摘要

　　傳統煤礦行業(yè)開(kāi)采效率受生產(chǎn)設備，勞動(dòng)力水平制約因素較大，傷亡事故頻發(fā)，因此亟待尋求一種更為安全高效的生產(chǎn)方式。同時(shí) 5G 通信、物聯(lián)網(wǎng)、大數據、人工智能、云計算等新興技術(shù)的出現極大地改變了生活方式，提高了生產(chǎn)效率，將這些技術(shù)應用于礦山行業(yè)勢必會(huì )給其向自動(dòng)化、信息化、數字化轉型發(fā)展帶來(lái)新的機遇。本文以智慧礦山建設為背景，針對礦山無(wú)線(xiàn)遠程遙控系統中 AGV路徑規劃算法、激光測距、通信技術(shù)方式等展開(kāi)研究。

　　本文首先研究對比了國內外智慧礦山建設進(jìn)展，指出了基于 5G 通信技術(shù)應用于礦山行業(yè)升級轉型的重要作用。接著(zhù)對該無(wú)線(xiàn)遠程遙控系統依據功能劃分，分別介紹機車(chē)車(chē)載子系統、網(wǎng)絡(luò )通信子系統、遠程遙控子系統的設備選型及技術(shù)指標，重點(diǎn)利用 GM800 5G 通信模組實(shí)現遙控發(fā)送器與遙控接收器之間的無(wú)線(xiàn)通信，同時(shí)提出了基于 5G 通信的礦山無(wú)線(xiàn)通信系統架構。

　　針對礦山作業(yè)車(chē)輛采集環(huán)境信息的需求，對激光測距的原理進(jìn)行分析，并對部分硬件電路進(jìn)行設計，在實(shí)驗室環(huán)境下完成功能性測試，測試結果較好的反映了距離信息，將采集到的距離信息數據通過(guò) 5G 無(wú)線(xiàn)通信網(wǎng)絡(luò )回傳給遠程控制平臺，便于作業(yè)人員決策控制。

　　AGV 路徑規劃是一項經(jīng)典的研究課題，本文比較了幾種搜索最優(yōu)路徑算法的特點(diǎn)，提出了一種基于 A*全局規劃算法的優(yōu)化策略，即引入加權值的啟發(fā)函數優(yōu)化傳統 A*算法在路徑搜索時(shí)效率不高的問(wèn)題，通過(guò)仿真實(shí)驗驗證了其在彌補A*算法不足方面的可行性，并與 D*動(dòng)態(tài)算法一起作為適合礦山作業(yè)車(chē)輛的路徑規劃方案。

　　遠程控制井下作業(yè)車(chē)輛對實(shí)時(shí)性要求較高，故重點(diǎn)討論了 5G URLLC 業(yè)務(wù)場(chǎng)景中低延時(shí)的特點(diǎn)及實(shí)現技術(shù)手段，通過(guò)仿真測試對比了相較于 4G-LTE 網(wǎng)絡(luò )，端到端時(shí)延能夠有效降低。考慮到礦井下實(shí)際作業(yè)環(huán)境復雜，各種類(lèi)型設備眾多，結 合 5G 通信系統架構，提出基于 5G 通信的礦山物聯(lián)網(wǎng)架構，將網(wǎng)絡(luò )結構層次化，更好的服務(wù)于智慧礦山的建設。

　　關(guān)鍵詞：智慧礦山；激光測距；路徑規劃算法；5G 通信；物聯(lián)網(wǎng)

ABSTRACT

　　The mining efficiency of the traditional coal mining industry is constrained by production equipments and labor force level, and casualty accidents occur frequently. Therefore, it is urgent to find a safer and more efficient production method. At the same time, the emergence of 5G communication technology, Internet of Things, big data, artificial intelligence and cloud computing has greatly changed the way of life and improved production efficiency. Applying these technologies to the mining industry will bring new opportunities for its transformation in automation, information and digitaldevelopment. Based on the background of smart mine construction, this paper conducts research on the AGV path planning algorithm, laser ranging, and 5G communication technology in the wireless remote control system of the mine.

　　Firstly, this paper studies and compares the progress of smart mine construction at home and abroad, and points out an important part that 5G communication technology plays in the promotion and transformation of the mining industry. Then, according to the functional pision of the wireless remote control system, the paper introduces the equipment selection and technical indicators of the locomotive on-board subsystem, network communication subsystem and remote control subsystem respectively. Focus on the use GM800 5G communication module to realize the wireless communication between the remote control transmitter and the remote control receiver. Meanwhile, the mine wireless communication system architecture based on 5G communication is proposed.

　　In response to the needs of mining vehicles to collect environmental information, the principle of laser distance measurement is analyzed, and some hardware circuits are designed. Functional tests are completed in a laboratory environment. The test resultsreflect the distance information well. As soon as collected, the distance information data is transmitted back to the remote control platform through the 5G wireless communication network, which is convenient for the operator to make decision control.

　　AGV path planning is a classic research topic. This paper compares the characteristics of several search optimal path algorithms, and proposes an optimization strategy based on A * global planning algorithm, that is, introducing a heuristic function to optimize the traditional A * algorithm by weight for the problem of low efficiency in path search, simulation experiments have verified its feasibility in making up for the shortcomings of the A * algorithm, and together with the D * dynamic algorithm, it can be used as a path planning solution suitable for mining vehicles.

　　The remote control of underground operation vehicles has high real-time requirements, so the characteristics of low latency in 5G uRLLC business scenarios and the implementation techniques are discussed in detail. Through simulation tests, the endto-end latency can be effectively reduced. Considering the complexity of the actual operating environment underground and the large number of various types of equipments, combined with the 5G communication system architecture, a 5G communication-based mine IoT architecture was proposed to hierarchize the network structure and better servesthe construction of smart mine.

