人工智能在工程機械無人駕駛領域的應用探討

張學強ZHANG Xue-qiang；尹彬YIN Bin；孫娜SUN Na；勾俊賀GOU Jun-he

（山重建機有限公司，臨沂276024）

0 引言

工程機械作為工業時代的產物，在助力基礎設施建設及推動社會進步等方面發揮了舉足輕重的作用。隨著科技的發展，人工智能技術不斷成熟，人類社會即將從信息社會向智能社會進行歷史跨越。傳統的工程機械已無法解決當今社會面臨的用工難、人工成本高等系列問題，工程機械行業的創新必將向著適應智能社會的方向發展，智能機器和智能裝備將是未來工程機械發展的方向。

1 人工智能技術發展概述

人工智能（Artificial intelligence，AI）是繼蒸汽技術、電力技術、計算機及信息技術革命之后的第四次科技革命核心驅動力。從20 世紀50 年代發展至今，人工智能已經形成全新的生產力，對生產結構和生產關系產生了顛覆性的改變和影響。人工智能[1]是一種計算機程序，可以不斷學習新知識以 優化性能，并使機器以人類思維方式思考。當前，機器學習（Machine learning，ML）是人工智能的一個熱門領域，該技術已在圖像識別、語音識別和其它模式識別領域[1-3]得到了廣泛應用。

2012 年以來，數據的爆發式增長為人工智能提供了充分的“養料”，深度學習算法在語音和視覺識別上實現突破，令人工智能產業落地和商業化發展成為可能。在經歷了技術驅動和數據驅動階段后，人工智能現在已經進入場景驅動階段，深入落地到各個行業之中去解決不同場景的問題。行業實踐應用也反過來持續優化人工智能的核心算法，形成正向發展的態勢[4]。工程機械日積月累的運行狀態信息形成海量數據，將AI 技術與環境感知和大數據下相融合，也將極大提升工程機械的智能化水平。

2 人工智能在工程機械無人駕駛領域應用現狀

2.1 國外發展現狀

在未來智能互聯引領的大時代，數字化和智能化是工程機械發展的必然方向。國外智能工程機械起步較早，卡特彼勒、小松、沃爾沃等國際一線品牌都研發了自己的無人駕駛產品，現在已經實現在部分施工場景中的應用。

卡特彼勒公司作為全球工程機械巨頭一直引領工程機械智能領域的發展，早在2007 年，卡特的智訊系統就可通過收集設備的關鍵性能和運行數據，利用網絡提供數據以指導決策。通過網絡互連和數字技術的融合，智訊系統已擴展至整個機隊的智能互聯。目前全球已投入使用的300 多萬臺卡特設備中，約50 多萬臺已實現互聯互通。實踐表明，使用卡特的智能設備和服務，能夠幫助用戶實時監測和管理設備，預測設備的潛在故障，同時使設備節約油耗30%。其推出的智能挖掘輔助系統可以實現電子圍墻、2D 坡度控制深度和坡度引導、坡度控制+智能稱重和坡度控制+輔助操作等多種功能。

韓國建筑技術研究院CHAE 等[5-6]開發了一種用于智能開挖的三維曲面建模系統，該系統可以對作業環境模型進行實時更新，自動更新機群作業順序，指導挖掘機進行自主作業。

日本小松瞄準建筑機械無人化，將人工智能引入建筑施工領域以提高施工效率和安全性。日本小松公司聯合英偉達公司開發了基于 Nvidia Jetson 嵌入式平臺的KomVision 系統[7]，該系統采用AI 技術對機載視覺信息和定點巡邏無人機視覺信息進行整合分析，實現無人機采集數據、數據分析、3D 畫面分析、高精度的施工現場三維圖繪制好人施工方案制定等功能，以此來實現自動化工程施工。目前小松的智能施工技術已經在4 000 多處施工現場得到了應用。

