地下铲运机及其智能驾驶系统和控制方法

137 编辑：中冶有色技术网来源：安百拓贸易有限公司, 安百拓（南京）建筑矿山设备有限公司

2024-12-20 16:06:17

权利要求

1.一种地下铲运机智能驾驶系统，包括，

信息获取器件，用于获取地下铲运机及其所在巷道的信息;

执行器件，用于实现地下铲运机的作业动作;

其特征在于：

所述地下铲运机智能驾驶系统还包括：

控制装置，用于根据所述信息获取器件获取的地下铲运机及其所在巷道的信息向所述执行器件发送控制信号以对所述执行器件实现控制;

其中，所述信息获取器件包含：

SLAM定位系统图像获取器件，用于获取地下铲运机所在巷道的数据以向所述控制装置发送巷道的信息;

地下铲运机外围传感器，用于获取地下铲运机的数据以向所述控制装置发送地下铲运机的信息;

所述控制装置包含：

车载计算中心总成，用于根据所述SLAM定位系统图像获取器件发送的地下铲运机所在巷道的信息形成SLAM定位系统;

车载控制总成，用于根据所述地下铲运机外围传感器发送的所述地下铲运机的信息实现对所述执行器件的控制。

2.根据权利要求1所述的地下铲运机智能驾驶系统，其特征在于：

所述SLAM定位系统包含局部建图模块和全局建图模块，所述局部建图模块用于建立若干子地图，所述SLAM定位系统通过全局建图模块安排若干的子地图从而形成连贯的全局地图以实现地下铲运车在作业区域的定位与路径规划。

3.根据权利要求2所述的地下铲运机智能驾驶系统，其特征在于：

所述SLAM定位系统还包含畸变矫正模块，所述畸变矫正模块回环检测并通过所述SLAM定位系统图像获取器获取的信息进行畸变矫正。

4.根据权利要求1至3任意一项所述的地下铲运机智能驾驶系统，其特征在于：

所述地下铲运机智能驾驶系统还包括：

无线通讯系统，用于铲运机和地表操作站之间的数据传输;

其中，所述车载计算中心总成接收地表操作站发送的控制信号向所述地下铲运机发送控制信号。

5.根据权利要求4所述的地下铲运机智能驾驶系统，其特征在于：

所述无线通讯系统采用无线AP网络通讯方式和或运营商5G网络通讯方式进行通讯。

6.一种地下铲运机智能驾驶控制方法，其特征在于：如权利要求1至5任意一项所述的地下铲运机智能驾驶系统进行操作，所述地下铲运机智能驾驶控制方法包含如下步骤：

获取地下铲运机所在巷道的数据以向所述控制装置发送巷道的信息;

控制装置根据所述巷道的信息形成地下巷道的全局地图;

控制装置根据所述全局地图控制所述地下铲运机的定位与路径规划。

7.根据权利要求6所述的地下铲运机智能驾驶控制方法，其特征在于：

所述控制在黄志根据所述巷道的信息形成地下巷道的全局地图的方法包含：

通过局部建图模块建立维护子地图;

通过畸变矫正模块减少所述子地图的误差;

通过全局建图模块重新安排彼此之间的子地图从而形成连贯的全局地图;

其中，所述畸变矫正模块采用回环检测并通过惯性传感器进行畸变矫正。

8.根据权利要求6所述的地下铲运机智能驾驶控制方法，其特征在于：

在所述的通过局部建图模块建立维护子地图的方法中：

局部建图模块包含激光雷达、惯性传感器、里程计，通过不断对激光雷达扫描得到的数据进行匹配、对齐、转换构成子地图，激光雷达的数据经过相应的处理后进行扫描匹配，作为构建子图的相关数据;

激光雷达扫描得到的新数据进入后也会插入到已经在维护的子图的最优位姿，所述最优位姿通过扫描匹配得出;

预估出的最优位姿与所述惯性传感器和里程计的数据相融合，以预估下一时刻的位姿。

9.根据权利要求6所述的地下铲运机智能驾驶控制方法，其特征在于：

所述通过畸变矫正模块减少所述子地图的误差的方法包含：

将不同时刻的地下铲运机的位置差值通过最小二乘法进行求解，并通过深度优先遍历算法来加速搜索过程;

