基于數(shù)據(jù)驅(qū)動(dòng)的露天礦山無(wú)人運(yùn)輸系統(tǒng)應(yīng)用架構(gòu)及關(guān)鍵技術(shù)

潘 偉，梅貴周，陳 成，王煒杰

（安徽海博智能科技有限責(zé)任公司，安徽 蕪湖241200）

0 引言

露天礦區(qū)現(xiàn)場(chǎng)非常適合自動(dòng)駕駛車輛在封閉場(chǎng)地行駛。每輛礦車在相對(duì)固定的路線上進(jìn)行中低速運(yùn)輸，在裝卸環(huán)節(jié)可以不需要額外人工參與作業(yè)。既能有效降低運(yùn)輸造成的人員安全風(fēng)險(xiǎn)，又能徹底解決礦車司機(jī)招聘難的問(wèn)題。在國(guó)家戰(zhàn)略和相關(guān)政策的指導(dǎo)下，越來(lái)越多的國(guó)內(nèi)外企業(yè)紛紛涌入礦山無(wú)人駕駛領(lǐng)域。目前，卡特彼勒和小松公司主要為自制礦山車輛提供前裝自動(dòng)駕駛解決方案；自動(dòng)化解決方案提供商ASI公司，主要為其他品牌或型號(hào)的礦車提供后裝自動(dòng)駕駛解決方案[1,2]。與國(guó)外科技企業(yè)提供的自動(dòng)駕駛解決方案不同，國(guó)內(nèi)的無(wú)人駕駛解決方案提供商主要是礦業(yè)企業(yè)[3,4]。露天礦無(wú)人運(yùn)輸系統(tǒng)是一項(xiàng)復(fù)雜的系統(tǒng)工程，包括單車操作系統(tǒng)、多車協(xié)同系統(tǒng)、車路協(xié)同系統(tǒng)、無(wú)人智能系統(tǒng)、調(diào)度管理系統(tǒng)、監(jiān)控系統(tǒng)、遠(yuǎn)程接管系統(tǒng)和通信系統(tǒng)等[5]。

根據(jù)目前的國(guó)內(nèi)外學(xué)術(shù)界與業(yè)界發(fā)展情況來(lái)看，露天礦山無(wú)人運(yùn)輸系統(tǒng)的深度智能化不僅需要克服更多的理論和技術(shù)問(wèn)題，而且各種傳感器等硬件質(zhì)量與智能算法還需要進(jìn)一步的實(shí)質(zhì)性突破。因此，現(xiàn)階段露天礦山無(wú)人駕駛更多的是基于單車傳感器數(shù)據(jù)采集和深度挖掘的單車智能駕駛的應(yīng)用。目標(biāo)是提高單車自動(dòng)駕駛穩(wěn)定運(yùn)行的綜合性能。

本文對(duì)露天礦山無(wú)人運(yùn)輸系統(tǒng)的體系架構(gòu)進(jìn)行了深入闡述，著重介紹了無(wú)人運(yùn)輸?shù)奈宕髷?shù)據(jù)化特征。提出包括自動(dòng)駕駛子系統(tǒng)（Autonomous Driving Subsystem，ADS）和云控平臺(tái)（Cloud Control Platform，CCP）的無(wú)人運(yùn)輸系統(tǒng)數(shù)據(jù)應(yīng)用架構(gòu)，在此基礎(chǔ)上，對(duì)無(wú)人運(yùn)輸系統(tǒng)的數(shù)據(jù)應(yīng)用關(guān)鍵技術(shù)進(jìn)行了深入分析。

1 無(wú)人運(yùn)輸系統(tǒng)的數(shù)據(jù)化特征

1.1 無(wú)人運(yùn)輸系統(tǒng)的定義

露天礦無(wú)人運(yùn)輸是在礦石運(yùn)輸過(guò)程的自動(dòng)化、信息化、數(shù)字化的基礎(chǔ)上，自動(dòng)駕駛礦用卡車實(shí)現(xiàn)“裝料、運(yùn)料、卸料”過(guò)程的完全無(wú)人干預(yù)情況下的可靠穩(wěn)定自主運(yùn)行作業(yè)，無(wú)人駕駛礦車可以接收和執(zhí)行云控平臺(tái)下發(fā)的各種控制指令，并向云控平臺(tái)實(shí)時(shí)上報(bào)無(wú)人礦車自身狀態(tài)信息。云控平臺(tái)負(fù)責(zé)從整體上實(shí)現(xiàn)更安全、更高效、更靈活的露天礦山生產(chǎn)經(jīng)營(yíng)目標(biāo)。

