CN116803814B - 一种运矿卡车无人驾驶控制方法及系统 - Google Patents

Abstract

本发明涉及一种运矿卡车无人驾驶控制方法及系统。控制方法包括如下步骤：S1：获取运矿卡车的车辆信息以及巷道信息。S2：根据巷道信息生成行驶路线；S3：判断当前巷道是否能够通行，是则设置最大行驶速度、最短刹车距离；否则暂停运矿作业；S4：建立预测模型，将车辆信息和巷道信息输入预测模型中，得到运矿卡车的下一理想状态量；S5：构建基于Actor‑Critic的控制模型，将下一理想状态量、巷道信息输入控制模型中，得到下一理想控制量。本发明通过直接测距对巷道轮廓进行模拟，探测方法简单，根据实时反馈的运矿卡车状态量对控制模型进行训练更新，提高了无人驾驶的控制精度。

Description

一种运矿卡车无人驾驶控制方法及系统

技术领域

本发明涉及无人驾驶技术领域，特别是涉及一种运矿卡车无人驾驶控制方法、一种运矿卡车无人驾驶控制系统。

背景技术

铰接式运矿卡车是地下矿山运输的常用车辆，其优越性在于它的转向半径比传统的卡车更小，而且它的机动性更强，这使得铰接式运矿卡车在狭窄的矿山道路和转弯处能够更容易地驾驶和操作，从而提高了矿山生产效率和运输效率。考虑到铰接式运矿卡车在未来地下矿山建设的适用性，对其开展自动化与智能化改造是十分必要的，其中铰接式运矿卡车在地下巷道的无人驾驶运输是智能矿山建设的关键技术。但是，由于铰接式运矿卡车复杂的转向与运行特征，同时地下巷道环境狭窄且复杂，常用的SLAM及图像识别算法研发成本过高，且并不适用于井下狭窄、多特征、昏暗环境的自动驾驶。

发明内容

基于此，有必要针对由于矿区巷道路况复杂，图像识别路况及基于图像处理的算法研发成本过高，导致现有的铰接式运矿卡车的无人驾驶技术存在探测成本高、控制精度低的问题，提一种运矿卡车无人驾驶控制方法及系统。

本发明通过以下技术方案实现：一种运矿卡车无人驾驶控制方法包括如下步骤：

S1：获取运矿卡车的车辆信息以及运矿卡车所处范围内的巷道信息；所述车辆信息包括运矿卡车的当前状态量、特征量、当前控制量和位置信息；所述巷道信息包括巷道宽度、巷道轮廓、障碍物信息、巷道温度、地面湿度、地面振幅；

S2：根据所述特征量、所述巷道宽度、所述巷道轮廓、所述障碍物信息生成行驶路线；

S3：根据所述巷道温度和所述地面振幅判断当前巷道是否能够通行，是则根据地面湿度设置最大行驶速度、最短刹车距离；否则向基站发送报警信号，并暂停运矿作业；

S4：建立预测模型，根据设置的最大行驶速度、最短刹车距离对预测模型的参数进行更新；将行驶路线、所述当前状态量、所述当前控制量输入预测模型中，得到下一理想状态量；

S5：构建基于Actor-Critic的控制模型，将当前控制量、当前状态量、下一理想状态量输入控制模型的策略网络中，得到下一理想控制量。

上述控制方法通过直接测距对巷道轮廓进行模拟，探测方法简单、响应迅速、容易实现，无需记录路线特征、无需比对路线动作属性、无需逐一记录并匹配控制参数，具有较低算例的巅峰值。且针对矿区巷道与普通道路的区别，增加对巷道温度、湿度、地面振幅的实时测量，对运矿卡车的行驶速度进行限定，保障运矿卡车行驶的安全性，避免运矿卡车运货过程中货品掉落对其他车辆造成干扰。在路径规划及车辆控制中，根据模拟的巷道轮廓，以巷道中心线为标准，结合障碍物信息生成相应的行驶路线，使运矿卡车与巷道两侧保持充足的间距，避免发生碰撞，同时采用基于Actor-Critic的控制模型输出对运矿卡车的理想控制量，根据实时反馈的运矿卡车状态量对控制模型进行训练更新，提高控制精度。

