《工矿自动化》矿井车辆无人驾驶技术 | 虚拟专题

来源：工矿自动化

矿井车辆无人驾驶是减少煤矿井下作业人员，建设安全、高效、绿色、智能化矿井的需要。随着5G、车联网、机器学习、人工智能等技术的应用推广，无人驾驶技术在矿山得到了快速发展，特别是露天矿山行业无人驾驶技术研究取得了较大进展并实现了初步商用。本刊整理了近年来发表的智能矿山领域车辆无人驾驶技术代表性文章，以期促进同行交流。

行业视野: 安全
类别; 60个
关键词; 35位
专家; 10篇
论文; 2477IP
点击量; 1625次
下载量

基于SD−YOLOv5s−4L的煤矿井下无人驾驶电机车多目标检测

作者(Author)：赵伟, 王爽, 赵东洋

摘要：为解决煤矿井下无人驾驶电机车由于光照不均、高噪声等复杂环境因素导致的多目标检测精度低及小目标识别困难问题，提出一种基于SD−YOLOv5s−4L的煤矿井下无人驾驶电机车多目标检测模型。在YOLOv5s基础上进行以下改进，构建SD−YOLOv5s−4L网络模型：引入SIoU损失函数来解决真实框与预测框方向不匹配的问题，使得模型可以更好地学习目标的位置信息；在YOLOv5s头部引入解耦头，增强网络模型的特征融合与定位准确性，使得模型可以快速捕捉目标的多尺度特征；引入小目标检测层，将原三尺度检测层增至4层，以增强模型对小目标的特征提取能力和检测精度。在矿井电机车多目标检测数据集上进行实验，结果表明：SD−YOLOv5s−4L网络模型对各类目标的平均精度均值（mAP）为97.9%，对小目标的平均检测精度（AP）为98.9%，较YOLOv5s网络模型分别提升了5.2%与9.8%；与YOLOv7，YOLOv8等其他网络模型相比，SD−YOLOv5s−4L网络模型综合检测性能最佳，可为实现矿井电机车无人驾驶提供技术支撑。

免费下载

工矿自动化

2023年第11期

196

86
矿井无人驾驶环境感知技术研究现状及展望

作者(Author)：胡青松, 孟春蕾, 李世银, 孙彦景

摘要：矿井辅助运输系统是煤矿企业运输人员和重要物料、装备的必备系统，实现矿井无人驾驶是提高运输效率、保障运输安全的必然要求，也是落实国家煤矿智能化建设部署的必由之路。矿井无人驾驶依赖于准确实时的环境感知，即利用激光雷达、毫米波雷达等车载感知器件和车联网支持下的协同感知，实现车辆局部甚至矿井全局的精确详尽感知。对矿井无人驾驶环境感知技术的研究现状进行了系统梳理，指出巷道特殊环境使得矿井车载感知设备的性能都将出现不同程度的下降，并对各种车载感知设备的优劣进行了总结归纳；详细阐述了矿井无人驾驶环境感知的关键技术，包括基于可见光图像或激光点云的单传感器障碍物识别方法，多传感器融合感知的分类及可见光图像+激光点云、可见光图像+毫米波点云、可见光图像+激光点云+毫米波点云、4D毫米波雷达+其他感知器件等多传感器融合方式，智能网联协同感知的实现方式、数据处理方法及其对无人驾驶的促进作用，井下巷道交通标志检测与识别方法，井下无轨胶轮车和有轨机车的巷道可行驶区域分割方法等；对矿井无人驾驶环境感知技术的发展方向进行了展望，建议提高矿井多传感器融合性能、研究矿井自适应感知算法并突破矿井智能网联协同感知技术。

