本文關(guān)鍵詞：基于MESH網(wǎng)絡(luò)的礦山井下車(chē)輛無(wú)線定位技術(shù)研究

  更多相關(guān)文章： 無(wú)線Mesh網(wǎng)絡(luò) 指紋識(shí)別定位 多傳感器融合定位 狀態(tài)監(jiān)測(cè)

【摘要】：現(xiàn)如今我國(guó)很多礦山已經(jīng)進(jìn)入了深度開(kāi)采階段,礦山井下的環(huán)境變得更加復(fù)雜,車(chē)輛駕駛?cè)藛T需要定位設(shè)備來(lái)實(shí)時(shí)指引機(jī)車(chē)行駛路線,方便工作人員準(zhǔn)確迅速的到達(dá)目標(biāo)終點(diǎn)；同時(shí),監(jiān)控中心工作人員也需要實(shí)時(shí)了解車(chē)輛當(dāng)前所在位置,方便監(jiān)督和合理調(diào)度車(chē)輛,提高整體的工作效率,并在需要時(shí)能夠提醒駕車(chē)人員,防止兩車(chē)相撞等事故發(fā)生,最終實(shí)現(xiàn)地面監(jiān)控中心和井下機(jī)車(chē)的雙向無(wú)線通信和實(shí)時(shí)定位。本文通過(guò)對(duì)現(xiàn)有定位算法的分析和研究,根據(jù)不同的應(yīng)用場(chǎng)景和需求,設(shè)計(jì)兩套定位監(jiān)測(cè)系統(tǒng),基于信號(hào)強(qiáng)度指紋識(shí)別定位算法的人工現(xiàn)場(chǎng)操控機(jī)車(chē)定位監(jiān)測(cè)系統(tǒng)和基于多傳感器融合定位算法的遠(yuǎn)程無(wú)線定位監(jiān)控系統(tǒng)。第一套系統(tǒng)無(wú)需對(duì)礦山車(chē)輛做過(guò)多改造,只需在現(xiàn)有機(jī)車(chē)上安裝本文設(shè)計(jì)的定位監(jiān)測(cè)終端,第二套系統(tǒng)需要在機(jī)車(chē)上安裝機(jī)車(chē)控制器、數(shù)據(jù)采集板單元和多種智能傳感器設(shè)備。人工現(xiàn)場(chǎng)操控機(jī)車(chē)定位監(jiān)測(cè)系統(tǒng)中的定位監(jiān)測(cè)終端設(shè)計(jì)采用的是LPC1768微控制器,它能夠通過(guò)Wifi通信模塊獲取車(chē)輛周?chē)幕拘盘?hào)強(qiáng)度。多次測(cè)量井下不同地理位置坐標(biāo)對(duì)應(yīng)的信號(hào)強(qiáng)度集,在地面監(jiān)控中心建立指紋識(shí)別庫(kù),在驗(yàn)證過(guò)程中,通過(guò)基站信號(hào)強(qiáng)度值找出與之匹配的坐標(biāo)位置,并在上位機(jī)和定位監(jiān)測(cè)終端顯示出來(lái)。定位監(jiān)測(cè)終端還能夠通過(guò)機(jī)車(chē)狀態(tài)監(jiān)測(cè)傳感器獲取機(jī)車(chē)當(dāng)前的狀態(tài)信息,并將狀態(tài)數(shù)據(jù)上報(bào)給監(jiān)控中心�；诙鄠鞲衅魅诤系倪h(yuǎn)程定位監(jiān)控系統(tǒng)把RFID閱讀器、里程計(jì)、轉(zhuǎn)角傳感器的數(shù)據(jù)融合在一起對(duì)機(jī)車(chē)當(dāng)前所處位置和姿態(tài)進(jìn)行判斷,經(jīng)過(guò)巷道規(guī)劃、路徑統(tǒng)計(jì)、遠(yuǎn)程定位等幾步能夠精確的對(duì)車(chē)輛進(jìn)行定位,此系統(tǒng)中監(jiān)控中心同樣能夠觀察到機(jī)車(chē)的狀態(tài)數(shù)據(jù)。本文首先介紹課題研究背景及意義、研究狀況及研究目標(biāo)；其次詳細(xì)介紹礦山井下車(chē)輛無(wú)線定位監(jiān)控系統(tǒng)的整體架構(gòu)和各部分主要功能,對(duì)無(wú)線Mesh網(wǎng)絡(luò)進(jìn)行闡述；然后分析研究現(xiàn)有的常用無(wú)線定位算法,比較它們的優(yōu)缺點(diǎn)；接著介紹定位監(jiān)測(cè)終端的軟硬件設(shè)計(jì)和指紋識(shí)別算法的理論知識(shí)；隨后介紹基于多傳感器融合定位系統(tǒng)的軟硬件設(shè)計(jì)和傳感器的選型,并在精確定位的基礎(chǔ)上實(shí)現(xiàn)車(chē)輛記憶行走功能；最后對(duì)整個(gè)系統(tǒng)進(jìn)行測(cè)量和結(jié)果分析。
【關(guān)鍵詞】：無(wú)線Mesh網(wǎng)絡(luò) 指紋識(shí)別定位 多傳感器融合定位 狀態(tài)監(jiān)測(cè)
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TD52;TP274
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-12
• 1 引言12-16
• 1.1 課題研究背景及意義12
• 1.2 課題研究狀況12-13
• 1.3 課題研究目標(biāo)13-14
• 1.4 論文主要工作及章節(jié)安排14-16
• 2 井下車(chē)輛無(wú)線定位總體設(shè)計(jì)16-24
• 2.1 人工現(xiàn)場(chǎng)操控機(jī)車(chē)定位監(jiān)測(cè)系統(tǒng)16-18
• 2.1.1 系統(tǒng)整體架構(gòu)介紹16-17
