CN116853326A - 一种矿用轨道车辆无人驾驶控制系统 - Google Patents
一种矿用轨道车辆无人驾驶控制系统 Download PDFInfo
- Publication number
- CN116853326A CN116853326A CN202311135051.0A CN202311135051A CN116853326A CN 116853326 A CN116853326 A CN 116853326A CN 202311135051 A CN202311135051 A CN 202311135051A CN 116853326 A CN116853326 A CN 116853326A
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- vehicle body
- air door
- turnout
- 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.)
- Granted
Links
- 238000005065 mining Methods 0.000 title claims abstract description 24
- 238000013475 authorization Methods 0.000 claims abstract description 29
- 230000006854 communication Effects 0.000 claims abstract description 22
- 238000004891 communication Methods 0.000 claims abstract description 21
- 230000007246 mechanism Effects 0.000 claims abstract description 17
- 230000009471 action Effects 0.000 claims abstract description 5
- 230000003287 optical effect Effects 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 20
- 238000013507 mapping Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 9
- 230000004888 barrier function Effects 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 4
- 231100001261 hazardous Toxicity 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 239000003245 coal Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/20—Trackside control of safe travel of vehicle or train, e.g. braking curve calculation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
- B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
- B61L23/041—Obstacle detection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/40—Handling position reports or trackside vehicle data
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明涉及一种矿用轨道车辆无人驾驶控制系统,包括:定位组件,用于检测车辆本体的行驶方向信息和本体位置信息;感知组件,用于对车辆本体的前方进行障碍物检测以获取障碍物信息;轨旁控制装置,用于控制关键节点处的执行机构动作,并生成通行授权信息和状态信息;近距离通信组件,用于与轨旁控制装置通信,获取所述通行授权信息和状态信息;车载控制器,用于基于行车信息与远程调度系统通信,获取控车指令,并基于控车指令控制车辆运行;远程调度系统,用于生成路径信息,以及用于与车载控制器通信,根据所述路径信息和行车信息生成控车指令并发送至车载控制器。本发明的系统能够提高轨道车辆行驶时的自动化程度。
Description
技术领域
本发明涉及矿井运输技术领域,尤其涉及一种矿用轨道车辆无人驾驶控制系统。
背景技术
智能煤矿的建设与应用是基于新兴技术如人工智能、机器人、物联网、大数据等技术,推动煤炭工业技术更新和产业转型升级的重要手段,其具体是从人工化、机械化控制向自动化、信息化、数字化、安全化控制稳步推进,通过“机器换人”来实现煤矿作业“少人则安”和“无人则安”的目的。
针对煤矿井下使用的轨道车辆主要依赖司机人工驾驶所带来的不足,研发矿用轨道车辆的无人驾驶控制系统有助于降低因调度、操作失误而发生运输事故的概率;同时,矿用轨道车辆的无人驾驶控制系统的使用,能减少井下人员的数量,可以大幅度减少运输事故发生,从而也能减少因其它矿井事故引发的伤亡人数,具有巨大的经济效益和社会效益。然而由于矿用轨道车辆所使用的轨道上通常存在道岔、风门等辅助结构,往往需要驾驶员及时判断道岔、风门的闭合状态来确定能否驾驶轨道车辆通过,有时甚至需要驾驶员下车手动切换道岔、风门的闭合状态后才能安全通过,因而降低了矿用轨道车辆行驶时的自动化程度。
发明内容
(一)要解决的技术问题
鉴于现有技术的上述缺点、不足,本发明提供一种矿用轨道车辆无人驾驶控制系统,其解决了现有技术中矿用轨道车辆行驶时的自动化程度较低的技术问题。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
本发明实施例提供一种矿用轨道车辆无人驾驶控制系统,所述控制系统包括:
定位组件,用于检测车辆本体的行驶方向信息和本体位置信息;
感知组件,设置于车辆本体上,用于对车辆本体的前方进行障碍物检测以获取障碍物信息;
轨旁控制装置,设置于轨道关键节点处,用于控制关键节点处的执行机构动作,并根据关键节点可用状态生成通行授权信息,以及用于根据执行机构的当前状态生成状态信息;
近距离通信组件,设置于车辆本体上,用于与轨旁控制装置通信,获取所述通行授权信息和状态信息;
车载控制器,设置于车辆本体上,用于基于行车信息,通过远距离通信组件与远程调度系统通信,获取控车指令,并基于控车指令控制车辆运行;其中,所述行车信息包括所述行驶方向信息、本体位置信息、障碍物信息、通行授权信息、状态信息中的一种或多种;
