一种变电站室内人员自适应定位方法及系统与流程

1.本发明涉及智能检测技术领域，更具体地说，涉及一种变电站室内人员自适应定位方法及系统。


背景技术：

2.针对实际变电站环境下的人员定位问题，广大专家学者进行了深入研究，并取得了一定的研究成果。当前现有多种室内定位技术，如无线传感网络、4g定位、zigbee定位、超宽带定位、蓝牙等位等。其中超宽带定位技术相较于其它定位技术，具有穿透能力强、抗多径效应强、定位精度高等优势，更适用于非视距成像(nlos)严重下的变电站环境。
3.针对实际变电站环境下的人员定位问题，广大专家学者进行了深入研究，并取得了一定的研究成果。李雪梅等，无线网络技术在变电站人员检测系统中的研究与应用，中对无线网格技术在变电站人员检测系统中的应用进行了研究，并给出了相应的对比分析。周小艳等，基于zigbee无线传感器网络的变电站人员定位的改进算法研究，为解决变电站环境中的人员定位问题，将zigbee无线传感器网络引入其中，并应用模糊推理算法对其中的人员定位管理系统进行了优化，提升了定位精度。郭杨等，激光导航智能机器人巡检系统在特高压变电站的应用，设计了一种特高压变电站中的智能巡检机器人，着重对其中的激光定位导航系统进行了研究，提升了其算法的实用性。现有技术中的室内定位方法在非视距成像(nlos)严重下的变电站环境中，由于过程噪声、量测噪声及nlos等的影响，定位位置会出现跳变，无法满足实际应用要求。


技术实现要素：

4.本发明的目的在于提供一种变电站室内人员自适应定位方法及系统，采用最小二乘法对待定位位置进行初步估计，再运用粒子群优化算法进一步提升最小二乘估计精度，最终采用taylor定位算法进行进一步定位计算，实现对变电站内工作人员及外协单位维护人员实时位置进行定位，保证变电站日常运行安全。
5.为达到上述目的，本发明采用的技术方案如下：
6.本发明提供一种变电站室内人员自适应定位方法，包括：
7.对待定位标签进行初步估计，得到位置初值；所述待定位标签由变电站室内人员佩戴；
8.对所得到的位置初值进行优化，得到优化后的估计位置；
9.对优化后的估计位置进行定位计算，得到精确位置。
10.进一步的，所述对待定位标签进行初步估计，得到位置初值，包括：
11.根据待定位标签与基站间的空间距离投影关系，得到超定方程组如下：
12.13.其中，(xi,yi,zi)，i＝1,2
…
n表示基站i在笛卡尔坐标系中的坐标，(x,y,z)为待定位标签坐标，di为基站i与待定位标签间的距离，δh为基站与待定位标签的高度差，qi为基站i与待定位标签间的二维平面投影距离；
14.对所述超定方程组进行处理得到：
15.ax＝b，
[0016][0017]
x＝(x,y)；
[0018]
基于最小二乘原理，令f(x)＝|ax-b|2，对f(x)求导，令导数为0，得到待定位标签坐标x的最优估计值x0，作为位置初值。
[0019]
进一步的，通过到达时间算法计算得到基站与待定位标签间的距离。
[0020]
进一步的，所述对所得到的位置初值进行优化，得到优化后的估计位置，包括：
[0021]
以si＝x0 ai为粒子位置，采用粒子群优化算法对所得到的位置初值进行优化，得到粒子群优化后的估计位置其中，ai为一致分布噪声；
[0022]
优化过程中，适应度计算如下，
[0023][0024]
其中，fi为粒子i计算的适应度，为粒子i代表的位置与基站j间的距离，dj为基站j与待定位标签间的距离；
[0025]
粒子更新如下：
[0026][0027]
其中，和分别表示第k次迭代中粒子i的位置和速度，pbesti为粒子i的最优位置，gbest为全局最优位置，ws,wv为预设位置惯性权值和预设速度惯性权值，c1，c2为预设权值因子，r1,r2为取值在(0,1)区间内的随机数。
[0028]
进一步的，所述对优化后的估计位置进行定位计算，得到精确位置，包括：
[0029]
根据待定位标签估计位置和待定位标签真实坐标(x,y)，确定定位误差方程如下：
[0030][0031]
其中，(δ
x
,δy)为误差；
[0032]
将基站i与待定位标签间的二维平面投影距离qi在处进行taylor展开如下：
[0033][0034][0035]
