我國無人駕駛礦用自卸車發展現狀和未來展望

李志國

（中冶京誠（湘潭）礦山裝備有限公司，湖南 湘潭 411100）

1 引言

人工智能技術（Artificial Itelligence， AI）是當前高新科技的核心部分之一，是對人們生活、學習和生產具有重大影響的重要技術，也是現代社會進步和發展的一個重要標志。2017年5月，在烏鎮圍棋峰會上，世界頂級圍棋高手柯潔遭到谷歌的AlphaGo2.0人工智能機器人3∶0橫掃，這次人機大戰引發了全世界對人工智能的探討，越來越多的企業投入了對人工智能的研究［1-2］。采礦工業是全球經濟持續發展的基礎，開拓先進的采礦技術，吸收各學科的高新技術，創建一個優質、高效、低成本、低環境污染、靈活和安全生產的礦山是各大采礦企業一直以來追求的目標，人工智能的發展為此提供了新的選擇，無人采礦技術是未來采礦技術發展的重要領域之一。

礦用自卸車廣泛應用于冶金、有色、化工、煤炭、建材、水電等幾大行業的土石方運輸，是目前大型露天礦山的主要運輸工具。在很多礦山企業，巨型礦山機械每天24h不間斷工作，這些巨型采礦設備的操作員，每天上班必須忍受噪音、浮塵、顛簸等惡劣的工作環境，工作環境中的高溫、高濕、噪聲、振動等對礦山設備操作人員的健康造成極大危害。在安全方面，無人運輸系統比傳統方式安全得多，消除了行駛誤差從而避免了事故。而且生產力方面也得到了提高，不使用駕駛員，可以減少15%的運輸成本。此外，智能的自動控制還消除了不良的駕駛方式，比如突然的加速和轉向，從而使得礦用車輪胎、懸掛油缸等許多重要部件的使用壽命大大提高。因此無人駕駛系統礦用自卸車也越來越受到關注。

2 無人駕駛技術簡介

無人駕駛是指以計算機作為控制中心的智能駕駛系統，通過車載的各種傳感器及智能系統來感知車輛運行環境、規劃車輛的運行路徑、自動控制車輛行駛。通過車載傳感器來感知車輛運行時周圍的各種信息，包括行人信息、道路信息、路牌信息等，然后根據獲得的信息對車輛的運行進行控制，從而安全、可靠地行駛。美國由SAE International 國際自動機工程師學會于2014年1月發布了第一版的無人駕駛配置分級標準SAE J3016，2018年6月，對標準進行第二次的修訂，具體分級標準如下［3］：

（1）SAE L0：是無自動化的駕駛，完全由人類駕駛員控制車輛的運行，但是可以得到警告或干預系統的輔助。其核心是增加了環境感知的警報防護技術。

（2）SAE L1：駕駛支援，具有自動化的單一功能，通過駕駛環境對方向盤和加減速中的一項操作提供駕駛支援，主動修正加減速度和方向盤的偏離值，其他的駕駛操作主要還是由人類駕駛員完成，屬于汽車的主動安全系統。

（3）SAE L2：部分自動化，具有多個自動化功能，通過駕駛環境對方向盤和加減速中的多項操作提供駕駛支援，此時駕駛員與汽車分享控制權，主要由智能系統控制車輛的方向和加減速，感知行車環境。駕駛員的手不離開方向盤，在遇到緊急情況時可直接進行接管車輛控制。

（4）SAE L3：有條件的自動化，由自動駕駛系統完成車輛所有的行駛操作，司機只需在適當時候應答系統請求。

（5）SAE L4：高度自動化，沒有任何人類駕駛員，由系統完成所有行駛任務，司機不一定需應答系統的請求，包括限定道路和環境等，屬于高度智能化。

（6）SAE L5：完全自動化，在所有人類駕駛者可以應付的道路和環境條件下均可由自動駕駛系統完成所有的駕駛操作，是真正的無人駕駛階段，與人類駕駛無異，司機位置無駕駛員。

目前使用的無人駕駛技術都是通過雷達和攝像頭獲取車輛周圍的環境信息，將這些獲取環境信息傳輸給計算機，然后計算機根據人工智能技術對車輛當前的狀況進行分析，作出最優判斷。無人駕駛技術在乘用車方面的的應用還處于較為低級的水平，國內大部分車企能夠實現L1級自動駕駛，少部分能達到自動駕駛L2級水平，在國外部分車企能達到自動駕駛L3級的水平。由于礦山的道路信息相對簡單，在礦用自卸車上，小松的無人駕駛礦用自卸車接近無人駕駛L5級水平。

