露天煤矿无人驾驶解决方案框架介绍

以下内容都是根据相关报告总结的，如果有兴趣了解更多相关的内容，请下载原报告阅读。

为满足露天煤矿无人驾驶典型作业场景的需求，基 于中心云、区域云、路侧以及车端等多源数据融合，通 过大量技术和运营难点攻关，形成了由智能云控平台、 车端无人驾驶系统、协同作业系统、线控矿卡以及基础设施组成的露天矿无人驾驶运输解决方案，实现露天煤 矿无人驾驶作业过程中环境感知、融合定位、控制决策 以及协同作业功能。

1、环境感知。无人驾驶矿用卡车的环境感知系统主要采用激光雷 达 + 毫米波雷达或摄像头的冗余方案设计，旨在应对矿 区扬尘、煤灰、雨雪雾等恶劣工况的使用需求。该系统 能够对道路、落石、凹坑、土方塌陷、挡墙、车辆设备、 行人等障碍物进行准确感知识别。尤其是考虑到采煤运 输过程中煤灰与扬尘对感知能力的影响，矿企对感知系 统在煤灰条件下的稳定感知技术及地图点云边界更新技 术有更高的要求。在无人驾驶矿车的实际应用中，激光 雷达凭借其不依赖于外界光照条件或目标辐射的特质， 以及高频次、高集成度、全天候 24 小时稳定工作的能力， 成为无人驾驶系统中的重要设备。同时，毫米波雷达能 够精确感知前方障碍物与矿车之间的相对距离，进而实 现车速的主动调整，确保矿车在复杂环境下的行车安全。

2、融合定位。无人驾驶矿用卡车的融合定位系统能够实现车辆高 精度导航定位，为感知和控制提供无人矿卡的位置、速 度、航向、加速度等位置信息，保证定位的实时准确性 和信号的稳定性，并不受装载和卸载作业过程的干扰。 目前，定位技术已能够覆盖装载区、运输道路、以及排 土场等无遮挡的环境。然而，在矿区内部存在严重遮挡 的区域，如胶带机与破碎站下方，则可采用语义定位与 里程计组合定位技术相结合的方式，实现遮挡情况下的 通行定位能力。

3、控制决策。在道路变更频繁、环境复杂且缺乏传统路标、红绿 灯等道路标线的矿区环境中，决策规划与运动车辆控制系统能够依据全局路径和地图信息，精准及决策车辆的 前行、后退、驻车、避障、卸载、路口穿越、车辆避让 等行为，并基于实时感知的环境数据，对车辆的具体运 行轨迹进行规划。无人驾驶矿卡不仅具备在避障、跟车、 会车、停车等场景中执行自动驾驶决策及轨迹规划的能 力，其决策规划与运动车辆控制系统更融入了速度规划 功能。系统应能够应对起步、停车、直线行驶、弯道行 驶、坡道行驶等多种路况，并依据直线或弯道的曲率自 动规划速度。此外，针对矿车大体型、高载重的特点以 及矿区独有的复杂地形，矿区场景对运动车辆控制系统 的执行控制技术要求极高。例如，当满载的车辆在下坡 行驶时，必须避免急刹车，在考虑车辆控制时滞的同时 控制下坡速度以保证全域安全行驶。因此，无人驾驶矿 车的底盘线控技术也是关键技术之一。该技术通过对车 辆的驱动与制动控制，实现车速与预期值的精准匹配； 同时，借助对方向盘转动角度和轮胎力的控制，实现无 人驾驶车辆的定向跟踪。

4、协同作业。 协 同 作 业 系 统 主 要 技 术 栈 为 V2X（Vehicle to Everything）、高精度定位技术以及地图采集压缩技术。 一是能够通过挖掘机与无人矿卡的精准定位停靠及业务信 息交换，实现装载车辆的高效入换。二是能够为无人矿卡 提供全天候、超视距的人驾车辆的位置信息。矿区复杂的 交通工况需要非常高效的交通调度技术来保证生产安全， 并对生产作业车辆进行协同规划，包括路口安全会车、多 车装载、卸载排队执行和道路交通安全管理等。这一系列 协同作业均需要提前配置交通规则、路权规则以及路权冲 突区域，并基于设备位置信息，指导自动运输卡车编队行 驶，协助无人驾驶矿卡高效通行。 通过以上模块功能基本满足了露天煤矿无人驾驶车 辆精准定位、车辆智能调度、高精地图实时更新、道路识 别、交叉路口以及车辆混行和排土区精准停靠等矿山运输 场景需求，提升了全域工况适应性。

露天煤矿无人驾驶车路云协同能力的演进，场景适 应性逐渐增强。在此基础上又相继在包含不同类型无人 矿卡、剥离与采煤等多车型、多矿种等多种应用场景下实现无人驾驶运输技术，逐步形成了由智能云控平台、 车端无人驾驶系统、线控平台与协同作业系统四大产品 以及基础设施组成的露天矿无人驾驶运输解决方案。随着露天矿无人驾驶运输技术不断改进，无人驾驶解决方 案具备了规模化和可复制化的特点，能够支持车辆的高 效运行和高安全冗余。

