CN116645233A - 自动化矿区系统和用自动化矿区系统进行矿区作业的方法 - Google Patents

Abstract

本发明提供了一种自动化矿区系统和用自动化矿区系统进行矿区作业的方法，涉及露天矿山开采领域。该自动化矿区系统包括至少一个无人驾驶矿车，其在单位周期内在作业过程中至少生成车辆告警和装卸数据，并包括区块生成模块和车辆验证模块。区块生成模块在第一单位周期内生成并存储第一区块数据，并基于第一区块数据在第二单位周期内生成并存储第二区块数据。该自动化矿区系统还包括云控平台。该云控平台包括整体区块生成模块和云端验证模块。该整体区块生成模块针对每个单位周期，对所接收的全部区块数据进行计算以生成并存储整体区块数据。本发明的系统以及方法能够确保矿区作业数据的存储真实性。

Description

自动化矿区系统和用自动化矿区系统进行矿区作业的方法

技术领域

本发明涉及露天矿山开采领域，并且具体地，涉及一种自动化矿区系统和用自动化矿区系统进行矿区作业的方法。

背景技术

目前，矿山行业的信息化与工业化进程已经有了一定发展，同时以信息化带动工业化并向着智能发展也成了提升矿山行业改造升级的必由之路。我国现代化矿山企业在信息化、数字化、自动化、智能化方面作了大量的工作，并且一部分矿山已建设了以5G为基础的通信网络。近些年推行的智慧矿山也建设了诸如管理信息系统、生产调度监控系统、地理信息系统、矿床三维建模系统等具有针对性的软件，并实现了与基础网络和物联网的对接。从智能化的信息系统的建立对矿山企业的生产、管理影响来看，系统的使用为矿山企业生产、经营、管理水平的提高起到了很大的促进作用，并且取得了良好的经济效益和社会效益。

然而，随着信息化及智能化的推进，矿山系统也集成了众多厂商的系统，各个系统也产生了海量的业务数据，如何保障自动化矿区系统的业务数据真实地反应矿区开采运营产量，并推进智能化矿区运营算法的发展改进进程是不可忽视的问题。

发明内容

本发明的目的在于提出一种自动化矿区系统和用自动化矿区系统进行矿区作业的方法，其能够确保矿区作业数据的存储真实性，以提高矿区作业数据的应用和参考价值，从而有利地推进无人驾驶矿车运营系统的开发。

根据本发明的第一方面，提供了一种自动化矿区系统，所述系统包括：至少一个无人驾驶矿车，每个无人驾驶矿车在单位周期内在作业过程中至少生成车辆告警和装卸数据，其中每个无人驾驶矿车包括：区块生成模块，所述区块生成模块被配置成对所述无人驾驶矿车在第一单位周期内生成的第一车辆告警和装卸数据进行计算，以生成并存储第一区块数据，并且基于所述第一区块数据对所述无人驾驶矿车在第二单位周期内生成的第二车辆告警和装卸数据进行计算，以生成并存储第二区块数据；车辆验证模块，所述车辆验证模块被配置成在从所述无人驾驶矿车调取所述车辆告警和装卸数据时，基于相应的区块数据进行验证；和云控平台，所述云控平台被配置成在每个单位周期从所述至少一个无人驾驶矿车中的每个接收所述区块数据，其中所述云控平台包括：整体区块生成模块，所述整体区块生成模块被配置成针对每个单位周期，对所接收的全部区块数据进行计算，以生成并存储整体区块数据；云端验证模块，所述云端验证模块被配置成在从所述云控平台调取所述车辆告警和装卸数据时，基于相应的整体区块数据进行验证。

在实施例中，所述区块生成模块被配置成对所述第一单位周期内的第一车辆告警和装卸数据进行哈希计算以生成第一哈希值，使得所述第一区块数据包括所述第一哈希值，并通过将所述第一哈希值与所述第二单位周期内的第一车辆告警和装卸数据进行计算以生成第二哈希值，使得所述第二区块数据包括所述第二哈希值。

在实施例中，所述区块生成模块还被配置成通过将前一区块索引值、后一区块索引值和时间戳包括在区块数据中，以使所述第一区块数据和所述第二区块数据形成区块链。

在实施例中，所述车辆验证模块被配置成在从所述无人驾驶矿车调取在第二单位周期内生成的第二车辆告警和装卸数据时，根据所述第一区块数据中的第一哈希值和所述第二区块数据中的第二哈希值，对所调取的第二车辆告警和装卸数据进行验证。

在实施例中，所述整体区块生成模块被配置成针对每个单位周期，对所接收的全部的区块数据中包括的哈希值进行计算以生成整体哈希值，并通过将所述整体哈希值对应于每个区块数据而在所述云控平台中形成并存储所述整体区块数据。

