基于自训练抑制NLOS的井下人员定位方法

邵小强; 韩泽辉; 马博; 杨永德; 原泽文; 李鑫

doi:10.16355/j.tyut.1007-9432.20230751

太原理工大学学报 ›› 2024, Vol. 55 ›› Issue (06) : 1053 -1062. DOI: 10.16355/j.tyut.1007-9432.20230751

基于自训练抑制NLOS的井下人员定位方法

邵小强, 韩泽辉, 马博, 杨永德, 原泽文, 李鑫

作者信息 +

Author information +

文章历史 +

摘要

【目的】为了解决煤矿井下人员精确定位中的超宽带信号在井下容易受到非视距（NLOS）的干扰严重影响定位精度的问题。【方法】提出一种基于自训练抑制NLOS的井下人员定位方法，该方法设计了一个新型的通用数据融合框架。首先，PDR结合地图信息去除不可行的位置，采用基于多粒度网格滤波器联合估计位置和航向生成弱标签。其次，通过多传感器数据融合对弱标签迭代改进，生成训练样本，实现自主收集训练数据。最后将地图、惯性传感器和超宽带测量的数据采用贝叶斯估计进行数据融合去推断位置。【结果】通过在井下环境中模拟测试，结果表明，对于复杂的井下场景，NLOS条件下的均方根误差由原来的1.02下降到0.32 m，测距误差改善了69%，定位误差小于0.3 m的定位结果可以从49%提高到89%，证明了所提出的井下人员定位方法的有效性。