本发明属于矿井下定位，尤其涉及一种基于uwb和imu的矿井下组合定位方法。
背景技术：
1、煤矿井下人员定位系统作为“六大系统”之一，在煤矿生产调度管理、安全管理和事故应急救援中发挥着重要的作用。因此，能够实现煤矿井下人员的准确位置监测对于国家煤炭事业的发展以及矿井开采建设与管理意义重大。
2、超宽带(ultra－wideband，uwb)定位技术采用极宽的频谱、时间间隔极短的窄脉冲无线电信号进行通信和测距，由于所采用的无线电波周期在纳秒级，所以时间分辨能力较高，可达到厘米级的距离分辨。uwb定位系统在复杂室内环境中表现良好，不仅仅能够用于静止物体，对于运动物体也表现良好，在移动定位中前景广阔，对移动物体进行定位和跟踪时，误差可达到厘米级。但当遇到非视距的环境中时，uwb信号会产生较大的偏移甚至丢失，uwb定位技术的定位精度以及定位的稳定性都会大大下降。
3、惯性导航系统(inertial navigation system,ins)以经典的牛顿力学为基础，它通过利用惯性测量单元(inertial measurement unit,imu)如陀螺仪和加速度计进行测量以获得载体的线运动和角运动信息，然后在载体初始状态的基础上利用积分运算推算运载体当前的位置、速度和姿态等导航信息。ins是一种在经过初始化后就不再依赖于任何外部信息、不向外部辐射能量的自主式导航系统，在全球范围内任何介质和任何环境下都可以连续提供运载体的位置、速度以及姿态信息等多种导航参数。但是，ins也存在着一个比较明显的缺点，即导航误差随时间累积。因此，ins不能单独用于长时间的工作中，必须不断对其加以校正才能提供可靠的导航信息。
技术实现思路
1、本发明提出了一种基于uwb和imu的矿井下组合定位方法，以解决上述现有技术存在的问题。
2、为实现上述目的，本发明提供了一种基于uwb和imu的矿井下组合定位方法，包括以下步骤：
3、在定位区域布置uwb基站和动作捕捉系统，通过uwb测距获取基站与标签之间的距离，通过人员移动采集imu速度数据，通过动作捕捉系统记录人员身上的标签位置，并构建数据集；
4、基于所述数据集和双向长短期记忆神经网络构建定位模型；
5、通过所述定位模型对人员进行定位，获得预测定位结果；
6、将所述预测定位结果与imu数据通过扩展卡尔曼滤波进行融合，得到最终定位结果。
7、优选地，布置uwb基站时使标签能接收到6个以上基站的信号，所述数据集包括测距数据和真实坐标数据；其中，所述测距数据表示6个uwb基站分别在不同时间步上与标签的距离测量值，真实坐标数据表示在最后一个时间步标签的三维空间坐标。
8、优选地，所述基于所述数据集和双向长短期记忆神经网络构建定位模型包括：
9、根据所述数据集的格式构建双向长短期记忆神经网络的输入端和输出端；
10、双向长短期记忆神经网络包括两个独立的长短期记忆神经网络；正向长短期记忆神经网络用于处理输入序列的正向信息；反向长短期记忆神经网络用于处理输入序列的反向信息；
11、双向长短期记忆神经网络通过输入门、遗忘门、输出门和记忆单元控制信息流动。
12、优选地，所述定位模型还包括注意力机制，并连接两个带有dropout的全连接层以修正时序数据误差；用于提取，
13、注意力机制通过动态分配不同的权重给各个时间步，获得定位关键特征；
14、通过chan算法对定位关键特征进行计算得到最终的定位结果。
15、优选地，所述定位模型在训练过程中的损失函数为：
16、
17、式中，avg是求平均，x,y,z是真实坐标，xg,yg,zg是由定位模型计算得到的坐标，λ是正则化强度，i,j表示权重矩阵w的行和列。
18、优选地，所述通过扩展卡尔曼滤波进行融合包括：
19、从imu数据中获取短时间内的精确运动信息，预测运动的状态；
20、将定位模型输出的位置坐标作为观测值，对预测的运动状态进行修正，获得融合后的高精度定位结果。
21、本发明还提供了一种基于uwb和imu的矿井下组合定位系统，包括：
22、数据获取模块，用于在定位区域布置uwb基站和动作捕捉系统，通过uwb测距获取基站与标签之间的距离，通过人员移动采集imu速度数据，通过动作捕捉系统记录人员身上的标签位置，并构建数据集；
23、模型构建模块，用于基于所述数据集和双向长短期记忆神经网络构建定位模型；
24、预测模块，用于通过所述定位模型对人员进行定位，获得预测定位结果；
25、融合模块，用于将所述预测定位结果与imu数据通过扩展卡尔曼滤波进行融合，得到最终定位结果。
26、本发明还提供了一种计算机装置，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现所述方法的步骤。
27、本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述方法的步骤。
28、本发明还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现所述方法的步骤。
29、与现有技术相比，本发明具有如下优点和技术效果：
30、本发明通过融合超宽带技术和惯性测量单元数据，并采用扩展卡尔曼滤波算法，实现了厘米级的高精度定位。该方法不仅增强了定位的稳定性和鲁棒性，有效降低了非视距误差和多路径效应的影响，而且通过双向长短期记忆神经网络和注意力机制预处理uwb数据，进一步提升了系统的准确性和适应复杂环境的能力。此外，本发明还具有成本效益，为矿井安全管理、动态人员追踪以及应急救援提供了强有力的支持，从而显著提高了矿井作业的安全性和效率，推动了智能化矿井建设的进程。
1.一种基于uwb和imu的矿井下组合定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求1所述的方法，其特征在于，所述基于所述数据集和双向长短期记忆神经网络构建定位模型包括：
4.根据权利要求3所述的方法，其特征在于，所述定位模型还包括注意力机制，并连接两个带有dropout的全连接层以修正时序数据误差；用于提取，
5.根据权利要求1所述的方法，其特征在于，所述定位模型在训练过程中的损失函数为：
6.根据权利要求1所述的方法，其特征在于，所述通过扩展卡尔曼滤波进行融合包括：
7.一种基于uwb和imu的矿井下组合定位系统，其特征在于，包括：
8.一种计算机装置，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-6任一项所述方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-6任一项所述方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-6任一项所述方法的步骤。