远程调度系统,用于生成路径信息,以及用于与车载控制器通信,根据所述路径信息和行车信息生成控车指令,并发送至车载控制器。
可选地,所述路径信息包括:车辆本体从起点到终点经过的所有关键节点,以及每个关键节点对应的配置信息;所述关键节点包括:道岔、风门、坡道、弯道;
当所述关键节点为道岔时,所述配置信息包括道岔目标闭合状态信息和限速信息;
当所述关键节点为风门时,所述配置信息包括风门目标闭合状态信息和限速信息;
当所述关键节点为坡道或弯道时,所述配置信息包括限速信息。
可选地,所述定位组件包括:无源电子标签和读卡器,所述无源电子标签和读卡器分别设置于巷道内或车辆本体上,所述读卡器用于读取所述无源电子标签中的编号信息。
可选地,当所述关键节点为道岔时,所述道岔包括一条轨道主路和至少两条轨道支路,所述轨旁控制装置为道岔控制器;
所述读卡器设置于车辆本体上,所述无源电子标签包括多组标签组,且每条所述轨道主路和轨道支路上均设有一组标签组;
每组所述标签组包括:与道岔中心的距离不同的无源电子标签一和无源电子标签二;
所述无源电子标签一和无源电子标签二中的编号信息包括:道岔编号、主路/支路编号、以及组内编号;
所述远程调度系统根据所述道岔编号和主路/支路编号确定车辆本体的本体位置信息,以及,根据读卡器读取所述无源电子标签一和无源电子标签二的先后顺序,确定车辆本体的行驶方向信息;
所述道岔控制器根据道岔是否有轨道车辆正在通过来确定可用状态;当道岔的可用状态为可用时,道岔控制器在接收到近距离通信组件发送的通行请求时,返回通行授权信息和状态信息。
可选地,当车辆本体即将通过道岔时,所述根据所述路径信息和行车信息生成控车指令,包括:
所述远程调度系统根据当前道岔的通行授权信息判断车辆本体是否可以通行;若是,所述远程调度系统从本体位置信息中获取当前道岔的编号信息,根据所述编号信息从路径信息中获取当前道岔对应的目标闭合状态信息,并比对当前道岔的状态信息与所述目标闭合状态信息是否一致,
若是,生成控车指令控制车辆本体通过当前道岔;
若否,生成控车指令控制车辆本体停车,并将目标闭合状态信息发送至道岔控制器,请求道岔控制器按照目标闭合状态信息控制执行机构对道岔进行变道操作,并重新获取当前道岔的状态信息与所述目标闭合状态信息进行比对。
可选地,当所述关键节点为风门时,所述风门包括第一风门和第二风门,所述轨旁控制装置为风门控制装置;
所述无源电子标签包括至少两个,且所述无源电子标签沿同一水平高度设置于车辆本体上,每道风门沿轨道方向的两侧各设置有至少一个读卡器;
所述风门控制装置通过读卡器读取到的至少两个无源电子标签的顺序确定车辆本体的行驶方向信息,并通过读卡器的编号确定车辆本体的本体位置信息;
所述风门控制装置获取环境信息判断风门的可用状态,并根据所述风门的可用状态生成某一道风门的通行授权信息,所述环境信息包括:该风门的警戒区域内是否有行人、另一道风门的状态信息。
可选地,当车辆本体即将通过风门时,所述根据所述路径信息和行车信息生成控车指令,包括:
所述远程调度系统根据通行授权信息判断车辆本体是否可以通行;若是,所述远程调度系统获取当前风门的状态信息,并判断当前风门的状态信息是否为开启状态,
若是,生成控车指令控制车辆本体通过当前风门;
若否,生成控车指令控制车辆本体停车,并请求风门控制器控制执行机构开启当前风门,并重新获取当前风门的状态信息进行比对。
可选地,所述感知组件包括:用于获取车辆本体前方的点云数据的激光雷达装置、用于获取车辆本体前方的光学图像的摄像装置;
所述车载控制器还包括AI计算模块,所述AI计算模块用于融合所述点云数据和光学图像,以获取车辆本体前方的障碍物信息,使车载控制器根据所述障碍物信息生成避障指令。
可选地,所述获取车辆本体前方的障碍物信息并生成避障指令,使车载控制器根据所述障碍物信息生成避障指令,包括:
所述AI计算模块基于图像识别神经网络模型,识别所述光学图像中的轨道区域和障碍物,并根据所述轨道区域在光学图像中划分安全分级区域;其中,所述安全分级区域包括:危险区域、警戒区域和安全区域;
所述AI计算模块获取车辆本体的本体位置信息和行驶方向信息,根据所述本体位置信息和行驶方向信息确定车辆本体所在的场景类别;其中,所述场景类别包括:直行道、过弯道、上坡道、下坡道、过道岔、过风门;
所述AI计算模块获取点云数据,并将所述点云数据转化为深度图像;
所述AI计算模块根据所述场景类别确定预设的像素位置映射关系,根据所述像素位置映射关系,将所述深度图像中每个像素点的距离信息赋予光学图像中对应的像素点,得到光学图像中障碍物的位置、尺寸和距离信息作为障碍物信息;其中,所述预设的像素位置映射关系是基于预先的配置过程得到的;
所述车载控制器根据所述障碍物信息判断所述障碍物所在的安全分级区域,并根据预设的避障策略生成对应的避障指令。
可选地,所述预先的配置过程包括:
获取每个场景类别下的多组原始数据,每组所述原始数据包括相同拍摄条件下获取的点云数据和光学图像;
对于每组原始数据,将点云数据转换成深度图像,并获取深度图像中标示轨道区域的第一标签,获取光学图像中标示轨道区域的第二标签;
将每组原始数据的第一标签和第二标签一同输入图像配准网络得到第一标签映射到第二标签的形变场;
根据所述形变场,建立点云数据配准到光学图像的像素位置映射关系。
(三)有益效果
在本发明实施例提出的控制系统,包括定位组件、感知组件、轨旁控制装置、近距离通信组件、车载控制器和远程调度系统,其中,轨旁控制装置通过执行机构控制风门、道岔的状态,并向车载控制器提供通行授权信息和状态信息;定位组件、感知组件用于获取车辆本体的行驶方向信息、本体位置信息和障碍物信息;车载控制器收集上述行车信息并上报给远程调度系统,远程调度系统基于上述行车信息和路径信息生成控车指令下发给车载控制器,以使车载控制器根据控车指令控制车辆运行。基于本发明实施例提供的控制系统,轨道车辆在行驶过程中可与轨旁控制装置通信,获取状态信息和通信授权信息以确定能够直接通过道岔或风门,并能够在道岔或风门的状态信息不符合需求时与轨旁控制装置通信以改变道岔或风门的状态,以使轨道车辆能够顺利通过风门或道岔,提高矿用轨道车辆行驶时的自动化程度。此外,远程调度系统生成的路径信息中对轨道车辆通过关键节点的限速信息进行了配置,从而提高了轨道车辆行驶时的安全性。
此外,基于矿井中常见的场景类别,本发明实施例还通过AI计算模块对激光雷达装置和摄像装置获得的点云数据和光学图像进行融合,以提高对障碍物信息的准确度,并基于AI计算模块自动划分的安全分级区域生成对应的避障指令,进一步提高了轨道车辆行驶时的自动化程度和安全性。
附图说明
图1为实施例中提供的一种矿用轨道车辆无人驾驶控制系统的结构示意图;
图2为实施例中提供的道岔中定位组件和道岔控制器的位置示意图;
图3为实施例中提供的风门中定位组件和风门控制装置的位置示意图;
图4为实施例中提供的风门控制装置的结构示意图;