基于此，建立定位误差向量：
[0036]
εi＝h
i-ξiδ，
[0037][0038]
根据最小二乘原理，得到δ最优估计，
[0039][0040]
判断是否成立，若不成立则继续重复上述过程直至不等式成立或达到预设最大迭代次数，μ为预设阈值；
[0041]
最后得到待定位标签精确位置为
[0042]
进一步的，得到待定位标签精确位置后，还包括：
[0043]
采用粒子滤波算法，对所述得到的待定位标签精确位置进行平滑处理。
[0044]
本发明还提供一种变电站室内人员自适应定位系统，包括：定位标签、基站、交换机、服务器及连接网线辅助装置；
[0045]
所述定位标签由变电站室内人员佩戴；
[0046]
所述基站用于获取所述定位标签位置信息，以及，计算得出基站与定位标签间的距离信息并传输至服务器；
[0047]
所述服务器用于根据所述基站位置，以及基站与定位标签间的距离信息，确定定位标签的精确位置；
[0048]
所述服务器包括：
[0049]
计算模块，用于根据基站位置以及基站与定位标签间的距离信息，对待定位标签进行初步估计，得到位置初值；
[0050]
第一优化模块，用于对所得到的位置初值进行优化，得到优化后的估计位置；
[0051]
定位模块，用于对优化后的估计位置进行定位计算，得到精确位置。
[0052]
进一步的，所述计算模块具体用于，
[0053]
根据待定位标签与基站间的空间距离投影关系，得到超定方程组如下：
[0054][0055]
其中，(xi,yi,zi)，i＝1,2
…
n表示基站i在笛卡尔坐标系中的坐标，(x,y,z)为待定位标签坐标，di为基站i与待定位标签间的距离，δh为基站与待定位标签的高度差，qi为基站i与待定位标签间的二维平面投影距离；
[0056]
对所述超定方程组进行处理得到：
[0057]
ax＝b，
[0058][0059]
x＝(x,y)；
[0060]
基于最小二乘原理，令f(x)＝|ax-b|2，对f(x)求导，令导数为0，得到待定位标签坐标x的最优估计值x0，作为位置初值。
[0061]
进一步的，所述第一优化模块具体用于，
[0062]
以si＝x0 ai为粒子位置，采用粒子群优化算法对所得到的位置初值进行优化，得到粒子群优化后的估计位置其中，ai为一致分布噪声；
[0063]
优化过程中，适应度计算如下，
[0064][0065]
其中，fi为粒子i计算的适应度，为粒子i代表的位置与基站j间的距离，dj为基站j与待定位标签间的距离；
[0066]
粒子更新如下：
[0067][0068]
其中，和分别表示第k次迭代中粒子i的位置和速度，pbesti为粒子i的最优位置，gbest为全局最优位置，ws,wv为预设位置惯性权值和预设速度惯性权值，c1，c2为预设权值因子，r1,r2为取值在(0,1)区间内的随机数。
[0069]
进一步的，所述定位模块具体用于，
[0070]
根据待定位标签估计位置和待定位标签真实坐标(x,y)，确定定位误差方程如下：
[0071][0072]
其中，(δ
x
,δy)为误差；
[0073]
将基站i与待定位标签间的二维平面投影距离qi在处进行taylor展开如下：
[0074][0075][0076]
基于此，建立定位误差向量：
[0077]
εi＝h
i-ξiδ，
[0078][0079]
根据最小二乘原理，得到δ最优估计，
[0080][0081]
判断是否成立，若不成立则继续重复上述过程直至不等式成立或达到预设最大迭代次数，μ为预设阈值；
[0082]
最后得到待定位标签精确位置为
[0083]
进一步的，还包括，
[0084]
第二优化模块，用于采用粒子滤波算法，对所述得到的待定位标签精确位置进行平滑处理。
[0085]
本发明达到的有益效果为：
[0086]
本发明先采用最小二乘法，对待定位位置进行初步估计，然后运用粒子群优化算法进一步提升最小二乘估计精度，最后采用taylor定位算法进行进一步定位计算，在最大程度上提升taylor算法定位精度。
附图说明
[0087]
图1为待定位标签与基站间的空间距离投影关系示意图；
[0088]
图2为本发明实施例提供的变电站人员定位系统示意图；
[0089]
图3为本发明实施例提供的实验场景示例；