在实施例中，所述云端验证模块被配置成在从所述云控平台调取所述区块数据时，根据相应的整体区块数据中的整体哈希值，对所调取的区块数据进行验证。

在实施例中，所述云控平台还包括智能合约模块，所述智能合约模块被配置成将所述云控平台中存储的整体区块数据传输到区块网络，以备份所述整体区块数据。

在实施例中，所述无人驾驶矿车在单位周期内还生成车辆行驶数据，所述自动化矿区系统还包括至少一个智能辅助设备，每个智能辅助设备在单位周期内在作业过程中至少生成设备告警和行驶数据，其中所述车辆行驶数据和所述设备告警和行驶数据被执行与所述车辆告警和装卸数据相同的数据处理过程。

在实施例中，所述自动化矿区系统还包括辅助矿区作业过程的至少一个子系统，每个子系统在单位周期内在作业过程中至少生成子系统管理数据，并传输至所述云控平台，以整体区块数据的形式存储在所述云控平台中。

根据本发明的第二方面，提供了一种用根据本发明的第一方面的自动化矿区系统进行矿区作业的方法，所述方法包括：由至少一个无人驾驶矿车中的每个在第一单位周期内在作业过程中至少生成第一车辆告警和装卸数据；由所述无人驾驶矿车的区块生成模块对所述第一车辆告警和装卸数据进行计算，以在所述无人驾驶矿车中生成并存储第一区块数据；由云控平台在所述第一单位周期内从所述至少一个无人驾驶矿车中的每个接收所述第一区块数据；由所述云控平台中的整体区块生成模块对所接收的全部的第一区块数据进行计算，以在所述云控平台中生成并存储第一整体区块数据；由至少一个无人驾驶矿车中的每个在第二单位周期内在作业过程中至少生成第二车辆告警和装卸数据；由所述无人驾驶矿车的区块生成模块基于所述第一区块数据对所述第二车辆告警和装卸数据进行计算，以在所述无人驾驶矿车中生成并存储第二区块数据；和由云控平台在所述第二单位周期内从所述至少一个无人驾驶矿车中的每个接收所述第二区块数据，并由所述整体区块生成模块对所接收的全部的第二区块数据进行计算，以在所述云控平台中生成并存储第二整体区块数据。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本发明的限定。

图1示出了根据本发明实施例的自动化矿区系统的示例。

图2示出了根据本发明实施例的区块数据的示例。

图3示出了根据本发明实施例的整体区块数据的示例。

图4示出了使用根据本发明实施例的自动化矿区系统进行矿区作业的方法的示例。

具体实施方式

为更清楚地阐述本发明的目的、技术方案及优点，以下将结合附图对本发明的实施例进行详细的说明。应当理解，下文对于实施例的描述旨在对本发明的总体构思进行解释和说明，而不应当理解为是对本发明的限制。在说明书和附图中，相同或相似的附图标记指代相同或相似的部件或构件。为了清晰起见，附图不一定按比例绘制，并且附图中可能省略了一些公知部件和结构。

除非另外定义，本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。措词“一”或“一个”不排除多个。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”、“顶”或“底”等等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。当诸如层、膜、区域或衬底基板之类的元件被称作位于另一元件“上”或“下”时，该元件可以“直接”位于另一元件“上”或“下”，或者可以存在中间元件。

图1示出了根据本发明实施例的自动化矿区系统1000的示例。如图1所示，自动化矿区系统1000包括至少一个无人驾驶矿车10和云控平台20。虽然为了清楚起见，作为示例，在图1中仅示出了一个无人驾驶矿车10。然而，应当注意，根据本发明实施例的自动化矿区系统1000可以包括至少一个无人驾驶矿车10，例如两个或更多个无人驾驶矿车10。而且，每个无人驾驶矿车10可以具有彼此相同的模块配置（例如，如后文描述的区块生成模块110和车辆验证模块120）。

根据本发明的实施例，如图1所示，无人驾驶矿车10可以在单位周期内在作业过程中至少生成车辆告警和装卸数据WLD。在本文中，“作业过程”可以指无人驾驶矿车在矿区内进行矿山开采和行驶运行等，以完成矿区运营任务的过程。例如，在根据本发明实施例的自动化矿区系统1000的作业过程中，可以对无人驾驶矿车10发送程序指令，以使这些无人矿车和设备按照发送程序中的预定装卸地点和预定装卸量等，执行开采和装卸任务。再例如，在所述作业过程中，还可以对无人驾驶矿车10下发实时规划的路径信息，以使无人驾驶矿车10可以按照下发路径行驶到指定开采地点，同时避免矿区中的禁行区域以防止发生危险事件。因此，无人驾驶矿车10在作业过程中会生成与装卸情况相关的数据以及与路径行驶情况相关的数据。即，无人驾驶矿车10会生成车辆告警和装卸数据WLD。