3 無人駕駛礦用自卸車的發展及應用狀況

3.1 國外無人駕駛礦用自卸車應用狀況

無人駕駛技術在工程機械行業的應用，最早進入的領域是礦用卡車。卡特彼勒是最早進入無人駕駛礦用車研究的企業，在20世紀80年代，卡特彼勒就開始了無人駕駛的自卸礦用卡車的研發，并于1994年開始進行測試，到1996年卡特彼勒正式推出自動化的777D礦用自卸車。到目前為止，卡特彼勒無人駕駛的789礦用車已經開始應用，其運行效果得到客戶的認可。

2012年俄羅斯的礦用設備生產商別拉斯（BELAZ）完成了巨型無人駕駛礦山自卸車樣車的生產。這種無人駕駛礦山自卸車從外表上看同一般的礦山自卸車沒有區別，但是駕駛室內不需要駕駛員，該車通過遠程控制的方式完成對車輛啟動、前進、倒退、裝卸貨物的控制。

2005年，小松在智利的銅礦開始進行無人運輸系統的試驗，小松并沒有為無人駕駛研制新型車輛，而是采用現有車型，為其安裝了多種傳感器、控制器和通訊組件等設備，確保其可在指令之下自動行駛。整個系統還需要地面控制中心、通信基站等設備，并在導航衛星的支持下工作，小松的試驗取得了成功，并于2008年1月實現了商業化部署。

自2008年起，小松自動礦用自卸車在智利和澳大利亞就開始運營，到目前為止已經運輸了超過10億t的材料。2008年力拓制定了“未來之礦”計劃，將無人駕駛自卸車數量增加到10輛，如今這個數字已經增加至15倍。根據與日本礦用設備制造商小松達成的新協議，公司將收到至少150輛無人駕駛的礦用自卸車。新款無人駕駛礦用卡車長15m，有效荷載為230t，最大功率2700馬力，最高時速64km/h，滿足礦場工況需求。該車取消駕駛室，利用無線網絡和障礙物檢測技術來實現無人駕駛。并且在重新設計時車身重量被平均分配到了4個輪子上，同時它使用四輪驅動和四輪轉向技術，保證車輛具備更好的操作性能。

2013年，位于加拿大的油砂礦也開始采用小松的無人運輸系統。如今，小松的無人運輸系統已應用在澳大利亞、南北美洲的6座礦山，包括銅、鐵和油砂，車輛總數超過100臺。到2017年底，累計運輸了15億t的物料。這些車輛以及系統在安全性、生產力、環境耐受性和系統靈活性方面經受住了考驗。

圖1 小松無人駕駛礦用自卸車（一）

圖2 小松無人駕駛礦用自卸車（二）

3.2 國內無人駕駛礦用自卸車應用狀況

在我國無人采礦技術被國家科技部將列為“十一五”、“863”計劃首批啟動專題的研究方向之一，發展數字化、智能化的采礦技術，是我國采礦業未來發展的趨勢［4］。目前在國內的無人采礦技術仍處于初期階段，國外的智能化采礦技術進展迅速，開始了無人化礦山的實踐，盡快研制開發適合我國的先進的無人采礦系統，提高我國采礦工藝的可靠性、安全性、高效率的采礦生產，使我國的采礦行業能夠適應激烈的國際競爭變得越來越迫切。隨著我國科技水平的進步和我國采礦工業發展水平不斷提高，為這種愿望的實現奠定了基礎。

2001年以來，山東招遠黃金公司先后研究開發了“三維地測采管理信息系統”、“基于MAPGIS系統的黃金礦山資源管理信息系統”，通過這兩大相輔相成的信息系統，為其數字化礦山建設提供了可靠支撐，實現了黃金礦山開采專業設計自動化、決策智能化、資源管理三維可視化。

2004年，云南易門礦務局大紅山銅礦以美國Mintec公司的優秀礦業軟件MineSight為平臺，建立了地質、采礦三維數字模型，使礦山實現技術系統和資源系統的最佳配置，實現了礦山的生產、管理、設計、決策的模型化、信息化及圖形化［5］。

2017年元月，中國非公路用車第四代同力重工D系列產品的成功發布標志著非公路自卸車達到了一個新的標準，同時第四代產品為實現無人駕駛奠定了基礎。2017年5月13日，同力重工非公路自卸車無人駕駛技術研討會隆重召開。來自業內研究機構和專業院所的二十多位專家和同力重工“非公路無人駕駛自卸車”項目工程師共同從需求定位、專項技術研究現狀、技術實現路徑和實現方法等方面進行了廣泛的討論。

