井下高精度定位方法、装置、设备及存储介质

摘要

本申请公开了一种井下高精度定位方法、装置、设备及存储介质。该方法包括：获取井下定位场景中基于定位基站和定位对象的位置构建的第一无向图及基于井下巷道中心线构建的第二无向图；基于第一无向图构建图优化数学模型；获取目标定位对象在第二无向图中的初始定位值；对初始定位值基于图优化数学模型进行优化求解，将求解得到的最优解作为目标定位对象的修正定位值。如此，可以不依赖于空间的运动状态方程实现井下定位的误差修正，提高井下定位精度。

权利要求

1.一种井下高精度定位方法，其特征在于，包括：

获取井下定位场景中基于定位基站和定位对象的位置构建的第一无向图及基于井下巷道中心线构建的第二无向图；

基于所述第一无向图构建图优化数学模型，所述图优化数学模型的损失函数如下：其中， 为损失函数，t为采样时刻，i为递增变量，N为时间滑动窗口的大小， 为表征测距误差平滑性的第一约束参数， 为表征轨迹误差平滑性的第二约束参数；

获取目标定位对象在所述第二无向图中的初始定位值；

对所述初始定位值基于所述图优化数学模型进行优化求解，将求解得到的最优解作为所述目标定位对象的修正定位值；

其中，采样时刻t的第二约束参数 定义如下：

其中， 为目标定位对象的最大移动速度， 为目标定位对象在采样时刻t与上一采样时刻之间的时间差，ρ( )为损失子函数， 为在采样时刻t与上一采样时刻之间目标定位对象的预估距离值。

2.根据权利要求1所述的方法，其特征在于，所述对所述初始定位值基于所述图优化数学模型进行优化求解，包括：对所述初始定位值沿所述损失函数的函数值下降的方向不断迭代，直至收敛于设定容差值之内，得到最优解。

3.根据权利要求1所述的方法，其特征在于，采样时刻t的第一约束参数 定义如下：其中， 为视距条件下测距误差的标准差，ρ( )为损失子函数， 为采样时刻t目标定位对象距离定位基站a的测量值，e( )为空间受限函数， 为采样时刻t目标定位对象的待优化位置值， 为定位基站a的位置值。

4.根据权利要求1所述的方法，其特征在于，所述获取目标定位对象在所述第二无向图中的初始定位值，包括：获取目标定位对象在采样时刻t与覆盖范围内的定位基站之间的距离值；

针对各所述定位基站所处的位置及相应的所述距离值，在第二无向图中求取交点；

基于求取的交点，确定所述目标定位对象在采样时刻t的初始定位值。

5.根据权利要求4所述的方法，其特征在于，所述基于求取的交点，确定所述目标定位对象在采样时刻t的初始定位值，包括：若覆盖范围内的定位基站的数量为一个，则将邻近所述第二无向图中节点的交点的坐标值作为所述初始定位值；

若覆盖范围内的定位基站的数量为多个，则将对求取的交点基于聚类算法进行簇类划分，并求取交点数量最多的簇类中各交点的坐标值的均值，将所述均值作为所述初始定位值。

6.一种井下高精度定位装置，其特征在于，包括：

第一获取模块，用于获取井下定位场景中基于定位基站和定位对象的位置构建的第一无向图及基于井下巷道中心线构建的第二无向图；

建模模块，用于基于所述第一无向图构建图优化数学模型，所述图优化数学模型的损失函数如下：其中， 为损失函数，t为采样时刻，i为递增变量，N为时间滑动窗口的大小， 为表征测距误差平滑性的第一约束参数， 为表征轨迹误差平滑性的第二约束参数；

第二获取模块，用于获取目标定位对象在所述第二无向图中的初始定位值；

定位修正模块，用于对所述初始定位值基于所述图优化数学模型进行优化求解，将求解得到的最优解作为所述目标定位对象的修正定位值；

其中，采样时刻t的第二约束参数 定义如下：

其中， 为目标定位对象的最大移动速度， 为目标定位对象在采样时刻t与上一采样时刻之间的时间差，ρ( )为损失子函数， 为在采样时刻t与上一采样时刻之间目标定位对象的预估距离值。

