矿井无人车应用技术分析_姚蔚利.pdf

2252023 年第 5 期姚蔚利等：矿井无人车应用技术分析姚蔚利等：矿井无人车应用技术分析矿井无人车应用技术分析姚蔚利1 蔡志佳2（1.中国中煤能源集团有限公司，北京 100120；2.北京理工大学，北京 102629）摘要 针对当前井工矿无人驾驶技术应用的逐渐普及和无人驾驶技术本身的高速迭代所带来行业发展方向杂乱的问题，通过分析大海则煤矿整体技术、车辆运行调度技术、智能调度运营平台技术等应用方案，分析了井下决策、控制、感知、定位、运行调度等无人驾驶关键技术的发展情况，归纳了当前主流的井工矿关键技术及发展趋势，得出矿山场景相对于城乡交通场景因属于局域场景、未知情况较少、场景规律较强以及市场规模更大等优势，有可能在短期内迎来规模化商用。关键词 井工矿；无人车；智能调度中图分类号 TD525 文献标识码 A doi:10.3969/j.issn.1005-2801.2023.05.072Analysis of Application Technology for Mine Unmanned VehiclesYao Weili1 Cai Zhijia2(1.China Coal Energy Group Co.,Ltd.,Beijing 100120;2.Beijing Institute of Technology,Beijing 102629)Abstract:Aiming at the increasingly widespread application of unmanned driving technology in well engineering and mining and the chaotic development direction of the industry caused by the high-speed iteration of unmanned driving technology itself,this paper analyzes the development situation of key unmanned driving technologies such as underground decision-making,control,perception,positioning,and operation scheduling by analyzing the overall technology,vehicle operation scheduling technology,intelligent scheduling operation platform technology and other application schemes of Dahaize Coal Mine,summarizing the current mainstream key technologies and development trends of well engineering and mining,it is concluded that compared to urban and rural transportation scenes,mining scenes have the advantages of being local,having fewer unknown situations,having stronger scene laws,and having a larger market scale,which may lead to large-scale commercial use in the short term.Key words:underground mine;unmanned vehicle;intelligent dispatching收稿日期 2023-01-16基金项目 中煤集团科技创新基金（700004-22ZB0002/11）作者简介 姚蔚利（1978），男，内蒙古人，2006 年毕业于北京理工大学车辆工程专业，硕士研究生，高级工程师，现从事煤矿生产、装备制造、建设施工、煤化工、电力、新能源智能化及清洁高效利用科技创新相关工作。姚蔚利等：矿井无人车应用技术分析姚蔚利等：矿井无人车应用技术分析目前矿井无人车技术正向大型化、智能化和无人化方向发展。尽管我国矿用无人驾驶技术1起步相比于发达国家较晚，但近些年来我国无人车辆自动驾驶技术发展较快，人才和技术储备足、成本低、网络基础设施建设起点比较高，通过技术创新和成果转化，在矿山数字化及矿车无人化的技术上实现了质的飞跃。1 应用技术分析井工矿下用自动驾驶+地面遥控的方法实现车辆远程遥控、车辆感知精确定位、精准自动泊车、自主避障等相关无人驾驶功能，有效提高了行驶安全及效率。系统方案总体层次结构分为四大部分：数据感知层、数据传输层、数据存储处理层、数据应用层，整体结构如图 1。系统主要通过车载智能终端与路侧终端的数据感知，实现平台端数据化展示，达到科学智慧调配资源和管理等目的，使云与端的互通实现智能终端、车辆状态监控、预警信息收集分析、风险评估、指2262023 年第 5 期挥调度、道路健康度及规划评估等综合管理功能2-4。车辆智能调度运营平台分系统架构系统具备基础感知层、基础平台层、功能应用层、展示层，支持数据分析、多元展示、数据存贮等功能。如图 2、图 3。图 1 大海则煤矿整体结构图图 2 车辆智能调度运营平台分系统架构图图 3 车辆智能调度运营平台分系统架构硬件结构图2 关键技术分析2.1 决策规划与控制自动驾驶决策系统分为任务规划、行为规划、动作规划三个部分。决策层主要负责路线规划和实时导航。规划和实时导航不仅需要高精地图，还要V2X 通信网络技术的支持。路径规划、行为规划有时也被称为决策制定（Decision Maker），它的目的是根据当前道路的情况及具体场景，能够自主进行规划和定位。可以把这一层控制理解为汽车的大脑和 CPU，它可以告诉车辆何时该转弯，何时该停车，何时该倒车等，总而言之，在合适的时间做出合适的事情5。2.2 线控底盘技术线控是机电控制的一种物理控制方式。线控系统是用电控系统替代机械系统或者液压系统。主要是指信号发射器与信号接收器之间是通过线缆或其他相关动作传到物体进行连接的。线控底盘技术主要分为线控转向、线控制动、线控驱动、线控悬架。线控悬架虽能自动调节线控弹簧的刚度、车身高度以及减震器阻尼，但由于重量、成本和可靠性的原因，目前主要在 C 级和 D 级车中配备6。