-
题名基于遗传算法的无人驾驶卡车路径跟踪控制研究
被引量：1
- 1
-
-
作者
张涛
赵奉奎
张涌
高峰
吕立亚
李冰林
-
机构
南京林业大学汽车与交通工程学院
-
出处
《南京信息工程大学学报》
CAS
北大核心
2024年第6期791-800,共10页
-
基金
江苏省产业前瞻与关键核心技术项目(BE2022053-2)
江苏省现代农业重点及面上项目(BE2021339)
南京林业大学青年科技创新基金项目(CX2019018)。
-
文摘
路径跟踪在无人驾驶中起着至关重要的作用.为提高无人驾驶卡车在不同车速下路径跟踪的精度与稳定性,设计了一种基于改进遗传算法优化的线性二次调节器(LQR)进行路径跟踪.首先,基于自然坐标系建立车辆二自由度动力学模型和跟踪误差模型,并设计LQR控制器,采用前馈控制消除稳态误差,提高跟踪精度;其次,通过改进遗传算法对LQR的权重矩阵进行优化,以提高路径跟踪的精度与稳定性;最后,通过Matlab/Simulink-TruckSim联合仿真平台在不同工况下对所设计的LQR控制器控制效果进行仿真验证.结果表明,在双移线工况下,GA(遗传算法)优化后的LQR控制器在30 km/h和60 km/h跟踪精度分别提高了约68.5%和49.4%;在U形工况下,跟踪精度分别提高了约12.0%和25.5%,且具有更高的稳定性,位置误差和航向误差分别可控制在0.17 m和0.11 rad以内,证明了所提出的跟踪控制框架的有效性.
-
关键词
无人驾驶卡车
路径跟踪
LQR控制器
改进遗传算法
-
Keywords
unmanned truck
path tracking
LQR controller
improved genetic algorithm
-
分类号
U463.6
[机械工程—车辆工程]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名燃料受限条件下矿区无人驾驶卡车路径最优化策略研究
被引量：2
- 2
-
-
作者
张宏伟
高亚男
王宇
刘磊
-
机构
河北石油职业技术大学汽车工程系
中汽研汽车检验中心(天津)有限公司
-
出处
《金属矿山》
CAS
北大核心
2024年第8期140-145,共6页
-
基金
河北省高等学校科学技术研究项目(编号:ZC2023081)。
-
文摘
近年来,随着智能技术广泛应用,无人驾驶卡车作为新型矿区运输设备,因其具有安全可靠、精准高效等优势而被广泛应用于矿区物流中。然而,在实际矿山应用中,卡车的燃料供应十分有限,在一定程度上限制了无人驾驶卡车的运营距离和行驶时间。因此,寻找一种优化燃料消耗并提高运输效率的路径规划策略显得尤为重要。提出了一种优化燃料消耗的无人驾驶卡车路径规划策略,旨在优化燃料消耗并实现更高效的运输。建立了一个矿区车辆路径燃料消耗优化模型,该模型将燃料消耗与车速、卡车功率等因素联系起来,并考虑了矿区地形、道路条件以及各个加油站的位置和燃料存储容量等限制因素。在此基础上,通过改进的遗传算法搜索最优解,并通过交叉验证和灵敏度分析测试其优化的准确性。为了验证该策略的有效性和可行性,在一条典型的矿区路径进行了实际测试。测试结果表明:在相同的燃料供应下,与其他智能算法相比,所提出的优化燃料消耗的无人驾驶卡车路径规划策略可以有效降低燃料消耗,并且能够更高效地完成运输任务。此外,在不同的燃料供应情况下,该策略也能够根据实时条件变化进行快速优化,并得出最优解,具有一定的实用价值和应用前景。
-
关键词
矿区无人驾驶卡车
燃料受限
路径最优化策略
智能矿山
-
Keywords
driverless trucks in mining areas
fuel constraint
path optimization strategy
intelligent mine
-
分类号
TD57
[矿业工程—矿山机电]
-
-
题名露天矿山无人驾驶卡车安全管控研究
被引量：9
- 3
-
-
作者
刘小杰
曹胜武
罗怀廷
张宝卫
-
机构
神华准格尔能源有限责任公司黑岱沟露天煤矿
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2021年第S01期43-48,共6页
-
文摘
