CN114360292A - 用于露天矿无人驾驶车辆的防碰撞方法、系统及介质 - Google Patents

Abstract

本申请提出了一种用于露天矿无人驾驶车辆的防碰撞方法、系统及介质，该方法包括：通过目标无人驾驶车辆上的激光雷达模块、超宽带定位模块、全球导航卫星系统定位模块和车辆间通信模块进行数据采集；在云平台中计算无人驾驶车辆与前方车辆之间的临界安全距离，并将临界安全距离与预设的碰撞安全距离进行比较，确定无人驾驶车辆是否存在碰撞风险；在车载终端中计算无人驾驶车辆与周围车辆之间的距离，并确定无人驾驶车辆是否存在碰撞风险；在云平台和/或车载终端确定无人驾驶车辆存在碰撞风险的情况下进行防碰撞处理。该方法提高了获取的车辆位置数据的准确性，在多端通过相应的算法判断是否存在碰撞风险，有利于避免车辆发生碰撞。

Description

用于露天矿无人驾驶车辆的防碰撞方法、系统及介质

技术领域

本申请涉及露天矿开采技术领域，尤其涉及一种用于露天矿无人驾驶车辆的防碰撞方法、系统及介质。

背景技术

随着露天矿开采技术的发展，目前，露天矿的开采和运输正在朝着无人化的方向发展，无人驾驶技术在露天矿的开采和运输方面逐渐应用的更加广泛，比如，在露天矿采场上，通过无人驾驶的挖掘车辆和运输车辆进行矿物资源的挖掘、装卸。在露天矿车辆的无人驾驶领域，由于挖掘和运输等不同类型的车辆存在碰撞风险，因此无人驾驶车辆间安全距离是影响无人驾驶安全生产的重要因素。

相关技术中，通常是通过激光雷达等感知技术应用于防碰撞处理，通过感知技术获取车辆的位置数据判断是否存在碰撞风险。然而，由于在露天矿开采的实际应用中，无人驾驶车辆在采掘和装卸的现场中的环境情况较为复杂，可能会出现感知设备故障、信息传输过程受到干扰等异常情况，无法准确获取车辆的状态数据，并且无人驾驶车辆的防碰撞算法计算的精确度较低，导致相关技术中防碰撞方法无法准确的实现车辆防碰撞。因此，目前亟需一种稳定可靠的露天矿车辆防碰撞方法。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请的第一个目的在于提出一种用于露天矿无人驾驶车辆的防碰撞方法，该方法利用多种感知技术进行车辆位置数据的采集，提高了获取的车辆位置数据的准确性，在云平台和车载终端分别通过相应的碰撞判断算法确定无人驾驶车辆是否存在碰撞风险，有利于避免车辆发生碰撞，提高了无人驾驶车辆的安全性。

本申请的第二个目的在于提出一种用于露天矿无人驾驶车辆的防碰撞系统；

本申请的第三个目的在于提出一种非临时性计算机可读存储介质。

为达上述目的，本申请的第一方面实施例在于提出一种用于露天矿无人驾驶车辆的防碰撞方法，该方法包括以下步骤：

S101:通过预设在目标无人驾驶车辆上的激光雷达模块、超宽带UWB定位模块、全球导航卫星系统GNSS定位模块和车辆间通信V2V模块进行数据采集，获取每个模块采集的数据，其中，全部模块采集的数据中包括所述目标无人驾驶车辆和周围车辆的位置数据；

S102:将所述超宽带UWB定位模块和所述全球导航卫星系统GNSS定位模块采集的数据发送至云平台，在所述云平台中计算所述目标无人驾驶车辆与前方车辆之间的临界安全距离，并将所述临界安全距离与预设的碰撞安全距离进行比较，以确定所述目标无人驾驶车辆是否存在碰撞风险；

S103:在车载终端中通过所述激光雷达模块和所述车辆间通信V2V模块采集的数据计算所述目标无人驾驶车辆与所述周围车辆之间的距离，并确定所述目标无人驾驶车辆是否存在碰撞风险；

S104:在所述云平台和/或所述车载终端确定所述目标无人驾驶车辆存在碰撞风险的情况下，进行防碰撞处理。

可选地，在本申请的一个实施例中，该方法还包括：在所述云平台和所述车载终端均确定所述目标无人驾驶车辆不存在碰撞风险的情况下，返回执行S101；在所述进行防碰撞处理之后，还包括：返回执行S101。