1、智能云控平台 露天煤矿无人驾驶运输解决方案的云端为智能云控 平台，分为智能调度管理、地图管理和数据管理三大平台。

智能调度管理平台： 智能调度管理平台可以实现高效、安全的智能调度， 能够在煤矿全局范围内实现多采区、多卸点、多编组、 多物料类型的全局动态均衡的派车管理。在露天煤矿的 生产过程中，无人驾驶与人工驾驶共用一套主运输系统， 在高达百台运输车辆混行交叉作业环境中，车流密度高 达每分钟 10 台。因此，无人驾驶车辆需与大量工程设 备车辆形成协同作业，这要求调度系统具备大规模协同 调度的能力。在实际应用中，智能调度管理平台应能够 实现自动收发车、动态最优车辆补能以及多车协作式调 度，以满足车辆连续运行的要求，达到最优生产效率。 此外，它还应支持单矿多车型、多动力类型、多厂家车 辆的接入，以满足煤矿作业现场快速变化的生产需求。

地图管理平台 ：地图管理平台需具备多源地图采集的综合能力，涵 盖采集车、无人矿卡、无人机等多种高效采图手段。在 信息采集完毕后，平台将依托先验知识实现自动化制图， 自动构建道路、车道、边界及作业区等地图关键要素， 进而提升制图环节的效率。由于矿内道路与场景动态变 化频繁，平台应支持对高频变化场景进行实时增量更新， 确保地图能够精准反映煤矿地形的微小变化，实现基于 高精地图数据的煤矿生产管理、自动算量等核心功能， 为煤矿管理提供全面、准确的地图数据支撑。

数据管理平台： 智能云控平台中的数据管理平台旨在实现各矿数据 的统一汇总与集中处理，并通过数据中台服务实现数据共 享。该平台架构由基础设施层、基础服务层和核心服务层 构成，通过云端与边端资源的协同利用，确保整个平台的 计算、存储及网络资源得到充分利用。该平台应支持海量 数据的存储、分析与查询，并依托容器与大数据技术为基 础服务提供支撑，对数据进行深度处理，包括无人驾驶作 业效率分析、场站效率分析、采装设备效率分析、运营异 常上报以及历史数据分析等。此外，通过中台服务，数据 管理平台为上层应用提供统一的数据接口，定期输出包括 生产数据、设备数据、补能数据和维保数据在内的多维度 报告，并实现与第三方系统对接。

2、车端无人驾驶系统 露天煤矿无人驾驶运输解决方案的车端系统须确保 在煤矿场景下实现高安全冗余和高效运行。对于车端系统 来说，应首先满足运行安全与信息安全的基本要求。系统 构建需包括多级安全保障体系，部署包括故障诊断、故障 预测、运行风险评估等多层面、多阶段的安全保障措施， 确保管理人员能够对车辆行为有预期、对结果有判断、 对危险有手段。尤其是基于双通信链路、V2V（Vehicle to Vehicle）信息共享等技术，进一步保障弱网络环境下的业 务指令和信息的传递。此外，车端系统还应具备支持连续 生产运输的能力。一是实现编队行驶功能，使车辆间能够 协同作业，实现自主跟车及行车会让，从而优化路权资源 的分配。二是具备自主绕障能力，能够准确识别并避让落 石、挡墙、边坡等煤矿环境中的障碍物，以保障行车安全。三是实现拟人态驾驶控制，避免车辆在行驶过程中出现无 效加减速，能够根据载荷、地形起伏、弯道曲率、坡道姿 态等信息动态调速通行。

3、线控平台。无人驾驶线控平台可以快速实现从有人到无人的新 功能迭代升级。该平台采用模块化集成设计理念，旨在降 低故障率并提升系统的可靠性，以满足煤矿运输场景需求， 增强全域工况的适应性。该平台的核心构成包括：一是集 感知、定位、通讯、计算平台于一体的智能化组件方案（包 含智能驾驶设备箱、无人驾驶传感器标准化组件）。其中， 分体模块化设计方案可实现前装量产以及后装升级两种模 式，兼顾有人 / 无人车型开发需求。二是动力系统平台， 覆盖燃油、增程、纯电、氢能等多种构型方案，并搭载了 智能整车控制系统，能够实现高压电管理、扭矩管理、能 量管理、热管理等功能；三是线控系统平台，包含冗余线 控制动、冗余线控转向、线控驱动、线控举升、线控灯光、 线控配电等核心功能，能够快速、准确、稳定的响应，贴 合矿山自动驾驶场景控制需求。

4、协同作业系统。露天煤矿无人驾驶解决方案中的协同作业系统主要 用于挖掘机、辅助设备、路侧单元等设备和无人驾驶矿卡 的协同作业。协同作业系统其核心构成包括两大模块。其 一是协同终端模块，集装载引导、地图采集、场站交互、 生产指挥等多重功能于一体，实现全作业场景的协同设备 改造。结合通用化的协同作业操作系统以达到有人驾驶设 备和无人驾驶设备高效协同配合。当其应用于装载协同作 业时可实现装载协同、卸载协同，提升整体采装效率；应用于其他辅助设备协同作业时能够在不影响无人驾驶运输 作业的前提下实现巡逻指挥、加油洒水、地图采集、道路 和挡墙整修等辅助作业，保证采运排全链路作业连续不中 断、提速增效。其二是负责环境感知与现场管理的路侧单 元，可基于融合感知、V2X（Vehicle to Everything）通信、 边缘计算、设备数据采集及控制等功能，实现路口通行视 频监控、设备检测、路口管控、信号灯混行引导等功能， 提升路口通行安全及通行效率。