無軌膠輪車智能預警系統

魏 浩，劉靜川，屈 鵬，張 舉，陳國明，史英祥

（1.中煤平朔發展集團有限公司，山西朔州 036002；2.中煤天津設計工程有限公司，天津 300120）

0 引言

無軌膠輪車作為采礦運輸的主要工具之一，在提高運輸效率的同時也面臨著一系列安全隱患[1]。傳統的無軌膠輪車運營管理依賴人工巡視和監控，這種方法雖然能在一定程度上確保礦山生產的安全，但是由于工作環境的復雜性和無軌膠輪車特殊的運營模式，人工監控的局限性逐漸顯現，例如，道路狹小、視線受阻、通風條件差等因素，給人工巡視帶來困難，容易造成潛在的安全隱患不能及時被發現[2]。因此智能預警系統的引入為無軌膠輪車的安全運輸帶來新的解決方案。通過結合先進的傳感器技術和物聯網技術，智能預警系統能夠實時監測無軌膠輪車的運行狀態和環境信息，及時發現潛在的安全隱患，并提前預警駕駛員和管理人員，以降低事故發生的概率。

當前井下無軌輔助運輸設備使用的智能防撞及安全系統主要有紅外測距傳感器、接近開關及影像系統等，測量精度較高，但測量范圍小、受環境影響較大，障礙物定位能力差以及被動制動能力較差[3]。近年來，前向碰撞預警系統被越來越多地用于智能汽車的縱向輔助駕駛系統。在車輛行駛過程中，前向碰撞預警系統可以向駕駛人傳遞預警信號，然后駕駛人按照預警信號執行操作，從而降低事故發生的可能性[4]。由于前向碰撞預警系統和駕駛人之間的密切聯系，對于系統性能有兩個主要的要求：首先，當有潛在的追尾碰撞時，系統必須穩定和可靠地傳遞預警信號；另外，由于駕駛環境多變且復雜，因此前碰撞系統的危險決策應該滿足實時性，并且預警信號不能影響駕駛人的正常行駛[5]。

項目結合無軌膠輪車運輸的業務實際，將智能預警系統引入WC5XE 防爆柴油機無軌膠輪車中，突出考慮人車障礙物識別、駕駛疲勞監測以及人車通信等功能，在降低無軌膠輪車運輸事故，助力礦山智慧化等方面具有重要意義。

1 智能預警系統總體設計

智能預警系統涉及的4 個攝像頭、1 個超聲波雷達需要憑借車載電源供電，接受并發送CAN 通信信號，轉為以太網通信信號后與計算單元進行交互，行車記錄儀僅需要電源即可；無軌膠輪車運行監測平臺涉及到的車速傳感器、油壓傳感器、瓦斯濃度傳感器、水溫傳感器、礦用喇叭等傳感器與計算單元實現信息交互過程。WC5XE 防爆柴油機無軌膠輪車智能化改造硬件連接方式如圖1 所示。

圖1 智能化改造硬件連接方式

2 智能預警系統功能概述

2.1 UWB 精準人—車定位功能

系統基礎功能如下[6]：①具有攜卡人員及車輛出/入井時刻、出/入重點區域時刻、出/入限制區域時刻等人員及車輛位置精確監測功能；②具有識別多個同時進入識別區域的識別卡的功能；③具有對歷史和實時數據上傳功能。

基于UWB 的煤礦高精度定位技術將定位精度提升至30 cm 甚至更高，這足以支撐精確定位。井下定位系統主要包括車載定位裝置、井下作業人員定位裝置，車載定位裝置用于給車輛進行定位，井下作業人員定位裝置用于給井下作業人員進行定位，定位卡通過UWB 協議將定位信息傳輸至定位基站，定位基站通過網絡將定位信息傳輸至地面服務器的位置計算模塊，再通過UWB 軟件系統進行處理。

2.2 防碰撞預警功能

2.2.1 智能識別功能

智能視覺系統采用了一種只有單獨回歸網絡的智能算法，可在網絡中實現準確的目標分類和目標邊框坐標回歸。在這個算法中，最終的誤差是通過計算預測值與真實值之間的平均方誤差來衡量的。因此，智能算法將目標檢測問題直接視為回歸問題來處理。其核心思想是將整張圖片作為網絡的輸入，然后在輸出層直接回歸目標的位置和所屬的類別。通過這種方式，智能算法能夠從輸入圖像中直接學習目標的位置和類別信息，而無需依賴復雜的特征提取過程。

在智能算法的訓練過程中，采用了一種先驗值，即用于預測邊界框初始尺寸的網格數據集。這些先驗值通過K-means 聚類算法得到，以提供目標檢測的初始參考。通過這種方式，智能算法能夠更加準確地估計目標的位置和尺寸，并且減少了人工設置先驗值的復雜性。智能算法的輸出結果如圖2 所示，顯示了圖像中檢測到的目標位置和對應的類別。這些結果經過訓練獲得，能夠在實際應用中快速而準確地識別圖像中的目標。