为解决现阶段我国露天矿山生产过程中存在的人员安全意识薄弱、司机队伍老龄化、违规作业等典型人员管理问题,基于当前5G+和国内外智能矿山发展研究现状,通过查阅相关文献,从安全角度深入分析智能矿山建设关键环节——无人驾驶卡车安全管控问题;在初始混编运行阶段提出场地规划、重点环节管控、维修改造、道路行驶、联合作业存在的问题及管控措施;提出相关科技保安技术和5G网络基站建设建议。结果表明:通过完善安全管理、技术管控、安全防护,可全面提高露天矿山混编运行阶段安全性,保障无人驾驶技术顺利安全推进,有助于从本质上解决露天矿山领域因人为因素带来的各项老特难问题。
-
关键词
露天煤矿
无人驾驶卡车
混编运行
安全管控
科技保安系统
-
Keywords
open pit coal mine
driverless trucks
mixed operation
safety control
science and technology security system
-
分类号
TD634
[矿业工程—矿山机电]
TD79
[矿业工程—矿井通风与安全]
-
-
题名感知设备在黑岱沟露天煤矿无人驾驶卡车的应用研究
- 4
-
-
作者
郭培
-
机构
国能准能集团有限责任公司黑岱沟露天煤矿
-
出处
《工矿自动化》
CSCD
北大核心
2023年第S02期118-121,共4页
-
基金
国家重点研发计划智能机器人专项(SQ2022YFB4700381)
中央预算内投资项目煤矿安全改造专项(2106-150622-60-02-443904)
国家能源集团科技创新项目(GJNY-21-55)
-
文摘
矿用无人驾驶卡车感知设备是指在煤矿行业中,为了实现自动化运输而安装在无人驾驶卡车上的一系列设备,包括激光雷达、毫米波雷达、视频采集器、惯性测量单元等感知设备。感知设备可实现对矿区内物体的高精度识别和车辆位置与运动轨迹的精确监测,保证无人驾驶卡车的安全行驶,减少人为操作带来的安全隐患,降低人力成本,提高运行效率。从无人驾驶卡车作业环境及卡车前向和后向感知设备的选型及安装进行了详细分析。
-
关键词
感知设备
黑岱沟露天煤矿
无人驾驶卡车
激光雷达
毫米波雷达
-
分类号
TD67
[矿业工程—矿山机电]
-
-
题名露天矿无人驾驶自卸卡车发展综述
被引量：31
- 5
-
-
作者
李庆玲
张慧祥
赵旭阳
许茂洲
-
机构
中国矿业大学(北京)机电与信息工程学院
-
出处
《煤炭工程》
北大核心
2021年第2期29-34,共6页
-
基金
国家自然科学基金(61673385)。
-
文摘
露天开采是矿产资源开发的重要方式,针对其运输成本高、车队协调性差、驾驶员流动性大等问题,文章结合其作业环境人流少、运输路线固定等场景特殊性,分析露天矿无人驾驶系统建设的实际需求,综述了国内外无人驾驶自卸卡车的发展及其系统的技术特点,并总结了其关键技术,包括定位、感知、决策和规划等,分析了发展趋势。
-
关键词
露天矿
智慧矿山
无人驾驶自卸卡车
自动驾驶
-
Keywords
open-pit mine
smart mine
unmanned mine truck
automatic driving
-
分类号
TD57
[矿业工程—矿山机电]
-
-
题名矿用卡车无人驾驶感知技术的设计与应用
被引量：5
- 6
-
-
作者
史岩岩
-
机构
国家能源集团准能公司机电管理部
-
出处
《工矿自动化》
北大核心
2022年第S02期94-97,共4页
-
文摘
针对我国矿区多尘、雨雪等恶劣天气、多碎石、路面颠簸等特殊环境导致障碍物检测不准确,易引起车辙误检的问题,设计了矿用卡车无人驾驶感知系统。构建了融合4D光场相机+激光雷达+毫米波雷达的感知系统,充分利用4D光场相机一次成像即同时可获得二维、三维一体化数据,免标定、无匹配误差、无融合误差、不受震动影响等优势,使感知系统具有极强的稳定性和高度的兼容性;构成了完整的数据通信系统,支持4G/5G/Mesh等多种通信方式,实现V2N、V2V和V2I通信,通过多种通信方式实现高精度差分定位信号的传输。将矿卡无人驾驶系统应用于黑岱沟露天煤矿,通过雷达点云数据、车辆位姿信息及地图融合模块,计算出车辆当前行驶道路路面的平整度、障碍物、可行驶区域检测等信息,在非结构化道路环境中,可实现行驶区域的稳定检测、感知模块可对路沿做稳定检测。
-
关键词
露天煤矿
矿用卡车无人驾驶