其中，所述通过惯性传感器进行畸变矫正的方法包含：

订阅惯性传感器消息，将最新的惯性传感器消息加入固定长度的循环队列中;

接收到激光雷达数据时，解析激光雷达数据帧中每一个激光雷达扫描点的时间戳;

在惯性传感器队列中查找在时间上相邻的两帧惯性传感器数据，通过球面线性插值的方式计算该扫描点时刻激光雷达的姿态;

通过齐次坐标变换将激光点坐标变换至同一的坐标系下。

10.根据权利要求6所述的地下铲运机智能驾驶控制方法，其特征在于：

所述的通过全局建图模块重新安排彼此之间的子地图从而形成连贯的全局地图的方法包含：

所述全局建图在后台线程中运行，通过对子地图的扫描匹配来实现。

11.一种地下铲运机，其特征在于：包括权利要求1至5任一所述的地下铲运机智能驾驶系统，所述地下铲运机还包括，

车载控制柜，用于在接收操作台控制指令后控制车辆动作，处理车辆报警信息;

激光雷达，位于所述地下铲运机后方，用于检测障碍物;

超声波雷达，安装在所述激光雷达的盲区位置，用于检测检测驾驶室两侧障碍物;

摄像头，用于检测车辆周围视角影像;

作业摄像头，用于拍摄工作区域;

车载CPE，用于连接5G网关;

双轴倾角，用于测量车身水平;

车载显示屏，用于在地下诊断遥控系统故障;

车身转角传感器，用于检测车身转向角度;

铲斗角度传感器，用于检测铲斗翻转角度;

主臂角度传感器，用于检测主臂角度;

IMU惯导传感器，用于辅助定位和自动驾驶;

车载计算中心，用于处理激光雷达数据，绘制点云数据图;

车载电源，用于提供直流24V电源。

说明书

技术领域

[0001]本发明涉及工程机械技术领域，更具体地说，涉及一种地下铲运机及其智能驾驶系统和控制方法。

背景技术

[0002]随着科学技术的进步，地下采矿业正在发生着日新月异的改变，同时智能化矿山是现代矿山企业的发展方向，目前全球矿山井下铲运机出矿自动驾驶正在推广，国内井下自动驾驶技术近几年才开始起步，国内仅有部分矿山做到远程遥控控制操作铲运机出矿，未完全实现无需人为未干预的智能自动驾驶出矿。

[0003]对于矿山，安全必须是第一要素，目前，我国有近三十余座金属矿山进入地下1000m以上深度开采，其中有近10座矿山将进入1300-2000m深度开采，可想而知，井下环境是非常恶劣。矿山机械是矿山开采的主要工具，采矿设备的效率、安全、自动化代表这矿山开采的生产力先进程度。采矿机械的数字化、自动化同样是采矿机械的发展方向。铲运机具备铲装和运输功能，是地下金属矿矿石转运的一个非常重要的环节，因此有必要对铲运机行远程作业和自动化进行研究和开发。

[0004]在相关技术中，比如中国专利文献(CN110409550A)记载了一种全自动作业地下采矿铲运机，用于使操作人员远离井下恶劣危险的工作环境，但是其并未能提供地下网络信息的实时传输、车辆运行防碰撞、即时定位与井下地图构建、路径规划等技术难点的有效方案，针对现有技术中的这些技术难点，目前也并未提出有效的解决方案。

发明内容

[0005]本申请的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本申请的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

[0006]本申请的一些实施例提出了一种地下铲运机及其智能驾驶系统和控制方法，来解决以上背景技术部分提到的技术问题。

[0007]作为本申请的第一方面，本申请的一些实施例提供了一种地下铲运机智能驾驶系统，包括，信息获取器件，用于获取地下铲运机及其所在巷道的信息;执行器件，用于实现地下铲运机的作业动作;所述地下铲运机智能驾驶系统还包括控制装置，用于根据所述信息获取器件获取的地下铲运机及其所在巷道的信息向所述执行器件发送控制信号以对所述执行器件实现控制;其中，所述信息获取器件包含SLAM定位系统图像获取器件，用于获取地下铲运机所在巷道的数据以向所述控制装置发送巷道的信息;地下铲运机外围传感器，用于获取地下铲运机的数据以向所述控制装置发送地下铲运机的信息;所述控制装置包含：车载计算中心总成，用于根据所述SLAM定位系统图像获取器件发送的地下铲运机所在巷道的信息形成SLAM定位系统;车载控制总成，用于根据所述地下铲运机外围传感器发送的所述地下铲运机的信息实现对所述执行器件的控制。

