CN109085825A - 一种无人驾驶矿车采矿最优路径选择方法 - Google Patents

Abstract

本发明提供了一种无人驾驶矿车采矿最优路径选择方法，包括以下步骤:步骤S110，对作业矿区进行坐标信息标定；步骤S120，通过GPS定位系统，确定无人驾驶矿车所在位置；步骤S130，作业人员通过中控平台发送调度命令，选定无人驾驶矿车接受作业命令；步骤S140，在执行命令的过程中，无人驾驶矿车通过雷达传感器检测周边环境；步骤S150，设定权重比例和强化信号，无人驾驶矿车将对避障及目标追随进行权重判断；步骤S160，无人驾驶矿车根据强化信号强弱调整行驶方向，避开障碍物并驶向目标；判断强化信号值是否大步骤S170，判断是否到达目标，若是则结束，若否则回到步骤140。本发明能够满足无人驾驶矿车在使用过程中适应复杂的矿区环境的要求，安全高效地完成作业。

Description

一种无人驾驶矿车采矿最优路径选择方法

技术领域

本发明属于汽车主动安全领域，具体涉及一种无人驾驶矿车采矿最优路径选择方法。

背景技术

近一个多世纪来，汽车的出现取代了传统交通运输方式，使得人们的生活更为便捷。近些年来，随着科技的发展，尤其是智能计算的飞速发展，无人驾驶汽车的研究成为各大车企聚焦的热点。近期，麦肯锡发布了一项“决定未来经济的12项前沿技术”报告，报告中探讨了12项前沿技术对未来经济、社会的影响程度，分析估测了2025年12项技术各自的经济与社会影响力。其中无人驾驶汽车技术排在第6位，其2025年影响力估测为：经济效益每年约0.2～1.9万亿美元，社会效益每年可挽回3～15万个生命。

随着无人驾驶技术的逐步成熟，汽车行业将会呈现前所未有的发展前景。除了民用汽车无人驾驶技术的突破，一些工业用途汽车的无人驾驶技术也将得到广泛应用。如无人驾驶矿车、无人驾驶农业机械用车、无人驾驶装甲车等。矿车采矿作业环境危险，一方面，稍有不慎将会造成生命安全隐患，另一方面，培养一名娴熟的矿车驾驶员成本代价极高。将无人驾驶汽车用在矿山机械车上，将极大地减少人工成本，同时极大地保证了人员的生命安全。

如何设计一款适合矿区作业的无人驾驶矿车，使其适应复杂的矿区环境，安全高效地完成作业是本发明所要解决的关键问题。

发明内容

本发明解决的技术问题：提供一种无人驾驶矿车采矿最优路径选择方法。

本发明采用的技术方案：一种无人驾驶矿车采矿最优路径选择方法，包括以下步骤:步骤S110，对作业矿区进行坐标信息标定；

步骤S120，通过GPS定位系统，确定无人驾驶矿车所在位置；

步骤S130，作业人员通过中控平台发送调度命令，选定无人驾驶矿车接受作业命令；

步骤S140，在执行命令的过程中，无人驾驶矿车通过雷达传感器检测周边环境；

步骤S150，设定权重比例和强化信号，无人驾驶矿车将对避障及目标追随进行权重判断；

所述权重比例γ为：

当无人驾驶矿车没有检测到障碍物时，γ＝0；当无人驾驶矿车检测到障碍物时，γ＝0.8；

式中：l为雷达传感器的检测设定距离，d_i为检雷达传感器在执行命令测读取到的数据；

所述强化信号R为：

式中：l为雷达传感器的检测设定距离，d_i为检雷达传感器在执行命令测读取到的数据；θ为矿车前进方向与目标方位的夹角，θ＝β-α；β为矿车前进方向与水平方向夹角；α为矿车位置与目标位置夹角；矿车的坐标为(x，y)，目标的坐标为(x_g，y_g)，计算出:

若车辆未检测到周边障碍物时，γ＝0,强化信号为：

无人驾驶矿车的唯一任务就是调整与目标的方向夹角，行驶向目标，并进行步骤170；

若车辆检测到周边障碍物时,γ＝0.8，强化信号为：

无人驾驶矿车的首要任务为避障，任务避障的权重占0.8，次要任务为驶向目标，驶向目标的权重占0.2，则进行步骤160；

步骤S160，无人驾驶矿车根据强化信号强弱调整行驶方向，避开障碍物并驶向目标；判断强化信号值是否大，将强化信号值与预先设定的值做比较，若强化信号值大于预先设定值，则判断为是，即设定为目前的矿车方向的决策为有效决策；若强化信号值小于预先设定值，则判断为否，则设定为目前的矿车方向的决策为错误决策；

