多源信息融合的井下无人辅助运输车驾驶行为决策方法

本发明涉及煤矿数字化生产和无人驾驶，特别涉及多源信息融合的井下无人辅助运输车驾驶行为决策方法。

背景技术：

1、煤矿数字化、智能化、无人化是煤矿进一步发展的必然趋势。井下无人辅助运输车与井下生产工作效率密不可分，成为井下智能化设备的主要研究和实施对象。

2、地面无人车辆驾驶行为决策技术是目前的热门研究内容，无人车通过收集传感器信息结合自主决策方法实现车辆行为决策。专利授权号cn113759390b提出了一种基于虚拟激光雷达技术的矿卡车辆自动驾驶方法，该方法使用单一激光雷达和imu结合虚拟雷达的方法获得感知信息辅助自动驾驶，但单一传感器在煤矿环境中感知能力较差难以保证自动驾驶任务安全完成。专利公开号cn116552552a、cn116481833a等均公开了基于各种先进技术的无人驾驶车辆驾驶行为决策方法，但上述现有技术仅叙述了地面环境下无人车辆驾驶行为决策方法，针对井下环境存在如下缺陷：

3、1、煤矿环境存在尘雾路段，光照明暗变化大，车辆运行受到巷道变化影响，因此地面的车辆环境感知技术和驾驶行为决策难以直接在井下环境使用；

4、2、与地面的多源感知信息相比，井下感知信息存在多元化，包括巷道形态、水洼大小、道岔等地面较少遇到的感知信息，且井下巷道多不平整，感知信息多元且大量，如何合理利用大量的多源感知信息成为难题；

5、3、井下小型事故的发生可能会演变成重大事故，因此车辆驾驶需要较少考虑舒适度等问题，而将资源更多分配给安全性问题。

技术实现思路

1、发明目的：针对以上问题，本发明目的是提供一种多源信息融合的井下无人辅助运输车驾驶行为决策方法，能够针对煤矿环境存在尘雾路段、光照明暗变化大、辆运行受到巷道变化影响等复杂情况，融合传感器多源信息，将多源信息进行风险层级分类实现信息融合，以便于进一步实现车辆行为决策，从而实现井下辅助运输车的智能化驾驶，根据现有感知信息和预测信息，无人辅助运输车可以进一步实现预警功能，为车辆自身安全行驶提供保障，可以有效地提高井下辅助运输车无人驾驶系统稳定性、智能性和安全性。

2、技术方案：本发明的一方面提供一种多源信息融合的井下无人辅助运输车驾驶行为决策方法，包括：

3、利用车载传感器获得车辆在井下行驶途中的多源感知信息；

4、根据风险程度将多源感知信息划分层级，根据车辆安全驾驶威胁程度将不同层级感知信息划分优先级；

5、根据运行工况设计驾驶模式；

6、根据不同层级将获得的感知信息转化成无人辅助运输车行为信息，根据无人辅助运输车行为信息和安全评估标准自主决策驾驶模式，实现车辆的自主驾驶模式转换。

7、进一步，利用车载传感器获得车辆在井下行驶途中的多源感知信息，根据风险程度将多源感知信息划分层级包括：

8、将多源感知信息划分成3个层级，包括预警层、目标层和路况层；

9、其中，预警层感知信息为根据现有车载传感器获取的信息自主判断的风险预警信息，包括行人行为预警信息、跟车行为预警信息、以及巷道变形预警信息；

10、目标层感知信息为车辆前方障碍物感知识别信息，包括障碍物类型识别信息和障碍物景深感知信息；

11、路况层感知信息为车辆所在工作环境中的路况感知识别信息，包括巷道周壁损伤类型识别信息、巷道周壁损伤程度感知信息、底板渗水积水识别、车轨异常感知信息以及道岔异常识别信息。

