煤矿井下无轨胶轮车无人驾驶可大幅减少井下辅助运输作业人员数量，降低人员劳动强度，是辅助运输智能化的主要发展方向之一。相较于地面汽车无人驾驶，煤矿井下无轨胶轮车无人驾驶存在一系列新的挑战：井下巷道“长廊效应”、“多径效应”干扰；狭窄场景内人车混行等复杂路况对车辆精准控制的高要求；井下卫星拒止环境带来的定位问题；井下光照多变且巷道壁阻挡影响机器视觉的应用；设备需满足MA认证；安全措施需多重冗余设计等。针对上述挑战，提出了以车联网为核心的煤矿井下无轨胶轮车无人驾驶系统架构，分析了系统实现的关键技术：利用基于激光同步定位与建图（SLAM）和超宽带（UWB）/惯性导航系统（INS）的组合定位方式，实现车辆高速移动状态下的精确定位；依托车身多传感器（毫米波雷达、激光雷达、超声波雷达、摄像头）、矿用智能路侧单元等识别车身周边路况信息，并通过车联网共享相关信息；利用多源数据采集技术获得环境感知数据、车辆运行数据、路侧监控数据、移动目标数据，海量数据经5G等无线通信网络交互至基于边缘计算的分布式算力单元融合分析后，结合全局和局部路径规划算法合理规划车辆行驶路径，实现仓库管理系统化的车辆智能调度；考虑到井下机电设备安全准入要求，感知、线控、决策控制装备需实现矿用化设计且应尽量采用矿用本安型产品，以满足成本低、体积小、效率高的设计需求；井下无人驾驶车辆需实现感知、决策与控制环节的冗余设计，以实现非正常状况下车辆的安全可靠控制。现场测试结果表明：车辆定位精度可达0.3 m，通信带宽≥50 Mbit/s，数据通信时延≤50 ms，定位精度和数据交互满足井下无人驾驶基本需求；针对T形支巷及U型弯道等典型环境可实现避障及连续路径规划；基于多传感器融合策略，可实现多种目标感知能力提升；车辆动态跟随误差<0.54 m/s，垂直于巷道壁方向平均控制误差<0.2 m，满足无人驾驶车辆的控制要求。

0 引言
1 系统架构
2 系统关键技术
2.1 井下车辆动态精确定位技术
2.2 井下车辆路况识别技术
2.3 井下车辆路径规划技术
2.4 多源数据采集技术
2.5 海量数据实时交互技术
2.6 井下车辆智能调度技术
2.7 基于边缘计算的分布式算力共享技术
2.8 矿用化车辆线控技术
2.9 井下C-V2X技术
2.1 0 多种驾驶模式冗余控制及权限管控技术
2.11感知及决策控制装备本安型设计技术
3 系统测试
3.1 测试条件
3.2 测试结果与分析
3.2.1 C-V2X性能
3.2.2 路径规划功能
3.2.3 感知与决策控制功能
4 结语