；0＜r＜1，C 點(diǎn)在線段AB中，需要通過公式計(jì)算出D點(diǎn)坐標(biāo)，計(jì)算公式為：

式中：（xd，yd，zd）為D點(diǎn)坐標(biāo)；（xa，ya，za）為A點(diǎn)坐標(biāo)；（xb，yb，zb）為B點(diǎn)坐標(biāo)。

最終，通過計(jì)算點(diǎn)C和點(diǎn)D2 點(diǎn)間的距離，獲得點(diǎn)C距離線段AB的距離。根據(jù)這個(gè)距離值進(jìn)行最終判斷。

3 試驗(yàn)分析

新疆伊犁能源伊犁一礦使用無軌膠輪車執(zhí)行井下運(yùn)輸任務(wù)，井下路網(wǎng)是由109 條巷道，總計(jì)452 個(gè)中線點(diǎn)組成；UWB 定位基站65 個(gè)，已基本實(shí)現(xiàn)重點(diǎn)路段UWB 信號(hào)全覆蓋；在冊(cè)車輛數(shù)為35 輛。

3.1 車輛位置濾波試驗(yàn)

一般情況，彎道處的UWB 定位基站容易受煤璧反射信號(hào)的影響，而出現(xiàn)定位數(shù)據(jù)偏差的情況。為了驗(yàn)證濾波效果，故選取車流量大，且位于彎道處的上、下井均需要經(jīng)過的“26-緩坡斜口600 m”UWB 定位基站作為試驗(yàn)對(duì)象。車輛位置濾波試驗(yàn)環(huán)境如圖14。

圖14 車輛位置濾波試驗(yàn)環(huán)境Fig.14 Vehicle position filtering experimental environment

以車牌號(hào)為新KY0060 為例，持續(xù)觀察車輛經(jīng)過該UWB 定位基站時(shí)定位數(shù)據(jù)的變化情況。通過觀察車輛位置原始值與濾波值可得：濾波函數(shù)可識(shí)別出噪聲點(diǎn)數(shù)據(jù)，并對(duì)其進(jìn)行濾波，濾波后的軌跡數(shù)據(jù)更符合現(xiàn)實(shí)運(yùn)動(dòng)規(guī)律。

為了驗(yàn)證濾波函數(shù)是否對(duì)正常數(shù)據(jù)產(chǎn)生影響，在圖14 中選擇“22-緩坡井口200 m”UWB 定位基站作為試驗(yàn)對(duì)象，該定位基站位于巷道中部，天線正負(fù)方向與巷道方向水平，信號(hào)干擾少。再次以新YK0060 為例，觀察車輛經(jīng)過定位基站時(shí)定位數(shù)據(jù)的變化情況。觀察可得：濾波值與原始值曲線重合，證明濾波函數(shù)不會(huì)對(duì)正常數(shù)據(jù)產(chǎn)生影響。

3.2 運(yùn)輸路徑規(guī)劃試驗(yàn)

在車輛調(diào)度模塊中，選取“59-1506W 下巷口”作為用車申請(qǐng)的出發(fā)地，“99-1503 聯(lián)絡(luò)巷上巷交叉口”作為目的地。路徑規(guī)劃實(shí)驗(yàn)環(huán)境如圖15。

圖15 路徑規(guī)劃實(shí)驗(yàn)環(huán)境Fig.15 Path planning experimental environment

出發(fā)地至目的地存在2 條路徑可選，路線Ⅰ為：出發(fā)地→1 503 進(jìn)風(fēng)巷→1506W 回風(fēng)巷→輔運(yùn)大巷→1503E 至輔運(yùn)聯(lián)絡(luò)巷→目的地路徑距離為639.68 m；路線Ⅱ?yàn)椋撼霭l(fā)地→1506W 回風(fēng)巷→1506W 回風(fēng)巷外段→1503E 聯(lián)絡(luò)巷→目的地，路徑距離為659.15 m。在用車申請(qǐng)中選擇不同的用車時(shí)間，觀察路徑規(guī)劃邏輯的正確性。試驗(yàn)方法如下：

1）用車時(shí)間選擇為當(dāng)前時(shí)刻，此時(shí)系統(tǒng)中僅存在1 條該時(shí)刻的用車申請(qǐng)，由于路徑Ⅰ的代價(jià)為639.68 m，小于路徑Ⅱ的代價(jià)（659.15 m），根據(jù)代價(jià)最小的策略，系統(tǒng)規(guī)劃出的路徑為路徑1。