1.2 無(wú)人運(yùn)輸系統(tǒng)的數(shù)據(jù)特點(diǎn)

（1）采集多樣，數(shù)據(jù)體量大。系統(tǒng)產(chǎn)生的海量數(shù)據(jù)分布在設(shè)備（挖掘機(jī)、礦車、加油站、破碎站等）、各種礦山管理信息系統(tǒng)、工業(yè)以太網(wǎng)等鏈路的數(shù)據(jù)采集頻率高，類型多，包括結(jié)構(gòu)化和半結(jié)構(gòu)化各類實(shí)時(shí)感知數(shù)據(jù)和非結(jié)構(gòu)化運(yùn)行指標(biāo)的數(shù)據(jù)。

（2）信息潛在關(guān)聯(lián)復(fù)雜。一方面，露天礦石需要經(jīng)過(guò)爆破、挖掘機(jī)（裝載機(jī)）鏟裝、礦山車輛裝載運(yùn)輸、二次破碎、皮帶運(yùn)輸、堆場(chǎng)等一系列運(yùn)輸與加工環(huán)節(jié)。各環(huán)節(jié)的數(shù)據(jù)具有很強(qiáng)的相關(guān)性，如運(yùn)輸條件、設(shè)備狀態(tài)、礦石品位等；另一方面，無(wú)人礦車在長(zhǎng)達(dá)10年的服役生命周期的不同階段上狀態(tài)數(shù)據(jù)之間也存在著很強(qiáng)的潛在相關(guān)性，如技術(shù)升級(jí)、生產(chǎn)和維護(hù)。

（3）多樣化持續(xù)產(chǎn)出。無(wú)人礦車長(zhǎng)時(shí)間連續(xù)運(yùn)行的特點(diǎn)決定了其監(jiān)控過(guò)程必須是連續(xù)持續(xù)進(jìn)行的，根據(jù)作業(yè)過(guò)程上各環(huán)節(jié)的工作特點(diǎn)和重要性，可以采用實(shí)時(shí)、半實(shí)時(shí)、離線等采樣方式。

（4）收集、存儲(chǔ)、清洗和挖掘的標(biāo)準(zhǔn)較高。露天礦山無(wú)人運(yùn)輸作業(yè)數(shù)據(jù)有很強(qiáng)的實(shí)時(shí)性要求，如無(wú)人礦車啟動(dòng)順序、輔助設(shè)備狀態(tài)的運(yùn)行故障的頻率與時(shí)長(zhǎng)等，實(shí)時(shí)性要求高。

（5）數(shù)據(jù)閉環(huán)管理。無(wú)人運(yùn)輸關(guān)鍵是各種清洗、挖掘和優(yōu)化結(jié)果的閉環(huán)運(yùn)行。因此，在運(yùn)輸狀態(tài)轉(zhuǎn)換過(guò)程中的數(shù)據(jù)采集和處理過(guò)程的各個(gè)階段中，需要支持狀態(tài)的外部場(chǎng)景感知、數(shù)據(jù)分析、決策控制的效果反饋等閉環(huán)場(chǎng)景中的漸進(jìn)式調(diào)整和正向持續(xù)優(yōu)化。

1.3 無(wú)人運(yùn)輸系統(tǒng)的數(shù)據(jù)功能

（1）多重感知——數(shù)據(jù)獲取。通過(guò)無(wú)人礦車的各類車端傳感器，同時(shí)結(jié)合露天礦山的路側(cè)傳感器，通過(guò)先進(jìn)的4G/5G網(wǎng)絡(luò)通信技術(shù)對(duì)礦車路端的傳感數(shù)據(jù)進(jìn)行無(wú)線傳輸，實(shí)現(xiàn)了無(wú)人礦車運(yùn)行管理過(guò)程中對(duì)外部環(huán)境、車輛狀態(tài)、行駛定位信息等全方位監(jiān)測(cè)、多手段識(shí)別和多冗余感知。經(jīng)過(guò)處理、同步和融合，獲取的感知數(shù)據(jù)將與自動(dòng)駕駛的各個(gè)方面進(jìn)行深入集成，成為無(wú)人駕駛交通智能控制的基礎(chǔ)和前提。

