[发明专利]一种面向在用矿车无人驾驶运输系统的矿车运输时间预判方法

说明书

本发明涉及一种面向在用矿车无人驾驶运输系统的矿车运输时间预判方法，所述方法，包括步骤一、利用历史数据建立离线运行的第一时间预判模型；步骤二、基于在线数据，建立第二时间预判模型；步骤三：综合模型M_1和模型M_2结果，得到预判值。本发明分利用端边云架构的在用矿车无人驾驶运输系统的设备优势和便利性，并将此反哺于在用矿车无人驾驶运输系统的服务中去，最终为达到提高系统运行效率的目的奠定基础。

技术领域

本发明涉及在用矿车无人驾驶运输系统领域。具体是一种面向在用矿车无人驾驶运输系统的矿车运输时间预判方法。

背景技术

随着传感器技术和大数据技术的快速发展，自动驾驶技术得到了广泛关注，相较于传统的道路交通场景，矿区、港口等一些特殊的封闭场景已经率先使得这一技术落地，有效地提高了生产效率。但是在矿区使用全新的自动驾驶车辆并不现实。一方面，矿车造价高昂，大批次的淘汰在用矿车、更换成新的自动驾驶车辆，成本过高；另一方面，矿区环境恶劣，灰尘弥漫，道路标线等基础设施不完备，这不利于大多自动驾驶车辆多依赖的高精度环境感知设备(如高清摄像机、毫米波雷达等)正常工作。因此，使用端边云架构的在用矿车无人驾驶运输系统成为了较为理想的解决方案。

在端边云架构的在用矿车无人驾驶运输系统中：“端”指智能矿车，通过智能驾驶机器人对在用矿车改装实现无人驾驶功能，降低成本；“边”指智能路侧设备，通过在固定道路位置点装配智能设备帮助矿车完成环境感知，并及时发布控制、调度指令；“云”指云端智能平台，是整个矿车无人驾驶运输系统的“大脑”，通过处理、计算上传到的矿车、路侧设备的实时感知信息和系统运行状态信息，借助云智能技术实现智能地控制、调度矿车等任务，是保证系统有序、高效运行的基础。

矿车的运输时间预判是端边云框架下云智能技术中的一项重要内容，是了解并分析矿区运行状态的先验手段，也是未来矿区任务规划的基本前提。

发明内容

本发明提供一种面向在用矿车无人驾驶运输系统的矿车运输时间预判方法，以提高对于矿车运输时间的判断准确性。

为了解决上述问题，本专利提供的技术方案包括：

一种面向在用矿车无人驾驶运输系统的矿车运输时间预判方法，其特征在于，所述方法，包括如下步骤：

步骤一、利用历史数据建立离线运行的第一时间预判模型

在本步骤中，建立一个离线的矿车运输时间预判模型，从历史数据中把握矿车运输的一般性规律。步骤一主要包括如下子步骤：

S101历史时空数据收集。

在本步骤中收集矿车在矿区道路运输时的历史轨迹数据。在本步骤中依托于在用矿车的智能驾驶改装，通过高精度的定位设备帮助矿车在矿区道路运输上时收集时空数据，即矿车轨迹数据，具体是指实时位置数据以及从其它位置到达该位置的时间，并将数据上传至后台的云端。另一方面，智能路侧的传感器设备同时收集道路上矿车运行的时空数据，并将数据上传至云端。经过一段时间的数据收集，大量、长期矿车行驶能够形成较为可观的数据集，可基本涵盖矿区道路上任意起讫点。

S102数据处理。

首先，对矿车端和智能路侧传感器设备收集的数据进行相互校验，优选地，通过时间、空间以及车辆编码的三维信息进行匹配，剔除异常数据值。其次，将收集到的时空数据处理成包含信息：“起点位置”、“讫点位置”、“时段”、“运输时间”。其中，“时段”是指这次行程发生在一天内的哪个小时，此字段取整数值0～23。

S103建立离线模型。