《工矿自动化》“矿山无人驾驶技术”专题

首页 > 专题

《工矿自动化》“矿山无人驾驶技术”专题

来源：工矿自动化

专题来自于《工矿自动化》2024年10期，共7篇研究成果。

行业视野: 智能化
类别; 42个
关键词; 38位
专家; 7篇
论文; 34IP
点击量; 0次
下载量

融合简化可视图和A*算法的矿用车辆全局路径规划算法

作者(Author)：张传伟, 芦思颜, 秦沛霖, 周睿, 赵瑞祺, 杨佳佳, 张天乐, 赵聪

摘要：针对矿用车辆在狭窄、弯曲及有未知障碍物的井下巷道中的路径规划效率低的问题，提出了一种融合简化可视图(SVG)和A*算法的全局路径规划算法DVGA*。在构建真实环境点云地图基础上，连接车辆在不同视点下的可视切点，动态生成SVG；将可视切点依次存入OPEN表作为节点，根据A*算法估价函数选取路径最短情况下的节点加入CLOSED表，得到最优路径点并存储路径，同时删除OPEN表中的其余节点，循环此过程，直到OPEN表中出现终点；最后利用路径平滑算法进一步减少路径节点数量，从而提高路径规划效率。实验结果表明，与完整可视图+A*算法、SVG+A*算法及SVGCA*算法对比，DVGA*算法对复杂长距离路径的规划时间最短，平均路径长度分别缩短了10.79 % ，6.26% 和2.86%，具有更强的适应性和更高的规划成功率。井下试验结果表明：在巷道宽度变换区域和躲避静态障碍物时，相比SVGCA*算法，DVGA*算法规划的路径更加平滑；躲避动态障碍物时，DVGA*算法能够及时进行路径纠正，保证了路径规划的时效性和稳定性；在复杂多变的巷道环境中，DVGA*算法的规划时间和路径长度相比SVGCA*算法分别减少了11.51%和1.54%，具有更高的环境适应性和稳定性。

免费下载

工矿自动化

2024年第10期

4

0
面向矿井无人驾驶的IMU与激光雷达融合SLAM技术

作者(Author)：胡青松, 李敬雯, 张元生, 李世银, 孙彦景

摘要：同时定位与地图构建（SLAM）是无人驾驶关键技术，现有SLAM技术在煤矿巷道环境下存在累计误差大、漂移等问题。提出一种巷道环境特征辅助的惯性测量单元（IMU）与激光雷达融合SLAM算法。利用IMU观测数据预测点云运动状态并进行运动补偿，减少由设备运动引起的点云畸变；通过点云配准得到雷达里程计位姿变换信息，构成雷达里程计约束；提取巷道侧壁和地面点云并进行平面拟合，构成环境约束；基于IMU预积分约束、雷达里程计约束和环境约束，采用因子图优化方法完成激光雷达与IMU紧耦合，实现对巷道三维场景的高精度重建和无人驾驶车辆定位。仿真实验表明，巷道环境特征辅助的IMU与激光雷达融合SLAM算法的绝对轨迹均方根误差为0.116 2 m，相对轨迹均方根误差为0.040 9 m，定位精度较常用的LeGO−LOAM算法和LIO−SAM算法有所提升。真实环境测试结果表明，该算法具有良好的建图效果，未出现漂移和拖尾现象，具有较强的环境适应性和鲁棒性。