感知系统
数据通信
-
分类号
TD50
[矿业工程—矿山机电]
-
-
题名基于点云曲面拟合的自适应阈值地面分割算法
- 7
-
-
作者
李兆强
吴巧俊
熊福力
张岳
-
机构
西安建筑科技大学信息与控制工程学院
西安建筑科技大学西安市智慧工业感知计算与决策重点实验室
-
出处
《计算机工程与应用》
北大核心
2025年第16期337-347,共11页
-
基金
陕西省自然科学基础研究计划面上项目(2023-JC-YB-582)。
-
文摘
在无人驾驶矿用卡车自主运行生产的过程中,激光雷达点云处理中的地面分割是矿区目标检测的关键部分。该方法的主要目的是解决传统地面分割算法无法分割矿区崎岖路面的问题,提高数据处理的精度,保证数据处理的速度。在点云的每一帧中,以激光雷达为中心将点云基于密度进行栅格划分,在每个栅格区域中选择最低点作为拟合种子点。根据选出的种子点,使用移动最小二乘法拟合曲面模型,在拟合过程中引入高斯型权函数、正余弦基函数、正交函数集的策略,缩短曲面拟合时间,还原曲面原始形态,并提出自适应阈值的分割方法,精确分割矿区崎岖路面。该算法既可以分割水平路面,又可以分割崎岖路面,大幅提高了矿区地面分割的鲁棒性。在鄂尔多斯某露天矿区实际复杂场景测试下,召回率为94.25%,每帧数据分割的平均耗时为26.2 ms。结果表明,该方法具有较高的精度,效率满足实时性要求。
-
关键词
无人驾驶矿用卡车
点云处理
地面分割
移动最小二乘法
固态式激光雷达
-
Keywords
unmanned mining truck
point cloud processing
ground segmentation
moving least square method
solidstate LiDAR
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名矿区无人运输系统总体设计
被引量：9
- 8
-
-
作者
田臣
丁震
李镇江
高玉
艾云峰
陈龙
-
机构
国家能源集团煤炭运输部
北京慧拓无限科技有限公司
-
出处
《工矿自动化》
北大核心
2022年第9期109-115,共7页
-
文摘
目前针对无人驾驶矿用卡车的研究多集中在路径跟踪、安全通行辅助决策等具体控制方法上,不足以支撑整个矿区运输系统的无人化运营。针对该问题,提出了一种矿区无人运输系统总体设计方案。该系统分为云控中心、边缘侧、智能终端3层,主要包括矿用卡车自动驾驶系统、矿区无人运输云控调度平台、无人运输仿真系统、远程应急接管系统、健康管理系统、协同作业管理系统和定位/通信系统。矿用卡车自动驾驶系统具备单车智能管理功能,可实现障碍物感知、智能决策、路径规划、高精定位、精准控制等功能。云控调度平台用于统一调度管理,实现无人驾驶矿用卡车与电铲、推土机等的协同自动装载和卸载及无人驾驶矿用卡车与各类有人驾驶辅助作业车辆的协同混编作业。无人运输仿真系统根据矿山实时环境模拟不同调度运行方式,形成最优调度方案指导实际生产。远程应急接管系统可实现极端危险场景下无人驾驶矿用卡车的远程控制,确保在矿用卡车自动驾驶系统遇到故障时能够紧急接管车辆。健康管理系统通过安装在无人驾驶矿用卡车终端的相关传感器实现设备自检、故障诊断、检修结果上报、健康状态评估等功能。协同作业管理系统通过安装在有人采掘设备、工程设备、辅助生产设备上的软硬件系统,在保证人车安全的情况下协助无人驾驶矿用卡车共同完成作业。定位/通信系统实现云控中心与智能终端的通信连接,支持4G/5G/Mesh等多种通信方式,可实现V2N(车-网络)、V2V(车-车)和V2I(车-基础设施)通信。
-
关键词
露天矿山
智能化
无人运输
无人驾驶矿用卡车
云控中心
边缘侧
智能终端
-
Keywords
open-pit mine
intelligence
unmanned transportation
unmanned mine truck
cloud control center
edge side
intelligent terminal
-
分类号
TD67
[矿业工程—矿山机电]
-
-
题名基于双向特征融合的露天矿区道路障碍检测
被引量：11
- 9
-
-
作者
阮顺领
李少博
顾清华
江松
毛晶
-
机构
西安建筑科技大学资源工程学院
西安建筑科技大学西安市智慧工业感知计算与决策重点实验室
