基于GIS的煤矿井下移动目标定位技术分析

刘汝清，逄思宇，李 爽

（1.中国地质大学（北京）地球科学与资源学院，北京100083；2.中化地质矿山总局化工地质调查总院，北京100013）

随着国民经济的发展，各行业对煤炭的需求日益增加，也带来煤矿生产量的日益增长，因此，煤矿安全生产显得尤为重要。而煤矿井下移动目标的定位及安全，是保障安全生产的主要因素。

煤矿井下移动目标主要为矿工和机车。矿工位置对于井上生产调度、安全监督管理及灾后救援具有重要意义；机车是运送矿工、生产材料、煤矸等的井下交通工具，合理调配机车可以提高矿井生产效率，保障矿工安全。目前，煤矿井下移动目标定位系统基本是区域定位的模式，不能够实现井下任意位置的连续监控定位，更不能在矿井地质测绘图中实时、动态地显示目标位置及运动轨迹。

将WiFi无线通信技术、GIS技术、现代通信技术及计算机应用开发技术相结合，可实现煤矿井下移动目标的动态实时定位，有效地改善传统定位方式存在的不足。

1 技术原理

针对煤矿定位系统的总体要求，以微软Windows操作系统为平台，采用目前最新的GIS技术——地理信息服务（Geographic Information Service），以ArcGIS Server 9.3为GIS后台服务平台，融入网络应用开发中最新的Web Service技术，构建面向矿山物联网的井下移动目标监控WebGIS系统（图1）。该架构中，由Web Service获取并解析感知矿山信息集成与交换平台发送的实时定位数据UDP包，利用ADO.NET访问业务数据库抽取基础属性数据和历史数据，WebGIS系统负责融合实时数据、业务数据和GIS空间数据，最终通过IIS发布到Internet或Intranet，实现任意地点任意浏览器对WebGIS系统的访问。

图1 煤矿井下移动目标定位及管理GIS系统架构

2 关键技术分析

在井下WiFi无线感知层网络的基础上，利用GIS技术和计算机网络应用开发技术，将各种传感器数据在电子矿图上进行定位并实时动态更新，为分析井下移动目标活动情况提供历史轨迹查询与动态绘制，实现无线网络感知数据与实际地理空间数据结合，从而将井下网络感知节点定位到实际地理环境中，为感知矿山提供地理可视化与分析平台。

2.1 基于控制点的井下WiFi实时定位坐标与地理参考坐标映射技术

矿山物联网在井下布置了庞大的传感器网络，包括固定的AP接入点、移动的RFID卡、矿工个人信息终端等。这些信息均存在于井下复杂的巷道系统环境中，所感知到的人员、机车位置、周围环境参数均处于某一地理位置。传统的人员定位系统，采用区（段）域式定位，定位结果的表达方式采用列表形式或者是在自定义巷道分布图片中显示。这种方式将感知数据与真实地理环境分隔开来，在实际应用中，不能最大程度地发挥感知网络的作用。

将感知数据与实际地理环境融合，关键是感知数据的坐标系统要与实际地理参考系统统一起来。目前，GIS地理参考系统主要包括地理坐标系和大地坐标系。地理坐标系采用经度、纬度的形式表达，属于球面坐标系统；大地坐标系又称投影坐标系，是大比例尺地图常用的坐标系统，属于平面坐标系统。我国对地图坐标系统选用有明确的规定，矿山行业常用的坐标系统为北京54坐标系（6度分带和3度分带）和西安80坐标系（6度分带和3度分带）。感知层网络中，固定节点的位置信息可以通过矿山测量的方法获得。

WiFi定位系统基于无线传感器网络定位原理，主要采用基于距离的定位模式，即获取未知节点（要定位的目标）到信标节点（已知坐标的参考节点）之间的距离，再由特定的算法计算相对信标节点的坐标。计算距离的传感器参数，通常包括到达时间TOA、到达时间差TDOA、接收信号强度指示RSSI等。计算相对坐标的算法，包括三边测量、三角测量、最大似然等算法。基于RSSI计算未知节点到参考节点距离，采用信号传播的理论模型（式1）结合实际测量参数计算：

式中：d为读卡器到标签距离；P（d）为读卡器接收的相距d处标签发射的信号强度（RSSI）；P（d0）为读卡器接收的相距1m处标签发射的信号强度（RSSI）；n为实测参数。