[0090]
图4为本发明实施例中得到的定位轨迹图。
具体实施方式
[0091]
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[0092]
本发明提供一种变电站室内人员自适应定位方法，包括：
[0093]
对待定位标签进行初步估计，得到位置初值；所述待定位标签由变电站室内人员佩戴；
[0094]
对所得到的位置初值进行优化，得到优化后的估计位置；
[0095]
对优化后的估计位置进行定位计算，得到精确位置。
[0096]
作为一种优选的实施方式，本发明的一个实施例中，采用最小二乘法对待定位位置进行初步估计，得到位置初值，具体实现过程如下：
[0097]
设变电站人员定位系统共有基站n(n≥3)个，基站i在笛卡尔坐标系中的坐标为(xi,yi,zi)(i＝1,2
…
n)，各基站与待定位标签间通过超宽带进行通信，并通过到达时间(time of arrival,toa)算法计算得出基站与标签间的距离信息，设基站i与标签间的距离为di(i＝1,2
…
n)。
[0098]
变电站人员定位系统如图2所示，由人员佩戴的定位标签、定位基站、大规模交换机、计算服务器及连接网线等辅助装置组成。
[0099]
基于人员定位系统，得到待定位标签与基站间的空间距离投影关系如图1所示，其中d为基站与标签三维间距，δh为基站与标签的高度差，q为二维平面投影距离。
[0100]
由距离公式，可得超定方程组：
[0101][0102]
其中，(x,y,z)为待定位标签坐标；
[0103]
需要说明的是，为简化下文分析，将待定位标签的高度z固定，则基站与标签的高度差δh固定，(本实施例中取z＝1.75)。
[0104]
将式(1)中前n-1个方程依次与最后一个方程相减，可得：
[0105]
ax＝b，
[0106]
其中，
[0107][0108]
x＝(x,y)；
[0109]
设n-1维的定位误差矩阵en，则上式可改写为：
[0110]en
＝ax-.b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0111]
基于最小二乘原理，令f(x)＝ax-b2，对f(x)求导，令导数为0，可得x最优估计值x0。
[0112]
f(x)导数如下：
[0113][0114]
由于测量过程中存在测量设备系统误差等不可控因素，基站节点测量位置与真实位置存在误差，导致经典最小二乘算法得到的标签位置精度不高，基于此，本发明的一个实施例中，采用粒子群算法对所得到的位置初值进行优化，具体实现过程如下：
[0115]
设上一步中得到的待定位标签位置初值为x0＝[x
0 y0]
t
，代入下列粒子群优化算法进行优化。
[0116]
优化算法具体步骤如下：
[0117]
(1)初始化粒子群，设粒子群中粒子总数为n。设各粒子的状态(位置、速度)均在状态空间内满足一致分布。
[0118]
其中粒子位置用si表示，粒子速度用vi表示。
[0119]
粒子位置si＝x0 ai，ai为一致分布噪声。
[0120]
vi为一致分布速度噪声。
[0121]
(2)评估粒子群中的n个粒子，计算每个粒子的适应度值fi，并以此为依据，得到所有单个粒子的历史最优位置pbesti及群体的全局最优位置gbest，适应度fi定义如下，
[0122][0123]
其中，为粒子i代表的位置与基站j间的距离。
[0124]
(3)更新粒子群中的粒子，各粒子根据自身的历史最优位置和全局最优位置，更新每个粒子的速度和位置，如下：
[0125][0126]
其中，表示第k次迭代中粒子i的速度，ws,wv为预设位置惯性权值和预设速度惯性权值，c1，c2为预设权值因子，r1,r2为取值在(0,1)区间内的随机数。
[0127]
(4)评估粒子群中的粒子。计算每个粒子的适应度值fi，并以此为依据，得到所有单个粒子的历史最优位置pbesti及群体的全局最优位置gbest。
[0128]
(5)判断是否达到最大迭代次数或满足结束条件，若满足则结束算法，输出此时的全局最优位置；否则，转到步骤(3)，继续执行粒子群优化算法。
[0129]
由上述步骤，可得粒子群优化后的估计位置为
[0130]