进一步地，当前状态量包括运矿卡车的当前位姿和当前车速；所述当前控制量包括运矿卡车的转角变量和速度变量；所述当前状态量、所述当前控制量、所述巷道信息均通过安装对应的传感器进行实时测量。

进一步地，通过在运矿卡车头部安装激光雷达探测器，实时探测运矿卡车前方区域内的障碍物信息及对应的巷道轮廓；所述巷道轮廓以多个探测点进行表示，激光雷达探测器发射多个角度不同的探测波，根据回波信号测量沿不同方向的巷道侧壁与激光雷达探测器本身的间距；对多个探测点进行拟合构成巷道轮廓。

进一步地，行驶路线的生成方法如下：

S21：以运矿卡车铰链的旋转中心为原点，运矿卡车行驶方向为Y轴，建立基于巷道路面的平面坐标系。

S22：根据雷达探测器的安装位置、运矿卡车与巷道两侧壁的间距、运矿卡车与前方区域内巷道两侧的间距，将巷道两侧轮廓映射到坐标系中，形成两侧巷道曲线。

S23：对两侧巷道曲线的横坐标取平均值，得到基础行驶路线。对基础行驶路线进行微调，得到光滑的行驶路线。

S24：根据实时采集的障碍物信息对行驶路线进行实时更新以避开障碍物。

进一步地，根据巷道温度T、地面振幅A计算巷道异常指数Q_d，若Q_d≥1，则暂停运矿作业。其中，巷道异常指数表达为：

Q_d=ω₁T/T₀+ω₂A/A₀

式中，Q_d为巷道异常指数，ω₁为温度权重，T₀为温度阈值，ω₂为地面振幅权重，且ω₁+ω₂=1，A₀为地面振幅阈值。

进一步地，最大行驶速度v_max设置为：

式中，v_max0为运矿卡车轮胎与地面达到最大摩擦系数时设置的最大行驶速度，RH₁为运矿卡车轮胎与地面达到最小摩擦系数时的地面湿度，RH₂为运矿卡车轮胎与地面达到最大摩擦系数时的地面湿度，v_max1为运矿卡车轮胎与地面达到最大摩擦系数时设置的最大行驶速度。

最短刹车距离S_min可以设置为：

S_min=2S。S=v²/2gμ

式中，S为运矿卡车的紧急制动距离，v为运矿卡车的当前车速，μ为运矿卡车轮胎与地面的摩擦系数，g为重力加速度。

进一步地，下一理想状态量通过以下方法计算：

将当前状态量X_i和当前控制量u_i输入预测模型中，得到对应的轨迹函数，轨迹函数表达为：

式中，为下一状态量，为轨迹函数。

若根据轨迹函数计算的下一状态量的位姿量与行驶路线中的下一理想位姿相等，则下一理想状态量直接表示为下一状态量，否则根据状态修正函数计算下一理想状态量。其中，状态修正函数表达为：

式中，为下一理想状态量，记为A为状态矩阵，B为控制矩阵。

进一步地，控制模型的训练方法如下：

S51：对基于Actor-Critic的控制模型进行初始化。控制模型包括策略网络和值网络。

S52：将当前控制量、当前状态量以及由预测模型输出的下一理想状态量输入策略网络中，采用马尔科夫过程进行决策，生成下一理想控制量。

S53：将下一理想控制量输入值网络，得到对应的价值，根据价值对策略网络进行更新。

S54：根据实时反馈的下一控制量和下一实际状态量对值网络进行更新，值网络与策略网络形成循环更。

本发明还提供一种运矿卡车无人驾驶控制系统，控制系统包括基站、监测装置、控制器。

监测装置用于实时测量运矿卡车的当前状态量、当前控制量和巷道信息。多个基站用于向监测装置发送定位信号，根据多个基站与监测装置的间距，计算运矿卡车的实时位置。控制器用于接收运矿卡车的当前状态量、实时位置和巷道信息，并根据巷道信息生成行驶路线。根据当前状态量及行驶路线生成对运矿卡车的控制信号，以使运矿卡车按照行驶路线行驶。

