煤礦井下智能化輔助運輸系統設計*

陳 科,唐永崗,周李兵

(1.陜西陜煤榆北煤業有限公司榆林信息化運維分公司,陜西 榆林 719000;2.天地(常州)自動化股份有限公司,江蘇 常州 213015;3.中煤科工集團常州研究院有限公司,江蘇 常州 213015)

0 引言

礦井下輔助運輸作為煤礦開采的重要組成部分,是煤礦有序運行的關鍵環節,主要作用包括井下生產需用物料和人員的運輸;井下輔助運輸系統的優劣是制約煤炭開采量及生產效率的瓶頸,對煤礦開采效率和安全生產影響重大[1]。如何實現井下輔助運輸系統無人駕駛,對于減少煤礦開采過程中的經濟損失和人員傷亡,降低運輸成本,提高采礦工作效率,具有重大的推動作用[2-4]。對于煤礦開采而言,實現井下輔助運輸系統無人駕駛技術能極大地增加煤礦開采效益,有效地推動煤礦開采過程中整體降低能耗、提高安全生產水平,加快智慧礦山的建設步伐[5]。當前井下輔助運輸多由人工駕駛,但由于煤礦井下惡劣的駕駛環境,極大的增加了駕駛難度。此外,司機工作強度大,長期不良的工作環境會導致司機的身體機能下降、反應遲鈍,礦井中粉塵等導致井下能見度低,這些因素給井下輔助運輸系統埋下嚴重的安全隱患。因此,探索自動駕駛技術與井下輔助運輸裝備相結合,對提升系統運輸效率,降低運輸成本,實現安全高效運輸具有重要的實際意義。井下智能輔助運輸系統的功能包括無人車輛啟停、車道保持、換道、避障等[6-7]。通過無人駕駛技術,提高運輸車輛自動化、智能化程度,為保障煤礦安全作業和輔助運輸安全運行發揮重要作用。

1 井下智能輔助運輸系統概述

設計的井下車載無人駕駛系統包括環境信息處理和車輛運行決策2部分。第1部分包含冗余組合定位[8]、井下環境感知[9]、路徑規劃[10-12]和高精地圖[11,13];第2部分包含車輛控制[14]和遠程啟停[15]等功能模塊。冗余組合定位采用UWB(Ultra Wide Band)、慣性、輪速里程計和激光進行多傳感器融合,獲取連續穩定的高精度定位數據[16]。環境感知采用激光和視覺等傳感器,采用多源異構感知融合技術,實現對井下環境的實時準確感知。采用三維激光雷達構建井下礦三維高精地圖,為路徑規劃提供支持,并為車輛定位、感知提供輔助。車輛動態控制模塊根據路徑規劃結果,生成相應的車輛控制指令,實現操作人員和井下車輛之間的協同作業體[17],描述無人車自動駕駛硬件的詳細布局。井下運輸車傳感器布局如圖1所示。

圖1 井下運輸車傳感器布局示意

2 環境信息處理設計

2.1 冗余組合定位

無人車定位方法主要有相對定位和絕對定位2種。相對定位主要是利用輪速里程計、IMU(Inertial Measurement Unit)、視覺等外部傳感器,推測無人車在預測環境中的位姿。絕對定位最常用的手段是GNSS(Global Navigation Satellite System)定位,該方式可直接獲取機器人在環境中的絕對位置,但由于井下沒有GNSS信號而無法使用;對于井下環境,其他可用的絕對定位手段包括UWB和激光。最后,為獲得更加精確穩定的導航定位數據,需要對無人車相對定位和絕對定位數據進行融合,主要融合手段包括EKF(ExtendedKalmanFilter)和UKF(Unscented Kalman Filter)。

通過引入UWB定位手段,輔助確定車輛在井下的絕對位置,UWB定位原理如圖2所示。為了在井下礦中實現車輛的定位,解決長巷道、暗燈光、潮濕等環境下的定位問題。基于UWB、IMU、激光雷達等多種傳感器,實現井下特殊場景下的多傳感器融合定位。

圖2 UWB定位示意

采用UWB定位精度≤10 cm、激光雷達傳感器和IMU傳感器實現精準定位,借助SLAM(Simultaneous Localization and Mapping)方法進行融合以獲得車體的位姿。該方案的定位系統完整性好,適用性強,車體位姿是大地坐標系下的絕對位置,易與地面感知系統結合。

2.2 井下環境感知

在傳感器的安裝過程中,需要保證無人駕駛車輛360°的感知范圍以適應井下復雜的工況。對于井下環境,采用視覺、激光雷達的多源融合感知技術,利用不同的傳感器的物理特性,得出準確可靠的精準感知結果。通過不間斷的傳感器感知實現動態障礙物檢測跟蹤、道路特征信息提取(如路面區域,道路紅綠燈、限速彩虹燈、道路坡度信息等)以及無人料車空重載分析等豐富傳感信息。車輛環境感知流程如圖3所示。感知子系統主要任務包括可行駛區域檢測、路沿檢測、目標檢測、傳感器融合和目標跟蹤等任務。每個模塊完成不同的功能。可行駛區域檢測模塊檢測車輛前方可行駛區域;路沿檢測模塊檢測當前道路環境中路沿信息;目標檢測模塊運用激光雷達感知算法和毫米波雷達感知算法,檢測當前環境中的目標信息;多傳感器融合模塊完成不同傳感器感知結果融合的功能;目標跟蹤模塊完成對目標的穩定跟蹤功能。通過使用多傳感器融合的方法,對檢測到的障礙物信息進行置信度分析,減少“誤檢”“漏檢”等情況發生。目標跟蹤使用卡爾曼濾波器,結合預測(先驗分布)和測量更新的狀態推測算法,通過不斷迭代測量值與預測值進行計算,得到最終的更新值。

