礦井輔助運輸承擔著人員、材料、設備等運輸任務,加快礦井輔助運輸智能化技術研究、實現(xiàn)礦井無人駕駛,可顯著提升礦井運輸效率,減少井下從業(yè)人員,保障礦井運輸安全。
在礦井無人駕駛關鍵技術中,環(huán)境感知是實現(xiàn)定位導航、路徑規(guī)劃和運動控制的基礎,高質(zhì)量的環(huán)境感知信息是無人駕駛技術成功應用的關鍵前提。
為此,對礦井無人駕駛環(huán)境感知領域的感知裝備、感知技術、融合方法等進行全面梳理歸納,為本領域人員進行算法設計、系統(tǒng)開發(fā)和應用部署提供借鑒。
一 礦井無人駕駛環(huán)境感知的主要挑戰(zhàn)
礦井車輛需通過車載感知器件獲得車輛自身與環(huán)境數(shù)據(jù)。本文主要研究采集巷道環(huán)境數(shù)據(jù)的單車感知器件。與地面或露天礦山的無人駕駛相比,井下行駛巷道空間狹小,光照不均,溫度高,濕度大,部分巷道底板不平,且有瓦斯和煤塵等爆炸性物質(zhì),導致車載感知器件幾乎都會出現(xiàn)不同程度的性能下降,具體如下。
礦井無人駕駛環(huán)境感知的主要任務是識別車輛行駛路徑上的各種障礙物和交通標志,進而確定車輛可行駛區(qū)域,幫助車輛制定科學的決策規(guī)劃策略。因此,礦井無人駕駛環(huán)境感知關鍵技術主要包括障礙物識別、基于礦井車聯(lián)網(wǎng)的智能網(wǎng)聯(lián)協(xié)同感知、交通標志檢測與識別、基于感知結(jié)果的巷道可行駛區(qū)域分割等,具體如下。
三 礦井無人駕駛環(huán)境感知技術發(fā)展方向
1、提高礦井多傳感器融合性能
在算法層面,應利用人工智能技術研發(fā)高魯棒性的融合模型;在硬件層面,應大力研發(fā)性能穩(wěn)定、魯棒性強的礦用感知設備;在數(shù)據(jù)集層面,需大力開展數(shù)據(jù)采集和數(shù)據(jù)標定工作,為井下無人駕駛感知技術研究提供基礎支撐。
2、研究礦井自適應感知算法
不同巷道區(qū)域的環(huán)境條件差別很大。為此,可研究自適應感知算法,根據(jù)識別出的巷道特征自動選擇主感知設備,如對于粉塵濃度不高、濕度不大的巷道區(qū)域,采用激光雷達為主感知設備,否則采用長距 4D 毫米波雷達為主感知設備,將其與慣性傳感單元、5G 和 UWB 的感知數(shù)據(jù)融合,提升感知系統(tǒng)的準確性和魯棒性。
3、突破礦井智能網(wǎng)聯(lián)協(xié)同感知技術
需研究巷道多傳感器數(shù)據(jù)融合的覆蓋范圍問題,保證感知結(jié)果的準確性、及時性;研究路側(cè)多傳感設備的融合策略,保證對同一感知目標在相同時間、不同空間中的觀測一致性;研究巷邊感知和車載感知數(shù)據(jù)間的交互、互認和共享問題,保證數(shù)據(jù)在整個車聯(lián)網(wǎng)范圍的開放共享性;研究基于邊緣計算的感知融合技術,利用車聯(lián)網(wǎng)的邊緣計算能力保證感知計算與規(guī)劃決策的實時性。