基于多源信息的井下无人驾驶车辆的决策系统及方法技术方案

本发明专利技术公开的基于多源信息的井下无人驾驶车辆的决策系统及方法，涉及煤矿智能化辅助运输技术领域。该系统包括激光雷达传感器、毫米波雷达传感器、超声波雷达传感器、双目相机、边缘计算模块、can转以太网模块、交换机、车载工控机。本发明专利技术通过采集汇总井下无人驾驶车辆多种传感器感知的数据，根据不同传感器性能对多源感知信息进行决策，以发挥不同传感器优势，利用多源感知信息对矿井无人驾驶车辆进行高效准确的决策，确保矿井无人驾驶车辆在井下巷道内安全行驶，实现矿井无人驾驶车辆无人化、少人化作业。化、少人化作业。化、少人化作业。

【技术实现步骤摘要】
基于多源信息的井下无人驾驶车辆的决策系统及方法


[0001]本专利技术涉及煤矿智能化辅助运输
，具体涉及基于多源信息的井下无人驾驶车辆的决策系统及方法。

技术介绍

[0002]矿井无人驾驶车辆是煤矿辅助运输领域研究的主要内容之一，研究人员常利用多种类型传感器来增强矿井无人驾驶车辆的环境感知能力。各类传感器均具备不同的数据类型与感知优势，如超声波雷达提供声波距离数据，适合在慢速条件下对障碍信息的距离进行感知；激光雷达提供点云数据，可在单轨吊运行过程中根据多种点云计算方法判断障碍物距离。
[0003]但是，矿井井下无人驾驶车辆运行在煤矿巷道中，与地面环境相比环境较为恶劣，巷道内粉尘大、照度低、视野狭长，这就对矿井无人驾驶车辆的决策提出了更高的要求，而现有的矿井无人驾驶车辆决策方法并不能充分发挥不同传感器性能优势来克服恶劣环境。

