CN111880527B - 井下无人驾驶运输车机器人控制方法 - Google Patents

井下无人驾驶运输车机器人控制方法 Download PDF

Info

Publication number
CN111880527B
CN111880527B CN202010567870.2A CN202010567870A CN111880527B CN 111880527 B CN111880527 B CN 111880527B CN 202010567870 A CN202010567870 A CN 202010567870A CN 111880527 B CN111880527 B CN 111880527B
Authority
CN
China
Prior art keywords
vehicle
vehicles
underground
information
precision
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010567870.2A
Other languages
English (en)
Other versions
CN111880527A (zh
Inventor
张婷
常映辉
陈宁
索艳春
董孟阳
李涛
郭皇煌
冀鹏飞
田原
桑盛远
李瑞媛
贺建伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taiyuan Institute of China Coal Technology and Engineering Group
Shanxi Tiandi Coal Mining Machinery Co Ltd
Original Assignee
Taiyuan Institute of China Coal Technology and Engineering Group
Shanxi Tiandi Coal Mining Machinery Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Taiyuan Institute of China Coal Technology and Engineering Group, Shanxi Tiandi Coal Mining Machinery Co Ltd filed Critical Taiyuan Institute of China Coal Technology and Engineering Group
Priority to CN202010567870.2A priority Critical patent/CN111880527B/zh
Publication of CN111880527A publication Critical patent/CN111880527A/zh
Application granted granted Critical
Publication of CN111880527B publication Critical patent/CN111880527B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291Fleet control
    • G05D1/0293Convoy travelling
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0055Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0248Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means in combination with a laser
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0255Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/027Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291Fleet control
    • G05D1/0295Fleet control by at least one leading vehicle of the fleet

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Acoustics & Sound (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明属于无人驾驶技术领域,公开了一种井下无人驾驶运输车机器人控制方法,其特征在于,包括以下步骤:S1、对井下运输车进行分类,根据车辆的精度等级在车辆上分别设置传感器模块;S2、判断车辆的运行模式,当车辆以单车方式运行时,通过车辆与井下其它车辆进行通信获取其它车辆信息,计算出当前车辆与其他车辆的相对距离和速度,通过车辆控制单元进行计算决策,对车辆行为进行控制;当车辆以车队方式运行时,车队内的首车根据当前车速、首车与周围车辆的距离,对车辆运行速度进行控制,同时,将控制信息发送至车队内的其它车辆,控制车队其它车辆与首车保持同步。本发明可以实现井下多种车辆的无人驾驶,提高了无人驾驶的安全性。

