磷矿巷道环境下无人驾驶运输车关键技术研究.pdf

信息通信磷矿巷道环境下无人驾驶运输车关键技术研究钟燕波（三峡大学，湖北宜昌4430 0 0）摘要：磷矿巷道是井下的运输道路，环境复杂，为巷道无人运输车路径规划以及避障带来巨大挑战。根据巷道环境的特点，提取巷道中心线用于规划路径，并结合物体检测设计避障策略，保障无人运输车安全行驶。首先基于巷道点云数据提取巷道边界，通过改进Voronoi图法在边界点上构建巷道的中心线；然后基于点云物体检测结果，结合巷道交通规则，制定无人运输车避障策略；最后利用Carsim和Matlab/Simulink进行联合仿真。结果表明，无人车能跟踪道路中心线行驶，遇到障碍物时能准确避开并做出正确的决策，保证了无人车地行驶安全。关键词：磷矿巷道；无人驾驶；中心线；物体检测；避障策略中图分类号：TP393Phosphate Mine Roadway Environment Research on Unmanned Transporters Essential TechnologiesAbstract:The environment is complicated on the phosphate mine roadway,an underground transportation route,which makesplanning an unmanned transport vehicles course and avoiding obstacles extremely difficult.In order to assure the safety of theautonomous transport vehicle,the center line of the road is extracted for course planning and an obstacle avoidance strategy com-bined with object detection is devised.Initially,the roadway point cloud data is used to extract the roadway boundary,and thenthe enhanced Voronoi diagram approach is used to generate the roadway center line on the boundary point.Then,based on theoutcomes of point cloud object identification and the regulations of road traffic,the unmanned transport vehicle obstacle avoi-dance strategy was created.Lastly,co-simulation is performed using Carsim and Matlab/Simulink.The outcomes demonstratethat the unmanned vehicle can follow the center line of the road,properly avoid obstructions,and make wise decisions,ensuringits own safety.Key words:mine roadway;unmanned driving;centerline;object detection;obstacle avoidance strategy1 引言近年来，随着科学技术进步，矿区生产逐渐进入远程、智能、无人化时代，以达到减人增效的目的1-2 1。无轨胶轮车是矿区巷道运输系统中最重要的交通工具，常用于运输矿物、机械装备和矿区人员等，具有用途广、灵活性强等特点。但是，巷道路况复杂加之人工驾驶的不稳定性，导致井下安全事故频发3。因此，开展巷道无人运输既能保证安全，又能提高生产效率叫。无人驾驶技术主要由感知、规划、决策等环节组成，而环境感知是实现无人驾驶的基础。常用的感知方法有2 D平面检测和3D立体空间检测 5。2 D检测方法主要利用图片进行物体识别。刘备战融合可见光传感器、红外传感器、深度传感器的图像特征，应对煤矿井下光线昏暗和背景复杂的影响，增强了对井下的行人目标检测的能力6 。2 D平面检测成本低、精度高，但不能提供物体的位置以及姿态信息，所以在无人驾驶场景中常用3D目标检测 7 。秦沛霖采用区域生长网络生成2 D图像候选区域，再与点云进行融合生成3D候选区域，实现煤矿井下3D目标检测8；Qi.C.R融合图像和激光点云，将图像先验检测信息投影到点云的视锥范围内求解3D锚框，并从点云数据中估计面向物理对象的三维边界盒。上述都使用图像融合点云的方式实现井下物体检测，未充分考虑环境因素，且处理过程复杂。故采取物体点云分割聚类，使用三维边界盒包收稿日期：2 0 2 3-0 2-11作者简介：钟燕波（19 9 6-），男，四川内江人，硕士在读，研究方向：机器人技术。252023年第0 5期(总第 2 45 期)文献标识码：B文章编号：2 0 9 6-9 7 59(2 0 2 3)0 5-0 0 2 5-0 5ZHONG Yanbo(China Three Gorges University,Yichang 430002,China)络聚类结果，计算宽度占比，再结合障碍物速度实现检测，为避障策略设计提供依据。磷矿巷道交错复杂，实现无轨胶轮车自主运输，首先要依据环境地图规划出安全行驶路径。刘停基于机器视觉，使用改进的蚁群-粒子群算法，并进行算法融合，研究了井下救援机器人在煤矿灾后复杂环境下的实时路径规划；地下狭窄的巷道环境，使得经典的导航和规划方法不能很好地应用，Papa-christos实现融合不同传感器的地下矿山路径规划，总结提出结合局部环境和多传感融合的路径规划优化方法12 。