一种井工矿场景感知融合技术的出入罐笼控制系统及方法技术方案

本申请公开了一种井工矿场景感知融合技术的出入罐笼控制系统及方法，涉及无人驾驶技术领域，包括：获取多源异构数据，包含行驶的车辆信息和环境信息；通过预设的神经网络模型，对获取的车辆信息和环境信息进行分析，生成对罐笼的初步控制指令；通过预设的基于深度学习的模型，分析车辆信息和环境信息，并结合障碍物避障轨迹的规划，生成对罐笼的控制指令；将云端计算步骤生成的控制指令和路端计算步骤生成的控制指令，按照云端指令优先的规则进行合并，形成最终控制指令；根据最终形成的控制指令，驱动罐笼执行开启或关闭操作

【技术实现步骤摘要】
一种井工矿场景感知融合技术的出入罐笼控制系统及方法


[0001]本专利技术涉及无人驾驶
，特别涉及一种井工矿场景感知融合技术的出入罐笼控制系统及方法
。

技术介绍

[0002]随着我国经济的快速发展，矿产资源开采日益增多，矿山井工技术被广泛应用煤矿等资源开采过程中
。
为确保井下作业区域的通风质量，需要对矿井进出口设置通风门或罐笼，对出入车辆进行严格控制
。
然而传统的人工控制方式效率低下，无法满足日益增长的井下通风和运输需求
。
因此，开发智能化
、
精确化的井工矿场景出入罐笼控制技术，实现对车辆出入的自动化控制，对于提高矿山作业效率和安全生产水平具有重要意义
。
[0003]随着智能网联汽车的快速发展，各类智能网联作业车辆在井下作业中得到广泛应用，这带来了井下作业效率的显著提升
。
但现有的井工矿场景中，罐笼结构较简单，仅靠人工控制车辆出入，无法满足智能网联作业车辆的运输需求
。
[0004]在相关技术中，比如中国专利文献
CN116343501A
中提供了一种矿区作业路径与社会道路交叉口的管控系统及方法，本申请侧重交叉口环境感知和车辆行为预测，但没有涉及井工矿场景中的罐笼控制问题，直接应用难以达到精确的出入罐笼控制效果；中国专利文献
CN112767475B
提供了一种基于
C
‑
V2X、
雷达与视觉的智能路侧感知系统，本申请集中在公路智能交通系统，没有考虑井下特殊环境对感知和控制的影响，直接应用到井工矿场景，无法获取充分准确的环境信息，从而使得后续的控制效率低；中国专利文献
CN115810283A
提供了一种关于车路协同中的路侧感知方法及其系统，本申请由于只依赖单一的路侧感知无法进行车辆全局信息的获取，也不具备云端计算分析能力，导致对复杂井下环境的感知不足
、
控制效率低
。