[0008]进一步的，所述SLAM定位系统包含局部建图模块和全局建图模块，所述局部建图模块用于建立若干子地图，所述SLAM定位系统通过全局建图模块安排若干的子地图从而形成连贯的全局地图以实现地下铲运车在作业区域的定位与路径规划。

[0009]进一步的，所述SLAM定位系统还包含畸变矫正模块，所述畸变矫正模块回环检测并通过所述SLAM定位系统图像获取器获取的信息进行畸变矫正。

[0010]进一步的，所述地下铲运机智能驾驶系统还包括：无线通讯系统，用于铲运机和地表操作站之间的数据传输;其中，所述车载计算中心总成接收地表操作站发送的控制信号向所述地下铲运机发送控制信号。

[0011]进一步的，所述无线通讯系统采用无线AP网络通讯方式和或运营商5G网络通讯方式进行通讯。

[0012]作为本申请的第二方面，本申请的一些实施例提供了一种地下铲运机智能驾驶控制方法，由上述的地下铲运机智能驾驶系统进行操作，所述地下铲运机智能驾驶控制方法包含如下步骤：

[0013]获取地下铲运机所在巷道的数据以向所述控制装置发送巷道的信息;

[0014]控制装置根据所述巷道的信息形成地下巷道的全局地图;

[0015]控制装置根据所述全局地图控制所述地下铲运机的定位与路径规划。

[0016]进一步的，所述控制在黄志根据所述巷道的信息形成地下巷道的全局地图的方法包含：

[0017]通过局部建图模块建立维护子地图;

[0018]通过畸变矫正模块减少所述子地图的误差;

[0019]通过全局建图模块重新安排彼此之间的子地图从而形成连贯的全局地图;

[0020]其中，所述畸变矫正模块采用回环检测并通过惯性传感器进行畸变矫正。

[0021]进一步的，在所述的通过局部建图模块建立维护子地图的方法中：

[0022]局部建图模块包含激光雷达、惯性传感器、里程计，通过不断对激光雷达扫描得到的数据进行匹配、对齐、转换构成子地图，激光雷达的数据经过相应的处理后进行扫描匹配，作为构建子图的相关数据;

[0023]激光雷达扫描得到的新数据进入后也会插入到已经在维护的子图的最优位姿，所述最优位姿通过扫描匹配得出;

[0024]预估出的最优位姿与所述惯性传感器和里程计的数据相融合，以预估下一时刻的位姿。

[0025]进一步的，所述通过畸变矫正模块减少所述子地图的误差的方法包含：

[0026]将不同时刻的地下铲运机的位置差值通过最小二乘法进行求解，并通过深度优先遍历算法来加速搜索过程;

[0027]其中，所述通过惯性传感器进行畸变矫正的方法包含：

[0028]订阅惯性传感器消息，将最新的惯性传感器消息加入固定长度的循环队列中;

[0029]接收到激光雷达数据时，解析激光雷达数据帧中每一个激光雷达扫描点的时间戳;

[0030]在惯性传感器队列中查找在时间上相邻的两帧惯性传感器数据，通过球面线性插值的方式计算该扫描点时刻激光雷达的姿态;

[0031]通过齐次坐标变换将激光点坐标变换至同一的坐标系下。

[0032]进一步的，所述的通过全局建图模块重新安排彼此之间的子地图从而形成连贯的全局地图的方法包含：

[0033]所述全局建图在后台线程中运行，通过对子地图的扫描匹配来实现。

[0034]作为本申请的第三方面，本申请的一些实施例提供了一种地下铲运机，包括上述的地下铲运机智能驾驶系统，所述地下铲运机还包括，车载控制柜，用于在接收操作台控制指令后控制车辆动作，处理车辆报警信息;激光雷达，位于所述地下铲运机后方，用于检测障碍物;超声波雷达，安装在所述激光雷达的盲区位置，用于检测检测驾驶室两侧障碍物;摄像头，用于检测车辆周围视角影像;作业摄像头，用于拍摄工作区域;车载CPE，用于连接5G网关;双轴倾角，用于测量车身水平;车载显示屏，用于在地下诊断遥控系统故障;车身转角传感器，用于检测车身转向角度;铲斗角度传感器，用于检测铲斗翻转角度;主臂角度传感器，用于检测主臂角度;IMU惯导传感器，用于辅助定位和自动驾驶;车载计算中心，用于处理激光雷达数据，绘制点云数据图;车载电源，用于提供直流24V电源。

