摘要：現(xiàn)有超寬帶（UWB）與行人航位推算（PDR）融合定位方法大多忽略了非視距（NLOS）環(huán)境下的定位誤差校正，以簡單的閾值劃分作為NLOS 環(huán)境判斷依據(jù)，而閾值劃分在很大程度上與定位場景及場地大小相關(guān)。針對上述問題，提出一種考慮NLOS 環(huán)境的基于UWB 與PDR 的井下人員融合定位方法。首先，利用UWB 技術(shù)進(jìn)行井下人員位置解算，通過三邊定位算法得到人員初步位置后，使用最小二乘法對位置進(jìn)行優(yōu)化，通過多項(xiàng)式擬合實(shí)現(xiàn)NLOS 環(huán)境下基站和標(biāo)簽之間實(shí)際值和測量值之間的擬合，減小NLOS 環(huán)境下的測距誤差，提高定位精度。其次，采用PDR 算法對步態(tài)進(jìn)行識(shí)別和分析，PDR 算法使用慣性導(dǎo)航傳感器采集的步態(tài)數(shù)據(jù)，通過步態(tài)識(shí)別、步長估計(jì)和方向估計(jì)，實(shí)現(xiàn)目標(biāo)位置的更新；然后，通過卷積神經(jīng)網(wǎng)絡(luò)（CNN）?長短期記憶（LSTM）網(wǎng)絡(luò)分析信道脈沖響應(yīng)（CIR）特征，實(shí)現(xiàn)視距（LOS）/NLOS 識(shí)別，解決NLOS 環(huán)境判斷存在場景限制的問題；最后，根據(jù)LOS/NLOS 識(shí)別結(jié)果確定融合系數(shù)，實(shí)現(xiàn)UWB 和PDR 定位結(jié)果融合。測試結(jié)果表明：多項(xiàng)式擬合后UWB 平均測距誤差降低0.59 m；LOS/NLOS 識(shí)別的平均準(zhǔn)確率為95.3%，召回率和F1 分?jǐn)?shù)均在90% 以上，驗(yàn)證了CNN?LSTM 具有較好的識(shí)別效果；融合定位方法的平均誤差為0.31 m，較UWB 降低1.57 m，較PDR 降低1.41 m。

關(guān)鍵詞：井下人員定位；UWB；行人航位推算；PDR；融合定位；非視距環(huán)境；最小二乘法；多項(xiàng)式擬合；CNN?LSTM；LOS；NLOS

中圖分類號(hào)：TD655.3 文獻(xiàn)標(biāo)志碼：A

0 引言

煤礦井下人員位置監(jiān)測系統(tǒng)是礦山安全避險(xiǎn)“六大系統(tǒng)”之一 ，在煤礦安全生產(chǎn)、事故應(yīng)急救援和事故調(diào)查中發(fā)揮著重要作用[1]。通過實(shí)時(shí)監(jiān)測和定位礦工的位置，井下人員定位系統(tǒng)可以提供關(guān)鍵的安全保障，在緊急情況下，救援人員可以快速定位礦工并展開救援行動(dòng)?，F(xiàn)有單一井下人員定位技術(shù)有WiFi 定位、藍(lán)牙定位、超聲波定位、紅外線定位、無線射頻識(shí)別（Radio Frequency IdentificationDevices，RFID）定位、超寬帶（Ultra-Wideband，UWB）定位、行人航位推算（Pedestrian Dead Reckoning，PDR）等[2-5]。其中，WiFi、藍(lán)牙等方法在信號(hào)傳播過程中易受環(huán)境條件影響， 穩(wěn)定性差， 定位精度不高[6-7]；超聲波和紅外線等只適用于小范圍定位[8-9]；RFID 作用范圍有限，只適用于近距離定位；UWB 定位在視距（Line of Sight，LOS）環(huán)境下精度高，但是易受非視距（Non Line of Sight，NLOS）環(huán)境影響；PDR算法會(huì)產(chǎn)生較大累計(jì)誤差。

由于單一定位算法無法克服自身缺陷，所以定位技術(shù)逐漸向多技術(shù)融合方向發(fā)展[10]。KongXiaotong 等[11]提出了一種基于低功耗藍(lán)牙（BluetoothLow Energy，BLE）和PDR 的混合室內(nèi)定位方法，將BLE 的位置、距離測量結(jié)果與PDR 定位結(jié)果深度融合，提高了定位精度。李宗偉等[12]提出了一種基于飛行時(shí)間（Time of Flight，TOF）測距定位和捷聯(lián)慣導(dǎo)定位的煤礦井下人員融合定位方法，定位精度在1 m 左右。吳靜然等[13]設(shè)計(jì)了一種基于改進(jìn)接收信號(hào)強(qiáng)度指示器（Received Signal Strength Indicator，RSSI）和PDR 的礦井人員融合定位系統(tǒng)，采用擴(kuò)展卡爾曼濾波進(jìn)行融合，平均定位誤差為1.79 m。趙子凡等[14]提出一種UWB 和慣導(dǎo)結(jié)合的定位算法，在短距離定位中提高了NLOS 環(huán)境下的定位精度，但是在長距離定位中受定位場景影響較大，不適用于長距離定位。由于井下環(huán)境的復(fù)雜性，目前融合定位方法在定位精度和定位范圍等方面還存在缺陷[15]。

UWB 定位技術(shù)在數(shù)據(jù)環(huán)境下定位精度高，但受NLOS 影響較大，而PDR 算法不受NLOS 的影響[16-17]，因此，UWB 與PDR 融合定位方法效果較好。但現(xiàn)有UWB 與PDR 融合定位方法大多忽略了NLOS 環(huán)境下的定位誤差校正[18-21]；此外，在進(jìn)行NLOS 環(huán)境判斷時(shí)，以簡單的閾值劃分作為NLOS 環(huán)境的判斷依據(jù)，而閾值劃分在很大程度上與定位場景及場地大小相關(guān)[22]。針對上述問題，本文通過多項(xiàng)式擬合校正降低NLOS 環(huán)境對定位精度的影響，提高井下復(fù)雜環(huán)境中的人員定位精度；此外，在融合UWB 與PDR 的同時(shí)，利用神經(jīng)網(wǎng)絡(luò)解決NLOS 環(huán)境判斷存在場景限制的問題。

1 方法原理

基于UWB 與PDR 的井下人員融合定位方法包括數(shù)據(jù)采集、位置解算、融合定位3 個(gè)部分， 如圖1 所示。

1） 數(shù)據(jù)采集。使用慣導(dǎo)傳感器（包含加速度計(jì)和陀螺儀）采集加速度和方向角數(shù)據(jù)，通過DWM1000傳感器采集UWB 數(shù)據(jù)，測得標(biāo)簽到各基站的距離，提前確定UWB 基站的位置坐標(biāo)。

2） 位置解算。位置解算包括PDR 位置解算和UWB 位置解算2 個(gè)部分。PDR 位置解算通過加速度數(shù)據(jù)檢測人員步態(tài)，算出人員行走的步數(shù)，同時(shí)通過步長估計(jì)模型得到人員平均步長，再利用方向角數(shù)據(jù)得到人員行走的方向，之后使用PDR 算法位置更新模型解算出人員位置（位置1）。UWB 位置解算利用標(biāo)簽與基站之間的距離，通過三邊定位算法得到初步位置，再使用最小二乘法對位置進(jìn)行優(yōu)化，獲得UWB 解算位置（位置2）。