作为示例，车辆告警和装卸数据WLD可以例如包括告警发生时间、告警解除时间、告警类型、告警所属系统、告警处理结果、车辆装载数据、车辆卸载数据、车辆从装载到卸载的距离等中的至少一个。

如图1所示，每个无人驾驶矿车10可以各自包括区块生成模块110和车辆验证模块120。根据本发明的实施例，无人驾驶矿车10可以以每个单位周期为基础（即每个单位周期地）将所产生的车辆告警和装卸数据WLD存储在无人驾驶矿车10内（即车端存储），并且还可以传输至云控平台20，以存储在云控平台20中。在本文中，“单位周期”可以是指进行作业过程的一段时间。换言之，在单位周期内在作业过程中产生的数据表示在执行该作业过程的一段时间内产生的数据。作为示例，单位周期可以是24小时（即，1天）。因此，第一单位周期可以理解为第1天，第二单位周期可以理解为第2天，以此类推。然而，本发明的实施方式不限于此，可以选择其他合适的单位周期。由此，无人驾驶矿车10可以在第一单位周期（例如第1天）在作业过程中至少生成第一车辆告警和装卸数据WLD1，并在第二单位周期（例如第2天）在作业过程中至少生成第二车辆告警和装卸数据WLD2。

进一步地，在第1天，区块生成模块110可以被配置成对第一车辆告警和装卸数据WLD1进行计算以生成第一区块数据SD1，并将所生成的第一区块数据SD1存储在无人驾驶矿车10中。然后，在第2天，区块生成模块110可以基于第一区块数据SD1对第二车辆告警和装卸数据WLD2进行计算，以生成第二区块数据SD2，并将所生成的第二区块数据SD2存储在无人驾驶矿车10中。另外，可以基于第二区块数据SD2对第三车辆告警和装卸数据进行计算，以生成并存储第三区块数据。以此类推，可以同样地应用于第4天或更多天的数据。

以这种方式，无人驾驶矿车10所生成的车辆告警和装卸数据WLD并不是直接存储在本地车端中，而是以生成区块的方式，在对所述数据进行处理后进行存储。此外，通过使前一天的区块数据参与到对后一天的车辆告警和装卸数据的数据处理中，使得每一天的区块数据之间彼此相关联，并由此形成区块链。因此，存储在无人驾驶矿车10中的每个区块数据以及其相关的车辆告警和装卸数据，会由于彼此之间的关联性而防止被篡改，从而确保所存储的数据的真实性和可靠性。

在这种情况下，无人驾驶矿车10进一步设置有车辆验证模块120。车辆验证模块120被配置成在从无人驾驶矿车10调取车辆告警和装卸数据WLD时，可以基于其相应的区块数据进行验证。例如，在调取车辆告警和装卸数据WLD时，车辆验证模块120会首先获得相对应的区块数据SD。由于所述区块数据SD与其他区块数据具有关联性，因此车辆验证模块120可以基于这种关联性而对所述区块数据SD进行验证，以确定是否被篡改，从而确保真实性。

另一方面，如图1所示，自动化矿区系统1000还包括云控平台20。根据本发明的实施例，云控平台20被配置成在每个单位周期（例如，1天）从至少一个无人驾驶矿车10中的每个接收区块数据SD。如上所述，无人驾驶矿车10除了将每个单位周期内生成的数据存储在本地车端中之外，还以每个单位周期为单位（即每个单位周期地）将所生成的数据传输至云控平台20中，以存储在云控平台20中。由于在自动化矿区系统1000中，可能存在两个或更多个无人驾驶矿车10，因此在每个单位周期内云控平台20可以接收到来自每个无人驾驶矿车10的两个或更多个区块数据SD，并对这些区块数据SD进行数据处理后进行存储。

具体地，云控平台20包括整体区块生成模块210和云端验证模块220。整体区块生成模块210被配置成针对每个单位周期，对所接收的全部区块数据SD进行计算，以生成整体区块数据ESD，并将所生成的整体区块数据ESD存储在云控平台20中。换言之，云控平台20并不是单独地存储来自每个无人驾驶矿车10的区块数据SD，而是对所有的区块数据SD进行整体处理后，以整体区块的方式存储在云控平台20中。

以这种方式，通过使不同车辆的区块数据SD之间具有计算上的关联性，可以实现从另一层面保护车辆告警和装卸数据WLD及其区块数据SD的真实性和可靠性。即，云控平台20使相同单位周期内产生的多个区块数据SD彼此具有相关性，从而可以基于这种相关性而防止在云控平台20上对所存储的车辆告警和装卸数据WLD的随意篡改，进而确保真实性。