进一步地，监测装置包括激光雷达探测器、多个毫米波雷达探测器。激光雷达探测器安装在运矿卡车的头部，用于探测运矿卡车前方的巷道侧壁轮廓以及障碍物信息。毫米波雷达探测器分别安装在运矿卡车的两侧，用于探测运矿卡车两侧与巷道两侧壁的间距。

相较于现有技术，本发明具有如下有益效果：

本发明采用雷达测距的方式对巷道轮廓进行模拟，探测方法简单、响应迅速、容易实现，无需记录路线特征、无需比对路线动作属性、无需逐一记录并匹配控制参数，具有较低算例的巅峰值。且针对矿区巷道与普通道路的区别，增加对巷道温度、湿度、地面振幅的实时测量，对运矿卡车的行驶速度进行限定，保障运矿卡车行驶的安全性，避免运矿卡车运货过程中货品掉落对其他车辆造成干扰，提高运矿作业的通行效率。

在路径规划及车辆控制中，根据模拟的巷道轮廓，以巷道中心线为标准，结合障碍物信息生成相应的行驶路线，使运矿卡车与巷道两侧保持充足的间距，避免发生碰撞。同时采用基于Actor-Critic的控制模型输出对运矿卡车的理想控制量，根据实时反馈的运矿卡车状态量对控制模型进行训练更新，提高控制精度，使运矿卡车按照行驶路线行驶，提高运矿卡车的控制精度及鲁棒性。

附图说明

图1为本发明实施例1中运矿卡车无人驾驶控制方法的步骤图；

图2为图1中巷道信息监测方法的示意图；

图3为运矿卡车处于直行段时的监测及控制方法的示意图；

图4为运矿卡车处于转向段时的监测及控制方法的示意图；

图5为运矿卡车处于红区段时的监测及控制方法的示意图；

图6为本发明实施例2的运矿卡车无人驾驶控制系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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。

需要说明的是，当组件被称为“安装于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“设置于”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中组件。当一个组件被认为是“固定于”另一个组件，它可以是直接固定在另一个组件上或者可能同时存在居中组件。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“或/及”包括一个或多个相关的所列项目的任意的和所有的组合。

实施例1

请参阅图1-图2，本实施例提供了一种运矿卡车无人驾驶控制方法，该控制方法包括如下步骤：

S1：获取运矿卡车的车辆信息以及运矿卡车所处范围内的巷道信息。其中，车辆信息包括特征量和当前状态量。特征量包括运矿卡车的自身重量G_t、载物重量G_l、长度l、宽度d_t、最大转向角、最大加速度a_max、最短刹车距离S_min等，其中，长度l包括车头长度l_h和悬挂长度l_s。当前状态量包括运矿卡车的当前速度v、转角δ、位置信息、当前位姿等。运矿卡车的自身重量、扭矩、长度、宽度、最大加速度、最短刹车距离等可以根据运矿卡车的规格信息直接获取，也可以进行测量后得到，载物重量可以通过测量整车重量后减去自身重量得到。当前状态量在运行过程中需要实时监测，可以通过在运矿卡车上安装对应的速度传感器、角度传感器、测距传感器、UWB定位卡等进行实时测量。