7.一种井下高精度定位设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器，用于运行计算机程序时，执行权利要求1至5任一项所述方法的步骤。

8.一种存储介质，所述存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1至5任一项所述方法的步骤。

说明书

井下高精度定位方法、装置、设备及存储介质

技术领域

[0001] 本申请涉及井下定位领域，尤其涉及一种井下高精度定位方法、装置、设备及存储介质。

背景技术

[0002] 矿山井下开采有一定的危险性，开采需要在井下布置大量的设备、车辆、人员，各种自然或人为因素造成的灾害、事故对井下工作人员的人身安全造成了极大的威胁。对井下人员、车辆有效的组织管理，以及事故、灾害的救援都需要掌握井下人员、车辆、设备的精确位置数据，井下设备的远程控制、智能控制更离不开井下设备的实时精确位置数据。

[0003] 精确定位技术已成为矿井安全生产的重要技术支撑，相关技术中，往往基于UWB（Ultra Wide Band，超带宽）定位技术实现井下精确定位，在井下每隔一定距离布置UWB定位基站，人员、车辆或设备携带UWB定位标签，UWB定位基站与UWB定位标签之间通过测量脉冲信号的飞行时间（Time of flight，TOF），精确计算UWB定位标签到UWB定位基站之间的距离。由于UWB定位基站的坐标是已知的，根据UWB定位标签与多个UWB定位基站之间的精确距离，可精确计算出UWB定位标签的坐标。

[0004] UWB测距的精确性是相对于Wi‑Fi、蓝牙或ZigBee而言的，UWB静态测距精度仍有30cm左右的误差，动态测距误差会更大。在UWB测距结果的基础上，经过基于测距的空间定位算法计算的定位对象空间坐标也相应的具有一定的误差。对UWB定位误差的修正通常采用卡尔曼滤波、扩展卡尔曼滤波、容积卡尔曼滤波、无迹卡尔曼滤波、粒子滤波、正则粒子滤波或高斯粒子滤波等方法，上述方法均依赖于定位对象空间运动状态方程的构建，由于井下定位对象三维空间运动状态的未知性，难以构建较准确的运动状态方程，故修正效果不理想。

发明内容

[0005] 有鉴于此，本申请实施例提供了一种井下高精度定位方法、装置、设备及存储介质，旨在有效修正井下定位误差，提高井下定位精度。

[0006] 本申请实施例的技术方案是这样实现的：

[0007] 本申请实施例提供了一种井下高精度定位方法，包括：

[0008] 获取井下定位场景中基于定位基站和定位对象的位置构建的第一无向图及基于井下巷道中心线构建的第二无向图；

[0009] 基于所述第一无向图构建图优化数学模型；

[0010] 获取目标定位对象在所述第二无向图中的初始定位值；

[0011] 对所述初始定位值基于所述图优化数学模型进行优化求解，将求解得到的最优解作为所述目标定位对象的修正定位值。

[0012] 在一些实施例中，所述图优化数学模型的损失函数如下：

[0013]

[0014] 其中， 为损失函数，t为采样时刻，i为递增变量，N为时间滑动窗口的大小，为表征测距误差平滑性的第一约束参数， 为表征轨迹误差平滑性的第二约束参数。

[0015] 在一些实施例中，所述对所述初始定位值基于所述图优化数学模型进行优化求解，包括：

[0016] 对所述初始定位值沿所述损失函数的函数值下降的方向不断迭代，直至收敛于设定容差值之内，得到最优解。

[0017] 在一些实施例中，采样时刻t的第一约束参数 定义如下：

[0018]

[0019] 其中， 为视距条件下测距误差的标准差， 为损失子函数， 为采样时刻t目标定位对象距离定位基站a的测量值，e( )为空间受限函数， 为采样时刻t目标定位对象的待优化位置值， 为定位基站a的位置值。

[0020] 在一些实施例中，采样时刻t的第二约束参数 定义如下：

[0021]