Description

井下无人驾驶运输车机器人控制方法
技术领域
本发明属于无人驾驶技术领域,涉及一种井下无人驾驶运输车机器人控制方法。
背景技术
矿井运输,是指在矿山开采过程中物料、人员、设备和矿石等的运输。矿井运输车辆运行频繁、运输量大、运行距离长,是矿山生产系统的重要组成部分。由于矿井条件恶劣、光线昏暗、运输车司机视线受阻,属于高危工作场合,安全性是首要考虑的因素。随着社会的不断进步,人工成本变得越来越高,同时愿意在矿井恶劣的环境下工作的人越来越少,如何尽量让较少的人员参与其中,减少人员伤亡,这是当代众多矿井亟需解决的问题。
在我国的矿山生产事故中,矿井运输事故约占三成,而且这个比例随着开矿规模的扩大还在不断增加。目前的矿井运输车辆全部是由井下工人手动操控,人的主观失误和矿井技术不够稳定是矿井机车运输事故的主要原因。随着无人驾驶车辆的研究及发展,为解决这一问题提供了切实有效的方案。矿井运输车辆无人驾驶系统可大大的减少人为因素对矿井运输的影响,最大化的降低井下人员的数量,保证了人的安全,同时矿井运输车辆无人驾驶系统可实现井下运输的全自动化,大大提高了系统的稳定性、安全性和系统的整体效率,是实现工作面无人开采及无人矿山的重要部分。
现有无人驾驶系统从单一车辆布置传感器出发,需在所有井下车辆安装多种类型传感器确定车辆的精确位置检测以实现无人驾驶功能,整车成本高。
发明内容
本发明克服现有技术存在的不足,所要解决的技术问题为:提供一种井下无人驾驶运输车机器人控制方法,以实现运输车辆在矿井安全可靠行驶。
为了解决上述技术问题,本发明采用的技术方案为:一种井下无人驾驶运输车机器人控制方法,包括以下步骤:
S1、对井下运输车进行分类,将其分为高精度车辆、中精度车辆、和低精度车辆;根据车辆的精度等级在车辆上分别设置高精度传感器模块、中精度传感器模块和低精度传感器模块;
S2、判断车辆的运行模式,当车辆以单车方式运行时,使车辆通过与巷道内的定位设备通信的方式,以确定车辆的具体位置,同时,通过车辆与井下其它车辆进行通信获取其它车辆信息,计算出当前车辆与其他车辆的相对距离和速度,通过车辆控制单元进行计算决策,对车辆行为进行控制;当车辆以车队方式运行时,在下井前对车辆进行编号,使车辆通过与巷道内的定位设备通信的方式,以确定车辆的具体位置;使车队的首车和尾车将车队所有车辆的信息汇总打包发送至车队周围的其他车辆,包括车队中车辆的数量、编号、速度、位置信息,车队内的其余车辆将通过车辆之间的通信将当前车辆的信息发送至与车辆相邻近的前后两辆车,同时,车队内的首车根据当前车速、首车与周围车辆的距离,对车辆运行速度进行控制,同时,将控制信息发送至车队内的其它车辆,控制车队其它车辆与首车保持同步。
所述高精度传感器模块包括用于与全站仪配合的棱镜、惯性导航模块、GPS接收机、超声波雷达、毫米波雷达、激光雷达、红外传感器和视觉传感器,所述中精度传感器模块包括惯性导航模块、GPS接收机、超声波雷达、毫米波雷达、激光雷达、红外传感器、视觉传感器,所述低精度传感器模块包括GPS接收机、超声波雷达、毫米波雷达、激光雷达、红外传感器和视觉传感器;
巷道内的定位设备包括在固定在巷道内的全站仪以及在巷道内不同位置固定设置的并编号的多个标签,所述标签用于作为巷道内的位置基准;
所述全站仪用于与棱镜配合使用,使得高精度车辆可以计算可得到车辆的准确位置;惯性导航模块用于确定车辆的航向信息;GPS接收机用于为惯性导航模块提供初始位置数据;所述视觉传感器用于扫描标签上的信息获得车辆的定位信息。
所述超声波雷达设置八个,布置于车辆四周,分别安装于前左转向灯、前右转向灯、后左转向灯、后右转向灯、左后视镜、右后视镜、左侧前后车门中间、右侧前后车门中间;毫米波雷达设置六个,分别安装于前左转向灯、前右转向灯、后左转向灯、后右转向灯、正前方保险杠、正后方保险杠;激光雷达设置一个,安装于正前方车顶位置,尽量不被其他物体遮蔽;红外传感器设置八个,布置于车辆四周,分别安装于前左转向灯、前右转向灯、后左转向灯、后右转向灯、正前方保险杠、正后方保险杠、左侧前后车门中间、右侧前后车门中间;视觉传感器设置四个,分别安装于前方挡风玻璃正中、后方挡风玻璃正中、左后视镜、右后视镜。
所述高精度车辆包括支架搬运车、搬运车、铲运机,所述中精度车辆包括运人车、客货车、皮卡、无轨胶轮车;所述低精度车辆包括顺槽车、两驱胶轮车、四驱胶轮车、自卸车。
所述的一种井下无人驾驶运输车机器人控制方法,还包括以下步骤:车辆以车队方式运行时,通过无线方式将车队信息传输至井下控制中心,同时,通过井下控制中心将车队数据通过有线方式发送至井上控制中心。
所述的一种井下无人驾驶运输车机器人控制方法,还包括以下步骤:对井下运输车预先设置优先级标签,并默认为低优先级,当存在紧急任务时,将运输车辆优先级调整为高优先级,并及时通知井下其它车辆避让。
本发明与现有技术相比具有以下有益效果:
本发明提供一种井下无人驾驶运输车机器人的控制方法,通过将车辆分为不同的精度级别,并在车辆上设置不同的传感模块以及通信模块,使得井下所有车辆在矿井下组成一个无人驾驶系统,具有无人驾驶功能,不仅可以以车队运行,还可以单独运行。从整体来看,组成无人驾驶网络的矿井,与将每个车辆都改造为无人驾驶车辆相比,降低车辆的成本及矿井整体成本,车队运行时,后车以一定速度及安全距离内跟随首车参与到网络中,具有无人驾驶功能。此外,通过设置车辆的优先权标签,使得该车队可以与井下其他无轨运输车辆、采掘设备或各类机器人等配合,共同组成井下无人驾驶及矿井无人化工作的网络。
