低速无人驾驶在矿产行业发挥着怎么样的作用？

        低速无人驾驶快速发展的浪潮影响到了各行各业，尤其是对于一些有限场景的工程应用，无人驾驶和智能驾驶的优势对物流配送、港口码头运输、当前热门的矿业运输等行业变革影响很大。

　　在国内矿业公司和工程机械公司，低速无人驾驶起步较晚，但近年来研发和应用也发展迅速。随着国家政策的布局和引导，大数据、人工智能和5G技术的发展，国内矿山在智能化方面取得了长足的进步。比如孔侑智星、塔吉、慧拓等。都提出了低速无人驾驶矿车的方案，并在部分矿区实现了示范运行。

　　由于矿区作业范围广、位置变化大、设备状态变化快，调度也比较困难。目前已经实现的无人矿区，大部分只是样车级别的生产作业或小集团作业。集群改造一方面需要大量的时间和成本投入，另一方面缺乏有效合理的调度协调体系和管理机制，无法实现大规模无人化运营。

　　目前，采用传统的对讲和人工调度方式，难以及时、全方面、准确地掌握现场作业条件的变化。人工调度方式无法实现对采掘工人和设备的实时监控，管理难度大，成本高。因此，智能系统调度协同管理平台已经成为无人采矿过程当中的必然需求。在低速无人驾驶行业的技术积累和应用经验之下，提出低速无人驾驶系统解决方案，低速无人驾驶调度协同管理问题。

低速无人驾驶智能作业调度协同管理系统通过通信网络将矿区、车端、路端传感器捕获的所有数据传输到服务器，结合矿区生产任务计划，在控制系统后台计算中心形成优生产任务部署和流程方案，并通过控制台向车端控制器发送指令，协调所有生产设备的运行。同时，通过远程监控可视化作业场景，监控矿区生产状态，管理系统还可以接入整个矿区生态，计算矿区生产经营成本。

1.构建实时数据采集和传输系统。

　　实时采集和上传矿车、电铲、推土机等车辆的传感器状态，激光雷达、摄像头、GPS定位等环境感知和路径信息；矿区低速无人驾驶包括定位、感知、规划和决策都能很好的把握。在矿山环境中，没有明显的道路标线，不同于知名的城市道路和高速公路，路面往往崎岖不平，道路和矿山的特征不明显。遇到阴雨天气，矿区路面变得非常泥泞。低速无人驾驶利用多传感器信息结合技术，设计了适用于AI芯片的结合算法，针对车辆在不同工况下的运动学和动力学特性，定位车辆位置和姿态，兼顾计算效率和信息完整性，解决了矿用卡车安全行驶的需求。

　　2.矿区无人集群生产调度的协同管理

　　充分考虑矿井生产流程和作业流程，运用逻辑算法处理装车、运输、卸车、停车、维修等整个生产过程，实现低速无人驾驶自主循环作业；通过接收挖掘机装载任务信息、无人矿车实时位置和速度信息，分析任务需求和任务位置点信息，综合考虑运输效率、任务级别重要性、车辆装载能力等因素，生成车辆调度指令，下发到低速无人驾驶矿车、电铲、推土机等车辆。通过建立多目标多车辆调度模型和制定调度管理策略，满足了作业自动化和车辆实时管理的需求。