可选地，在本申请的一个实施例中，在所述云平台中计算所述目标无人驾驶车辆与前方车辆之间的临界安全距离，包括：根据所述超宽带UWB定位模块采集的所述目标无人驾驶车辆和所述前方车辆的位置数据，计算所述目标无人驾驶车辆的第一速度和所述前方车辆的第二速度；根据所述全球导航卫星系统GNSS定位模块采集的所述目标无人驾驶车辆和所述前方车辆的位置数据，计算所述目标无人驾驶车辆的第三速度和所述前方车辆的第四速度；以所述第一速度和所述第三速度中的最小值为所述目标无人驾驶车辆目标速度，以所述第二速度和所述第四速度中的最小值为所述前方车辆的目标速度，基于所述目标无人驾驶车辆的目标速度和所述前方车辆的目标速度，通过预设的公式计算所述临界安全距离。

可选地，在本申请的一个实施例中，设的公式表示如下:

其中，V_rel＝V_c-V_f，

其中，V_rel表示目标无人驾驶车辆与前方车辆的相对速度，V_c表示目标无人驾驶车辆的目标速度，V_f表示前方车辆的目标速度。

可选地，在本申请的一个实施例中，步骤S103中的所述确定所述目标无人驾驶车辆是否存在碰撞风险，包括：将所述目标无人驾驶车辆与所述周围车辆之间的距离与预设的安全距离进行比较；在所述目标无人驾驶车辆与所述周围车辆之间的距离小于所述预设的安全距离的情况下，确定目标无人驾驶车辆存在碰撞风险。

可选地，在本申请的一个实施例中，通过所述激光雷达模块进行数据采集，包括：通过所述激光雷达模块扫描所述目标无人驾驶车辆的周围环境，获取所述目标无人驾驶车辆的周围环境的点云数据；对所述点云数据进行分析，识别出所述目标无人驾驶车辆周围的障碍物以及车辆的轮廓信息和位置信息。

为达上述目的，本申请的第二方面实施例还提出了一种用于露天矿无人驾驶车辆的防碰撞系统，包括以下模块:

数据采集模块，用于通过预设在目标无人驾驶车辆上的激光雷达模块、超宽带UWB定位模块、全球导航卫星系统GNSS定位模块和车辆间通信V2V模块进行数据采集，获取每个模块采集的数据，其中，全部模块采集的数据中包括所述目标无人驾驶车辆和周围车辆的位置数据；

第一确定模块，用于将所述超宽带UWB定位模块和所述全球导航卫星系统GNSS定位模块采集的数据发送至云平台，在所述云平台中计算所述目标无人驾驶车辆与前方车辆之间的临界安全距离，并将所述临界安全距离与预设的碰撞安全距离进行比较，以确定所述目标无人驾驶车辆是否存在碰撞风险；

第二确定模块，用于在车载终端中通过所述激光雷达模块和所述车辆间通信V2V模块采集的数据计算所述目标无人驾驶车辆与所述周围车辆之间的距离，并确定所述目标无人驾驶车辆是否存在碰撞风险；

处理模块，用于在所述云平台和/或所述车载终端确定所述目标无人驾驶车辆存在碰撞风险的情况下，进行防碰撞处理。

可选地，在本申请的一个实施例中，处理模块，还用于：在所述云平台和所述车载终端均确定所述目标无人驾驶车辆不存在碰撞风险的情况下，控制所述数据采集模块重新执行对应的功能；在进行所述防碰撞处理之后，控制所述数据采集模块重新执行对应的功能。

可选地，在本申请的一个实施例中，第一确定模块，具体用于：根据所述超宽带UWB定位模块采集的所述目标无人驾驶车辆和所述前方车辆的位置数据，计算所述目标无人驾驶车辆的第一速度和所述前方车辆的第二速度；根据所述全球导航卫星系统GNSS定位模块采集的所述目标无人驾驶车辆和所述前方车辆的位置数据，计算所述目标无人驾驶车辆的第三速度和所述前方车辆的第四速度；以所述第一速度和所述第三速度中的最小值为所述目标无人驾驶车辆目标速度，以所述第二速度和所述第四速度中的最小值为所述前方车辆的目标速度，基于所述目标无人驾驶车辆的目标速度和所述前方车辆的目标速度，通过预设的公式计算所述临界安全距离。

本申请的实施例提供的技术方案至少带来以下有益效果：本申请利用多种感知技术进行车辆位置数据的采集，通过激光雷达、UWB定位、GNSS定位模块和V2V四种方式进行有机的协同工作，兼顾了主动感知和被动感知功能，形成了多种感知技术的优势互补，提高了获取的车辆位置数据的准确性。并且，在云平台和车载终端分别通过相应的碰撞判断算法确定无人驾驶车辆是否存在碰撞风险，综合两端的防碰撞算法更加准确的计算无人驾驶车辆之间是否存在碰撞风险，并在存在风险时及时发出警告，有利于更加充分的避免车辆发生碰撞，提高了无人驾驶车辆的安全性，降低了无人驾驶车辆的维修成本和停机成本。