技术实现思路

[0005]1.
要解决的技术问题
[0006]针对现有技术中存在的车辆出入罐笼的控制效率低的问题，本专利技术提供了一种井工矿场景感知融合技术的出入罐笼控制系统及方法，通过路端与云端协同分析生成控制指令，并结合轨迹规划与避障算法等，提高了井下出入罐笼的协同控制效率
。
[0007]2.
技术方案
[0008]本专利技术的目的通过以下技术方案实现
。
[0009]本说明书实施例的一个方面提供一种井工矿场景感知融合技术的出入罐笼控制系统，包括：路侧感知模块，检测行驶的车辆信息和环境信息；计算模块，连接路侧感知模块，接收路侧感知模块发送来的车辆信息和环境信息，并生成控制指令；罐笼控制模块，连接计算模块，接收计算模块发送的控制指令，并执行对罐笼的开启或关闭操作；通信模块，分别连接路侧感知模块
、
计算模块和罐笼控制模块，通过
V2I
或
V2N
进行通信
。
[0010]进一步地，路侧感知模块包括：图像获取单元，采用视觉技术获取车辆信息和环境
信息；雷达单元，使用不同频段的雷达，采用
CFAR
干扰抑制和卡尔曼滤波目标跟踪算法，检测车辆的位置和速度；惯性测量单元，利用
IMU
获取车辆的测量数据，通过扩展卡尔曼滤波算法处理测量数据，获得车辆的运动状态，车辆的运动状态包含速度和加速度；传感器单元，采用扩展的卡尔曼滤波器，将包含
IMU、
雷达单元
、
红外传感器和气象传感器的多源异构数据进行融合，得到车辆姿态信息，车辆姿态信息包含位置
、
方向和角度；障碍物检测单元，利用图像获取单元采集的图像数据和雷达单元采集的距离数据，通过视觉算法生成三维点云数据，利用生成的三维点云数据基于卷积神经网络获取障碍物的类别；定位单元，通过惯性测量单元和传感器单元的数据，采用扩展卡尔曼滤波或粒子滤波算法，获得车辆和罐笼的定位参数，定位参数为坐标位置
。
[0011]进一步地，障碍物检测单元：图像特征提取子单元，接收图像获取单元采集的图像数据，采用尺度不变特征转换
SIFT
算法获取图像数据的多尺度特征点；距离信息获取子单元，接收雷达单元采集的距离数据，通过多径抑制技术获取距离数据的采样数据；数据匹配子单元，采用迭代最近点
ICP
算法，匹配多尺度特征点和采样数据，生成匹配后的三维点云数据；三维重构子单元，基于泊松表面重建算法，根据匹配后的三维点云数据，生成三维点云模型；三维检测子单元，基于
Point Net
网络分析三维点云模型，通过网络分类层输出不同类别的置信度，根据置信度阈值判断障碍物的类别
。
[0012]进一步地，计算模块包括：路端计算子模块，通过有线网络接收采集的车辆信息和环境信息，通过预设的神经网络对接收的信息进行计算并输出控制指令；云端计算子模块，通过无线网络接收采集的车辆信息和环境信息，通过预设的深度学习模型和预设的出入罐笼优先级对接收的信息进行计算并输出控制指令；控制子模块，根据路端计算子模块或云端计算子模块输出的控制指令，控制罐笼的开启与关闭；智能网联判断子模块，通过对车载的综合检测，判断车辆是否为智能网联车辆；对于判断为智能网联车辆，发送控制指令至车辆和罐笼控制模块；对于判断为非智能网联车辆，发送控制指令至罐笼控制模块
。
[0013]进一步地，智能网联判断子模块包括：车载终端信令分析单元，通过分析车辆发送的终端信令中的标识码，判断标识码是否符合智能网联车辆的标识规范，以判定车辆是否支持智能网联功能；车辆传感器数据监测单元，监测车辆上安装的传感器类型
、
数量和性能参数，判断传感器配置是否满足智能网联车辆对传感器的要求；通信协议验证单元，接收车辆的通信请求，提取通信请求采用的协议数据，并通过比对预设的智能网联标准协议库，来验证协议数据是否符合智能网联技术规定的标准协议；综合判断单元，当车载终端信令分析单元
、
车辆传感器数据监测单元和通信协议验证单元的判断条件均满足时，判定车辆为智能网联车辆
。
[0014]进一步地，路端计算子模块包括：有线通信单元，采用工业以太网与路侧感知模块进行信息交互；无线通信单元，采用
5G
与云端计算单元进行信息交互；信息处理单元，对路侧感知模块采集的数据进行格式转换
、