　　KEYWORDS : Smart Mine; Laser Ranging; Path Planning Algorithm; 5G Communication; Internet of Things

目錄

　　1 引言

　　本文的研究?jì)热輥?lái)源于導師科研項目的一部分。

　　1.1 研究背景及意義

　　自進(jìn)入工業(yè)時(shí)代以來(lái)，煤炭等自然資源作為重要的能源物質(zhì)，保障了人類(lèi)的正常生產(chǎn)生活，對經(jīng)濟社會(huì )的持續穩定發(fā)展意義重大，各國對于煤礦資源的重視和開(kāi)采，絲毫沒(méi)有因為新能源的出現而下降。采礦業(yè)是將煤炭等自然資源作為生產(chǎn)對象的一種傳統產(chǎn)業(yè)，將獲取到的自然資源轉化為日常所需的生產(chǎn)資料，開(kāi)采方式最初依靠人力，不僅效率低下，安全事故也層出不窮，一直以來(lái)，由于煤礦生產(chǎn)系統本身龐大復雜，作業(yè)環(huán)境又極度惡劣，水、火、煤塵、瓦斯爆炸等自然災害多，嚴重威脅到煤炭工人的生命安全，引發(fā)了社會(huì )的廣泛關(guān)注。隨著(zhù)科學(xué)技術(shù)水平的提高，傳統勞動(dòng)密集型生產(chǎn)方式已經(jīng)逐漸過(guò)渡到機械化、智能化、自動(dòng)化。隨著(zhù)國家工業(yè)化和信息化的不斷融合推進(jìn)，智慧礦山建設已經(jīng)成為煤炭等重工業(yè)企業(yè)轉型升級發(fā)展的時(shí)代所需。

　　智慧礦山建設的特點(diǎn)是高度的數字化、自動(dòng)化、信息化，充分利用大數據、云計算、物聯(lián)網(wǎng)、人工智能等技術(shù)手段，推動(dòng)煤炭工業(yè)技術(shù)革命和產(chǎn)業(yè)轉型升級[1],從人工化、機械化向自動(dòng)化、信息化、數字化、安全化方向穩步邁進(jìn)，以實(shí)現對傳統采礦業(yè)短板的有效突破。智慧礦山從生產(chǎn)、企業(yè)職業(yè)健康、職工人身安全、技術(shù)支持等方面積極部署，主動(dòng)感知、自動(dòng)分析、快速處理。建設智慧礦山平臺，實(shí)現安全、無(wú)人、高效、清潔的礦山建設的目標，實(shí)現智能生產(chǎn)與智慧管理，提高煤礦生產(chǎn)安全性以及生產(chǎn)效率，充分實(shí)現對自然資源的合理調配[2].2019 年 1 月 9 日，國家煤礦安全監察局頒布制定了《煤礦機器人重點(diǎn)研發(fā)目錄》，對掘進(jìn)、采煤、運 輸、安控、救援共 5 類(lèi)、38 種煤礦機器人，分別提出了具體的研發(fā)應用要求，希望通過(guò)"機器換人"來(lái)實(shí)現煤礦作業(yè)"少人則安"和"無(wú)人則安"的目標。在該目錄中，規定了第 23 類(lèi)機器人："井下無(wú)人駕駛運輸車(chē)"的基本要求為：研發(fā)煤礦井下無(wú)人駕駛運輸車(chē)，具備精確定位、安全探測、自主感知、主動(dòng)避障、自動(dòng)錯車(chē)、風(fēng)門(mén)聯(lián)動(dòng)等功能，實(shí)現井下運輸車(chē)無(wú)人化駕駛[3-4].

　　無(wú)線(xiàn)通信是智慧礦山建設的基礎和關(guān)鍵，煤礦井下通信不同于普通的通信場(chǎng)景，礦下充斥著(zhù)瓦斯、粉塵等易燃易爆氣體和有毒有害物質(zhì)，巷道條件復雜，信號傳輸衰減嚴重，地面設備難以直接開(kāi)采作業(yè)。隨著(zhù) 5G 時(shí)代的到來(lái)，各種信息化應的思考。和目前煤炭企業(yè)普遍使用的 4G 網(wǎng)絡(luò )相比，5G 網(wǎng)絡(luò )的數據傳輸速度更快、響應延遲度更低，依托 5G 技術(shù)可以實(shí)現萬(wàn)物互聯(lián)。5G 技術(shù)是煤炭企業(yè)推進(jìn)智慧礦山建設、實(shí)現智能化無(wú)人開(kāi)采的重要技術(shù)支撐。

　　綜上所述，本文以礦山無(wú)線(xiàn)遠程遙控系統為研究?jì)热荩瑸閷?shí)現精確定位的目的，設計一款高性能的激光測距掃描儀用以測量與周?chē)�物體的距離，結合路徑規劃算法用以 AGV 自動(dòng)導航避障，同時(shí)，作為智慧礦山建設的關(guān)鍵，本文還將以 5G 通信技術(shù)手段為支撐，研究礦山物聯(lián)網(wǎng)的架構。設計礦山遠程無(wú)線(xiàn)遙控系統，是煤礦企業(yè)向信息化、自動(dòng)化、智能化轉型發(fā)展的基礎，因此本文所研究的內容具有重大的意義。

　　1.2 國內外研究現狀

　　1.2.1 國外研究現狀

　　國外對礦山開(kāi)采自動(dòng)化，信息化的嘗試起步較早，芬蘭，瑞典等北歐國家最先提出智能化的采礦技術(shù)方案，芬蘭出臺了涉及到礦山通信網(wǎng)絡(luò )建設，自動(dòng)化控制等28 個(gè)項目的科研專(zhuān)題，瑞典則實(shí)施了"Grountecknik"戰略計劃，除此之外美國、加拿大、德國、澳大利亞等在這方面的研究也較為成熟[5].

　　基律納鐵礦位于瑞典北部，深入北極圈內 200km,是世界上緯度最高的礦產(chǎn)基地之一。同時(shí)也是目前歐洲唯一正在開(kāi)采的特大型鐵礦山。基律納鐵礦山已基本實(shí)現了無(wú)人化智能采礦，在井下作業(yè)面除了檢修工人正常檢修外，幾乎看不到其他工人，幾乎所有操作控制均由遠程計算機集控系統完成，自動(dòng)化程度非常高。

　　加拿大邁斯特羅數字礦山使用 Plexus 電力網(wǎng)、Vigilante AQS?、EZ Node? 等一系列先進(jìn)的設備高效完成開(kāi)采工作。Plexus 電力網(wǎng)專(zhuān)為高帶寬，低延遲的同軸電 纜通信等應用場(chǎng)景提供服務(wù)，包括高速、5G 低延遲數字無(wú)線(xiàn)通信網(wǎng)絡(luò )，為無(wú)線(xiàn)接入點(diǎn)（WAP）、攝像機和任何其他基于 IP 的設備提供 PoE+電源。Vigilante AQS?是該數字礦山推出的第三代礦井地下空氣質(zhì)量檢測系統，礦井可以量化和限定通風(fēng)量和通風(fēng)質(zhì)量，可以有效降低甲烷、一氧化碳和硫化氫的潛在危險氣體濃度。該檢測系統，集成靈活，配合 Modbus TCP/IP,以太網(wǎng)/IP 或者基于 RS485 串行模塊使 用。EZ Node? 可以根據 IEEE 802.11b/g 的協(xié)議標準，可用于基于以太網(wǎng)或泄漏饋線(xiàn)的通信網(wǎng)絡(luò )，提供終端設備與已有網(wǎng)絡(luò )的客戶(hù)端無(wú)線(xiàn)連接。