图5为实施例中提供的安全分级区域的划分方式示意图。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更清楚、透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
实施例
本实施例提供一种矿用轨道车辆无人驾驶控制系统,所述轨道车辆可为电机车或单轨吊。如图1所示,所述控制系统包括感知组件、定位组件、近距离通信组件、车载控制器、轨旁控制装置和远程调度系统,具体如下:
所述定位组件,用于检测车辆本体的行驶方向信息和本体位置信息。具体地,所述定位组件可为UWB组件,所述UWB组件包括设置于车辆本体上的UWB标签和设置于轨道附近的UWB模块,UWB组件和基于TDOA(到达时间差)方法测定车辆本体的本体位置信息。进一步地,所述定位组件还包括无源电子标签和读卡器,所述读卡器和无源电子标签分别设置于车辆本体或轨道附近,从而辅助控制系统对关键节点进行精确定位。
所述感知组件,设置于车辆本体上,用于对车辆本体的前方进行障碍物检测以获取障碍物信息。
所述轨旁控制装置,设置于轨道关键节点处,用于控制关键节点处的执行机构动作,并根据关键节点的可用状态生成通行授权信息,以及用于根据执行机构的当前状态生成状态信息。较佳地,关键节点的可用状态的判断逻辑可为:若某一关键节点允许某一轨道车辆通过时,该关键节点对该轨道车辆的可用状态为可用,对其他轨道车辆的可用状态为不可用(或称为锁定),直至该轨道车辆完全通过该关键节点时,所述关键节点对所有轨道车辆的可用状态恢复为可用。所述执行机构可为液压缸、气缸或电机驱动的位移机构。所述关键节点包括:道岔、风门、坡道、弯道。
所述近距离通信组件,设置于车辆本体上,用于与轨旁控制装置通信,获取所述通行授权信息和状态信息。较佳地,所述近距离通信组件包括zigbee模块、wifi模块中的至少一种。
所述车载控制器,设置于车辆本体上,用于基于行车信息,通过远距离通信组件与远程调度系统通信,获取控车指令,并基于控车指令控制车辆运行;其中,所述行车信息包括所述行驶方向信息、本体位置信息、障碍物信息、通行授权信息、状态信息中的一种或多种。较佳地,所述远距离通信组件可为无线基站。所述无线基站包括4G模块、5G模块、wifi模块中的一种或多种。为了方便本发明控制系统的设置,上述定位组件中的UWB模块也可设置于无线基站中。
所述远程调度系统,用于生成路径信息,以及用于与车载控制器通信,根据所述路径信息和行车信息生成控车指令并发送至车载控制器。较佳地,所述路径信息包括:车辆本体从起点到终点经过的所有关键节点,以及每个关键节点对应的配置信息。当所述关键节点为道岔时,所述配置信息包括道岔目标闭合状态信息和限速信息;当所述关键节点为风门时,所述配置信息包括风门目标闭合状态信息和限速信息;当所述关键节点为坡道或弯道时,所述配置信息包括限速信息。
基于本发明实施例提供的控制系统,轨道车辆在行驶过程中可与轨旁控制装置通信,获取状态信息和通信授权信息以确定能够直接通过道岔或风门,并能够在道岔或风门的状态信息不符合需求时与轨旁控制装置通信以改变道岔或风门的状态,以使轨道车辆能够顺利通过风门或道岔,提高矿用轨道车辆行驶时的自动化程度。此外,远程调度系统生成的路径信息中对轨道车辆通过关键节点的限速信息进行了配置,从而提高了轨道车辆行驶时的安全性。
在本实施例第一种较佳的实施方案中,如图2所示,当所述关键节点为道岔时,所述道岔包括一条轨道主路和至少两条轨道支路,分别为轨道支路1和轨道支路2,所述轨旁控制装置为道岔控制器,道岔控制器通过信号线与道岔的执行机构连接,以控制A点与B点或C点中的一个连接。
所述定位组件包括:无源电子标签和读卡器。所述读卡器设置于车辆本体上,所述无源电子标签包括多组标签组,且每条所述轨道主路和轨道支路上均设有一组标签组。
每组所述标签组包括:与道岔中心的距离不同的无源电子标签一和无源电子标签二。
所述无源电子标签一和无源电子标签二中的编号信息包括:道岔编号、主路/支路编号、以及组内编号。具体地,所述编号信息的格式可为:
{[道岔ID][主路/支路编号][组内编号]}
例如图2中轨道主路上的标签组,可将距离道岔中心较远的无源电子标签的编号信息设置为“035D001”,将距离道岔中心较近的无源电子标签的编号信息设置为“035D002”,其中“035”为道岔ID,“D0”为主路/支路编号,“D0”后的两位数字“01”和“02”为组内标号。
所述远程调度系统根据所述道岔编号和主路/支路编号确定车辆本体的本体位置信息,以及,根据读卡器读取所述无源电子标签一和无源电子标签二的先后顺序,确定车辆本体的行驶方向信息。
具体地,例如,基于上述轨道主路上标签组的编号信息,轨道车辆行驶在轨道主路上,读卡器先后读到编号信息为“035D001”和“035D002”的无源电子标签时,由于“035D001”与道岔中心的距离大于“035D002”,因而可以判断车辆本体的行驶方向信息为:车辆本体正在驶向道岔。反之,若读卡器先后读到编号信息为“035D002”和“035D001”的无源电子标签时,则可以判断车辆本体正在驶离道岔。
所述道岔控制器根据道岔是否有轨道车辆正在通过来确定可用状态;当道岔的可用状态为可用时,道岔控制器在接收到近距离通信组件发送的通行请求时,返回通行授权信息和状态信息;相应地,当道岔的可用状态不可用时,道岔控制器在接收到近距离通信组件发送的通行请求后不予响应或返回等待通行信息。具体地,道岔处轨道的可用状态的判断逻辑可为:若道岔控制器允许某一轨道车辆通过时,该道岔对该轨道车辆的可用状态为可用,对其他轨道车辆的可用状态为不可用,直至该轨道车辆完全通过该道岔(该轨道车辆的行驶方向信息为“车辆本体正在驶离道岔”)时,所述关键节点对所有轨道车辆的可用状态恢复为可用。
基于上述的设置方式,当车辆本体即将通过道岔时,控制系统基于行车信息和路径信息生成控车指令的逻辑具体包括:
所述远程调度系统根据当前道岔的通行授权信息判断车辆本体是否可以通行;若否,则生成控车指令控制车辆本体停车等待通信授权信息;若是,所述远程调度系统从本体位置信息中获取当前道岔的编号信息,根据所述编号信息从路径信息中获取当前道岔对应的目标闭合状态信息,并比对当前道岔的状态信息与所述目标闭合状态信息是否一致,
若是,生成控车指令控制车辆本体通过当前道岔;
若否,生成控车指令控制车辆本体停车,并将目标闭合状态信息发送至道岔控制器,请求道岔控制器按照目标闭合状态信息控制执行机构对道岔进行变道操作,并重新获取当前道岔的状态信息与所述目标闭合状态信息进行比对,当重新获取的当前道岔的状态信息与所述目标闭合状态信息一致时,生成控车指令启动车辆本体并通过当前道岔,否则继续获取当前道岔的状态信息,直至其与目标闭合状态信息一致时再控制车辆本体通过道岔。
需要说明的,所述道岔目标闭合状态是指轨道车辆从起点到终点的过程中,道岔对应的所需闭合状态。例如,对应于图2,轨道车辆需要从轨道主路驶入轨道支路1才能到达终点,则道岔对应的所需闭合状态,也即道岔目标闭合状态,则为A点与B点连接。