作为一种优选的实施方式，本发明的一个实施例中，采用taylor定位算法对优化后的估计位置进行定位计算，得到精确位置，具体实现过程如下：
[0131]
设上一步中得到的待定位标签估计位置为：待定位标签真实坐标为(x,y)，则定位误差方程：
[0132][0133]
其中，(δ
x
,δy)为初值与真值间误差。
[0134]
设qi为定位标签与各基站映射到xoy平面上的距离，将距离在处进行taylor
展开如下：
[0135][0136]
各偏导项为：
[0137][0138]qi|0
(i＝1,2...n)为与各基站间投影距离，式(8)等价于：
[0139][0140]
根据式(10)建立定位误差向量：
[0141]
εi＝h
i-ξiδ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0142]
其中，
[0143][0144]
根据最小二乘原理，可得δ最优估计，
[0145][0146]
判断是否成立，μ为预设阈值(μ取值越小定位精度越高，但会增加算法的迭代次数)；若不成立则继续重复上述过程直至不等式成立或达到预设最大迭代次数。
[0147]
最后待定位标签精确位置为
[0148]
变电站nlos环境下，当工作人员佩戴标签移动时，由于过程噪声、量测噪声及nlos等的影响，标签定位位置会出现跳变，无法满足实际应用要求。基于此，本发明的一个实施例中，采用粒子滤波(particle filter,pf)算法，对taylor定位算法得到的精确位置进行平滑处理，进一步提高变电站人员定位跟踪精度。具体实现过程如下：
[0149]
建立系统模型：
[0150][0151]
其中，m∈n表示m时刻，zm和分别是m时刻的量测向量及状态向量，hm(
·
)和fm(
·
)分别为量测函数和状态转移函数，wm和vm为过程噪声及量测噪声，满足零均值高斯分布，且相互独立。
[0152]
pf算法流程如下：
[0153]
①
初始化
[0154]
设共有ns个粒子，将其状态初始化为其中表示粒子i状态，表示的是标签位置，为粒子i权重。
[0155]
②
更新粒子权重
[0156]
根据taylor定位算法所得标签位置及后验概率密度计算公式，对各粒子权重进行更新，更新后的权重设为
[0157]
③
粒子权重归一化
[0158]
对更新后的粒子权重进行归一化如下：
[0159][0160]
④
粒子重采样
[0161]
初始化c1＝0，对第2个粒子到第ns个粒子，计算如下：
[0162][0163]
在区间按一致分布取一点p1，取j从1到ns，令，
[0164][0165]
当pj＞ci时，对粒子j进行重采样，
[0166][0167]
⑤
得到最终估计值，
[0168][0169]
即可得到待定位标签位置最终估计值
[0170]
本发明另一方面提出了一种粒子滤波超宽带人员定位跟踪系统，如图2所示，包括：定位标签、基站、交换机、服务器及连接网线辅助装置；
[0171]
具体的，定位标签由变电站室内人员佩戴；
[0172]
基站用于获取所述定位标签位置信息，以及，计算得出基站与定位标签间的距离信息并传输至服务器；
[0173]
服务器用于根据所述基站位置，以及基站与定位标签间的距离信息，确定定位标签的精确位置；
[0174]
服务器包括：
[0175]
计算模块，用于根据基站位置以及基站与定位标签间的距离信息，对待定位标签进行初步估计，得到位置初值；
[0176]
第一优化模块，用于对所得到的位置初值进行优化，得到优化后的估计位置；
[0177]
定位模块，用于对优化后的估计位置进行定位计算，得到精确位置。
[0178]
作为一种优选的实施方式，本发明的一个实施例中，计算模块具体用于，
[0179]
根据待定位标签与基站间的空间距离投影关系，得到超定方程组如下：
[0180][0181]
其中，(xi,yi,zi)，i＝1,2
…
n表示基站i在笛卡尔坐标系中的坐标，(x,y,z)为待定位标签坐标，di为基站i与待定位标签间的距离，δh为基站与待定位标签的高度差，qi为基站i与待定位标签间的二维平面投影距离；
[0182]
对所述超定方程组进行处理得到：
[0183]
ax＝b，
[0184][0185]
x＝(x,y)；