步骤S170，判断是否到达目标，若是则结束，若否则回到步骤140。

在根据本发明的厂区无人驾驶通勤车最优载客方法的一个优选的实施例中，步骤S110的具体操作为：选定某一矿区作为作业区域，对该作业区域的面积进行勘测，在中控平台上等比绘制出作业区域，并赋予作业区域相应的坐标信息。

在根据本发明的厂区无人驾驶通勤车最优载客方法的一个优选的实施例中，所述步骤S120中，作业区域的无人驾驶矿车上安装有GPS定位装置和雷达传感器，定位信息以坐标的形式传输中控平台。

在根据本发明的厂区无人驾驶通勤车最优载客方法的一个优选的实施例中，所述矿车上的雷达传感器设有三个，分别在矿车前方及左右两侧；雷达传感器的检测距离范围均为l，检测读取到的数据为d_i(1，2，3)。

在根据本发明的厂区无人驾驶通勤车最优载客方法的一个优选的实施例中，步骤S130的具体操作为：作业人员在中控平台上发送调度命令；将需要采矿的位置设为目标，选取一辆矿车接受该位置采矿作业任务，因作业区域均对应有坐标信息，矿车的坐标为(x，y)，目标的坐标为(x_g，y_g)。

在根据本发明的厂区无人驾驶通勤车最优载客方法的一个优选的实施例中，步骤S130的具体操作为：作业人员在中控平台上发送调度命令；将需要采矿的位置设为目标，选取一辆矿车接受该位置采矿作业任务，因作业区域均对应有坐标信息，矿车的坐标为(x，y)，目标的坐标为(x_g，y_g)。

在根据本发明的厂区无人驾驶通勤车最优载客方法的一个优选的实施例中，在步骤S140中，雷达传感器将实时检测周边环境；雷达传感器的检测距离范围均为l，检测读取到的数据为d_i；判断d_i是否等于l，若是则表示未检测到障碍物，车辆在没有障碍物的情况下，将直接驶向目标，即θ＝β-α＝0；若否则表示检测到障碍物。

在根据本发明的厂区无人驾驶通勤车最优载客方法的一个优选的实施例中，步骤S170结束之前，还包括以下步骤:

步骤S180，系统根据强化信号自主学习驾驶策略，当强化信号值较小时，设定为错误决策，系统将对错误的行为策略进行认识和学习，并试着在以后的决策过程中避免这种错误再次发生；当强化信号较大时，设定为有效决策，将会以奖励的形式被系统记住，在以后决策过程中，相同的情况会被优先考虑。

本发明与现有技术相比的优点：

1、本发明能够满足无人驾驶矿车在使用过程中适应复杂的矿区环境的要求，安全高效地完成作业。

2、本发明利用机器学习原理，通过设计权重强化信号，使无人驾驶汽车对避障与目标追随有了更好地优先判断，进而解决了现有无人驾驶汽车陷入作业死循环问题。

3、本发明首先对作业矿区进行坐标信息标定，利用GPS定位系统，确定无人驾驶汽车所在位置。当作业人员通过中控平台发送调度命令，无人驾驶汽车将接受作业命令。在执行命令的过程中，无人驾驶汽车通过车载传感器检测周边环境。通过权重强化信号设计，无人驾驶汽车将对避障及目标追随进行权重判断，利用机器学习的奖励惩罚原则，自主学习作业策略，进而避开障碍物到达作业目标位置。

4、本发明的方案设计合理，能够适用矿区使用。

附图说明

图1为本发明无人驾驶矿车采矿最优路径选择方法的实施例9的作业进行前示意图。

图2为本发明无人驾驶矿车采矿最优路径选择方法的无人驾驶矿车传感器工作示意图。

图3为现有无人驾驶矿车遇到障碍时的路线示意图。

图4为本发明无人驾驶矿车遇到障碍时的路线示意图。

具体实施方式

下面结合附图和实施例对本发明做进一步的解释说明。

实施例1

如图1所示，一种无人驾驶矿车采矿最优路径选择方法，包括以下步骤:

