《Sensors》：LoRa-Based Data Mule Technology for Fuel Station Monitoring in Underground Mining
Marius Theissen,
Qigang Wang,
Amir Kianfar and
Elisabeth Clausen
编辑推荐：
为解决地下矿井无永久通信设施、人工抄表效率低等问题，研究团队提出基于LoRa的Data Mule架构，实现非视距(NLoS)条件下移动加油站的自动数据采集，验证了20–40 km/h车速下540–770 m传输可行性，为矿山物联网(IoT)数字化提供了低成本、高灵活性方案。
地下矿山的“数据快递员”：当LoRa遇上Data Mule，破解移动加油站监测难题
在德国韦拉(Werra)地下800米深处的钾盐矿井里，巨大的装载-运输-卸载(LHD)机器轰鸣着穿梭于巷道间，而角落里的加油站正默默为这些“钢铁巨兽”输送能量。过去，矿场电工需定期手动记录油表读数，再辗转录入电子表格——耗时、易错，且难以实时掌握燃料动态。更棘手的是，随着开采面的推进，加油站需频繁迁移，无法铺设固定通信线缆；弯曲的巷道、厚重的岩壁阻断了视线，传统Wi-Fi或蓝牙信号“寸步难行”。如何在不改变现有作业流程的前提下，让数据“自己跑起来”？这成了矿山数字化转型的一道必答题。
近日发表于《Sensors》的一项研究给出了巧妙的答案：将长途奔波的巡检吉普车变成“数据骡子(Data Mule)”，搭载远距离无线电(LoRa)模块，在车辆日常行驶中自动“捎带”加油站传感器数据至服务器。这一方案不仅省去了人工抄表的繁琐，更在非视距(NLoS)环境下实现了数百米的可靠传输，为地下矿山物联网(IoT)应用撕开了一道突破口。
关键技术方法概览
研究依托欧盟NEXGEN SIMS项目，在K+S集团运营的韦拉钾盐矿开展现场试验。系统由三类节点构成：加油站端采用VEGAPULS WL S 61液位传感器+LoPy 4微控制器(集成ESP32与SX1276 LoRa收发器)，通过4–20 mA电流环测量油量；移动端为改装吉普车，配备同款LoRa模块，接收数据后暂存；服务器端用树莓派(Raspberry Pi)+LoRa模块集中收集。软件层面设计分级消息协议(加油站level 3→骡子level 2→服务器level 1)、确认重传机制及时间同步功能，确保数据在短暂接触窗口内高效传递。
研究结果
覆盖范围实测：信号在地下“拐弯抹角”也能通
试验区域横跨两个采区，面积约3.6 km2。结果显示：
- •
加油站T16：西向覆盖约540 m（对应8–9个矿柱），东向仅120 m，呈现明显不对称性——巷道壁微小倾角差异即可显著改变信号反射路径。
- •
加油站T3：南北双向覆盖较均衡，约280 m（4个矿柱）。
- •
服务器节点：位于直巷中心的卸料点，覆盖范围最广，沿无视线直巷延伸约14个矿柱。
所有测试点均能在车辆20–40 km/h速度下建立连接，且信号边界清晰，无渐变丢包现象。
数据传输效能：短暂相遇，足够“交货”
通过优化握手协议与队列策略（如加油站采用LIFO队列优先发送最新数据），系统在数秒内完成链路建立与数据交换。即便车辆高速掠过，短暂的通信窗口仍足以传输约0.5 kB的关键数据，成功实现“路过即采集”。
拓扑灵活性：移动网络随“掘”而动
Data Mule架构完美适配矿山动态环境：加油站、服务器均可随开采面迁移，无需重新部署电缆或基站。额外测试的骡子间通信(Mule-to-Mule)进一步显示，相邻车辆可接力传递数据，为更大范围覆盖提供了冗余路径。
结论与启示：为地下IoT装上“弹性骨架”
本研究证实，LoRa Data Mule是解决地下矿山局部监测需求的可行方案。其核心价值在于：
- 1.
成本与部署优势：相比需全覆盖的5G或高密Wi-Fi，LoRa硬件廉价、功耗极低，且无需改造现有设备，仅利用日常巡检车辆即可组网。
- 2.
场景适配性：特别适合“准实时(right-time)”数据需求（如每班次油量汇总），弥补了固定网络在移动场景中的盲区。
- 3.
理论支撑：实测数据为地下LoRa传播模型（如相对长度模型）提供了实证，揭示了巷道几何特征对信号的强影响——未来可通过精细化建模优化节点布局。
当然，方案也有局限：不适用于瓦斯浓度突增等毫秒级应急场景；若某些区域长期无车辆经过，仍需补充中继节点。但无论如何，这种“让移动单元成为网络毛细血管”的思路，为深地数字化提供了一条轻盈却有力的路径。正如研究者所言：当矿车驶过，数据便悄然搭上了顺风车。
