電子發燒友App
露天礦無人駕駛是我國煤礦智能化建設的關鍵一步 ? ?
煤炭行業作為我國重要的傳統能源行業，是我國國民經濟的重要組成部分，其智能化建設直接關系我國國民經濟和社會智能化的進程。煤礦智能化是煤炭工業高質量發展的核心，對提升煤礦安全生產水平、改善生產效率、保障穩定供應等具有重要意義。
華為將人工智能、云計算、車聯網、智能駕駛、高精地圖等技術，與現代煤炭開采深度融合，實現了露天礦無人駕駛礦車采-運-排全流程持續作業，并實現了商用部署。這將大幅提升礦山生產作業安全性、避免人身傷亡事故，實現從傳統剛性作業調度向智能化靈活調度轉變，同時有效解決礦車駕駛員招工難、運營成本高、生產效率提升難等問題。
露天礦無人駕駛實現規?；逃?，
需做足技術儲備
目前，我國L4級露天礦無人駕駛技術在多地已經進入了測試和試商用階段。
盡管如此，露天礦無人駕駛從小規模測試，向全場景、全流程延伸，走向真正的無人化（安全員下車）和7X24可持續作業的規?；逃?，依舊面臨諸多挑戰：?
1 持續作業需考慮全業務流程場景
在采-運-排核心流程之外的場景中，如車輛加油/充電、輔助車輛混行、全路段避障、避炮等，也要具備無人駕駛能力。場景復雜度大幅提升，自動駕駛長尾問題愈加顯著，算法高效迭代成為基本需求。
2 不同的工況特點會對技術的可靠性和通用性帶來顯著挑戰。
相對于充分整備的測試環境道路，無人駕駛作業系統和車輛要能有效應對異形排土場、綜合調度、陡坡、急彎、狹窄采掘作業平臺等“不大理想”的作業環境。
3 大規模生產作業，對無人駕駛作業系統提出更高要求。
隨作業車輛數量、作業規模和效率的提升，采掘作業面變化速度加快，對作業任務調度、高精地圖動態更新、作業點位動態分配、精準路徑規劃、防止路徑沖突等都提出了更高的要求。
4 運維運營在商用階段容易成為技術短板。
在商用階段，擁有一套支持車輛狀態監控，故障預警、且具備故障快速定界定位，以及運營分析能力的智能運維運營平臺，是非常必要的。
基于車路云協同，
華為打造露天礦無人駕駛商用解決方案
實現露天礦無人駕駛作業不僅要解決自動駕駛問題，還需要打通無人駕駛車輛和作業生產系統，形成完整的無人化生產作業體系。華為融合智能駕駛和ICT技術解決方案，聯合伙伴基于車、路、云協同打造了露天礦無人駕駛商用解決方案：
車端：
華為和車輛制造企業合作完成車輛（機械）智能化改裝，并提供智能駕駛計算平臺MDC、高性能車規級激光雷達、毫米波雷達和攝像頭，以及礦車自動駕駛算法。
路側： 通過路側基礎設施和RTK基站實現精準組合定位和V2X超視距感知。 ? 云端：
通過礦山業務管理系統、車隊調度管理系統和高精度動態業務地圖服務實現多車、多編組無人化作業的統籌調度；通過自動駕駛監管運營服務提供智能化車輛運維和運營分析能力；通過自動駕駛云服務，可以基于車輛端傳感器數據實現自動駕駛算法的持續優化和迭代。
華為露天礦無人駕駛解決方案總體架構
基于車路云協同的露天礦無人駕駛解決方案將帶來三大價值：
01 實現端到端無人化高效作業
打造“云上大腦”，實現多車統籌調度、全場景開展無人化作業。
02 提供更高的安全性和可靠性
基于“上帝視角”在規劃層面避免路徑沖突和多車死鎖，通過路側設施實現全局態勢感知，改善盲區障礙物檢測能力。
03 可快速實現自動駕駛算法的持續迭代
隨車輛持續運行，可基于傳感器采集的數據，在云端高效開展算法優化。
華為露天礦無人駕駛解決方案的五大亮點
一 ? 提升礦山特有場景的感知能力 在露天礦無人駕駛作業過程中，感知算法面臨諸多挑戰：
1、沙塵環境下實現落石等小目標的精準檢測；
2、礦山擋墻與地面邊界精準語義分割挑戰較大；
3、目標檢測訓練樣本量少，訓練、學習和模型泛化難。
華為通過特有的技術，能在小樣本數據量的情況下，完成感知模型的訓練，并實現了很好的泛化。華為的感知算法具有極強的環境適應能力，提升了在不同作業環境下技術的可靠性和通用性。這大大降低了數據采集的要求和算法訓練的難度，提升了沙塵環境下目標精準檢測的能力，具備遠距離人車識別、擋墻邊界和高度精準識別、地面起伏檢測、土礫或小石塊（10cm*10cm@20米）檢測等，提升行駛安全性。 ?