步骤S110，对作业矿区进行坐标信息标定；

步骤S120，通过GPS定位系统，确定无人驾驶矿车所在位置；

步骤S130，作业人员通过中控平台发送调度命令，选定无人驾驶矿车接受作业命令；

步骤S140，在执行命令的过程中，无人驾驶矿车通过雷达传感器检测周边环境；

步骤S150，设定权重比例和强化信号，无人驾驶矿车将对避障及目标追随进行权重判断；

权重比例γ为：

当无人驾驶矿车没有检测到障碍物时，γ＝0；当无人驾驶矿车检测到障碍物时，γ＝0.8；

式中：l为雷达传感器的检测设定距离，d_i为检雷达传感器在执行命令测读取到的数据；

强化信号R为：

式中：l为雷达传感器的检测设定距离，d_i为检雷达传感器在执行命令测读取到的数据；θ为矿车前进方向与目标方位的夹角，θ＝β-α；β为矿车前进方向与水平方向夹角；α为矿车位置与目标位置夹角；矿车的坐标为(x，y)，目标的坐标为(x_g，y_g)，计算出:

若车辆未检测到周边障碍物时，γ＝0,强化信号为：

无人驾驶矿车的唯一任务就是调整与目标的方向夹角，行驶向目标，并进行步骤170；

若车辆检测到周边障碍物时,γ＝0.8，强化信号为：

无人驾驶矿车的首要任务为避障，任务避障的权重占0.8，次要任务为驶向目标，驶向目标的权重占0.2，则进行步骤160；

步骤S160，无人驾驶矿车根据强化信号强弱调整行驶方向，避开障碍物并驶向目标；判断强化信号值是否大，将强化信号值与预先设定的值做比较，若强化信号值大于预先设定值，则判断为是，即设定为目前的矿车方向的决策为有效决策；若强化信号值小于预先设定值，则判断为否，则设定为目前的矿车方向的决策为错误决策；

步骤S170，判断是否到达目标，若是则结束，若否则回到步骤140。

实施例2

其余与实施例1一致，步骤S110的具体操作为：选定某一矿区作为作业区域，对该作业区域的面积进行勘测，在中控平台上等比绘制出作业区域，并赋予作业区域相应的坐标信息。

实施例3

其余与实施例1或2一致，步骤S120中，作业区域的无人驾驶矿车上安装有GPS定位装置和雷达传感器，定位信息以坐标的形式传输中控平台。

实施例4

其余与实施例1-3任一项一致，矿车上的雷达传感器设有三个，分别在矿车前方及左右两侧；雷达传感器的检测距离范围均为l，检测读取到的数据为d_i(1，2，3)。

实施例5

其余与实施例1-4任一项一致，步骤S130的具体操作为：作业人员在中控平台上发送调度命令；将需要采矿的位置设为目标，选取一辆矿车接受该位置采矿作业任务，因作业区域均对应有坐标信息，矿车的坐标为(x，y)，目标的坐标为(x_g，y_g)。

实施例6

其余与实施例1-5任一项一致，步骤S130的具体操作为：作业人员在中控平台上发送调度命令；将需要采矿的位置设为目标，选取一辆矿车接受该位置采矿作业任务，因作业区域均对应有坐标信息，矿车的坐标为(x，y)，目标的坐标为(x_g，y_g)。

实施例7

其余与实施例1-6任一项一致，在步骤S140中，雷达传感器将实时检测周边环境；雷达传感器的检测距离范围均为l，检测读取到的数据为d_i；判断d_i是否等于l，若是则表示未检测到障碍物，车辆在没有障碍物的情况下，将直接驶向目标，即θ＝β-α＝0；若否则表示检测到障碍物。

实施例8

其余与实施例1-7任一项一致，步骤S170结束之前，还包括以下步骤:

步骤S180，系统根据强化信号自主学习驾驶策略，当强化信号值较小时，设定为错误决策，系统将对错误的行为策略进行认识和学习，并试着在以后的决策过程中避免这种错误再次发生；当强化信号较大时，设定为有效决策，将会以奖励的形式被系统记住，在以后决策过程中，相同的情况会被优先考虑。

实施例9

步骤S1，选定某一矿区作为作业区域，对该作业区域的面积进行勘测，在中控平台上等比绘制出作业区域，并赋予作业区域相应的坐标信息；作业区域的无人驾驶矿车上安装有GPS定位，定位信息会通用已坐标的形式传输中控平台；