　　力拓（Rio Tinto）是一家業(yè)務(wù)遍布全球 36 個(gè)國家的礦業(yè)和金屬公司，采用了MAS（Mine Automation System）礦山自動(dòng)化系統指導大規模開(kāi)采生產(chǎn)，該系統依托其部署的 5G 網(wǎng)絡(luò )，實(shí)時(shí)統計覆蓋區域內 98%的站點(diǎn)上收集到的數據，通過(guò)網(wǎng)絡(luò )服務(wù)器應用程序進(jìn)行反饋，并對數據信息進(jìn)行分析與挖掘。通過(guò) AI 技術(shù)自動(dòng)生成礦體模型，組織設備調度，預測和控制爆破，自動(dòng)優(yōu)化駕駛卡車(chē)的速度，減少了排隊的次數，大幅度提高生產(chǎn)效率。在使用 VR 技術(shù)充分保障人員安全的同時(shí)，還能及時(shí)找出事故發(fā)生的原因，這些都已經(jīng)在新西蘭的鋁冶煉廠(chǎng)（NZAS）成功應用。除此之外，力拓集團自主研發(fā)的 RTVis 力拓可視化軟件將地質(zhì)、巖土工程、鉆探和爆破、生產(chǎn)和規劃結合在一起，將地表特征可視化，便于決策，充分節省了人力，提高了效率。力拓在澳大利亞西部皮爾巴拉地區的礦坑使用自動(dòng)駕駛車(chē)輛來(lái)搬運礦石，由53 輛大型自卸卡車(chē)組成的車(chē)隊在自動(dòng)運輸系統的統一控制下采礦作業(yè)，每輛卡車(chē) 都配備有 200 多個(gè)傳感器、一個(gè) GPS 接收器和一個(gè)雷達制導系統。卡車(chē)在工廠(chǎng)的裝卸區和加工區之間按照預先設定的路線(xiàn)行駛，同時(shí)還能夠動(dòng)態(tài)導航巡線(xiàn)道路和十字路口。任何進(jìn)入該區域的人員都乘坐連接到自動(dòng)運輸系統中的車(chē)輛進(jìn)入，因此自動(dòng)駕駛卡車(chē)和遠程操作管理人員能夠知道他們的確切位置。在操作中心，來(lái)自卡車(chē)和其他設備、現場(chǎng)人員和設備儀器的數據被收集到一個(gè)綜合的礦井自動(dòng)化系統中。該軟件提供了整個(gè)采礦作業(yè)的實(shí)時(shí)、全景視圖，包括工作現場(chǎng)的三維可視化。

　　鄧迪公司于 20 世紀 20 年代初就將無(wú)線(xiàn)網(wǎng)絡(luò )引入位于保加利亞切洛佩奇的銅金礦地下礦山，最初使用 RFID 和 Wi-Fi 技術(shù)跟蹤設備和人員的位置，并使人員與地面保持連接，以布滿(mǎn) Wi-Fi 接入點(diǎn)的長(cháng)約 55 英里的光纜為基礎構建該地下通信系統。隨著(zhù) 5G 通信技術(shù)的穩定發(fā)展，在近 2000 英尺深的礦井底部部署 5G 基站，覆蓋 5G 網(wǎng)絡(luò )，提供可靠即時(shí)通訊，礦工們可以把筆記本電腦和智能手機帶進(jìn)礦井，與地面保持連接，每臺開(kāi)采車(chē)輛、每臺機器、頂安全帽上都有 RFID 標簽，通過(guò)附加傳感器，管理人員可以實(shí)時(shí)觀(guān)察到礦井中人和物體的位置，防止事故和故障，并實(shí)時(shí)協(xié)調作業(yè)。

　　諸如諾基亞，西門(mén)子，ABB,思科等世界知名公司也針對發(fā)展數字礦山提出了自己的解決方案[6].諾基亞與 Komatsu and Sandvik 一起，提供數字礦山網(wǎng)絡(luò )建設方案，通過(guò)現場(chǎng)建立起來(lái)的 LTE 網(wǎng)絡(luò )，支持涵蓋遠程操控和自動(dòng)拖運、遠程區域和操作中心之間的即時(shí)通信和數據流、將遠程攝像頭中記錄的視頻反饋回送等服務(wù)，確保勘探隊員及所攜帶設備在任何地方都有可靠的連接，滿(mǎn)足越來(lái)越多物聯(lián)網(wǎng)設備的連接需求，節省時(shí)間，通過(guò)本地數據處理加快決策速度。

　　除此之外，諾基亞貝爾實(shí)驗室研究出的 Future X architecture for mining 架構充 分利用工業(yè)物聯(lián)網(wǎng)、邊緣計算、智慧云、人工智能、機器學(xué)習、增強和虛擬現實(shí)以及 5G 通信等技術(shù)，在工業(yè)領(lǐng)域推動(dòng)創(chuàng )建智能動(dòng)態(tài)網(wǎng)絡(luò )，提高操作的安全性，推動(dòng)生產(chǎn)力、效率和響應能力的提高。

　　巴西淡水河谷公司是全球鐵礦石業(yè)務(wù)的領(lǐng)導者，僅在巴西就有 38 個(gè)礦點(diǎn)，其中包括 22 個(gè)礦山，西門(mén)子與其全資子公司 Chemtech 推出的生產(chǎn)管理綜合采礦系 統（GPV-M）專(zhuān)為淡水河谷打造，符合其具體需求。為確保操作簡(jiǎn)便靈活，該系統的所有通信接口和用戶(hù)接口均已標準化，能夠處理高達 1.2 兆字節的實(shí)時(shí)數據，并為至少 1000 個(gè)用戶(hù)同時(shí)提供服務(wù)，通過(guò)提供集成即時(shí)可靠數據的自動(dòng)化系統更，提高了勞動(dòng)生產(chǎn)率和靈活性并減少了非生產(chǎn)性工時(shí)。預計到 2020 年，因業(yè)務(wù)成本的降低和資產(chǎn)非生產(chǎn)工時(shí)的減少，可以為公司節省近 5300 萬(wàn)美元。

　　ABB 提出的 Ability mine optimize 框架，使用三個(gè)無(wú)齒輪軋機驅動(dòng)系統，使得哈薩克斯坦 KAZ Minerals 的產(chǎn)能翻番并提出了打造未來(lái)數字礦山的五步走戰略，同時(shí)提出的還有 ABB Ability? Operation Management system,該操作管理系統結合人工智能、數字孿生模擬和行業(yè)專(zhuān)業(yè)知識，方便企業(yè)實(shí)時(shí)自主決策，該系統同時(shí)優(yōu)化流程和車(chē)隊管理，減少停機時(shí)間。

