胡青松，男，教授，博导，中国矿业大学地下空间智能控制教育部工程研究中心副主任，国际数字地球学会中国委员会数字能源专业委员会委员，中国煤炭学会科学传播专家，中国电子学会标准化工作委员会委员，中国有色金属学会矿山信息化智能化专业委员会委员，中国指挥与控制学会多域复杂环境智能感知委员会委员，江西省科技专家库专家，江苏省科技咨询专家，江苏省煤矿安全生产专家，中国职业安全健康协会科学技术奖励主审专家，《工矿自动化》杂志青年专家委员。长期从事目标定位与跟踪、物联网、无线通信、救灾通信方面的研究工作。主持国家级、省部级等科研项目10余项。成果获“中国发明协会一等奖”、“中国产学研创新成果一等奖”等省部级奖励10余项。发表论文80余篇，其中SCI/EI检索50余篇。出版专著3部。以第一发明人获得国家发明专利授权16项、国际PCT专利2项，其中4项专利实现转让。

       矿井辅助运输承担着人员、材料、设备等运输任务，加快矿井辅助运输智能化技术研究、实现矿井无人驾驶，可显著提升矿井运输效率，减少井下从业人员，保障矿井运输安全。在矿井无人驾驶关键技术中，环境感知是实现定位导航、路径规划和运动控制的基础，高质量的环境感知信息是无人驾驶技术成功应用的关键前提。为此，对矿井无人驾驶环境感知领域的感知装备、感知技术、融合方法等进行全面梳理归纳，为本领域人员进行算法设计、系统开发和应用部署提供借鉴。

       矿井车辆需通过车载感知器件获得车辆自身与环境数据。本文主要研究采集巷道环境数据的单车感知器件。与地面或露天矿山的无人驾驶相比，井下行驶巷道空间狭小，光照不均，温度高，湿度大，部分巷道底板不平，且有瓦斯和煤尘等爆炸性物质，导致车载感知器件几乎都会出现不同程度的性能下降，具体如下。

       矿井无人驾驶环境感知的主要任务是识别车辆行驶路径上的各种障碍物和交通标志，进而确定车辆可行驶区域，帮助车辆制定科学的决策规划策略。因此，矿井无人驾驶环境感知关键技术主要包括障碍物识别、基于矿井车联网的智能网联协同感知、交通标志检测与识别、基于感知结果的巷道可行驶区域分割等，具体如下。

       在算法层面，应利用人工智能技术研发高鲁棒性的融合模型；在硬件层面，应大力研发性能稳定、鲁棒性强的矿用感知设备；在数据集层面，需大力开展数据采集和数据标定工作，为井下无人驾驶感知技术研究提供基础支撑。

       不同巷道区域的环境条件差别很大。为此，可研究自适应感知算法，根据识别出的巷道特征自动选择主感知设备，如对于粉尘浓度不高、湿度不大的巷道区域，采用激光雷达为主感知设备，否则采用长距 4D 毫米波雷达为主感知设备，将其与惯性传感单元、5G 和 UWB 的感知数据融合，提升感知系统的准确性和鲁棒性。 

       需研究巷道多传感器数据融合的覆盖范围问题，保证感知结果的准确性、及时性；研究路侧多传感设备的融合策略，保证对同一感知目标在相同时间、不同空间中的观测一致性；研究巷边感知和车载感知数据间的交互、互认和共享问题，保证数据在整个车联网范围的开放共享性；研究基于边缘计算的感知融合技术，利用车联网的边缘计算能力保证感知计算与规划决策的实时性。