附图说明
图1为本实施例中车辆的综合判断过程;
图2为本发明实施例中不同精度等级下车辆的不同种类传感器配置;
图3为本发明实施例中车辆的两种不同的运行方式;
图4为车辆在不同优先级时的通过方案。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例;基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明提供了一种井下无人驾驶运输车机器人的控制方法,通过对运输车辆从三个方面进行判断:(1)运输车辆的优先级。按照车辆的实际工作状态和工作需要,将车辆的优先级分为低优先级和高优先级。(2)运输车辆的精度等级。按照车辆的车型、运输功能、工作要求和作用,将车辆的精度等级分为低精度、中精度和高精度。(3)运输车辆的运行方式。按照车辆下井前数量的多少分为单车运行和车队运行,可以实现井下所有车辆的无人驾驶控制。
首先,本实施例中,对于运输车辆的精度等级,按照车辆的类型、功能分为低精度、中精度、高精度三种不同的精度等级。不同精度等级配置和融合不同种类和数量的传感器,实现对井下运输车辆定位要求。为了确保各类传感器能够360度全方位的覆盖井下无人驾驶运输车辆,对车辆可能配置的传感器类型有:全站仪、惯性导航模块、GPS接收机、超声波雷达、毫米波雷达、激光雷达、红外传感器、视觉传感器。
全站仪固定在井下固定位置,与之配合的棱镜将安装于车身外侧,实现对井下车辆进行非常精确的定位。当需要车辆的精准位置信息时,全站仪可实现实时定位,给出运行车辆一个非常精确的位置信息。惯性导航模块与车身固连,依据惯性导航模块内部的加速度计及陀螺仪推算车辆实时位置,用于车辆运行时位置的精确确定。GPS接收机与惯性导航模块配合使用,给出车辆下井前初始位置的GPS值,为惯性导航模块提供初始位置数据及推算基础。当车辆下井后无GPS值,因此GPS在井下无法正常使用,当车辆在地面上行驶时,可作为车辆的主要定位方式。超声波雷达安装于井下运输车辆前后保险杠位置及四周,能够在短距离内感知车辆周围环境中障碍物信息。毫米波雷达安装于井下运输车辆前后保险杠位置,能够在中长距感知车辆前方后方及两侧的目标信息。激光雷达安装于车辆顶部且可旋转,能够感知车辆四周的道路信息及障碍物信息。红外传感器安装于车辆四周,能够在短距离360度环视感知周围环境,对车辆四周的生物信息进行检测,判断周围人员和障碍物与车辆的远近程度。视觉传感器安装于车辆前后方挡风玻璃及左右侧后视镜边缘处,用于拍摄和记录车辆前后方及两侧的目标信息,同时用于扫描井下巷道固定位置的标签信息。
如图2所示,本实施例中,对于高精度的井下运输车辆,一般以特种车辆为主,主要包括各种类型的支架搬运车、搬运车、铲运机等,由于特种车的体积庞大,质量和装载货物较重,重要程度高,需要高精度的井下运输车辆定位系统。高精度的井下运输车辆需配置的传感器有全站仪、惯性导航模块、GPS接收机、超声波雷达、毫米波雷达、激光雷达、红外传感器、视觉传感器。井下运输车辆的高精度定位主要借助全站仪和惯性导航模块实现,全站仪具有很高的定位精度,能够精确且稳定的对井下运输车辆进行定位。由于惯性导航模块会随时间产生误差累积,且在井下无GPS信号,需要运输车辆在计算之前先由全站仪为惯性导航模块提供定位计算的初始值。同时,在井下环境时,为防止惯性导航模块随时间产生的误差累积增加而对定位精度产生较大影响,每工作一段时间,需要全站仪发送精确的定位信息至惯性导航模块,使惯性导航模块能够纠偏校准,为运输车辆提供精确的航向和定位信息。超声波雷达用于车辆周围短距离测距,检测车辆周围是否有障碍物。毫米波雷达用于车辆周围中长距离测距,检测车辆前后方及两侧的道路和目标信息。激光雷达用于感知车辆四周的道路信息及障碍物信息。红外传感器用于短距离感知车辆周围的生物信息,检测车辆周围的人员和障碍物。视觉传感器在一定程度上能够检测视野内目标与车辆的距离。
具体地,本实施例中,对于高精度的井下运输车辆,需要配备的传感器数量及位置布置具体为:全站仪安装在巷道一处固定位置,棱镜安装于车辆车身外侧,一个车辆外侧贴放三个棱镜,全站仪与棱镜配合使用,通过计算可得到车辆的准确位置。惯性导航模块与车辆固连安装于车身位置,同时采用GPS接收机为惯性导航模块提供初始位置数据。超声波雷达设置八个,布置于车辆四周,分别安装于前左转向灯、前右转向灯、后左转向灯、后右转向灯、左后视镜、右后视镜、左侧前后车门中间、右侧前后车门中间。毫米波雷达设置六个,分别安装于前左转向灯、前右转向灯、后左转向灯、后右转向灯、正前方保险杠、正后方保险杠。激光雷达设置一个,安装于正前方车顶位置,尽量不被其他物体遮蔽。红外传感器设置八个,布置于车辆四周,分别安装于前左转向灯、前右转向灯、后左转向灯、后右转向灯、正前方保险杠、正后方保险杠、左侧前后车门中间、右侧前后车门中间。视觉传感器设置四个,分别安装于前方挡风玻璃正中、后方挡风玻璃正中、左后视镜、右后视镜。其中,全站仪和惯性导航模块用于确定车辆的精确位置和航向信息,各类传感器用于测量车辆实时的状态信息,并为车辆的运行决策提供数据依据。