沃爾沃公司研發的Dig Assis（t挖掘機輔助）技術，駕駛員可通過Dig Assist 設置作業參數，如目標深度和坡度來進行現場設計，并實時查看作業進度，確保工作能夠滿足各種精確要求，使用Dig Assist 技術可實現生產效率提高25%以上。

韓國Doosan Infracore 研發的SPC （Smart Power Control）智能功率控制系統，能夠通過傳感器感知機器工作狀態，從而使發動機的轉速根據負荷情況不斷變化，可實現油耗降低7%左右。

2.2 國內發展現狀

我國智能工程機械起步較晚，加之傳統工程機械液壓傳動等核心技術被國外壟斷，所以國內智能工程機械行業發展較緩。但基于我國基建市場的巨大需求和發展潛力，智能工程機械發展表現出了較強的發展韌性。隨著5G、工業互聯網等新技術的發展，國內在智能控制、無人駕駛方面的研究取得了顯著的進步，并成功應用于工程機械產品。

2016 年，山推研發國內首臺無人駕駛推土機DE17R，填補了國內智能工程機械行業的空白。2019 年，山推全球首臺5G 遠程遙控大馬力推土機實現商業化，5G 技術應用和智能制造水平進一步提升。

2017 年，三一重工在SY215 挖掘機上成功應用了數字化施工系統。該系統利用高精度GNSS 信號，可以精確計算挖掘機的鏟斗齒尖位置，將齒尖的3D 定位誤差控制在30mm 以下，并達到了引導施工或者自動控制的目的。數字化施工技術推動了傳統的施工流程再造，節約了大量人力成本，同時提高了施工效率。2019 年，三一重工在國際工程機械展覽會推出無人駕駛挖掘機，自主研發人工智能系統能幫助工程裝備在遙控或自主決策下，進入危險區域并開展作業[5]。

徐工集團在智能化應用實踐中，開發了智能化、網聯化、無人化的平行智慧礦山系統，可以掌握礦山機械的運行狀態，危急時刻進行安全報警，極大降低了礦山裝備的運行故障率。該系統具有信息化和智能化水平高、運營效率和安全性高等優點。

2019 年，中聯重科成功研發一款5G 遠程遙控挖掘機，利用5G 高速率、大寬帶、低時延的特性，實現了遠程操控挖掘機。于2020 年5 月下線全球首臺純電動汽車起重機，通過融入機器視覺、人工智能和5G 技術，可以實現一鍵吊裝等智能化功能，讓“非專業人士”也可以進行吊裝作業。

臨工集團研發的遠程智能遙控挖掘機通過5G 網絡實現控制中心與生產現場車載終端相連，實時操控位于礦區的無人駕駛挖掘機，同步回傳真實作業場景及全景視頻實況。

3 人工智能在工程機械無人駕駛領域應用的關鍵技術

在數字經濟不斷推進的大背景下，人工智能發展迅速，將互聯網、大數據、人工智能與工程機械多應用場景深度融合，實現工程機械的無人駕駛，可有效解決勞動環境惡劣、勞動強度大、安全性低、成本高等行業存在的問題。工程機械的在實際生產中包括多個作業環節，每個作業及各作業之間的信息采集、數據傳輸、協同管控等功能的實現需要從如下幾個方面突破，以礦山工程機械為例：

3.1 環境感知與決策技術

礦山環境復雜，坐標（如經度緯度海拔等）參數及現場點云數據等難以測量，通過應用多個攝像機、激光雷達、毫米波雷達、差分GPS、慣導、電子陀螺儀等多傳感器融合技術，獲取礦山場景和礦用機械位置信息，應用多模態信號處理、SSD 目標檢測、點云去噪、點云數據精簡、探測數據拼接、傾角誤差糾正、多傳感器融合等理論，實現礦用工程機械環境感知及其位置精準定位算法，基于算法構建硬件單元。通過對位置定位數據、工作場景數據等進行虛擬映射和三維可視化建模，并錄入可視化平臺，建立作業現場的地理地質環境高仿真三維模型，為智能作業提供基礎場景。在此技術上實現破碎錘、挖掘機和自卸車等礦山工程機械的無人駕駛。施工場景模型圖如圖1，工程機械環境感知技術路線圖如圖2。

