摘要：针对露天矿山场景下智能网联自动驾驶的作业场景与典型应用进行了梳理，并分析了二者的对应关系；以此为基础，分析了露天矿山智能网联自动驾驶的总体技术架构，在该架构下研究了车端、网络与云平台各层面的技术属性；最后对未来技术与产业发展的趋势进行了展望。

　　关键词：智慧矿山；智能网联；自动驾驶；5G；车联网

　　1、引言

　　采矿业是我国国民经济的基础和支柱产业，矿山智慧化是当前采矿业发展的重要趋势。目前，国内部分矿山已经建成的自动化、信息化系统等在安全生产过程中发挥了重要作用[1-3]。具体而言，露天矿山作业环境恶劣，危险度高，采用自动驾驶技术不仅能避免或减少对驾驶人员健康、安全的危害或威胁，而且将大幅提升效率、降低成本，更加经济、节能和环保[4]。据澳大利亚铁矿石出口商FMG集团测算，其137台自动驾驶矿车生产效率比传统人工运输提升了30%。此外，露天矿山场景复杂度较公共交通场景相对简单（人员严格管控、矿车行驶限速严格控制、行驶路线相对固定），自动驾驶在露天矿山场景下也相对容易实现。

　　从国际来看，卡特彼勒、小松等工程机械企业在澳大利亚、智利、巴西等多地的露天矿山通过部署智能网联矿卡、通信网络、系统平台等组成的矿卡自动驾驶解决方案，已经实现了矿区自动驾驶的商业化应用，其中卡特彼勒的矿卡产品已经自动驾驶运行近3500 万公里，物料运输量达到10 亿吨。从国内来看，从十三五时期开始，国家层面陆续出台了智慧矿山相关政策。加快我国数字化智慧矿山的建设，成为采矿行业转型升级的重要途径和有效手段[5-6]。2017年，国务院办公厅印发《安全生产十三五规划》，强调机械化换人、自动化减人；2020年，国家发展和改革委员会等8部委联合发布《关于加快煤矿智能化发展的指导意见》，提出到2025年实现露天煤矿无人化运输。随着国内产业经济转型升级和人口结构变化，我国采矿业对机器换人的需求也愈发明显。在产业需求驱动下，国内相继涌现出一批工程机械企业、自动驾驶科技企业、信息通信企业，投入到露天矿山自动驾驶相关技术研究和产业化应用当中，并且将技术应用整体推进至实际矿山测试和试商用阶段。

　　2、露天矿山自动驾驶作业场景与典型应用

　　露天矿山自动驾驶依然遵循露天矿山开采钻、爆、采、运、排的基本生产作业流程。依据采、运、排的运输作业流程，将矿山自动驾驶应用作业场景划分为装载、运输和卸载3个作业场景。此外，还存在作业保障（加油补水、维修保养等）场景支撑上述作业流程。从智能网联自动驾驶的应用角度出发，则需要矿卡远程遥控驾驶、矿卡与其他工程机械之间作业、矿卡行驶路径规划等应用的实现，支撑自动驾驶的安全运行。

　　2.1 作业场景

　　2.1.1　装载作业场景

　　是指空载矿卡依次行驶至装载作业点，装载设备（如挖掘机、电铲等）将物料装载至矿卡车斗，矿卡再依次离开作业点。在该场景下，矿卡、挖掘设备、云平台需要沟通明确整个装载协作流程（包括协同入场、装载、出场等步骤）。矿卡根据云平台规划的路径和作业任务，结合对周围环境的感知，自动行驶至装载区，同时将自车的实时状态信息（包括位置、速度、方向、加速度等）和任务信息实时发送至装载设备。同时，装载设备也需将自身的位置、朝向等信息发送至矿卡，从而实现高效配合作业。如发现矿卡异常情况（如自车无法避开的路障），矿卡紧急制动，并进入远程接管流程，即发送告警信息到挖掘机、周围车辆和云平台，以避免危险作业，并由云平台远程接管以脱离困境。