在这种情况下，云控平台20进一步设置有云端验证模块220。云端验证模块220被配置成在从云控平台20调取车辆告警和装卸数据WLD时，基于其相应的整体区块数据ESD进行验证。例如，在调取车辆告警和装卸数据WLD时，云控平台20会首先获取相对应的整体区块数据ESD，然后从整体区块数据ESD中计算提取出相对应的区块数据SD。由于整体区块数据ESD与所述区块数据SD存在计算上的关联性，因此云端验证模块220可以根据这种关联性而对所述区块数据SD进行验证，以确定是否被篡改并确定数据真实性。

另外，以这种方式，通过使用根据本发明实施例的自动化矿区系统1000，还可以有利地推进智能化矿区运营的进步与发展。目前，智能化矿区运营还不是完全成熟，并且正在不断更新中。因此，准确可靠的数据不仅可以用于检查矿区作业质量、监控作业进程，还可以在测试环节中真实地采集测试数据和结果，从而可以充分地了解矿区无人驾驶系统的性能并可以分析需要改进之处，从而有针对性进行改进，以加速研发和创新进程。例如，对于路径规划算法，在每个单位周期内的测试之后，可以获得告警相关数据。通过对告警相关数据的质量分析，可以判断路径规划算法是否合适并是否可进行应用。如果在分析时所提取的告警相关数据是被篡改而经优化的数据，则可能会错误判断所设计的路径规划算法已经符合要求，这将影响路径规划效果，进而耽误改进算法的时机。因此，确保在无人驾驶矿车10和云控平台20中存储的数据具有真实性和可靠性对于智能化和自动化矿区系统尤为重要。根据本发明实施例的自动化矿区系统1000可以实现上述所需的效果。

图2示出了根据本发明实施例的区块数据SD的示例。作为示例，示出了第一区块数据SD1和第二区块数据SD2，本领域技术人员可以理解其他区块数据可以具有相似的结构。

为清楚起见，以下将以一个无人驾驶矿车10为例进行说明。本领域技术人员可以理解，其他无人驾驶矿车10可以具有相似的操作。根据本发明的实施例，区块生成模块110被配置成对第一单位周期（例如第1天）内的第一车辆告警和装卸数据WLD1进行哈希计算以生成第一哈希值HASH-1，使得第一区块数据SD1包括第一哈希值HASH-1。区块生成模块110还被配置成将前一区块索引值、后一区块索引值和时间戳包括在区块数据中。

如图2所示，第一哈希值HASH-1包括在第一区块数据SD1中。根据本发明的实施例，区块生成模块110可以具有哈希算法，并在无人驾驶矿车10在第一单位周期内生成第一车辆告警和装卸数据WLD1之后，区块生成模块110利用哈希算法对第一车辆告警和装卸数据WLD1进行哈希计算，从而获得第一哈希值HASH-1。替代地，由于第一车辆告警和装卸数据WLD1之前没有其它车辆告警和装卸数据产生，因此区块生成模块110也可以直接对第一车辆告警和装卸数据WLD1生成随机的初始哈希值作为第一哈希值HASH-1。此后，区块生成模块110可以将与第一车辆告警和装卸数据WLD1相关的时间戳Time1、后一区块索引值SD2等信息与第一哈希值HASH-1一起包括在第一区块数据SD1中，从而生成第一区块数据SD1。由于第一区块数据SD1是所产生的第一个区块，即在第一区块数据SD1之前没有其它区块，因此图2中所示的第一区块数据SD1中没有包括前一区块索引值。然而，本发明的实施例不限于此，第一区块数据SD1也可以包括前一区块索引值的项，并可以例如将前一区块索引值记录为“空”。

另外地，除了时间戳、索引值、哈希值的信息之外，第一区块数据SD1还可以进一步包括与第一单位周期内的第一车辆告警和装卸数据相关的其他信息，包括但不限于交易序号、装载时间、卸载时间、产量等等。

此时，可以理解为已经完成了第一单位周期内的第一车辆告警和装卸数据WLD1在无人驾驶矿车10的车端存储。然后，无人驾驶矿车10会在第二单位周期内生成第二车辆告警和装卸数据WLD2。根据本发明的实施例，区块生成模块110还被配置成通过将第一哈希值HASH-1与第二单位周期（例如第2天）内的第二车辆告警和装卸数据WLD2进行计算以生成第二哈希值HASH-2，使得第二区块数据SD2包括第二哈希值HASH-2。

作为示例，区块生成模块110可以利用哈希算法，对第一哈希值HASH-1与第二车辆告警和装卸数据WLD2进行哈希计算，从而获得第二哈希值HASH-2，使得第二哈希值HASH-2包括在第二区块数据SD2中。