免费下载

工矿自动化

2024年第10期

6

0
矿用无人驾驶车辆行人检测技术研究

作者(Author)：周李兵, 于政乾, 卫健健, 蒋雪利, 叶柏松, 赵叶鑫, 杨斯亮

摘要：矿用无人驾驶车辆的工作环境光照条件复杂，行人检测经常出现漏检现象，导致矿用无人驾驶车辆可靠性及安全性不足。针对巷道光照条件复杂的问题，提出了一种弱光图像增强算法：将弱光图像由RGB图像空间分解为HSV图像空间，通过Logarithm函数对亮度分量先进行光照，再通过双边滤波器去除噪声；采用形态学对饱和度分量进行闭操作，再通过高斯滤波器滤除噪声；将图像转换回RGB图像空间，通过半隐式ROF去噪模型对图像再次进行去噪，得到增强图像。针对行人检测存在漏检、精度低的问题，提出了一种基于改进YOLOv3的矿用无人驾驶车辆行人检测算法：采用密集连接块取代YOLOv3中的Residual连接，提高特征图利用率；采用Slim−neck结构优化YOLOv3的特征融合结构，使得特征图之间能够进行高效的信息融合，进一步提高对小目标行人的检测精度，并利用其内部特殊的轻量化卷积结构，提高检测速度；加入轻量级的卷积注意力模块（CBAM）增强算法对目标类别和位置的注意程度，提高行人检测精度。实验结果表明：① 提出的弱光图像增强算法能够有效提高图像可见度，图像中行人的纹理更加清晰，并具有更好的噪声抑制效果。② 基于增强后图像的矿用无人驾驶车辆行人检测算法的平均精度达95.68%，相较于基于改进YOLOv7和ByteTrack的煤矿关键岗位人员不安全行为识别算法、YOLOv5、YOLOv3算法分别提高了2.53%，6.42%，11.77%，且运行时间为29.31 ms。③ 基于增强后图像，YOLOv3和基于改进YOLOv7和ByteTrack的煤矿关键岗位人员不安全行为识别算法出现了漏检和误检的问题，而矿用无人驾驶车辆行人检测算法有效改善了该问题。

免费下载

工矿自动化

2024年第10期

4

0
SLAM技术及其在矿山无人驾驶领域的研究现状与发展趋势

作者(Author)：崔邵云, 鲍久圣, 胡德平, 袁晓明, 张可琨, 阴妍, 王茂森, 朱晨钟

摘要：无人驾驶是矿山智能化关键技术之一，其中即时定位与地图构建（SLAM）技术是实现无人驾驶的关键环节。为推动SLAM技术在矿山无人驾驶领域的发展，对SLAM技术原理、成熟地面SLAM方案、现阶段矿山SLAM研究现状、未来矿山SLAM发展趋势进行了探讨。根据SLAM技术所使用的传感器，从视觉、激光及多传感器融合3个方面分析了各自的技术原理及相应框架，指出视觉和激光SLAM技术通过单一相机或激光雷达实现，存在易受环境干扰、无法适应复杂环境等缺点，多传感器融合SLAM是目前最佳的解决方法。探究了目前矿山SLAM技术的研究现状，分析了视觉、激光、多传感器融合3种SLAM技术在井工煤矿、露天矿山的适用性与研究价值，指出多传感器融合SLAM是井工煤矿领域的最佳方案，SLAM技术在露天矿山领域研究价值不高。基于现阶段井下SLAM技术存在的难点（随时间及活动范围积累误差、各类场景引起的不良影响、各类传感器无法满足高精度SLAM算法的硬件要求），提出矿山无人驾驶领域SLAM技术未来应向多传感器融合、固态化、智能化方向发展。

免费下载

工矿自动化

2024年第10期

4

0
矿用激光雷达与相机的无目标自动标定方法研究

作者(Author)：杨佳佳, 张传伟, 周李兵, 秦沛霖, 赵瑞祺

摘要：矿用车辆实现无人驾驶依赖于准确的环境感知，激光雷达和相机的结合可以提供更丰富和准确的环境感知信息。为确保激光雷达和相机的有效融合，需进行外参标定。目前矿用本安型车载激光雷达多为16线激光雷达，产生的点云较为稀疏。针对该问题，提出一种矿用激光雷达与相机的无目标自动标定方法。利用多帧点云融合的方法获得融合帧点云，以增加点云密度，丰富点云信息；通过全景分割的方法提取场景中的车辆和交通标志物作为有效目标，通过构建2D−3D有效目标质心对应关系，完成粗校准；在精校准过程中，将有效目标点云通过粗校准的外参投影在逆距离变换后的分割掩码上，构建有效目标全景信息匹配度目标函数，通过粒子群算法最大化目标函数得到最优的外参。从定量、定性和消融实验3个方面验证了方法的有效性：① 定量实验中，平移误差为0.055 m，旋转误差为0.394°，与基于语义分割技术的方法相比，平移误差降低了43.88%，旋转误差降低了48.63%。② 定性结果显示，在车库和矿区场景中的投影效果与外参真值高度吻合，证明了该方法的稳定性。③ 消融实验表明，多帧点云融合和目标函数权重系数显著提高了标定精度。与单帧点云相比，使用融合帧点云作为输入时，平移误差降低了50.89%，旋转误差降低了53.76%；考虑权重系数后，平移误差降低了36.05%，旋转误差降低了37.87%。

