煤炭是世界各国的支柱型能源,我国属于煤炭大国,煤炭产量高居世界前列,但国内中小型煤矿普遍存在井下环境复杂、条件差且巷道狭窄等安全隐患问题,并且井上管理人员不能及时了解井下作业人员的运行轨迹及实时位置,一旦发生矿井事故导致人员被困,救援队伍会因不能及时掌握井下被困人员位置而难以展开工作,对救援工作是十分不利的。本文基于国内现有矿井人员定位系统定位精度低及成本高昂等问题,提出了一种基于动作识别的矿井人员定位系统,该系统的工作机制如下:井下人员需佩戴数据采集单元,将采集到的数据信号通过蓝牙模块传输给上位机软件系统,上位机软件系统采用小波包特征提取及支持向量机(SVM,Support Vector Machine)分类算法确定人员的动作类型(包括走步、跑步、站立),再依据Y轴加速度信号数据的波峰数得到人员动作的数量,事先输入井下人员的步行步幅及跑步步幅,从而通过计算确定井下人员的运行距离,同时根据电子罗盘判定人员是否转弯,确定出井下人员的运行轨迹,并结合射频识别(RFID,Radio Frequency Identification)作为误差校正时使用,最后比对井下平面图确定人员位置。具体的研究内容分为如下几个方面:首先,研究人员步行的周期性状态及其特点,由此得出数据采集单元的最佳佩戴位置,并对采集到的数据信号进行观察分析,确定采用小波包特征提取方法来处理信号数据,提取人员动作信号的特征向量。其次,对系统中的关键技术进行了简单介绍,并对动作信号进行时频分析,确定了系统核心算法采用小波包特征提取及支持向量机分类的方法,为系统提供了理论基础。再次,本系统采用支持向量机分类器来区分人员的动作类别,其分类依据为动作信号的能量特征向量,因为人员在做不同动作时会产生不同的振动能量。将通过小波包特征提取到的能量特征向量送入SVM中进行数据训练和分类,以此来实现人员动作类型的判定。最后,设计了一套矿井人员定位系统,由数据采集单元及上位机软件系统两大部分组成。数据采集单元由三轴陀螺仪、电子罗盘、蓝牙通信模块、三轴向加速度计及单片机最小系统组成,完成对人员动作信号的采集传输功能;上位机软件系统从虚拟仪器的角度出发,采用Lab VIEW及MATLAB语言编写,完成对信号数据存储、算法应用、数据处理及井下人员定位等功能。