基于LiDAR的煤矿井下自动驾驶边界检测与跟踪方法研究

为了满足井下边界检测应用的迫切需求,提出一种基于LiDAR的边界检测与跟踪方法,该方法包含点云实时校正、点云栅格化、边界拟合以及边界跟踪四部分。针对井下道路边界不规则且坡度变化频繁的特征,设计一种点云实时校正方法,采用预校正和动态更新两个步骤实现地面点云和激光雷达坐标系平行。利用栅格思想将校正后点云映射到二维栅格图中,有效避免路面凹凸不平对边界提取的影响。针对弯道和硐室场景造成的边界缺失问题,采用卡尔曼滤波算法对点云进行稳定跟踪。在井下实车采集数据上的实验结果表明,本研究提出的算法可以准确检测并稳定跟踪双侧边界,在直道、弯道、硐室场景检测精度分别为97.5%,93.2%,88.3%,并且满足自动驾驶的实时性。

露天矿区四轮转向车辆装载停靠路径规划算法

在露天矿区的无人驾驶车辆装载作业过程中,无人驾驶系统规划模块需要根据装载任务生成车辆停靠路径。结合四轮转向车辆特性,提出了一种高效装载停靠路径规划算法;采用Hybrid A*算法搜索停靠路径并构建二次优化模型用于路径的平滑,输出与道路边界无碰撞、满足最大曲率约束的停靠路径,最后进行了实验验证。结果表明:算法可在狭窄区域内快速生成停靠路径,缩短了车辆停靠路径长度,从而提高生产作业效率。

浅析智能矿山建设规划思路及建议

伴随着科技水平的不断提升,给矿山企业带来发展机遇的同时,也带来了更高的要求和挑战。矿山企业基于生产的需求,需要投入大量的设备,且设备更新换代速度快,想要提升生产效率,更好地适应时代的发展,就要做好科学的规划,对设备进行优化升级,保证设备高效运行,这样才能够更好地为生产提供支持。智能矿山是矿山企业未来发展的主流趋势,矿山企业应当基于自身的实际需求做好智能矿山的建设规划,为自身的后续发展提供支持。基于此,本文对于智能矿山的建设规划思路进行了分析,并提出了一些建议。

矿用货车自动驾驶条件下侧翻安全分析与极限参数研究

为防止自动驾驶条件下矿用货车发生侧翻,对依靠规划控制层实现侧翻事故的主动预防方法进行研究。针对该问题先建立矿用货车侧倾数学模型,推导静态稳定因子(Static Stability Factor,SSF)与车辆侧倾稳定极限(Roll Stability Limit,RSL)公式。利用TruckSim仿真软件完成水平路面10%横坡的阶跃转向与Fishhook转向试验,比较SSF值和RSL值对侧翻的预警效果。在此基础上,采用车辆二自由度模型估算出转弯半径,结合RSL值中的最大侧向加速度推导出极限车速公式。引入动态调节因子,得出自动驾驶矿用货车行驶的车速阈值。结果表明,考虑车辆侧翻临界参数条件,对自动驾驶系统规划控制层输出的期望车速进行限制,能有效提升自动驾驶矿用货车的行驶安全性。

基于矿卡毫米波雷达的主动防撞预警系统

为了确保矿区中的行车安全,避免由于矿区道路环境复杂恶劣,司机夜晚作业疲劳驾驶而产生的车辆碰撞、追尾等交通事故,基于矿卡毫米波雷达提出一套适用于矿区生产环境的主动防撞预警系统,对毫米波雷达收发原理,组成及功能进行了研究,并在矿区进行了检验和实际应用,结果显示所提出的主动防碰撞系统能够充分适应矿区生产环境,并能够通过及时采取紧急制动措施保障车辆的安全。

露天矿无人驾驶车规级智能车载控制器

无人驾驶技术在露天矿区的落地应用,需要应对复杂的地理环境与气候条件,其中不乏恶劣环境对安全生产作业的挑战。因此,北京踏歌智行科技有限公司(以下简称北京踏歌智行)自主设计开发了针对非公路矿用自卸车的3款多功能车载控制器,分别为M-Box(无人矿用卡车域控制器)、T-Box(无人矿用卡车通信网关)、V-Box(无人矿用卡车线控控制器),是目前业内唯一专为矿区研发的车规级车载智能硬件。

露天矿山无人驾驶发展现状及应用前景

基于我国矿山智能化发展前景,从矿山无人驾驶关键技术角度深入研究,分析了露天矿山无人运输的重要性和必要性。同时介绍了各级政府在露天矿山智能化建设的各项政策,在此基础上概括总结出当前我国露天矿山无人驾驶系统的发展方向,明确了无人驾驶系统建设的关键技术。最后,从技术和应用两个层面对露天矿山无人化建设面临的问题及挑战进行了分析,并提出实现无人化矿山发展的建议。

基于点特征的车载LiDAR与GNSS/IMU联合标定方法研究

激光雷达(LiDAR)、全球导航卫星系统(GNSS)与惯性测量单元(IMU)之间的外部参数标定精度是影响多传感器融合及高精度地图的主要因素。基于此,提出一种适用于无人车的LiDAR与GNSS/IMU标定方法,该方法可实时提取标定板点云中心坐标,并利用点特征进行外部参数标定。首先,分析了LiDAR、GNSS、IMU及通用横墨卡托格网系(UTM)坐标系的变换关系;其次,基于IMU安装平面与地面平行的假设,通过车辆前方地面的法向量计算LiDAR俯仰角和滚转角的初值,并利用标定板中心偏移量计算偏航角初值;然后,假设车辆在平面上保持直线运动,采用恒定姿态运动将旋转角度的求解问题转化为最优化问题,并根据标定板UTM坐标不变的约束求解出平移参数;最后,通过分析算法误差、传感器测量误差以及中心点匹配误差验证了方案的可行性,并通过无人矿车采集LiDAR、GNSS和IMU的同步数据,对所提出的外部参数标定方法进行测试。试验结果表明:提出的方法只需要一定范围的平坦区域和标定板就可以解决3自由度运动估计6自由度外部参数的退化问题,且标定后的外部参数可以保证点云地图在20 m内的拼接误差小于20 cm。