2017年7月5日，百度在國家會議中心召開了“百度A I開發者大會”，在大會上正式宣布“Apollo”計劃誕生：向汽車行業及自動駕駛領域的合作伙伴提供一個完整、開放、安全的軟件平臺，幫助其結合車輛和硬件系統，快速搭建一套屬于自己的完整的自動駕駛系統。百度還將開放環境感知、路徑規劃、車輛控制、車載操作系統等功能的代碼，并且提供完整的開發測試工具［6］。2018年2月15日，Apollo無人車亮相2018年中央電視臺春節聯歡晚會廣東珠海分會，百余輛Apollo無人車跨越港珠澳大橋。

2018年9月，北方股份172t無人駕駛電動輪礦車在包鋼集團進行測試，該車型號為MT3600，長13.1m、寬6.7m、高6.8m，載重172t。車輛采用北京踏歌智行科技有限公司自主研發的智能機器人和車輛線控技術，可在礦山現場流暢、精準、平穩地完成倒車入位、貨物裝載、精準停靠、自動傾卸、軌跡運行、自主避障等各環節，車載傳感器可依靠激光雷達與毫米波雷達形成雙重保障，使得無人駕駛電動輪礦車可實現360°無死角感知。同時，結合車輛協同運作平臺，可實現無人駕駛車隊協同運轉，一車感知、數據共享、全局可知，實現礦區高效、安全作業。

圖3 北方股份MT3600無人駕駛礦用自卸車

2018年11月，徐工重卡，在Bauma China 2018上，徐工展示了自己的首臺無人駕駛工程自卸車。該車總質量90t，前懸油氣懸架結構，匹配12升430馬力發動機，尤順制動系統。全新一代“漢沃”非公路寬體自卸車平臺創新應用基于百度APOLLO平臺架構的無人駕駛技術，具有較為優異的無人駕駛性能。

圖4 徐工首臺無人駕駛寬體礦用自卸車

4 無人駕駛礦車的關鍵技術

4.1 自主裝卸

無人駕駛礦用車的首要關鍵技術是實現貨物自主裝卸，當礦用自卸車啟動后，可自動駕駛進入裝載工位，在裝料完成后自動起步，沿規劃路線行駛。到達卸貨點后，自動轉彎、調頭，在感知系統指引下，準確停在合適的卸載工位。卸載舉升過程自動適應現實工況需求，貨箱可在任何舉升角度停留，快速卸料且無殘留。

由于電鏟的位置和排土的位置都是變動的，如何準確地將礦車停在電鏟旁邊正確的裝載位置及準確的卸載位置是主要的技術難點。解決這個問題的關鍵就是要使無人駕駛礦車具有環境感知的功能，環境感知技術是無人駕駛汽車的重要基礎和前提，該技術通過大量傳感器獲取周圍環境，并結合車輛自身運行的狀態，最終做出決策，是無人駕駛汽車穩定運行的重要保障［7］。目前，環境感知技術主要涉及的幾個方面如下：

（1）雷達探測技術：雷達是一種主動式傳感裝置，基于雷達探測技術獲取車輛周圍的二維、三維距離信息，通過距離分析識別技術對距離信息進行感知。通過雷達探測技術可以直接獲得物體三維距離信息，受光照影響小，探測精度高。但其無法感知色彩信息，體積較大，價格較貴。無人駕駛汽車中常用的雷達主要有激光雷達、毫米波雷達、超聲波雷達等。

（2）機器視覺技術：機器視覺主要用計算機來模擬人的視覺功能，基于機器視覺獲取車輛周圍的二維、三維圖像信息，機器視覺系統通過攝像頭感知外部環境，通過圖像分析識別技術對形式環境進行感知。機器視覺系統成本較低，信息量豐富，體積小，但易受光照環境影響，三維信息測量精度低。由于體積較小，可以在不同位置安放多臺攝像機，使無人駕駛車輛從多個角度獲得車輛周圍環境信息，進而做出更精確的判斷［8］。

（3）車間通信技術：基于無線、網絡等等近、遠程通訊技術，可以獲得其他傳感手段難以實現的宏觀行駛環境信息，使運行車輛間共享道路、其他車輛、中心調度等其他交通信息，進一步構建更為高效準確的綜合運輸系統。

4.2 自主循跡駕駛

和普通的無人駕駛汽車不同，礦用無人駕駛卡車沒有復雜的人流信息、車流信息、路標信息等路況信息需要處理，道路條件相對簡單，但是道路經常變化卻是一個難點。所以建設礦山三維地理信息系統，對于礦山道路經常變化，建立礦山地理信息系統有利于礦用無人駕駛車輛的路徑規劃，將礦山道路規劃輸入無人駕駛系統后，無人駕駛自卸車即可自行沿著礦山道路進行循跡行駛。