[0022] 其中， 为目标定位对象的最大移动速度， 为目标定位对象在采样时刻t与上一采样时刻之间的时间差， 为损失子函数， 为在采样时刻t与上一采样时刻之间目标定位对象的预估距离值。

[0023] 在一些实施例中，所述获取目标定位对象在所述第二无向图中的初始定位值，包括：

[0024] 获取目标定位对象在采样时刻t与覆盖范围内的定位基站之间的距离值；

[0025] 针对各所述定位基站所处的位置及相应的所述距离值，在第二无向图中求取交点；

[0026] 基于求取的交点，确定所述目标定位对象在采样时刻t的初始定位值。

[0027] 在一些实施例中，所述基于求取的交点，确定所述目标定位对象在采样时刻t的初始定位值，包括：

[0028] 若覆盖范围内的定位基站的数量为一个，则将邻近所述第二无向图中节点的交点的坐标值作为所述初始定位值；

[0029] 若覆盖范围内的定位基站的数量为多个，则将对求取的交点基于聚类算法进行簇类划分，并求取交点数量最多的簇类中各交点的坐标值的均值，将所述均值作为所述初始定位值。

[0030] 第二方面，本申请实施例提供了一种井下高精度定位装置，包括：

[0031] 第一获取模块，用于获取井下定位场景中基于定位基站和定位对象的位置构建的第一无向图及基于井下巷道中心线构建的第二无向图；

[0032] 建模模块，用于基于所述第一无向图构建图优化数学模型；

[0033] 第二获取模块，用于获取目标定位对象在所述第二无向图中的初始定位值；

[0034] 定位修正模块，用于对所述初始定位值基于所述图优化数学模型进行优化求解，将求解得到的最优解作为所述目标定位对象的修正定位值。

[0035] 第三方面，本申请实施例提供了一种井下高精度定位设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器，用于运行计算机程序时，执行本申请实施例第一方面所述方法的步骤。

[0036] 第四方面，本申请实施例提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现本申请实施例第一方面所述方法的步骤。

[0037] 本申请实施例提供的技术方案，获取井下定位场景中基于定位基站和定位对象的位置构建的第一无向图及基于井下巷道中心线构建的第二无向图；基于第一无向图构建图优化数学模型；获取目标定位对象在第二无向图中的初始定位值；对初始定位值基于图优化数学模型进行优化求解，将求解得到的最优解作为目标定位对象的修正定位值。如此，可以不依赖于空间的运动状态方程实现井下定位的误差修正，提高井下定位精度。

附图说明

[0038] 图1为本申请实施例井下高精度定位方法的流程示意图；

[0039] 图2为本申请一应用示例中第一无向图的示意图；

[0040] 图3为本申请一应用示例第二无向图中t1时刻人员的初始位置的示意图；

[0041] 图4为本申请一应用示例第二无向图中t2时刻人员的初始位置的示意图；

[0042] 图5为本申请一应用示例第二无向图中t3时刻人员的初始位置的示意图；

[0043] 图6为本申请实施例井下高精度定位装置的结构示意图；

[0044] 图7为本申请实施例井下高精度定位设备的结构示意图。

具体实施方式

[0045] 下面结合附图及实施例对本申请再作进一步详细的描述。

[0046] 除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。

[0047] 本申请实施例提供了一种井下高精度定位方法，可以应用于井下定位的数据处理设备中，如图1所示，该方法包括：

[0048] 步骤101，获取井下定位场景中基于定位基站和定位对象的位置构建的第一无向图及基于井下巷道中心线构建的第二无向图。

[0049] 这里，无向图（undirected graph）是指边没有方向的图集，例如，无向图可以表示为G=，其中，V是非空集合，称为顶点集；E是V中元素构成的无序二元组的集合，称为边集。

[0050] 这里，第一无向图G可以将所有定位基站的位置和各时刻所有定位对象的位置作为节点，各定位基站位置与接收到该定位基站信号的定位对象位置的连线，及各定位对象任意时刻位置与该定位对象上一时刻位置的连线作为边。其中，定位基站可以为UWB定位基站。