（2）信息融合——數(shù)據(jù)交互。利用云/霧計(jì)算、大數(shù)據(jù)處理、物聯(lián)網(wǎng)等先進(jìn)技術(shù)，對(duì)露天礦山的各類自主行駛的無(wú)人礦卡與輔助設(shè)備交互過(guò)程中所生成的海量數(shù)據(jù)進(jìn)行清洗、時(shí)間同步、匯總挖掘和多維度分析，實(shí)現(xiàn)多個(gè)信息產(chǎn)生來(lái)源的數(shù)據(jù)在廣度與深度上進(jìn)行聚合。建立礦石運(yùn)輸過(guò)程中無(wú)人礦車與有人礦車、礦車與輔助設(shè)備、管理人員與礦山設(shè)備、管理人員與維修人員、硬件設(shè)備與無(wú)線/有線網(wǎng)絡(luò)、無(wú)人運(yùn)輸系統(tǒng)與露天礦山所處環(huán)境的指令交互與數(shù)據(jù)共享機(jī)制。通過(guò)傳統(tǒng)機(jī)械設(shè)備與智能設(shè)備之間的數(shù)據(jù)融合，提高原先基于單一數(shù)據(jù)源的狀態(tài)估計(jì)的準(zhǔn)確性、可靠性、靈敏性，方便管理人員可探索性自主通過(guò)多角度多維度多組合條件進(jìn)行運(yùn)輸過(guò)程相關(guān)性分析，探索無(wú)人礦車安全、高效、可靠、低碳、靈活操作的潛力。

（3）智能算法——數(shù)據(jù)決策。基于系統(tǒng)工程、多代理機(jī)制理論、從物流與供應(yīng)鏈一體化運(yùn)作管理的角度出發(fā)，對(duì)礦石品位配比、運(yùn)輸調(diào)度、交通管理、設(shè)備預(yù)防性故障診斷和礦石品位質(zhì)量與生產(chǎn)運(yùn)行管理控制等方面進(jìn)行研究，對(duì)露天礦山運(yùn)行可靠性管理進(jìn)行數(shù)據(jù)支撐決策，提升整個(gè)運(yùn)輸過(guò)程的對(duì)各類惡劣環(huán)境適應(yīng)能力、對(duì)各類突發(fā)工況自學(xué)習(xí)能力、各類潛在故障自恢復(fù)自冗余備份，運(yùn)行的參數(shù)自優(yōu)化趨勢(shì)。

（4）交通管理——數(shù)據(jù)監(jiān)控。云控平臺(tái)的核心功能就是負(fù)責(zé)融合無(wú)人礦車、輔助設(shè)備、礦山道路與環(huán)境參數(shù)以及礦山外部行業(yè)的實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)，打通云控平臺(tái)與智慧礦山各類管理信息系統(tǒng)之間的數(shù)據(jù)共享和業(yè)務(wù)聯(lián)動(dòng)機(jī)制，為無(wú)人礦車的相關(guān)管理人員和維護(hù)人員提供標(biāo)準(zhǔn)化或定制化的數(shù)據(jù)與計(jì)算等基礎(chǔ)服務(wù)?；趯?duì)無(wú)人礦車車隊(duì)行駛與露天礦山管控區(qū)域的設(shè)定參數(shù)與實(shí)際應(yīng)用結(jié)果，根據(jù)生產(chǎn)需求調(diào)整與車隊(duì)整體運(yùn)行效率最大化的多目標(biāo)驅(qū)動(dòng)，及時(shí)向無(wú)人運(yùn)輸?shù)V車與輔助設(shè)備發(fā)送調(diào)度任務(wù)和交通管理指令，實(shí)現(xiàn)礦山企業(yè)的整體經(jīng)濟(jì)效益最大化。