圖3 環境感知流程架構

可行駛區域檢測進行動態障礙物檢測跟蹤及道路特征分析兩方面的感知檢測,通過道路特征分析技術獲取礦井道路路面、邊界位置信息。采用上下融合技術,降低路沿探測算法的重復計算量進而提高運算速度。

在維護可行駛區域的約束中,會為規劃提供全局的邊界約束信息,在車輛行駛、防碰壁、掉頭和倒車上起到關鍵作用。在檢測邊界信息的同時,感知會向規劃提供當前行駛過程的局部中心參考線,規劃控制模塊根據局部中心參考線與自身的姿態進行車道保持控制,以調整車輛行駛姿態,通過感知和車輛動態控制的聯動,保證車輛行駛安全。

2.3 高精地圖

井下高精地圖構建過程與地面類似,通過激光雷達、相機和組合慣導等傳感器對井下巷道路面環境數據進行采集,并提取可行駛區域、進行道路自動拓撲和元素構建,最終得到具備多種語義元素和多層次組織結構的高精度地圖。充分考慮了礦區道路邊緣的不平整性,克服了傳統SLAM對高度變化不穩定的問題,使得建立得到的底圖平整,點云分布均勻,準確地描述了礦區的環境。有效地解決了礦區道路易變、不平整帶來的難以擬合和難以表示的問題。構建的語義高精度地圖能夠更好地輔助無人駕駛系統運行,保證無人駕駛的安全和高效率。

高精地圖軟件通過分層方式實現對整個系統的地理信息數據入庫、編輯、監控、變更維護等工作,涉及的數據主要包括底圖、路網數據、設備工作區數據、障礙物數據、監測點實時數據、車輛實時位置、車輛歷史軌跡等數據。系統提供的高精地圖包含語義信息,包括路沿、平整度、坡度、立桿等元素,精度達到厘米級。高精地圖軟件提供多種地圖格式,為指揮平臺的后臺提供地圖數據,用于調度路徑規劃。

2.4 路徑規劃

無人車輛的自主避障是動態路徑規劃的核心功能之一,項目采用基于Frenet的動態路徑規劃方案,可以大大提高車輛避障路徑的計算實時性和有效性。基于Frenet的規劃,通過感知提供的中心線和障礙物信息為算法提供多個采樣點(起始點已知,終止點未知,終止點需要通過采樣得到)。

規劃算法在Frenet規劃流程基礎上,僅需考慮地圖采樣,相當于只需要常數的規劃時間;而后通過檢查,決定是否要進行復雜的搜索規劃。而搜索規劃使用A*/D*算法,其可以適應動態變化的環境,以及通過多個周期的迭代,邊走邊逐步優化規劃結果。時空分離的多級規劃算法會系統性的考慮不同的規劃環境,針對前方目標的速度分開處理靜態障礙物和動態障礙物,規劃出對車輛當前能量損耗最少、安全系數最高的規劃路徑,降低搜索求解問題的維度,減少重復規劃,提高系統的實時性。

3 車輛運行決策

3.1 車輛控制

無人礦車動態控制系統的主要功能是以規劃系統的行駛軌跡曲線為基礎,結合定位子系統反饋的位置信息,經過數據解析處理后,通過橫縱向的控制算法對接收到的信息進行算法計算,將方向盤轉角控制指令和速度控制指令輸出給相應的執行機構,以達到精準實現無人礦車規劃層的期望軌跡和車速控制。控制系統整體功能框架如圖4所示。

圖4 控制系統整體功能框架

車輛動態控制的橫向控制算法是將目標軌跡與車輛的實際位置姿態做對比,計算出當前路徑最近點的道路曲率及誤差輸入到控制模塊中,之后橫向控制模塊根據曲率和誤差計算出前輪的目標轉向角,輸入值底層完成轉向角的跟隨,最終實現對目標軌跡的跟蹤。

設計采用橫向控制算法是前饋和預瞄PID反饋控制,縱向控制算法采用的是油門和電制動雙PID控制閉環。車輛動態控制的縱向控制算法將目標車速和當前車速作對比,結合目標檔位以及當前車輛狀態(重量)、路面狀態(坡度,摩擦系數)等信息,綜合計算出油門踏板、電制動踏板、機械制動踏板的深度以及檔位控制量,具有最大坡道15°內的平穩控制功能,并具備防溜車功能。

3.2 遠程啟停

遠程啟動/停止功能通過無線遠程開關和車端指令接收裝置實現。遠程啟停系統原理如圖5所示。遠程啟停系統遙控開關采用便攜式設計,操作人員單手即可操作,車端遙控器安裝在工控機上。開關和信號接收器通過無線方式通信,開關發出指令,自動駕駛系統接收遙控開關信號,完成啟動和停止。ON/OFF按鈕分別對應人員在裝卸料結束后發送開停車指令。自動倒車至卸料地點進行卸料。車端具有無線接收裝置,接收指令后將啟停指令發送給車輛,完成控制。

圖5 遠程啟停系統原理

4 結論

(1)針對煤礦輔助運輸面臨的一系列難題,提出井下智能化輔助運輸系統應急方案,解決煤礦井下人員和物料運輸過程中的無人化問題,減少井下運輸司機和操作人員的數量。

(2)采用無人駕駛管理系統進行統一調度和管理,實現煤礦安全高效無人化運輸,建立煤礦無人運輸示范應用,最終建成“安全、綠色、智能、高效”的無人化運輸示范煤礦。