一种基于无源RFID的掘进机位姿参数检测方法与流程

本发明涉及掘进机位姿识别领域，特别涉及一种基于无源rfid的掘进机位姿参数检测方法。

背景技术：

随着智能化装备和物联网技术的发展，矿山采、掘、运等安全生产过程逐渐趋向无人/少人化，悬臂式掘进机位姿实时识别技术是综掘工作面无人化技术的核心，掘进质量直接决定生产效率，对提高煤矿井下安全生产管理及人员调度的有效性、应对突发事故抢险救援的高效性、实现未来机器协同工作及智能化无人生产都具有重要意义。近年来，相关学者对掘进机位姿定位识别进行了一定的研究。中国矿业大学(北京)吴淼教授团队提出了一种面向掘进机的超宽带位姿协同检测方法，依据波达时间差及p440模块测距建立定位模型,利用协同定位算法估计定位点坐标，以及将悬臂式掘进机的机械机构简化为一系列平移或旋转关节串联而成的运动链,建立了掘进机空间位姿坐标体系；中国矿业大学的童敏明教授团队提出了一种基于机器视觉的掘进机机身实时监测系统，对掘进机机身位姿参数进行自动检测，抗干扰能力强。以上掘进机定位与姿态识别方法基本上采用的是有源定位识别技术，随智能化、无人化矿山开采技术的发展，有必要开展隧道、矿井等复杂环境下的无源识别方法的研究。

技术实现要素：

本发明所要解决的技术问题是克服现有技术的不同而提供一种基于无源rfid的掘进机位姿参数检测方法，利用无源谐波反向散射标签消除了发射天线泄漏的强自干扰、抵抗密集多径干扰，基于连贯扫射宽带多频连续波相位差测距方法，解决掘进工作面距离模糊的问题，实现准确有效的掘进机位姿识别。

本发明为解决上述技术问题采用以下技术方案：

一种基于无源rfid的掘进机位姿参数检测方法，具体包括以下步骤：

步骤1：利用无源宽带谐波标签，建立谐波反向散射抗干扰模型；

步骤2：利用遗传算法优化选取使得相位误差容忍最大的最优频率组合；

步骤3：利用连贯扫射宽带多频连续波相位差测距方法，解决掘进工作面距离模糊问题；

步骤4：采用几何定位算法获得机身上无源标签的高精度定位；

步骤5：建立掘进机机身位姿模型，根据无源标签的三维坐标位置，确定掘进机机身的具体位姿。

作为本发明一种基于无源rfid的掘进机位姿参数检测方法的进一步优选方案，所述步骤1具体如下：

当下行链路信号以载波频率f0从发射机传到标签以后，利用无源标签中的非线性元件产生相应的二次谐波频率为2f0，接收天线只接收2f0频率的谐波信号，不再接收频率为f0的信号，即二次谐波频率2f0为从标签到接收天线链路的信号，实现下行和上行链路的频率分集，消除了发射天线泄漏的强自干扰、抵抗密集多径干扰。

作为本发明一种基于无源rfid的掘进机位姿参数检测方法的进一步优选方案，所述步骤2具体如下：

步骤2.1，选择矿井无线通信优质载波频率包含916mhz和2.4ghz；

步骤2.2，基于矿井工作面通信距离及相位差测距距离模糊产生的机理，利用遗传算法优化选择连贯扫射宽带多频连续波频率；其中，为了优化频率的选取，要定义一个阈值方程：

其中，fi为第i个正弦波频率，其中，1≤i≤k，k为多频连续波个数，n是自然数集合，ai至少有一个为非零值，f为所选的最优频率组合，rmax为可测得的最远距离，则最大相位误差阈值φ为

通过公式(1)和公式(2)即可利用遗传算法优化选取k个相位误差容忍最大的最优频率序列，设最优频率组合为fmax＝f1≥f2…≥fk＝fmin，则可得到相位误差阈值为

作为本发明一种基于无源rfid的掘进机位姿参数检测方法的进一步优选方案，所述步骤3具体如下：

构造回波信号模型，利用无源宽带谐波标签产生的k个二次谐波信号所产生的相位差组合来消除距离模糊，实现精确测距；读写器与无源宽带谐波标签之间的真实距离表示为

由于掘进工作面空间受限，密集多径干扰严重，实际测得的相位差和理论值之间会有误差，导致测距误差ei存在；第i个频率作用下读写器到谐波标签的实际测量距离ri可表示为

为了解决距离模糊问题，通过连贯发射多频连续波和有约束的最小均方误差的方法，使各个频率作用下的测量误差ei的平方和最小，即

约束条件是，对于所有满足

此时，即可利用公式(6)和其两个约束条件，获得ni和真实距离r的无模糊估计值；

如果相位差误差很大，且公式(7)将不成立，则放松阈值φ为

φ^m+1＝φ^mω(8)