圖1 施工場景模型圖

圖2 工程機械環境感知技術路線圖

3.2 智能控制技術

基于環境感知與決策技術得到的數據，采用深度強化學習和進化技術，完成運動軌跡智能規劃。借助5G 網絡及設備，集成自動控制系統、智能調速控制、高清視頻信號處理、機車運輸信號系統、自診斷自適應、報警預警、無線通信等眾多模塊的軟硬件系統，實現車輛運行狀態和環境檢測、車輛安全監測、自主感知、主動避障、自動錯車等功能，達到實現礦山工程機械遠程控制、實時監測，提高礦山全息感知、可視化運維水平和智能生產效率。工程機械智能控制技術路線圖如圖3 所示。

圖3 工程機械智能控制技術路線圖

3.3 多機協同技術

隨著通信技術、計算機技術和人工智能技術的飛速發展，傳統工程機械正在逐步實現車與X（人、工程機械、路、后臺等）的智能信息交換共享。為提升多種工程機械同時作業時的工作效率和準確銜接度，可采用邊緣計算和深度學習等技術，實現數據實時交換，協同施工作業。多機協同技術根據應用場景的需求，基于安全、環保、高效的準則，確定礦用無人駕駛車輛最優分配調度模型，提出包括最佳運輸路線、車流規劃、實時調度等方面的最佳解決方案，實現礦用機械無人駕駛的車流分配調度，進而優化鏟運機、礦卡等資源配置，提升礦用機械周轉率，提高礦用機械運輸及工作效率。

在礦山工程機械應用場景中，基于精準全維感知探測的數據，通過4G5G 信道等對礦山環境數據、礦山機械運行數據傳輸到邊緣計算單元，決策控制系統對道路環境、作業數據等進行比對計算，然后發送作業指令進行車輛協同控制。工作流程為“無人駕駛破碎錘完成破碎—數據發給邊緣計算單元—自卸車自動泊車入位—通知挖掘機進行裝載—通過激光雷達識別到自卸車裝滿—自卸車啟動運行—自動運行到入料口卸車”一系列智能化操作。如圖4 所示。

圖4 礦山工程機械多機協同技術路線圖

4 人工智能在工程機械無人駕駛領域的應用前景

“第三代人工智能”是利用知識、數據、算法和算力四個要素，建立新的可解釋和魯棒的AI 理論及方法，從而發展安全、可信、可靠和可擴展的AI 技術。2022 年，工業AI 和AI-on-5G 物聯網應用將會成為主流。我國5G 發展取得領先優勢，已累計建成5G 基站超81.9 萬個，占全球比例約為70%。5G 是人工智能的加速器，為人工智能提供新動能，進一步加速人工智能技術的發展、應用、落地，促進整個供應鏈的智能升級。

將人工智能與工程機械融合，工程機械將加快現代化進程，逐步過渡到完全智能化的作業機器人。未來的工程機械將從局部自動化過渡到全面自動化，并且向著遠距離操縱和無人駕駛的趨勢發展。在工程機械產品的不同區域，安裝不同類型的傳感器（溫度傳感器、壓力傳感器、位置傳感器等），對外界信號進行感知、分析；在產品上安裝控制器，依據大數據中的各種工況，結合現場施工情況，模擬人類大腦的分析，做出準確的決策，自動進行施工，并不斷學習與自我完善，達到真正的施工人工智能[6-7]。

5 結束語

人工智能技術在工程機械無人駕駛領域中發揮著十分重要的作用。通過對國內外工程機械行業智能化發展的對比分析，查找國內外的工程機械智能化發展的差距，尋找技術突破方向，實現改善工作環境、提高作業安全性能、提高作業規范性、降低生產成本等傳統工程機械行業存在的問題。