为了实现上述实施例，本申请第三方面实施例还提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中的用于露天矿无人驾驶车辆的防碰撞方法。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本申请实施例提出的一种用于露天矿无人驾驶车辆的防碰撞方法的流程图；

图2为本申请实施例提出的一种具体的云平台防碰撞计算方法的流程图；

图3为本申请实施例提出的一种具体的用于露天矿无人驾驶车辆的防碰撞方法的流程示意图；

图4为本申请实施例提出的一种用于露天矿无人驾驶车辆的防碰撞系统的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例所提出的一种用于露天矿无人驾驶车辆的防碰撞方法、系统。

图1为本申请实施例提出的一种用于露天矿无人驾驶车辆的防碰撞方法的流程图，如图1所示，该方法包括以下步骤：

步骤S101，通过预设在目标无人驾驶车辆上的激光雷达模块、超宽带UWB定位模块、全球导航卫星系统GNSS定位模块和车辆间通信V2V模块进行数据采集，获取每个模块采集的数据，其中，全部模块采集的数据中包括目标无人驾驶车辆和周围车辆的位置数据。

其中，目标无人驾驶车辆是当前进行防碰撞控制的无人驾驶车辆，目标无人驾驶车辆可以是露天矿采场上用于采掘、装卸和运输等处理的不同类型的无人驾驶车辆中的任一个。周围车辆是处于目标无人驾驶车辆四周的车辆，包括目标无人驾驶车辆的前方车辆，周围车辆可以是无人驾驶车辆，也可以是有人驾驶车辆。

具体的，预先在目标无人驾驶车辆上设置激光雷达模块、超宽带UWB定位模块、全球导航卫星系统GNSS定位模块和车辆间通信V2V模块，通过上述四种感知设备执行对应的功能，采集不同类型的数据，再汇总每个模块采集的数据。每个模块采集的数据类型可以不同，比如，通过激光雷达模块可以采集目标无人驾驶车辆周围的障碍物以及周围车辆的轮廓信息和位置数据，而通过UWB定位模块可以采集目标无人驾驶车辆的位置数据等，确保全部模块采集的数据中包括目标无人驾驶车辆和周围车辆的位置数据。本申请可以融合四种感知设备采集的车辆数据，通过多个传感器组合最大限度保证数据采集的稳定性、准确性和全面性，。

具体实施时，作为第一种示例，通过激光雷达模块进行数据采集时，包括以下步骤，先通过激光雷达模块扫描目标无人驾驶车辆的周围环境，获取目标无人驾驶车辆的周围环境的点云数据，然后对点云数据进行分析，识别出目标无人驾驶车辆周围的障碍物以及车辆的轮廓信息和位置信息。在本示例中，预先在目标无人驾驶车辆的全车安装360度激光雷达，作业中目标无人驾驶车辆通过安装的激光雷达扫描周边的数据信息，获取点云数据，通过点云数据分析识别出该车辆周边环境及车辆的具体轮廓和距离信息。

作为第二种示例，预先将包括目标无人驾驶车辆在内的露天矿采场上的所有无人驾驶车辆都安装超宽带(Ultra Wide Band，简称UWB)定位模块，并预先在目标无人驾驶车辆的作业区域内安装UWB定位基站，通过在作业区域的UWB定位基站实时获取车辆的位置数据，从而可以采集目标无人驾驶车辆和前方车辆的位置数据。后续，可以再由上位机负责将带有标签卡(即UWB定位模块)的车辆的位置数据上送到云平台。

作为第三种示例，预先将包括目标无人驾驶车辆在内的露天矿采场上的所有无人驾驶车辆都安装全球导航卫星系统(Global Navigation Satellite System，简称GNSS)定位模块，通过卫星定位系统可以获取各个无人驾驶车辆的实时地理位置数据。在本示例中，可以由云平台通过卫星定位系统直接获取定位出的位置数据。

作为第四种示例，在每个无人驾驶车辆之间，以及无人驾驶车辆与装载车辆之间都安装车辆间通信(vehicle-to-vehicle communication，简称V2V通信)模块，由V2V设备获取目标无人驾驶车辆周围的运输车辆的位置数据。