当下的路径规划算法针对的是救援、勘测类机器人，解决了在特殊场景下的机器人最优路径规划。但是，无人运输车的路径规划不仅考虑路径最优，还要保证车辆在狭窄的巷道中不发生碰撞。马浩楠设计了一种基于空间MPC的局部路径规划算法 3,用于解决巷道下矿井车辆自主避障和自动会车后，重新规划出无障碍平滑路径；骆彬设计了一种蓄电池无轨胶轮车的无人驾驶系统，并通过传感器组合，解决井下车辆行驶碰到的循迹与避障难题4。王陈研究了井下无轨胶轮车无人驾驶系统及避障策略的设计15，并针对井下的交通规则，制定出适合无人驾驶系统的循迹、避障及会车的控制策略。地下磷矿开采巷道具有环境封闭、道路狭窄、岔口多、运输量大的特点，在单向车道的情况下，对向行驶车辆交汇频繁，且需考虑避让井下作业人员，并及时应对各种突发状况。因此，实现在巷道中的无人运输，首先需要解决适应巷道环境，端面处边界点遍历方向判断Y朝向Changjiang Information&Communications保障安全行驶；其次，需要根据不同的交通情况作出正确的行驶决策。针对这些工况，结合巷道地图，构建巷道中心线，将其作为无人运输车的安全行驶路径。再依据环境感知信息以及巷道交通规则设计避障策略，解决巷道行车、会车安全问题。最后通过联合仿真进行验证。2磷矿巷道中心线构建2.1磷矿巷道建模及数据预处理精确的地图信息是实现路径规划的基础。使用3D激光雷达搭建LIO-SAM算法平台，在磷矿开采区对长距离水平磷矿巷道进行三维地图构建；然后将三维点云数据进行平面投影消除非巷道结构点云的影响；最后在道投影平面上生成巷道边界，还原出巷道道路变化信息。经过平面投影后的典型巷道点云含49 47 2 57 个点，采用Alpha-Shapes算法在点云上生成巷道边界，该算法会遍历每一个点云数据，影响边界生成效率，浪费计算资源，故针对巷道的特点对数据进行再处理。首先，对巷道点云进行栅格划分，删除不含点云的栅格；其次，按照巷道走向，确定栅格遍历顺序及栅格中初始边界点；最后，以初始边界点为算法起点，顺序遍历栅格，找出所有边界点，生成边界。边界提取效果受值影响，通过改变值，得到结果如表1所示。经过再处理后，边界提取效率较处理前有明显的提升；其次，随值逐渐增大，获取到的边界点数明显减少。通过比较边界生成结果发现边界点减少易导致边界不完整，且不能真实反应巷道道路变化信息。故确定取值为1，保留更多的边界点。图1为值为1时边界生成效果。表1不同值边界提取结果平面处理前提取处理后提取值点云149472571.52图1典型磷矿巷道平面图和边界2.2基于巷道边界构建中心线2.2.1生成凸包磷矿巷道的边界信息，反映了道路的变化，以及巷道主干道、岔路和躲避碉之间的拓补关系。为成功构建中心线要先在巷道边界点上创建Delaunay三角网，此时会遇到两个问题：其一是边界点无法顺序索引，不能成功构建提取中心线的三角网；二是岔路和躲避碉会使边界点发生变化，导致在边界外形成三角形，影响巷道中心线的构建。通过生成边界点凸包，并按巷道走向为边界点加上索引序号，成功构建三角网。同时，在凸包内构建三角网，能避免在巷道边界外生成三角形。图2 为凸包生成过程。钟燕波：磷矿巷道环境下无人驾驶运输车关键技术研究开始非端面边界点遍历边界点集确定点a从边界点集中取出井翻除a点计算点与点集中其它点距离d当前点点为非端面点将距离最小点设为a点(1)边界点集中选取起点a。先选择x为搜索方向，遍历边界点，找到x值最小的边界点，将其设置为起点a，并按顺序存入凸包列表中。同时，将a点从原边界点集中删除。(2)边界点搜索方向。由图3所示，巷道边界图中存在端面，其导致了两侧边界点搜索不连续。端面对应不同方向的巷道，所以根据巷道方向选择端面处的搜索方式，建立整个巷效率边界时间时间1.088s0.984s1.079s0.958s1.113s0.977s口包素引按享放入点集CW当前点a位于新端面处边界点集中最后一点？凸包索引点集结束图2 凸包生成过程道边界点的顺序索引。主要对应两种情况：当前a点与下一边提升点数9.6%134811.2%104212.2%860计算口包中末尾两点X，Y方向支化X方向 Y方向X朝向端面Y朝向端面X方向代价最Y方向代价最小点设为a点小点设为a点界点的距离d小于阈值w，此时a点不在端面处，则把最近点设为新的a点，重复步骤1，直至遍历完非端面边界点；当前a点与下一边界点的距离d大于阈值W，则说明a点位于端面处，继续用距离最小选取搜索方向，会造成边界点顺序索引失败，所以利用凸包索引列表中末尾两个点，计算X、Y方向变化，以此判断当前端面方向，如图3（a)所示，再根据端面朝向和距离设置代价函数，将当前端面处代价最小的点，确定为新点a,重复步骤1。(3)生成凸包。按照以上步骤，为每个边界点依次设置索引号，放入凸包索引列表中。当遍历完所有边界点，按索引号顺序连接各边界点，生成凸包，如图3（b）。x朝向(a)巷道方向图3巷道方向和凸包2.2.2边界点约束Delaunay三角网Delaunay三角网是构建中心线的关键。利用三角剖分法在巷道边界点间生成三角网时，由于道路发生变化，造成在边界点外生成三角网，图4（a）。边界外的三角网会影响中心线的构建，使中心线越过巷道边界。所以利用凸包作为范围约束，限制三角形在凸包内生成，图4(b)。26(b）凸包Changjiang Information&Communications(a）未去除凸包外三角形图4生成凸包内三角网由于保留的边界点特别密集，相邻边界点的位置会发生波动，形成同侧三角形，图5圆圈所示。小三角形会在构建道路中心线时生成细小分支，使得构建出的中心线效果差。观察生成的三角网，发现同侧边界点生成的三角形数量少且面积小，通过统计三角形面积分布，在保证边界三角网连续完整的情况下，设计出一个合适的面积阈值，过滤掉阈值以下的三角形，得到最终用于构建中心线的三角网。图5相邻边界点间三角形2.2.3改进Vorono