如图2所示，与第一区块数据SD1类似，在生成第二哈希值HASH-2之后，区块生成模块110可以获取该区块的前一区块索引值SD1、与第二单位周期内的第二车辆告警和装卸数据WLD2相关的时间戳Time2，并确定该区块的后一区块索引值SD3。然后，将这些信息一起包括在第二区块数据SD2中，从而形成第二区块数据SD2。同样地，除了时间戳、索引值、哈希值的信息之外，第二区块数据SD2也可以进一步包括与第二单位周期内的第二车辆告警和装卸数据WLD2或作业生产过程相关的其他信息，并且这同样适用其他区块数据（例如第三区块数据、第四区块数据等）。

以这种方式，通过根据第一区块数据SD1的哈希值来计算第二区块数据SD2的哈希值，并通过使每个区块数据中记录有前后两个区块的索引值，使得所有区块数据（包括第一区块数据SD1和第二区块数据SD2）可以形成区块链。同时，使得所有区块数据之间彼此具有数据相关性，从而防止对数据的篡改、确保数据真实性。

根据本发明的实施例，车辆验证模块120被配置成在从无人驾驶矿车10调取在第二单位周期内生成的第二车辆告警和装卸数据WLD2时，根据第一区块数据SD1中的第一哈希值HASH-1和第二区块数据SD2中的第二哈希值HASH-2，对所调取的第二车辆告警和装卸数据WLD2进行验证。

作为示例，由于第二区块数据SD2是根据第一区块数据SD1计算得到的，并通过第二区块数据SD2的前一区块索引值可以找到第一区块数据SD1，因此在从第二区块数据SD2中获取（例如解码）第二车辆告警和装卸数据WLD2时，必然会利用到第一区块数据SD1中的第一哈希值HASH-1进行反向计算。在第二车辆告警和装卸数据WLD2被篡改的情况下，无人驾驶矿车10中的车辆验证模块120会发现第一哈希值HASH-1、第二哈希值HASH-2和第二车辆告警和装卸数据WLD2之间并不符合哈希算法规则，从而会引发系统告警以提示第二车辆告警和装卸数据WLD2被篡改的可能性。由此，通过根据本发明的实施例的自动化矿区系统1000，可以使存储的数据彼此形成区块链，从而可以互相印证而防止篡改数据，确保数据真实性。

此时，可以理解为已经完成了第二单位周期内的第二车辆告警和装卸数据WLD2在无人驾驶矿车10的车端存储。此外，上述针对第一区块数据SD1和第二区块数据SD2的描述同样适用于其他单位周期的区块数据，并且由此可以针对每个无人驾驶矿车10，将多个单位周期的区块数据形成区块链。通过以此方式存储车辆告警和装卸数据来确保数据的真实性。

图3示出了根据本发明实施例的整体区块数据ESD的示例。作为示例，图3示出了第一整体区块数据ESD1。本领域技术人员将理解的是，其他整体区块数据可以具有相似的结构。

根据本发明的实施例，云控平台20中的整体区块生成模块被配置成针对每个单位周期，对所接收的全部的区块数据中包括的哈希值进行计算以生成整体哈希值，并通过将整体哈希值对应于每个区块数据而在云控平台20中形成并存储整体区块数据。

如上所述，云控平台20以单位周期（例如，天）为单位存储区块数据，并且以整体的方式存储来自多个无人驾驶矿车10的在相同单位周期内的全部区块数据。在下文中，以第一单位周期内的第一车辆告警和装卸数据WLD1作为示例进行说明。在多个无人驾驶矿车10分别生成各自的第一车辆告警和装卸数据WLD1以及各自相应的第一区块数据SD1，使得云控平台20接收到多个第一区块数据SD1之后，整体区块生成模块210可以对全部的第一区块数据SD1中包括的第一哈希值HASH-1进行计算，以生成第一整体哈希值EHASH-1。

作为示例，整体区块生成模块210可以被设计成具有预定算法，并以所述预定算法对所有的第一区块数据SD1中包括的第一哈希值HASH-1进行计算，从而获得第一整体哈希值EHASH-1。即，第一整体哈希值EHASH-1与所有第一区块数据SD1相关，是通过所有第一哈希值HASH-1共同计算出来的。此后，整体区块生成模块210可以将所生成的第一整体哈希值EHASH-1与多个第一区块数据SD1一一对应地存储在云控平台20中。即，将第一整体哈希值EHASH-1对应于每个第一区块数据SD1而存储在云控平台20中。