计算定位目标与无线接入设备的相对距离作为该点坐标，属于自定义坐标系统，直接使用造成坐标与地理参考坐标的不一致，带来诸多不便。煤矿井下巷道往往十分复杂，井下WiFi实时定位同样存在定位坐标与矿山测量坐标（地理参考坐标，如北京54、西安80）不一致的问题，造成无法建立井下定位目标与矿山测绘成果的空间对应关系。为解决该问题，提出了采用无线接入设备作为控制点，通过矿山测量获取无线接入设备的地理参考坐标作为控制点坐标，依据定位时采用的无线设备编号及相对坐标，经过坐标转换将相对坐标映射为地理参考坐标。经过分析，定位引擎计算的相对坐标为二维平面笛卡尔坐标，与地理参考系统中投影后的大地坐标系表达方式一致，但是坐标系原点不同，同时还要考虑坐标系统的旋转。

公式如下：

式中，（x，y）为矿图坐标系下的坐标；（x0，y0）为控制点在矿图坐标系统中坐标；θ为自定义坐标系与矿图坐标系间旋转角度。

基于这一思想，开发了映射计算程序，实际应用效果良好。井下定位目标位置能够实时定位在采掘工程图、井上下对照图等矿山测绘成果上，而无需对其进行任何处理。

2.2 实时感知数据的动态地理二维可视化技术

2.2.1 信息聚合技术

在实时感知数据与矿山空间数据融合于同一的地理参考系统之后，将实时感知数据在地理空间上进行可视化（二维），实际上是目前GIS研究领域提出的网络环境下空间与非空间信息的聚合（Mashup）。所谓信息聚合，是指在网络环境中，Web GIS功能通常以 Web服务的形式提供，这使得用户在新建一个包含有GIS功能的页面程序时，通过专门的API进行调用。如Google Maps、Yahoo！Maps等都提供了API供开发人员使用，让用户在自己的业务流程中嵌入地图、文本、流媒体等多种内容，这种过程被称为“Mashup”。

基于信息聚合的思想，首先通过地图制图与图形处理将原始矿图转换为电子矿图，并在ArcGIS Server中发布GIS地图服务，之后通过 Web Service的方式建立获取统一坐标系统的实时感知数据服务。Web Service是基于网络的、自包含的、松散耦合的分布式模块化组件，可以在网络中被描述、发布、查找和调用。它最大的优势在于有效地解决了Internet的分布式计算、资源共享和跨平台问题，实现Web程序的互操作，从而真正实现了Web环境下的分布式计算。目前，Web Service体系结构成为面向对象分析与设计的合理发展模式，并且成为面向服务（Service Oriented Architecture，SOA）的架构体系主要实现方式。因此，在本系统中，将获取实时感知数据的细节封装成 Web Service，对外暴露一个通过 Web进行调用的API，同时调用ArcGIS Server中的GIS地图服务。通过添加GraphicsLayer图层，将对实时感知数据进行渲染（点样式），从而在电子矿图中显示出来，实现实时感知数据与矿山空间数据的信息聚合及实时感知数据的二维地理可视化。

2.2.2 异步交互技术AJAX

煤矿底层感知数据的实时更新频率较高，传送至GIS服务器的数据约5s间隔就更新一次。相应地，将实时数据与矿山空间数据聚合就需要进行同步更新，但是，更新的范围仅限于实时感知数据，地图数据作为底图则不需要刷新。传统的web应用允许用户填写表单（form），当提交表单时，就向web服务器发送一个请求。服务器接收并处理传来的表单，然后返回一个新的网页。这样做，导致客户端整个界面进行了刷新，一方面占用了许多带宽，另一方面频繁刷新使用户视觉难以忍受。每次应用的交互，都需要向服务器发送请求，应用的响应时间就依赖于服务器的响应时间，这导致了用户界面的响应比本地应用慢得多。因此，本系统采用目前网络应用开发较为成熟的AJAX技术，仅提交需要更新的数据请求，对页面局部进行刷新，从而实现实时感知数据的动态更新。