需要说明的是，单一的使用GNSS、激光雷达、UWB、V2V的车辆信息获取技术采集数据时，采集的数据准确性较低，且适用场景受限。具体而言，GNSS方式不受天气、光照、视距等影响，作用距离远等，但需要无人驾驶车辆必须安装相应的定位模块，且需要持续保持通讯稳定。而由于露天矿无人驾驶车速属于低速，利用激光雷达可以得到精度较高的数据，尤其在低速、近距离等工况下仍然可以有效采集数据，但是光雷达受天气、光照、安装位置的影响较大。此外，UWB精准定位方式定位精度可以实现在厘米级，具有传输速率高、范围覆盖广、实时性好、穿透力强、传输能力强和发射功率小等特点，但需要安装UWB定位基站和在无人驾驶车辆上安装定位标签才能实现精准定位。最后，V2V属于短射频通讯，联网的无人驾驶车辆在盲区也可以感测到其他行车，但需要预先进行联网并持续保持通讯稳定，受环境影响较大。

为此，本申请的用于露天矿无人驾驶车辆的防碰撞方法，利用多种感知技术融合的方式获取车辆的数据，通过上述四种数据采集方式进行有机的协同工作，可以结合主动感知和被动感知。举例而言，可以根据不同的工况设置四种数据采集方式的权重，在天气环境较差时，GNSS模块和UWB模块获取的数据权重较大，在通信环境较差的场景下，以激光雷达采集的数据为主要数据。由此，本申请的防碰撞方法保证获取的位置数据的稳定性、准确性和全面性。

S102:将超宽带UWB定位模块和全球导航卫星系统GNSS定位模块采集的数据发送至云平台，在云平台中计算无人驾驶车辆与前方车辆之间的临界安全距离，并将临界安全距离与预设的碰撞安全距离进行比较，以确定无人驾驶车辆是否存在碰撞风险。

其中，临界安全距离是根据采集的数据确定的在当前车速和位置的场景下，目标无人驾驶车辆与周围车辆最大能够保持的安全距离。碰撞安全距离是通过大量实验并结合历史数据确定的确保可以避免发生碰撞的安全距离。

具体的，将UWB定位模块和GNSS定位模块采集的数据，通过无线传输上传至云平台，在云平台中通过防碰撞算法计算目标无人驾驶车辆是否存在碰撞风险。

为了更加清楚的说明本申请在云平台中进行防碰撞计算的具体实现过程，下面结合本申请一个实施例中提出的一种具体的云平台防碰撞计算方法进行说明。

图2为本申请实施例提出的一种具体的云平台防碰撞计算方法的流程图，如图2所述，该方法包括以下步骤：

步骤S201，根据超宽带UWB定位模块采集的目标无人驾驶车辆和前方车辆的位置数据，计算目标无人驾驶车辆的第一速度和前方车辆的第二速度。

需要说明的是，当通过多种感知技术采集车辆的数据时，对于同一数据不同感知设备采集的数据值可能不同，本申请在进行防碰撞计算时，先确定最终检测出的目标数据，比如，以目标无人驾驶车辆的目标速度为确定的目标无人驾驶车辆的实际速度。

具体实施时，可以先根据超宽带UWB定位模块采集的目标无人驾驶车辆在不同时刻下的位置数据，将位置数据的变化量与时间数据的变化量相除获得UWB定位模块采集的目标无人驾驶车辆的速度，即第一速度V_uwb。同理，可以计算出UWB定位模块采集前方车辆的第二速度。

步骤S202，根据全球导航卫星系统GNSS定位模块采集的目标无人驾驶车辆和前方车辆的位置数据，计算目标无人驾驶车辆的第三速度和前方车辆的第四速度。

具体的，参见步骤S201中UWB定位模块根据采集的位置数据计算目标无人驾驶车辆和前方车辆的速度的方式，根据全球导航卫星系统GNSS定位模块采集的目标无人驾驶车辆和前方车辆的位置数据，依次计算目标无人驾驶车辆的第三速度V_gnss和前方车辆的第四速度。

步骤S203，以第一速度和第三速度中的最小值为目标无人驾驶车辆目标速度，以第二速度和第四速度中的最小值为前方车辆的目标速度，基于目标无人驾驶车辆的目标速度和前方车辆的目标速度，通过预设的公式计算临界安全距离。

具体的，目标无人驾驶车辆的第一速度和第三速度进行比较，取其中数据值较小的速度为目标无人驾驶车辆目标速度，即通过以下公式MIN(V_gnss,V_uwb)确定作为当前目标无人驾驶车辆的车速V_c。

同理，以第二速度和第四速度中的最小值为前方车辆的目标速度V_f。

然后，将V_c和V_f代入预设的公式计算临界安全距离。在本申请一个实施例中，预设的公式表示如下:

其中，V_rel＝V_c-V_f，

其中，V_rel表示目标无人驾驶车辆与前方车辆的相对速度，V_c表示目标无人驾驶车辆的目标速度，V_f表示前方车辆的目标速度。

步骤S204，将临界安全距离减去预设的碰撞安全距离，若差值大于零，则确定目标无人驾驶车辆不存在碰撞风险，若差值小于零，则确定目标无人驾驶车辆存在碰撞风险。

具体的，根据预设的碰撞安全距离S_min与计算出的临界安全距离S，通过下述公式计算差值：

ΔS＝S-S_min

其中，若ΔS≥0，则表示未发生碰撞且不存在碰撞风险，若ΔS<0，表示有发生碰撞风险。

由此，利用云平台临时安全距离判断算法确定车辆间是否存在发生碰撞的风险，在存储发生碰撞风险时，云平台可以生成报警提示信息，并将报警提示信息发送至目标无人驾驶车辆，以及于露天矿采场的后台调度中心，以便后续进行防碰撞处理。

S103:在车载终端中通过激光雷达模块和车辆间通信V2V模块采集的数据计算目标无人驾驶车辆与周围车辆之间的距离，并确定无人驾驶车辆是否存在碰撞风险。

其中，在本步骤中的周围车辆可以包括上述实施例中的前方车辆，也可以包括目标无人驾驶车辆左右两侧等其他方向上的车辆。车载终端为设置在目标无人驾驶车辆上的智能控制单元。

具体实施时，作为一种可能的实现方式，可以通过激光雷达模块自带的TOF算法计算目标无人驾驶车辆与周围车辆之间的距离，以及通过V2V模块根据目标无人驾驶车辆与周围车辆之间的数据通信计算车辆间的距离数据。作为另一种可能的实现方式也可以先获取激光雷达模块和V2V模块采集的目标无人驾驶车辆与周围车辆之间的位置数据，根据位置数据计算目标无人驾驶车辆与周围车辆之间的距离，比如，通过V2V模块获取目标无人驾驶车辆周围的运输卡车的位置数据，再根据目标无人驾驶车辆当前的位置数据计算二者间的距离。

需要说明的是，如果激光雷达模块和车辆间通信V2V模块计算出的目标无人驾驶车辆与周围车辆之间的距离不同，则可以采用步骤S203中的方式确定最终的目标无人驾驶车辆与周围车辆之间的距离。

进一步的，在车端根据标无人驾驶车辆与周围车辆之间的距离确定无人驾驶车辆是否存在碰撞风险时。作为一种可能的实现方式，可以先将目标无人驾驶车辆与周围车辆之间的距离与预设的安全距离进行比较，然后在目标无人驾驶车辆与周围车辆之间的距离小于预设的安全距离的情况下，确定目标无人驾驶车辆存在碰撞风险。其中，预设的安全距离可以与上述实施例中的碰撞安全距离S_min相同，也可以针对目标无人驾驶车辆与左右两侧车辆的防碰撞场景进行设置，具体的安全距离可以根据实际需要设置，此处不做限制。在本示例中，在车载终端通过安全距离判断算法确定车辆间存在发生碰撞的风险后，可以生成报警提示信息，若不存在发生碰撞的风险，则通过上述方式继续进行监控。

S104:在云平台和/或车载终端确定目标无人驾驶车辆存在碰撞风险的情况下，进行防碰撞处理。

具体的，在云平台和车载终端中任意一个确定目标无人驾驶车辆存在碰撞风险的情况下，则进行防碰撞处理。其中，防碰撞处理包括控制存在碰撞风险的周围车辆停止运行，控制目标无人驾驶车辆停止运行，以及控制目标无人驾驶车辆和周围车辆减速等避免目标无人驾驶车辆与周围车辆碰撞的处理措施。

举例而言，在接受到云平台或车载终端发送的报警提示信息后，目标无人驾驶车辆的控制单元控制目标无人驾驶车辆停止运行。又比如，在同时接受到云平台或车载终端发送的报警提示信息后，露天矿采场的后台调度中心向可能与目标无人驾驶车辆发生碰撞的周围车辆发送控制指令，该周围车辆的控制单元收到指令后控制本车停止运行。并在目标无人驾驶车辆驶出危险区域后，根据接收到的恢复指令重新运行。

进一步，在本申请一个实施例中，在进行上述防碰撞处理之后，还包括返回执行S101，即通过上述方式继续进行监控和防碰撞的计算，以便实时和持续的对目标无人驾驶车辆进行防碰撞保护。

需要说明的是，在本申请一个实施例中，在云平台和车载终端均确定目标无人驾驶车辆不存在碰撞风险的情况下，则返回执行步骤S101，即通过上述方式继续进行监控和防碰撞的计算。