4.3 智能避障技術

無人駕駛自卸車必須擁有先進的智能避障功能。在遇到前方障礙物后，車輛控制單元將判斷障礙物的類型及大小，無論是落石、車輛還是行人，系統都需做出準確辨別，從而制定最佳的避障路徑或減速通過。車輛的檢障和避障是保證無人駕駛礦車安全行駛的前提。檢障和避障技術主要包括以下幾個方面：

（1）障礙物檢測。障礙物檢測也是環境感知的一部分，障礙物分為靜止的障礙物和動態的障礙物，靜止的障礙物檢測較為簡單，運動的障礙物檢測較為復雜。障礙物的檢測方法主要有兩種，一種是基于激光雷達的和毫米波雷達的檢測方法，另一種是基于立體視覺的檢測方法。激光雷達檢測方法主要有三種：地圖差分法、實體類聚法、目標跟蹤法。地圖差分法是指根據地圖上不同障礙物在不同時刻的狀態來分析障礙物分布得到物體運動信息。物體聚類法通過將激光雷達收集到的數據進行分類，將運動障礙物的實體信息根據分類進行匯總。目標跟蹤法指對障礙物進行軌跡跟蹤獲得障礙物運動信息。立體視覺檢測方法主要有四種。probabilistic occupancy maps：把機器眼中的世界劃分成由很多小網格組成的大網格，來計算不同時間刻度下這些網格連接之間的相關性；digital elevation map：基于高度的網格表示法；scene flow segmentation：給定來自一對立體相機的2個連續幀，運用3D場景流方法同時估計觀察場景的3D幾何和運動；幾何的聚類方法：即對三維空間中點云形成的幾何形狀做聚類。

（2）運動障礙物軌跡預測。對于障礙物的軌跡預測主要的方法預測方法有假設原狀法和概率軌跡法。假設原狀法主要是通過傳感器獲得某一時刻障礙物的運動狀態（距離、速度等），然后假設該障礙物會以此時的運動狀態保持下去，即以此時刻的速度為初速度做勻速直線運動。概率軌跡法是在假設原狀法的基礎上引入了概率分布，對軌跡的可能性做出概率預測。

（3）障礙物躲避。障礙物躲避是在通過檢測障礙物以及獲取了障礙物的軌跡預測后，即對運動物體軌跡可能與無人駕駛汽車當前軌跡有重合可能的情況時，判斷其碰撞關系，并規劃車輛的運行路徑。該技術主要結合機器學習算法及控制類相關模型進行。通過人工智能技術干預決策和路徑設計，保證無人駕駛車輛的運行安全。

4.4 智能控制技術

智能控制系統，是整個無人駕駛系統的最后一環，是將環境識別，路徑規劃，機器決策的結論付諸實踐的執行者。控制系統將來自決策系統的路徑規劃落實到車輛機構的動作上。控制過程的目標就是使車輛的位置、姿態、速度、加速度等重要參數，符合最新決策結果。控制系統按照行車動作分為，縱向控制，橫向控制。按照控制的部件分，包括加速控制、剎車控制、轉向控制、燈光控制、喇叭控制、舉升和下降控制。通過智能控制系統，確保執行機構控制的精確性及可靠性，整車執行機構具有高度的自主權。

5 總結與展望

本文綜述了目前國內外無人駕駛礦用自卸車的發展狀況，總結了無人駕駛礦用自卸車的關鍵技術主要包括：自主裝卸、自主循跡駕駛、智能避障技術、智能控制技術。在無人駕駛礦用自卸車的發展上，小松走在了世界的前列，已經擁有了較為成熟的無人駕駛礦用自卸車。加拿大、澳大利亞等國在無人礦車的使用，智能礦山的建設方面積累了經驗。

無人駕駛礦用自卸車在安全性和經濟性上具有無可比擬的優勢，通過智能化的控制，將因人員操作失誤而造成的設備損失和人員損害降到“零”，同時大幅降低人力成本和燃料成本，顯著提升管理效率，并可以有效避免駕駛員野蠻操作造成的設備維修成本的增加。

目前我國的無人駕駛礦用車雖然有徐工、北方股份、同力重工研制出了相關產品，但是并沒有實現商業化的部署，產品仍處于試驗階段。我國在無人駕駛礦用自卸車的研發上還有較長的路要走。礦山設備的無人化、智能化是未來礦山設備發展的趨勢，隨著我國在人工智能、無人駕駛等先進技術的投入越來越大，相信在廣大科研工作者和相關礦山設備廠商的努力下一定會變成現實，同時也希望自己以后可以為無人駕駛礦用自卸車的研發貢獻自己的力量。