• 2.1.2 系統(tǒng)主要功能模塊介紹17-18
• 2.2 遠(yuǎn)程無(wú)線定位監(jiān)控系統(tǒng)18-20
• 2.2.1 系統(tǒng)整體架構(gòu)介紹18-20
• 2.2.2 系統(tǒng)主要功能模塊介紹20
• 2.3 無(wú)線MESH網(wǎng)絡(luò)概述20-22
• 2.4 無(wú)線MESH網(wǎng)絡(luò)優(yōu)勢(shì)22-23
• 2.5 本章小結(jié)23-24
• 3 礦山井下常用無(wú)線定位算法24-38
• 3.1 基于信號(hào)到達(dá)角度（Angle of Arrival, AOA)的定位算法24-25
• 3.2 基于信號(hào)傳輸時(shí)間的定位算法25-29
• 3.2.1 基于信號(hào)到達(dá)時(shí)間（Time of Arrival, TOA)的定位算法25-26
• 3.2.2 基于信號(hào)到達(dá)時(shí)間差（Time Difference of Arrival, TDOA)的定位算法26-29
• 3.3 基于無(wú)線信號(hào)對(duì)數(shù)損耗模型定位算法29-33
• 3.3.1 加權(quán)質(zhì)心定位算法29-30
• 3.3.2 加權(quán)改進(jìn)的鄰近匹配算法30
• 3.3.3 最小二乘法30-31
• 3.3.4 上述三種基于RSSI無(wú)線定位算法精度比較31-33
• 3.4 基于RFID無(wú)線定位算法33-35
• 3.5 本文所用定位算法35-36
• 3.6 本章小結(jié)36-38
• 4 礦山井下車(chē)輛定位監(jiān)測(cè)終端設(shè)計(jì)38-60
• 4.1 定位監(jiān)測(cè)終端硬件電路設(shè)計(jì)38-47
• 4.1.1 LPC1768芯片簡(jiǎn)介38-39
• 4.1.2 外圍電路設(shè)計(jì)與選型39-45
• 4.1.3 PCB電路板設(shè)計(jì)45-47
• 4.2 指紋識(shí)別定位算法設(shè)計(jì)47-51
• 4.2.1 指紋識(shí)別定位算法原理47-49
• 4.2.2 礦山井下指紋識(shí)別算法應(yīng)用49-51
• 4.3 定位監(jiān)測(cè)終端軟件設(shè)計(jì)51-58
• 4.3.1 通信協(xié)議設(shè)計(jì)52-53
• 4.3.2 車(chē)輛狀態(tài)監(jiān)測(cè)軟件設(shè)計(jì)53-57
• 4.3.3 車(chē)輛無(wú)線定位功能實(shí)現(xiàn)57-58
• 4.4 定位監(jiān)測(cè)終端實(shí)物圖58-59
• 4.5 本章小結(jié)59-60
• 5 基于多傳感器融合的車(chē)輛定位60-74
• 5.1 多傳感器融合定位系統(tǒng)整體設(shè)計(jì)60-61
• 5.2 采集板接口電路設(shè)計(jì)和各類(lèi)傳感器選型61-68
• 5.2.1 采集板單元接口電路設(shè)計(jì)61-63
• 5.2.2 各類(lèi)傳感器選型和數(shù)據(jù)接收函數(shù)設(shè)計(jì)63-68
• 5.3 多傳感器融合定位算法軟件設(shè)計(jì)68-72
• 5.3.1 巷道規(guī)劃和路徑統(tǒng)計(jì)68-71
• 5.3.2 遠(yuǎn)程定位71-72
• 5.4 礦山井下車(chē)輛記憶行走72-73
• 5.5 本章小結(jié)73-74
• 6 系統(tǒng)測(cè)試74-82
• 6.1 系統(tǒng)實(shí)物74-76
• 6.2 測(cè)試環(huán)境76-77
• 6.3 功能測(cè)試77-78
• 6.4 定位誤差分析78-80
• 6.4.1 指紋識(shí)別定位算法測(cè)試誤差分析78-79
• 6.4.2 多傳感器融合定位算法測(cè)試誤差分析79-80
• 6.5 本章小結(jié)80-82
• 7 總結(jié)與展望82-84
• 參考文獻(xiàn)84-88
• 作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果88-92
• 學(xué)位論文數(shù)據(jù)集92

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前8條

1 楊增華;楊震;;MESH控制網(wǎng)絡(luò)的設(shè)計(jì)與實(shí)現(xiàn)[J];石油化工自動(dòng)化;2011年02期

2 由美雁;;MESH200單元的應(yīng)用[J];煤礦機(jī)械;2007年05期

3 De’an Hu;Zhanhua Sun;Chao Liang;Xu Han;;A MESH-FREE ALGORITHM FOR DYNAMIC IMPACT ANALYSIS OF HYPERELASTICITY[J];Acta Mechanica Solida Sinica;2013年04期

4 ;BAPE SPRING潮拜賞![J];體育世界(酷玩);2007年04期

5 劉雙慶;李建剛;;基于無(wú)線Mesh技術(shù)的礦井應(yīng)用[J];科技與企業(yè);2013年07期

6 周學(xué)華;吳君;;Mesh技術(shù)在礦井無(wú)線通信系統(tǒng)中的應(yīng)用研究[J];礦山機(jī)械;2010年22期

7 田R，

本文編號(hào)：609965