礦車無人駕駛集群作業(yè)關(guān)鍵技術(shù)研究與應(yīng)用

中圖分類號(hào)：U467 DOI：10.20042/j.cnki.1009-4903.2025.02.005

Abstract：Withtaidevelomntofitizationntellgeneintngiustryesgningfeientndlot unmannedminingvehicleclustercontrolsystemisof greatsignificance tothesafeproductionof mines.Thispaperadressesthe challengesencountered intheunmannedproductionprocessofminingveicles，suchasmisdetectionandmiseddetectionofsmal obstacles，lackofpositioingignalsinlocaloadsction，amicangesinaingareasandmutiicleformatioatis. Itproposeskyechicasolutiosidingmultensorfusionpereptionualfusionpositioingdamicpathplanngdglobl inteligentscheduling.Thesesolutionsenableminingvehicles tooperatesafelyandeficientlyincomplexscenarios.Themarket prospectsforunmannedminingtransportationarevast，ndtheimplementationofthissolutionwilsignificantlyreducesafetyrisksin mine transportation，improve production eficiency，and generatesubstantial economic and social benefits.

Keywords：Autonomous miningvehicle;Multi-sensorfusionperception; Dualfusionpositioning;Dynamicpath planning;Global intelligent scheduling

0 引言

隨著激光雷達(dá)、攝像頭等傳感技術(shù)、5G通信技術(shù)以及人工智能技術(shù)的快速發(fā)展，城市、港口、園區(qū)、礦區(qū)等場(chǎng)景無人駕駛車輛成為眾多科研院所、高校、新興企業(yè)深入研究的項(xiàng)目和落地產(chǎn)品。就礦區(qū)場(chǎng)景而言，近幾年國內(nèi)也涌現(xiàn)了華為、易控智駕、慧拓智能、踏歌智行等無人駕駛礦車相關(guān)生產(chǎn)企業(yè)；它們依托智能駕駛技術(shù)進(jìn)行礦車無人駕駛技術(shù)開發(fā)和運(yùn)行測(cè)試，但在實(shí)際運(yùn)行過程中仍存在小障礙物誤檢漏檢、局部道路無定位信號(hào)、裝載區(qū)域動(dòng)態(tài)變化、多車編組運(yùn)行等技術(shù)難題1本文針對(duì)礦山復(fù)雜場(chǎng)景，提出多傳感器融合感知、雙重融合定位、動(dòng)態(tài)路徑規(guī)劃、全局智能調(diào)度等關(guān)鍵技術(shù)的集群控制方案，以解決現(xiàn)有系統(tǒng)在感知、定位、規(guī)劃、協(xié)同作業(yè)等方面的不足，為礦車無人駕駛生產(chǎn)落地提供技術(shù)支撐。

1系統(tǒng)方案

礦車運(yùn)輸作業(yè)場(chǎng)景分為裝載、運(yùn)輸、卸載、加油（充電）以及收車等。無人駕駛礦車運(yùn)輸系統(tǒng)主要包含無人駕駛礦車、智能調(diào)度系統(tǒng)、遠(yuǎn)程駕駛艙、差分基站以及作業(yè)協(xié)同系統(tǒng)[2。

礦山生產(chǎn)就緒后，智能調(diào)度系統(tǒng)根據(jù)生產(chǎn)計(jì)劃自動(dòng)生成調(diào)度指令；無人駕駛礦車根據(jù)調(diào)度指令以及融合障礙物感知實(shí)時(shí)路徑規(guī)劃實(shí)現(xiàn)自主行駛；通過挖機(jī)終端下發(fā)裝載位姿及裝載指令，無人礦車自動(dòng)泊車到指定的受礦位置進(jìn)行裝載；裝載完成后，智能調(diào)度系統(tǒng)自動(dòng)下發(fā)卸載任務(wù)，無人駕駛礦車自動(dòng)行駛到指定的卸載車位進(jìn)行卸載；當(dāng)?shù)V車油量或電量不足時(shí)，智能調(diào)度系統(tǒng)根據(jù)當(dāng)前生產(chǎn)車輛數(shù)量以及剩余油量或電量，自動(dòng)向無人駕駛礦車發(fā)送加油或充電指令，無人駕駛礦車收到指令后自動(dòng)泊車到指定的加油或充電車位；在特殊情況下通過遠(yuǎn)程駕駛艙接管礦車脫困，從而實(shí)現(xiàn)礦車無人駕駛裝載、運(yùn)輸、卸載、加油（充電）全流程高效生產(chǎn)作業(yè)。

2 關(guān)鍵技術(shù)

2.1多傳感器融合感知技術(shù)