　　Sandvik 集團是全球領(lǐng)先的采礦和建筑行業(yè)設備和工具、服務(wù)和技術(shù)解決方案供應商，其中 Sandvik 采礦和巖石技術(shù)是其最為重要的業(yè)務(wù)領(lǐng)域。思科利用自主研發(fā)的物聯(lián)網(wǎng)工業(yè)網(wǎng)絡(luò )技術(shù)聯(lián)手 Sandvik 專(zhuān)用礦用自動(dòng)化軟件幫助瑞典礦業(yè)公司Boliden 自動(dòng)化采礦作業(yè)。應用領(lǐng)域包括巖石鉆探、巖石切割、破碎和篩分、裝載和運輸、隧道、采石和破碎和拆除。利用思科的工業(yè)交換機和接入點(diǎn)，Boliden 使 用 New Radio 部署 5G 網(wǎng)絡(luò )建立了高效的低延時(shí)物聯(lián)網(wǎng)網(wǎng)絡(luò )，優(yōu)化了自動(dòng)化采礦設備和作業(yè)方式，實(shí)時(shí)追蹤數據流和信息流、資源勘測與位置跟蹤，提高了設備開(kāi)采效率，保障了人員安全。

　　位于加拿大魁北克省北部埃洛諾爾金礦的 Goldcorp 公司是一家大型跨國黃金生產(chǎn)商，該公司與思科和 AeroScout Industrial 合作，在其地下 5G-WiFi 網(wǎng)絡(luò )上部署"按需通風(fēng)"和跟蹤系統，每個(gè)員工、車(chē)輛和設備都有 RFID 標簽。RFID 定位系統結合傳感器和來(lái)自機器和車(chē)輛的車(chē)載診斷數據，通過(guò) 5G 網(wǎng)絡(luò )，操作人員能夠實(shí)時(shí)查看礦井中發(fā)生的一切。礦工亦可通過(guò) IP 語(yǔ)音服務(wù)、電子郵件和應用程序連接到地面，在緊急情況下可以立即定位。利用位置數據，自動(dòng)通風(fēng)系統可響應隨時(shí)通風(fēng)的需求，當礦工進(jìn)入或離開(kāi)一個(gè)區域時(shí)，風(fēng)扇會(huì )打開(kāi)或關(guān)閉，當附近的車(chē)輛和機器運行時(shí)，風(fēng)扇速度會(huì )自動(dòng)調整，以確保廢氣和排放物得到適當的分散，自動(dòng)通風(fēng)系統將礦井通風(fēng)時(shí)間減少了近一半以上，每年可減少 150 萬(wàn)至 250 萬(wàn)美元的能源成本，并在緊急情況下定位員工位置的速度比以前快 45 到 50 分鐘。

　　1.2.2 國內研究現狀

　　煤炭作為需求旺盛的發(fā)電能源、工業(yè)動(dòng)力能源、民用商品能源和化工原料，依然是推動(dòng)我國經(jīng)濟、軍事發(fā)展的重要基礎。據統計，我國有煤礦近萬(wàn)座，年產(chǎn)煤炭30 多億噸，全國規模以上煤炭企業(yè)相關(guān)從業(yè)人員數量超過(guò) 500 萬(wàn)，煤炭生產(chǎn)規模以及從業(yè)人員數量均居世界第一。但同時(shí)，煤炭生產(chǎn)百萬(wàn)噸所造成的死亡率也高居世界首位，安全問(wèn)題引發(fā)廣泛關(guān)注。和歐美發(fā)達國家相比，我國礦山自動(dòng)化、智能化建設起步較晚，在包括基礎設施建設，功能體系設計，系統能力表現等方面面臨著(zhù)諸多問(wèn)題。

　　隨著(zhù)技術(shù)水平不斷進(jìn)步，煤礦效益的不斷增加，各家企業(yè)也在尋求更為安全、高效生產(chǎn)模式。陜西黃陵礦業(yè)集團 1001 工作面首次應用綜采智能控制系統實(shí)現智能開(kāi)采，月產(chǎn)量達到 17.03 萬(wàn)噸，年度產(chǎn)量近 200 多萬(wàn)噸，生產(chǎn)率比原先提高近25%;山東能源棗莊礦業(yè)集團濱湖煤礦 16108 工作面采用遠程可視化指導生產(chǎn)，平均月產(chǎn)量近 10.5 萬(wàn)噸，比之前增加近 4.5 萬(wàn)噸，增幅達 75%,與此同時(shí)，對于每一個(gè)煤炭生產(chǎn)組，使用一人負責遠程遙控，兩人負責巡檢的三人組模式，大大優(yōu)化人員結構，提高了操作安全性；內蒙古神東煤炭集團上灣煤礦 8.8 米綜采工作面首次采用 3D 打印技術(shù)優(yōu)化鏈輪齒形結構，大大提高了機械精度承載力和可靠性，據統計，工作效率因此提高 85%,成本減少 30%;首鋼集團也搭建了縱向四級、橫向四塊的數字化礦山整體框架[7].

　　同時(shí)，我國對 5G 技術(shù)的生產(chǎn)研發(fā)水平處于世界前列，煤礦企業(yè)憑借 5G 等新技術(shù)，也做出了新的嘗試。2019 年 9 月 5 日，陽(yáng)煤集團、中國移動(dòng)、華為公司簽署 5G 業(yè)務(wù)框架合作協(xié)議，將聯(lián)合開(kāi)展 5G+智慧礦山應用合作，標志著(zhù) 5G 通信煤炭產(chǎn)業(yè)應用創(chuàng )新聯(lián)盟的正式成立。兩個(gè)月之后的 11 月 18 日，陽(yáng)煤集團成功實(shí)現了井下主巷道、運輸巷道的 5G 信號全覆蓋，在全國范圍內實(shí)現了井下 5G 網(wǎng)絡(luò )應用為零的突破。2019 年 9 月 29 日，陜煤集團蒲白建莊礦業(yè)公司建成陜西省首個(gè)煤礦 5G 信號基站。洛陽(yáng)鉬業(yè)攜手中國聯(lián)通，首次將 5G 技術(shù)應用無(wú)人采礦設備上，部分無(wú)人采礦設備已經(jīng)調試成功，并在露天礦場(chǎng)中自由地進(jìn)行了鉆井，鏟土，卡車(chē)裝載和運輸等操作。操作人員通過(guò)遠程操控臺的屏幕以第一視角觀(guān)察了挖掘機鏟斗作業(yè)。5G 技術(shù)讓遠程操作延遲控制在幾十毫秒之內，誤差在 10 余厘米內，大幅度提高了作業(yè)效率，使該公司無(wú)人采礦作業(yè)更加精準和穩定。2019 年 11 月 20 日，內蒙古移動(dòng)聯(lián)合華為在準格爾旗麻地梁煤礦成功部署井下 5G 基站并組網(wǎng)應用，實(shí)現了礦井主巷道、運輸巷道的 5G 信號覆蓋。12 月 17 日，山西省晉城市政府與中國移動(dòng)山西分公司簽署 5G 戰略合作協(xié)議。根據協(xié)議，雙方將共同探索 5G 在智能煤層氣抽采、智能礦山、智能制造、智慧城市、智慧旅游等各領(lǐng)域的運用，助力晉城打造中等智能城市全國樣板。

