[发明专利]一种基于露天矿区路径的无人驾驶车辆能耗节能方法

说明书

本发明为一种基于露天矿区路径的无人驾驶车辆能耗节能方法，针对露天矿无人驾驶车辆的油耗节能问题，建立了一种车辆运行状态评估模型，从而对无人驾驶车辆的运行状态进行实时调整。首先建立了露天矿运输道路网模型，然后分析了影响车辆油耗的主要因素，以历史数据为样本训练基于BP神经网络的回归模型，从而确定模型的最佳输出参数。在车辆运行过程中，利用多种车载传感器，实时监测无人驾驶车辆的运行数据，并通过与最佳输出参数的对比分析，实现对无人驾驶车辆运行状态的实时动态调整，通过分析不同路况下的车辆最佳运行参数，以确定无人驾驶车辆的发动机最佳输出功率和发动机最佳转速，达到节约油耗的目的。

技术领域

本发明属于露天矿山作业优化技术领域，同时属于计算机应用领域、路径规划决策技术领域、车辆能耗领域，特别涉及一种基于露天矿区路径的无人驾驶车辆能耗节能方法。

背景技术

露天矿运输费用是整个露天矿生产开采费用的最重要组成部分。在矿山实际生产中运输成本通常占露天矿总成本的50％～65％，在矿石总成本和生产过程总劳动量中，运输成本和运输劳动量要占50％以上。因此，优化运输道路、降低运输费用是提高露天矿生产利润，实现露天矿系统优化目标的重要环节。

露天矿区的运输方式主要是以矿用卡车运输为主，其中卡车的油耗费用在总运输费用中占到很大的比例。因此，考虑如何降低运输卡车的油耗费用，成为露天矿生产作业中亟待解决的问题。与国外的无人化矿山相比，目前国内大多数的露天矿仍然采用人工驾驶车辆进行运输的方式。安全事故频发、司机招聘困难、管理运营成本高已经成为矿区生产痛点。随着智慧矿山的建设，以及无人驾驶技术的飞速发展，一部分矿山开始应用无人驾驶卡车进行物料运输。无人驾驶车辆的应用不仅降低了人力成本，而且使得露天矿区的生产作业更加高效合理。为了合理的对无人驾驶车辆的输出功率进行控制，减少运输过程中产生的能源消耗，因此，有必要研究一种基于露天矿区的无人驾驶车辆能耗节能技术。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于露天矿区路径的无人驾驶车辆能耗节能方法，合理地对无人驾驶车辆的发动机转速和输出功率进行实时调整，从而降低运输过程中产生的油耗费用。

为了实现上述目的，本发明采用的技术方案是：

一种基于露天矿区路径的无人驾驶车辆能耗节能方法，包括如下步骤：

首先，根据露天矿区现场的实际数据建立运输道路网模型，并分析道路网中的路面坡度、地面类型和路面平整度，建立露天矿区道路状况数据库；

然后，对影响无人驾驶车辆运行油耗的因素进行分析，并统计一段时间的历史数据建立基础信息数据库；

最后，根据历史数据训练基于BP神经网络的回归模型，建立车辆运行状态的评估模型，从而对车辆的实时运行数据进行监测，动态调整发动机转速和输出功率，从而达到节能降耗的目标。

本发明以道路的中心线代替每条道路，将运输系统按照道路属性划分区段，区段连接的交叉点、采掘点、卸载点设为道路网络拓扑图节点，根据实际情况和测量数据赋予路况信息，形成某段时期内的运输道路网模型。

其中，影响无人运输车辆油耗的因素包括：道路状况、车辆技术参数、车辆应用水平、气候和天气因素。

本发明将所有影响车辆油耗的因素进行编号处理，每个参数的历史统计数据作为样本矩阵X，其中，原始变量为：

路面平均坡度x₁，地面类型x₂，路面平整度x₃，发动机压缩比x₄，发动机比油耗x₅，整车质量x₆，轮胎型号x₇，维修保养状态x₈，轮胎气压x₉，轮胎磨损程度x₁₀，天气状态x₁₁，平均气温x₁₂，平均海拔高度x₁₃；