基于结构化现场中矿工行为分析的无线图像传感器网络监控方法

结题报告

项目介绍

AI项目解读

基本信息

批准号：
51104157
项目类别：
青年科学基金项目
资助金额：
25.0万
负责人：
陈伟
依托单位：
中国矿业大学
学科分类：
E0408.安全科学与工程
结题年份：
2014
批准年份：
2011
项目状态：
已结题
起止时间：
2012-01-01 至2014-12-31

项目参与者：
张国鹏；肖硕；赵莹；孙仁科；马姗姗；高璟；胡文彬；熊梦；
关键词：
节点关联矿工监控结构化现场跨层设计行为量化理解

项目摘要

无线图像监控是煤矿复杂现场中保证矿工生命安全的重要手段；但是，目前研究没有考虑到矿工行为特征和环境结构化因素对建立高效、可靠的无线网络和矿工监控方法的影响。本项目以矿工活动特征分析与量化理解和无线图像传感器网络为基础，研究煤矿结构化现场中矿工监控方法：①分析基于煤矿现场结构化特征和个体关系网络的矿工行为时空规律，建立量化理解模型，分析典型现场中矿工行为模式和预测方法。②评价节点监控图像的可用性，提出强抗噪能力的矿工图像分割方法，分析基于矿工活动即时有效性的节点通信策略。③分析节点中矿工图像相关性指标，研究基于动态优先级的节点关联和网络局部活跃方法，结合应用层矿工预测、网络层通信负担和节点关联程度及能量等因素，研究监控网络跨层设计方法。实现矿工无线图像传感器监控网络的高效性和可靠性设计。本项目对于快速建立煤矿复杂、多变现场中的矿工监控网络和抢险救灾现场网络有十分重要的实际意义和科学意义。

结项摘要

无线图像监控是煤矿复杂现场中保证矿工生命安全的重要手段。本项目以矿工活动特征分析和无线图像传感器网络为基础，研究煤矿结构化现场中矿工监控方法。①根据井下工作人员活动的时间相关性，分析移动人员的路径，预测矿工对巷道选择概率和路径，提出基于贝叶斯决策的路径选择预测方法，关联不同巷道和岔道中的监控节点。设计了基于运动目标位置的卡尔曼预测和Greedy-ViP算法的WSN动态通信路径建立方法，建立WSN平面路由协议和数据管理系统。②由于煤矿监控图像多为低分辨率图像，设计了边缘检测和神经网络估计的边缘方向的快速插值算法，插值后的图像具有光滑的边缘，获得高分辨率图像。提出设计了基于矿工图像区域特征颜色的强抗噪图像分割方法，用多线性代数的块模块判别分析方法对脸部进行特征提取和识别。根据WMSN特点，设计非标定的三相机协作目标定位方案，该方法不需要监控目标携带定位通信设备，只需从图像中提取目标尺度，即可估算目标的位置；并结合凝聚聚类的粗糙集方法，获得各个节点中监控目标的尺度信息，反演确定目标与节点之间的距离比例，再根据三角测量定位方法估算目标的位置。③分析了FB和BIR质心定位算法，大大减少定位所需的信标节点数目，减小信标节点的能量消耗。提出基于thermal minority game(TMG)的分布式资源分配方案，基于改进的TMG的方法能够成功实现对可分资源和动态容量资源的配置。④提出用静电场中电荷移动规律分析无线多媒体传感器网络数据转发过程的QoS路由算法，该算法可以得到更好的路径和平衡网络节点间的能量消耗。提出一种基于博弈论和不同路径质量的多路实时多媒体流通过多个共享路径路由方法。⑤设计基于超声波导航、视觉导航和惯性导航方法对煤矿救灾机器人的多传感器融合的导航系统，该算法能有效地解决信息融合不匹配的问题，改善算法的收敛性和实时性，降低导航系统的误差。针对煤矿井下非结构化环境中不确定性信息种类多、数据量大的特点，提出改进神经网络-扩展卡尔曼滤波法，改进算法中反馈误差的设计，减少了系统误差；并设计了运动系统稳定性控制方案。出版专著2部，发表学术论文18篇，其中：SCI源刊9篇，EI源刊6篇，国际会议2篇。在2014年第六届江苏省计算机大会上做特邀报告“煤矿特殊环境下的无线监控与通信方法”；2014年获中国煤炭工业协会科技进步奖二等奖1项。本研究对保障矿工安全有重要的意义。