　　從 2016 年國家出臺"十三五"規劃以來(lái)，綜采工作在自動(dòng)化的基礎上逐步形成了以工作面"無(wú)人操作，又有人巡視"的智能化開(kāi)采模式，積極推動(dòng)了綜采成套裝備研發(fā)和智慧礦山建設的規劃，國家能源技術(shù)革命創(chuàng )新行動(dòng)計劃明確了 2030 年重點(diǎn)煤礦區基本實(shí)現工作面無(wú)人化的目標，為大力發(fā)展智能化開(kāi)采技術(shù)提供了良好的政策支撐。未來(lái)的礦山，是基于最新前沿技術(shù)的智能行業(yè)。

　　1.3 論文主要研究?jì)热菁敖Y構安排

　　第一章首先敘述了煤礦等礦產(chǎn)資源對于生產(chǎn)生活的重要意義作用，其次討論了采礦業(yè)的基本特點(diǎn)，從國家、社會(huì )、企業(yè)等層面說(shuō)明煤礦行業(yè)建設信息化、自動(dòng)化、智能化的綜采方式的必要性和充分性，并通過(guò)對比國內外煤礦自動(dòng)化的發(fā)展歷程及現狀進(jìn)一步闡明我國智慧礦山建設的特點(diǎn)，最后結合新興通信技術(shù)手段，提出了本文的研究?jì)热荩�即基�?5G 通信技術(shù)手段，設計礦山無(wú)線(xiàn)遠程遙控系統，為智慧礦山建設奠定基礎。

　　第二章介紹礦山無(wú)線(xiàn)遠程遙控系統總體設計方案，通過(guò)將此遠程遙控系統劃分為機車(chē)車(chē)載子系統、遠程遙控子系統、網(wǎng)絡(luò )通信子系統分別研究，著(zhù)重介紹了各子系統的功能特點(diǎn)以及所選用的設備型號。

　　第三章從激光測距原理出發(fā)，通過(guò)測距掃描儀硬件電路的設計，獲取距離信息，從而得到位置坐標等，完成了產(chǎn)品的研發(fā)與測試。并以此構建地圖信息，同時(shí)簡(jiǎn)要介紹 SLAM 原理及常見(jiàn)的定位導航方法，為 AGV 路徑規劃提供前提條件。

　　第四章具體討論了 AGV 的路徑規劃功能，比較目前的典型的路徑規劃算法，并提出通過(guò)引入權值的啟發(fā)函數，優(yōu)化 A*算法的一種方法，同時(shí)為了應對礦山井下碎石，煤塊等障礙物突發(fā)落下的情況，研究了 D*的動(dòng)態(tài)路徑規劃方法，有效實(shí)現避障防碰功能，作為 AGV 路徑規劃算法的補充。

　　第五章對比了 LTE-M 和 NB-IoT 的特點(diǎn)，介紹了 LPWAN 中無(wú)線(xiàn)通信技術(shù)的不斷演進(jìn)歷程，接下來(lái)討論了智慧礦山建設通信技術(shù)的解決方案。通過(guò)結合 5G 通信技術(shù)低時(shí)延，大帶寬、廣覆蓋的優(yōu)勢，可以較好的滿(mǎn)足礦山遠程操作、回傳高清視頻、實(shí)時(shí)動(dòng)態(tài)監控、數據決策分析等業(yè)務(wù)需求，提出了一種基于 5G 技術(shù)的智慧礦山物聯(lián)網(wǎng)架構。

　　1.4 本章總結

　　本章對課題研究的意義、背景等進(jìn)行了詳細的論述，通過(guò)國內外煤礦行業(yè)的發(fā)展實(shí)例說(shuō)明礦山信息化、自動(dòng)化、智能化的研究現狀，并結合激光測距掃描儀的產(chǎn)品開(kāi)發(fā)，AGV 路徑規劃算法，5G 通信技術(shù)提出將礦山遠程無(wú)線(xiàn)遙控系統作為智慧礦山建設的基礎，進(jìn)一步說(shuō)明所研究課題的重要性。

　　2 無(wú)線(xiàn)遠程遙控系統總體設計

　　2.1 機車(chē)車(chē)載子系統

　　2.1.1 車(chē)載遙控接收器

　　2.1.2 車(chē)載中央控制器

　　2.1.3 隔爆兼本安型電源箱

　　2.1.4 礦用負載敏感比例電磁閥

　　2.2 遠程遙控子系統

　　2.2.1 遙控發(fā)送器

　　2.2.2 遠程遙控平臺

　　2.2.3 服務(wù)器軟件

　　2.3 網(wǎng)絡(luò )通信子系統

　　2.3.1 無(wú)線(xiàn)中繼器

　　2.3.2 5G 通信模組

　　2.3.3 5G 網(wǎng)絡(luò )架構

　　2.4 本章小結

　　3 激光測距及定位導航方法研究

　　3.1 激光測距原理

　　3.2 部分硬件電路設計

　　3.2.1 電源模塊

　　3.2.2 電壓調節模塊

　　3.2.3 無(wú)線(xiàn)供電模塊

　　3.2.4 電機控制模塊

　　3.2.5 數據傳輸模塊

　　3.2.6 主控芯片

　　3.3 數據獲取函數設計

　　3.4 定位導航方案研究

　　3.5 定位與導航方案設計

　　3.6 本章小結

　　4 AGV 路徑規劃算法研究

　　4.1 AGV 簡(jiǎn)介

　　4.2 路徑規劃算法原理

　　4.3 基于 A*的優(yōu)化算法及仿真

　　4.4 本章小結

　　5 基于 5G 通信的礦山物聯(lián)網(wǎng)架構研究

　　5.1 物聯(lián)網(wǎng)簡(jiǎn)介

　　5.1.1 物聯(lián)網(wǎng)發(fā)展

　　5.1.2 物聯(lián)網(wǎng)中的通信技術(shù)

　　5.2 5G 與物聯(lián)網(wǎng)

