基于UWB定位技术的无轨胶轮车路径偏离报警.pdf

218SafetyinCoal Mines2023,54(9):218-226.移动扫码阅读HAN Yannan.Trackless rubber-tyred vehicle path deviation alarm based on UWB positioning technology JJ.218-226.韩燕南.基于UWB定位技术的无轨胶轮车路径偏离报警JI.煤矿安全，2 0 2 3，54(9）：DOI:10.13342023.09.030Safety in Coal Mines2023年9 月Sep.2023煤防发全No.9Vol.54第54卷第9 期基于UWB定位技术的无轨胶轮车路径偏离报警韩燕南1，2（1.中煤科工集团常州研究院有限公司，江苏常州2 13 0 15；2.天地（常州）自动化股份有限公司，江苏常州2 13 0 15）摘要：智能化示范煤矿验收管理办法（试行）中规定I类煤矿无轨胶轮车运输须具有车辆运行状态参数监测(超速、路径偏离报警、运动轨迹等)功能。为了满足验收标准中关于路径偏离报警的硬性要求，设计了一种基于UWB定位技术的无轨胶轮车路径偏离报警方法。基于图论理论，实现井下巷道路网信息结构化；对UWB定位基站输出的车辆定位数据执行滑动窗口滤波，提高方法的鲁棒性；采用A*搜索算法对运输路径进行规划，并在搜索算法的估价函数中新增权重函数和判断因子，提高规划的智能性；最后，对车辆当前位置的偏离情况进行实时判断。在新疆伊犁一矿的试验结果表明：各项功能运行正常，逻辑响应时间约为2 5ms，现场应用状况良好。关键词：UWB定位技术；辅助运输；无轨胶轮车；路径规划；A搜索算法；滑动窗口滤波中图分类号：TD676文献标志码：B文章编号：10 0 3-49 6 X（2 0 2 3）0 9-0 2 18-0 9Trackless rubber-tyred vehicle path deviation alarm based on UWB positioning technologyHAN Yannanl-2(1.China Coal Technology and Engineering Group Changzhou Research Institute,Changzhou 213015,China;2.Tiandi(Changzhou)Automation Co.,Ltd.,Changzhou 213015,China)Abstract:The Intelligent Demonstration Coal Mine Acceptance Management Measures(Trial)stipulates that the transportation oftype I coal mine trackless rubber-tyred vehicles must have the function of monitoring vehicle running state parameters(over speed,path deviation alarm,motion trajectory,etc.).In order to meet the rigid requirements of path deviation alarm in acceptance criteria,apath deviation alarm method for trackless rubber-tyred vehicle based on UWB positioning technology is designed.Firstly,based ongraph theory,this method realizes the information structuring of underground roadway network.Secondly,sliding window filteringis performed on the vehicle positioning data output by UWB positioning base station to improve the robustness of the method.Thirdly,the A*search algorithm is used to plan the transportation path,and the weight function and judgment factor are added to theevaluation function of the search algorithm to improve the intelligence of the planning.Finally,the deviation of the current positionof the vehicle is judged in real time.The method was