直至满足为止；其中，ω为松弛因子，取值大于1，φ^m表示第m次设置的阈值，用φ^m+1替代公式(7)中的φ，则得

此时同理，利用公式(6)和其两个约束条件获得真实距离r的无模糊估计值。

作为本发明一种基于无源rfid的掘进机位姿参数检测方法的进一步优选方案，所述步骤4具体如下：

设读写器的坐标为s1(x1,y1,z1)，s2(x2,y2,z2)，s3(x3,y3,z3)，s4(x4,y4,z4)；则它们到每一个机身无源标签的距离可写成四个球面方程：

求解上述方程组可得到机身无源谐波标签的三维坐标，分别表示为a(xa,ya,za)，b(xb,yb,zb)，c(xc,yc,zc)；即采用几何定位算法可获得掘进机机身无源标签的精确定位。

作为本发明一种基于无源rfid的掘进机位姿参数检测方法的进一步优选方案，所述步骤5具体如下：

以巷道横截面底线中心为坐标原点、巷道中线的方向为x轴、腰线方向为z轴，建立掘进机机身位姿模型，并分别给出航向角、俯仰角，以及横滚角的计算公式：

其中，航向角为在xoy平面上掘进机与x轴夹角，俯仰角为在xoz平面上掘进机与x轴夹角，横滚角为在yoz平面上掘进机与y轴夹角；

根据无源标签的三维坐标位置a(xa,ya,za)、b(xb,yb,zb)和c(xc,yc,zc)，利用公式(11)至公式(13)即可实现掘进机机身位姿参数检测。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

(1)采用无源谐波反向散射标签，可有效地消除发射天线泄漏的强自干扰、抵抗密集多径干扰；

(2)利用连贯扫射宽带多频连续波相位差测距方法，解决掘进工作面距离模糊问题，实现高精度测距。

附图说明

图1为基于无源rfid的掘进机位姿参数检测方法流程图；

图2为基于无源rfid的掘进机位姿参数检测系统结构图；

图3为谐波反向散射多径场景图；

图4为掘进机姿态角计算模型。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

一种基于无源rfid的掘进机位姿参数检测方法，具体包括以下步骤：

步骤1：利用无源宽带谐波标签，建立谐波反向散射抗干扰模型；

当下行链路信号以载波频率f0从发射机传到标签以后，利用无源标签中的非线性元件产生相应的二次谐波频率为2f0，接收天线只接收2f0频率的谐波信号，不再接收频率为f0的信号，即二次谐波频率2f0为从标签到接收天线链路的信号，实现下行和上行链路的频率分集，消除了发射天线泄漏的强自干扰、抵抗密集多径干扰

步骤2：利用遗传算法优化选取使得相位误差容忍最大的最优频率组合；

步骤2.1，选择矿井无线通信优质载波频率包含916mhz和2.4ghz；

步骤2.2，基于矿井工作面通信距离及相位差测距距离模糊产生的机理，利用遗传算法优化选择连贯扫射宽带多频连续波频率；其中，为了优化频率的选取，要定义一个阈值方程：

其中，fi为第i个正弦波频率，其中，1≤i≤k，k为多频连续波个数，n是自然数集合，ai至少有一个为非零值，f为所选的最优频率组合，rmax为可测得的最远距离，则最大相位误差阈值φ为

通过公式(1)和公式(2)即可利用遗传算法优化选取k个相位误差容忍最大的最优频率序列，设最优频率组合为fmax＝f1≥f2…≥fk＝fmin，则可得到相位误差阈值为

步骤3：利用连贯扫射宽带多频连续波相位差测距方法，解决掘进工作面距离模糊问题；

构造回波信号模型，利用无源宽带谐波标签产生的k个二次谐波信号所产生的相位差组合来消除距离模糊，实现精确测距；读写器与无源宽带谐波标签之间的真实距离表示为

由于掘进工作面空间受限，密集多径干扰严重，实际测得的相位差和理论值之间会有误差，导致测距误差ei存在；第i个频率作用下读写器到谐波标签的实际测量距离ri可表示为

为了解决距离模糊问题，通过连贯发射多频连续波和有约束的最小均方误差的方法，使各个频率作用下的测量误差ei的平方和最小，即

约束条件是，对于所有满足

此时，即可利用公式(6)和其两个约束条件，获得ni和真实距离r的无模糊估计值；

如果相位差误差很大，且公式(7)将不成立，则放松阈值φ为

φ^m+1＝φ^mω(8)