　　5.2.1 5G 綜述

　　5.2.2 5G 時(shí)延分析及仿真

　　5.2.3 5G 技術(shù)在礦山應用必要性研究

　　5.3 智慧礦山物聯(lián)網(wǎng)架構

　　5.4 本章總結

6 總結分析及未來(lái)展望

　　6.1 論文工作總結

　　礦山綜采技術(shù)水平落后一直是制約我國煤礦行業(yè)進(jìn)步發(fā)展的重要原因，開(kāi)采效率的提高是建設煤礦強國的必由之路，隨著(zhù) 5G、大數據、人工智能、物聯(lián)網(wǎng)等技術(shù)的應用落地，數字化、智能化、自動(dòng)化的礦山建設有了技術(shù)支持，全新的自動(dòng)化操作模式將會(huì )代替勞動(dòng)密集型的傳統勞作方式。本文主要針對礦山無(wú)線(xiàn)遠程遙控系統的設計展開(kāi)，進(jìn)行了以下三方面的研究：

　　（1）從礦山開(kāi)采作業(yè)車(chē)輛定位與導航功能需求出發(fā)，分析研究了激光測距掃描原理，并針對硬件電路進(jìn)行設計，完成了產(chǎn)品的研發(fā)與測試。結合工業(yè) Modbus 通信協(xié)議，搭建礦山無(wú)線(xiàn)遠程遙控系統上位機服務(wù)器與客戶(hù)端下位機的通信環(huán)境，并對測試結果進(jìn)行分析，在距離信息已獲取的情況下，制定了激光導航方案，結合SLAM 算法構建地圖。

　　（2）為了實(shí)現 AGV 導航功能需求，在原有路徑規劃算法的基礎上，通過(guò)引入坐標之差均值的加權系數，修改啟發(fā)函數，對 A*算法進(jìn)行優(yōu)化，并結合礦井地下作 業(yè)環(huán)境的特殊性，設計使用動(dòng)態(tài)路徑規劃算法運用于本遙控系統，通過(guò)實(shí)驗室仿真結果分析，所提出的優(yōu)化策略能夠較好的彌補傳統算法的不足。

　　（3）從礦山無(wú)線(xiàn)遠程遙控系統通信子系統設計的角度出發(fā)，分析研究了目前礦山企業(yè)普遍使用的局域網(wǎng)通信的局限與不足，同時(shí)分析了新一代移動(dòng)通信技術(shù)的特點(diǎn)及應用于物聯(lián)網(wǎng)行業(yè)的優(yōu)勢。針對遠程遙控需要實(shí)時(shí)控制、傳輸大量視頻、數據等需求，設計了基于 5G 技術(shù)的礦山物聯(lián)網(wǎng)架構。

　　6.2 未來(lái)工作展望

　　由于受研究時(shí)間的制約和學(xué)術(shù)水平的限制，本文在對礦山無(wú)線(xiàn)遠程遙控系統的研究還存著(zhù)一些不足，在今后的研究中可以向以下幾個(gè)方面進(jìn)行拓展：

　　（1）定位與導航是 AGV 研究領(lǐng)域的一個(gè)重要且關(guān)鍵的領(lǐng)域，涉及到通信、控制、機械等方面，比如在使用某些傳感器設備，設計與機車(chē)車(chē)載子系統的接口，對于獲取圖像信息與已有圖像匹配算法應用上面，本文并未對此展開(kāi)詳細的研究分析，這可作為今后研究的方向。

　　（2）本文中研究的路徑規劃算法只是眾多路徑算法中的一類(lèi)，即通過(guò)將周?chē)�環(huán)境劃分為柵格地圖，因此需要首先獲得周?chē)�環(huán)境的地圖信息，在第四章中也提到了其他的路徑規劃算法，對于這些算法的具體應用及優(yōu)化也值得深入研究。

　　（3）智慧礦山的建設是大勢所趨，但考慮到現有實(shí)際情況，像 5G 基站的部署、設備儀器的跟進(jìn)都需要各個(gè)企業(yè)通力合作，智慧礦山的普及可能仍需一段時(shí)間，受時(shí)間和條件限制，本文研究的部分內容未能進(jìn)行實(shí)際現場(chǎng)環(huán)境測試。

　　參考文獻

　　[1] 顧慧，趙鳳輝，周亦。探索大數據在智慧礦山、智慧城市研究中的應用[J].中國金屬通報，2019（06）：225+227.

　　[2] 孫波中，潘清元。數字礦山的技術(shù)現狀及發(fā)展趨勢[J].世界有色金屬，2019（24）：13+15.

　　[3] 趙明磊。智慧礦山框架與發(fā)展前景研究[J].科學(xué)技術(shù)創(chuàng )新，2019（23）：180-181.

　　[4] 王國法，王虹，任懷偉，趙國瑞，龐義輝，杜毅博，張金虎，侯剛。智慧煤礦 2025 情景目標和發(fā)展路徑[J].煤炭學(xué)報，2018,43（02）：295-305.

　　[5]J. Babjak, P. Novák, T. Kot, W. Moczulski, M. Adamczyk and W. Panfil. Control system of a mobilerobot for coal mines[C]. //2016 17th International Carpathian Control Conference （ICCC）， TatranskaLomnica,2016.17-20.

　　[6] Jian-guo Li,Kai Zhan. Intelligent Mining Technology for an Underground Metal Mine Based onUnmanned Equipment[J]. Engineering,2018,4（3）：381-391.

　　[7] Guo Huan Lou,Chao Chen. Design of the Intelligent Control System for Mine Hoist[J]. AppliedMechanics and Materials,2013,2748:957-961.

　　[8] 李昀澤。 基于激光雷達的室內機器人 SLAM 研究[D].華南理工大學(xué)，2016.7-32.

　　[9] J. Li, J. Zhao, Y. Kang, X. He, C. Ye and L. Sun. DL-SLAM: Direct 2.5D LiDAR SLAM forAutonomous Driving[C]. //2019 IEEE Intelligent Vehicles Symposium （IV）， Paris, France,2019.1205-1210.

　　[10] 鄭宏。 移動(dòng)機器人導航和 SLAM 系統研究[D].上海交通大學(xué)，2007.24-42.

　　[11] M. Karrer, P. Schmuck and M. Chli. CVI-SLAM-Collaborative Visual-Inertial SLAM[J]. IEEERobotics and Automation Letters, vol. 3, no. 4,Oct. 2018.1-8:2762-2769.

　　[12] Baofu Fang,Zhiqiang Zhan. A visual SLAM method based on point-line fusion in weak-matchingscene:[J]. SAGE PublicationsSage UK: London, England,2020,17（2）：1-11.