巷道信息包括当前巷道宽度、巷道轮廓、障碍物信息、巷道温度、地面湿度、地面振幅。具体的，巷道信息通过以下方法获取：

在运矿卡车的两侧分别安装毫米波雷达探测器，用于探测运矿卡车与巷道两侧壁的间距d₁、d₂。运矿卡车自身宽度d_t与间距d₁、d₂的总和即为实际的巷道宽度。

在运矿卡车的头部安装激光雷达探测器，用于探测运矿卡车与前方区域内巷道轮廓以及障碍物信息。巷道轮廓以多个探测点进行表示，激光雷达探测器发射多个角度不同的探测波，根据回波信号测量沿不同方向的巷道侧壁与激光雷达探测器本身的间距。对多个探测点进行拟合构成巷道轮廓。根据激光雷达探测器探测的多个间距及对应的探测角度计算出巷道轮廓。例如，激光雷达探测器向前方探测三个方向的间距，分别与汽车行驶方向呈-45°、0°和45°，则对应得到两个（前方间距大于探测距离）或三个间距值，则根据侧面的间距以及对应测量的前方侧壁间距，可以计算出相应路段的巷道轮廓。当然，激光雷达探测器实际测量的间距数量不止3个，以更加精确的测量出对应的巷道轮廓。

在运矿卡车头部安装温度传感器、湿度传感器和震动传感器，实时测量巷道地面的温度、湿度及振幅。其中，振幅包括由于矿区施工作业带来的地面振幅，以及运矿卡车在行驶中由于车速及路面原因造成的振幅。

S2：根据巷道宽度、巷道轮廓、障碍物信息生成行驶路线。计算行驶路线的曲率，根据曲率以及所处位置，将行驶路段划分为直行段、转向段和红区段。

请结合图3-图5，本实施例中，以运矿卡车铰链的旋转中心为原点，运矿卡车行驶方向为Y轴，建立基于巷道路面的平面坐标系。将运矿卡车映射到坐标系中得到基于运矿卡车外形的图形轮廓，该图形轮廓包括一个被Y轴平分的固定长方形A一个处于第三、四象限的长方形B，且长方形B的中心到原点的间距始终不变，当运矿卡车直行时，长方形B被Y轴平分。

根据激光雷达探测器的安装位置及探测的间距间距d₁、d₂、d₃、d₄，将巷道两侧轮廓映射到坐标系中，形成两侧巷道曲线。对两侧巷道曲线的横坐标取平均值，得到基础行驶路线，随后对基础行驶路线进行微调，使基础行驶路线的曲率连续，得到行驶路线。

本实施例中，在运矿卡车两侧各安装3个毫米波雷达探测器，对应测量6个间距值，映射到坐标系中得到6个坐标点，包括位于运矿卡车左侧的M₁、M₂、M₃以及位于运矿卡车右侧的N₁、N₂、N₃。

激光雷达探测器探测多个间距值，分别映射到坐标系中，得到位于第二象限的多个坐标点P₁、P₂、……、P_n，以及位于第一象限的多个坐标点Q₁、Q₂、……、Q_n。对多个坐标点进行线性拟合，得到两条连续且光滑的曲线。对两条光滑曲线的横坐标取平均值，形成一条以原点为起点的行驶路线。

在探测到障碍物信息时，根据实时采集的障碍物信息对行驶路线进行实时更新。具体的，根据障碍物的尺寸及相对位置将障碍物映射到坐标系中，若障碍物处于行驶路线所在区域（即运矿卡车按照行驶路线行驶所经过的区域）内，则重新规划路线以避开障碍物。重新规划的行驶路线应满足以下条件：一、运矿卡车按照行驶路线行驶时，运矿卡车不经过障碍物，且运矿卡车两侧与巷道两侧的间距不小于一个预设的间距阈值。二、行驶路线的曲率与原有曲率的差值不高于一个预设的误差阈值。

若障碍物无法避开，则发出报警信号，等待相关人员或机器清除障碍物。

行驶路线中，每一点的曲率定义为每一点的切线与上一点的切线的夹角的变化率，表达为：

式中，K_i为行驶路线在点i处的曲率，θ_i为行驶路线在点i处的切线与在点i-1处的切线的夹角。

在行驶路线中，根据行驶路线的曲率，将行驶路段划分为直行段、转向段。例如，将曲率小于0.2的行驶路线定义为直行段，将曲率大于等于0.2的行驶路线定义为转向段。当然，对直行段和转向段的定义可以根据运矿卡车的特征量或巷道信息自行设置。