　　2.1.2　运输作业场景

　　指矿卡在矿区道路上按照云平台规划的路径，结合环境感知信息自动行驶。在行驶过程中，矿卡通过与其他车辆（包括无人/有人车辆）、路侧设备、云平台进行信息交互，实现前向碰撞预警、超视距感知等功能，提升行驶安全性。类似地，如发现异常情况，矿卡紧急制动并进入远程接管流程。

　　（1）平台基础资源层：为数据的存储管理、计算分析提供基础的硬件环境。

　　（2）平台数据源：包括车辆自身和行驶的状态信息、道路环境消息（包括RSU、摄像头、雷达等）、矿山作业区域的高精度地图，同时具备可扩展性，可与第三方平台对接获取外部数据。

　　（3）数据支撑层：主要将采集到的交通环境多维数据做融合分析，建立适用于矿山作业园区路网环境的算法及模型，并动态地基于实时数据对模型进行调整。

　　（4）应用层：主要基于数据建模处理分析，对作业车辆的运行状态进行日常监测和调度管控，为车辆安全、可靠地运行提供及时、合理的决策建议，当遇到紧急情况时，平台接管车辆的操作权进行远程操控。

　　（5）用户层：为矿山业主单位、运营商、平台开发商等提供矿区作业直观的呈现，用户可以直观地了解矿区整体运行情况，也可以查询具体的车辆、路侧设备、基站等的工作状态。

　　矿山环境恶劣，地点偏远封闭，无人化需求迫切，开展矿山自动驾驶应用对于提高矿山企业生产智能化水平、促进安全生产、提升整体生产效率具有现实意义。并且矿用卡车行驶路线相对单一、车速相对较低、场景较为封闭，是自动驾驶应用较快落地的重要场景之一。发展矿山自动驾驶应用对于发展港口、机场、物流园区等场景的自动驾驶技术具有重要参考价值，将有效促进智能网联汽车整体技术水平的提升。未来，智能网联自动驾驶将在更多类型的露天矿山和工程机械上得到应用，呈现出更多样的智能驾驶场景和更复杂的驾驶工况。因此，需要产业各方进一步协同，共同推动露天矿山智能网联自动驾驶的创新发展。

　　2.1.3　卸载作业场景

　　指满载的矿卡依次行驶至卸载作业点并将物料卸载，然后由卸载设备（如推土机、装载机等）整理物料，矿卡驶离并进入下一次采、运、排作业循环。在该场景下，矿卡、卸载设备、云平台需要沟通明确整个卸载协作流程（包括协同入场、卸载、出场等步骤）。矿卡可以根据路径的规划和作业任务，结合周围环境的感知，自动行驶至卸载区，并将自车的实时状态和任务信息发送至装载设备。卸载设备也将自身的位置等信息发送至矿卡，从而实现高效配合作业。类似地，如发现异常情况，矿卡紧急制动并进入远程接管流程。

　　2.1.4　作业保障场景

　　指矿卡行驶至特定区域进行加油补水、维修保养等。在作业过程中，云平台定期安排矿卡的保养或检修任务，同时当矿卡检测到油量、水量不足或自身故障时，需与云平台协调，及时规划加油补水任务。矿卡根据云平台规划的路径，结合环境感知信息，自动行驶至相应的作业保障区域，同时周期性对外广播本车实时状态和任务信息。类似地，如发现异常情况，矿卡紧急制动并进入远程接管流程。

　　2.2　典型应用

　　2.2.1　远程遥控驾驶

　　指矿卡在遇到特殊路段或紧急情况时，通过远程接管处理的方式使车辆能够继续行驶或移动到安全位置。远程接管方式包括响应式接管和紧急接管，前者是指当矿卡遇到无法处理的状况时，向平台发送远程接管请求，平台接到请求后立刻开始远程接管；后者是指遥控驾驶平台接收车端实时上传的状态信息，主动发现车辆异常并发出报警信号提醒人工接管。远程驾驶中心可通过5G大带宽通信实时获取车载和路侧成像设备高清视频，并将控制信号下发到车端，实现对车辆的紧急接管。