　　[13] 董秀 娟，豐 彬， 王保坤 .基于 激光雷 達和 SLAM 的 自主 行駛小車(chē) 設計 [J].電子 測試，2020（01）：93-94+56.

　　[14] 張廣林，胡小梅，柴劍飛，趙磊，俞濤。路徑規劃算法及其應用綜述[J].現代機械，2011（05）：85-90.

　　[15] 李永丹，馬天力，陳超波，韋宏利，楊瓊楠。無(wú)人駕駛車(chē)輛路徑規劃算法綜述[J].國外電子測量技術(shù)，2019,38（06）：72-79.

　　[16] Wu Qing,Chen Zeyu,Wang Lei,Lin Hao,Jiang Zijing,Li Shuai,Chen Dechao. Real-Time DynamicPath Planning of Mobile Robots: A Novel Hybrid Heuristic Optimization Algorithm.[J]. Sensors（Basel, Switzerland），2019,20（1）：1-18.

　　[17] 許源。結合粒子群算法和改進(jìn)人工勢場(chǎng)法的移動(dòng)機器人混合路徑規劃 [D].浙江大學(xué)，2013.29-61.

　　[18] 張毅，代恩燦，羅元。基于改進(jìn)遺傳算法的移動(dòng)機器人路徑規劃[J].計算機測量與控制，2016,24（01）：313-316.

　　[19] Yanjie Li,Wu Wei,Yong Gao,Dongliang Wang,Zhun Fan. PQ-RRT*: An improved path planningalgorithm for mobile robots[J]. Elsevier Ltd,2020,152:1-17.

　　[20] 王沛棟。 改進(jìn)蟻群算法及在路徑規劃問(wèn)題的應用研究[D].中國海洋大學(xué)，2012.73-95.

　　[21] D. Li and K. Niu. Dijkstra's algorithm in AGV[C]. //2014 9th IEEE Conference on Industrial

　　[22] Franti?ek Duchoň，Andrej Babinec,Martin Kajan,Peter Beňo,Martin Florek,Tomá？ Fico,LadislavJuri?ica. Path Planning with Modified a Star Algorithm for a Mobile Robot[J]. ProcediaEngineering,2014,96:59-69.

　　[23] Xiaolin Zhao,Yu Zhang,Boxin Zhao. Robust path planning for avoiding obstacles using timeenvironment dynamic map[J]. SAGE Publications,2020,53（1-2）：1-8.

　　[24] T. Zheng, Y. Xu and D. Zheng. AGV Path Planning based on Improved A-star Algorithm[C].//2019 IEEE 3rd Advanced Information Management, Communicates, Electronic and AutomationControl Conference （IMCEC）， Chongqing, China, 2019. 1534-1538.

　　[25] Dai Xiaolin,Long Shuai,Zhang Zhiwen,Gong Dawei. Mobile Robot Path Planning Based on AntColony Algorithm With A* Heuristic Method[J]. Frontiers in neurorobotics,2019,13:1-14.

　　[26] 婁安東，李向陽(yáng)，阮佳琪，潘瑾瑜，馮靜。二叉樹(shù)路徑規劃算法在柵格地圖中的應用[J].礦山機械，2019,47（10）：67-71.

　　[27] 齊堯，徐友春，李華，王任棟。一種基于改進(jìn)混合 A~*的智能車(chē)路徑規劃算法[J].軍事交通學(xué)院學(xué)報，2018,20（08）：85-90.

　　[28] 張超超，房建東。基于定向加權 A~*算法的自主移動(dòng)機器人路徑規劃[J].計算機應用，2017,37（S2）：77-81.

　　[29] N.A. Fountas,N.M. Vaxevanidis. Intelligent 3D tool path planning for optimized 3-axis sculpturedsurface CNC machining through digitized data evaluation and swarm-based evolutionaryalgorithms[J]. Elsevier Ltd,2020,158:1-18.

　　[30] S. Majumder and M. S. Prasad. Three dimensional D* algorithm for incremental path planningin uncooperative environment[C]. //2016 3rd International Conference on Signal Processing andIntegrated Networks （SPIN）， Noida, 2016. 431-435.

　　[31] A. Ikpehai et al. Low-Power Wide Area Network Technologies for Internet-of-Things: AComparative Review[J]. IEEE Internet of Things Journal, vol. 6, no. 2.April 2019.:2225-2240.

　　[32] W. Ayoub, A. E. Samhat, F. Nouvel, M. Mroue and J. Prévotet. Internet of Mobile Things:Overview of LoRaWAN, DASH7, and NB-IoT in LPWANs Standards and Supported Mobility[J].IEEE Communications Surveys & Tutorials, vol. 21, no. 2. Secondquarter 2019:1561-1581.

　　[33] A. Khalifeh, K. A. Aldahdouh, K. A. Darabkh and W. Al-Sit. A Survey of 5G Emerging WirelessTechnologies Featuring LoRaWAN, Sigfox, NB-IoT and LTE-M[C]. //2019 International Conferenceon Wireless Communications Signal Processing and Networking （WiSPNET）， Chennai, India,2019.561-566.

　　[34] R. Ratasuk, N. Mangalvedhe, D. Bhatoolaul and A. Ghosh. LTE-M Evolution Towards 5GMassive MTC[C]. // 2017 IEEE Globecom Workshops （GC Wkshps）， Singapore, 2017.1-6.

　　[35] P. Popovski et al. Wireless Access in Ultra-Reliable Low-Latency Communication （URLLC）[J].IEEE Transactions on Communications, vol. 67, no. 8. Aug. 2019: 5783-5801.

　　[36] F. Voigtl?nder, A. Ramadan, J. Eichinger, C. Lenz, D. Pensky and A. Knoll. 5G for Robotics:Ultra-Low Latency Control of Distributed Robotic Systems[C]. //2017 International Symposium onComputer Science and Intelligent Controls （ISCSIC）， Budapest, 2017.69-72.

　　[37] A. Azari, ?. Stefanovi?, P. Popovski and C. Cavdar. On the Latency-Energy Performance of NBIoT Systems in Providing Wide-Area IoT Connectivity[J]. IEEE Transactions on GreenCommunications and Networking, vol. 4, no. 1. March 2020: 57-68.

　　[38] Imtiaz Parvez,Ali Rahmati,Ismail Guvenc,Arif I. Sarwat,Huaiyu Dai. A Survey on Low LatencyTowards 5G: RAN, Core Network and Caching Solutions[J]. IEEE Communications Surveys &Tutorials,2018,20（4）：3098-3130.