（5）全生命周期管理——數(shù)據(jù)歸檔。將露天礦山礦石運(yùn)輸過(guò)程中產(chǎn)生的“裝載、運(yùn)行、卸載”記錄，以及無(wú)人礦車在傳感器安裝、參數(shù)標(biāo)定調(diào)試、無(wú)人化常態(tài)運(yùn)行、預(yù)防性維護(hù)以及故障發(fā)生后及時(shí)維修過(guò)程各個(gè)環(huán)節(jié)中產(chǎn)生的多數(shù)據(jù)來(lái)源的歷史數(shù)據(jù)和實(shí)時(shí)運(yùn)行數(shù)據(jù)在同一平臺(tái)上進(jìn)行數(shù)據(jù)整合后保存，實(shí)現(xiàn)無(wú)人運(yùn)輸系統(tǒng)上無(wú)人礦車與輔助設(shè)備的“安裝、調(diào)試、運(yùn)行與維護(hù)”的全生命周期管理。

2 無(wú)人運(yùn)輸系統(tǒng)的數(shù)據(jù)應(yīng)用架構(gòu)

露天礦山無(wú)人運(yùn)輸系統(tǒng)的物理架構(gòu)如圖1所示。

圖1 露天礦山無(wú)人運(yùn)輸系統(tǒng)的物理架構(gòu)

無(wú)人運(yùn)輸系統(tǒng)包括自動(dòng)駕駛子系統(tǒng)（Autonomous Driving Subsystem，ADS）和云控平臺(tái)(Cloud Control Platform，CCP)。

自動(dòng)駕駛子系統(tǒng)是指在露天礦區(qū)工作環(huán)境下，無(wú)人駕駛礦車?yán)密嚩烁黝惛兄O(shè)備實(shí)時(shí)采集車輛行駛及周邊定位環(huán)境信息，并利用感知融合算法對(duì)各類傳感器的融合數(shù)據(jù)進(jìn)行挖掘，得到全局狀態(tài)條件下無(wú)人礦車自主行駛的道路可行駛區(qū)域以及相關(guān)障礙物所占用的時(shí)間與空間信息，并將多傳感器融合感知結(jié)果發(fā)送至自身車載的局部路徑規(guī)劃與行為控制模塊。結(jié)合無(wú)人礦車的車輛動(dòng)力學(xué)與運(yùn)動(dòng)學(xué)特性，無(wú)人礦車的控制模塊根據(jù)自身姿態(tài)與預(yù)設(shè)狀態(tài)的偏差，基于不同的算法與功能進(jìn)行車輛橫向縱向行駛狀態(tài)實(shí)時(shí)調(diào)整控制，從而實(shí)現(xiàn)無(wú)人礦車在預(yù)先規(guī)劃得到的可行駛區(qū)域內(nèi)的安全平穩(wěn)可靠行駛。

無(wú)人運(yùn)輸系統(tǒng)以云控平臺(tái)為核心，云控平臺(tái)將人、車、路、云的物理層、信息層、應(yīng)用層連為一體進(jìn)行融合感知、決策與控制，實(shí)現(xiàn)無(wú)人礦車行駛和交通運(yùn)行安全、效率、可靠性等綜合性能的全面提升[6]。相對(duì)于車端智能的各類硬件與計(jì)算能力約束，云控平臺(tái)能夠?qū)⒃朴?jì)算、大數(shù)據(jù)技術(shù)以及人工智能技術(shù)在云端層進(jìn)行實(shí)現(xiàn)，云控平臺(tái)能夠?qū)⒙短斓V山區(qū)域內(nèi)的工作人員、無(wú)人礦車、輔助設(shè)備、路側(cè)設(shè)備等連為一體進(jìn)行融合感知、決策與控制，實(shí)現(xiàn)無(wú)人礦車行駛和交通運(yùn)行安全、效率等性能的綜合提升，即將車載傳感器采集到的車輛運(yùn)行、定位、感知等大數(shù)據(jù)存儲(chǔ)在云端，利用云端相對(duì)于車端更加強(qiáng)勁的計(jì)算能力與存儲(chǔ)能力，實(shí)現(xiàn)無(wú)人運(yùn)輸系統(tǒng)的各類運(yùn)行參數(shù)在線辨識(shí)與目標(biāo)函數(shù)建模與求解，進(jìn)行整個(gè)車隊(duì)的路線規(guī)劃、行為決策、車隊(duì)調(diào)度、作業(yè)性能預(yù)測(cè)以及礦山作業(yè)量的最優(yōu)控制優(yōu)化[7]。