红区段为卸矿点所处区域的行驶路线，其中，卸矿点设置进出口，并在进出口安装门禁，也即感应式安全栅栏。

S3：根据巷道温度和地面振幅判断当前巷道是否能够通行，是则根据地面湿度设置最大行驶速度、最短刹车距离，否则向基站发送报警信号，并暂停运矿作业。

具体的，根据巷道温度T、地面振幅A计算巷道异常指数，表达为：

式中，Q_d为巷道异常指数，ω₁为温度权重，T₀为温度阈值，ω₂为地面振幅权重，且ω₁+ω₂=1，A₀为地面振幅阈值。

判断Q_d是否大于等于1，是则表明运矿作业存在较大风险，向基站发送报警信号，并暂停运矿作业。

在Q_d小于1时，根据地面湿度RH设置运矿卡车的最大行驶速度v_max及最短刹车距离S_min。其中，最大行驶速度v_max可以设置为：

式中，v_max0为运矿卡车轮胎与地面达到最大摩擦系数时设置的最大行驶速度（以直行为例），RH₁为运矿卡车轮胎与地面达到最小摩擦系数时的地面湿度，RH₂为运矿卡车轮胎与地面达到最大摩擦系数时的地面湿度，v_max1为运矿卡车轮胎与地面达到最大摩擦系数时设置的最大行驶速度（以直行为例）。

本实施例中，v_max0设置为60km/h，v_max1设置为30km/h，RH₁设置为80%，RH₂设置为40%。

最短刹车距离S_min可以设置为：

S_min=2S

式中，S为运矿卡车的紧急制动距离。

一般来说，汽车行驶过程中，紧急制动距离S与汽车的行驶速度及汽车轮胎与地面的摩擦系数相关，可以表达为：

式中，v为运矿卡车的当前车速，μ为运矿卡车轮胎与地面的摩擦系数，g为重力加速度。

其中，摩擦系数μ与地面湿度相关，在本实施例中，当地面湿度不低于80%时，摩擦系数μ为0.2，当地面湿度不超过40%时，摩擦系数μ为0.8。

为了保障运矿卡车的安全作业，本实施例中，实际设置的最短刹车距离大于紧急制动距离，以使运矿卡车能够及时平稳刹车，避免运矿过程中发生侧翻、货品掉落等事故。

S4：建立预测模型，将更新的行驶路线、当前状态量、当前控制量输入预测模型中，得到下一理想状态量。

将当前状态量设置为X_i（x_i，v_i），其中，x_i表示当前位姿，以卡车头部与尾部夹角α和前轮转角δ_i表示，记为x_i（α_i，δ_i）。v_i为运矿卡车的当前车速。

将当前控制量设置为u_i（Δδ_i，Δv_i），其中，Δδ_i为转角控制量，也即对运矿卡车前轮转角的控制量，Δv_i为速度控制量，也即对运矿卡车车速的控制量，实际转换为对运矿卡车油门或刹车的控制量。

将当前状态量和当前控制量输入一个预设的预测模型中，得到对应的轨迹函数，该轨迹函数表达为：

式中，为下一状态量，为轨迹函数。

由此，根据运矿卡车的当前状态量及当前控制量可以计算出运矿卡车的下一状态量，而根据行驶路线，可以计算出运矿卡车的下一理想位姿，若下一状态量中的位姿量与下一理想位姿相等，则下一理想状态量直接表示为下一状态量，否则根据状态修正函数计算下一理想状态量。

其中，状态修正函数可以表达为：

式中，为下一理想状态量，记为为下一理想位姿，为下一理想车速，A为状态矩阵，B为控制矩阵。

S5：构建基于Actor-Critic的控制模型，将当前控制量、当前状态量、下一理想状态量输入控制模型的策略网络中，得到下一理想控制量。将下一理想控制量输入控制模型的值网络，得到对应的价值，进而对策略网络进行更新。随后根据实时反馈的下一状态量对值网络进行训练更新，实现策略网络与值网络的循环更新，优化输出结果。具体更新方法如下：