直至满足为止；其中，ω为松弛因子，取值大于1，φ^m表示第m次设置的阈值，用φ^m+1替代公式(7)中的φ，则得

此时同理，利用公式(6)和其两个约束条件获得真实距离r的无模糊估计值。

步骤4：采用几何定位算法获得机身上无源标签的高精度定位；

设读写器的坐标为s1(x1,y1,z1)，s2(x2,y2,z2)，s3(x3,y3,z3)，s4(x4,y4,z4)；则它们到每一个机身无源标签的距离可写成四个球面方程：

求解上述方程组可得到机身无源谐波标签的三维坐标，分别表示为a(xa,ya,za)，b(xb,yb,zb)，c(xc,yc,zc)；即采用几何定位算法可获得掘进机机身无源标签的精确定位。

优选的，所述步骤5具体如下：

以巷道横截面底线中心为坐标原点、巷道中线的方向为x轴、腰线方向为z轴，建立掘进机机身位姿模型，并分别给出航向角、俯仰角，以及横滚角的计算公式：

其中，航向角为在xoy平面上掘进机与x轴夹角，俯仰角为在xoz平面上掘进机与x轴夹角，横滚角为在yoz平面上掘进机与y轴夹角；

根据无源标签的三维坐标位置a(xa,ya,za)、b(xb,yb,zb)和c(xc,yc,zc)，利用公式(11)至公式(13)即可实现掘进机机身位姿参数检测；

步骤5：建立掘进机机身位姿模型，根据无源标签的三维坐标位置，确定掘进机机身的具体位姿。

结合附图具体如下：图1为基于无源射频标签的掘进机位姿识别方法流程图。首先利用无源宽带谐波标签，建立谐波反向散射抗干扰模型，以消除发射天线泄漏的强自干扰和密集多径干扰；然后利用遗传算法优化选取使得相位误差容忍最大的最优频率组合；接着利用连贯发射宽带多频连续波相位差测距方法，解决掘进工作面距离模糊问题；采用几何定位算法获得机身上无源标签的高精度定位；最后建立掘进机机身位姿模型，根据无源标签的三维坐标位置，即可实现掘进机机身位姿参数检测。

图2为基于无源rfid的掘进机位姿参数检测系统结构图。掘进机机身位姿参数检测系统由无源rfid的一个基站构成，包括四个读写器和a、b、c三个或更多无源谐波标签。已知读写器相对巷道坐标系和掘进机机身上三个无源谐波标签定位点的位置，当获得三个定位点的坐标参数后，经过计算，便可以确定掘进机机身当前的位姿。

图3为谐波反向散射多径场景图。当下行链路信号以载波频率f0从发射机传到标签以后，利用无源标签中的非线性元件产生相应的二次谐波频率为2f0，接收天线只接收2f0的谐波信号，不再接收频率为f0的信号，即二次谐波频率2f0为从标签到接收天线链路的信号，实现下行和上行链路的频率分集，消除了发射天线泄漏的强自干扰、抵抗密集多径干扰。

图4为掘进机姿态角计算模型。基于无源谐波标签和csmcw相位差测距方法的航向角数学计算模型如图4a所示，图中为掘进机位姿检测系统模型的俯视图，r1a、r2a、r3a、r4a为读写器1、2、3、4对机身定位节点a的测距信息；r1b、r2b、r3b、r4b为读写器1、2、3、4对机身定位节点b的测距信息，根据这8组距离信息估计出机身定位标签a、b的三维坐标a(xa,ya,za)和b(xb,yb,zb)，根据公式(10)算得掘进机与x轴(初始航向)的夹角，即航向角α为

俯仰角数学计算模型如图4b，图中为掘进机位姿检测系统模型的侧视图，根据读写器1、2、3、4对机身定位节点a和b的测距信息，根据公式(11)可算得掘进机与z轴的夹角，即俯仰角为

横滚角数学计算模型如图4c所示，图中为掘进机位姿检测系统模型的正视图，根据读写器1、2、3、4对机身定位节点a和c的测距信息，根据公式(12)可算得掘进机与y轴的夹角，即横滚角为