在本实施例的第二种较佳的实施方式中,如图3所示,当所述关键节点为风门时,所述风门包括第一风门和第二风门,所述轨旁控制装置为风门控制装置,包括分别设置于第一风门和第二风门处的两个分站,且两个分站通信相互通信以更新彼此的状态信息(也即风门的启闭状态信息)。
需要说明的,矿井的巷道内为了隔断风流,通常要求第一风门和第二风门不能同时处于开启状态,因而轨道车辆需要通过第一风门和第二风门时,需要以下操作流程:首先,打开第一风门,第二风门保持关闭,轨道车辆驶入第一风门和第二风门之间的缓冲区;接着,关闭第一风门,轨道车辆继续向第二风门行驶;然后,第二风门打开,轨道车辆从第二风门处驶出缓冲区;最后,第二风门关闭。
在本实施方式中,所述定位组件包括:无源电子标签和读卡器,所述无源电子标签包括至少两个,且所述无源电子标签沿同一水平高度设置于车辆本体上,每道风门沿轨道方向的两侧均设置有至少一个读卡器,分别为设置于第一风门两侧的读卡器1和读卡器2、设置于第二风门两侧的读卡器3和读卡器4。较佳地,所述无源电子标签包括四个,按照从车头至车尾的方向分别称为信标1、信标2、信标3、信标4,其中信标1、信标2布置于车头,信标3、信标4布置于车尾,四个无源电子标签同一水平高度设置于车辆本体上。
当轨道车辆通过风门时,所述风门控制装置通过读卡器读取到的四个无源电子标签的顺序确定车辆本体是车头先进入风门,还是车尾先进入风门。例如,若读卡器1读到无源电子标签的顺序依次是信标1、信标2、信标3、信标4,则可判定是车头先进入风门;反之,若读卡器1读到无源电子标签的顺序依次是信标4、信标3、信标2、信标1,则可判定轨道车辆的车尾先进入风门。同时,还可通过不同读卡器读取相同无源电子标签的顺序确定车辆本体的本体位置信息和行驶方向信息。例如,如图3所示,若读卡器1读到信标1而读卡器2尚未读取到信标1,则可判定车辆本体位于第一风门的左侧且尚未通过第一风门;若读卡器1和读卡器2先后读取到信标4,则可判定车辆本体正在由第一风门驶向第一风门右侧的缓冲区,且读卡器2读取到信标4的时刻,即为车辆本体完全通过第一风门的时刻。反之,若读卡器2读到信标4而读卡器1尚未读取到信标4,则可判定车辆本体位于第一风门右侧的缓冲区且尚未通过第一风门;若读卡器2和读卡器1先后读取到信标1,则可判定车辆本体正在由第一风门右侧的缓冲区驶出第一风门,且读卡器1读取到信标1的时刻,即为车辆本体完全通过第一风门的时刻。根据其他读卡器读取到的无源电子标签的顺序确定车辆本体的行驶方向信息的逻辑也可以此类推。
所述风门控制装置获取环境信息判断风门的可用状态,并根据所述可用状态生成某一道风门的通行授权信息,所述环境信息包括:该风门的警戒区域内是否有行人、另一道风门的状态信息。具体地,该风门的警戒区域内是否有行人可通过设有红外热释传感器的人体探测仪检测,另一道风门的状态信息可基于当前风门的分站与另一道风门的分站的通信过程获得。进一步具体地,只有当该风门的警戒区域内没有行人、且另一道风门的状态信息为关闭状态时,当前风门的可用状态为可用,否则为不可用。
此外,为了方便轨道车辆上的人员及时了解通行授权信息和状态信息等,还可设置显示器或语音播放器播放相关信息。此外,还可在风门附近设置声光报警器,以使相关人员注意风门动作。风门控制装置的结构示意图如图4所示,其中,控制器与气缸通信连接,以便根据分站下发的指令控制气缸动作,驱动风门开启或关闭;同时,控制器也采集气缸的伸缩状态反馈给分站,以使其生成风门的状态信息。
基于上述设置,当车辆本体即将通过风门时,控制系统基于行车信息和路径信息生成控车指令的逻辑具体包括:
所述远程调度系统根据通行授权信息判断车辆本体是否可以通行;若否,则生成控车指令控制车辆本体停车等待通信授权信息;若是,所述远程调度系统获取当前风门的状态信息,并判断当前风门的状态信息是否为开启状态,
若是,生成控车指令控制车辆本体通过当前风门;
若否,生成控车指令控制车辆本体停车,并请求风门控制器控制执行机构开启当前风门,并重新获取当前风门的状态信息,当重新获取的当前风门的状态信息为开启状态时,生成控车指令启动车辆本体并通过当前风门,否则继续获取当前风门的状态信息,直至当前风门的状态信息为开启状态时再控制车辆本体通过风门。
需要说明的,在本实施例的第一种和第二种实施方案中,由于定位组件中读卡器和无源电子标签设置的位置不同,若想同时实施第一种和第二种实施方案,则需要使用两组定位组件分别实现对应的功能。
特别地,在第一和第二种实施方案中,车载控制器工作在能够与远程调度系统正常通信时的联网模式下,因而控车指令由远程调度系统生成并下发给车载控制器。但在实际工作中,为了应对井下可能出现的通信质量不佳的情况,也可对车载控制器配置离线工作模式。当车载控制器工作在离线模式时,其本地存储有预先下载的路径信息,车载控制器在获取行车信息后,可在本地基于行车信息和路径信息,根据上述生成控车指令的逻辑直接生成控车指令,控制车辆本体的运行。此外,基于路径信息中关键节点的限速信息,本发明提供的控制系统还可控制车辆本体在关键节点处加速或减速,以保证车辆以安全速度行驶。
在本实施例的第三种较佳的实施方案中,所述感知组件包括:用于获取车辆本体前方的点云数据的激光雷达装置、用于获取车辆本体前方的光学图像的摄像装置。其中,所述激光雷达装置可为8线/16线/32线/64线激光雷达。此外,所述感知组件还可包括超声波雷达,以对激光雷达探测盲区的障碍物进行探测。
所述车载控制器还包括AI计算模块,所述AI计算模块用于融合所述点云数据和光学图像,以获取车辆本体前方的障碍物信息,使车载控制器根据所述障碍物信息生成避障指令。
具体地,所述AI计算模块获取车辆本体前方的障碍物信息并生成避障指令,使车载控制器根据所述障碍物信息生成避障指令的逻辑包括:
A1、所述AI计算模块基于图像识别神经网络模型,识别所述光学图像中的轨道区域和障碍物,并根据所述轨道区域在光学图像中划分安全分级区域;其中,所述安全分级区域包括:危险区域、警戒区域和安全区域。
具体地,所述图像识别神经网络模型可为训练好的现有的Yolo V5模型,所述障碍物可为行人、轨道车辆、落石等。
较佳地,如图5所示,所述安全分级区域的划分方法可为:
危险区域:轨道内侧区域及轨道外侧10cm以内区域;
警戒区域:轨道外侧10cm-50cm区域;
安全区域:轨道外侧50cm及以外的区域。
为了减少计算量,可只选取光学图像中的感兴趣区域进行轨道区域和障碍物的识别。
A2、所述AI计算模块获取车辆本体的本体位置信息和行驶方向信息,根据所述本体位置信息和行驶方向信息确定车辆本体所在的场景类别;其中,所述场景类别包括:直行道、过弯道、上坡道、下坡道、过道岔、过风门。其中,过弯道、上坡道、下坡道、过道岔、过风门的判定方法可使用上述第一种和第二种实施方案中判断轨道车辆驶入或驶出关键节点的方法进行判断,并判定驶出关键节点后默认进入直行道。