圖2 智能算法結果

通過采用智能視覺AI 識別算法，WC5XE 防爆柴油機無軌膠輪車能夠高效、準確地進行目標檢測和識別，為車輛的智能化改造提供強大的視覺感知能力，進一步增強駕駛員的安全性和駕駛體驗。

2.2.2 聲光報警功能

通過紅外熱成像AI 智能分析系統的應用，可以實現多重預警功能，并與聲光報警系統聯動。當系統檢測到緊急情況時，它會觸發聲音和光線的報警裝置，提醒周圍人員注意。智能分析系統能夠綜合分析礦井內部的情況，并做出相應的決策。它可以實時檢測并預警礦井內的人員情況，確保他們的生命安全。通過紅外熱成像技術，系統能夠準確地識別和監測人員的熱能信號，并根據事先設定的安全標準進行分析。一旦檢測到異常情況，系統會立即發出警報，并采取必要的措施，如通知救援人員或啟動緊急疏散程序等。

2.3 駕駛員疲勞檢測功能

駕駛員疲勞檢測系統基于駕駛員面部特征，解決傳統駕駛員疲勞檢測系統的局限性。該系統能夠實時提取駕駛員的面部特征，并檢測出疲勞狀態下容易發生分心駕駛行為的跡象。一旦發現駕駛員處于疲勞或分心駕駛狀態，系統會立即向駕駛員發送警告信息，以確保他們在清醒狀態下安全駕駛?；诿娌刻卣鞯鸟{駛員疲勞檢測功能主要依賴于圖像傳感器對駕駛員面部信息的采集。采集到的圖像數據經過高速數字信號處理器進行處理和分析。系統采用高魯棒性的疲勞檢測算法，能夠實時監控駕駛員的疲勞程度和注意力分散等不安全狀態。

3 實車運行試驗

3.1 智能聲光預警

在實車運行試驗中，模擬了前、后方10 m 范圍內有人移動的情況，并觸發了智能綜合預警系統的聲光預警功能，車載的礦用喇叭發出清晰響亮的語音警告，同時車內外的警示燈進行閃爍，提醒駕駛員注意前后方的障礙物。前、后方10 m 范圍內有人移動時，智能預警系統進行聲光預警（圖3）。

圖3 智能聲光預警

在這個過程中，系統的雙目紅外攝像頭準確地識別出移動的目標，并通過智能算法進行目標分類和邊框回歸，從而實現了對人的準確定位和跟蹤分析。車輛駕駛員可以在繁忙和復雜的采礦場景中保持高度警覺，及時感知前、后方10 m 范圍內的移動目標，包括其他車輛、行人等，降低因視野盲區、駕駛疲勞或未注意周圍環境而導致的事故風險，從而保障車輛和人員的安全。

3.2 駕駛員疲勞監測

在駕駛員疲勞監測的實車運行試驗中，智能預警系統通過實時監測駕駛員的面部特征和行為，識別疲勞狀態并進行聲光提醒。一旦系統監測到駕駛員出現疲勞或分心駕駛的跡象，立即發出聲光警告提醒駕駛員保持清醒，確保安全駕駛。駕駛員疲勞監測如圖4 所示。

圖4 駕駛員疲勞監測

在采礦運輸等長時間駕駛的行業中，駕駛員的疲勞狀態往往是一個重要的安全隱患。長時間的單調駕駛和復雜的采礦環境容易導致駕駛員疲勞，從而影響駕駛技能和反應能力。通過監測和預警功能，系統可以在駕駛員疲勞或分心行駛時及時提醒，降低事故風險，保護駕駛員的生命安全。

3.3 緊急制動停車

實驗過程中設置模擬情況，分別在人員站在車輛前、后方1.5 m 距離反復進行試驗，并采集無軌膠輪車緊急制動液壓變化情況（圖5）。從圖5 中的曲線分析，人員在指定距離范圍內時，系統能夠快速響應，使液壓迅速達到制動液壓，實現緊急制動。避免車輛與人員的直接接觸，提高駕駛員對前后方情況的關注度，為采礦運輸提供堅實可靠的保障。

圖5 緊急制動油壓變化

4 結束語

智能預警系統通過圖像識別、UWB 定位和疲勞監測等先進技術的應用，有效地提高了運輸車輛的安全性和智能化水平。在實車運行試驗中，項目成功地實現了前、后方10 m 聲光預警、駕駛員疲勞檢測、緊急制動等功能，可及時提醒駕駛員在運輸作業時保持清醒，減少事故的發生，為礦井工人和車輛的安全保駕護航。該系統可通過不斷地優化持續提高性能和穩定性，引入更多更先進的智能算法和傳感器技術，以適應不斷變化的需求和環境，得到更加廣泛的應用。在不斷的完善和發展下，這項技術將為行業的發展和人員的安全做出更大貢獻，為更多行業帶來安全、高效、智能的運輸體驗。