综上所述，本申请的用于露天矿无人驾驶车辆的防碰撞方法，利用多种感知技术进行车辆位置数据的采集，通过激光雷达、UWB定位、GNSS定位模块和V2V四种方式进行有机的协同工作，兼顾了主动感知和被动感知功能，形成了多种感知技术的优势互补，提高了获取的车辆位置数据的准确性。并且，在云平台和车载终端分别通过相应的碰撞判断算法确定无人驾驶车辆是否存在碰撞风险，综合两端的防碰撞算法更加准确的计算无人驾驶车辆之间是否存在碰撞风险，并在存在风险时及时发出警告，有利于更加充分的避免车辆发生碰撞，提高了无人驾驶车辆的安全性，降低了无人驾驶车辆的维修成本和停机成本。

为了更加清楚地说明本申请实施例的用于露天矿无人驾驶车辆的防碰撞方法，下面以一个在实际应用中具体的实施例进行详细说明。

本实施例利用无人驾驶的车辆上激光雷达设备、uwb标签卡、GNSS设备和v2v设备收集车辆的实时位置和状态信息，通过云平台和车端碰撞模块的防碰撞算法判断车辆之间否在安全距离。

图3为本申请实施例提出的一种具体的用于露天矿无人驾驶车辆的防碰撞方法的流程示意图。如图3所示，该方法包括以下步骤：

S10:控制无人驾驶的车辆使用多类型的传感器完成数据采集的工作。

本步骤中，融合激光雷达设备、uwb标签卡、GNSS设备和v2v设备四种设备采集车辆数据，通过多个传感器组合最大限度保证数据采集的稳定性和准确性。

具体而言，激光雷达安装在无人驾驶的车辆上，扫描周边场景，在获取三维点云数数据后，通过自带TOF算法计算车辆之间的距离，当小于安全距离发出报警。V2V设备需要在无人驾驶车辆上进行安装，当无人驾驶车辆进入有效的通信距离后，通过车辆间的数据通信获取到车辆间的距离数据，对比安全距离判断是否发出报警。在各个无人驾驶车辆上部署UWB定位标签，在无人驾驶作业区域内部署多台UWB定位分站，通过上位机将数据上送到云平台，由云平台判断使用TOF算法计算与其他设备的安全距离，为防撞判断提供数据支持。GNSS定位模块实现无人驾驶车辆的定位，实时获取设备的位置信息并在云平台上计算设备之间的安全距离。

S20:通过云平台防碰撞模块计算是否存在碰撞风险。

具体的，本步骤进一步包括以下步骤：

S21：预设的云平台防碰撞模块通过GNSS和UWB获取实时车辆位置数据，通过位置数据获取临界安全距离。

S22：将设置的碰撞安全距离Smin与临时安全距离S相减，获得差值，ΔS≥0表示未发生碰撞，ΔS<0表示有发生碰撞风险，则平台发生报警提示。

S30：车端防碰撞模块计算是否存在碰撞风险。

具体的，本步骤中，车端通过激光雷达和v2v技术计算出周边车辆的位置距离，将计算的距离与安全距离比较，小于安全距离则发出告警，否则继续监控。

S40：在同一时刻检测云平台和车端是否有告警。

具体的，本步骤进一步包括以下步骤：

S41：如果没有告警则返回S10继续监控。

S42：如果存在发送的告警信息，无论是云平台或者是车端告警则停止附近车辆运行。

S50：等待防碰撞处理完成后，返回S10继续监控车辆运行。

由此，本方法融合多种数据采集技术，实现各种技术互相补充，在利用云平台临时安全距离判断算法和车端感知技术结合来避免车辆间的碰撞发生。

为了实现上述实施例，本申请还提出了一种用于露天矿无人驾驶车辆的防碰撞系统，图4为本申请实施例提出的一种用于露天矿无人驾驶车辆的防碰撞系统的结构示意图，如图4所示，该诊断系统包括数据采集模块100、第一确定模200、第二确定模块300和处理模块400。

其中，数据采集模块100，用于通过预设在目标无人驾驶车辆上的激光雷达模块、超宽带UWB定位模块、全球导航卫星系统GNSS定位模块和车辆间通信V2V模块进行数据采集，获取每个模块采集的数据，其中，全部模块采集的数据中包括目标无人驾驶车辆和周围车辆的位置数据。

第一确定模块200，用于将超宽带UWB定位模块和全球导航卫星系统GNSS定位模块采集的数据发送至云平台，在云平台中计算目标无人驾驶车辆与前方车辆之间的临界安全距离，并将临界安全距离与预设的碰撞安全距离进行比较，以确定目标无人驾驶车辆是否存在碰撞风险。

