【技术实现步骤摘要】
智能矿车控制方法、装置、存储介质和电子设备
[0001]本专利技术涉及智能驾驶矿车
,具体涉及一种智能矿车控制方法、装置、存储介质和电子设备。
技术介绍
[0002]智能驾驶矿车在实际运行过程中,空载和重载状态下车辆的状态参数均会有较大的差别,在实际车辆运动控制过程中,一般来说会区分空载和重载两种模式,不同的模式下运动控制会存在一定的区别。这样能够在不同载重状态下考虑不同的因素,相应的设置控制算法,提升矿车的控制性能和安全。
[0003]但是智能驾驶矿车在实际作业过程中,因为矿区很多位于高寒地带,当温度过低时候,虽然矿车一般都有安装货厢加热装置,但是矿车货厢的载物(碎石,细土类等)还是会因为低温和重压的关系会粘在货厢底部,很多时候甚至超过货厢载重的50%均会粘在货厢内无法卸载掉。此时矿车既不是重载,也不是空载,而是处于重载和空载之间的状态。而在实际作业过程中,因为矿车一般没有单独安装载重车辆传感器等装置,货厢的载重状态一般比较难以直接计算获取,一般来采用的方法是在卸载动作完成后,将车辆状态切换为空载,此时系统无法识别货厢是否存在粘物,导致车辆载重状态可能不适合采用完全空载的状态参数进行控制。在这种状态下基于控制控制模式的运动控制则可能不是最佳的控制,甚至可能产生未知的风险,如制动介入不足等。
[0004]因此,如何基于矿车货厢中的粘物状态对车辆进行控制优化是智能驾驶矿车亟需解决的问题。
技术实现思路
[0005](一)解决的技术问题
[0006]针对现有技术的不足,本专利 ...
【技术保护点】
【技术特征摘要】
1.一种智能矿车控制方法,其特征在于,该方法包括:S1、识别货厢是否存在粘物;S2、识别到货厢存在粘物时,对货厢粘物体积进行估算;S3、基于货厢粘物体积估算结果,计算粘物体积占实际重载情况下的载物体积的比重K
load-rate
,当K
load-rate
大于粘物体积比重阈值η时,基于空载模式下的输出值进行车辆的运动控制优化。2.如权利要求1所述的一种智能矿车控制方法,其特征在于,所述识别货厢是否存在粘物的步骤包括:获取标准降斗速度和标准降斗时间,以及实际降斗速度和实际降斗时间;基于标准降斗速度、标准降斗时间、实际降斗速度、实际降斗时间、时间阈值和速度阈值判断货厢是否存在粘物;货厢粘物判定公式为:其中,V
real
为实际降斗速度,V
base
为标准降斗速度;T
real
为实际降斗时间,T
base
为标准降斗时间,K
TimeThread
为设定的时间阈值,K
spdThread
为设定的速度阈值。3.如权利要求2所述的一种智能矿车控制方法,其特征在于,所述对货厢粘物体积进行估算的步骤包括:获取实际重载情况下的载物体积;基于标准降斗速度、标准降斗时间、实际降斗速度、实际降斗时间、实际重载情况下的载物体积对货厢粘物体积进行估算:载物体积对货厢粘物体积进行估算:载物体积对货厢粘物体积进行估算:其中,Q
stick-basetime
为基于降斗时间估算的粘物体积,Q
stick-basespd
为基于降斗速度估算的粘物体积,Q
realstick
为实际粘物估算体积,Q
load
为实际重载情况下的载物体积。4.如权利要求1所述的一种智能矿车控制方法,其特征在于,所述基于空载模式下的输出值进行车辆的运动控制优化包括:油门输出控制优化、减速度输出控制优化、转向速度输出控制优化中的至少一种;其中,控制优化后的油门输出为:其中,α
rl
为控制优化后实际输出的油门开度,α
No-load
为空载模式下根据车辆期望轨迹计算输出的油门开度,为油门增益参数;
控制优化后的制动减速度输出为:a
rl
=a
No-load
×
μ其中,a
rl
为控制优化后实际输出的制动减速度,a
No-load
为空载模式下根据车辆期望轨迹计算输出的制动减速度;μ>0表示制动减速度增益参数;控制优化后的转向速度输出为:n
rl
=n
No-load
×
θ其中,n
rl
控制优化后实际输出的转向速度,n
No-load
空载模式下根据车辆期望轨迹计算输出的转向速度,θ>0为转向增益参数。5.一种基于粘物识别的智能矿车控制装置,其特征在于,该装置包括:粘物识别模块,用于识别货厢是否存在粘物;粘物体积估算模块,用于当识别到货厢存在粘物时,对货厢粘物体积进行估算;运动控制优化模块,用于基于货厢粘物体积估算结果,计算粘物体积占实际重载情况下的载物体积的比重K
load-rate
,当K
load-rate
大于粘物体积比重阈值η时,基于空载模式下的...
【专利技术属性】
技术研发人员:朱早贝,吕金桐,张磊,
申请(专利权)人:北京易控智驾科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。