[0035]本申请有益之处在于提供了一种地下铲运机及其智能驾驶系统和控制方法，实现了铲运机远程自动驾驶出矿技术，突破了井下采场GPS拒止，路径动态变化、场景特征退化等技术难点，具备自动感知井下环境信息、数据采集、自主导航行走等。操作工在中控室只需一键下发指令，铲运机即可进入自动驾驶模式，实现铲自动行驶、精准定位、铲装、卸矿等循环作业流程，同时具备预警停机、故障自检，生产数据自动上传服务器等功能。

附图说明

[0036]构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。

[0037]另外，贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

[0038]图1是根据本申请一种实施例的系统构成示意图;

[0039]图2是根据本申请一种实施例的车载控制系统图;

[0040]图3是根据本申请一种实施例的路径规划基本架构图;

[0041]图4是根据本申请一种实施例的5G通讯系统示意图;

[0042]图5是根据本申请一种实施例的AP通讯系统示意图;

[0043]图6是根据本申请一种实施例的ITIQ数据采集系统原理示意图;

[0044]图7是根据本申请一种实施例的车载硬件示意图。

[0045]示意图中的标号说明：

[0046]A-车载计算中心(IMU、工控机);B-车载控制系统(控制器、执行器件);C-控制系统开关(启动开关、远程操作切换开关);D-车载信息采集系统(称重系统、车辆诊断系统接口);E-装载摄像头;F-前方行驶摄像头、雷达;G-动臂和铲斗位移传感器;H-转角传感器;J-无线模块;K-后方行驶摄像头、雷达;

[0047]1、车载控制柜;2、激光雷达、摄像头;3、左后超声雷达;4、车载CPE;5、双轴倾角;6、车载七寸显示器;7、作业摄像头;8、左前超声波雷达;9、车身转角传感器;10、前激光雷达、摄像头;11、铲斗角度传感器;12、主臂角度传感器;13、上视摄像头;14、超声波雷达;15、前IMU惯导传感器;16、后IMU惯导传感器;17、无线热点盒;18、车载计算中心;19、右后超声波雷达;20、车载电源。

具体实施方式

[0048]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

[0049]另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

[0050]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

[0051]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

[0052]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

[0053]下面将参考附图并结合实施例来详细说明本公开。

[0054]如图7所示，本申请的一个实施例的地下铲运机主要包括车载控制柜、激光雷达、超声波雷达、摄像头、作业摄像头、车载CPE、双轴倾角、车载显示屏、车身转角传感器、铲斗角度传感器、主臂角度传感器、IMU惯导传感器、车载计算中心以及车载电源。

[0055]具体而言，车载控制柜用于在接收操作台控制指令后控制车辆动作，处理车辆报警信息。激光雷达位于所述地下铲运机后方，用于检测障碍物。超声波雷达安装在所述激光雷达的盲区位置，用于检测检测驾驶室两侧障碍物。摄像头用于检测车辆周围视角影像。作业摄像头用于拍摄工作区域。车载CPE用于连接5G网关。双轴倾角用于测量车身水平。车载显示屏用于在地下诊断遥控系统故障。车身转角传感器用于检测车身转向角度。铲斗角度传感器用于检测铲斗翻转角度。主臂角度传感器用于检测主臂角度。IMU惯导传感器用于辅助定位和自动驾驶。车载计算中心用于处理激光雷达数据，绘制点云数据图。车载电源用于提供直流24V电源。