AJAX即“Asynchronous JavaScript and XML”（异步JavaScript和XML），与传统的 Web应用不同。AJAX应用可以仅向服务器发送并取回必需的数据，它使用SOAP或其它一些基于XML的web service接口，并在客户端采用JavaScript处理来自服务器的响应。因此，在服务器和浏览器之间交换的数据大量减少，结果看到响应更快的应用。同时，很多的处理工作可以在发出请求的客户端机器上完成，所以Web服务器的处理时间也减少了。本系统中采用ArcGIS Server提供的AJAX框架，通过Callback机制实现，在客户端编写Javascript脚本，发送请求，在服务器端通过继承ICallbackEventHandler接口编写处理函数，将需要更新的实时感知数据进行处理，添加并生成CallBackResult。客户端接收后，由对应的Javascript进行前台界面更新，从而减少数据量，提高客户端响应速率。

2.3 海量定位数据的历史轨迹重绘技术

煤矿基于WiFi的实时定位引擎，每5s就产生1条坐标数据并记录在历史库中。在查询历史轨迹时，往往设置6～8h以上的时间段，即处理4000～6000条以上的数据，查询一次将耗费大量服务器资源，造成客户端响应缓慢。并且通过对全部的历史记录分析，发现很多记录坐标位置近乎重叠（与矿工、机车活动情况有关），而历史轨迹侧重于大范围的运动路线（趋势），忽略细微的动作。因此，应当对查询得到的历史记录进行筛选，这样既保留了目标总的运动趋势，又大幅减少了数据量，提升了系统响应效率。但是，筛选后的结果有可能漏掉关键的拐点，采用直接连线生成轨迹的方法，会造成轨迹落到巷道之外的情况。为此，提出将人员轨迹概化巷道中线，基于GIS空间分析算法，将筛选结果作为路径必经的站点（Stops），按照时间顺序生成运动路线（轨迹），从而保证历史轨迹的合理性。

整个计算流程中，服务器端处理主要是历史数据筛选和基于GIS空间分析的路径计算，其中，空间分析采用网络分析算法实现。历史数据筛选算法，具体是先将查得的历史记录按时间顺序进行排序，起始时刻和结束时刻的坐标数据作为重要时间节点直接归入筛选结果。从起始时刻的下一条记录开始，计算当前坐标与起始时刻坐标之间的笛卡尔距离（d），当距离大于设定阈值（dm）时，归入筛选结果，否则继续向下寻找，直至找到符合条件的记录。之后，将该记录作为“起始”时刻，继续对余下的数据按上述阈值进行筛选，直至结束时刻。当前待筛选坐标（x，y）与筛选结果中当前坐标（xs，ys）之间的笛卡尔距离为d为：

距离阈值条件，根据用户设置的查询时间段长短而异。设用户输入查询时间段为Δt，单位为h，距离阈值为dm，单位为m，则dm为Δt的分段函数f（Δt）。客户端历史轨迹查询设置了最大查询时间间隔为48h。

整个流程中，客户端主要是接受分析结果和绘制轨迹线。由结果提取节点并绘制轨迹线，通过ArcGIS Server ADF Javascript脚本实现。为了产生更好的客户体验，整个流程采用Ajax异步处理与Callback机制进行开发。

3 结语

采取WiFi技术构建无线感知网络，对井下移动目标进行连续动态定位，并且感知矿工周围环境信息。可突破传统定位系统的缺陷，将实时感知的位置信息、周围环境信息和地理空间位置融合，基于GIS地理信息技术，在矿井实际测绘成果图中，动态实时地定位人员及机车位置。查询目标历史轨迹并动态回放于电子矿图上，为煤矿安监、调度部门提供实时监控井下矿工、机车等移动目标的活动状态及周围环境状况的信息平台，为分析井下移动目标运行情况、灾后应急救援提供历史资料，从而有效地提高矿井安全生产水平与合理调配资源的能力。

［1］王占全，赵斯思，徐慧.地理信息系统（GIS）开发工程案例精选［M］.北京：人民邮电出版社，2005.

［2］魏长宽，李然.物联网技术在矿山安全生产中的应用［J］.山东通信技术，2011（2）：41－43.

［3］物联网技术提升煤矿安全水平“E矿山”筑平安矿山［OL］.中国广播网，2011－8.

［4］马卜琳，杨帆.煤矿井下WiFi人员定位GIS系统设计与实现［J］.西安科技大学学报，2012（3）：35－37.

［5］陈瀚铭.运用移动通讯技术构建煤矿安全生产的第二道防线［C］.安全发展，2012（8）：571－574.