免费下载

工矿自动化

2023年第06期

172

110
基于平行控制理论的矿区无人驾驶卡车仿真系统

作者(Author)：杨荣明, 丁震, 杨健健, 付建华, 高玉, 魏亚, 艾云峰, 张致铭

摘要：针对矿用车辆实车测试无人驾驶存在危险性大、测试时间长、测试成本高、测试内容覆盖面窄等问题，研究了基于平行控制理论的矿区无人驾驶卡车仿真系统。该系统采用矿用卡车动力学建模、高保真场景重构、虚拟传感器建模等关键技术，实现无人驾驶算法全面推演、系统集成可靠性测试、矿区生产预测模拟、虚实互动平行推演等功能。矿用卡车动力学建模主要步骤分为整车模型搭建与可视化场景创建2个部分，将车辆动力学模型与虚拟场景关联，利用车辆模型产生的仿真数据实时驱动虚拟场景中的车辆运动。针对大型露天矿场景复杂、不规则的特性，通过无人机航拍测绘、激光雷达三维扫描等手段，获取矿山高精度三维模型数据，基于虚拟微多边形几何体技术、高像素虚拟纹理技术、三维场景实时渲染技术，构建高保真虚拟三维场景。虚拟传感器主要包括虚拟激光雷达、虚拟毫米波雷达、虚拟惯导装置、虚拟视觉相机，搭载于虚拟矿车上，负责生成虚拟场景中的数据信息，并将数据发送到自动驾驶控制器进行处理。基于该仿真系统，可以进行单车测试、多车调度测试、智能调度算法测试，还可以对现场车辆和虚拟车辆的虚实互动进行测试，为整个矿区的稳定运输、复杂路口的推演模拟、智能调度算法的最优决策提供验证平台，确保无人驾驶测试效率和安全，加快矿区无人驾驶技术升级。

免费下载

工矿自动化

2022年第11期

148

71
露天煤矿无人驾驶运输系统应急管理体系研究

作者(Author)：薛棋文, 丁震, 孙振明, 李腾飞, 杨健健

摘要：随着智能化矿山的发展，露天煤矿无人驾驶运输系统已逐步开展实验应用，但新技术的应用带来新的管理挑战，已有的应急管理体系无法满足新的现状需求。针对上述问题，从现状分析、体系框架设计、体系构建、未来发展趋势等4个方面，对露天煤矿无人驾驶运输系统应急管理体系进行了研究。首先，分析了露天煤矿无人驾驶运输系统应急管理现状，总结了应急管理工作中可能面临的新挑战：新技术应用经验不足、缺乏针对性应急管理内容、信息共享及协调能力弱导致事件处置流程与内容不够明确。其次，对露天煤矿无人驾驶运输系统的突发事件进行了分类（包括运输事故类、气象灾害类、通信事故类、火灾类及其他类），并结合露天煤矿企业安全及应急管理的总体要求，针对性地设计了露天煤矿无人驾驶运输系统的应急管理体系框架，涵盖了生产作业过程中对突发性危机事件的预防、监控、处理和恢复整个环节。然后，从应急准备与演练、监测预警、应急响应、处置管理4个方面对露天煤矿无人驾驶运输系统应急管理体系建设内容进行了详细分析。最后，基于智能化矿山发展背景，探讨了露天煤矿应急管理体系未来发展趋势，包括调度管理与应急处置一体化、应急预案编制智能化、信息安全重视高度化。研究成果为进一步完善露天煤矿无人驾驶运输系统突发事件应急管理理论、制定切实有效的应急预案提供了参考。

免费下载

工矿自动化

2022年第10期

253

119
矿区无人运输系统总体设计

作者(Author)：田臣, 丁震, 李镇江, 高玉, 艾云峰, 陈龙

摘要：目前针对无人驾驶矿用卡车的研究多集中在路径跟踪、安全通行辅助决策等具体控制方法上，不足以支撑整个矿区运输系统的无人化运营。针对该问题，提出了一种矿区无人运输系统总体设计方案。该系统分为云控中心、边缘侧、智能终端3层，主要包括矿用卡车自动驾驶系统、矿区无人运输云控调度平台、无人运输仿真系统、远程应急接管系统、健康管理系统、协同作业管理系统和定位/通信系统。矿用卡车自动驾驶系统具备单车智能管理功能，可实现障碍物感知、智能决策、路径规划、高精定位、精准控制等功能。云控调度平台用于统一调度管理，实现无人驾驶矿用卡车与电铲、推土机等的协同自动装载和卸载及无人驾驶矿用卡车与各类有人驾驶辅助作业车辆的协同混编作业。无人运输仿真系统根据矿山实时环境模拟不同调度运行方式，形成最优调度方案指导实际生产。远程应急接管系统可实现极端危险场景下无人驾驶矿用卡车的远程控制，确保在矿用卡车自动驾驶系统遇到故障时能够紧急接管车辆。健康管理系统通过安装在无人驾驶矿用卡车终端的相关传感器实现设备自检、故障诊断、检修结果上报、健康状态评估等功能。协同作业管理系统通过安装在有人采掘设备、工程设备、辅助生产设备上的软硬件系统，在保证人车安全的情况下协助无人驾驶矿用卡车共同完成作业。定位/通信系统实现云控中心与智能终端的通信连接，支持4G/5G/Mesh等多种通信方式，可实现V2N（车-网络）、V2V（车-车）和V2I（车-基础设施）通信。