第二确定模块300，用于在车载终端中通过激光雷达模块和车辆间通信V2V模块采集的数据计算目标无人驾驶车辆与周围车辆之间的距离，并确定目标无人驾驶车辆是否存在碰撞风险。

处理模块400，用于在云平台和/或车载终端确定目标无人驾驶车辆存在碰撞风险的情况下，进行防碰撞处理。

可选地，在本申请的一个实施例中，处理模块400还用于：在云平台和车载终端均确定目标无人驾驶车辆不存在碰撞风险的情况下，控制数据采集模块100重新执行对应的功能；在进行防碰撞处理之后，控制数据采集模块100重新执行对应的功能。

可选地，在本申请的一个实施例中，第一确定模块200，具体用于：根据超宽带UWB定位模块采集的目标无人驾驶车辆和前方车辆的位置数据，计算目标无人驾驶车辆的第一速度和前方车辆的第二速度；根据全球导航卫星系统GNSS定位模块采集的目标无人驾驶车辆和前方车辆的位置数据，计算目标无人驾驶车辆的第三速度和前方车辆的第四速度；以第一速度和第三速度中的最小值为目标无人驾驶车辆目标速度，以第二速度和第四速度中的最小值为前方车辆的目标速度，基于目标无人驾驶车辆的目标速度和前方车辆的目标速度，通过预设的公式计算临界安全距离。

可选地，在本申请的一个实施例中，预设的公式表示如下:

其中，V_rel＝V_c-V_f，

其中，V_rel表示目标无人驾驶车辆与前方车辆的相对速度，V_c表示目标无人驾驶车辆的目标速度，V_f表示前方车辆的目标速度。

可选地，在本申请的一个实施例中，第二确定模块300还用于：将目标无人驾驶车辆与周围车辆之间的距离与预设的安全距离进行比较；在目标无人驾驶车辆与周围车辆之间的距离小于预设的安全距离的情况下，确定目标无人驾驶车辆存在碰撞风险。

可选地，在本申请的一个实施例中，数据采集模块100还用于通过激光雷达模块扫描目标无人驾驶车辆的周围环境，获取目标无人驾驶车辆的周围环境的点云数据；对点云数据进行分析，识别出目标无人驾驶车辆周围的障碍物以及车辆的轮廓信息和位置信息。

需要说明的是，前述对用于露天矿无人驾驶车辆的防碰撞断方法的实施例的解释说明也适用于该实施例的系统，此处不再赘述

综上所述，本申请实施例的用于露天矿无人驾驶车辆的防碰撞系统，利用多种感知技术进行车辆位置数据的采集，兼顾了主动感知和被动感知功能，形成了多种感知技术的优势互补，提高了获取的车辆位置数据的准确性。更加准确的计算无人驾驶车辆之间是否存在碰撞风险，并在存在风险时及时发出警告，有利于更加充分的避免车辆发生碰撞，提高了无人驾驶车辆的安全性，降低了无人驾驶车辆的维修成本和停机成本。

为了实现上述实施例，本申请还提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述实施例中任一所述的用于露天矿无人驾驶车辆的防碰撞方法。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种用于露天矿无人驾驶车辆的防碰撞方法，其特征在于，包括以下步骤：

S101:通过预设在目标无人驾驶车辆上的激光雷达模块、超宽带UWB定位模块、全球导航卫星系统GNSS定位模块和车辆间通信V2V模块进行数据采集，获取每个模块采集的数据，其中，全部模块采集的数据中包括所述目标无人驾驶车辆和周围车辆的位置数据；

S102:将所述超宽带UWB定位模块和所述全球导航卫星系统GNSS定位模块采集的数据发送至云平台，在所述云平台中计算所述目标无人驾驶车辆与前方车辆之间的临界安全距离，并将所述临界安全距离与预设的碰撞安全距离进行比较，以确定所述目标无人驾驶车辆是否存在碰撞风险；

S103:在车载终端中通过所述激光雷达模块和所述车辆间通信V2V模块采集的数据计算所述目标无人驾驶车辆与所述周围车辆之间的距离，并确定所述目标无人驾驶车辆是否存在碰撞风险；