[0056]在一个具体的实施例中，如图1所示，本申请的一种地下铲运机智能驾驶系统，包括，信息获取器件，用于获取地下铲运机及其所在巷道的信息;执行器件，用于实现地下铲运机的作业动作;所述地下铲运机智能驾驶系统还包括控制装置，用于根据所述信息获取器件获取的地下铲运机及其所在巷道的信息向所述执行器件发送控制信号以对所述执行器件实现控制;其中，所述信息获取器件包含SLAM定位系统图像获取器件，用于获取地下铲运机所在巷道的数据以向所述控制装置发送巷道的信息;地下铲运机外围传感器，用于获取地下铲运机的数据以向所述控制装置发送地下铲运机的信息;所述控制装置包含：车载计算中心总成，用于根据所述SLAM定位系统图像获取器件发送的地下铲运机所在巷道的信息形成SLAM定位系统;车载控制总成，用于根据所述地下铲运机外围传感器发送的所述地下铲运机的信息实现对所述执行器件的控制。

[0057]其中，信息获取器件包含上述的地下铲运机的激光雷达、超声波雷达、摄像头、作业摄像头、车载CPE、双轴倾角、车载显示屏、车身转角传感器、铲斗角度传感器、主臂角度传感器、IMU惯导传感器、车载计算中心以及车载电源等部件，其用来采集地下铲运机及其所在巷道的信息。执行器件包含了车轮、铲斗等地下铲运机的各个部件，其用于地下铲运机的作业与行走。

[0058]具体而言，所述SLAM定位系统包含局部建图模块和全局建图模块，所述局部建图模块用于建立若干子地图，所述SLAM定位系统通过全局建图模块安排若干的子地图从而形成连贯的全局地图以实现地下铲运车在作业区域的定位与路径规划。所述SLAM定位系统还包含畸变矫正模块，所述畸变矫正模块回环检测并通过所述SLAM定位系统图像获取器获取的信息进行畸变矫正。

[0059]具体而言，SLAM硬件需求：单线激光雷达(2个)，IMU(惯导)(2个)，转角传感器(1个)，车速传感器(1个)，车载工控机(2个)，网络设备(若干)。SLAM主要技术路线主要分以下三个方面：

[0060]1)局部建图;

[0061]局部建图的主要任务是建立维护子地图。其主要通过激光雷达、惯性传感器、里程计等传感器的数据来进行地图的构建。子图的构成就是逐帧激光数据扫描、匹配、对齐的迭代过程。每一帧的激光数据转换到子图过程其主要由公式(1)进行旋转和平移变换所得到的。

[0062]

[0063]通过几个连续的激光扫描数据构成一个子图，并满足99%环境范围内的建图精度绝对误差小于10cm。从图1中可以看出，从传感器出发，激光雷达的数据经过相应的处理后进行扫描匹配，作为构建子图的相关数据,而新的激光雷达扫描得到的数据进来后也会插入到已经维护着的子图的适当位置。如何决定插入的最优位姿，就是通过扫描匹配来实现的。估计出来的最优位姿也会与里程计和惯性传感器的数据相融合，用来估计下一时刻的位姿。

[0064]2)回环检测和惯性传感器畸变校正;

[0065]通过局部建图得到的子图，存在的问题就是其建图误差会随着时间累积。为了减小建图的误差，我们采用回环检测和惯性传感器畸变校正技术。回环检测技术：我们将不同时刻的矿车的位姿差值通过最小二乘法来进行求解，如公式(2)所示。其中为子图的位姿(世界坐标系下)，/>为激光雷达进行扫描的位姿(世界坐标系下)，Σij为两者之间的协方差，εij为两者之间的位置关系，E为两者的残差。并采用深度优先遍历算法来加速搜索过程，提升算法的效率。

[0066]

[0067]惯性传感器畸变校正技术：订阅惯性传感器消息，将最新的惯性传感器消息加入固定长度的循环队列中。接收到激光雷达数据时，解析激光雷达数据帧中每一个激光雷达扫描点的时间戳。在惯性传感器队列中查找在时间上相邻的两帧惯性传感器数据，通过球面线性插值的方式计算该扫描点时刻激光雷达的姿态。最后，通过齐次坐标变换将激光点坐标变换至统一的坐标系下。

[0068]3)全局建图;