如图2所示,本实施例中,对于中精度的井下运输车辆,一般以轻型车辆为主,主要包括各种类型的运人车、客货车、皮卡、无轨胶轮车等,由于轻型车经常在井上及井下运送人员,重要程度高,需要具有一定精度的井下运输车辆定位系统。中精度的井下运输车辆需配置的传感器有惯性导航模块、GPS接收机、超声波雷达、毫米波雷达、激光雷达、红外传感器、视觉传感器。中等精度的井下运输车辆定位主要借助惯性导航模块实现,惯性导航模块具有较高的定位精度,能够对井下运输车辆进行较为精确的定位。由于惯性导航模块会随时间产生误差累积,且在井下无GPS信号,需要运输车辆在下井之前先由GPS为惯性导航模块提供定位计算的初始值。同时,在井下环境时,为防止惯性导航模块随时间产生的误差累积增加而对定位精度产生较大影响,在井下每隔一段距离设置一个固定位置,并设有编号和标签,这些固定位置的GPS已知且精确,车辆经过这些固定位置可以通过扫描标签获得准确的GPS值,为惯性导航模块进行纠偏校准,为运输车辆提供精确的航向和定位信息。
对于中精度的井下运输车辆,需要配备的传感器数量及位置布置具体为:惯性导航模块与车辆固连安装于车身位置,同时采用GPS接收机为惯性导航模块提供初始位置数据。惯性导航模块与GPS接收机配合使用,通过惯性导航模块内部算法的推算和矫正纠偏,可为车辆提供较为精确的位置信息。超声波雷达设置八个,布置于车辆四周,分别安装于前左转向灯、前右转向灯、后左转向灯、后右转向灯、左后视镜、右后视镜、左侧前后车门中间、右侧前后车门中间。毫米波雷达设置六个,分别安装于前左转向灯、前右转向灯、后左转向灯、后右转向灯、正前方保险杠、正后方保险杠。激光雷达设置一个,安装于正前方车顶位置,尽量不被其他物体遮蔽。红外传感器设置八个,布置于车辆四周,分别安装于前左转向灯、前右转向灯、后左转向灯、后右转向灯、正前方保险杠、正后方保险杠、左侧前后车门中间、右侧前后车门中间。视觉传感器设置四个,分别安装于前方挡风玻璃正中、后方挡风玻璃正中、左后视镜、右后视镜。其中,惯性导航模块用于确定车辆的较为精确的位置和航向信息,各类传感器用于测量车辆实时的状态信息,并为车辆的运行决策提供数据依据。
如图2所示,本实施例中,对于低精度的井下运输车辆,一般以运料车辆为主,主要包括各种类型的顺槽车、两驱胶轮车、四驱胶轮车、自卸车等,由于运料车只需要知道工作的大致位置,不需要车辆较高的定位精度,也不需要提供车辆的航向信息。选择较低精度的井下运输车辆定位系统。低精度的井下运输车辆需配置的传感器有GPS接收机、超声波雷达、毫米波雷达、激光雷达、红外传感器、视觉传感器。低精度的井下运输车辆在行驶时通过安装于车辆的视觉传感器扫描巷道固定位置的标签信息获得车辆的定位信息即可,不需要提供车辆的航向信息。标签通过全站仪给出一个精确位置信息,在巷道每隔一段距离设置标签并编号固定,作为巷道内的位置基准值。
对于低精度的井下运输车辆,需要配备的传感器数量及位置布置具体为:行驶车辆通过安装于车身的视觉传感器,识别粘贴于巷道固定位置的标签,每距离一定固定位置设置一个标签,每个标签的位置通过标定为精确位置,通过识别标签来确定车辆的大致位置信息,判断车辆处于某个区间段的位置。超声波雷达设置八个,布置于车辆四周,分别安装于前左转向灯、前右转向灯、后左转向灯、后右转向灯、左后视镜、右后视镜、左侧前后车门中间、右侧前后车门中间。毫米波雷达设置六个,分别安装于前左转向灯、前右转向灯、后左转向灯、后右转向灯、正前方保险杠、正后方保险杠。激光雷达设置一个,安装于正前方车顶位置,尽量不被其他物体遮蔽。红外传感器设置八个,布置于车辆四周,分别安装于前左转向灯、前右转向灯、后左转向灯、后右转向灯、正前方保险杠、正后方保险杠、左侧前后车门中间、右侧前后车门中间。视觉传感器设置四个,分别安装于前方挡风玻璃正中、后方挡风玻璃正中、左后视镜、右后视镜。其中,通过视觉传感器的标签识别来确定车辆大致的位置信息,而不提供车辆的航向信息,各类传感器用于测量车辆实时的状态信息,并为车辆的运行决策提供数据依据。
如图3所示,本实施例中,对于运输车辆的运行方式,按照车辆数量的多少分为单车运行和车队运行。两种运行方式主要体现在通信内容和通信方式的不同。单车方式运行是指行驶车辆只需与井下巷道内固定位置传感器、车辆定位模块(全站仪、标签等方式)进行通信,以确定车辆的具体位置及运行状态信息。在车辆上安装通信模块,当前车辆能够接收当前所在道路两侧的其他车辆信息,同时能够将当前车辆信息与其他车辆进行交互,计算出当前车辆与其他车辆的相对距离和速度,通过车辆控制单元进行计算决策,对车辆行为进行控制。
车队方式运行除了单车运行方式需要与井下巷道内固定位置传感器、车辆定位模块(全站仪、标签等方式)进行通信以外,还需与车队内部相邻车辆进行通信,实时掌握相邻车辆的状态信息。车队运行方式将井下运行车辆看作一个网络,车与车之间能够相互通信,当前车辆能够知道与它有关的附近车辆的位置及状态,及时对可能产生的障碍物或危险进行预判。在车辆上安装通信模块,当前车辆能够接收当前所在道路两侧的其他车辆信息,同时能够将当前车辆信息与其他车辆进行交互,计算出当前车辆与其他车辆的相对距离和速度,通过车辆控制单元进行计算决策,对车辆行为进行控制。