礦區(qū)生產(chǎn)環(huán)境中存在車輛、行人及其它異形小障礙物，依靠單一的傳感器存在感知盲區(qū)。本技術(shù)通過激光雷達(dá)、攝像頭、毫米波雷達(dá)等多重傳感器融合感知[3，對(duì)圖像、激光點(diǎn)云以及毫米波雷達(dá)數(shù)據(jù)進(jìn)行深度學(xué)習(xí)網(wǎng)絡(luò)處理[4，提取出道路邊界，以及融合后跟蹤和預(yù)測(cè)目標(biāo)，得到障礙物類型、中心、大小、形狀、方向、速度和軌跡。其中，目標(biāo)檢測(cè)基于標(biāo)準(zhǔn)數(shù)據(jù)對(duì)車輛、行人、異形障礙物大小進(jìn)行分類統(tǒng)計(jì)，建立障礙物數(shù)據(jù)庫并標(biāo)注，通過對(duì)數(shù)據(jù)庫進(jìn)行聚類，找到最優(yōu)均值；針對(duì)最優(yōu)均值和小型障礙物圖像數(shù)據(jù)，通過對(duì)圖像數(shù)據(jù)庫的訓(xùn)練集進(jìn)行訓(xùn)練，得到最優(yōu)訓(xùn)練權(quán)重；將該訓(xùn)練權(quán)重應(yīng)用到測(cè)試集，并根據(jù)圖像特點(diǎn)設(shè)定感興趣區(qū)域，對(duì)目標(biāo)進(jìn)行檢測(cè)識(shí)別和分類，從而實(shí)現(xiàn)礦山生產(chǎn)環(huán)境下對(duì)車輛、行人、異形小障礙物（如 20×20 cm小石頭）的精準(zhǔn)感知。

2.2雙重融合定位技術(shù)

露天礦山存在破碎站內(nèi)行駛卸礦場(chǎng)景，單依靠GNSS差分定位無法實(shí)現(xiàn)無人礦卡連續(xù)穩(wěn)定高精定位。本技術(shù)通過GNSS和RTK差分信號(hào)輸出車輛當(dāng)前高精定位，并結(jié)合慣性導(dǎo)航系統(tǒng)推算出車輛行駛軌跡，以及激光雷達(dá)實(shí)時(shí)數(shù)據(jù)匹配三維激點(diǎn)云地圖[5和高精地圖，進(jìn)行融合數(shù)據(jù)處理，特征匹配，再根據(jù)GNSS差分定位以及激光定位觀測(cè)權(quán)重，自動(dòng)切換到最佳定位，輸出融合后的車輛位置、姿態(tài)和速度信息，從而實(shí)現(xiàn)露天和無GNSS信號(hào)環(huán)境下連續(xù)穩(wěn)定厘米級(jí)高精定位。

2.3 動(dòng)態(tài)路徑規(guī)劃技術(shù)

無人駕駛礦車在行駛中通常會(huì)因?yàn)橛龅秸系K物繞行失敗而無法行駛。本技術(shù)通過障礙物感知信息、障礙物行為預(yù)測(cè)，以及車輛實(shí)時(shí)定位、高精地圖（包括道路和開放空間）和目的地等動(dòng)態(tài)信息，結(jié)合車輛動(dòng)力學(xué)模型以及安全性和舒適性約束等，動(dòng)態(tài)規(guī)劃出最優(yōu)繞障、跨障路徑，并決策是否繞障、跨障或者停車，再通過橫向和縱向控制算法，輸出油門、剎車、轉(zhuǎn)向等信息，實(shí)現(xiàn)車輛動(dòng)態(tài)路徑規(guī)劃，從而提高車輛通行效率。

2.4全局智能調(diào)度技術(shù)

無人駕駛礦車在狹窄區(qū)域或交叉道路行駛或當(dāng)裝載卸載端異常時(shí)，通常容易造成車輛擁堵，降低生產(chǎn)效率。本技術(shù)通過車端上傳的定位、車輛狀態(tài)、行駛軌跡、設(shè)備故障、障礙物等信息，利用多車全局規(guī)劃和最優(yōu)控制算法建立效率成本模型；根據(jù)裝載點(diǎn)生產(chǎn)能力、距離遠(yuǎn)近、道路坡度、車輛分布、排隊(duì)列表以及車輛故障等信息，對(duì)車隊(duì)作業(yè)任務(wù)進(jìn)行最優(yōu)化求解，實(shí)現(xiàn)車輛最優(yōu)自由調(diào)度，以及最小化排隊(duì)等候。通過系統(tǒng)推演搜索、沖突搜索、區(qū)間閉鎖、路徑引導(dǎo)、紅綠燈交通管理等算法，實(shí)現(xiàn)車輛在行駛過程中保持安全間距和有序會(huì)車，控制無人駕駛車輛在合理候車點(diǎn)排隊(duì)等候，提示有人駕駛車輛停車、避讓、減速等，協(xié)同車輛之間安全會(huì)車、排隊(duì)[，從而實(shí)現(xiàn)多車安全高效協(xié)同作業(yè)。

