浅析矿用卡车无人驾驶技术发展趋势

刘育铭

(北华大学，吉林 吉林 132000)

0 引 言

无人驾驶矿用卡车能够解决驾驶人员在工作时存在的安全隐患问题，极大限度的降低了人员参与，在节省了人力成本的同时也提高了作业人员的安全以及生产效率。目前，在一些国家现有的露天矿中存在着劳动力短缺，劳动力成本较高的情况。面对日益增长的能源需求，各国正在积极探索矿山智能化建设，以应对复杂偏远矿区的发展[1]。由于人员驾驶的矿用卡车容易受到路况、车况、气候等客观环境的影响，造成情绪波动，影响工作状态，容易造成安全事故。而无人驾驶技术的引入有三个优点：一方面在特定区域内移动无障碍；第二固定的路线内行驶车速较低，无技术障碍；最后是无司机参与，将人工成本降到最低，保障了人员的安全。无人驾驶矿用卡车可以基本解决驾驶员安全问题，节约劳动力成本，提高生产工作效率，并确保人员工作安全。

1 露天矿用卡车无人驾驶技术现状

1.1 露天矿用卡车无人驾驶系统组成

矿用卡车无人驾驶技术包括环境感知技术、定位技术、规划决策以及车辆控制等组成[2]。首先，矿用卡车通过装备的多种传感器对环境进行感知，通过定位系统确定车身以及装载和卸载的位置，通过管控调度平台对每辆车的运输路线进行规划，选择最优的行驶路线，并指定相应工作车辆按规定路线行驶，在装卸货地点进行装卸工作。露天矿无人驾驶卡车作业流程如图1所示。

图1 露天矿无人驾驶卡车作业流程

1.2 国外露天矿用无人驾驶卡车现状

国外针对应用于矿区卡车的无人驾驶技术的研究早在20世纪70年代就已经开始。在1994年，美国从卡特彼勒公司引进了两种无人矿卡。1995年，小松公司在日本一个装载77 t货物的矿山进行了无人采矿试验。在21世纪，卡特公司的“Mine Star”和小松公司的“AHS”系统的先后出现极大推动了无人驾驶技术在矿车上的应用。目前，小松自动运输系统已在澳大利亚和智利等国家运行多年，成为成熟的技术应用于露天矿车的运输工作[3]。

(1)“Mine Star”系统

“Mine Star”系统由车辆管理系统、生产现场管理系统、安全检测系统、设备诊断系统与指挥系统5个功能模块组成。车辆管理系统可确保实时跟踪车辆，并根据计划分配车辆，对车辆的使用情况进行统计管理。生产现场管理系统对作业车辆的挖掘、装载、倾倒等操作进行管理。安全检测系统是基于各类环境检测装置以及报警系统，以避免车辆在作业与会车过程中的碰撞。设备诊断系统可以显示设备的运行状态和运行数据，进行诊断和分析，并及时发送数据。“Mine Star”系统将各功能模块所分析的数据共享，实现矿车的装载、运输和卸载，以及车辆行驶路径的规划。

小松自动运输系统(Autonomous Haulage System，简称AHS)是一个由配备了高精度GPS定位系统的矿山车队控制中心管理的综合性矿山车队管理系统。它将为每辆卡车发送将货物运往指定的目的地的指令，随后矿车按照接收到的指令按计划路线行驶。“AHS”系统的优点是：(1)减少卡车司机成本支出；(2)降低运营成本；(3)增强安全性，减少工作是发生意外事故的次数。

1.3 国内露天矿用无人驾驶卡车现状

目前，我国的矿车无人驾驶技术还处于起步阶段，所以为提高我国采矿运输的可靠性、安全性和效率，提高我国矿业的国际竞争力，大力发展矿用卡车无人驾驶技术就显得尤为重要[4]。

徐工集团还在宝马2018上推出了无人驾驶测试车，此车基于百度APOLLO平台架构在矿用自卸车上应用了多种无人驾驶技术。

2018年9月，北方股份研制的172 t无人驾驶电动轮矿车在包钢集团进行测试，此矿车应用北京踏歌智行科技有限公司所研发的控制技术，型号为MT3600。该车各项工作性能良好，能够准确、安全地完成矿区货物的装卸、精确停车、自主避障以及路径循迹作业等环节。

1.4 矿区无人驾驶技术所面临的问题

目前，矿区无人驾驶技术还存在以下问题。

(1)矿区无人驾驶的配套技术相对落后。无人驾驶系统需要与智能采矿技术、先进的矿区管理水平和网络通信设施相匹配，以确保其正常运行。

(2)无人驾驶的核心技术难以突破。未来人工智能算法的研究将在无人矿用卡车上发挥重要作用。

2 矿车无人驾驶关键技术

目前，露天矿用卡车所用到的关键技术主要分为环境感知技术、定位技术、决策规划、控制等几项关键技术。

热力燃烧法。热力燃烧法需要加入辅助燃料作为助燃气体，温度一般在500～900℃范围内。低浓度VOCs可燃气体可采用热力燃烧法。

2.1 环境感知技术

对于矿区无人驾驶，影响感知率的主要因素如下：(1)温差变化较大，使得传感器应具备大范围温度工作的能力；(2)道路不平，有许多碎石和斜坡，行驶时过于颠簸会影响车辆的行驶稳定性，进而影响传感器的感知能力。矿区车辆在复杂的工作环境中运行，无人驾驶矿卡的感知系统必须采用多层异构传感器融合方法，以提高环境感知的准确性和鲁棒性。