[0051] 这里，第二无向图G’基于井下巷道的中心线构建，其中，第二无向图G’的边为巷道，中间节点为巷道交叉口，端节点为巷道入口或巷道终点。

[0052] 步骤102，基于所述第一无向图构建图优化数学模型。

[0053] 这里，构建的图优化数学模型为受限空间图优化数学模型，下面对该模型涉及的相关参数定义如下：

[0054] ：时间的集合，即从图优化启动至当前时刻时间的集合；

[0055] ：UWB基站位置的集合；

[0056] ：时间的索引；

[0057] ：UWB基站的索引；

[0058] ：视距条件下UWB测距误差的标准差；

[0059] ：待定位对象时刻距离UWB基站的测量值；

[0060] ：UWB基站的位置；

[0061] ：井下巷道中心线上距离待定位对象最近的位置；

[0062] ：待定位对象的最大移动速度；

[0063] ：时间滑动窗口大小，即时间滑动窗口中有N个时刻值；

[0064] ：非视距误差阈值系数；

[0065] ：待定位对象的实时定位频率，即1s内完成 次定位；

[0066] ：待定位对象 时刻与上一定位时刻的时间差，连续正常定位情况下值为 ，出现定位失败或局部无信号情况时值大于 ；

[0067] ：受限空间约束惩罚因子，即待定位对象位置的最优估计值偏离井下巷道中心线时的误差放大系数；

[0068] ：是否满足受限条件的阈值；

[0069] 时刻待定位对象的位置，该位置为待优化变量，即 时刻待定位对象的待优化位置值。

[0070] 示例性地，所述图优化数学模型的损失函数如下：

[0071]

[0072] 其中， 为损失函数，t为采样时刻，i为递增变量，N为时间滑动窗口的大小，为表征测距误差平滑性的第一约束参数， 为表征轨迹误差平滑性的第二约束参数；相应地，目标函数为min 。

[0073] 示例性地，采样时刻t的第一约束参数 定义如下：

[0074]

[0075] 其中， 为视距条件下测距误差的标准差， 为损失子函数， 为采样时刻t目标定位对象距离定位基站a的测量值，e( )为空间受限函数， 为采样时刻t目标定位对象的待优化位置值， 为定位基站a的位置值。

[0076] 示例性地，采样时刻t的第二约束参数 定义如下：

[0077]

[0078] 其中， 为目标定位对象的最大移动速度， 为目标定位对象在采样时刻t与上一采样时刻之间的时间差， 为损失子函数， 为在采样时刻t与上一采样时刻之间目标定位对象的预估距离值。

[0079] 示例性地，损失子函数可以为 ，其中，x为变量。

[0080] 示例性地， 可以具体表示如下：

[0081]

[0082] 可以理解的是，第一约束参数用于基于待定位对象的最优估计值与测量值（即待优化位置值）之间的差进行平滑性约束，第二约束参数用于基于相邻两个轨迹点之间的距离差进行平滑性约束，上述空间受限约束表示最优估计值应在受限空间范围内，当最优估计值偏离受限空间范围时，会以 倍放大距离差 。

[0083] 步骤103，获取目标定位对象在所述第二无向图中的初始定位值。

[0084] 示例性地，所述获取目标定位对象在所述第二无向图中的初始定位值，包括：

[0085] 获取目标定位对象在采样时刻t与覆盖范围内的定位基站之间的距离值；

[0086] 针对各所述定位基站所处的位置及相应的所述距离值，在第二无向图中求取交点；

[0087] 基于求取的交点，确定所述目标定位对象在采样时刻t的初始定位值。

[0088] 示例性地，所述基于求取的交点，确定所述目标定位对象在采样时刻t的初始定位值，包括：

[0089] 若覆盖范围内的定位基站的数量为一个，则将邻近所述第二无向图中节点的交点的坐标值作为所述初始定位值；

[0090] 若覆盖范围内的定位基站的数量为多个，则将对求取的交点基于聚类算法进行簇类划分，并求取交点数量最多的簇类中各交点的坐标值的均值，将所述均值作为所述初始定位值。