tested in Yili No.1 coal mine in Xinjiang.The results show that the functionsare running normally,the logical response time is about 25 ms,and the field application is in good condition.Key words:UWB positioning technology;auxiliary transportation;trackless rubber-tyred vehicle;path planning;A*search al-gorithm;sliding window filtering收稿日期：2 0 2 2-12-3 0责任编辑：李力欣基金项目：天地科技股份有限公司科技创新创业资金专项资助项目（2 0 2 1-TD-ZD004)；天地（常州）自动化股份有限公司科研资助项目（2 0 2 1TY4003）作者简介：韩燕南（19 8 3 一），男，江苏常州人，工程师，本科，从事煤矿辅助运输一体化系统、人员定位系统方面的研究工作。E-mail：219SafetyinCoal MinesSep.20232023年9 月No.9Vol.54煤防发全第9 期第54卷自2 0 2 0 年2 月8 部委联合发布关于加快煤矿智能化发展的指导意见以来，国内掀起了煤矿智能化建设的浪潮1-3。辅助运输作为煤矿生产的准备环节，担负着全矿井生产所需人员、物资及设备的中转和运输，其智能化对提供矿井生产效率和确保矿井安全有着重要意义4。2 0 2 1年12月，国家能源局发布了智能化示范煤矿验收管理办法（试行），明确了智能化示范建设煤矿的验收流程、技术要求及评分办法，为验收评审提供了依据5。在办法中规定1类煤矿无轨胶轮车运输须具有车辆运行状态参数监测（超速、路径偏离报警、运动轨迹等)功能。由此可见，采用无轨胶轮车运输时，路径偏离报警作为车辆运行状态参数监测指标之一，是智能化煤矿建设验收的硬性指标。路径偏离报警数据常被应用于车辆智能调度系统运输效能分析模块，用以提升车辆运输效率。许多学者对此开展了研究。常凯等6 提出根据井下所有机车和车辆运行信息及作业需求，快速自动规划车辆运行路线，并自动调度车辆出发时间、会车地点，此方法充分体现了智能化，但是对车辆运行状态参数监测有所缺失，无法对分析模块提供数据支撑；刘宏杰等7 提出采用多系统融合技术将煤矿井下无轨胶轮车运行相关有效数据充分筛选，实现车辆运行流程全数字化管控，实现了运力大数据分析、司机工时分析、交通效率分析等各式各样数据报表，此系统虽然提供了多维度的报表信息，但未考虑验收标准中的路径偏离元素；刘文涛8 提出通过无线通信链路将采集数据传送至监控中心并进行显示，同时监控中心对数据进行分析，此方法仅上传了动态位置、运行时间、运行参数和故障参数等，检测的手段已无法满足验收标准的需要。针对上述问题，设计了一种基于UWB技术9 的无轨胶轮车路径偏离报警方法。首先，该方法基于图论理论，利用巷道中线点之间的邻接关系，对井下路网信息结构化；其次，车辆行进过程中定位数据应呈现线性关系的物理特征，对UWB定位基站输出的车辆定位数据执行滑动窗口滤波，以屏蔽定位数据中的噪声点，提高方法整体的鲁棒性；再次，利用已构建的井下路网结构化信息，根据运输任务中设定的运输出发地和目的地，按照路线优、节能佳、安全性高的原则，采用A*搜索算法10 对运输路径进行规划，并在搜索算法的估价函数中新增权重函数和判断因子，以提高规划的智能性；最后，对车辆当前位置的偏离情况进行实时判断，当出现偏离时，将结果实时反馈至车载交互终端中。采用此方法的应用系统在新疆伊犁一矿有限公司进行验证，证明所提方法的可行性和有效性。1系统架构系统由硬件装置和软件模块2 个部分组成。硬件装置主要负责采集无轨胶轮车实时位置；软件模块根据车辆实时位置与规划好的运输路径做比对，得出是否偏离结果，并将结果推送至车载终端中，给驾驶员提示。1.1硬件装置硬件装置分为井上和井下2 个部分，硬件装置示意图如图1。辅助运输系统服务器井上个井下天线人标识卡+天线车载终端UWB定位基站无轨胶轮车图1硬件装置示意图Fig.1Hardwaredevice schematic diagram井上部分为辅助运输系统服务器，主要是承载软件模块。井下部分主要由UWB定位基站和无轨胶轮车组成：UWB定位基站一般安装在巷道壁一侧，2 根天线分别朝向2 个不同方向固定在巷道上；车辆标识卡固定在无轨胶轮车的顶部，用以减少防爆结构对标识卡的信号干扰；车载终端固定在驾驶员侧，用于人机交互。UWB定位基站通过光缆接入井下环网，车载终端通过4G/WIFI接入环网。当车辆经过基站时，UWB定位基站的天线会侦测到车辆标识卡信号并实时计算出位置信息，同时传输至位于井上的辅助运输系统服务器内，交由软件模块做逻辑判断。1.2软件模块软件部分主要由构建井下路网、车辆位置滤波、运输路径规划和偏离报警判断组成。软件模块处理流程如图2。