当一次下井一个车辆时,以单车方式运行,在下井前对车辆进行编号,运输车辆通过安装于车身的传感器和井下固定位置安装的传感器感知周围环境,同时车辆安装有通信模块,用于与周围其他车辆和环境内传感器通信,判断周围环境内是否有人员及障碍物。通信模块应包括数据存储单元、数据发送单元、数据接收单元。车辆在行驶过程中,将自身的编号、速度、位置、等信息汇总打包后通过通信模块发送至周围车辆。同时,车辆将实时采集接收周围环境内的车辆的编号、速度、位置等信息。每隔一段固定时间,车辆发送并接收数据,更新并保存至通信模块中的数据存储单元,直至下一次发送的数据信息将其覆盖。行驶车辆可通过接收信息计算车辆距周围其他车辆的距离,判断周围车辆的运行状态及是否存在障碍物,为当前车辆的后续决策提供信息依据。当存在障碍物时,提前发送掌握障碍物信息和一定距离内的车辆运行状态信息,当前车辆的控制系统发出控制指令对执行机构进行减速或刹车的操作,避免危险发生。
如图3所示,当一次下井多个车辆时,以车队方式运行,在下井前对车辆进行编号,且按照固定编号顺序排成一列,两车之间相隔一定的安全距离,每个车辆均安装通信模块。通信模块应包括数据存储单元、数据发送单元、数据接收单元。其中,车队的首车和尾车会将车队所有车辆的信息汇总打包发送至车队周围的其他车辆,包括车队车辆的数量、编号、速度、位置等信息,车队内的其余车辆将通过通信模块将当前车辆的信息发送至与车辆相邻近的前后两辆车,包括车辆的编号、速度、两车之间的距离及通信状态是否正常。每隔一段固定时间,车队的首车和尾车将车队信息发送至周围车辆,当发送时间较原有存储数据的时间晚,则周围车辆的数据存储单元将原有信息更新并保存,直至下一次发送的数据信息将其覆盖;当发送时间较原有存储数据的时间早,则接收到的通信数据将被舍弃。同时,每隔一段固定时间,车队内的其他车辆将当前车辆信息发送至与之相邻的前车和后车,当发送时间较原有存储数据的时间晚,则前后两车的数据存储单元将原有信息更新并保存,直至下一次发送的数据信息将其覆盖;当发送时间较原有存储数据的时间早,则接收到的通信数据将被舍弃。
当车辆处于车队状态时,车辆之间应保持一定且相等的安全距离,车辆之间的速度应相等,当首车感知到前方安全距离范围内存在其他车辆需要采取措施进行减速或刹车时,首车通过安装于车辆自身的各类传感器感知周围环境,并接收周围车辆的编号、速度、位置等信息,首车通过数据发送单元将感知到的车辆信息发送至车队内的所有车辆,由数据处理单元根据当前车速、首车与周围车辆的距离计算减速时的加速度和减速后的速度,并将这一速度通过数据发送单元发送给车队内所有车辆,车队内的车辆接收到减速指令后由车辆的控制系统控制执行机构进行减速,车队内的所有车辆保持同步,均最终减速至相同速度,且各车辆之间保持相同的跟车距离,实现车队内车辆的相互协同。
进一步地,本实施例中,车队在井下行驶时,可以采用无线方式将车队信息传输至井下控制中心,再有井下控制中心将车队数据通过有线方式发送至井上控制中心,使井上人员能够时刻了解井下车辆的位置和行驶状态。
如图4所示,本实施例中,对于运输车辆的优先级,将正常工作状态视为低优先级,紧急工作状态视为高优先级。如果运输车辆的当前优先级较低,处于非紧急工作状态,当该车周围有紧急状态发生,且与高优先级的车辆行驶存在冲突时,为保障工作要求和行驶安全,低优先级车辆需要为高优先级车辆避让,优先让紧急状态车辆通过,以保证紧急状态的运输车辆能够及时、顺利地到达工作地点。紧急工作状态是指运输车辆的优先级较高,当车辆被定义为紧急工作状态时,车辆对路权具有优先通过权,优先级高的车辆在同等情况下优先通过,其他优先级低的车辆应在合适位置停车或进入临近洞室将道路让出,当优先级高的车辆通过后优先级低的车辆再行通过。
运输车辆的优先级别通常在下井之前根据实际工作要求确定,所有车辆均设置有紧急程度标签,通过标签的开启状态来确定优先级的高低。紧急程度标签关闭表示当前车辆为低优先级,紧急程度标签开启表示当前车辆为高优先级。两种优先级状态可以在一定情况下相互转化。通常,在下井前,正常工作状态的车辆紧急程度标签不开启,默认为低优先级,紧急工作状态的车辆紧急程度标签开启,认为是高优先级,同时对周围车辆进行提示。车辆的优先级别可以依据井下的实际情况进行修改,以适应可能遇到的突发状况。当井下临时发生紧急情况需要在短时间内解决时,需要对车辆的优先级别进行调整,及时转变车辆的优先级状态。当需要将当前优先级低的车辆更改为优先级高的车辆时,将当前车辆的紧急程度标签状态开启,车辆的优先级提高,并及时通知井下其他车辆。当紧急情况解除时,恢复车辆原来的优先级状态,降低车辆的优先级,关闭当前车辆的紧急程度标签,并及时通知井下的其他行驶车辆。
当运输车辆被定义为正常工作状态时,优先级别较低,车辆实时接收周围车辆的状态信息,包括车辆的编号、速度、周围车辆与本车的距离,使车辆处于安全的工作状态。当运输车辆被定义为紧急工作状态时,优先级别较高,车辆不仅实时接收周围车辆的状态信息,同时发送当前车辆的状态信息至周围车辆,告知周围其他优先级低的车辆采取有效措施进行避让,以确保优先级高的车辆能够优先通过。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (6)