目前，无人驾驶矿用卡车的环境感知系统主要用到毫米波雷达、激光雷达、视觉传感器等[5]。毫米波雷达优点是分辨率高，体积小，并根据前方障碍物与卡车之间的相对距离主动调整自身速度。激光雷达具有体积小、重量轻、远距离跟踪、稳定性高、鲁棒性好等优点。激光雷达应用于无人驾驶矿车中不依赖于外界光照条件或目标本身的辐射，可24 h全天候工作，其优点在于频率高，集成度高，体积小便于操作，具有迅速获取数据的能力，成为无人驾驶不可或缺的设备。外部环境信息是多通过摄像机获得的，视觉传感器的性能通常用图像分辨率来描述。主要用于无人矿区的车道线、交通标志、障碍物和行人的识别。在行驶采矿车辆时，感知系统安装的传感器用于收集实时数据、实时感知环境以及检测动态和静态对象[6]。

2.2 定位导航技术。

精准定位与导航是无人驾驶技术不可或缺的一部分内容，主流的定位导航技术包括全球定位系统(GPS)、GNSS差分定位技术、惯性导航技术。

矿卡中使用的全球定位系统(GPS)的优点在于全天候、全球性、无累积误差和高定位精度。而惯性导航系统具有较长的续航时间和较长的使用寿命，能够根据少量的测量状态信息导出位置、速度和导航角度等许多精确信息，它能有效地保证数据传输在一定时间内的稳定性和一致性。然而，惯性导航系统采用积分。经过一定时间的积累，小的误差不可避免地积累成误差，所以长期的精度是不够的。GNSS差分定位技术具有全天候、全方位、抗干扰能力强、实时连续等特点，并能实时校正定位误差。但是，简单的GNSS定位精度仅为米级，不能满足高等级自动驾驶厘米级高精度自动控制定位的需要[7]。

分析介绍了以上主流的定位导航技术的优缺点，未来多定位系统组合定位将成为一大趋势，对于环境多变的矿山区域可以提高定位精确度。

2.3 规划与决策

决策规划(Decision，Planning)系统是在对感知到的周边物体的预测轨迹的基础上，增加各项约束条件，结合无人车的当前位置和意图，进行最优的路径选取，对车辆做出最合理的决策和控制。

目前，无人驾驶车辆主要使用的行为决策算法有三种：(1)基于神经网络：神经网络用于确定特定场景并做出适当行为的决策；(2)基于规划：列出所有可能的组合，然后根据基于规则的技术路线对车辆决策系统进行编程；(3)混合路线：综合以上两种方决策方法。其中，混合路线是目前使用最广泛的路线。

2.4 控制

控制是无人驾驶车辆的关键，分为纵向控制和横向控制。(1)纵向控制，是控制车辆前进的速度，加速度，与前车的距离几项因素，即车辆的驱动与制动控制，要实现这几个参数的控制，通过油门踏板与制动的协调，实现与预期车速的精确匹配。(2)横向控制，横向控制是车辆转向系统的转向角度和转向力所产生的车身横摆的效果，即通过控制方向盘转动角度和控制轮胎力，实现无人驾驶汽车的定向跟踪。另外，车辆控制系统是无人驾驶矿车的核心部件，主要包括电子控制单元(ECU)和通信总线两部分。

3 露天矿用卡车无人驾驶发展趋势

通过对国内外研究现状的总结和无人驾驶关键技术的分析，预测露天矿无人矿卡发展趋势如下。

(1)多系统组合定位、多传感器融合：目前，单一的定位系统无法满足矿用卡车在复杂多变的环境进行精准定位，使用多定位系统相结合、多高精度系统辅助定位的方式，可极大改善矿区车辆工作时的稳定性和连续性；此外，单一传感器的目标检测对于矿山运输中装卸、卡车路径循迹作业等环节还存在许多问题。未来多传感器与定位系统高度融合，将是露天矿用卡车无人驾驶的发展方向[8]。

(2)人工智能算法的应用：目前，激光雷达几乎已成为无人驾驶矿用卡车所必备的环境感知工具，但激光雷达数据稀疏且价格昂贵，而相机所识别的物体数据信息十分丰富，所以深度研究人工智能算法对于复杂路况检测，提高识别精度具有很大帮助。未来，将智能算法应用于相机的视觉感知，将大大降低成本，提高无人矿卡在作业中的工作能力。

(3)云技术的应用：5G技术的最大特点是高速率、低时延、大容量、连接广。由于无人驾驶要求巨大的运算量，5G超高速网络既可以实现无人卡车大量数据的实时传输，又可以保证车队之间的协同驾驶、保证无人驾驶决策执行系统的安全运行[9]。

(4)车路协同、辅助驾驶：基础设施建设的改进来辅助车辆驾驶，可以将辅助驾驶系统的难易度降低，因为从安全的角度出发，未来的无人驾驶，不是简单的单量车的智能化，而是逐渐向车道的协同模式发展。

4 结 语

无人化与智能化的研究发展是未来矿山发展的必然趋势，结合环境感知、定位导航、决策控制等无人驾驶关键技术，未来将充分解决露天矿卡车作业过程中的各项难题。

并且，针对露天矿场复杂、恶劣的气候与环境影响系统正常运行工作的问题，需进一步发展、升级深度学习、目标检测、定位导航、人工智能等相关领域，使得露天矿山环境下的卡车无人驾驶技术将日趋成熟与完善。