3 實(shí)驗(yàn)與數(shù)據(jù)分析

3.1 實(shí)驗(yàn)環(huán)境

（1）實(shí)驗(yàn)環(huán)境：某露天礦山，12臺(tái)（輛）無人駕駛電動(dòng)礦車，1套智能調(diào)度系統(tǒng)，1套遠(yuǎn)程駕駛艙，2套卸載協(xié)同系統(tǒng)，3臺(tái)挖機(jī)裝載協(xié)同系統(tǒng)。其中9臺(tái)礦車正常運(yùn)輸，3臺(tái)礦車進(jìn)行輪換充電，按照礦山全天16h作業(yè)時(shí)間分別采用無人駕駛模式和人工駕駛模式進(jìn)行生產(chǎn)運(yùn)輸。測(cè)試前，所有電動(dòng)礦車均滿電；車輛均從同一時(shí)間開班，從停車場(chǎng)空車出發(fā)，以完成卸載貨箱降斗到位視為完成單趟運(yùn)輸；測(cè)試前，確保堆場(chǎng)拉空，破碎站料口清理干凈。每臺(tái)挖機(jī)按照滿載固定鏟數(shù)裝載；礦車最高限速 35km/h， 。完成測(cè)試后，統(tǒng)計(jì)無人駕駛模式和有人駕駛模式的總運(yùn)輸車數(shù)，并由地磅（電子汽車衡）進(jìn)行稱重，記錄裝載礦石的總重量，無人駕駛實(shí)驗(yàn)環(huán)境如圖1所示。

（2）對(duì)比測(cè)試指標(biāo)：運(yùn)輸車次、總載重量、效率提升率。

3.2 實(shí)驗(yàn)結(jié)果分析

測(cè)試結(jié)果如圖2所示。12臺(tái)（輛）礦車在無人駕駛模式下運(yùn)輸總車數(shù)為386車，總重量19677.75t；12臺(tái)礦車在人工駕駛模式下運(yùn)輸總車數(shù)366車，總重量 18889.93t 同等條件下，無人駕駛運(yùn)輸效率為有人駕駛效率的 104% ，效率提升4% 。從無人駕駛和有人駕駛的運(yùn)輸車次來看，無人駕駛運(yùn)輸更加穩(wěn)定，能夠更好地應(yīng)對(duì)車輛會(huì)車、排隊(duì)以及挖機(jī)異常情況下的自由派車，且可以非常靈活地實(shí)現(xiàn)自主繞障、動(dòng)態(tài)路徑規(guī)劃，從而提高生產(chǎn)效率。

4 總結(jié)與展望

本文通過多傳感器融合感知、雙重融合定位、動(dòng)態(tài)路徑規(guī)劃及全局智能調(diào)度控制等關(guān)鍵技術(shù)引入，實(shí)現(xiàn)了12臺(tái)礦車全流程無人駕駛高效集群作業(yè)；無人駕駛運(yùn)輸效率相對(duì)人工駕駛提升 4% ，安全性顯著提高，有效解決了無人駕駛運(yùn)行過程中的障礙物誤檢漏檢、局部道路無定位信號(hào)、裝載區(qū)域動(dòng)態(tài)變化、多車編組運(yùn)行等難題，但未來仍需優(yōu)化惡劣天氣下的障礙物感知精度以及無線信號(hào)較弱情況下的多車無人駕駛協(xié)同作業(yè)，以進(jìn)一步提升無人駕駛安全生產(chǎn)效率。

參考文獻(xiàn)

丁震，孟峰.礦用無人卡車國內(nèi)外研究現(xiàn)狀及關(guān)鍵技術(shù)[J].中國煤炭，2020，46（02）.42-49.

張健，齊勝男，王紀(jì)圣，邱鵬．一種基于北斗導(dǎo)航和5G通信的無人駕駛汽車系統(tǒng)設(shè)計(jì)[J.中國科技信息，2020（Z1）.102-104.

[3]HuangK，ShiB，LiX，etal.Multi-modal SensorFusion forAuto DrivingPerception：A Survey [J].2022.

[4]LiJ，MeiX，ProkhorovD.Deep neural network for structural predic—tionandlanedetectionintrafficscene[J].IEEETransactionsonNeural Networksand LeamingSystems，2016，28（3）.690-703.

[5]黃偉杰，張希等.基于融合地圖的自動(dòng)駕駛激光雷達(dá)定位算法[J].傳感器與微系統(tǒng)，2023，42（5）.139-142.

鮑旋旋.復(fù)雜約束下自動(dòng)駕駛車輛運(yùn)動(dòng)規(guī)劃方法研究[D].長(zhǎng)春：長(zhǎng)春工業(yè)大學(xué)，2020.

[7]LiJ，TinkaA，Kiesel S，etal.LifelongMulti-AgentPathFindinginLarge—ScaleWarehouses[J].arXiv e—prints，2020.