　　2.2.2　作业协同

　　指矿卡与挖掘机、推土机等其他工程机械设备之间关于装载/卸载等作业的协同。在当前技术条件下，挖掘机和推土机依然采取有人驾驶模式，但其可通过与矿卡协同，提高作业效率。一方面，挖掘机、推土机可将设备运行数据上传至云平台，利用云平台的智能调度功能，实现与矿卡的作业流程协同；另一方面，挖掘机或推土机的车载协同作业管理系统，通过在挖机或推土机上部署传感器实现对设备姿态和位置的监控，并与矿卡车载系统间通过LTE-V2X直连通信，实现装/卸载模式设置、装载点设定等功能，实现引导矿卡就位、装/卸载完成后引导矿卡出场，提高装载/卸载作业效率。

　　2.2.3　路径规划

　　指基于地图信息、车辆实时状态、综合感知信息等，计算矿卡行驶路径，为矿卡提供行驶路径规划和行驶引导。路径规划可分为全局路径规划和局部路径规划，前者由云平台依据高精地图生成后下发至无人矿卡，矿卡在整个作业场景根据平台提供的全局路径文件进行循迹行驶；后者在特定情况下无法循迹行驶时，由矿卡依据高精地图实时生成路径进行避障绕行、装/卸载区协同作业。

　　2.2.4　车-车碰撞预警

　　支撑矿卡在行驶过程中避免与正前方车辆出现追尾碰撞危险。矿卡与正前方车辆通过LTE-V2X直连通信的方式实时交互位置、方向角、速度、加速度等信息。当存在碰撞危险时，矿卡可以依据前车信息及时做出决策，避免碰撞事故发生，提高自动驾驶安全性。

　　2.2.5　道路状况提醒

　　指路侧设备通过传感器识别道路障碍物（如落石、遗撒物等）、路面状况（如积水、结冰等）等道路状况，并通过5G网络上传至云平台，由云平台进行智能分析，平台再将道路事件信息发送给可能受影响的矿卡；或通过路侧部署的边缘计算平台在本地分析感知信息，再由路侧通信终端将道路事件信息通过LTE-V2X直连通信发送给可能受影响的矿卡。

　　3、露天矿山自动驾驶应用总体技术架构

　　露天矿山自动驾驶应用的总体技术架构包括智能网联矿卡、车联网、云平台3 个层面（见图1），其中车端具备自车感知与通信、决策和执行等能力，车端和其他要素之间基于5G、LTE-V2X多模车联网实现通信传输，云平台具备协同控制、路径规划等能力。具体而言，车端包括车体和车载智能化设备，智能化设备包括5G/LTE-V2X通信终端、摄像头、激光雷达、毫米波雷达、车载定位、车载计算平台等设备，实现信息传输、环境感知和智能决策等。车联网基于5G和LTE-V2X技术实现车-车、车-路、车-云平台的信息传输，其中5G系统包括基站、核心网等，以实现车-云平台控制数据、状态数据的传输，LTE-V2X直连通信主要实现车-车、车-路关于车辆状态、道路状态等数据的传输。云平台实现矿山场景信息的融合分析，构建虚拟矿山运输作业模型，面向不同应用场景提供作业调度、路径规划、联合决策和协同控制，可以实现远程驾驶、自动驾驶的业务管理，并作为应用总入口，承接各类信息回传和指令下发，并为业务规划网络路径。

　　3.1　露天矿山智能网联车辆

　　3.1.1　通信、感知与定位

　　矿卡的通信、感知与定位模块负责提供周边环境信息、定位信息以及云平台的指令。矿山场景的以下特点为通信、感知与定位提出了较高要求：矿区道路颠簸比较严重，车载感知设备抖动严重，容易导致感知数据精度下降；矿区工作温度最低可至-45℃，需考虑车载通信、感知设备的耐低温性能或加装保温装置；矿区风力较强，风沙、扬尘导致部分感知设备失效；对于作业区域比较低洼或山体遮挡严重的工况，定位信号强度容易受到干扰。