[0069]全局建图在后台线程中运行，其主要工作是找到回环约束。它通过对子图的扫描匹配来实现。它还结合了其他传感器数据，以获得更高级别的视图，并确定最一致的全局解决方案。当局部建图生成其连续的子图时，全局建图(通常称为“优化问题”或“稀疏位姿调整”)任务在后台运行。它的作用是重新安排彼此之间的子图，以便它们形成一个连贯的全局地图。例如，该优化负责改变当前构建的轨迹以正确地对准关于环闭合的子图。全局建图它本质上是一种位姿图优化，它通过在节点和子图之间构建约束然后优化得到的约束图来工作。可以直观地将约束视为将所有节点捆绑在一起的小绳索。稀疏位姿调整完全固定这些绳索。生成的网称为“位姿图”。通过采取上述的建图和相应的技术手段，本项目可以做到矿车的实时定位和全局栅格地图的构建。

[0070]综合上述，参照图3，路径规划算法的技术方法与路线如下：

[0071]1)全局路径规划：

[0072]根据全局栅格地图、当前车辆所在位置以及采矿点、溜井等目标位置，基于A*算法规划出一条全局路径，A*算法是一种很常用的路径查找和图形遍历算法，更改在静态路网中求解最短路径最有效的直接搜索方法，它有较好的性能和准确度。

[0073]2)行为决策：

[0074]接收全局路径层所规划出的全局路径，根据slam定位信息判断车辆当前所处全局路径位置，并依据栅格地图中道路信息、障碍物、移动障碍物、采矿点、溜井等信息，依照车辆安全性的要求，规划出合适的驾驶行为。

[0075]3)局部路径规划：

[0076]局部路径规划子系统接收感知地图的障碍物信息和来自行为决策部分的局部目标点，基于RRT算法生成一条铲运车能够安全行驶至该局部目标点的轨迹，根据铲运车当前速度和全局路径的目标速度进行速度规划，对每个轨迹点进行速度赋值生成局部路径并发送至控制系统。

[0077]轨迹规划：根据采矿车当前位置和姿态、局部目标位置和姿态以及感知地图的障碍物信息利用RRT算法生成一条满足车辆运动学约束的轨迹，并对生成的轨迹使用贝塞尔进行平滑处理。

[0078]速度规划：为了保证行车的稳定性和安全性，需要进行速度规划，例如巷道有碎石坠落导致的障碍物进行响应，需要在车头距离至少3m内可靠停车。假设当前车辆距离其他采矿车20m，当前车速为10km/h，当前局部路径共有30个点，需要采矿车在17m内减速到0，因此车辆的目标速度为0，则加速度为：acc=10/17;因此各个路径点的速度为：

[0079]Ai=10-acc*i(i=1,2,3,4...)

[0080]对RRT算法生成的局部路径使用贝塞尔拟合，最终生成一条光滑的避障轨迹。

[0081]在一个具体的实施例中，地下铲运机智能驾驶系统包含了远程操控系统和车载控制系统，实时感知设备状态信息和巷道环境信息，从而提供准确定位和自动驾驶功能;多级安全管控系统，确保人机安全;5G无线通讯网络，为铲运机和地表操作站之间提供高速数据传输通道;中控室远程操作为人机交互提供必备组件。

[0082]远程操控系统包含操作台，其与无线通讯系统、安全管控系统连接，通过无线通讯系统与所述车载控制系统连接并形成远程控制;其中操控台采用独立模块化设计，移动布置方便，使用定制化的扶手箱，根据车辆操作需求设置操作按键，采用手柄操作，配置油门踏板，监控器主显示车辆运行方向的视频信息、激光雷达扫描界面、车辆的运行信息、报警信息、故障信息等，自动驾驶显示器实现自动驾驶的人机交互及实施位置信息等。实现在操作台远程掌握车辆运行情况，为操作者进行正确的操作提供信息和执行指令。网络采用光纤组网，连接操作台和作业区无线网络，实现低延时实施通讯。

[0083]车载控制系统，采用模块化设计，分为车载控制系统、车辆信息监测、车辆计算中心、车载无线、车载传感器系统等方便布置和维护，车载控制系统参照图2。进一步而言，通过激光雷达、IMU、车身传感器等，对井下巷道构建全局地图，上位机可对地图进行任务编辑、路径自动规划、人工示教，完成车辆的自主驾驶准备工作，最终实现在作业区域的铲运机行径高精准定位和自主行走，灵活，操作效率高的特点。操作人员只需选择生产任务，车辆初始化位置后，开始启动自动任务，铲运机就进行自动驾驶模式。