[0091] 在一应用示例中，设待定位对象 时刻与M个UWB定位基站 测距，测距结果为 ，以各UWB定位基站 为圆心，测距结果 为半径作圆，计算与UWB定位基站在无向图 中所在的边的两个交点 ，得到交点集 ，待定位对象时刻的初始值为 ， 的计算准则如下：

[0092] （1）当待定位对象仅获得1个UWB定位基站的测距结果时：

[0093]

[0094] （2）当待定位对象获得不少于2个UWB定位基站的测距结果时：

[0095] 设聚类簇数为M+1，采用K‑means聚类算法对交点集 进行聚类处理，得到M+1个簇划分结果 ，选取出 中元素最多的簇
， 取值为 中元素的均值。

[0096] 步骤104，对所述初始定位值基于所述图优化数学模型进行优化求解，将求解得到的最优解作为所述目标定位对象的修正定位值。

[0097] 示例性地，所述对所述初始定位值基于所述图优化数学模型进行优化求解，包括：

[0098] 对所述初始定位值沿所述损失函数的函数值下降的方向不断迭代，直至收敛于设定容差值之内，得到最优解。该最优解作为目标定位对象的修正定位值（即定位最优估计值）。

[0099] 示例性地，设定位最优估计值为 ，在受限空间图优化数学模型和定位初始值的基础上，计算定位最优估计值的步骤包括：

[0100] 步骤1）、t=0，i=1；

[0101] 步骤2）、t=t+1；

[0102] 步骤3）、判断t

[0103] 步骤4）、判断 是否成立，若是，则执行步骤5）；否则，跳转至步骤8）；

[0104] 其中， 表示按最大速度行走，定位标签从 时刻到时刻能移动的最大距离， 表示 时刻定位标签距离基站a的距离值。

[0105] 步骤5）、i=i+1;

[0106] 步骤6）、判断 是否成立，若是，则跳转至步骤2）；否则，执行步骤7）；

[0107] 步骤7）、当前待定位对象所处环境异常，算法终止并重启算法；

[0108] 步骤8）、采用Levenberg–Marquardt（列文伯格‑马夸尔特）算法或Gauss‑Newton（高斯一牛顿）迭代法方法求解图优化数学模型，得到定位最优估计值，跳转至步骤2）。

[0109] 可以理解的是，本申请实施例的方法，可以实现不依赖于空间运动状态方程的误差修正和井下受限空间高精度定位，且有效避免非视距误差造成的UWB测距异常值干扰，为井下人员、车辆、设备提供实时、稳定、精确的位置数据。

[0110] 下面结合一应用示例对本申请实施例的井下高精度定位方法进行示例性说明。

[0111] 图2示出了本应用示例中用于构建图优化数学模型的第一无向图G的示意图，该第一无向图中示意出了UWB定位基站1、待定位对象（即目标定位对象）2、无向图的边3、巷道中心线4及巷道边线5。

[0112] 基于巷道中心线4构建第二无向图G’，其中，边为巷道中心线，中间节点为巷道交叉口，端节点为巷道入口或巷道终点。

[0113] 以待定位对象为人员携带的定位标签为例，设定以下条件：井下视距条件下UWB测距误差的标准差为0.3m，人员移动的最大速度为5.0m/s，时间滑动窗口大小为30，非视距误差阈值系数为5，人员定位的实时定位频率为1，受限空间约束惩罚因子为10000，判断是否满足受限条件的阈值为0.1m。

[0114] 如图3所示，人员在t1时刻，与1个UWB定位基站测距，以UWB定位基站为圆心，测距结果为半径作圆，计算与UWB定位基站在第二无向图G’中所在的边的两个交点 ，进而得到人员t1时刻位置初始值为 。

[0115] 如图4所示，人员在t2时刻，与2个UWB定位基站测距，以各UWB定位基站为圆心，测距结果为半径作圆，计算与UWB定位基站在第二无向图G’中所在的边的两个交点 ，得到交点集 ，聚类簇数为3，采用K‑means聚类算法对交点集 进行聚类处理，得到3个簇划分结果 ，选取出 中元素最多的簇 ，进而得到人
员t2时刻位置初始值为 中元素的均值。