2）再次提交相同時(shí)刻的用車申請(qǐng)，此時(shí)系統(tǒng)中存在2 條該時(shí)刻的相同出發(fā)地和目的地的用車申請(qǐng)，由于路徑Ⅰ在相同時(shí)段經(jīng)過的車輛數(shù)為2，經(jīng)過式（6）計(jì)算，路徑Ⅰ的權(quán)重為1，因此路徑Ⅰ的總代價(jià)仍為639.68 m，小于路徑Ⅱ的代價(jià)，因此系統(tǒng)規(guī)劃出的路徑為路徑Ⅰ。

3）參照方法2，提交相同時(shí)刻的用車申請(qǐng)，此時(shí)系統(tǒng)中存在3 條該時(shí)刻相同出發(fā)地和目的地的用車申請(qǐng)，在此時(shí)，由于路徑Ⅰ在相同時(shí)段經(jīng)過的車輛數(shù)為3，經(jīng)過式（6）計(jì)算，路徑Ⅰ的權(quán)重值為1.5，因此路徑Ⅰ的總代價(jià)為639.68×1.5×1=959.52 m，遠(yuǎn)超過路徑Ⅱ的代價(jià)，因此系統(tǒng)規(guī)劃出的路徑為路徑Ⅱ。

4）最后，提交不同時(shí)刻的用車申請(qǐng)，此時(shí)系統(tǒng)中僅存在1 條該時(shí)刻的用車申請(qǐng)，因此路徑Ⅰ的權(quán)重值為1，其總代價(jià)小于路徑Ⅱ，因此系統(tǒng)規(guī)劃出的路徑為路徑Ⅰ。

經(jīng)過上述4 種方法試驗(yàn)結(jié)果表明：預(yù)期理論值與程序邏輯一致，路徑規(guī)劃準(zhǔn)確性得到驗(yàn)證。

3.3 偏離報(bào)警判斷試驗(yàn)

以試驗(yàn)現(xiàn)場為例，在判斷函數(shù)前后增加性能監(jiān)聽函數(shù)，經(jīng)過一段時(shí)間的運(yùn)行，累計(jì)記錄1 243次性能記錄，其中運(yùn)行最大耗時(shí)為50 ms，最小耗時(shí)為13 ms，平均耗時(shí)約為25 ms。

試驗(yàn)結(jié)果表明：此判斷計(jì)算方法可滿足于現(xiàn)場應(yīng)用要求。

4 結(jié) 語

為滿足《智能化示范煤礦驗(yàn)收管理辦法（試行）》中針對(duì)I 類煤礦無軌膠輪車運(yùn)輸?shù)尿?yàn)收指標(biāo)要求，設(shè)計(jì)了一種基于UWB 定位技術(shù)的無軌膠輪車路徑偏離報(bào)警方法。該方法通過井下路網(wǎng)構(gòu)建、車輛位置濾波、運(yùn)輸路徑規(guī)劃和偏離報(bào)警4 個(gè)步驟實(shí)現(xiàn)。方法在新疆伊犁一礦現(xiàn)場試驗(yàn)結(jié)果表明：①濾波函數(shù)可有效過濾定位數(shù)據(jù)中的噪聲點(diǎn)，提高系統(tǒng)的魯棒性；②運(yùn)輸路徑規(guī)劃中在估價(jià)函數(shù)中增加權(quán)重函數(shù)和判斷因子參數(shù)，使得路徑規(guī)劃可結(jié)合巷道內(nèi)行車擁堵情況，同時(shí)可避開某些無法行車的道路，實(shí)現(xiàn)了運(yùn)輸路徑的智能規(guī)劃和車輛調(diào)度；③偏離報(bào)警判斷平均邏輯響應(yīng)時(shí)間約為25 ms，可滿足現(xiàn)場應(yīng)用要求。法具有2 項(xiàng)優(yōu)勢(shì)：①實(shí)用性：通過試驗(yàn)驗(yàn)證，方法性能穩(wěn)定、運(yùn)行時(shí)效性高，可滿足驗(yàn)收指標(biāo)要求；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)，具有低成本的優(yōu)勢(shì)。