免费下载

工矿自动化

2022年第09期

326

427
煤矿井下无轨胶轮车无人驾驶系统研究

作者(Author)：周李兵

摘要：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。

免费下载

工矿自动化

2022年第06期

246

274
基于改进被囊群算法的露天矿无人驾驶卡车运输调度

作者(Author)：李在友, 孙艳斌, 王晓光, 陈永, 刘光伟, 郭直清

摘要：针对露天矿无人驾驶卡车运输调度问题，以无人驾驶卡车燃油费用、固定启用费用、故障维修费用及网络基站建设与维护费用之和最小为目标函数，并以采矿场开采量、破碎场破碎量、卡车数量、卡车运输工作量为约束条件，建立了露天矿无人驾驶卡车运输调度优化模型。针对被囊群算法存在全局勘探和局部开采能力不平衡的问题，提出了一种基于Singer映射和参数位置自适应更新机制的改进被囊群算法（ITSA），并将其用于求解露天矿无人驾驶卡车运输调度优化模型。该算法引入Singer映射用于增强初始被囊种群在解空间中的分布性，加快压缩解空间大小，从而提高算法收敛速度；通过参数位置自适应更新机制调节被囊个体与最优被囊个体位置，以增大解空间的搜索范围，从而使算法跳出局部最优。仿真结果表明：与灰狼优化算法（GWO）、鲸鱼优化算法（WOA）、原子搜索优化算法（ASO）及被囊群算法（TSA）4种群智能优化算法相比，ITSA具有更好的收敛精度、收敛速度和稳定性能；在单峰基准函数上，ITSA的各项评价指标远优于其他4种算法，表明ITSA具有更好的局部开采能力；在多峰基准函数上，ITSA的各项评价指标表现出更好的寻优性能，表明ITSA具有更好的全局勘探性能。实际应用场景表明，ITSA用于求解无人驾驶卡车运输调度优化模型时具有更快的收敛速度和更高的收敛精度，且减少了卡车运输费用和运输距离。

免费下载

工矿自动化

2022年第06期

232

124
井下无人驾驶电机车行驶场景中多目标检测研究

作者(Author)：郭永存, 童佳乐, 王爽

摘要：目前煤矿井下无人驾驶有轨电机车在行驶过程中，对轨道中的石块及其他小型障碍物的识别存在检测速度慢、检测精度低，且对于重叠目标，易造成漏检、错检等问题。针对上述问题，提出了一种井下电机车多目标检测模型-SE-HDC-Mask R-CNN模型。该模型基于Mask R-CNN进行改进，通过在主干特征提取网络ResNet的残差块中嵌入压缩-激励（SE）模块，学习各个通道的重要程度和相互联系，增强网络对特征的选择和捕获能力；将残差块中卷积核大小为3×3的标准卷积替换成混合空洞卷积（HDC），在不改变特征图大小、不增加参数计算量的前提下，通过增加卷积核处理数据时各值之间的距离达到增大感受野的目的。实验结果表明：SE-HDC-Mask R-CNN模型可有效提取轨道、电机车、信号灯、行人和石块目标，在井下电机车多场景运行数据集上的平均准确率均值为95.4%，平均掩码分割精度为88.1%，平均边界框交并比为91.7%，相较于Mask R-CNN模型均提升了0.5%，对信号灯、石块（小目标）的检测精度分别提升了0.7%和4.1%;SE-HDC-Mask R-CNN模型的综合性能优于YOLOV2,YOLOV3-Tiny,SSD,Faster R-CNN等模型，可有效解决小目标漏检问题；SE-HDC-Mask R-CNN模型在煤巷直轨、弯轨、黑暗环境、多目标重叠等场景下均可有效实现目标检测，具有一定泛化能力及较高鲁棒性，基本满足无人驾驶电机车障碍物检测需求。

免费下载

工矿自动化

2022年第06期

188

163