1.一种井下无人驾驶运输车机器人控制方法,其特征在于,包括以下步骤:
S1、对井下运输车进行分类,将其分为高精度车辆、中精度车辆、和低精度车辆;根据车辆的精度等级在车辆上分别设置高精度传感器模块、中精度传感器模块和低精度传感器模块;
S2、判断车辆的运行模式,当车辆以单车方式运行时,使车辆通过与巷道内的定位设备通信的方式,以确定车辆的具体位置,同时,通过车辆与井下其它车辆进行通信获取其它车辆信息,计算出当前车辆与其他车辆的相对距离和速度,通过车辆控制单元进行计算决策,对车辆行为进行控制;当车辆以车队方式运行时,在下井前对车辆进行编号,使车辆通过与巷道内的定位设备通信的方式,以确定车辆的具体位置;使车队的首车和尾车将车队所有车辆的信息汇总打包发送至车队周围的其他车辆,包括车队中车辆的数量、编号、速度、位置信息,车队内的其余车辆将通过车辆之间的通信将当前车辆的信息发送至与车辆相邻近的前后两辆车,同时,车队内的首车根据当前车速、首车与周围车辆的距离,对车辆运行速度进行控制,同时,将控制信息发送至车队内的其它车辆,控制车队其它车辆与首车保持同步;
所述高精度传感器模块包括用于与全站仪配合的棱镜、惯性导航模块、GPS接收机、超声波雷达、毫米波雷达、激光雷达、红外传感器和视觉传感器,所述中精度传感器模块包括惯性导航模块、GPS接收机、超声波雷达、毫米波雷达、激光雷达、红外传感器、视觉传感器,所述低精度传感器模块包括GPS接收机、超声波雷达、毫米波雷达、激光雷达、红外传感器和视觉传感器。
2.根据权利要求1所述的一种井下无人驾驶运输车机器人控制方法,其特征在于,巷道内的定位设备包括在固定在巷道内的全站仪以及在巷道内不同位置固定设置的并编号的多个标签,所述标签用于作为巷道内的位置基准;
所述全站仪用于与棱镜配合使用,使得高精度车辆可以计算可得到车辆的准确位置;惯性导航模块用于确定车辆的航向信息;GPS接收机用于为惯性导航模块提供初始位置数据;所述视觉传感器用于扫描标签上的信息获得车辆的定位信息。
3.根据权利要求2所述的一种井下无人驾驶运输车机器人控制方法,其特征在于,所述超声波雷达设置八个,布置于车辆四周,分别安装于前左转向灯、前右转向灯、后左转向灯、后右转向灯、左后视镜、右后视镜、左侧前后车门中间、右侧前后车门中间;毫米波雷达设置六个,分别安装于前左转向灯、前右转向灯、后左转向灯、后右转向灯、正前方保险杠、正后方保险杠;激光雷达设置一个,安装于正前方车顶位置,尽量不被其他物体遮蔽;红外传感器设置八个,布置于车辆四周,分别安装于前左转向灯、前右转向灯、后左转向灯、后右转向灯、正前方保险杠、正后方保险杠、左侧前后车门中间、右侧前后车门中间;视觉传感器设置四个,分别安装于前方挡风玻璃正中、后方挡风玻璃正中、左后视镜、右后视镜。
4.根据权利要求1所述的一种井下无人驾驶运输车机器人控制方法,其特征在于,所述高精度车辆包括搬运车、铲运机,所述中精度车辆包括运人车、客货车、皮卡、无轨胶轮车;所述低精度车辆包括顺槽车、两驱胶轮车、四驱胶轮车、自卸车。
5.根据权利要求1所述的一种井下无人驾驶运输车机器人控制方法,其特征在于,还包括以下步骤:车辆以车队方式运行时,通过无线方式将车队信息传输至井下控制中心,同时,通过井下控制中心将车队数据通过有线方式发送至井上控制中心。
6.根据权利要求1所述的一种井下无人驾驶运输车机器人控制方法,其特征在于,还包括以下步骤:对井下运输车预先设置优先级标签,并默认为低优先级,当存在紧急任务时,将运输车辆优先级调整为高优先级,并及时通知井下其它车辆避让。
CN202010567870.2A 2020-06-19 2020-06-19 井下无人驾驶运输车机器人控制方法 Active CN111880527B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010567870.2A CN111880527B (zh) 2020-06-19 2020-06-19 井下无人驾驶运输车机器人控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010567870.2A CN111880527B (zh) 2020-06-19 2020-06-19 井下无人驾驶运输车机器人控制方法