　　针对以上矿山场景的特殊性，单一感知方案在矿区通常无法有效应对复杂的环境变化。从可靠性和安全性角度考虑，矿卡的感知子系统通常采用多传感器融合技术，包括毫米波雷达、激光雷达和摄像头等，实现对车辆周边障碍物的位置、速度、轨迹、类别等属性的探测。同时，通过装备5G和LTE-V2X通信终端来获得其他车辆、路侧设备和云平台发送的交通环境信息（包括周围车辆的运行状态、周围道路环境等），从而实现车端的超视距感知，扩大矿卡的感知范围，克服感知受限或遮挡严重的困难场景（如交叉口、装/卸载作业区）。

　　智能网联矿卡的定位系统通常采用GPS/北斗定位技术，但GPS/北斗定位技术存在易受多径干扰和更新频率低等问题。通常可以结合惯性传感器（IMU）进行数据融合，达到更好的定位效果。此外，对于长时间定位信号丢失的情况，还可以使用激光雷达点云SLAM（即时定位与地图构建）或视觉里程计的定位方法，通过多种定位方式融合以达到更精准的定位精度。

　　3.1.2　规划与决策

　　为承载自动驾驶的业务应用，规划与决策模块首先根据云平台规划的任务和路径明确当前任务，同时接收到传感器和通信终端的环境信息之后，对当前环境作出分析，然后对控制单元下达指令。决策规划系统基本可分为4部分。

　　（1）信息决策模块

　　在车辆行驶过程中，需要时刻感知外界信息，决策规划系统首先需要接收车辆感知单元（激光雷达、毫米波雷达及视觉等）信息、V2X（V2I、V2V等）信息、本车当前定位信息等多传感器融合后的信息，依据感知和通信设备输出的外界环境与自身行驶道路规划做出预测，确保行车过程安全。接收到行车路径上出现障碍物或其他车辆等数据后，将信息提供给路径规划模块进行局部路径规划。

　　（2）路径规划模块

　　矿山的道路随着采、排作业的进行会不定期发生变化，尤其是采掘面和排土场变化频率很大，云平台进行全局路径规划后矿卡按照路径任务进行循迹行驶，在采掘面和排土场，或者前方存在障碍物需要绕行时，矿卡根据信息决策模块输入的信息，对可行驶区域进行局部路径规划。

　　（3）任务决策模块

　　根据采、运、排作业业务流程，矿卡会划分不同的任务状态,并需要细化不同的任务状态时需执行的控车操作。在采排场景下，根据高精地图及环境信息进行局部路径规划、依据生成的路径行驶、与其他工程机械协同交互作业等。在主干道行驶的过程中，矿卡在全局路径指引下，依据高精地图和环境信息（包括其他车辆、障碍物等），做出具体行为决策（循迹、避障绕行、停车等待、请求远程接管等）。

　　（4）故障决策模块

　　故障决策模块在矿卡行驶过程中通过车内通信网络（如CAN总线）获取车身状态信息，同时对自动驾驶相关各模块进行实时状态监测，出现异常事件时根据其对自动驾驶的影响程度进行停车等待人工排查、请求平台调度至维修区进行维修或者进行其他可保证自动驾驶稳定可靠运行的操作。

　　3.1.3　车辆控制

　　车辆控制包括线控化控制和基于驾驶机器人的线控化控制两种模式。

　　（1）线控化控制

　　整车功能线控化是矿卡实现自动驾驶的重要技术路径之一，主要由车辆的控制系统通过电信号实现包括线控转向、线控驱动、线控制动、线控货箱升降等功能，车辆控制系统通过车内通信网络（如CAN总线）和车载自动驾驶规划与决策系统对接，实现对整车的控制。同时，车辆的运行数据，如车速、载重、胎压、水温、电机功率、系统电压、故障报警等，由整车控制系统采集并通过车内通信网络和规划与决策系统对接，再经过通信设备与外界交互。

　　（2）基于驾驶机器人的线控化控制

　　对于无法直接通过车内通信网络对接线控控制系统的存量车辆，可以进行基于驾驶机器人的线控化控制，使之达到满足自动驾驶应用的条件。基于驾驶机器人的线控化控制主要是通过外部执行机构和整车控制器（VCU）设计开发，在自动驾驶模式下替代原来有人操作产生的信号实现车辆的线控化控制，从而实现车辆的自动驾驶。