220SafetyinCoalMinesSep.20232023年9 月No.9煤防岁全Vo1.54第9 期第54卷构建井下路网车辆位置滤波运输路径规划偏离报警判断图2软件模块处理流程Fig.2Software module processing flow1)构建井下路网。巷道中线是由具有三维地理空间坐标的中线点组成的，基于图论理论，构建中线点数据结构，形成具有邻接关系的邻接矩阵，从而构建井下路网地图。2)车辆位置滤波。利用车辆行进过程中定位数据应呈现线性关系的物理特征，对定位数据中的噪声点进行识别并执行滑动窗口滤波，以获得较为平滑且符合运动规律的定位数据，避免因干扰因素造成的误判，提高方法整体的鲁棒性。3)运输路径规划。利用已构建的井下路网结构化信息，根据运输任务中设定的运输出发地和目的地，按照路线优、节能佳、安全性高的原则，采用基于图的A*搜索方法对运输路径进行规划，快速合理地规划出线路。4)偏离报警判断。将车辆当前位置与运输路径的关系抽象为点与线段的位置关系判断，当点远离线段时，代表偏离。反之则代表不偏离。当出现偏离时，将结果实时反馈至车载交互终端中。2功能实现2.1构建井下路网井下路网数据模型示意图如图3，井下巷道是由离散中线点和中线点间的连通关系所组成，进而形成路网结构。该结构采用图G=(V,E)描述，式中：V为顶点集合；E为边集合。E=(V,V)表示顶点i和顶点j之间的连线。中线点形成的顶点集合为(1，2，3，,7)，中线点间连通关系采用边来描述，因连通关系具有方向性，故211248561图3井下路网数据模型示意图Fig.3Underground road network data model diagram此图为有向图。顶点间的距离作为边的权重。采用邻接矩阵表达上述数据模型，其构建流程如下：1)存储中线点数据，并进行顶点唯一性编号；同时，构建顶点数组队列。中线点数据结构如图4，顶点数组如图5。坐标(x,y,z)中线点顶点序号图4中线点数据结构Fig.4Midline point data structure顶点数组1234567图5顶点数组Fig.5Arrayofvertices2)G-(V,E)的邻接矩阵由1个|VV的矩阵A=；予以表示，该矩阵满足下述条件：dist,若(i,j)e Eaij=(1)0,其他式中：a,为矩阵存储值；dist为顶点i到顶点j的欧几里得距离，距离不可达到时，为。通过上述步骤循环遍历操作井下巷道各中线点数据，最终得到井下路网邻接矩阵，形成井下路网结构。井下路网邻接矩阵如图6。2.2车辆位置滤波根据井下车辆单向行驶特性，从UWB定位数据角度来看，理论上定位数据应该呈现V字形分布特征，定位数据理论与实际情况如图7。221SafetyinCoal MinesSep.20232023年9 月No.9Vo1.54煤砺发全第9 期第54卷1234567102801808802800803118080348008085804808080088458080808008066808080808080780880808010图6#井下路网邻接矩阵Fig.6Adjacency matrix of underground road network距离值进人基站驶离基站+接近基站时间（a）位置数据理论分布情况距离值进人基站驶离基站噪声点接近基站时间（b）位置数据实际模拟分布情况图7 定定位数据理论与实际情况Fig.7Positioning data theory and actual situation车辆第1次进入基站信号覆盖范围时，此时距离值为最远。随着行进时间的推移，当接近基站时，距离值趋于0。当驶离基站时，距离值再次变大，直至信号消失，进人下1个基站的信号覆盖范围。但是现实情况是，受巷道环境恶劣、空间狭小；存在信号干扰、遮挡、反射；以及车辆行进中的抖动等多重因素影响，定位数据存在一定的漂移，也就是噪声点。这些噪声点会被上位机处理单元识别为车辆在频繁调头，但是井下物理环境已经确定车辆无法如此操作。为了避免此种噪声点对路径偏离报警方法的准确性产生影响，因此采用局部滑动窗口滤波思路对定位数据执行滤波处理。滑动窗口处理原理及数据结构如图8。设定滑动窗口为5s，当识别出噪声点时，基于滑动窗口内的距离值和数据时间得出预估车速，再根据预估车速和当前的数据时间，利用式(2)得出估算距离。S=VXt(2)式中：s为估算距离；v为预估车速；t为当前数据时间与上一次数据时间差。数据队列VVVVAVVVV计数周期（1s）一2345678滑动窗口（5s）（a）滑动窗口处理原理图距离值队列V数据时间（b）队列数据结构图8滑动窗口处理原理及数据结构Fig.8Sliding window processing principle anddata structure车辆位置滤波工作流程如图9。第1步：滑动窗口队列初始化，获取当前位置和数据时间依据数据结构入队列。