步骤S2，发送调度命令；

作业人员无需亲临作业现场，只需在中控平台上发送调度命令。将需要采矿的位置设为目标，选取一辆矿车接受该位置采矿作业任务。

如图1所示，选择6号车完成该任务。因作业区域均对应有坐标信息，6号车的坐标为(x，y)，目标的坐标为(x_g，y_g)，6号车前进方向与水平方向夹角为β，可以计算出6号车位置与目标位置夹角α为:6号车前进方向与目标方位的夹角θ为θ＝β-α；

步骤S3：无人驾驶矿车环境检测；

虽然无人驾驶矿车知道了目标的方位，但在行驶过程中，一些局部的环境，如周边的障碍物，中控系统并不能将这些信息提供给无人驾驶矿车。这就需要矿车自己对周边环境进行检测。设定矿车装载了三个雷达(图2)，分别在前方及左右两侧。在行驶过程中，三个雷达传感器将实时检测周边环境。三个雷达传感器的检测距离范围均为l，检测读取到的数据为d_i(1，2，3)。当时d_i＝l，表示未检测到障碍物，当d_i≠l，表示检测到障碍物，障碍物与车辆距离即为d_i；

步骤S4：权重强化信号设定；

车辆在没有障碍物的情况下，将直接驶向目标，调整行驶方向使得θ＝0，为最短路径；

但在行驶途中遇到障碍物时，设定权重比例γ，让系统对驶向目标与避障优先选择有了权重考虑。权重比例γ设定为

即，当无人驾驶矿车没有检测到障碍物时γ＝0，当无人驾驶矿车检测到障碍物时γ＝0.8。

在权重比例γ的设计基础上，设计强化信号R，设计如下

该强化信号的设计意义为，当车辆未检测到周边障碍物时，γ＝0,强化信号为

无人驾驶矿车的唯一任务就是调整与目标的方向夹角，行驶向目标。

当车辆检测到周边障碍物时,γ＝0.8，强化信号为

无人驾驶矿车的首要任务为避障，即权重占0.8，次要任务为驶向目标权重0.2。

该强化信号设计使得无人驾驶矿车对优先驶向目标还是优先避障有了权重分析。如果没有这个权重设计，车辆很可能进行死循环。图3中，未进行权重强化信号设计的无人驾驶矿车，在未遇到障碍物时，其任务只有一个向目标行驶，而当遇到障碍物时，其任务只有一个，远离障碍物，这样可能会陷入一个死循环。如图4所示，本发明设计的权重强化信号，当无人驾驶矿车遇到障碍物时，虽然其首要任务是避开障碍物，但驶向目标仍占一定权重，故，该强化信号设计可使无人驾驶矿车绕开障碍物到达目标。

步骤S5：机器学习方法；

系统根据强化信号自主学习驾驶策略，具体来说，其学习过程主要有两种方式：第一，当强化信号值较小时，系统将对错误的行为策略进行认识和学习，即可记录为被惩罚，并试着在以后的决策过程中避免这种错误再次发生；第二，当强化信号较大时，有效的决策策略将会以奖励的形式被系统记住，即可记录为被奖励，在以后决策过程中，相同的情况会被优先考虑。

上述实施例，只是本发明的较佳实施例，并非用来限制本发明实施范围，故凡以本发明权利要求内容所做的等效变化，均应包括在本发明权利要求范围之内。

Claims (10)

1.一种无人驾驶矿车采矿最优路径选择方法，其特征在于：包括以下步骤:步骤S110，对作业矿区进行坐标信息标定；

步骤S120，通过GPS定位系统，确定无人驾驶矿车所在位置；

步骤S130，作业人员通过中控平台发送调度命令，选定无人驾驶矿车接受作业命令；

步骤S140，在执行命令的过程中，无人驾驶矿车通过雷达传感器检测周边环境；

步骤S150，设定权重比例和强化信号，无人驾驶矿车将对避障及目标追随进行权重判断；

所述权重比例γ为：

当无人驾驶矿车没有检测到障碍物时，γ＝0；当无人驾驶矿车检测到障碍物时，γ＝0.8；

式中：l为雷达传感器的检测设定距离，d_i为检雷达传感器在执行命令测读取到的数据；

所述强化信号R为：

式中：l为雷达传感器的检测设定距离，d_i为检雷达传感器在执行命令测读取到的数据；θ为矿车前进方向与目标方位的夹角，θ＝β-α；β为矿车前进方向与水平方向夹角；α为矿车位置与目标位置夹角；矿车的坐标为(x，y)，目标的坐标为(x_g，y_g)，计算出:

若车辆未检测到周边障碍物时，γ＝0,强化信号为：

无人驾驶矿车的唯一任务就是调整与目标的方向夹角，行驶向目标，并进行步骤170；

若车辆检测到周边障碍物时,γ＝0.8，强化信号为：

无人驾驶矿车的首要任务为避障，任务避障的权重占0.8，次要任务为驶向目标，驶向目标的权重占0.2，则进行步骤160；

步骤S160，无人驾驶矿车根据强化信号强弱调整行驶方向，避开障碍物并驶向目标；判断强化信号值是否大，将强化信号值与预先设定的值做比较，若强化信号值大于预先设定值，则判断为是，即设定为目前的矿车方向的决策为有效决策；若强化信号值小于预先设定值，则判断为否，则设定为目前的矿车方向的决策为错误决策；

步骤S170，判断是否到达目标，若是则结束，若否则回到步骤140。

2.根据权利要求1所述的无人驾驶矿车采矿最优路径选择方法，其特征在于：步骤S110的具体操作为：选定某一矿区作为作业区域，对该作业区域的面积进行勘测，在中控平台上等比绘制出作业区域，并赋予作业区域相应的坐标信息。

3.根据权利要求1或2所述的无人驾驶矿车采矿最优路径选择方法，其特征在于：所述步骤S120中，作业区域的无人驾驶矿车上安装有GPS定位装置和雷达传感器，定位信息以坐标的形式传输中控平台。

4.根据权利要求3所述的无人驾驶矿车采矿最优路径选择方法，其特征在于：所述矿车上的雷达传感器设有三个，分别在矿车前方及左右两侧；雷达传感器的检测距离范围均为l，检测读取到的数据为d_i(1，2，3)。

5.根据权利要求1或2所述的无人驾驶矿车采矿最优路径选择方法，其特征在于：步骤S130的具体操作为：作业人员在中控平台上发送调度命令；将需要采矿的位置设为目标，选取一辆矿车接受该位置采矿作业任务，因作业区域均对应有坐标信息，矿车的坐标为(x，y)，目标的坐标为(x_g，y_g)。

6.根据权利要求3所述的无人驾驶矿车采矿最优路径选择方法，其特征在于：步骤S130的具体操作为：作业人员在中控平台上发送调度命令；将需要采矿的位置设为目标，选取一辆矿车接受该位置采矿作业任务，因作业区域均对应有坐标信息，矿车的坐标为(x，y)，目标的坐标为(x_g，y_g)。

7.根据权利要求1、2、4或6任一项所述的无人驾驶矿车采矿最优路径选择方法，其特征在于：在步骤S140中，雷达传感器将实时检测周边环境；雷达传感器的检测距离范围均为l，检测读取到的数据为d_i；判断d_i是否等于l，若是则表示未检测到障碍物，车辆在没有障碍物的情况下，将直接驶向目标，即θ＝β-α＝0；若否则表示检测到障碍物。

8.根据权利要求1、2、4或6任一项所述的无人驾驶矿车采矿最优路径选择方法，其特征在于：步骤S170结束之前，还包括以下步骤:

步骤S180，系统根据强化信号自主学习驾驶策略，当强化信号值较小时，设定为错误决策，系统将对错误的行为策略进行认识和学习，并试着在以后的决策过程中避免这种错误再次发生；当强化信号较大时，设定为有效决策，将会以奖励的形式被系统记住，在以后决策过程中，相同的情况会被优先考虑。

9.根据权利要求3所述的无人驾驶矿车采矿最优路径选择方法，其特征在于：步骤S170结束之前，还包括以下步骤:

步骤S180，系统根据强化信号自主学习驾驶策略，当强化信号值较小时，设定为错误决策，系统将对错误的行为策略进行认识和学习，并试着在以后的决策过程中避免这种错误再次发生；当强化信号较大时，设定为有效决策，将会以奖励的形式被系统记住，在以后决策过程中，相同的情况会被优先考虑。

10.根据权利要求5所述的无人驾驶矿车采矿最优路径选择方法，其特征在于：步骤S170结束之前，还包括以下步骤:

步骤S180，系统根据强化信号自主学习驾驶策略，当强化信号值较小时，设定为错误决策，系统将对错误的行为策略进行认识和学习，并试着在以后的决策过程中避免这种错误再次发生；当强化信号较大时，设定为有效决策，将会以奖励的形式被系统记住，在以后决策过程中，相同的情况会被优先考虑。