　　3.2　支持矿山自动驾驶应用的车联网

　　面向矿山自动驾驶应用的网络架构设计（见图2），一方面需要考虑到矿区不同工作区的特征和通信需求；另一方面结合5G、LTE-V2X、多接入边缘计算（MEC）等技术的发展现状，考虑多种通信技术相结合以支持矿区不同业务的需求。整体网络架构由车载端、路侧端、基站、多接入边缘计算平台MEC作为本地数据处理中心和本地应用服务、核心网以及云端应用服务组成。

　　就蜂窝通信而言，可以根据矿区蜂窝网络覆盖情况，初期4G覆盖，逐步增加5G覆盖，以支持高清视频上传、遥控接管等功能。车和云之间通过4G/5G网络实现感知数据与控制信息交互。部分业务数据可以通过核心网上传到云端应用服务，实现多矿区综合管理。就LTE-V2X直连通信而言，在车端安装车载通信设备OBU，路边安装路侧通信设备RSU，从而支持车-车、车-路可以通过LTE-V2X直连通信技术实现信息交互。而MEC平台可支持矿山本地业务数据处理和本地应用服务，例如视频分析、高精度定位、V2X设备和连接管理、感知数据融合处理等，矿山的本地业务服务可以直接连到MEC平台，实现业务的本地化。

　　具体而言，通过5G网络的大带宽优势，可以将高清视频监控数据上传到本地控制中心，进而支持远程遥控接管。矿车内摄像头采集到的高清视频通过5G CPE、5G基站，上传至MEC平台；路侧摄像头采集工作区视频，通过矿区路由器和5G CPE、5G基站，也上传至MEC平台。MEC平台直接与矿山的远程遥控中心相连，视频数据直接在本地分流至远程遥控中心，无需传至核心网，降低传输时延。根据这些视频感知信息，借助5G系统低时延、高可靠的通信能力，远程遥控中心发出控制指令，实时远程遥控自动驾驶矿卡。通过LTE-V2X直连通信技术支持，车-车直连通信，支持前向碰撞预警、车辆间作业协同等；通过车-智能路侧设备通信，支持道路状况提醒、感知融合等，提升自动驾驶的安全性和协同作业的效率（见表1）。

　　3.3　支持矿山自动驾驶应用的云平台

　　3.3.1　平台功能需求

　　云平台承载着露天矿山自动驾驶的运营管理和服务提供能力，针对矿山业务场景，云平台需要满足的主要功能包括以下4个方面。

　　（1）实时采集包括RSU消息、摄像头和雷达感知信息、天气环境信息、定位信息等全方位数据。

　　（2）基于大数据、智能学习等技术手段进行融合分析，主动感知、预测、分析，并快速做出正确处理的业务模型，面向装/卸载、运输、保障等应用场景提供联合决策和协同控制，实现对矿区作业车辆的自动驾驶、协同作业等业务，以及对业务的监管调度。

　　（3）车辆、基础设施和用户认证管理，实现平台对矿区所有车辆、基础设施进行认证，便于车队管理和网络管理，用户则能够通过身份标识随时查询车辆的工作状态。

　　（4）承接各类信息的回传和指令下发。

　　3.3.2　平台总体框架

　　露天矿山云平台架构如图3所示，通过车辆与驾驶环境的全面信息聚合和应用，将云计算、智能传感、通信网络、定位、地图等技术融合，实现矿山作业的数字化、智能化的管理。

　　4、结束语

　　矿山环境恶劣，地点偏远封闭，无人化需求迫切，开展矿山自动驾驶应用对于提高矿山企业生产智能化水平、促进安全生产、提升整体生产效率具有现实意义。并且矿用卡车行驶路线相对单一、车速相对较低、场景较为封闭，是自动驾驶应用较快落地的重要场景之一。发展矿山自动驾驶应用对于发展港口、机场、物流园区等场景的自动驾驶技术具有重要参考价值，将有效促进智能网联汽车整体技术水平的提升。未来，智能网联自动驾驶将在更多类型的露天矿山和工程机械上得到应用，呈现出更多样的智能驾驶场景和更复杂的驾驶工况。因此，需要产业各方进一步协同，共同推动露天矿山智能网联自动驾驶的创新发展。