第2 步：判断当前位置数据所处定位基站位置，存在2 种情况：进人/驶离阶段：将当前位置数据与上2 次位置数据做比对，判断是否具有线性关系，若具有，代表不是噪声点，启动正常处理子流程，反之，代表属于噪声点，进人滤波子流程；接近基站阶段：默认为正常数据，按正常流程处理滤波子流程：首先，根据当前位置的数据时间对滑动窗口队列过滤，排除非法值；其次，根据滑动窗口内的距离值和数据时间，计算出估算车速；最后，估算车速x时间得出估算距离。正常处理子流程：判断数据时间是否在滑动窗口期内，若是，就加人队列；反之，丢弃。按照上述步骤，完成车辆位置滤波处理。2.3运输路径规划基于已构建的井下路网结构，根据运输任务运输起始点和目的地，按照路线优、节能佳、安222Safety inCoal Mines2023年9 月Sep.2023煤砺发全No.9第9 期第54卷Vol.54开始滑动窗口队列初始化获取当前位置和数据时间并存储至队列中噪声数据当前位置是否正常数据为噪声点滤波子正常处理流程子流程依据当前位置的数据时间数据时间对滑动是否在滑动窗口窗口队列过滤期内是否计算滑动窗口内距离和时间，得数据记录至丢弃出估算车速滑动窗口队列估算车速*数据滑动窗口时间，得出估算队列过滤距离结束图9 至车辆位置滤波工作流程Fig.9Vehicle position filtering workflow全性高的原则，采用全局路径规划算法，快速合理地规划出线路。由于业务中的起始点和目的地大概率不是巷道中线点（即路网结构中的节点），故起始点和目的地间的路径关系分为可以直连和无法直连2 种情况，无法直连是指2 点之间需要借助其他节点才能够到达。2 种情况的处理方式存在差异，因此以下分情况进行讨论。2.3.1可以直连路径规划直接连通场景如图10。图中：S为起始点；E为目的地；a、b 为中线点。SEab图10直接连通场景Fig.10Directlyconnected scene起始点和目的地同处于同一段巷道内，根据观察可得：2 点可直接通行，此时可直接返回规划路线集合为：(S，E)。2.3.2无法直连路径规划无法直连场景如图11。图中：S为起始点；E为目的地；a、b、c、d 为中线点；c、b c、ad、b d 之间存在 0，1，2,.,n)条路径可能。E10,1,2,n)C(0,1,2.,n)dS(0,1,2,n)ab(0,1,2,n)图11无法直连场景Fig.11Unable to connect to the scene directly起始点和目的地处于不同巷道内，需要经过中间点才能够到达，根据观察可得：S点行至E点存在4条路径，分别为：Sa.cESa.dES-b.cESb.dE分别计算这4条路径距离，取其中代价最少的路径作为最终规划路径。2 坐标之间的距离di2计算公式为：d=(x1-x2)+(y1-2)+(z1 z2)2(3)式中：（xi,Ji,zi)d为1#坐标；（x2,y2,z2)d为2#坐标。由于.c、a.d、b.c、b d的路径存在0 n种可能性，因此采用A搜索算法做全局路径规划。A算法是经典的启发式搜索算法，它是在经典单源路径算法Dijkstra算法的基础上改进而来。其最显著的特点就是，通过在搜索过程中给定启发函数来减少搜索节点，从而提高路径搜索效率。A*算法的估价函数f(n)表示为：f(n)=g(n)+h(n)(4)式中：f（n)为起始点至目标点的预估消耗；g(n)为起始点至当前节点的实际消耗；h(n)为当前节点至目标点的估计消耗，也称为启发函数。A*算法搜索路径过程是：先对每一个将要访问的节点使用估价函数凡n)进行评估计算，然后选择具有最小代价估算值的节点作为下一步要到223SafetyinCoalMinesSep.20232023年9 月No.9Vo1.54煤防全第54卷第9 期达的路径节点，再不断迭代更新搜索，直至寻找到最优路线，达到目标节点。A*算法的搜索方向是根据估价函数凡n)来确定，在搜索过程中，不用遍历地图中的所有节点。A*搜索算法工作流程如图12。开始起点A人OPEN队列检索不在CLOSE列表中的相邻可达到节点，并设置父节点从OPEN列表删除该点，加人CLOSE列表计算总代价F=G+H否不是F是否最小是寻找节点成功，将它从OPEN该点加人列表删除并加人CLOSE列表CLOSE列表是否为目标点是结束图12A*搜索算法工作流程Fig.12A*search algorithm workflow整个工作流程如下：第1步：起点人OPEN列表；第2 步：检索相邻可达到且不在CLOSE列表中的节点，分别加人CLOSE列表并计算总代价；第3 步：代价是否最小，若最小，证明下1个节点寻找成功，将它从OPEN列表移动至CLOSE列表中，若不是最小，则直接将该点存入CLOSE列表中；第4步：比较上一步选出的节点是否为目标点，若是就结束搜索，若不是则跳至第2 步进行循环检索。其中，OPEN列表存储未被访问过的节点；CLOSE列表存储已被访问过的节点。A*算法的核心是估价函数n)的设计。在实际情况下，车辆路径规划须满足以下2 个应用条件：规划路径满足车辆行车条件：井下存在部分无法行车的巷道，如部分的运输巷、回风巷、水仓等地方，须在路径搜索算法中给予排除；同一时段、同一路段，限制车辆进人数量：应避免规划原因导致道路拥堵，进而引发其他安全风险，实现车辆智能规划调度，因此，常规的最短路径并不一定是运输路径最优解。