[0116] 如图5所示，人员在t3时刻，与3个UWB定位基站测距，以各UWB定位基站为圆心，测距结果为半径作圆，计算与UWB定位基站在第二无向图G’中所在的边的两个交点 ，得到交点集 ，聚类簇数为4，采用K‑means聚类算法对交点集进行聚类处理，得到4个簇划分结果 ，选取出
中元素最多的簇 ，进而得到人员t3时刻位置初始值为 中元素的均值。

[0117] 设人员定位最优估计值为 ，在受限空间图优化数学模型和定位初始值的基础上，计算定位最优估计值的步骤为：

[0118] Step1、t=0，i=1；

[0119] Step2、t=t+1；

[0120] Step3、判断t

[0121] Step4、判断 是否成立，若是，则执行下一步；否则，跳转至Step8；

[0122] Step5、i=i+1；

[0123] Step6、判断 是否成立，若是，则跳转至Step2；否则，执行下一步；

[0124] Step7、当前待定位对象所处环境异常，算法终止并重启算法；

[0125] Step8、采用Levenberg–Marquardt或Gauss‑Newton方法求解图优化数学模型，得到定位最优估计值，跳转至Step2。

[0126] 为了实现本申请实施例的方法，本申请实施例还提供一种井下高精度定位装置，设置在井下高精度定位设备，如图6所示，该井下高精度定位装置包括：第一获取模块601、建模模块602、第二获取模块603和定位修正模块604。第一获取模块601用于获取井下定位场景中基于定位基站和定位对象的位置构建的第一无向图及基于井下巷道中心线构建的第二无向图；建模模块602用于基于所述第一无向图构建图优化数学模型；第二获取模块603用于获取目标定位对象在所述第二无向图中的初始定位值；定位修正模块604用于对所述初始定位值基于所述图优化数学模型进行优化求解，将求解得到的最优解作为所述目标定位对象的修正定位值。

[0127] 在一些实施例中，建模模块602构建的图优化数学模型的损失函数如下：

[0128]

[0129] 其中， 为损失函数，t为采样时刻，i为递增变量，N为时间滑动窗口的大小，为表征测距误差平滑性的第一约束参数， 为表征轨迹误差平滑性的第二约束参数。

[0130] 在一些实施例中，定位修正模块604具体用于：

[0131] 对所述初始定位值沿所述损失函数的函数值下降的方向不断迭代，直至收敛于设定容差值之内，得到最优解。

[0132] 在一些实施例中，采样时刻t的第一约束参数 定义如下：

[0133]

[0134] 其中， 为视距条件下测距误差的标准差， 为损失子函数， 为采样时刻t目标定位对象距离定位基站a的测量值，e( )为空间受限函数， 为采样时刻t目标定位对象的待优化位置值， 为定位基站a的位置值。

[0135] 在一些实施例中，采样时刻t的第二约束参数 定义如下：

[0136]

[0137] 其中， 为目标定位对象的最大移动速度， 为目标定位对象在采样时刻t与上一采样时刻之间的时间差， 为损失子函数， 为在采样时刻t与上一采样时刻之间目标定位对象的预估距离值。

[0138] 在一些实施例中，第二获取模块603具体用于：

[0139] 获取目标定位对象在采样时刻t与覆盖范围内的定位基站之间的距离值；

[0140] 针对各所述定位基站所处的位置及相应的所述距离值，在第二无向图中求取交点；

[0141] 基于求取的交点，确定所述目标定位对象在采样时刻t的初始定位值。

[0142] 在一些实施例中，第二获取模块603基于求取的交点，确定所述目标定位对象在采样时刻t的初始定位值，包括：

[0143] 若覆盖范围内的定位基站的数量为一个，则将邻近所述第二无向图中节点的交点的坐标值作为所述初始定位值；

[0144] 若覆盖范围内的定位基站的数量为多个，则将对求取的交点基于聚类算法进行簇类划分，并求取交点数量最多的簇类中各交点的坐标值的均值，将所述均值作为所述初始定位值。