技术实现思路

[0004]为了克服上述现有技术的不足之处，本专利技术公开了一种矿井无人驾驶车辆多源信息智能决策系统及方法，通过采集汇总井下无人驾驶车辆多种传感器感知的数据，根据不同传感器性能对多源感知信息进行决策，以发挥不同传感器优势，利用多源感知信息对矿井无人驾驶车辆进行高效准确的决策，确保矿井无人驾驶车辆在井下巷道内的安全行驶，实现矿井无人驾驶车辆无人化、少人化作业。
[0005]根据本专利技术的目的提出的基于多源信息的井下无人驾驶车辆的决策系统，包括用于采集车辆行驶前方区域三维点云数据的激光雷达传感器；用于采集车辆行驶前方区域二维点云数据的毫米波雷达传感器；用于采集车辆行驶前方区域声波距离数据的超声波雷达传感器；用于采集车辆前方行驶区域景深数据与目标类别数据的双目相机；用于井下建图与实时位置计算的边缘计算模块；用于将超声波雷达传感器数据、毫米波雷达传感器数据以及边缘计算模块定位信息从can传输方式转换为以太网传输的can转以太网模块；用于连接双目相机、激光雷达传感器、can转以太网模块和车载工控机的交换机；用于与交换机直接连接，采集所有数据的车载工控机。
[0006]本专利技术另外公开的基于多源信息的井下无人驾驶车辆的决策方法，包括以下步骤：
[0007]步骤一：井下无人驾驶车辆上电，采集解析激光雷达传感器、毫米波雷达传感器、超声波雷达传感器、双目相机数据。
[0008]步骤二：井下无人驾驶车辆开始行驶，同时判断毫米波雷达传感器和超声波雷达传感器信息；当毫米波雷达传感器检测到车辆前方有横穿行人或横穿动态障碍物和或超声波雷达传感器判断车辆前方2米内存在障碍物时，快速对井下无人驾驶车辆进行制动，待障碍物清除后再启动，否则车辆正常行驶。
[0009]步骤三：判断井下无人驾驶车辆车速，当车速大于2m/s时停止超声波雷达传感器的距离监测，采集解析车辆定位数据；否则继续保持超声波雷达传感器的距离监测。
[0010]步骤四：根据定位信息判断当前巷道环境为恶劣环境巷道还是优良环境巷道；当定位信息显示井底车场、辅助运输大巷、辅助运输上山、辅助运输下山，则判断巷道类型为优良环境巷道，通过调用双目相机、毫米波雷达传感器、激光雷达传感器，采集毫米波雷达传感器探测到的障碍物坐标位置信息、激光雷达传感器采集到的障碍物的坐标位置信息以及双目相机采集到的坐标位置信息与类别信息；当定位信息显示轨道运输顺槽，则判断巷道类型为恶劣环境巷道，通过调用毫米波雷达传感器、激光雷达传感器，采集毫米波雷达传感器探测到的障碍物坐标位置信息与类别信息、激光雷达传感器采集到的障碍物的坐标位置信息。
[0011]步骤五：利用公式对采集到的不同传感器感知数据进行融合：
[0012]在优良环境巷道内，若存在障碍物，则设毫米波雷达传感器探测障碍物的位置坐标为(x
m
,y
m
,z
m
)，激光雷达传感器探测障碍物的位置坐标为(x
l
,y
l
,z
l
)，双目相机探测障碍物的位置坐标为(x
c
,y
c
,z
c
)，若x
l
‑
x
m
<d
e
且x
l
‑
x
c
<d
e
，则开始进行数据融合，融合公式为：D＝x
l
w
l
+x
m
w
m
+x
c
w
c
，结合双目相机检测到的障碍物类别信息，确定前方障碍物的类别与距离；否则D＝x
l
，确定前方障碍物的最终距离；其中，w为不同传感器对检测距离的权重，d
e
为最大误差值，取值0.1m，D为障碍物最终距离；若未监测到障碍物，则车辆正常匀速行驶。
[0013]在恶劣环境巷道内，若存在障碍物，则设毫米波雷达传感器探测障碍物的位置坐标为(x
m
,y
m
,z
m
)，激光雷达传感器探测障碍物的位置坐标为(x
l
,y
l
,z
l
)，若x
l
‑
x
m
<d
e
，则开始进行数据融合，融合公式为：D＝x
l
w
l
+x
m
w
m
，否则D＝x
l
，确定前方障碍物的最终距离；其中，w为不同传感器对检测距离的权重，d
e
为最大误差值，取值0.1m，D为障碍物最终距离；若未监测到障碍物，则车辆正常匀速行驶。
[0014]步骤六：根据步骤五得到的障碍物最终距离D，向井下无人驾驶车辆发送不同控制指令，当距离为小于2米时，车辆停止；当距离为2
‑
7米时车辆减速运行；当距离大于7米时，车辆匀速运行。
[0015]步骤七：清除障碍物后，车辆正常匀速行驶，重复二
‑
六持续进行障碍物监测。
[0016]优选的，激光雷达传感器通过ros话题进行数据的传播，车载工控机订阅激光雷达话题，采集点云数据；毫米波雷达传感器通过can转以太网进行数据传播，车载工控机利用socket通信协议解析毫米波雷达数据；超声波雷达传感器通过can转以太网进行数据传播，车载工控机利用socket通信协议解析超声波雷达数据；双目相机通过以太网进行数据的传播，车载工控机利用rtsp协议解析图像流数据。
[0017]优选的，步骤三中，通过边缘计算模块获取井下建图与实时位置计算，通过can转以太网将定位信息传输，车载工控机利用socket通信协议解析定位数据。
[0018]与现有技术相比，本专利技术公开的基于多源信息的井下无人驾驶车辆的决策系统及方法的优点是：
[0019]本专利技术通过采集解析井下无人驾驶车辆多种传感器感知的数据，根据不同传感本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多源信息的井下无人驾驶车辆的决策系统，其特征在于，包括用于采集车辆行驶前方区域三维点云数据的激光雷达传感器(1)；用于采集车辆行驶前方区域二维点云数据的毫米波雷达传感器(3)；用于采集车辆行驶前方区域声波距离数据的超声波雷达传感器(4)；用于采集车辆前方行驶区域景深数据与目标类别数据的双目相机(2)；用于井下建图与实时位置计算的边缘计算模块(5)；用于将超声波雷达传感器(4)数据、毫米波雷达传感器(3)数据以及边缘计算模块(5)定位信息从can传输方式转换为以太网传输的can转以太网模块(6)；用于连接双目相机(2)、激光雷达传感器(1)、can转以太网模块(6)和车载工控机(7)的交换机(8)；用于与交换机(8)直接连接，采集所有数据的车载工控机(7)。2.一种基于多源信息的井下无人驾驶车辆的决策方法，其特征在于，包括以下步骤：步骤一：井下无人驾驶车辆上电，采集解析激光雷达传感器(1)、毫米波雷达传感器(3)、超声波雷达传感器(4)、双目相机(2)数据；步骤二：井下无人驾驶车辆开始行驶，同时判断毫米波雷达传感器(3)和超声波雷达传感器(4)信息；当毫米波雷达传感器(3)检测到车辆前方有横穿行人或横穿动态障碍物和或超声波雷达传感器(4)判断车辆前方2米内存在障碍物时，快速对井下无人驾驶车辆进行制动，待障碍物清除后再启动，否则车辆正常行驶；步骤三：判断井下无人驾驶车辆车速，当车速大于2m/s时停止超声波雷达传感器(4)的距离监测，采集解析车辆定位数据；否则继续保持超声波雷达传感器(4)的距离监测；步骤四：根据定位信息判断当前巷道环境为恶劣环境巷道还是优良环境巷道；当定位信息显示井底车场、辅助运输大巷、辅助运输上山、辅助运输下山，则判断巷道类型为优良环境巷道，通过调用双目相机(2)、毫米波雷达传感器(3)、激光雷达传感器(1)，采集毫米波雷达传感器(3)探测到的障碍物坐标位置信息、激光雷达传感器(1)采集到的障碍物的坐标位置信息以及双目相机(2)采集到的坐标位置信息与类别信息；当定位信息显示轨道运输顺槽，则判断巷道类型为恶劣环境巷道，通过调用毫米波雷达传感器(3)、激光雷达传感器(1)，采集毫米波雷达传感器(3)探测到的障碍物坐标位置信息与类别信息、激光雷达传感器(1)采集到的障碍物的坐标位置信息；步骤五：利用公式对采集到的不同传感器感知数据进行融合：在优良环境巷道内，若存在障碍物，则设毫米波雷达传感器(3)探测障碍物的位置坐标为(x
m
,y
m
,z
m
)，激光雷达传感器(1)探测障碍物的位置坐标为(x
l
,y
l
,z
l
)，双目相机(2)探测障碍物的位置坐标为(x
c
,y
c
,z
c
)，若x
l
‑
x
m
<d
...

【专利技术属性】
技术研发人员：张益东，闫万梓，朱真才，杨春雨，张鑫，李会军，叶宾，陈秋航，何艳，李小强，李莹，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：