[0084]进一步的，本系统可以适用运营商5G网络和无线AP网络两种通讯方式，参照图4和图5。

[0085]5G通讯方式：操控台和车载分别布置5G模块，插入SIM卡(客户提供)，接入运营商5G网络。运营商网络需要保证在巷道内的全覆盖;

[0086]AP通讯方式：采用环网设计，当某一网络连接或节点出现故障时，整体网络仍能部分运行，非关键环节下设备仍可以正常工作。

[0087]从操纵室到作业巷道网络，光纤布置要求：

[0088]光纤：单模光纤4芯以上，光波长1310nm，每两芯一组，需要2组

[0089]两端光纤接头：DUPLEX LC CONNECTOR

[0090]光纤长度不超过20km,末端分成两组，分别连接到热点的网络的最远一个和最近一个;巷道内各无线热点连接，光纤布置要求

[0091]光纤要求：单模光纤2芯以上，光波长1310nm，每两芯一组，需要1组

[0092]两端光纤接头：DUPLEX LC CONNECTOR

[0093]光纤长度不超过500m,具体施工长度需要根据巷道情况确认各无线热点距离后布置。

[0094]利用5G网络高带宽、低时延的特点，是实现远程高精度控制和高可靠性驾驶的重要保障，在两种通讯方案中还需进行必选：

[0095]方案1：采用每个出矿进路口安装AP柜并联组网，每个AP柜携带2路天线模式，AP柜与AP在同一位置布设成套使用。此方案优点是在国内矿山有应用实例经验可供参考，一次投入成本低，且每个采场进路网络信号强度能得到有效保障，缺点是AP柜安装点多面广，天线及AP柜不能满足防尘防潮及防爆要求，天线很容易被井下爆破作业损坏，维护量大且成本高，制约生产效率。

[0096]方案2：采用对向微基站(华为AAU5336w)，最大直线可覆盖120米，在采场作业区的4个方向环形布设，停车区处布设1个，共计用5个微基站组成环形网络，即可实现作业区域与停车区5G网络无死角全覆盖。该方案的优点是微基站抗震抗爆性能好，设备体积小且重量轻，安装点位少，信号直线方向传输强，覆盖范围广，维护成本较低，但缺点是一次成本投入高，信号无法穿越矿体，拐弯巷道或者深进路信号会发生信号衰减。

[0097]从功能性、实用性综合对比，方案二较优，也能满足运行需求。

[0098]经试验对比，选用华为AAU5336W。该基站采用Massive MIMO技术及业界领先的功放技术，可支持更大的信号覆盖范围(具体数据)，Massive MIMO可以大幅提升单用户链路性能和多用户空分复用能力，从而显著增强了系统链路质量和传输速率。同时还支持200MHz大带宽，C-band部署，节省站点天面空间，降低建网成本。

[0099]采场铲运机微基站组网构架见图5，在E1-E5采场，出矿作业区域为E2、E6,在采场作业区的4个方向环形布设，停车区处布设1个，共计用5个微基站组成环形网络，实现作业区域与停车区5G网络全覆盖。根据单个基站信号覆盖范围以及作业区域信号强度需求，1#基站网络覆盖E2南北向巷道;2#基站网络覆盖南部东西向巷道;3#基站网络覆盖E6南北向巷道;4#基站网络覆盖北部东西向巷道;5#基站网络覆盖泊车巷道。

[0100]在一个具体的实施方式中，智能驾驶系统还包含安全光栅系统，安全光栅系统是自动驾驶稳定运行的首要保障，本系统作业区域采用多级安全管控，有固定光栅系统、车辆自主安全管控、操作台安全管控、通讯安全管控、一键逃逸、场景视频监控系统。

[0101]具体的，安全光栅系统：即在采场入口处设置物理隔离及光栅系统两道封闭，阻止人员或者其他车辆侵入。光栅系统作为一级封闭安装在采区入口，当有人员或者其他作业车辆进入封闭区域后，中控室显示器弹出指令提醒操作人员，自动停止车辆行驶(系统响应时间80ms)，辅以物理隔离采用安装铁栏栅作为二级隔离。同时，在光栅处配置音视频通话系统，在操控台配置语音通话控制台，提高运行时的安全性和沟通效率。

