城市轨道无人驾驶调度指挥系统技术发展趋势研究

张军晖

[摘 要]铲运机作为矿产采掘运输一体的无轨装备，其智能化相关技术也成为近年来研究的热点。智能化的地下铲运机，无需人员下井在车上驾驶和换班，生产作业时间可以得到充分保障，配合智能控制技术和先进的状态监控技术，可显著提升地下开采的效率，并大幅度减小现场作业人员，从而有效保障人员安全。基于此，本文提出一种基于最优轨迹跟踪的地下铲运机无人驾驶技术，该方法充分结合巷道的特性和铲运机的功能特性，工作装置稳定可靠，为智能化铲运机的应用推广提供理论和技术支持，以期满足地下开采的实际需求。

[关键词]地下铲运机；轨迹跟踪；无人驾驶

中图分类号：TM236 文献标识码：A 文章编号：1009-914X（2017）10-0238-01

1 铲运机无人驾驶技术分析

铲运机无人驾驶，就是铲运机的行走过程中不需要人为参与，完全依靠自身的传感器实现环境的检测、自主导航和自主的行走。其中，自主导航技术是铲运机能够实现无人驾驶的关键。现有技术条件下，自主导航技术可分为绝对式导航和相对式导航两种。绝对式导航技术是指铲运机无人驾驶环境地图的数字信息已经预先存入车载计算机，在数字地图的坐标系下，设定一条最优路径，控制铲运机严格遵循这一路径轨迹来运行。相对式导航技术是指铲运机通过车载传感器主动感知周围环境的基础设施或者是局部的物体来实现导航，又称为反应式导航技术，如基于沿巷道壁行走技术的导航技术是以控制铲运机沿着巷道行驶，且不碰到墙壁为原则进行导航的一种方法，由于该方法不需要大量外部条件配合而被广泛研究。本文基于一种轨迹跟踪的方法，无需提前知道地图的数字信息，属于相对式导航技术，在无人驾驶状态下，通过车载传感器实时获取当前运动轨迹相对于最优轨迹的偏差信息，进而实现铲运机在地下巷道内的无人驾驶控制。

2 行驶轨迹各参数关系

铲运机无人驾驶时，需要建立相关坐标系进行统一的控制。不考虑铲运机垂直路面方向的运动，以起始点为坐标原点，起始的前进方向为X轴，水平面内垂直前进方向为Y轴建立二维坐标系。以铲斗方向驱动桥的横向中心点作为铲运机的定位中心点，对应投影到X-Y坐标平面内为Q点，铲运机最优轨迹为预先规划好的最佳行驶轨迹，如图1中的曲线1，也是巷道的中心线，实际运动轨迹如图中的曲线2，铲运机实际行驶过程中的航向角Φ1定义为其前进方向与X轴正向所形成的角度，逆时针方向为正，顺时针为负，铲运机在最优轨迹曲线上的航向角Φ2定义为铲运机在最优轨迹曲线上的投影点Q1的速度方向和X轴正方向形成的角度，目标路径上的航向角Φ1与铲运机跟踪轨迹航向角Φ2的差值，定义为航向角偏差θ，航向角偏差反映了铲运机无人驾驶方向与目标路径预定的行驶方向之间的偏离程度。铲运机跟踪轨迹上Q点与目标路径上投影点的直线距离定义为铲运机的横向位置偏差δ。取在目标路径曲线右侧的偏差为正，反之为负。横向位置偏差主要反映铲运机在巷道内的横向偏离情况。设定铲运机前后车体的相对转动角，即铰接角为α。设定逆时针的铰接角α为正，反之为负。铲运机轨迹曲线和轨迹参数定义如图1所示。

3 无人驾驶试验验证

地下铲运机的无人驾驶的关键是具有智能化的子系统的支撑，为实现地下铲运机无人驾驶的目标，需要考虑铲运机各子系统所具备的关键技术。本论文以KCY2型智能铲运机为平台，进行铲运机自主行驶和自主卸载的相关试验。

3.1 地表无人驾驶试脸

为验证智能铲运机的各项智能化性能，为现场工业试验的验证做好基础，在地表环境下搭建了模拟巷道，为模拟巷道表面凹凸不平的实际情况，采用泡沫板搭建模拟巷道，并在泡沫板上人为打孔形成表面粗糙的形状后喷涂上水泥，每4米一个支柱，可以自由组合形成直巷道或者弯曲巷道，便于开展各类自主行驶的相关试验，结合多元信息自主导航控制器的设计，主要测试铲运机的自主行驶的无人驾驶是否满足铲运机自主行驶的要求，试验完成了自主行驶程序编写，利用前向掃描激光或后向扫描激光，实时扫描两边模拟巷道壁相对于车身的位置信息，结合铲运机当前状态下的转向角信息和里程计信息，由车载控制器发出指令控制铲运机的油门和转向。在此基础上，完成了直线段模拟巷道环境下的自主行驶试验。

试验中发动机转速给定值为40（额定转速时给定值为127），此时发动机转速为900r/min，由于前向扫描激光传感器是安装在司机室顶部，其扫描的中心在前驱动桥的后方1.1米处，几乎与中央铰接点重合，这钟小角度的扫描激光前瞻性很差，导致控制效果较差，铲运机难以稳定行驶。故激光扫描器右侧扫描区域参与计算的扫描激光序号取30～60，即参与计算的扫描激光角度I取值范围是300～600，提高了扫描激光前瞻性。设定比例放大系数Kp=4，取微分系数Kd=0.2，取PID的积分系数Ki=0.激光扫描器右侧扫描区域参与计算的扫描激光序号取00～600，即参与计算的扫描激光角度i取值范围是00～600，其中仿真试验时Td=0.8s，T为采样周期，T=0.2s。仿真时由于取得参与计算的激光对比较少，所以计算出的综合偏差数值较小，仿真时需要大的比例放大系数，Kp=30，倒过来取Kd=Kp*Td/T=30xTd/0.2=0.2，将Td=0.0013代入仿真环境，车体可以进行自主行驶。随后将上述参数应用到实际的自主行驶，实现了地下铲运机在地表模拟巷道内的自主行驶控制。

3.2 地下巷道的自主行驶试验

结合自主行驶控制算法所阐述的内容，将该自主行驶方法应用于地下巷道的铲运机自主行驶，试验场地为某铅锌矿-240中段的主斜坡道，铲运机所使用的自主行驶方法仍然和地表上一致。试验段由两个直线段组成，在地下巷道的自主行驶试验中，铲运机行驶的以直线为主，不同于地表的模拟巷道环境下的试验，实际巷道的试验由于巷道壁的形状更为不规则，实际测量得到数据更加不光滑，导致铲运机的运算速率和采样周期都有不同程度的加快。试验以跟踪巷道中心线为主的控制模式，其某个循环下控制铲运机按照一定的速度进行最优轨迹跟踪的实验跟踪效果。有实验可知，铲运机自主行驶控制时，实际的行驶轨迹能够很好的跟踪巷道的中心线，这条线也是规划的最优行驶轨迹。

参考文献

[1] 张奎杰，李宝顺.基于WiFi及无线遥控技术远程控制井下铲运机[J].现代电子技术，2013，03：37-39.

[2] 地下矿无人驾驶电机车运输技术[J].现代职业安全，2013，04：108.