如图3所示，在整体区块生成模块210针对所有所接收的第一区块数据SD1生成第一整体哈希值EHASH-1（例如，图3中的“A####A”）之后，将每个第一区块数据SD1以及其相对应的第一整体哈希值EHASH-1包括在第一整体区块数据ESD1中，从而形成第一整体区块数据ESD1。另外地或可选地，如图3所示，第一整体区块数据ESD1可以进一步包括其他相关信息，例如每个第一区块数据SD1所对应的无人驾驶矿车编号等。

以这种方式，通过形成第一整体区块数据ESD1，使得每个第一区块数据SD1可以与其他的第一区块数据SD1彼此具有相关性，从而防止了在云控平台20中对这些区块数据的篡改。

根据本发明的实施例，云控平台20中的云端验证模块220被配置成在从云控平台20调取区块数据时，根据相应的整体区块数据中的整体哈希值，对所调取的区块数据进行验证。作为示例，当篡改了其中一个第一区块数据SD1时，云控平台20中的云端验证模块220会例如根据第一整体哈希值EHASH-1进行反向计算，从而发现所篡改的第一区块数据SD1与第一整体哈希值EHASH-1之间不符合整体区块生成模块210中的预定算法规则，从而会发出告警以提示被篡改的可能性。

作为另一示例，整体区块生成模块210可以被配置成针对每个第一区块数据SD1存储的第一整体哈希值EHASH-1会随着第一区块数据SD1的篡改而改变。例如，在其中一个第一区块数据SD1被篡改的情况下，其所对应的第一整体哈希值EHASH-1会随之改变。这使得调取第一整体区块数据ESD1时，技术人员会发现所篡改的第一区块数据SD1具有与其他的第一区块数据SD1不同的第一整体哈希值EHASH-1，从而意识到篡改可能性。上述示例可以例如通过使用合适的预定算法实现。

作为再一示例，多个无人驾驶矿车10可以直接将各自的第一车辆告警和装卸数据WLD1传输到云控平台20，而不是传输第一区块数据SD1。在该示例中，整体区块生成模块210可以直接对多个第一车辆告警和装卸数据WLD1进行计算以获得第一整体哈希值EHASH-1。然而，云端验证模块220可以以上述的类似的方法在调取数据时判断是否被篡改。

另外地或可选地，云控平台20中的云端验证模块220还可以被配置成在从至少一个无人驾驶矿车10接收至少一个第一区块数据SD1时，对每个第一区块数据SD1重新进行哈希计算，以进一步验证每个第一区块数据SD1是否被篡改。

以上针对第一单位周期内的多个第一区块数据SD1的描述同样适用于第二单位周期内的多个第二区块数据SD2。作为示例，云控平台20可以在第二单位周期内从至少一个无人驾驶矿车10接收至少一个第二区块数据SD2。此后，云控平台20的整体区块生成模块210可以以上述方式对所接收的全部第二区块数据SD2进行计算，以生成第二整体区块数据，并将第二整体区块数据存储在云控平台20中。同样地，在从云控平台20中调取第二区块数据SD2时，云端验证模块220可以以上述方式对所调取的第二区块数据SD2进行验证。由此，可以防止对存储在云控平台20中的数据的篡改，从而确保运营数据的准确性。以此类推，上述操作同样适用于其他单位周期。

根据本发明的实施例，云控平台20还包括智能合约模块230。智能合约模块230被配置成将云控平台20中存储的整体区块数据传输到区块网络，以备份整体区块数据。

返回参考图1，云控平台20还可以包括智能合约模块230。智能合约模块230可以被配置成将云控平台20中所存储的整体区块数据传输至区块网络，以在区块网络中备份数据。作为示例，云控平台20可以定时地或周期性地将所存储的整体区块数据传输至区块网络。以这种方式，通过将数据上传至网络，可以在区块网络中形成整体区块数据副本。由此，可以防止数据丢失而造成损失的可能性。此外，通过区块网络中的副本进行参考，可以进一步防止数据篡改风险，确保数据准确性和安全性。另外地或替代地，云控平台20还可以存储从无人驾驶矿车10接收的区块数据，并且还可以将所存储的区块数据传输至区块网络。

可选地，如图1所示，无人驾驶矿车10在单位周期内还可以生成车辆行驶数据DRD。在本文中，“车辆行驶数据”可以指与无人驾驶矿车10的行驶情况相关的信息。作为示例，车辆行驶数据DRD可以包括车辆进出区域、车辆油耗信息、车辆司机信息等中的至少一个。根据本发明的实施例，车辆行驶数据DRD可以与车辆告警和装卸数据WLD具有相同的处理过程。即，自动化矿区系统1000可以将车辆行驶数据DRD与车辆告警和装卸数据WLD一起以如上所述的方式存储在各自的无人驾驶矿车10中，并存储在云控平台20中。