12、进一步，根据车辆安全驾驶威胁程度将不同层级感知信息划分优先级包括：

13、路况层感知信息决定车辆是否可通行于当前巷道，是车辆无人驾驶的基础感知信息，将其设置为第一优先级；

14、目标层感知信息是无人辅助运输车前方的障碍物，影响到车辆行驶安全，无人辅助运输车使用这层的感知信息进行避障轨迹规划及其他行为决策，将其设置为第二优先级；

15、预警层感知信息为通过长期记录或目前达到警戒区域的传感器决策信息，该信息表示当前存在一定风险但可以通行，将其设置为第三优先级。

16、进一步，根据运行工况设计驾驶模式包括：

17、根据3层多源感知信息及其优先级关系，根据运行工况不同分别设计3个驾驶模式，分别为常规驾驶模式、防撞驾驶模式和避障驾驶模式；

18、其中，常规驾驶模式对应预警层感知信息，防撞驾驶模式对应目标层感知信息，避障驾驶模式对应预警层感知信息、目标层感知信息和路况层感知信息。

19、进一步，安全评估标准包括：无人辅助运输车驾驶行为决策引入的制动距离和碰撞时间系数，其中制动距离d的计算表达式为：

20、

21、式中，t1和t2分别表示机器人感知和决策的响应时间，vcc和voc分别表示无人辅助运输车辆的当前速度和前方障碍物的纵向速度，voc＝0表示障碍物是静态的，voc≠0表示障碍物是动态的，acc是车辆和前方障碍物之间的相对加速度；

22、碰撞时间系数tcc-1的计算表达式为：

23、

24、式中，dov表示当前障碍物和车辆之间的距离，l表示障碍物的长度。

25、进一步，根据无人辅助运输车行为信息和安全评估标准自主决策驾驶模式包括如下步骤：

26、s21，如果此时突然出现在无人辅助运输车感知野的障碍物为突发障碍物，则进入安全评估，并使用安全评估标准进行驾驶行为决策，否则进入步骤s22；

27、s22，当障碍物不是突发障碍物时，车辆根据障碍物到车头之间的距离是否达到防撞距离或避障距离做出驾驶行为决策。

28、进一步，步骤s21具体包括如下过程：

29、判断突发障碍物是否具有速度及其速度方向，当不存在速度时障碍物为静态障碍物，计算最小制动距离并与检测到的障碍物景深进行比较，根据比较结果自主切换驾驶模式；

30、当障碍物存在速度及加速度，则使用碰撞时间系数作为评估标准，根据比较结果自主切换驾驶模式。

31、进一步，步骤s22具体包括如下过程：

32、当车载传感器检测到障碍物到无人辅助运输车的距离大于防撞距离或当前不存在障碍物时，无人辅助运输车处于常规驾驶模式；

33、当车载传感器检测到障碍物到无人辅助运输车的距离小于防撞距离时，无人辅助运输车自主切换至防撞驾驶模式；

34、当车载传感器检测到障碍物在安全距离内且未达到避障距离内时，车辆减速行驶；

35、当车载传感器检测到障碍物达到避障距离内时，无人辅助运输车自主切换至避障驾驶模式。

36、进一步，当车载传感器检测到障碍物达到避障距离内时，无人辅助运输车自主切换至避障驾驶模式包括：

37、当车辆收集到为路况层感知信息时，且导致巷道收敛后高宽低于车辆高宽时，无人辅助运输车紧急驻停；

38、当车辆为有轨车辆时，只能在轨道约束下行驶，此时车辆做出紧急刹停行为，直至障碍物远离则根据距离自主切换至常规驾驶模式或防撞驾驶模式；

39、当车辆为无人辅助运输车时，根据局部路径规划获取最优避障路径。

40、本发明另一方面提供一种多源信息融合的井下无人辅助运输车驾驶行为决策系统，该决策系统包括感知模块、决策模块和控制模块；

41、其中，感知模块包括多种车载传感器，用于对动静、远近多模态障碍物及路况进行感知识别，获得多源感知信息；

42、决策模块，用于对多源感知信息进行决策；

43、控制模块，用于根据决策信息控制底层硬件设备完成无人驾驶。

44、有益效果：本发明与现有技术相比，其显著优点是：

45、1、本发明提出了一种针对大量多源信息进行管理和合理使用的信息融合策略，根据井下环境对车辆驾驶风险程度影响不同，将多源信息分成3个优先级不同的层级，实现多源信息融合；

46、2、本发明根据多源融合数据提出了3个无人辅助运输车驾驶行为模式，分别是常规驾驶模式、防撞驾驶模式和避障驾驶模式，这3种模式对应不同的多源信息层级，车辆可以根据感知信息自主切换驾驶模式，实现车辆安全和合理的智能行为决策；

47、3、本发明提出了一种专门针对井下环境的无人辅助运输车驾驶行为决策架构，解决了因为煤矿井下环境的特殊性，地面无人车的驾驶行为决策方法无法直接使用在井下无人辅助运输车上。