　　[39] Masashi IWABUCHI,Anass BENJEBBOUR,Yoshihisa KISHIYAMA,Guangmei REN,ChenTANG,Tingjian TIAN,Liang GU,Yang CUI,Terufumi TAKADA. 5G Experimental Trials for UltraReliable and Low Latency Communications Using New Frame Structure[J]. IEICE Transactions onCommunications,2019,E102.B（2）：1-10.

　　[40] Romana Shahzadi,Ambreen Niaz,Mudassar Ali,Muhammad Naeem,Joel J.P.C.Rodrigues,FarhanQamar,Syed Muhammad Anwar.Three Tier Fog Networks: Enabling IoT/5G for Latency SensitiveApplications[J].中國通信，2019,16（03）：1-11.

　　[41] Jianmin Zhang,Weiliang Xie,Fengyi Yang,Qi Bi.Mobile Edge Computing and Field Trial Resultsfor 5G Low Latency Scenario[J].中國通信，2016,13（S2）：174-182.

　　[42] 柴麗。5G URLLC 標準化關(guān)鍵技術(shù)分析[J].移動(dòng)通信，2020,44（02）：30-34.

　　[43] M. Polese, R. Jana, M. Zorzi. TCP in 5G mmWave networks: Link level retransmissions and MPTCP[C]. //2017 IEEE Conference on Computer Communications Workshops （INFOCOM WKSHPS），Atlanta, GA, 2017. 343-348

　　[44] M. Zhang et al. Transport layer performance in 5G mmWave cellular[C]. //2016 IEEE Conferenceon Computer Communications Workshops （INFOCOM WKSHPS）， San Francisco, CA, 2016. 730-735.

　　[45] Marco Mezzavilla,Menglei Zhang,Michele Polese,Russell Ford,Sourjya Dutta,SundeepRangan,Michele Zorzi. End-to-End Simulation of 5G mmWave Networks[J]. IEEE CommunicationsSurveys & Tutorials,2018,20（3）：2237-2263

　　[46] Marwat Safdar Nawaz Khan,Mehmood Yasir,Khan Ahmad,Ahmed Salman,Hafeez Abdul,KamalTariq,Khan Aftab. Method for Handling Massive IoT Traffic in 5G Networks.[J]. Sensors （Basel,Switzerland），2018,18（11）：1-16.

　　[47] Fadi Al-Turjman,Enver Ever,Hadi Zahmatkesh. Small Cells in the Forthcoming 5G/IoT: TrafficModelling and Deployment Overview[J]. IEEE Communications Surveys &Tutorials,2019,21（1）：1-38.

　　[48] Saddoud Ahlem,Doghri Wael,Charfi Emna,Fourati Lamia Chaari. 5G radio resource managementapproach for multi-traffic IoT communications[J]. Computer Networks,2020,166（C）：1-13.

　　[49]田騫。開(kāi)放式 Wi-Fi 無(wú)線(xiàn)通訊系統在井下的超融合應用[J].陜西煤炭，2019,38（06）：188-190+217.

　　[50] 孫繼平，陳暉升。智慧礦山與 5G 和 WiFi6[J].工礦自動(dòng)化，2019,45（10）：1-4.

　　[51] Wang Gang,Zhao Zhikai,Ning Yongjie. Design of Compressed Sensing Algorithm for Coal MineIoT Moving Measurement Data Based on a Multi-Hop Network and Total Variation.[J]. Sensors （Basel,Switzerland），2018,18（6）：1-17.

　　[52] L. Yang, D. Li, J. Zhao, J. Tang, Y. Qiu and J. Lu. Development of digital mine informationplatform based on Internet of things technology[C]. //2019 IEEE International Conference onComputation, Communication and Engineering （ICCCE）， Fujian P.R, China, 2019.91-94.

　　[53] 張航。 面向物聯(lián)網(wǎng)的 RFID 技術(shù)研究[D].東華大學(xué)，2011.2-30.

　　[54] 金鑫。 煤礦井下物聯(lián)網(wǎng)感知層的研究[D].安徽理工大學(xué)，2013.5-46.

　　[55] 閆朝輝。 煤礦機電設備物聯(lián)網(wǎng)監測管理平臺研究[D].太原理工大學(xué)，2016.5-62.

致謝

　　時(shí)光荏苒，由于今年新冠病毒肺炎疫情的影響，更是縮短了在學(xué)校生活學(xué)習的時(shí)間，轉眼間，美好與難忘的校園生活就要結束，回首過(guò)去短短兩年的點(diǎn)點(diǎn)滴滴，頓感溫暖。

　　首先要誠摯的感謝我的碩士研究生導師田洪現老師，是田老師給了我來(lái)北京交通大學(xué)學(xué)習的機會(huì )，讓我能在環(huán)境優(yōu)美、校風(fēng)優(yōu)良的北交校園里繼續學(xué)習。田老師無(wú)論是在學(xué)術(shù)研究還是日常生活方面都給予了我莫大的幫助。在課題研究方面，田老師為我指明了課題研究方向，當我遇到學(xué)術(shù)上的難題時(shí)總能夠及時(shí)有效的引導，他總是能夠用嚴謹的科研態(tài)度潛移默化的影響著(zhù)我，使我在困難面前依然懂得堅持。田老師將學(xué)習工作中的方法延續到日常生活中，教會(huì )我如何保持積極向上的心態(tài)，勤于運動(dòng)，釋放壓力，快樂(lè )生活。

　　其次，我要感謝在工程實(shí)踐期間北京易聯(lián)創(chuàng )安科技發(fā)展有限公司給予我的幫助。感謝李錦上老師對于我完成學(xué)位論文相關(guān)工作的指導，對我在硬件設計上遇到問(wèn)題的耐心解答，這段實(shí)習經(jīng)歷讓我收獲滿(mǎn)滿(mǎn)。

　　還要感謝我的同學(xué)朋友，尤其是我的師兄王海員，在朝夕相處的日日夜夜里，一起經(jīng)歷學(xué)習上的收獲和生活中的感動(dòng)，相互扶持，共同進(jìn)步。

　　感謝來(lái)自家人的關(guān)心與支持，更要感謝父母從小對我的辛勤教育，讓我能夠有勇氣、有能力、不怕苦、不怕累的攻讀專(zhuān)業(yè)，同時(shí)為我創(chuàng )造了一個(gè)溫暖而安全的良好成長(cháng)環(huán)境，讓我能夠心無(wú)旁騖，無(wú)需為其他所考慮。

　　最后要由衷的感謝參與碩士論文評審的專(zhuān)家老師們，感謝您們在百忙之中抽出寶貴時(shí)間審閱我的論文，希望能得到各位專(zhuān)家老師的批評與指正。

（如您需要查看本篇畢業(yè)設計全文，請您聯(lián)系客服索取）