矿山无人驾驶方案

矿山无人驾驶运输系统,可实现露天矿采煤装载运输的无人化,满足智能矿山安全、高效、绿色、环保等目标。

无人驾驶应用的总体技术架构包括"车端、场端、云端"三个层面以及相应的安全保障体系,其中车端的智能矿卡具备车辆感知、通信、决策和执行等能力,与其他设施之间基于5G、C-V2X多模车联网实现通讯传输,云端的调度管理平台具备协同控制、路径规划等能力,场端高精度传感设备与相应的安全保障体系共同确保智能矿卡无人驾驶应用能够安全可靠运行。

智能矿卡包括车体和车载智能化设备,智能化设备包括5G/C-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,能够实现信息传输、环境感知和智能决策等功能,例如,摄像头、激光雷达等传感设备能够进行环境融合感知,并完成障碍物检测,而车载高精度定位系统则采用融合定位方法以满足不同环境下的定位需求。

车联网基于5G和C-V2X系统实现车与车、车与路、车与云平台的信息传输。5G系统包括基站、核心网等部分,支持实现车和云平台之间控制数据、状态数据的传输。V2X直连通信主要实现车与车之间、车与路之间关于车辆状态、道路状态等数据的传输。

云平台实现矿山运输场景信息的融合分析,构建矿山运输作业模型,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,可以实现自动驾驶的业务管理,同时作为应用总入口,承接各类信息回传和指令下发,并为业务规划网络路径。

相关推荐
FL162386312917 小时前
自动驾驶场景驾驶员注意力安全行为睡驾分心驾驶疲劳驾驶检测数据集VOC+YOLO格式5370张6类别
人工智能·yolo·自动驾驶
SYNKROTRON18 小时前
方案解读 | 精准感知的基石:OASIS CALIBER 传感器标定方案
自动驾驶·传感器标定
m0_6501082420 小时前
Co-MTP:面向自动驾驶的多时间融合协同轨迹预测框架
论文阅读·人工智能·自动驾驶·双时间域融合·突破单车感知局限·帧间轨迹预测·异构图transformer
m0_6501082420 小时前
Don’t Shake the Wheel: 端到端自动驾驶中的动量感知规划(MomAD)
人工智能·自动驾驶·端到端·实时性·动量感知机制·闭环性能·长时域预测
大模型服务器厂商20 小时前
挥手示意车辆先行,自动驾驶为何常 “不知所措”? Alpamayo-R1给出新解法
人工智能·机器学习·自动驾驶
智算菩萨2 天前
《自动驾驶与大模型融合新趋势:端到端感知-决策一体化架构分析》
人工智能·架构·自动驾驶
极智视界2 天前
目标检测数据集 - 自动驾驶场景驾驶员注意力不集中检测数据集下载
人工智能·目标检测·自动驾驶
i***58672 天前
自动驾驶---E2E架构演进
人工智能·架构·自动驾驶
Mr.Winter`2 天前
深度强化学习 | 基于PPO算法的移动机器人路径跟踪(附Pytorch实现)
人工智能·pytorch·深度学习·机器学习·机器人·自动驾驶·ros
数据与后端架构提升之路3 天前
感知模块详解:从 OpenCV/YOLO 脚本到 多模态多任务 BEV 架构
人工智能·机器学习·自动驾驶