S51：对基于Actor-Critic的控制模型进行初始化。

初始化内容包括初始化本地网络、总体目标网络、动态障碍参数、回放经验池数据、超参数等。

S52：将当前控制量、当前状态量以及由预测模型输出的下一理想状态量输入策略网络中，采用马尔科夫过程进行决策，生成下一理想控制量，每一次决策都进行一次更新，输出下一理想状态量和下一理想控制量。其中，策略网络的决策过程可以表达为：

式中，π为策略，表示在不同状态s_t时选择不同动作a_t的条件概率，a_t为输出，也即运矿卡车的下一理想控制量，s_t为输入，也即下一理想状态量，θ为策略网络的参数。

S53：将下一理想控制量输入值网络，得到对应的价值，根据价值对策略网络进行更新。策略网络的参数更新可以表达为：

式中，A为优势函数。

S54：根据实时反馈的下一控制量和下一实际状态量对值网络进行更新。值网络与策略网络形成循环更新，同时更新以下内容：更新回放经验池数据，进行梯度更新循环：估计优势函数，更新总体目标网络，经验回放训练。其中，值网络的更新表达为：

式中，Q为价值，ω为值网络的参数。

值网络的参数更新可以表达为：

式中，β为更新步长。

根据预测模型及控制模型输出的控制量，实现对运矿卡车的无人驾驶，时运矿卡车在巷道中尽可能达到以下行驶目标：

一、在直行段上，控制提升运矿卡车的车速，直至达到预设的最大车速，且运矿卡车刚好经过更新的行驶路线。

二、在转向段上，根据行驶路线的曲率调节最大行驶速度、最短刹车距离，在行驶过程中，运矿卡车与巷道两侧的间距始终不小于预设的间距。

三、在红区段上，当运矿卡车与红区栅栏的间距达到预设的间距阈值时，控制打开红区栅栏。根据实时采集的栅栏状态数据，判断红区栅栏是否异常开启，是则控制运矿卡车停止，并发出报警信号，否则运矿卡车按照预设的车速阈值进入或离开红区段。

本实施例的运矿卡车无人驾驶控制方法采用雷达测距的方式对巷道轮廓进行模拟，探测方法简单、响应迅速、容易实现，无需记录路线特征、无需比对路线动作属性、无需逐一记录并匹配控制参数，具有较低算例的巅峰值。且针对矿区巷道与普通道路的区别，增加对巷道温度、湿度、地面振幅的实时测量，对运矿卡车的行驶速度进行限定，保障运矿卡车行驶的安全性，避免运矿卡车运货过程中货品掉落对其他车辆造成干扰。在路径规划及车辆控制中，根据模拟的巷道轮廓，以巷道中心线为标准，结合障碍物信息生成相应的行驶路线，使运矿卡车与巷道两侧保持充足的间距，避免发生碰撞，同时采用基于Actor-Critic的控制模型输出对运矿卡车的理想控制量，根据实时反馈的运矿卡车当前状态量对控制模型进行训练更新，提高控制精度，使运矿卡车按照行驶路线行驶，提高运矿卡车的控制精度及鲁棒性。

实施例

请参阅图6，本实施例提供一种运矿卡车无人驾驶控制系统，可以采用实施例1的运矿卡车无人驾驶控制方法进行控制，实现在矿区巷道中的无人驾驶运矿作业。该无人驾驶控制系统包括基站、监测装置、控制器、安全栅栏。

监测装置包括UWB定位卡、多个毫米波雷达探测器、激光雷达探测器、温度传感器、湿度传感器和震动传感器。运矿卡车在行驶前测量整车重量，进而根据运矿卡车的自身重量计算出负载重量。

UWB定位卡与基站进行数据交互，进而根据基站的位置计算出UWB定位卡的位置，作为运矿卡车的位置信息。

多个毫米波雷达探测器分别安装在运矿卡车的两侧，用于探测运矿卡车两侧与巷道两侧壁的间距。激光雷达探测器请按照在运矿卡车的头部，用于探测运矿卡车前方与矿区巷道两侧壁的间距，进而根据间距数据模拟出巷道轮廓。