对式(4)的估价函数进行改进，在其中增加权重函数和行车判断因子，得到优化后的估价函数：f(n)=g(n)x+h(n)(5)式中：为权重函数；为道路是否满足行车条件的判断因子1,vechile_ num2Q=(6)vechile_num-2,vechile num 2式中：vechile_num为当前依据运输任务已规划出的该路段在5min内将经过的车辆数。表达式vechile_num2时，代表该路段为空闲状态，可以规划行车，此时权重值为1；反之，代表该路段为繁忙状态，应避免规划。满足行车条件的判断因子条件为：8，路段不可行车=(7)1,路径可行车h(n)采用曼哈顿距离进行计算，计算公式为：h(n)=x1-x2l+ly1-y2/+z1-z2l(8)2.4偏离报警判断车辆实时位置与运输路径比较，最终得出车辆是否偏离预定路线的结果。比较过程可以抽象为点、线的关系，从分析来看，存在3 种情况。点、线关系如图13。图13(a)图13(c)中：A、B为规划路径的2 个端点；C为车辆实时位置；D点为C点在AB线段的投影；CD线段的模为C点到AB线段的距离值。根据图13 观察可得：可通过计算AD在AB的占比，从而判断出C点在线段AB的位置。计算公式为：AC.AB(9)r=AB式中：r为占比；AC为线段AC向量；AB为线段AB向量；IABI为线段AB的模长。结果值存在5种情况，分别为：224Safety in Coal Mines2023年9 月Sep.2023煤矿发全第54卷No.9第9 期Vo1.54CADB（a）点在线段中11DAB（b）点在线段左侧C11ABD（c）点在线段右侧图13点、线关系Fig.13Point-line relationship0,C=A1,C=B1,C在AB右边0 and 1.C在AB中间r=0为C在AB左边的特殊情况；r=1为 C在AB右边的特殊情况；当r=0或者r=1时，处于路径内；当r1，不在线段AB内，继续判断其他线段；0 rE存在2 条路径：路径I和路径II；经距离测量，路径I代价为6 3 9.6 8 m；路径II代价为6 59.15m。图15路径规划实验环境Fig.15Path planning experimental environment如下：1)用车时间选择为当前时刻，此时系统中仅存在1条该时刻的用车申请，由于路径I的代价为6 3 9.6 8 m，小于路径的代价（6 59.15m），根据代价最小的策略，系统规划出的路径为路径1。2)再次提交相同时刻的用车申请，此时系统中存在2 条该时刻的相同出发地和目的地的用车申请，由于路径I在相同时段经过的车辆数为2，经过式(6)计算，路径I的权重为1，因此路径I的总代价仍为6 3 9.6 8 m，小于路径的代价，因此系统规划出的路径为路径I。3)参照方法2，提交相同时刻的用车申请，此时系统中存在3 条该时刻相同出发地和目的地的用车申请，在此时，由于路径I在相同时段经过的车辆数为3，经过式6)计算，路径I的权重值为1.5，因此路径I的总代价为6 3 9.6 8 1.51=959.52m，远超过路径I 的代价，因此系统规划出的路径为路径。4)最后，提交不同时刻的用车申请，此时系统中仅存在1条该时刻的用车申请，因此路径I的权重值为1，其总代价小于路径，因此系统规划出的路径为路径1。经过上述4种方法试验结果表明：预期理论值与程序逻辑一致，路径规划准确性得到验证。3.3偏离报警判断试验以试验现场为例，在判断函数前后增加性能监听函数，经过一段时间的运行，累计记录12 43次性能记录，其中运行最大耗时为50 ms，最小耗时为13 ms，平均耗时约为2 5ms。试验结果表明：此判断计算方法可满足于现场应用要求。4结语为满足智能化示范煤矿验收管理办法（试行）中针对I类煤矿无轨胶轮车运输的验收指标要求，设计了一种基于UWB定位技术的无轨胶轮车路径偏离报警方法。该方法通过井下路网构建、车辆位置滤波、运输路径规划和偏离报警4个步骤实现。方法在新疆伊犁一矿现场试验结果表明：滤波函数可有效过滤定位数据中的噪声点，提高系统的鲁棒性；运输路径规划中在估价函数中增加权重函数和判断因子参数，使得路径规划可结合巷道内行车拥堵情况，同时可避开某些无法行车的道路，实现了运输路径的智能规划和车辆调度；偏离报警判断平均逻辑响应时间约为25ms，可满足现场应用要求。法具有2 项优势：实用性：通过试验验证，方法性能稳定、运行时效性高，可满足验收指标要求；低成本：整套技术方案无需额外加装硬件装置，完全借助软件实现，具有低成本的优势。参考文献(References):1王国法，富佳兴，孟令宇.煤矿智能化创新团队建设与关键技术研发进展J.工矿自动化，2 0 2 2，48（12)：1-15.WANG Guofa,FU Jiaxing,MENG Lingyu.Develop-ment of innovation team construction and key techno-logy research in coal mine intelligenceJ.Journal ofMine Automation,2022,48(12):1-15.2李志强，李根.