免费下载

工矿自动化

2024年第10期

4

0
基于时空连续补偿的矿山可通行区域识别方法

作者(Author)：代博, 王亚飞, 李若尧, 李泽星, 章翼辰, 张睿韬

摘要：可通行区域识别是矿山无人驾驶技术中的重要环节。露天矿山道路场景具有道路边界模糊不清及路面平坦度不一等特征，使用传统同心圆地面分割模型进行矿山道路平面拟合时容易出现可通行区域与车辆不连通及帧间可通行区域识别结果不一致等误分类问题。提出了一种基于时空连续补偿的矿山道路可通行区域识别方法。首先，基于同心圆模型对矿山道路建模，并利用主成分分析方法进行多平面拟合，获取初始可通行区域分割结果；然后，基于空间连通性，分别利用区域生长方法和基于密度的噪声应用空间聚类方法对初始可通行区域进行区域连通性滤波及点连通性滤波，得到符合空间连通性的可通行区域；最后，基于时间区域一致性对不同点云帧中可通行性不一致的不稳定区域进行滤除，先根据正态分布变换方法构建栅格地图，再利用时间稳定权重判断栅格稳定性，最终通过区域栅格投影实现不稳定区域的滤除。矿山场景中测试结果表明：该方法的准确率为93.44%，较现有主流方法提升2.27%；召回率为99.14%，较现有主流方法提升8.26%。该方法不仅在不连通区域中具有良好的空间连通性，还在崎岖区域内具有良好的时序稳定性。

免费下载

工矿自动化

2024年第10期

4

0
露天矿无人驾驶自卸车横−纵向协同控制研究

作者(Author)：潘国宇, 鲍久圣, 胡德平, 邹学耀, 阴妍, 王茂森, 朱晨钟, 张磊, 杨瑞

摘要：露天矿无人驾驶自卸车面临道路等级低且坡道弯道多、车辆载质量大且变化范围宽等恶劣运输工况，现有车辆运动控制策略多面向普通道路环境，无法直接将现有车辆控制策略应用于矿山自卸车。针对上述问题，提出了一种基于预瞄误差与分层反馈的露天矿无人驾驶自卸车横−纵向协同控制系统。横向控制以线性二次型调节器（LQR）为基础，运用前馈控制器降低稳态误差，采用模糊控制器实现自适应调整预瞄距离，以提高路径跟踪控制精度；纵向控制建立分层反馈式纵向速度控制器，分别采用模型预测控制和模糊PID反馈控制，并建立车辆驱动及制动逆向模型，降低自卸车载质量与道路坡度改变对纵向速度追踪的影响。仿真结果表明：① 车辆实际速度和期望速度误差在2%以内，说明自卸车在空载下坡与满载上坡2种工况下的速度跟踪效果能够满足要求。② 由于横−纵向协同控制能够针对路径曲率的不同实时调节车辆速度，在2种工况下，自卸车横−纵向协同控制器相比于单一横向控制都获得了更高的路径跟踪精度，同时也提高了自卸车的操纵稳定性。实验结果表明：① 空载下坡时的横向误差峰值为0.019 9 m，方向误差峰值为0.184 0 rad，误差增大均发生在弯道处，但误差波动范围较小，能够保证试验车对期望路径的跟踪。② 负载上坡时的横向误差峰值为0.016 8 m，方向误差峰值为0.071 4 rad，误差变化趋势与空载下坡试验相反，但误差仍在合理范围内，试验车的跟踪效果良好。③ 2个误差峰值均小于空载下坡试验，验证了不同速度对横向控制精度的影响规律。

免费下载

工矿自动化

2024年第10期

8

0

推荐专家

张传伟

推荐专题

亮点论文

推荐企业

中国煤炭科工

《工矿自动化》“矿山无人驾驶技术”专题

煤问提

煤传媒

煤视界

科技创新50强

会员中心