可选地，如图1所示，根据本发明的实施例，自动化矿区系统1000还可以包括至少一个智能辅助设备30。在本文中，“智能辅助设备”可以指辅助无人驾驶矿车10完成矿区作业任务的设备或车辆。作为示例，智能辅助设备30可以包括洒水车、挖掘机、推土机等中的至少一种。

根据本发明的实施例，每个智能辅助设备30在单位周期内在作业过程中至少生成设备告警和行驶数据AWL。设备告警和行驶数据AWL可以被执行与车辆告警和装卸数据WLD相同的数据处理过程。即，设备告警和行驶数据AWL可以与如上所述的针对车辆告警和装卸数据WLD的处理过程一样，以单位周期地存储在智能辅助设备30中，并存储在云控平台20中。作为示例，每个智能辅助设备30可以类似于无人驾驶矿车10而各自设置有区块生成模块和验证模块，从而将所生成的设备告警和行驶数据AWL生成区块数据进行存储。进一步地，将区块数据传输至云控平台20，并通过整体区块生成模块210生成整体区块数据进行存储。由于对设备告警和行驶数据AWL的处理过程与上述针对车辆告警和装卸数据WLD的过程相似、原理相同，因此本文中不再过多赘述。

作为示例，设备告警和行驶数据AWL可以包括告警发生时间、告警解除时间、告警类型、告警所属系统、告警处理结果、设备运行里程、设备进出区域、设备油耗信息、设备司机信息等中的至少一个。

可选地，如图1所示，根据本发明的实施例，自动化矿区系统1000还可以包括辅助矿区作业过程的至少一个子系统40，每个子系统40在单位周期内在作业过程中至少生成子系统管理数据SMD，并传输至云控平台20，以整体区块数据的形式存储在云控平台20中。作为示例，子系统40可以包括综合管控系统、设备全生命周期管理系统、爆破设计系统、生产计划管理系统等中的至少一种。

应当注意的是，子系统40与无人驾驶矿车10和智能辅助设备30并不相同，子系统40无法进行本地存储，而仅能够将数据传输至云控平台20中进行存储，并且在云控平台20中的数据处理过程可以与车辆告警和装卸数据WLD和设备告警和行驶数据AWL相同。作为示例，云控平台20可以将在单位周期内接收的车辆告警和装卸数据WLD、设备告警和行驶数据AWL和子系统管理数据SMD一起生成整体区块数据以进行存储。作为示例，子系统管理数据SMD可以包括子系统的告警信息（包括发生时间、解除时间、告警类型、所属系统等）、人员出勤信息（包括姓名、工号、出勤开始时间、出勤结束时间、所有进出区域详细信息等）等等。

图4示出了使用根据本发明的实施例的自动化矿区系统1000进行矿区作业的方法的示例。

在步骤S401中，由至少一个无人驾驶矿车10中的每个在第一单位周期内在作业过程中至少生成第一车辆告警和装卸数据WLD1。

在步骤S402中，由无人驾驶矿车10的区块生成模块110对第一车辆告警和装卸数据WLD1进行计算，以在无人驾驶矿车10中生成并存储第一区块数据SD1。

在步骤S403中，由云控平台20在第一单位周期内从至少一个无人驾驶矿车10中的每个接收第一区块数据SD1。

在步骤S404中，由云控平台20中的整体区块生成模块210对所接收的全部的第一区块数据SD1进行计算，以在云控平台20中生成并存储第一整体区块数据ESD1。

在步骤S405中，由至少一个无人驾驶矿车10中的每个在第二单位周期内在作业过程中至少生成第二车辆告警和装卸数据WLD2。

在步骤S406中，由无人驾驶矿车10的区块生成模块110基于第一区块数据SD1对第二车辆告警和装卸数据WLD2进行计算，以在无人驾驶矿车10中生成并存储第二区块数据SD2。

在步骤S407中，由云控平台20在第二单位周期内从至少一个无人驾驶矿车10中的每个接收第二区块数据SD2，并由整体区块生成模块210对所接收的全部的第二区块数据SD2进行计算，以在云控平台20中生成并存储第二整体区块数据。

有利地，根据本发明的实施例的自动化矿区系统1000能够实现准确地呈现智能化矿区的运营情况、有利于真实地记录智能化矿区的开采水平与生成产量。此外，根据本发明的实施例的自动化矿区系统1000还能够通过真实地反应测试结果而推进智能化矿区的开发进程，加快智能化矿山行业的改造升级。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种自动化矿区系统，其特征在于，所述系统包括：

至少一个无人驾驶矿车，每个无人驾驶矿车在单位周期内在作业过程中至少生成车辆告警和装卸数据，其中每个无人驾驶矿车包括：

区块生成模块，所述区块生成模块被配置成对所述无人驾驶矿车在第一单位周期内生成的第一车辆告警和装卸数据进行计算，以生成并存储第一区块数据，并且基于所述第一区块数据对所述无人驾驶矿车在第二单位周期内生成的第二车辆告警和装卸数据进行计算，以生成并存储第二区块数据；

