摘要： 本文詳細介紹先進的智能傳感器及無線傳感器網絡技術及其在采礦這樣的惡劣環境中的潛在應用。目的是讓采礦工人通過采用基于無線和傳感器新技術的安防產品，在隨時變化、不可預測、充滿危險的工作環境中，能夠通過無線、可佩帶、智能的技術，實時獲取環境以及生理數據，從而有效地管理所面臨的危險。電子系統設計工程師將從本文了解如何構建這樣一個大型的安防系統。

關鍵詞： 智能傳感器；無線網絡；安防技術

構建人、機器和環境互聯的系統

采用基于智能傳感器的無線網絡提高采礦安全性，首先要定義一個由人、機器和環境三要素互聯構成的執行想要功能的大系統，這一系統具有讓采礦工人能夠知曉環境狀況的功能。其模型如圖1 所示，這個模型的關鍵能力包括：通過傳感器來測量機器、環境以及人的重要屬性的感知能力；通過采用嵌入式計算機實現信息的檢測、采集和顯示等信息處理能力；通過由人做出決策和采取行動的能力。

                                                  圖1 基于傳感器的環境狀況感知系統的信息處理模型

為了支持這一信息處理模型，有三種重要的技術正在形成并融合，它們分別是無線傳感器網絡、低功耗嵌入式計算機以及智能傳感器。計算機和智能傳感器技術發展很快且相對成熟。無線傳感器網絡仍然在形成之中。為了向采礦工人提供感知環境狀況的能力，必須構建基于上述模型的、支持實現無線智能傳感器網絡的基礎設施。

采用無線傳感網構建感知環境狀況的網絡

具有內建智能的傳感器—無論用戶是否明顯感覺到—可被稱為智能傳感器。智能被部分或全部地集成在單一芯片之上。智能傳感器除了產生代表感知量的輸出之外，還添加了其它的功能。典型的智能傳感器包括可被集成在一顆裸片上的物理變送器、網絡接口、處理器以及存儲器。

物理變送器可以被制作得非常小，因為制造集成電路所采用的硅顯微加工技術，目前被用于創建作為智能傳感器的有機組成部分的微機電系統(MEMS)。因為智能傳感器制造所采用的工藝技術，與制造集成電路所采用的工藝技術類似，所以，智能傳感器的成本降低和功能增加的規律與集成電路所經歷的規律類似。據Frost&Sullivan 公司對世界各類傳感器市場的發展的預測，MEMS 傳感器將成為全世界增長最快的產品之一。

 
智能傳感器市場的增長使得智能傳感器標準應運而生。IEEE1451 標準定義了一種標準變送器接口模塊(STIM)，其中，包括傳感器接口、信號調理和轉換、校準、線性化
以及網絡通信。本質上，該標準使智能傳感器具有即插即用功能，從而可被連接至智能傳感器網絡之上。該標準由IEEE 1451.1、1451.2、P1451.3 和P1451.4 組成。目前，最新的IEEE1451.5(無線傳感通信接口標準)與Zig Bee 聯盟、Z-Wave 聯盟、Wireless USB 傳感器網絡等形成了百家爭鳴的局面。

利用可穿戴人體傳感器構建人體倒地監測系統

可穿戴人體傳感器系統的功能是持續實時測量和檢測工人的生理條件。以BodyMedia 公司所提供的人體傳感器系統為例，如圖2 所示，這種手臂傳感器能夠不更換電池就實現14 天連續的監測，能夠存儲14 天連續監測獲得的生理數據，并讓用戶能夠設置特殊事件的時間戳。它采集、分析、傳輸和存儲像加速度、耗能、身體活動持續時間、步數、行走距離、睡眠/清醒狀態、運動、熱流量、皮膚溫度以及電擊皮膚反應等等生理數據。這種系統最初主要用作保健和安全研究工具。

                                                       圖2 結合了SenseWear PRO2 的手臂傳感器 
                                                                        圖片來源：BodyMedia

在這種系統中，加速度傳感器將獲得廣泛的應用，例如，對于工作在動態危險環境中的礦工、消防隊員以及應急救援人員來說，可能因倒地(如從屋頂、支架和山坡上跌
倒)、滑倒、絆倒、跌落、或因運動的機器打中和摔倒而喪失正常人的行為能力。在所有這些災難中，通過采用加速度傳感器測量沖擊力，就能夠監測礦工可能遭受身體撞擊的危險。此外，通過加速度傳感器還能夠監測人體是否在移動，從而顯示該礦工是否已經喪失行為能力。例如，用于滅火隊員的TPASS-3 EVACUATE 就是一種具有監測人跌倒功能的系統，如果人體在18~23 秒內被監測發現停止移動，就會自動向中央指揮基地發出信號。