Publications (2)

Publication Number Publication Date
CN111880527A CN111880527A (zh) 2020-11-03
CN111880527B true CN111880527B (zh) 2022-12-27

Family

ID=73156507

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010567870.2A Active CN111880527B (zh) 2020-06-19 2020-06-19 井下无人驾驶运输车机器人控制方法

Country Status (1)

Country Link
CN (1) CN111880527B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112644517B (zh) * 2020-12-29 2022-01-25 北京宸控科技有限公司 一种井下车辆自动驾驶算法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103294011A (zh) * 2012-02-29 2013-09-11 江阴中科矿业安全科技有限公司 矿井车辆调度控制系统
CN105204501A (zh) * 2015-09-28 2015-12-30 邹海英 基于电子轨道的高速无人驾驶车辆及系统
CN106767853A (zh) * 2016-12-30 2017-05-31 中国科学院合肥物质科学研究院 一种基于多信息融合的无人驾驶车辆高精度定位方法
WO2018000386A1 (zh) * 2016-06-30 2018-01-04 华为技术有限公司 控制车辆编队行驶的方法、集中控制设备和车辆
CN108769953A (zh) * 2018-07-11 2018-11-06 株式会社电装 基于dsrc的无人运输车队的通信装置及通信方法
CN109074744A (zh) * 2016-09-23 2018-12-21 日立建机株式会社 矿山用工程机械以及障碍物判别装置
CN109425358A (zh) * 2017-08-28 2019-03-05 松下电器(美国)知识产权公司 信息处理装置及方法、车辆、行驶控制方法及地图更新方法
CN110017817A (zh) * 2019-01-24 2019-07-16 中国煤炭科工集团太原研究院有限公司 一种基于顶板特征的煤矿巷道导航定位方法和装置
CN110118550A (zh) * 2019-05-14 2019-08-13 中国矿业大学 一种综采工作面高精度三维导航地图的生成系统及方法
CN110456745A (zh) * 2019-07-29 2019-11-15 湖南大学 一种全自动地下采矿运输系统
CN111093150A (zh) * 2019-12-27 2020-05-01 中国煤炭科工集团太原研究院有限公司 一种井工定位及通信系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6748797B2 (en) * 2000-09-08 2004-06-15 Automotive Technologies International Inc. Method and apparatus for monitoring tires
US7979172B2 (en) * 1997-10-22 2011-07-12 Intelligent Technologies International, Inc. Autonomous vehicle travel control systems and methods
FI120191B (fi) * 2005-10-03 2009-07-31 Sandvik Tamrock Oy Menetelmä kaivosajoneuvojen ajamiseksi kaivoksessa ja kuljetusjärjestelmä
JP6884003B2 (ja) * 2017-02-20 2021-06-09 株式会社トプコン 無人航空機の追跡装置、無人航空機の追跡方法、無人航空機の追跡システムおよびプログラム