[0145] 实际应用时，第一获取模块601、建模模块602、第二获取模块603和定位修正模块604，可以由井下高精度定位设备中的处理器来实现。当然，处理器需要运行存储器中的计算机程序来实现它的功能。

[0146] 需要说明的是：上述实施例提供的井下高精度定位装置在进行井下高精度定位时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的井下高精度定位装置与井下高精度定位方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

[0147] 基于上述程序模块的硬件实现，且为了实现本申请实施例的方法，本申请实施例还提供一种井下高精度定位设备。图7仅仅示出了该设备的示例性结构而非全部结构，根据需要可以实施图7示出的部分结构或全部结构。

[0148] 如图7所示，本申请实施例提供的井下高精度定位设备700包括：至少一个处理器701、存储器702、用户接口703和至少一个网络接口704。井下高精度定位设备700中的各个组件通过总线系统705耦合在一起。可以理解，总线系统705用于实现这些组件之间的连接通信。总线系统705除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为总线系统705。

[0149] 其中，用户接口703可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。

[0150] 本申请实施例中的存储器702用于存储各种类型的数据以支持井下高精度定位设备的操作。这些数据的示例包括：用于在井下高精度定位设备上操作的任何计算机程序。

[0151] 本申请实施例揭示的井下高精度定位方法可以应用于处理器701中，或者由处理器701实现。处理器701可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，井下高精度定位方法的各步骤可以通过处理器701中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器701可以是通用处理器、数字信号处理器（DSP，Digital Signal Processor），或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器701可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器702，处理器701读取存储器702中的信息，结合其硬件完成本申请实施例提供的井下高精度定位方法的步骤。

[0152] 在示例性实施例中，井下高精度定位设备可以被一个或多个应用专用集成电路（ASIC，Application Specific Integrated Circuit）、DSP、可编程逻辑器件（PLD，Programmable Logic Device）、复杂可编程逻辑器件（CPLD，Complex Programmable Logic Device）、FPGA、通用处理器、控制器、微控制器（MCU，Micro Controller Unit）、微处理器（Microprocessor）、或者其他电子元件实现，用于执行前述方法。

[0153] 可以理解，存储器702可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器（ROM，Read Only Memory）、可编程只读存储器（PROM，Programmable Read‑Only Memory）、可擦除可编程只读存储器（EPROM，Erasable Programmable Read‑Only Memory）、电可擦除可编程只读存储器（EEPROM，Electrically Erasable Programmable Read‑Only Memory）、磁性随机存取存储器（FRAM，ferromagnetic random access memory）、快闪存储器（Flash Memory）、磁表面存储器、光盘、或只读光盘（CD‑ROM，Compact Disc Read‑Only Memory）；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器（RAM，Random Access Memory），其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器（SRAM，Static Random Access Memory）、同步静态随机存取存储器（SSRAM，Synchronous Static Random Access Memory）、动态随机存取存储器（DRAM，Dynamic Random Access Memory）、同步动态随机存取存储器（SDRAM，Synchronous Dynamic Random Access Memory）、双倍数据速率同步动态随机存取存储器（DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory）、增强型同步动态随机存取存储器（ESDRAM，Enhanced Synchronous Dynamic Random Access Memory）、同步连接动态随机存取存储器（SLDRAM，SyncLink Dynamic Random Access Memory）、直接内存总线随机存取存储器（DRRAM，Direct Rambus Random Access Memory）。本申请实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。

[0154] 在示例性实施例中，本申请实施例还提供了一种存储介质，即计算机存储介质，具体可以是计算机可读存储介质，例如包括存储计算机程序的存储器702，上述计算机程序可由井下高精度定位设备的处理器701执行，以完成本申请实施例方法所述的步骤。计算机可读存储介质可以是ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD‑ROM等存储器。

[0155] 需要说明的是：“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

[0156] 另外，本申请实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。

[0157] 以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请披露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。