A3、所述AI计算模块获取点云数据,并将所述点云数据转化为深度图像。
A4、所述AI计算模块根据所述场景类别确定预设的像素位置映射关系,根据所述像素位置映射关系,将所述深度图像中每个像素点的距离信息赋予光学图像中对应的像素点,得到光学图像中障碍物的位置、尺寸和距离信息作为障碍物信息;其中,所述预设的像素位置映射关系是基于预先的配置过程得到的。
A5、所述车载控制器根据所述障碍物信息判断所述障碍物所在的安全分级区域,并根据预设的避障策略生成对应的避障指令。
具体地,所述根据所述障碍物信息判断所述障碍物所在的安全分级区域具体可为通过计算障碍物与每个安全分级区域的交并比来判断,或者根据障碍物的重心坐标所处的安全分级区域来判断。
较佳地,所述避障策略可为:
障碍物位于安全区域时:车辆本体正常运行;
障碍物位于警戒区域时:车辆本体减速、鸣笛,并根据障碍物与车辆的距离控制车辆本体的速度,距离越近,车辆速度越小;
障碍物位于危险区域时:车辆本体制动并鸣笛。
具体地,在A4中,所述预先的配置过程包括:
S1、获取每个场景类别下的多组原始数据,每组所述原始数据包括相同拍摄条件下获取的点云数据和光学图像。
具体地,所述场景类别包括:直行道、过弯道、上坡道、下坡道、过道岔、过风门。
S2、对于每组原始数据,将点云数据转换成深度图像,并获取深度图像中标示轨道区域的第一标签,获取光学图像中标示轨道区域的第二标签。
S3、将每组原始数据的第一标签和第二标签一同输入图像配准网络得到第一标签映射到第二标签的形变场。具体地,所述图像配准网络可为voxelmurph模型。
S4、根据所述形变场,建立点云数据配准到光学图像的像素位置映射关系。
基于点云数据能够对障碍物的距离信息和尺寸信息具有较好的识别精度,但通常无法较好地识别障碍物的类型;基于光学图像能够对障碍物的类型具有较好的识别精度,但通常对障碍物的距离信息和尺寸信息的识别效果不佳。因此,可尝试融合点云数据和光学图像以提高对障碍物各方面信息的识别精度。但现有的融合方法通常需要借助摄像装置的内参对点云数据进行转换,这使得数据处理过程复杂,而且一旦更换摄像装置,则需要重新根据摄像装置的内参初始化相关的转换关系。而本实施例则首先将点云数据转换为深度图像,接着将深度图像中的距离信息基于像素位置映射关系赋予光学图像,即可达到点云数据与光学图像的融合,简化了数据处理的复杂度。此外,由于不同场景类别下深度图像映射到光学图像的形变场不同,本实施例基于不同场景类别下对应的形变场生成了多个像素位置映射关系,以使深度图像能够与光学图像更准确地对齐,从而进一步提高融合后的图像中障碍物信息的准确度,进而提高轨道车辆行驶时的自动化程度和安全性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例,或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。
应当注意的是,位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了的若干装置中,这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用,仅是为了表述方便,而不表示任何顺序。可将这些词语理解为部件名称的一部分。
此外,需要说明的是,在本说明书的描述中,术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述,是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发明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。
尽管已描述了本发明的优选实施例,但本领域的技术人员在得知了基本创造性概念后,则可对这些实施例作出另外的变更和修改。所以,技术方案应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明技术方案及其等同技术的范围之内,则本发明也应该包含这些修改和变型在内。
Claims (10)
1.一种矿用轨道车辆无人驾驶控制系统,其特征在于,包括:
定位组件,用于检测车辆本体的行驶方向信息和本体位置信息;
感知组件,设置于车辆本体上,用于对车辆本体的前方进行障碍物检测以获取障碍物信息;
轨旁控制装置,设置于轨道关键节点处,用于控制关键节点处的执行机构动作,并根据关键节点的可用状态生成通行授权信息,以及用于根据执行机构的当前状态生成状态信息;
近距离通信组件,设置于车辆本体上,用于与轨旁控制装置通信,获取所述通行授权信息和状态信息;
车载控制器,设置于车辆本体上,用于基于行车信息,通过远距离通信组件与远程调度系统通信,获取控车指令,并基于控车指令控制车辆运行;其中,所述行车信息包括所述行驶方向信息、本体位置信息、障碍物信息、通行授权信息、状态信息中的一种或多种;
远程调度系统,用于生成路径信息,以及用于与车载控制器通信,根据所述路径信息和行车信息生成控车指令,并发送至车载控制器。
2.根据权利要求1所述的矿用轨道车辆无人驾驶控制系统,其特征在于,所述路径信息包括:车辆本体从起点到终点经过的所有关键节点,以及每个关键节点对应的配置信息;所述关键节点包括:道岔、风门、坡道、弯道;
当所述关键节点为道岔时,所述配置信息包括道岔目标闭合状态信息和限速信息;
当所述关键节点为风门时,所述配置信息包括风门目标闭合状态信息和限速信息;
当所述关键节点为坡道或弯道时,所述配置信息包括限速信息。
3.根据权利要求2所述的矿用轨道车辆无人驾驶控制系统,其特征在于,所述定位组件包括:无源电子标签和读卡器,所述无源电子标签和读卡器分别设置于巷道内或车辆本体上,所述读卡器用于读取所述无源电子标签中的编号信息。
4.根据权利要求3所述的矿用轨道车辆无人驾驶控制系统,其特征在于,当所述关键节点为道岔时,所述道岔包括一条轨道主路和至少两条轨道支路,所述轨旁控制装置为道岔控制器;
所述读卡器设置于车辆本体上,所述无源电子标签包括多组标签组,且每条所述轨道主路和轨道支路上均设有一组标签组;
每组所述标签组包括:与道岔中心的距离不同的无源电子标签一和无源电子标签二;
所述无源电子标签一和无源电子标签二中的编号信息包括:道岔编号、主路/支路编号、以及组内编号;
所述远程调度系统根据所述道岔编号和主路/支路编号确定车辆本体的本体位置信息,以及,根据读卡器读取所述无源电子标签一和无源电子标签二的先后顺序,确定车辆本体的行驶方向信息;
所述道岔控制器根据道岔是否有轨道车辆正在通过来确定可用状态;当道岔的可用状态为可用时,道岔控制器在接收到近距离通信组件发送的通行请求时,返回通行授权信息和状态信息。
5.根据权利要求4所述的矿用轨道车辆无人驾驶控制系统,其特征在于,当车辆本体即将通过道岔时,所述根据所述路径信息和行车信息生成控车指令,包括:
所述远程调度系统根据当前道岔的通行授权信息判断车辆本体是否可以通行;若是,所述远程调度系统从本体位置信息中获取当前道岔的编号信息,根据所述编号信息从路径信息中获取当前道岔对应的目标闭合状态信息,并比对当前道岔的状态信息与所述目标闭合状态信息是否一致,
若是,生成控车指令控制车辆本体通过当前道岔;
若否,生成控车指令控制车辆本体停车,并将目标闭合状态信息发送至道岔控制器,请求道岔控制器按照目标闭合状态信息控制执行机构对道岔进行变道操作,并重新获取当前道岔的状态信息与所述目标闭合状态信息进行比对。
6.根据权利要求3所述的矿用轨道车辆无人驾驶控制系统,其特征在于,当所述关键节点为风门时,所述风门包括第一风门和第二风门,所述轨旁控制装置为风门控制装置;
所述无源电子标签包括至少两个,且所述无源电子标签沿同一水平高度设置于车辆本体上,每道风门沿轨道方向的两侧各设置有至少一个读卡器;
所述风门控制装置通过读卡器读取到的至少两个无源电子标签的顺序确定车辆本体的行驶方向信息,并通过读卡器的编号确定车辆本体的本体位置信息;
所述风门控制装置获取环境信息判断风门的可用状态,并根据所述风门的可用状态生成某一道风门的通行授权信息,所述环境信息包括:该风门的警戒区域内是否有行人、另一道风门的状态信息。
7.根据权利要求6所述的矿用轨道车辆无人驾驶控制系统,其特征在于,当车辆本体即将通过风门时,所述根据所述路径信息和行车信息生成控车指令,包括:
所述远程调度系统根据通行授权信息判断车辆本体是否可以通行;若是,所述远程调度系统获取当前风门的状态信息,并判断当前风门的状态信息是否为开启状态,
若是,生成控车指令控制车辆本体通过当前风门;
若否,生成控车指令控制车辆本体停车,并请求风门控制器控制执行机构开启当前风门,并重新获取当前风门的状态信息进行比对。
8.根据权利要求1所述的矿用轨道车辆无人驾驶控制系统,其特征在于,所述感知组件包括:用于获取车辆本体前方的点云数据的激光雷达装置、用于获取车辆本体前方的光学图像的摄像装置;
所述车载控制器还包括AI计算模块,所述AI计算模块用于融合所述点云数据和光学图像,以获取车辆本体前方的障碍物信息,使车载控制器根据所述障碍物信息生成避障指令。
9.根据权利要求8所述的矿用轨道车辆无人驾驶控制系统,其特征在于,所述获取车辆本体前方的障碍物信息并生成避障指令,使车载控制器根据所述障碍物信息生成避障指令,包括:
所述AI计算模块基于图像识别神经网络模型,识别所述光学图像中的轨道区域和障碍物,并根据所述轨道区域在光学图像中划分安全分级区域;其中,所述安全分级区域包括:危险区域、警戒区域和安全区域;
所述AI计算模块获取车辆本体的本体位置信息和行驶方向信息,根据所述本体位置信息和行驶方向信息确定车辆本体所在的场景类别;其中,所述场景类别包括:直行道、过弯道、上坡道、下坡道、过道岔、过风门;
所述AI计算模块获取点云数据,并将所述点云数据转化为深度图像;
所述AI计算模块根据所述场景类别确定预设的像素位置映射关系,根据所述像素位置映射关系,将所述深度图像中每个像素点的距离信息赋予光学图像中对应的像素点,得到光学图像中障碍物的位置、尺寸和距离信息作为障碍物信息;其中,所述预设的像素位置映射关系是基于预先的配置过程得到的;
所述车载控制器根据所述障碍物信息判断所述障碍物所在的安全分级区域,并根据预设的避障策略生成对应的避障指令。
10.根据权利要求9所述的矿用轨道车辆无人驾驶控制系统,其特征在于,所述预先的配置过程包括:
获取每个场景类别下的多组原始数据,每组所述原始数据包括相同拍摄条件下获取的点云数据和光学图像;
对于每组原始数据,将点云数据转换成深度图像,并获取深度图像中标示轨道区域的第一标签,获取光学图像中标示轨道区域的第二标签;
将每组原始数据的第一标签和第二标签一同输入图像配准网络得到第一标签映射到第二标签的形变场;
根据所述形变场,建立点云数据配准到光学图像的像素位置映射关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311135051.0A CN116853326B (zh) | 2023-09-05 | 2023-09-05 | 一种矿用轨道车辆无人驾驶控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311135051.0A CN116853326B (zh) | 2023-09-05 | 2023-09-05 | 一种矿用轨道车辆无人驾驶控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116853326A true CN116853326A (zh) | 2023-10-10 |
CN116853326B CN116853326B (zh) | 2023-11-28 |
Family
ID=88219476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311135051.0A Active CN116853326B (zh) | 2023-09-05 | 2023-09-05 | 一种矿用轨道车辆无人驾驶控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116853326B (zh) |
Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010002688A1 (en) * | 1999-12-04 | 2001-06-07 | Helmut Uebel | Method of detecting obstacles on railroad lines |
EP2168839A1 (en) * | 2008-09-25 | 2010-03-31 | Nederlandse Organisatie voor toegepast- natuurwetenschappelijk onderzoek TNO | A railway obstacle detecting system, a method of detecting a railway obstacle and a computer program product |
CN102233885A (zh) * | 2011-06-29 | 2011-11-09 | 中国恩菲工程技术有限公司 | 矿山井下运输线路的智能识别系统 |
CN103010267A (zh) * | 2012-12-21 | 2013-04-03 | 北京中军天成科技开发有限公司 | 自适应闭塞的列车运行控制设备、系统及方法 |