[0102]车辆自主安全管控：采用车载毫米波雷达，雷达实时判断车辆距离巷道或者障碍物的距离，中控室场景画面上显示其距离，当安全距离在20cm时发出黄色预警，当安全距离在10cm时，车辆自动停止行驶和驻车，这时操作手可通过显示屏观察到运行前方的信息。安全管控预警见图6。将自动切换至手动状态，采用手动强制解除安全停机连锁按键，并手动操控车辆进入安全驾驶范围，然后再切换至自动驾驶。

[0103]操作台安全管控：通过操作台设计两种急停机操作方式，系统响应时间小于80ms。一是操作台配置急停开关，当有突发情况下可以实现紧急停机。二是操作台配置起身时无操作座椅开关，当操作手起身时车辆自动驻车。

[0104]通讯安全管控：在网络延时、网络热点切换、网络信号强度低时，车载雷达自动做出安全判断，当超出安全时间时自动停车，系统响应时间小于50ms。

[0105]一键逃逸：在进路铲装作业中，当操作人通过上视摄像头观察发现矿石滑落较大量，车辆有被矿石砸中或者掩埋的风险时，可以通过操作左手边一键逃逸按键，车辆会立即高速后退撤离到设定安全位置，避免车辆设备受损，系统响应时间小于50ms。

[0106]场景视频监控系统：包含车辆动态场景监控和采区固定点视频监控。

[0107]车辆动态场景监控：车辆运行动态场景监控画面显示车辆生成的雷达扫描云图、行使的区域和巷道帮壁边界信息，白色为巷道区域，黑色为障碍物(巷道壁等外部物体)。当可能出现车辆碰撞到障碍物时，根据车载计算中心的安全决策信息，实现主动驻车，并且画面能显示车辆行驶方向障碍物云图。视频影像显示车辆行驶方向的路况信息，系统自动开启对应行驶方向的摄像头，或者操作工可手动操作按键面板切换前后摄像头的图像。

[0108]采区固定点视频监控：在采场作业区域3个溜井、泊车点、以及主巷道口共设计6个高清防爆摄像头，辅助操作手在中控室实时动态监控井下作业现场情况，为安全高效生产提供全方位保障。

[0109]此外，地下铲运机智能驾驶系统还包括生产数据管理系统，铲运机搭载ITIQ生产数据采集系统见图6，主要配置硬件包括：显控一体机、位置传感器及圆盘、油压传感器、数据传输工具等。通过显控一体机将位置传感器、油压传感器信号转换成实时重量与斗数。车载控制器通过采集各传感器、发动机、动作信号及报警数据等进行分析计算，将分析计算结果通过CAN总线方式传输给显控一体机并进行数据储存，将用户需要的数据部分显示出来。同时，显控一体机通过物联网每间隔5分钟自动将收集的数据上传至服务器，用户可以在电脑终端调用生产数据进行生产管理分析，在手机终端查看生产数据。

[0110]在本系统中，还需建立智能操控中控室及人机交换系统。

[0111]其中，中控室建设在采矿场工业广场内，建设面积约400平米。中控室配置独立机房网络服务器、中央空调、门禁系统、24块高清拼接大屏、独立智能化装备操控区域，407中段高清视频监控，预留采选共享控制区域，集中整合采场井下“六大系统”，提升井下安全生产管理水平，为智能化矿山建设提供建设基础。

[0112]人机交互系统，中控室模拟驾驶室操控台包括有操作手柄、刹车及油门踏板、可视电话，以及灯光、通讯、手自动切换功能键等。工控主机采用VC软件编程，通过雷达和视频采集到的信息进行再处理，显示在环境监控显示器上。控制器软件采用Codesys,Codesys PLC软件编程工具，操作系统采用QNX系统，flash player作为其上层显示程序，实现操作的逻辑和安全管理;显示器界面集中了状态监控、实时地图和地图路径规划，操作工可以直接掌握铲运机的运行信息：运行速度、运行方向、通讯状态、位置数据、实时视频流、发动机运行参数、生产报表数据、故障报警界面等，操作界面动画逼真，简洁明了，清晰易懂，操作简单，操作人员能快速掌握操作方法。

[0113]显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

[0114]以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

说明书附图(7)