[0186]
基于最小二乘原理，令f(x)＝|ax-b|2，对f(x)求导，令导数为0，得到待定位标签坐标x的最优估计值x0，作为位置初值。
[0187]
作为一种优选的实施方式，本发明的一个实施例中，第一优化模块具体用于，
[0188]
以si＝x0 ai为粒子位置，采用粒子群优化算法对所得到的位置初值进行优化，得到粒子群优化后的估计位置其中，ai为一致分布噪声；
[0189]
优化过程中，适应度计算如下，
[0190][0191]
其中，fi为粒子i计算的适应度，为粒子i代表的位置与基站j间的距离，dj为基站j与待定位标签间的距离；
[0192]
粒子更新如下：
[0193][0194]
其中，和分别表示第k次迭代中粒子i的位置和速度，pbesti为粒子i的最优位置，gbest为全局最优位置，ws,wv为预设位置惯性权值和预设速度惯性权值，c1，c2为预设权值因子，r1,r2为取值在(0,1)区间内的随机数。
[0195]
作为一种优选的实施方式，本发明的一个实施例中，定位模块具体用于，
[0196]
根据待定位标签估计位置和待定位标签真实坐标(x,y)，确定定位误差方程如下：
[0197][0198]
其中，(δ
x
,δy)为误差；
[0199]
将基站i与待定位标签间的二维平面投影距离qi在处进行taylor展开如下：
[0200][0201][0202]
基于此，建立定位误差向量：
[0203]
εi＝h
i-ξiδ，
[0204][0205]
根据最小二乘原理，得到δ最优估计，
[0206][0207]
判断是否成立，若不成立则继续重复上述过程直至不等式成立或达到预设最大迭代次数，μ为预设阈值；
[0208]
最后得到待定位标签精确位置为
[0209]
作为一种优选的实施方式，本发明的一个实施例中，还包括第二优化模块，用于，
[0210]
采用粒子滤波算法，对所述得到的待定位标签精确位置进行平滑处理。
[0211]
本发明提供的人员定位系统仅用到uwb装置及相关网络配套连接装置，无其它蓝牙或gps等辅助设备，部署成本更低，更具工程实用性。
[0212]
实施例
[0213]
本实施例选择江苏省镇江银山11万伏特变电站二次开关室中的部分区域作为实验场景设置人员定位系统，长21m，宽10m，高5m，区域内分布开关柜、挂轨机器人、建筑横梁等障碍，具有较强nlos干扰。
[0214]
根据nlos现象严重程度将实验区域划分为简单、中等和复杂三部分，其实际场景如图3所示。其中巷道两边开关柜相隔较远，上方无严重遮挡物，场景简单；部分巷道较窄上方具有一定遮挡物，且与下方的开关柜之间有一定空间，在此架设基站可缓解一部分nlos带来的压力，此场景较复杂；部分巷道较窄、高度较矮，上左右各面均被严密开关柜遮挡，uwb信号难以穿透，nlos现象严重，该场景复杂。
[0215]
为验证nlos条件下的变电站动态标签的定位误差，开展动态标签定位跟踪实验。手持标签沿图3所示的开关柜1顺时针移动，分别经过简单、复杂、简单、较复杂、简单等区域。初始坐标为(6.76，6.64)，终点坐标为(7.19，6.48)。采用本发明所提的定位跟踪方法估计出标签实时坐标，并利用matlab进行数据分析，佩戴标签人员真实运动轨迹及估计轨迹如图4所示。
[0216]
采用本发明所提人员定位跟踪方法对变电站人员位置进行多次定位估计，经统计分析可得，对动态标定定位精度x方向误差为9.09cm，y方向误差为9.23cm，均在10cm以内，满足实际变电站环境中的人员定位精度要求，具有工程实用性。
[0217]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0218]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0219]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0220]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0221]
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。