US20130218375A1 (en) * | 2010-08-24 | 2013-08-22 | Beijing Jiaotong University | Method of movement authority calculation for communications-based train control system |
CN103287460A (zh) * | 2013-05-10 | 2013-09-11 | 淮北祥泰科技有限责任公司 | 矿用电机车速度控制安全行车系统 |
CN104228883A (zh) * | 2014-08-28 | 2014-12-24 | 上海亨钧科技股份有限公司 | 一种有轨电车自动驾驶模式下的控制方法 |
CN104260756A (zh) * | 2014-09-04 | 2015-01-07 | 鞍钢集团矿业公司 | 井下铁路道岔智能控制装置及方法 |
CN105905133A (zh) * | 2016-05-11 | 2016-08-31 | 中铁武汉勘察设计研究院有限公司 | 一种铁路线路障碍自动监测报警方法及系统 |
CN106707293A (zh) * | 2016-12-01 | 2017-05-24 | 百度在线网络技术(北京)有限公司 | 用于车辆的障碍物识别方法和装置 |
CN106740906A (zh) * | 2016-12-26 | 2017-05-31 | 合肥工大高科信息科技股份有限公司 | 矿井机车无人驾驶车载控制系统及其控制方法 |
CN206475876U (zh) * | 2016-12-26 | 2017-09-08 | 合肥工大高科信息科技股份有限公司 | 矿井机车无人驾驶车载控制系统 |
CN107901954A (zh) * | 2017-11-21 | 2018-04-13 | 江苏中机矿山设备有限公司 | 一种矿用单轨吊无人驾驶系统 |
CN108152831A (zh) * | 2017-12-06 | 2018-06-12 | 中国农业大学 | 一种激光雷达障碍物识别方法及系统 |
US20180186392A1 (en) * | 2015-06-25 | 2018-07-05 | Technological Resources Pty. Limited | Control Arrangement for a Railroad Level Crossing |
CN108773381A (zh) * | 2018-06-06 | 2018-11-09 | 厦门矿通科技有限公司 | 一种基于行车电脑控制的矿山轨道机车无人自动驾驶系统 |
CN112009524A (zh) * | 2020-07-15 | 2020-12-01 | 北京埃福瑞科技有限公司 | 一种用于有轨电车障碍物检测的系统及方法 |
CN112141175A (zh) * | 2020-09-24 | 2020-12-29 | 广西交控智维科技发展有限公司 | 轨道交通运维系统及方法 |
CN113359752A (zh) * | 2021-06-24 | 2021-09-07 | 中煤科工开采研究院有限公司 | 一种井工煤矿料车自动驾驶方法 |
WO2021238759A1 (zh) * | 2020-05-29 | 2021-12-02 | 比亚迪股份有限公司 | 轨道车辆状态检测方法、车载控制器和区域控制器 |
CN114281078A (zh) * | 2021-12-15 | 2022-04-05 | 云南昆钢电子信息科技有限公司 | 一种矿山井下运矿电机车无人驾驶控制系统 |
CN114750806A (zh) * | 2022-05-11 | 2022-07-15 | 南京北路智控科技股份有限公司 | 一种单轨吊远程驾驶方法及系统 |
CN115454057A (zh) * | 2022-08-24 | 2022-12-09 | 中国矿业大学 | 一种煤矿机器人群数字孪生智能管控建模系统与方法 |
CN115675570A (zh) * | 2022-09-14 | 2023-02-03 | 卡斯柯信号有限公司 | 一种用于列车障碍物信息显示的方法和装置 |
CN116080679A (zh) * | 2022-12-01 | 2023-05-09 | 北京踏歌智行科技有限公司 | 一种面向井下巷道的无轨胶轮车无人驾驶方法 |
-
2023
- 2023-09-05 CN CN202311135051.0A patent/CN116853326B/zh active Active
Patent Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010002688A1 (en) * | 1999-12-04 | 2001-06-07 | Helmut Uebel | Method of detecting obstacles on railroad lines |
EP2168839A1 (en) * | 2008-09-25 | 2010-03-31 | Nederlandse Organisatie voor toegepast- natuurwetenschappelijk onderzoek TNO | A railway obstacle detecting system, a method of detecting a railway obstacle and a computer program product |
US20130218375A1 (en) * | 2010-08-24 | 2013-08-22 | Beijing Jiaotong University | Method of movement authority calculation for communications-based train control system |
CN102233885A (zh) * | 2011-06-29 | 2011-11-09 | 中国恩菲工程技术有限公司 | 矿山井下运输线路的智能识别系统 |
CN103010267A (zh) * | 2012-12-21 | 2013-04-03 | 北京中军天成科技开发有限公司 | 自适应闭塞的列车运行控制设备、系统及方法 |
CN103287460A (zh) * | 2013-05-10 | 2013-09-11 | 淮北祥泰科技有限责任公司 | 矿用电机车速度控制安全行车系统 |
CN104228883A (zh) * | 2014-08-28 | 2014-12-24 | 上海亨钧科技股份有限公司 | 一种有轨电车自动驾驶模式下的控制方法 |
CN104260756A (zh) * | 2014-09-04 | 2015-01-07 | 鞍钢集团矿业公司 | 井下铁路道岔智能控制装置及方法 |