温度传感器、湿度传感器和震动传感器分别用于探测巷道温度、地面湿度和地面振幅。

基站采用WIFI+UWB融合定位的方式，实现对矿区巷道的全通道覆盖，用以定位车辆的位置信息。

安全栅栏安装在卸矿点的进出口处，用以识别运矿卡车信息，实现对进出车辆的限制。本实施例中，安全栅栏与监控装置配合使用，通过监控装置对安全栅栏所处区域进行实时监控，在运矿卡车达到预设的间距时，判断运矿卡车的通过权限，在确认运矿卡车具备通过权限后打开安全栅栏。

控制器用于接收运矿卡车的状态信息和巷道信息等，并根据巷道信息生成行驶路线，根据状态信息及行驶路线生成对运矿卡车的控制信号，以使运矿卡车按照行驶路线进行运矿作业。同时，控制器还根据运矿卡车的位置信息和安全栅栏的位置信息，计算运矿卡车与安全栅栏的间距，同时获取安全栅栏的开关状态，判断安全栅栏是否异常，并在安全栅栏出现异常时控制运矿卡车停止，向井上控制室发送报警信号。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种运矿卡车无人驾驶控制方法，其特征在于，所述控制方法包括：

S1：获取运矿卡车的车辆信息以及运矿卡车所处范围内的巷道信息；所述车辆信息包括运矿卡车的当前状态量、特征量、当前控制量和位置信息；所述巷道信息包括巷道宽度、巷道轮廓、障碍物信息、巷道温度、地面湿度、地面振幅；

S2：根据所述巷道宽度、所述巷道轮廓、所述障碍物信息生成行驶路线；

S3：根据所述巷道温度和所述地面振幅判断当前巷道是否能够通行，是则根据地面湿度设置最大行驶速度、最短刹车距离；否则向基站发送报警信号，并暂停运矿作业；

S4：建立预测模型，根据设置的最大行驶速度、最短刹车距离对预测模型的参数进行更新；将行驶路线、所述当前状态量、所述当前控制量输入预测模型中，得到下一理想状态量；

S5：构建基于Actor-Critic的控制模型，将所述当前控制量、所述当前状态量、所述下一理想状态量输入控制模型的策略网络中，得到下一理想控制量。

2.根据权利要求1所述的一种运矿卡车无人驾驶控制方法，其特征在于，在步骤S1中，所述当前状态量包括运矿卡车的当前位姿和当前车速；所述当前控制量包括运矿卡车的转角变量和速度变量；所述当前状态量、所述当前控制量、所述巷道信息均通过安装对应的传感器进行实时测量。

3.根据权利要求2所述的一种运矿卡车无人驾驶控制方法，其特征在于，在步骤S1中，通过在运矿卡车头部安装激光雷达探测器，实时探测运矿卡车前方区域内的障碍物信息及对应的巷道轮廓；所述巷道轮廓以多个探测点进行表示，所述激光雷达探测器发射多个角度不同的探测波，根据回波信号测量沿不同方向的巷道侧壁与所述激光雷达探测器本身的间距；对多个探测点进行拟合构成巷道轮廓。

4.根据权利要求3所述的一种运矿卡车无人驾驶控制方法，其特征在于，在步骤S2中，行驶路线的生成方法如下：

S21：以运矿卡车铰链的旋转中心为原点，运矿卡车行驶方向为Y轴，建立基于巷道路面的平面坐标系；

S22：根据所述激光雷达探测器的安装位置、运矿卡车与巷道两侧壁的间距、运矿卡车与前方区域内巷道两侧的间距，将巷道两侧轮廓映射到坐标系中，形成两侧巷道曲线；

S23：对两侧巷道曲线的横坐标取平均值，得到基础行驶路线；对所述基础行驶路线进行微调，得到光滑的行驶路线；

S24：根据实时采集的障碍物信息对所述行驶路线进行实时更新以避开障碍物。

5.根据权利要求1所述的一种运矿卡车无人驾驶控制方法，其特征在于，在步骤S3中，根据巷道温度T、地面振幅A计算巷道异常指数Q_d，若Q_d≥1，则暂停运矿作业；其中，所述巷道异常指数表达为：

