露天礦區(qū)作業(yè)具有環(huán)境復(fù)雜、重復(fù)性強、安全風險高等特點，傳統(tǒng)人工駕駛存在招工難、成本高、事故頻發(fā)等問題。隨著我國露天礦產(chǎn)開采規(guī)模持續(xù)擴大，研發(fā)無人駕駛礦車系統(tǒng)成為推動礦區(qū)智能化升級的重要突破口。本項目基于濰柴動力股份有限公司的技術(shù)需求，聚焦礦區(qū)場景下無人駕駛礦車的核心功能開發(fā)，分為三大技術(shù)模塊：

1）擋土墻識別模塊，通過多傳感器融合技術(shù)保障作業(yè)邊界安全；

2）可行駛區(qū)域分割模塊，結(jié)合幾何規(guī)則與深度學習實現(xiàn)實時環(huán)境感知；

3）軌跡規(guī)劃與優(yōu)化模塊，采用解耦式強化學習框架應(yīng)對動態(tài)障礙。

通過構(gòu)建"感知-決策-控制"閉環(huán)系統(tǒng)，解決礦區(qū)非結(jié)構(gòu)化道路特征提取困難、多車動態(tài)沖突響應(yīng)滯后等技術(shù)痛點，最終實現(xiàn)礦車自主裝卸料、連續(xù)運輸及突發(fā)障礙規(guī)避的完整作業(yè)流程。

本項目的核心目標是構(gòu)建露天礦區(qū)無人駕駛礦車系統(tǒng)的關(guān)鍵技術(shù)體系，重點突破環(huán)境感知與軌跡規(guī)劃兩大模塊的算法開發(fā)與工程驗證，具體技術(shù)目標包括：

1）在可檢測的60m范圍內(nèi)，可行駛區(qū)域分割準確率大于90%，分割單幀點云時間小于0.1s；

2）距離擋土墻10 m處的排土墻識別精度≤0.2m，高度誤差小于0.1m,FPS>10；

3）鏟裝區(qū)與卸載區(qū)作業(yè)場景的規(guī)劃交接點與目標位置的距離＞30m、裝載區(qū)寬度>20m，無障礙場景下路徑規(guī)劃時間＜3s，正常障礙物場景下規(guī)劃時間＜10s。

通過將傳統(tǒng)算法與基于深度學習算法進行融合，得到幾何規(guī)則+數(shù)據(jù)驅(qū)動的算法，成功實現(xiàn)可行域分割任務(wù)對既定目標；采用多傳感器后融合的方法識別擋土墻，利用感知后融合框架將點云數(shù)據(jù)與視覺圖像結(jié)合，得到最終擋土墻檢測結(jié)果；融合傳統(tǒng)運動學約束路徑生成與強化學習速度優(yōu)化，解決多車動態(tài)沖突問題。