低速無人駕駛在礦產(chǎn)行業(yè)發(fā)揮著怎么樣的作用？

? ? ? ? 低速無人駕駛快速發(fā)展的浪潮影響到了各行各業(yè)，尤其是對(duì)于一些有限場(chǎng)景的工程應(yīng)用，無人駕駛和智能駕駛的優(yōu)勢(shì)對(duì)物流配送、港口碼頭運(yùn)輸、當(dāng)前熱門的礦業(yè)運(yùn)輸?shù)刃袠I(yè)變革影響很大。

　　在國(guó)內(nèi)礦業(yè)公司和工程機(jī)械公司，低速無人駕駛起步較晚，但近年來研發(fā)和應(yīng)用也發(fā)展迅速。隨著國(guó)家政策的布局和引導(dǎo)，大數(shù)據(jù)、人工智能和5G技術(shù)的發(fā)展，國(guó)內(nèi)礦山在智能化方面取得了長(zhǎng)足的進(jìn)步。比如孔侑智星、塔吉、慧拓等。都提出了低速無人駕駛礦車的方案，并在部分礦區(qū)實(shí)現(xiàn)了示范運(yùn)行。

　　由于礦區(qū)作業(yè)范圍廣、位置變化大、設(shè)備狀態(tài)變化快，調(diào)度也比較困難。目前已經(jīng)實(shí)現(xiàn)的無人礦區(qū)，大部分只是樣車級(jí)別的生產(chǎn)作業(yè)或小集團(tuán)作業(yè)。集群改造一方面需要大量的時(shí)間和成本投入，另一方面缺乏有效合理的調(diào)度協(xié)調(diào)體系和管理機(jī)制，無法實(shí)現(xiàn)大規(guī)模無人化運(yùn)營(yíng)。

　　目前，采用傳統(tǒng)的對(duì)講和人工調(diào)度方式，難以及時(shí)、全方面、準(zhǔn)確地掌握現(xiàn)場(chǎng)作業(yè)條件的變化。人工調(diào)度方式無法實(shí)現(xiàn)對(duì)采掘工人和設(shè)備的實(shí)時(shí)監(jiān)控，管理難度大，成本高。因此，智能系統(tǒng)調(diào)度協(xié)同管理平臺(tái)已經(jīng)成為無人采礦過程當(dāng)中的必然需求。在低速無人駕駛行業(yè)的技術(shù)積累和應(yīng)用經(jīng)驗(yàn)之下，提出低速無人駕駛系統(tǒng)解決方案，低速無人駕駛調(diào)度協(xié)同管理問題。

低速無人駕駛智能作業(yè)調(diào)度協(xié)同管理系統(tǒng)通過通信網(wǎng)絡(luò)將礦區(qū)、車端、路端傳感器捕獲的所有數(shù)據(jù)傳輸?shù)椒?wù)器，結(jié)合礦區(qū)生產(chǎn)任務(wù)計(jì)劃，在控制系統(tǒng)后臺(tái)計(jì)算中心形成優(yōu)生產(chǎn)任務(wù)部署和流程方案，并通過控制臺(tái)向車端控制器發(fā)送指令，協(xié)調(diào)所有生產(chǎn)設(shè)備的運(yùn)行。同時(shí)，通過遠(yuǎn)程監(jiān)控可視化作業(yè)場(chǎng)景，監(jiān)控礦區(qū)生產(chǎn)狀態(tài)，管理系統(tǒng)還可以接入整個(gè)礦區(qū)生態(tài)，計(jì)算礦區(qū)生產(chǎn)經(jīng)營(yíng)成本。

1.構(gòu)建實(shí)時(shí)數(shù)據(jù)采集和傳輸系統(tǒng)。

　　實(shí)時(shí)采集和上傳礦車、電鏟、推土機(jī)等車輛的傳感器狀態(tài)，激光雷達(dá)、攝像頭、GPS定位等環(huán)境感知和路徑信息；礦區(qū)低速無人駕駛包括定位、感知、規(guī)劃和決策都能很好的把握。在礦山環(huán)境中，沒有明顯的道路標(biāo)線，不同于知名的城市道路和高速公路，路面往往崎嶇不平，道路和礦山的特征不明顯。遇到陰雨天氣，礦區(qū)路面變得非常泥濘。低速無人駕駛利用多傳感器信息結(jié)合技術(shù)，設(shè)計(jì)了適用于AI芯片的結(jié)合算法，針對(duì)車輛在不同工況下的運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)特性，定位車輛位置和姿態(tài)，兼顧計(jì)算效率和信息完整性，解決了礦用卡車安全行駛的需求。

　　2.礦區(qū)無人集群生產(chǎn)調(diào)度的協(xié)同管理

　　充分考慮礦井生產(chǎn)流程和作業(yè)流程，運(yùn)用邏輯算法處理裝車、運(yùn)輸、卸車、停車、維修等整個(gè)生產(chǎn)過程，實(shí)現(xiàn)低速無人駕駛自主循環(huán)作業(yè)；通過接收挖掘機(jī)裝載任務(wù)信息、無人礦車實(shí)時(shí)位置和速度信息，分析任務(wù)需求和任務(wù)位置點(diǎn)信息，綜合考慮運(yùn)輸效率、任務(wù)級(jí)別重要性、車輛裝載能力等因素，生成車輛調(diào)度指令，下發(fā)到低速無人駕駛礦車、電鏟、推土機(jī)等車輛。通過建立多目標(biāo)多車輛調(diào)度模型和制定調(diào)度管理策略，滿足了作業(yè)自動(dòng)化和車輛實(shí)時(shí)管理的需求。