2.3 环境感知与定位技术矿山环境中包含较多的粉尘，区别于良好视野环境下行驶的无人车辆，矿山无人驾驶车辆应针对矿山环境设计安装适用于矿山恶劣环境的车载传感器。多传感器融合使用应具备较为完整的环境感知功能，主要包含以下几个方面：1）环境建图。分为：点云数据融合与处理、矿山高精点云地图建立、高精点云地图管理。2）矿山可通行区域检测。车辆能依据车载传感器数据实现对车辆周围环境的识别与分类，从而识别可通行区域与不可通行区域。3）矿山道路要素检测方案。其主要包括：基于视觉与点云融合的障碍物检测、矿山基础设施要素检测方案7。2.4 运行调度运行调度功能是指电机车能够根据实际遇到的情境，完成信号关闭和道口控制。通过运用运行调度功能，无人驾驶系统电机车的管理员能够比较清晰地观察到目前地下所有矿用无人车的运行情况及使用情况，能够对这些车辆有个大体的认识，做到心中有数。同时，管理员也能够对这些车辆进行调度和控制，极大地提高车辆运行的效率，从而实现车辆的半自动调度8-9。3 结论与展望“工业 5G+电机车无人驾驶”新模式的启动，推进矿山行业实现远程设备化、矿区智能化、管理无人化、生产健康化的新进程，同时也为未来的智能矿山建设按下“加速键”。在不久的将来，矿井2272023 年第 5 期姚蔚利等：矿井无人车应用技术分析姚蔚利等：矿井无人车应用技术分析无人车的应用，将主动融入和服务当地数字经济，投身 5G+工业互联网产业建设，推动 5G 技术与传统产业的深度融合，赋能工业数字化、网络化和智能化转型10。矿山场景的技术实现难度与运营复杂程度，一点都不亚于港口、园区物流等场景。这些场景因为环境简单、技术实现难度低以及市场规模更大等优势，最有可能在短期内迎来无人驾驶规模商用。在不久的将来，井下无人车应用将会更加频繁，在无人车领域矿下的应用也会拥有更广阔的场景。展望未来，中国矿区无人驾驶产业呈现以下四大发展趋势：一是市场规模持续扩大，更多矿业龙头布局无人驾驶，逐步向长尾市场延伸；二是矿区无人驾驶方案进一步与智慧矿山、无人矿山方案深度融合；三是无人化与电动技术融合，无人矿山与绿色矿山并行；四是海外市场将成矿区无人驾驶市场新增长点。【参考文献】1 FENG.GUO,FENG.GAO,SHUAI.GUO,et al.Research on the Transport Line of the Trackless Rubber Tire Vehicle Underground Coal MineJ.Applied Mechanics and Materials,2013,2594(748):2284-2287.2 Cui H,Liu S,Zeng Y.An obstacle detection algorithm used sequential sonar data for Autonomous Land VehicleC/International Conference on Electronic Measurement&Instruments.IEEE,2011.3 NARLA S R.The evolution of connected vehicle technology:From smart drivers to smart cars to.self-driving cars J.Ite Journal,2013,83(07):22-26.4 JI J,KHAJEPOUR A,MELEK W W,et al.Path planning and tracking for vehicle collision avoidance based on model predictive control with multiconstraints J.IEEE Transactions on Vehicular Technology,2016,66(02):952-64.5 Green J.Underground mining robot:A CSIR projectC/IEEE International Symposium on Safety.IEEE,2013.6 古加局.地下无人矿车运行轨迹偏差模型及其目标路径规划 J.自动化技术与应用，2019，38（09）：81-83+87.7 XUAN Z,JUE Y,LIN L,et al.Path Tracking Control for Autonomous Underground Mining Articulated Dump Truck J.Electrotehnica,Electronica,Automatica,2015,63(03).8 王志文，辛鹏，孙洪涛，等.基于收缩约束模型预测控制的无人车辆路径跟踪 J.控制与决策，2022，37（03）：625-634.9 LEE K,KUM D.Collision avoidance/mitigation system:Motion planning of autonomous vehicle via predictive occupancy map J.IEEE Access,2019,7(99):52846-52857.10 孙继平.煤矿智能化与矿用 5G 和网络硬切片技术 J.工矿自动化，2021，47（08）：1-6.性。通过科技创新管理，促进了企业绿色、健康、稳定、持续的发展。【参考文献】1 中共中央文献研究室.习近平关于科技创新论述摘编 M.北京：中央文献出版社，2016.2 武方略.习近平科技创新思想研究 D.合肥：合肥工业大学，2019.3 张明，程实，张岸元，等.如何渡过中美贸易摩擦的不确定水域 J.国际经济评论，2019（01）：89-145.4 王西峰.科技创新管理工作在煤矿企业中的作用探讨 J.企业改革与管理，2021（14）：39-40.5 陈向红.新企业科技创新管理对策分析 J.中国科技信息，2020（01）：109-110.6 邵丽华.煤矿企业科技创新管理工作现状及建议J.管理荟萃，2022（09）：83-85.7 李燕，王志宝，许培猛.煤炭企业深化改革下的人才战略 J.山东煤炭科技.2021，39（02）：213-215.8 马丽芳.创新科技管理对促进煤炭企业技术进步的探讨 J.山西焦煤科技，2010（07）51-56.9 梁静，宋旭波，郭文秋.科技管理创新对促进煤炭企业进步的探讨 J.中小企业管理与科技，2017（14）：108-109.10 张伊炜.试谈精细化管理模式在煤炭企业管理中的应用 J.企业科技与发展，2020（11）：206-208.11 张俏俏.企业科技创新发展的制约因素及对策探讨 J.中国中小企业，2020（04）：43-45.（上接第 224 页）