时间同步和数据校准预处理；路端计算决策单元，预存设置了基于神经网络的决策模型，输入预处理后的数据，并根据决策模型输出对罐笼的开启或关闭控制指令；路端优先级合并单元，将云端计算子模块输出指令与路端计算子模块输出指令进行优先级合并，其中，确定云端计算子模块输出指令高于路端计算子模块输出指令；路端计算控制单元，向罐笼控制模块发送合并后的控制指令，控制罐本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种井工矿场景感知融合技术的出入罐笼控制系统，包括：路侧感知模块，检测行驶的车辆信息和环境信息；计算模块，连接路侧感知模块，接收路侧感知模块发送来的车辆信息和环境信息，并生成控制指令；罐笼控制模块，连接计算模块，接收计算模块发送的控制指令，并执行对罐笼的开启或关闭操作；通信模块，分别连接路侧感知模块
、
计算模块和罐笼控制模块，通过
V2I
或
V2N
进行通信
。2.
根据权利要求1的井工矿场景感知融合技术的出入罐笼控制系统，其特征在于：路侧感知模块包括：图像获取单元，采用视觉技术获取车辆信息和环境信息；雷达单元，使用不同频段的雷达，采用
CFAR
干扰抑制和卡尔曼滤波目标跟踪算法，检测车辆的位置和速度；惯性测量单元，利用
IMU
获取车辆的测量数据，通过扩展卡尔曼滤波算法处理测量数据，获得车辆的运动状态，车辆的运动状态包含速度和加速度；传感器单元，采用扩展的卡尔曼滤波器，将包含
IMU、
雷达单元
、
红外传感器和气象传感器的多源异构数据进行融合，得到车辆姿态信息，车辆姿态信息包含位置
、
方向和角度；障碍物检测单元，利用图像获取单元采集的图像数据和雷达单元采集的距离数据，通过视觉算法生成三维点云数据，利用生成的三维点云数据基于卷积神经网络获取障碍物的类别；定位单元，通过惯性测量单元和传感器单元的数据，采用扩展卡尔曼滤波或粒子滤波算法，获得车辆和罐笼的定位参数，定位参数为坐标位置
。3.
根据权利要求2的井工矿场景感知融合技术的出入罐笼控制系统，其特征在于：障碍物检测单元：图像特征提取子单元，接收图像获取单元采集的图像数据，采用尺度不变特征转换
SIFT
算法获取图像数据的多尺度特征点；距离信息获取子单元，接收雷达单元采集的距离数据，通过多径抑制技术获取距离数据的采样数据；数据匹配子单元，采用迭代最近点
ICP
算法，匹配多尺度特征点和采样数据，生成匹配后的三维点云数据；三维重构子单元，基于泊松表面重建算法，根据匹配后的三维点云数据，生成三维点云模型；三维检测子单元，基于
Point Net
网络分析三维点云模型，通过网络分类层输出不同类别的置信度，根据置信度阈值判断障碍物的类别
。4.
根据权利要求1的井工矿场景感知融合技术的出入罐笼控制系统，其特征在于：计算模块包括：路端计算子模块，通过有线网络接收采集的车辆信息和环境信息，通过预设的神经网络对接收的信息进行计算并输出控制指令；云端计算子模块，通过无线网络接收采集的车辆信息和环境信息，通过预设的深度学
习模型和预设的出入罐笼优先级对接收的信息进行计算并输出控制指令；控制子模块，根据路端计算子模块或云端计算子模块输出的控制指令，控制罐笼的开启与关闭；智能网联判断子模块，通过对车载的综合检测，判断车辆是否为智能网联车辆；对于判断为智能网联车辆，发送控制指令至车辆和罐笼控制模块；对于判断为非智能网联车辆，发送控制指令至罐笼控制模块
。5.
根据权利要求4的井工矿场景感知融合技术的出入罐笼控制系统，其特征在于：智能网联判断子模块包括：车载终端信令分析单元，通过分析车辆发送的终端信令中的标识码，判断标识码是否符合智能网联车辆的标识规范，以判定车辆是否支持智能网联功能；车辆传感器数据监测单元，监测车辆上安装的传感器类型
、
数量和性能参数，判断传感器配置是否满足智能网联车辆对传感器的要求；通信协议验证单元，接收车辆的通信请求，提取通信请求采用的协议数据，并通过比对预设的智能网联标准协议库，来验证协议数据是否符合智能网联技术规定的标准协议；综合判断单元，当车载终端信令分析单元
、
车辆传感器数据监测单元和通信协议验证单元的判断条件均满足时，判定车辆为智能网联车辆
。6.
根据权利要求4的井工矿场景感知融合技术的出入罐笼控制系统，其特征在于：路端计算子模块包括：有线通信单元，采用工业以太网与路侧感知模块进行信息交互；无线通信单元，采用
5G
与云端计算单元进行信息交互；信息处理单元，对路侧感知模块采集的数据进行格式转换
、
时间同步和数据校准预处理；路端计算决策单元，预存设置了基于神经网络的决策模型，输入预处理后的数据，并根据决策模型输出对罐笼的开启或关闭控制指令；路端优先级合并单元，将云端计算子模块输出指令与路端计算子模块输出指令进行优先级合并，其中，确定云端计算子模块输出指令高于路端计算...

【专利技术属性】
技术研发人员：黄琰，周欣，王琦，田瑞丰，夏宇，卫晓滨，
申请(专利权)人：理工雷科智途泰安汽车科技有限公司，
类型：发明
国别省市：