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103294011A (zh) * 2012-02-29 2013-09-11 江阴中科矿业安全科技有限公司 矿井车辆调度控制系统
CN105204501A (zh) * 2015-09-28 2015-12-30 邹海英 基于电子轨道的高速无人驾驶车辆及系统
WO2018000386A1 (zh) * 2016-06-30 2018-01-04 华为技术有限公司 控制车辆编队行驶的方法、集中控制设备和车辆
CN109074744A (zh) * 2016-09-23 2018-12-21 日立建机株式会社 矿山用工程机械以及障碍物判别装置
CN106767853A (zh) * 2016-12-30 2017-05-31 中国科学院合肥物质科学研究院 一种基于多信息融合的无人驾驶车辆高精度定位方法
CN109425358A (zh) * 2017-08-28 2019-03-05 松下电器(美国)知识产权公司 信息处理装置及方法、车辆、行驶控制方法及地图更新方法
CN108769953A (zh) * 2018-07-11 2018-11-06 株式会社电装 基于dsrc的无人运输车队的通信装置及通信方法
CN110017817A (zh) * 2019-01-24 2019-07-16 中国煤炭科工集团太原研究院有限公司 一种基于顶板特征的煤矿巷道导航定位方法和装置
CN110118550A (zh) * 2019-05-14 2019-08-13 中国矿业大学 一种综采工作面高精度三维导航地图的生成系统及方法
CN110456745A (zh) * 2019-07-29 2019-11-15 湖南大学 一种全自动地下采矿运输系统
CN111093150A (zh) * 2019-12-27 2020-05-01 中国煤炭科工集团太原研究院有限公司 一种井工定位及通信系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
矿山井下斜坡道运输车辆调度系统;万莹;《甘肃冶金》;20120815(第04期);119-122 *

Also Published As

Publication number Publication date
CN111880527A (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
EP3575173B1 (en) A vehicle with autonomous driving capability
CN101612938B (zh) 用于车辆安全系统的判断线计算
CN105291965B (zh) 一种汽车防碰撞方法及装置
WO2016170855A1 (ja) 車両及び鉱山用運搬車両の運用システム
US6484078B1 (en) Vehicle travel route control system
KR101650909B1 (ko) 이동 차량에 대한 위험성을 평가하기 위한 장치 및 방법
CN111432017B (zh) 一种基于车联网和智能驾驶技术的智能粮食物流专用平台车
CN111897321B (zh) 一种井下特种车辆的无人驾驶系统
CN107844120A (zh) 一种无人驾驶矿用宽体车
CN104925053A (zh) 增加自主驾驶安全和/或舒适性的车辆、车辆系统和方法
CN204055561U (zh) 车辆安全行驶警示系统
CN112078581B (zh) 指示乘客可移动性的车辆和控制该车辆的方法
CN215117267U (zh) 一种无人驾驶的宽体矿卡
CN207676208U (zh) 一种无人驾驶矿用宽体车
CN113110162B (zh) 一种无人纯电动集装箱运输卡车的驾驶系统
US11747804B2 (en) Remote monitoring device for a fleet of autonomous motor vehicles, transport system and limiting method therefor
CN104192063A (zh) 车辆安全行驶警示系统及相应的警示方法
CN111880527B (zh) 井下无人驾驶运输车机器人控制方法
CN109398352A (zh) 制动控制方法及设备、计算机可读存储介质
CN204367999U (zh) 盾构施工电瓶车安全驾驶警示控制系统
CN210101616U (zh) 一种防碰撞系统、车辆
AU2020202341A1 (en) Collision avoidance system with elevation compensation
CN114661039A (zh) 物流车及其挂车位姿确定、预碰撞检测和自动驾驶方法
CN111942400A (zh) 将负载分布用于根据具体情况适应的轨迹规划和轨迹调节
AU2023201471B2 (en) Operation management system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant