赋能智慧隧道施工:工程车辆多模态数据采集系统

随着智慧工地与无人化施工技术的推进,隧道施工装备数字化转型 已成为行业焦点。近期,在和众多该类客户的沟通过程中,我们观察到了一些被频繁提到的客户需求场景痛点 ,针对于此,以隧道运输设备------MSV胶轮车为例,本文为该类客户量身定制了一套高性能多模态数据采集方案

本文将从客户的实际痛点出发,详细拆解如何在无GPS信号环境恶劣 的隧道场景中,实现高精度多传感器数据融合与采集

一、 客户需求与场景痛点

1、复杂的作业环境与对象

本次搭载对象为MSV胶轮车(用于TBM隧道施工物料运输)。车辆长期运行于狭长、封闭的隧道内部,且需要分别在车辆的"前端"和"后端"搭载两套独立的感知系统,以满足双向行驶的作业需求。

2、多模态传感器融合

为了实现对环境的全面感知,单车集成了复杂的传感器组,包括:

  • 视觉传感器: 华阳 GMSL2 3M 相机(前后共4路)

  • 激光雷达: 主雷达 + 补盲雷达(前后共6颗)

  • 毫米波雷达: ARS410(前后共2颗)

  • 定位与姿态: IMU hwt905-CAN(前后共2颗)

  • 车辆总线: CAN数据采集

传感器 布局:

前端布局(左)、后端布局(右)

3、核心痛点:隧道内的时空同步

  • 无GPS信号: 隧道内无法获取卫星授时(GPS/GNSS),传统依赖PPS/NMEA的同步方式失效。

  • 高带宽并发: 多路激光雷达与高分辨率相机的同时接入,对采集系统的带宽和写入速度提出了巨大挑战。

  • 恶劣工况: 隧道施工现场震动大、粉尘多,要求设备具备极高的工业级稳定性。

二、 解决方案概览

针对上述挑战,我们提出了两套差异化的技术路线:"极致性能方案(方案一)"与"高性价比方案(方案二)",以满足不同研发阶段的需求。

1、方案一:工业级硬同步方案 (BRICKplus + MDILink)

此方案采用了德国b-plus的数据采集生态系统,主打硬件级时间同步 可靠性

数采系统方案架构图

(1)核心算力与存储: 使用 BRICKplus 工控机,搭载8TB大容量BRICK STORAGE存储模块。设备支持宽温运行,抗震等级高,专为车载环境设计。

加装了BMC-ETH6000和CAN拓展模块的 BRICKplus

(2)无损数据接入: 通过 MDILink 转换器,将相机的GMSL2信号无损转换为万兆/千兆以太网数据。SerDes测量数据转换器,适配GMSL、CSI-2、FPDLink等多种接口的传感器,实现无损解耦原始数据和时间戳。接收端软件可将RAW数据转换并存储为AVI、MP4等格式,便于分析和处理。支持时间同步802.1AS

通过 TE CAN combo 模块采集CAN/CAN-FD数据。

MDILink

TE CAN combo 模块

(3)微秒级硬同步(gPTP): 针对隧道无GPS痛点,该方案采用基于XTSS协议的gPTP硬件时间同步。BRICKplus作为主时钟源,与激光雷达、MDILink及CAN模块进行亚微秒级同步,完全不依赖外部卫星信号。

(4)闭环数据回注: 配备 BRICK THUNDER DOCK,支持通过雷电3接口或万兆网口极速回传数据,大幅缩短数据落地时间。

(5)方案总结:

  • 优势: 硬件适配性极高,微秒级同步精度,数据安全性好,适应恶劣环境,开发工作量低。

  • 不足: 硬件成本相对较高。

2、方案二:灵活型软同步方案 (ECX-3800 + PCIe采集卡)

此方案采用高性能通用工控机配合专业PCIe采集卡的方式,适合对成本敏感且能接受软件同步精度的项目。

方案二数采系统方案架构图

  • 高性能计算平台: 选用 ECX-3800 PEG,搭载Intel i7-13700E处理器与64GB DDR5内存,提供强大的板端处理能力。

  • 标准化扩展采集:

  • 视频采集: 使用 友思特 Proframe 3.0 采集卡,支持4路GMSL2输入,适配性强。

  • CAN采集: 使用 PCAN-PCI Express FD 4通道卡,通过PCIe接口直接通信。

  • 毫秒级软同步: 在缺乏硬件PTP支持的情况下,采用软件层面的时间戳对齐,通过ROS等中间件调整各数据流时间戳,精度在毫秒(ms)级别。

  • 便捷存储: 采用标准SATA接口的8TB SSD(如三星870 EVO),支持直接插拔换盘。

友思特 Proframe3.0 视频采集卡(左);PCAN-PCI Express FD - PCI Express转CAN FD接口卡 4通道

(1)方案总结:

  • 优势: 配置灵活,硬件成本大幅降低(约为方案一的40%),后期维护及部件更换方便。

  • 不足: 仅支持软件同步(ms级),在高动态场景下可能存在数据对齐误差;需投入较多集成开发工作。

三、 软件生态与可视化

无论选择哪种硬件方案,我们均提供基于 ROS/ROS2 的完整软件支持。

  • 实时监控: 定制的数采上位机软件,支持对所有传感器状态的实时监控。

  • 数据可视化: 完美适配 Rviz,可实时显示激光雷达点云、相机图像及融合效果,方便工程师现场调试。

  • 数据存储: 支持Rosbag录制及通过上位机将RAW数据转换为AVI/MP4等通用格式。

四、 综合建议与选型指南

在最终的方案选择上,我们需要回归到工程场景本身:

(1)关于同步精度: 隧道内无GPS信号是最大的限制。如果工程车辆运行速度较慢(如隧道内低速行驶),方案二的毫秒级软同步通常是可以接受的。但如果涉及高速自动驾驶算法验证,建议选择方案一。

(2)关于环境适应性: 考虑到隧道施工存在大量粉尘、潮湿和震动,方案一(BRICKplus) 的全封闭、无线缆堆叠设计在可靠性上具有显著优势,且已在德系主机厂有大量成熟应用案例。

(3)实施建议:

  1. 方案一适合作为标杆项目的首选,确保数据质量万无一失,降低开发风险。

  2. 方案二适合预算受限或需批量复制的场景,但建议在前期进行充分的PoC(概念验证)测试,重点验证软同步在隧道工况下的稳定性。

相关推荐
像风没有归宿a4 小时前
自动驾驶汽车黑客攻击:如何保障车联网安全?
安全·自动驾驶·汽车
小猫挖掘机(绝版)6 小时前
在Ubuntu 20.04 部署DiffPhysDrone并在Airsim仿真完整流程
linux·ubuntu·自动驾驶·无人机·端到端
智算菩萨8 小时前
从试错学习到安全进化:强化学习重塑自动驾驶决策与控制
人工智能·机器学习·自动驾驶
财经三剑客9 小时前
理想汽车11月交付33181辆 历史累计交付近150万辆
人工智能·汽车
老华带你飞1 天前
汽车销售|汽车报价|基于Java汽车销售系统(源码+数据库+文档)
java·开发语言·数据库·vue.js·spring boot·后端·汽车
唐丙斯城1 天前
新能源汽车电池热管理技术简析
汽车
青云交1 天前
Java 大视界 -- 基于 Java 的大数据可视化在企业供应链动态监控与优化中的应用
java·数据采集·大数据可视化·动态优化·企业供应链·实时预警·供应链监控
天天爱吃肉82181 天前
庖丁解牛:从两张核心电路图,透视新能源汽车的“动脉”与“毛细血管”
python·嵌入式硬件·汽车
地平线开发者2 天前
开发者 | 2025 智能驾驶开发者系列培训在京顺利召开!
自动驾驶