US20180186392A1 (en) * | 2015-06-25 | 2018-07-05 | Technological Resources Pty. Limited | Control Arrangement for a Railroad Level Crossing |
CN105905133A (zh) * | 2016-05-11 | 2016-08-31 | 中铁武汉勘察设计研究院有限公司 | 一种铁路线路障碍自动监测报警方法及系统 |
CN106707293A (zh) * | 2016-12-01 | 2017-05-24 | 百度在线网络技术(北京)有限公司 | 用于车辆的障碍物识别方法和装置 |
CN106740906A (zh) * | 2016-12-26 | 2017-05-31 | 合肥工大高科信息科技股份有限公司 | 矿井机车无人驾驶车载控制系统及其控制方法 |
CN206475876U (zh) * | 2016-12-26 | 2017-09-08 | 合肥工大高科信息科技股份有限公司 | 矿井机车无人驾驶车载控制系统 |
CN107901954A (zh) * | 2017-11-21 | 2018-04-13 | 江苏中机矿山设备有限公司 | 一种矿用单轨吊无人驾驶系统 |
CN108152831A (zh) * | 2017-12-06 | 2018-06-12 | 中国农业大学 | 一种激光雷达障碍物识别方法及系统 |
CN108773381A (zh) * | 2018-06-06 | 2018-11-09 | 厦门矿通科技有限公司 | 一种基于行车电脑控制的矿山轨道机车无人自动驾驶系统 |
WO2021238759A1 (zh) * | 2020-05-29 | 2021-12-02 | 比亚迪股份有限公司 | 轨道车辆状态检测方法、车载控制器和区域控制器 |
CN112009524A (zh) * | 2020-07-15 | 2020-12-01 | 北京埃福瑞科技有限公司 | 一种用于有轨电车障碍物检测的系统及方法 |
CN112141175A (zh) * | 2020-09-24 | 2020-12-29 | 广西交控智维科技发展有限公司 | 轨道交通运维系统及方法 |
CN113359752A (zh) * | 2021-06-24 | 2021-09-07 | 中煤科工开采研究院有限公司 | 一种井工煤矿料车自动驾驶方法 |
CN114281078A (zh) * | 2021-12-15 | 2022-04-05 | 云南昆钢电子信息科技有限公司 | 一种矿山井下运矿电机车无人驾驶控制系统 |
CN114750806A (zh) * | 2022-05-11 | 2022-07-15 | 南京北路智控科技股份有限公司 | 一种单轨吊远程驾驶方法及系统 |
CN115454057A (zh) * | 2022-08-24 | 2022-12-09 | 中国矿业大学 | 一种煤矿机器人群数字孪生智能管控建模系统与方法 |
CN115675570A (zh) * | 2022-09-14 | 2023-02-03 | 卡斯柯信号有限公司 | 一种用于列车障碍物信息显示的方法和装置 |
CN116080679A (zh) * | 2022-12-01 | 2023-05-09 | 北京踏歌智行科技有限公司 | 一种面向井下巷道的无轨胶轮车无人驾驶方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116853326B (zh) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Palmer et al. | The autonomous siemens tram | |
CN113485319A (zh) | 基于5g车路协同的自动驾驶系统 | |
CN106769085B (zh) | 自动驾驶车辆避让动态障碍物能力的测试方法及测试场 | |
CN109584571A (zh) | 道路交叉口预警控制方法及系统、及所用的感知装置 | |
CN106470885A (zh) | 车辆控制系统以及具备该车辆控制系统的行为计划系统 | |
CN106297342A (zh) | 一种提前、实时提示交通信号灯信息的提醒装置及方法 | |
CN109212513A (zh) | 多目标在雷达间数据传递、数据融合及连续跟踪定位方法 | |
CN104890595A (zh) | 在自动驾驶车辆中预测自动驾驶可用时间的设备和方法 | |
CN112419773A (zh) | 一种基于云控平台的车路协同无人驾驶控制系统 | |
CN109491380A (zh) | 一种智能汽车用无人驾驶系统及使用方法 | |
JP2020506387A (ja) | より高度に自動化された、例えば、高度自動化車両(haf)をデジタル式位置特定マップで位置特定するための方法 | |
CN207115198U (zh) | 自动驾驶运货车 | |
US20200310430A1 (en) | Vehicle control apparatus, vehicle control method, and storage medium | |
CN111216711B (zh) | 一种智能驾驶汽车自动进出站台的控制方法及系统 | |
CN113359709A (zh) | 一种基于数字孪生的无人驾驶运动规划方法 | |
CN113156414A (zh) | 基于mimo毫米波雷达的智能感知与路径规划运输系统 | |
CN114655260B (zh) | 一种无人驾驶游览车的控制系统 | |
CN110603179A (zh) | 用于自体车辆的自动化调车的系统和方法 | |
CN111665835B (zh) | 车辆控制系统及车辆控制方法 | |
KR20200058613A (ko) | 관제시스템을 이용한 자율주행차량의 교차로 통과지원장치 및 방법 | |
Yoneda et al. | Convolutional neural network based vehicle turn signal recognition | |
WO2022232798A1 (en) | Determination of path to vehicle stop location in a cluttered environment | |
CN214311436U (zh) | 基于mimo毫米波雷达的智能感知与路径规划运输车 | |
CN116853326B (zh) | 一种矿用轨道车辆无人驾驶控制系统 | |
CN115675479A (zh) | 用于利用对象分类器运行机动车中的自动驾驶功能的方法和处理器设备、及机动车 |
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 |