西安优迈智慧矿山研究院有限公司
-
出处
《煤炭学报》
EI
CAS
CSCD
北大核心
2023年第3期1425-1438,共14页
-
基金
国家自然科学基金资助项目(52074205)
陕西省自然科学基础研究计划资助项目(2020JC-44)。
-
文摘
近年来矿用卡车自动驾驶的兴起,使得障碍检测变得至关重要,露天矿区非结构化道路复杂多变,时常出现碎石、坑洼等小目标或多尺度行车障碍,严重危害行车安全。因此,笔者提出一种基于双向特征融合的露天矿区道路障碍检测方法。通过实地采集并使用数据扩增方法对露天矿障碍图像数据集进一步细分及扩充,并在特征提取阶段提出了更适用于障碍检测的RepVGG+骨干网络结构。在特征融合阶段,提出基于SimAM空间与通道注意力和跨阶段连接的双向特征融合金字塔模型。通过扩大预测小目标障碍的特征图和特征感受野,提升小目标障碍检测性能,通过双向特征融合机制提升多尺度检测性能。同时对网络分类预测模块的卷积层和先验框尺寸进一步调整,提升障碍检测性能,降低特征冗余,加快模型推理速度。在模型的损失函数方面,针对训练中样本不均衡和障碍物边界框定位不精准问题,使用融合标签平滑正则化的Focal Loss作为分类损失函数,GIoU Loss作为边界框损失函数进一步优化露天矿区障碍模型。实验表明本文方法能有效识别复杂背景下露天矿区非结构化道路障碍物,在实际应用中,检测精度达到了91.76%,检测速度达到56.76 fps,相较于主流检测方法有着更好的小目标和多尺度目标检测性能,可以满足露天矿区无人矿卡行进中的障碍安全检测要求。
-
关键词
露天矿
无人驾驶卡车
机器视觉
障碍检测
特征融合
-
Keywords
open pit mine
driverless truck
machine vision
obstacle detection
feature fusion
-
分类号
TD804
[矿业工程—矿山开采]
-
-
题名多尺度特征融合的露天矿区道路负障碍检测
被引量：11
- 10
-
-
作者
阮顺领
李少博
卢才武
顾清华
-
机构
西安建筑科技大学资源工程学院
西安市智慧工业感知计算与决策重点实验室
-
出处
《煤炭学报》
EI
CAS
CSCD
北大核心
2021年第S02期1170-1179,共10页
-
基金
国家自然科学基金资助项目(51974223,52074205)
陕西省自然科学基础研究计划资助项目(2019JM-492)
-
文摘
露天矿区非结构化道路存在的坑洼、道路塌陷等负向障碍,易导致车辆侧翻或陷车,近年来矿用卡车自动驾驶的兴起,使得负向障碍检测变得至关重要。对露天矿区道路负障碍特征进行深入分析,构建了基于机器视觉的轻量化目标检测模型。首先通过现场采样及标注建立露天矿区负向障碍数据集并将其输入到目标检测模型;其次对图像进行归一化处理并使用MobileNetv3网络对图像进行压缩激活,在获得输出特征后进行连续上采样和特征金字塔堆叠,完成多尺度特征提取;最后对多尺度特征进行分类和边界框回归,达到负向障碍检测的目的。模型在特征金字塔模块中引入深度可分离卷积方法,降低网络特征提取和融合的计算量;通过对损失函数和学习率动态优化调整,提高负障碍目标检测精度;在负障碍检测后处理阶段,提出非极大抑制优化算法,改善负障碍被遮挡和检测框定位精度不高的问题。实验结果表明,研究方法能有效识别复杂背景下露天矿区非结构化道路的负障碍,对矿区道路负障碍检测精度、召回率、mAP达到98.86%,89.58%和92.59%,实时检测速度达到47.3 fps。对比主流的目标检测网络,如:Yolov3,RetianNet,SSD,Faster RCNN等也有着更好的综合性能。通过对非极大抑制优化算法的量化分析,相较于传统算法,改进算法可有效改善检测框的定位精度,同时具有良好的适应性。
-
关键词
露天矿区
负向障碍
机器视觉
目标检测
无人驾驶卡车
-
Keywords
open pit-mines
negative obstacles
machine vision
object detection
driverless trucks
-
分类号
TD804
[矿业工程—矿山开采]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