车辆验证模块，所述车辆验证模块被配置成在从所述无人驾驶矿车调取所述车辆告警和装卸数据时，基于相应的区块数据进行验证；和

云控平台，所述云控平台被配置成在每个单位周期从所述至少一个无人驾驶矿车中的每个接收所述区块数据，其中所述云控平台包括：

整体区块生成模块，所述整体区块生成模块被配置成针对每个单位周期，对所接收的全部区块数据进行计算，以生成并存储整体区块数据；

云端验证模块，所述云端验证模块被配置成在从所述云控平台调取所述车辆告警和装卸数据时，基于相应的整体区块数据进行验证。

2.根据权利要求1所述的自动化矿区系统，其特征在于，所述区块生成模块被配置成对所述第一单位周期内的第一车辆告警和装卸数据进行哈希计算以生成第一哈希值，使得所述第一区块数据包括所述第一哈希值，并通过将所述第一哈希值与所述第二单位周期内的第一车辆告警和装卸数据进行计算以生成第二哈希值，使得所述第二区块数据包括所述第二哈希值。

3.根据权利要求2所述的自动化矿区系统，其特征在于，所述区块生成模块还被配置成通过将前一区块索引值、后一区块索引值和时间戳包括在区块数据中，以使所述第一区块数据和所述第二区块数据形成区块链。

4.根据权利要求2所述的自动化矿区系统，其特征在于，所述车辆验证模块被配置成在从所述无人驾驶矿车调取在第二单位周期内生成的第二车辆告警和装卸数据时，根据所述第一区块数据中的第一哈希值和所述第二区块数据中的第二哈希值，对所调取的第二车辆告警和装卸数据进行验证。

5.根据权利要求1所述的自动化矿区系统，其特征在于，所述整体区块生成模块被配置成针对每个单位周期，对所接收的全部的区块数据中包括的哈希值进行计算以生成整体哈希值，并通过将所述整体哈希值对应于每个区块数据而在所述云控平台中形成并存储所述整体区块数据。

6.根据权利要求5所述的自动化矿区系统，其特征在于，所述云端验证模块被配置成在从所述云控平台调取所述区块数据时，根据相应的整体区块数据中的整体哈希值，对所调取的区块数据进行验证。

7.根据权利要求1-6中任一项所述的自动化矿区系统，其特征在于，所述云控平台还包括智能合约模块，所述智能合约模块被配置成将所述云控平台中存储的整体区块数据传输到区块网络，以备份所述整体区块数据。

8.根据权利要求1-6中任一项所述的自动化矿区系统，其特征在于，

所述无人驾驶矿车在单位周期内还生成车辆行驶数据，

所述自动化矿区系统还包括至少一个智能辅助设备，每个智能辅助设备在单位周期内在作业过程中至少生成设备告警和行驶数据，

其中，所述车辆行驶数据和所述设备告警和行驶数据被执行与所述车辆告警和装卸数据相同的数据处理过程。

9.根据权利要求1-6中任一项所述的自动化矿区系统，其特征在于，所述自动化矿区系统还包括辅助矿区作业过程的至少一个子系统，每个子系统在单位周期内在作业过程中至少生成子系统管理数据，并传输至所述云控平台，以整体区块数据的形式存储在所述云控平台中。

10.一种用根据权利要求1-9中任一项所述的自动化矿区系统进行矿区作业的方法，其特征在于，所述方法包括：

由至少一个无人驾驶矿车中的每个在第一单位周期内在作业过程中至少生成第一车辆告警和装卸数据；

由所述无人驾驶矿车的区块生成模块对所述第一车辆告警和装卸数据进行计算，以在所述无人驾驶矿车中生成并存储第一区块数据；

由云控平台在所述第一单位周期内从所述至少一个无人驾驶矿车中的每个接收所述第一区块数据；

由所述云控平台中的整体区块生成模块对所接收的全部的第一区块数据进行计算，以在所述云控平台中生成并存储第一整体区块数据；

由至少一个无人驾驶矿车中的每个在第二单位周期内在作业过程中至少生成第二车辆告警和装卸数据；

由所述无人驾驶矿车的区块生成模块基于所述第一区块数据对所述第二车辆告警和装卸数据进行计算，以在所述无人驾驶矿车中生成并存储第二区块数据；和

由云控平台在所述第二单位周期内从所述至少一个无人驾驶矿车中的每个接收所述第二区块数据，并由所述整体区块生成模块对所接收的全部的第二区块数据进行计算，以在所述云控平台中生成并存储第二整体区块数据。