人體倒地監測系統對于采礦工人非常重要，因為礦工可能會蹲下來找工具或材料，或彎腰檢查或維修設備，并且他們的工作環境的特點是黑暗、充滿灰塵和噪聲，可以想
象當一個礦工或處于類似工作環境的工人受傷時，其鄰近的礦工未必立即就察覺。例如，遙控連續采煤機可能因噪聲以及擋住工人的視線而擊中位于機器盲點的工人，特別是在機器前進過程中，傷害可能會更嚴重，而人體倒地監測系統可以為營救受傷工人贏得寶貴的時間。

如圖3 所示為一種人體倒地監測系統構成的示意圖。從中可見，系統小到可以穿戴且具有成本經濟性，因此，適合于每一個礦工佩戴。

                                                    圖3 一種人體倒地監測系統構成的示意圖

構建基于傳感器節點的安全、智能的采礦環境

為了維護礦工在工作情況下的健康和保護他們在緊急情況下的和安全，需要構建一種智能的環境，其中的關鍵要素就是傳感器節點。圖4 為一個智能礦井環境的示意圖。

                                                                      圖4 智能礦井環境的示意圖

在這個智能礦井環境中，各個傳感器節點提供通信并采集關于采掘機械位置、礦井頂部、支撐架狀況、橫切面流量、礦工位置和狀態以及礦井空氣等數據，從而在工作期
間就礦工的監控和面臨的不安全危險發出報警。例如，當礦井頂部坍塌時，受傷礦工即使喪失了行為能力，這種智能的環境也會自動地發出報警。這種智能環境的功能也可被進一步地擴展，以幫助礦工們在緊急情況下找到最佳逃生路線或其他礦工，特別是在煙霧造成能見度下降的情況下。

在此，傳感器節點由一個微片(也被稱為“塵埃”)和傳感器構成，如圖5 所示。微片通常具有處理器、存儲器、無線連接性以及一個作為電源的微型電池。它可以具有低帶寬以支持有限數據的傳輸，或具有高帶寬以支持流視頻、圖像和音頻的傳輸。例如，由Crossbow Technology 公司提供的MICAz 就是一種商用、高帶寬傳感器微片，可以 采集諸如溫度、速度以及振動這樣的物理和環境特性。新一代的MICAz 微片具有長達3 年的壽命、小于1 立方毫米的體積以及不超過15 美分的成本。

                                                                圖5 由傳感器和微片構成的傳感器節點 
                                                                  圖片來源：Crossbow Technology

作為傳感器節點的另一個組成部分的傳感器，正從尺寸、成本和功能方面快速發展。例如，專門用于人體倒地監測的MEMS 雙軸加速度傳感器已經出現。隨著商用無線傳
感器節點和網絡的發展，完整的無線傳感系統已經上市，它們通常配備了開發和原型設計工具，便于設計工程師從事智能采礦環境的系統集成設計。

構建系統所需要的可佩帶數字顯示組件

 
可佩帶數字顯示器也被稱為頭戴顯示器、頭盔顯示器以及個人顯示器。這些顯示器被分為三類：
●環視顯示器：在提供視覺信息的同時不阻礙用戶觀看周圍的環境或手上的任務；
●透視顯示器：把圖像疊加在用戶的全景觀看上；
●沉浸顯示器：常用于娛樂、培訓、仿真和虛擬現實之中。

其中，環視顯示器最適合于在危險環境中工作的工人佩戴。例如，MicroOptical 公司和Icuiti 公司就提供這種顯示組件，它們可以被直接安裝在現有的安全眼鏡上，觀看者可以選擇左眼或右眼觀看。如圖6 所示為MicroOptical 公司的SV-6 PC 數字顯示組件的實例。

                                                                  圖6 SV-6 PC 安裝在安全眼睛上 
                                                                    圖片來源：MicroOptical 公司
結語

據統計資料顯示，從2001 年至2004 年10 月底，中國煤礦共發生一次死亡10 人以上的特大事故188 起，平均每7 .4 天一起。2003 年全球煤炭產量約50 億噸，煤礦事故死亡總數約8 000 人。當年中國煤炭產量約占全球的35%，事故死亡人數則占全球的80%左右。2003 年國內煤礦平均每人每年產煤321 噸，效率僅為美國的2.2%、南非的8 .1%；而百萬噸死亡率是美國的150 倍、南非的30 倍。

 
從對比數字可知，中國煤礦安全生產狀況與國外主要采煤國相比，差距大太。為此，2007 年，中國政府發布了《國務院安委會辦公室關于進一步加強煤礦安全監控系統建 設和監督管理的通知》(安委辦〔2007〕11 號)，這就為先進技術在提高采礦作業環境的安全性上提供了政策支持，因此，本文介紹的智能化采礦環境的概念值得引起行業關注。

                                                                    智能礦井環境示意圖