煤矿智能化建设探索与实践J.中国煤炭,2 0 2 2,48(1):46-52.LI Zhiqiang,LI Gen.Exploration and practice of intelli-gent construction in coal mineJ.China Coal,2022,48(1):46-52.3王国法，任怀伟，赵国瑞，等.煤矿智能化十大“痛点”解析及对策J.工矿自动化，2 0 2 1,47(6)：1-11.WANG Guofa,REN Huaiwei,ZHAO Guorui,et al.Analysis and countermeasures of ten“pain points”ofintelligent coal mineJ.Industry and Mine Automa-tion,2021,47(6):1-11.4赵远，吉庆，王腾.煤矿智能无轨辅助运输技术现状与展望J.煤炭科学技术，2 0 2 1,49(12)：2 0 9-2 16.226Safety in Coal Mines2023年9 月Sep.2023No.9煤砺发全第54卷Vo1.54第9 期ZHAO Yuan,JI Qing,WANG Teng.Current status andprospects of intelligent trackless auxiliary transporta-tion technology in coal minesJ.Coal Science andTechnology,2021,49(12):209-216.5王国法.智能化示范煤矿验收管理办法（试行）从编写组视角进行解读J.智能矿山，2 0 2 2,3(6):2-10.WANG Guofa.Management Measures for the Accept-ance of Intelligent Demonstration Coal Mines(Trial)-Interpretation from the perspective of the compilationteamJ.Journal of Intelligent Mine,2022,3(6):2-10.6常凯，刘志更，袁晓明，等.煤矿辅助运输系统智能化现状分析及框架设计研究J.工矿自动化，2 0 2 2,48(6):27-35.CHANG Kai,LIU Zhigeng,YUAN Xiaoming,et al.Analysis of the status and framework design of intelli-gent coal mine auxiliary transportation systemJ.Journal of Mine Automation,2022,48(6):27-35.7刘宏杰，张慧，张喜麟，等.煤矿无轨胶轮车智能调度管理技术研究与应用J.煤炭科学技术，2 0 19,47(3)：81-86.LIU Hongjie,ZHANG Hui,ZHANG Xilin,et al.Re-search and application of intelligent dispatching andmanagement technology for coal mine trackless rubber-tyred vehicleJ.Coal Science and Technology,2019,47(3):81-86.8刘文涛.煤矿辅助运输车辆实时监控系统设计J.工矿自动化，2 0 14,40(10)：6 8-7 1.LIU Wentao.Design of real-time monitoring system ofauxiliary transportation vehicle in coal mineJ.In-dustry and Mine Automation,2014,40(10):68-71.9常琳.煤矿井下无线定位技术及系统的应用现状和发展方向J.煤矿安全，2 0 2 1,52(7)：9 4-9 8.CHANG Lin.Application status and development direc-tion of wireless positioning technology and system inunderground coal mineJ.Safety in Coal Mines,2021,52(7):94-98.10 李夏.基于WebGIS的人员运动轨迹回放技术J.煤矿安全,2 0 2 0,51(12)：12 8-13 2.LI Xia.Personnel motion track playback technologybased on Web GISJ.Safety in Coal Mines,2020,51(12):128-132.