二 ? 提供全工況下精細化的車輛規控能力
華為可在各種工況場景下實現“一車一模型”的精細化的規劃控制能力，實現高速巡航、精準停車、主動避障、安全跟車、直角彎、重載長坡等場景。針對不同車輛，不同載重狀態，系統會開展車輛響應的一致性檢測，以提升規控算法在不同工況下的魯棒性。
在采裝區，可以在25米的狹窄采裝位實現作業，并基于車鏟協同實現精準對位停車。在運輸階段，基于車云協同，可動態完成礦山道路全路段的平整度檢測，并引導車輛在顛簸路面主動降速。
此外，車輛還能自主跨越或躲避坑洼、落石，并實現車轍均勻碾壓。在排土區，能應對不規則的異形排土場，實現排土位科學規劃和精準?？?，此外還具備排土位殘留渣土和排土擋墻斷裂檢測預警能力，車輛會主動避開并上報云端調度推土機完成擋墻修復。 ?
三 ? 打造云端大腦，實現多車作業智能調度、提升礦山特有場景的感知能力
為實現生產作業全過程的無人化，華為打造云端大腦，提供作業任務下發、作業區域分配、編組安排、待裝位/排土位規劃、車鏟協同作業等能力，除了這些基本能力外，還具備以下優勢：
01
云端可基于車端感知數據眾包，
實現高精度業務地圖的分鐘級快速更新。
礦區道路高精地圖動態更新
作業點位以及排土線可以自動更新，保障采裝區和排土區的精準對位。礦區道路的高精地圖也能跟隨作業點位的推進和變化，在達到設定的距離閾值時實現自動更新。
02 支持均衡排土，也可支持異形排土場
云端可以依據擋墻邊緣自動計算排土位
（支持均衡排土和異形排土場）
03
通過長短路徑精準規劃
提升多車協同作業的安全性
長路徑為車輛指引完整的作業路徑，短路徑規劃則是云端為避免多車軌跡沖突而提供的動態指引，大幅提升了無人駕駛的安全性。
04
支持全場景作業調度能力，
提升商用運營階段系統可用性
可支持避炮、加油等作業場景；同時支持靈活的手動調度，以快速應對各類突發情況；能應對車端失去定位信息或通訊斷連等特殊情況的處理。
05
基于車路云協同，
可實現車輛超視距感知和風險預警
對于道路上的靜態物體，車端會向云端上報感知信息，云端匯聚多車感知信息后會形成風險預警，提示其他車輛進行避讓。
四
提供自動駕駛監管運營服務，
為常態化作業提供基礎保障
在商用階段，智能化運維運營是保障常態化作業的基礎能力。華為在云端構建自動駕駛監管運營服務，提供以下能力：
1：提供自動駕駛車輛狀態監管能力。
2：支持車輛健康自檢、故障告警、故障智能診斷和分析。
3：提供礦山作業運營數據智能分析能力。
五 ? 基于車端數據，
實現自動駕駛算法持續優化
為實現算法的高效迭代，華為自動駕駛云服務提供了一條完整高效的開發、訓練和評測工具鏈。包括：
1：為模型訓練提供自動化數據流水線服務能力，覆蓋從數據采集、數據回放、智能化難例挖掘、智能標注、生成增量數據集，到模型訓練整個開發過程。
2：提供自動駕駛規控算法云仿真平臺，支持礦車動力學仿真，融合了功能安全分析，可加快自駕算法場景遷移，提升礦山場景規控算法迭代效率。
3：積累了高質量的礦山特有場景訓練數據集和仿真場景庫。
4：基于云端海量資源，模型訓練和仿真測試（日行千萬公里）非常高效。
從試商用到常態化運營，露天礦無人駕駛系統需要經得起嚴苛環境和復雜工況的千錘百煉。在技術創新和應用的道路上沒有一蹴而就，唯有持之以恒才能厚積薄發，華為砥志研思、銳意進取，與煤礦業主和行業伙伴共同推動無人駕駛作業的規?；?、常態化商業應用，為打造安全、高效、可靠的智慧礦山奠定堅實基礎。
編輯：黃飛
?
工商網監
評論