Q_d=ω₁T/T₀+ω₂A/A₀

式中，Q_d为巷道异常指数，ω₁为温度权重，T₀为温度阈值，ω₂为地面振幅权重，且ω₁+ω₂=1，A₀为地面振幅阈值。

6.根据权利要求1所述的一种运矿卡车无人驾驶控制方法，其特征在于，在步骤S3中，所述最大行驶速度v_max设置为：

式中，v_max0为运矿卡车轮胎与地面达到最大摩擦系数时设置的最大行驶速度，RH₁为运矿卡车轮胎与地面达到最小摩擦系数时的地面湿度，RH₂为运矿卡车轮胎与地面达到最大摩擦系数时的地面湿度，v_max1为运矿卡车轮胎与地面达到最小摩擦系数时设置的最大行驶速度；

所述最短刹车距离S_min设置为：

S_min=2S；S=v²/2gμ

式中，S为运矿卡车的紧急制动距离，v为运矿卡车的当前车速，μ为运矿卡车轮胎与地面的摩擦系数，g为重力加速度。

7.根据权利要求1所述的一种运矿卡车无人驾驶控制方法，其特征在于，在步骤S4中，所述下一理想状态量通过以下方法计算：

将当前状态量X_i和当前控制量u_i输入所述预测模型中，得到对应的轨迹函数，所述轨迹函数表达为：

式中，为下一状态量，为轨迹函数；

若根据所述轨迹函数计算的下一状态量的位姿量与所述行驶路线中的下一理想位姿相等，则下一理想状态量直接表示为下一状态量，否则根据状态修正函数计算下一理想状态量；其中，所述状态修正函数表达为：

式中，为下一理想状态量，记为为下一理想位姿，为下一理想车速，A为状态矩阵，B为控制矩阵。

8.根据权利要求1所述的一种运矿卡车无人驾驶控制方法，其特征在于，在步骤S5中，所述控制模型的训练方法如下：

S51：对基于Actor-Critic的控制模型进行初始化；所述控制模型包括策略网络和值网络；

S52：将当前控制量、当前状态量以及由预测模型输出的下一理想状态量输入策略网络中，采用马尔科夫过程进行决策，生成下一理想控制量；

S53：将下一理想控制量输入值网络，得到对应的价值，根据价值对策略网络进行更新；

S54：根据实时反馈的下一控制量和下一实际状态量对值网络进行更新，值网络与策略网络形成循环更新。

9.一种运矿卡车无人驾驶控制系统，其采用如权利要求1至8中任意一项所述的一种运矿卡车无人驾驶控制方法，其特征在于，所述控制系统包括：

监测装置，其用于实时测量运矿卡车的当前状态量、当前控制量和巷道信息；

多个基站，其用于向所述监测装置发送定位信号，根据多个所述基站与所述监测装置的间距，计算运矿卡车的位置信息；

控制器，其用于接收运矿卡车的当前状态量、位置信息和巷道信息，并根据巷道信息生成行驶路线；根据所述巷道信息判断当前巷道是否能够通行，是则根据所述巷道信息设置最大行驶速度、最短刹车距离；否则向基站发送报警信号，并暂停运矿作业；建立预测模型，根据设置的最大行驶速度、最短刹车距离对预测模型的参数进行更新；将行驶路线、所述当前状态量、所述当前控制量输入预测模型中，得到下一理想状态量；构建基于Actor-Critic的控制模型，将所述当前控制量、所述当前状态量、所述下一理想状态量输入控制模型的策略网络中，得到下一理想控制量。

10.根据权利要求9所述的运矿卡车无人驾驶控制系统，其特征在于，所述监测装置包括激光雷达探测器、多个毫米波雷达探测器；所述激光雷达探测器安装在运矿卡车的头部，用于探测运矿卡车前方的巷道侧壁轮廓以及障碍物信息；所述毫米波雷达探测器分别安装在运矿卡车的两侧，用于探测运矿卡车两侧与巷道两侧壁的间距。