S104:在所述云平台和/或所述车载终端确定所述目标无人驾驶车辆存在碰撞风险的情况下，进行防碰撞处理。

2.根据权利要求1所述的防碰撞方法，其特征在于，还包括：

在所述云平台和所述车载终端均确定所述目标无人驾驶车辆不存在碰撞风险的情况下，返回执行S101；

在所述进行防碰撞处理之后，还包括：返回执行S101。

3.根据权利要求1或2所述的防碰撞方法，其特征在于，所述在所述云平台中计算所述目标无人驾驶车辆与前方车辆之间的临界安全距离，包括：

根据所述超宽带UWB定位模块采集的所述目标无人驾驶车辆和所述前方车辆的位置数据，计算所述目标无人驾驶车辆的第一速度和所述前方车辆的第二速度；

根据所述全球导航卫星系统GNSS定位模块采集的所述目标无人驾驶车辆和所述前方车辆的位置数据，计算所述目标无人驾驶车辆的第三速度和所述前方车辆的第四速度；

以所述第一速度和所述第三速度中的最小值为所述目标无人驾驶车辆目标速度，以所述第二速度和所述第四速度中的最小值为所述前方车辆的目标速度，基于所述目标无人驾驶车辆的目标速度和所述前方车辆的目标速度，通过预设的公式计算所述临界安全距离。

4.根据权利要求3所述的防碰撞方法，其特征在于，所述预设的公式表示如下:

其中，V_rel＝V_c-V_f，

其中，V_rel表示目标无人驾驶车辆与前方车辆的相对速度，V_c表示目标无人驾驶车辆的目标速度，V_f表示前方车辆的目标速度。

5.根据权利要求1所述的防碰撞方法，其特征在于，步骤S103中的所述确定所述目标无人驾驶车辆是否存在碰撞风险，包括：

将所述目标无人驾驶车辆与所述周围车辆之间的距离与预设的安全距离进行比较；

在所述目标无人驾驶车辆与所述周围车辆之间的距离小于所述预设的安全距离的情况下，确定所述目标无人驾驶车辆存在碰撞风险。

6.根据权利要求1所述的防碰撞方法，其特征在于，通过所述激光雷达模块进行数据采集，包括：

通过所述激光雷达模块扫描所述目标无人驾驶车辆的周围环境，获取所述目标无人驾驶车辆的周围环境的点云数据；

对所述点云数据进行分析，识别出所述目标无人驾驶车辆周围的障碍物以及车辆的轮廓信息和位置信息。

7.一种用于露天矿无人驾驶车辆的防碰撞系统，其特征在于，包括：

数据采集模块，用于通过预设在目标无人驾驶车辆上的激光雷达模块、超宽带UWB定位模块、全球导航卫星系统GNSS定位模块和车辆间通信V2V模块进行数据采集，获取每个模块采集的数据，其中，全部模块采集的数据中包括所述目标无人驾驶车辆和周围车辆的位置数据；

第一确定模块，用于将所述超宽带UWB定位模块和所述全球导航卫星系统GNSS定位模块采集的数据发送至云平台，在所述云平台中计算所述目标无人驾驶车辆与前方车辆之间的临界安全距离，并将所述临界安全距离与预设的碰撞安全距离进行比较，以确定所述目标无人驾驶车辆是否存在碰撞风险；

第二确定模块，用于在车载终端中通过所述激光雷达模块和所述车辆间通信V2V模块采集的数据计算所述目标无人驾驶车辆与所述周围车辆之间的距离，并确定所述目标无人驾驶车辆是否存在碰撞风险；

处理模块，用于在所述云平台和/或所述车载终端确定所述目标无人驾驶车辆存在碰撞风险的情况下，进行防碰撞处理。

8.根据权利要求7所述的防碰撞系统，其特征在于，所述处理模块，还用于：

在所述云平台和所述车载终端均确定所述目标无人驾驶车辆不存在碰撞风险的情况下，控制所述数据采集模块重新执行对应的功能；

在进行所述防碰撞处理之后，控制所述数据采集模块重新执行对应的功能。

9.根据权利要求7和8所述的防碰撞系统，其特征在于，所述第一确定模块，具体用于：

根据所述超宽带UWB定位模块采集的所述目标无人驾驶车辆和所述前方车辆的位置数据，计算所述目标无人驾驶车辆的第一速度和所述前方车辆的第二速度；

根据所述全球导航卫星系统GNSS定位模块采集的所述目标无人驾驶车辆和所述前方车辆的位置数据，计算所述目标无人驾驶车辆的第三速度和所述前方车辆的第四速度；

以所述第一速度和所述第三速度中的最小值为所述目标无人驾驶车辆目标速度，以所述第二速度和所述第四速度中的最小值为所述前方车辆的目标速度，基于所述目标无人驾驶车辆的目标速度和所述前方车辆的目标速度，通过预设的公式计算所述临界安全距离。

10.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一所述的用于露天矿无人驾驶车辆的防碰撞方法。

Images