3 無(wú)人運(yùn)輸系統(tǒng)數(shù)據(jù)應(yīng)用技術(shù)

露天礦山無(wú)人運(yùn)輸系統(tǒng)是一個(gè)多學(xué)科交叉的技術(shù)領(lǐng)域，需要從智慧礦山一體化運(yùn)作管理的角度出發(fā)，大致可以歸納劃分為以下7類。

3.1 智能定位

高精度定位是無(wú)人礦車自動(dòng)駕駛系統(tǒng)的最主要任務(wù)之一。準(zhǔn)確、穩(wěn)定的高精度定位對(duì)自動(dòng)駕駛系統(tǒng)的參數(shù)估算、行為預(yù)測(cè)以及狀態(tài)調(diào)整等都有著重要意義。目前國(guó)內(nèi)外關(guān)于無(wú)人礦車的定位主要采用全球?qū)Ш叫l(wèi)星系統(tǒng)（Global Navigation Satellite System，GNSS）與慣性導(dǎo)航系統(tǒng)（Inertial Navigation System，INS）的傳統(tǒng)組合導(dǎo)航定位方法，由其提供高精度的無(wú)人駕駛車輛的全局車輛定位[8]。針對(duì)主流的基于多傳感器融合技術(shù)的高精度定位采集方法，本文首先對(duì)GNSS與INS的精度定位方法進(jìn)行融合，在一定程度上部分解決了定位采集數(shù)據(jù)的誤差和噪聲的問(wèn)題；其次，對(duì)融合模型和卡爾曼濾波器[9]、D-S證據(jù)理論[10]以及隨時(shí)森林法[11]進(jìn)行了改進(jìn)，從而針對(duì)節(jié)約車載計(jì)算平臺(tái)算力不足，精簡(jiǎn)了數(shù)據(jù)融合時(shí)的復(fù)雜計(jì)算。

3.2 智能感知

無(wú)人駕駛礦車需要一套專門針對(duì)水泥礦山場(chǎng)景研發(fā)的感知系統(tǒng)。無(wú)人駕駛礦車在作業(yè)過(guò)程中，可能會(huì)遇到礦車、行人、乘用車、路牌、路燈、石頭等隨機(jī)出現(xiàn)的障礙物，和溝渠、懸崖、凹坑、碎石路等車輛無(wú)法通過(guò)的危險(xiǎn)區(qū)域。因此，礦車的自動(dòng)駕駛大腦需要通過(guò)多傳感器融合技術(shù)，對(duì)礦車周邊的場(chǎng)景進(jìn)行實(shí)時(shí)感知與分析，識(shí)別出礦車可行駛區(qū)域和影響車輛正常通行的障礙物，為規(guī)劃和控制車輛行走提供決策依據(jù)。

為了最大化滿足礦山產(chǎn)量的需求，本項(xiàng)目對(duì)水泥礦山進(jìn)行了“全天候、全時(shí)段”的數(shù)據(jù)采集與場(chǎng)景分析，包括但不限于揚(yáng)塵、落石、晝夜、雨雪等場(chǎng)景，總結(jié)出了水泥礦山具有場(chǎng)景封閉、道路顛簸、灰塵大和非結(jié)構(gòu)化等特點(diǎn)，與傳統(tǒng)乘用車輛的道路場(chǎng)景差異巨大。無(wú)人駕駛乘用車的行駛路面多為柏油路或水泥路，較為平整且規(guī)劃有車道線、紅綠燈、柵欄等結(jié)構(gòu)化場(chǎng)景。露天礦山因挖采平臺(tái)環(huán)境變化快，礦車質(zhì)量大，路面破壞速度快等原因未鋪設(shè)柏油或水泥路面且未設(shè)置車道線，并且露天礦山道路上下顛簸，并且容易產(chǎn)生大量揚(yáng)塵，道路結(jié)構(gòu)化特征少。

所以，乘用車場(chǎng)景的多傳感器融合感知技術(shù)雖然較為成熟，但卻無(wú)法被套用到水泥礦山場(chǎng)景中進(jìn)行直接應(yīng)用，需要針對(duì)水泥礦山場(chǎng)景單獨(dú)研發(fā)感知系統(tǒng)。區(qū)別于乘用車場(chǎng)景傳感器配置的路線之爭(zhēng)，純攝像頭方案或純激光方案均無(wú)法滿足礦山業(yè)主對(duì)礦山運(yùn)營(yíng)效率與安全的需求。相較乘用車或商用車對(duì)傳感器成本的敏感性，自動(dòng)駕駛礦車自身具備的經(jīng)濟(jì)價(jià)值，允許其盡可能地配備多種傳感器，并利用各傳感器的特點(diǎn)取長(zhǎng)補(bǔ)短、冗余備份，以應(yīng)對(duì)各種可能出現(xiàn)的惡劣天氣和突發(fā)狀況，最終實(shí)現(xiàn)“全天候、全時(shí)段”安全且高效地進(jìn)行運(yùn)輸作業(yè)。

3.3 智能預(yù)測(cè)

只有當(dāng)汽車可以準(zhǔn)確的預(yù)判周圍環(huán)境及交通參與者的意圖時(shí)，才能做出安全的決策。預(yù)測(cè)問(wèn)題是一個(gè)概率問(wèn)題，例如，在一條道路上有一輛上坡空載礦車和下坡重載礦車爭(zhēng)奪路權(quán)，在此過(guò)程中，無(wú)人運(yùn)輸系統(tǒng)需要從車隊(duì)整體運(yùn)行效率進(jìn)行路權(quán)分配。無(wú)人駕駛礦車的行為預(yù)測(cè)可以細(xì)分為三種類型，分別是獨(dú)立式預(yù)測(cè)即根據(jù)被觀測(cè)車輛的歷史行為預(yù)測(cè)被測(cè)車輛的未來(lái)行為、依賴式預(yù)測(cè)即基于被觀測(cè)車輛及其周圍車輛的歷史行為給出被觀測(cè)車輛未來(lái)行為概率、回應(yīng)式預(yù)測(cè)即基于被觀測(cè)車輛及周圍車輛的運(yùn)動(dòng)特征，同時(shí)結(jié)合自車的未來(lái)路徑規(guī)劃，給出被觀測(cè)車輛未來(lái)一段時(shí)間段內(nèi)的行為概率。目前，關(guān)于無(wú)人車行為預(yù)測(cè)的方式有很多，主流的算法有BP神經(jīng)網(wǎng)絡(luò)模型和隱馬爾科夫鏈模型[12]。

3.4 智能路徑規(guī)劃

智能路徑規(guī)劃是指無(wú)人駕駛礦車在具有障礙物的環(huán)境中，能夠規(guī)劃出一條從起始位置狀態(tài)到目標(biāo)位置狀態(tài)無(wú)碰撞的最優(yōu)路徑或次優(yōu)路徑，并滿足所有約束條件，是實(shí)現(xiàn)礦車智能化的關(guān)鍵技術(shù)之一[13]。

礦山工作場(chǎng)景多樣，既有礦石轉(zhuǎn)移運(yùn)輸場(chǎng)景，也有作業(yè)平臺(tái)協(xié)作場(chǎng)景。對(duì)于從卸料站到各個(gè)裝料平臺(tái)的礦石轉(zhuǎn)移運(yùn)輸場(chǎng)景，道路規(guī)整、結(jié)構(gòu)簡(jiǎn)單清晰，沒(méi)有過(guò)多的交叉，且達(dá)到各個(gè)平臺(tái)的道路基本固定，因此該場(chǎng)景用魯棒性較強(qiáng)的循跡即可完成自動(dòng)駕駛。無(wú)人礦車通過(guò)循跡功能到達(dá)各個(gè)作業(yè)平臺(tái)后，與挖掘機(jī)協(xié)同交互進(jìn)行礦石裝載作業(yè)。在作業(yè)平臺(tái)協(xié)作場(chǎng)景中，作業(yè)平臺(tái)挖機(jī)位置隨機(jī)，作業(yè)場(chǎng)景動(dòng)態(tài)變化，因此需要礦車自身規(guī)劃一條可行駛的軌跡到達(dá)挖機(jī)附近，然后泊車到挖機(jī)的鏟裝點(diǎn)下方進(jìn)行裝料作業(yè)。

3.5 智能控制技術(shù)

無(wú)人駕駛車輛的規(guī)劃系統(tǒng)發(fā)送待執(zhí)行路徑到控制器，控制器通過(guò)橫縱向控制器計(jì)算當(dāng)前的轉(zhuǎn)角和油門或剎車值下發(fā)執(zhí)行器單元，執(zhí)行器單元控制車輛運(yùn)行。車輛反饋實(shí)時(shí)狀態(tài)信息，包括位置、朝向、速度、加速度等提供給控制器[14]。

在露天礦山無(wú)人駕駛礦車的關(guān)鍵技術(shù)當(dāng)中，設(shè)計(jì)橫向和縱向路徑控制的技術(shù)統(tǒng)稱為路徑跟蹤控制技術(shù)。路徑跟蹤控制是一輛無(wú)人駕駛礦車通過(guò)橫向轉(zhuǎn)向與縱向速度沿著己經(jīng)由上述的路徑規(guī)劃算法所指定的幾何軌跡進(jìn)行自主運(yùn)動(dòng)。優(yōu)秀的跟蹤控制算法能夠最小化無(wú)人駕駛礦車的實(shí)際行駛路徑與待跟蹤路徑之間的側(cè)向距離和方向偏差。

3.6 智能調(diào)度

水泥礦山車輛調(diào)度是在現(xiàn)有資源約束條件下進(jìn)行合理地分派和調(diào)度礦車。針對(duì)水泥礦批量大、噸數(shù)高、運(yùn)輸節(jié)點(diǎn)多以及運(yùn)輸環(huán)節(jié)多等特點(diǎn)，礦山車輛的調(diào)度優(yōu)化與管理能夠提高水泥礦流轉(zhuǎn)率，降低采礦成本，提高企業(yè)效益。

然而，礦山實(shí)際生產(chǎn)環(huán)境多變，緊急物料產(chǎn)生、道路狀況變化、運(yùn)輸設(shè)備故障等均會(huì)影響正常運(yùn)輸，進(jìn)而影響預(yù)期生產(chǎn)計(jì)劃。此外，由于不同礦山的工作環(huán)境與實(shí)際生產(chǎn)經(jīng)營(yíng)需要不同，車輛調(diào)度方案往往需要因地制宜，針對(duì)多個(gè)目標(biāo)進(jìn)行優(yōu)化設(shè)計(jì)，提高算法的魯棒性和可重構(gòu)性。

3.7 智能交管

車隊(duì)管理平臺(tái)作為無(wú)人礦車車隊(duì)大腦，充分應(yīng)用物聯(lián)網(wǎng)、云計(jì)算、（移動(dòng)）互聯(lián)網(wǎng)、人工智能等技術(shù)，匯集水泥礦區(qū)無(wú)人礦車的交通信息，內(nèi)置路口通行規(guī)則及智能交管算法，對(duì)混編、并行編組、交通沖突等復(fù)雜運(yùn)行提前主動(dòng)控制，通過(guò)向每臺(tái)無(wú)人礦車發(fā)送交管指令（如加速、減速、臨時(shí)停車等），提升整個(gè)無(wú)人駕駛礦車車隊(duì)的運(yùn)輸效率和通行安全。

4 結(jié)語(yǔ)

智能礦山的發(fā)展需要經(jīng)歷從初級(jí)到高級(jí)，從局部應(yīng)用到系統(tǒng)應(yīng)用的過(guò)程。本文對(duì)露天礦山無(wú)人運(yùn)輸系統(tǒng)進(jìn)行了定義，對(duì)露天礦山無(wú)人運(yùn)輸系統(tǒng)在時(shí)間軸上的冗余感知（數(shù)據(jù)采集）、信息融合（數(shù)據(jù)驗(yàn)證）、規(guī)劃決策（數(shù)據(jù)決策）、交通管理（數(shù)據(jù)監(jiān)控）和全周期管理（數(shù)據(jù)存檔）的5個(gè)數(shù)據(jù)特征進(jìn)行了分析，對(duì)露天礦山無(wú)人運(yùn)輸系統(tǒng)數(shù)據(jù)應(yīng)用架構(gòu)與數(shù)據(jù)應(yīng)用核心進(jìn)行了闡述。