[发明专利]一种深部地下空间防爆运输设备无人驾驶系统

说明书

本发明公开了一种深部地下空间防爆运输设备无人驾驶系统，所述系统包括：环境感知部，所述环境感知部用于识别环境特征，根据环境特征追踪环境中的动态目标；智能决策部，所述智能决策部用于对车辆状态进行评估，根据车辆状态、环境感知部识别到的环境特征和追踪到的动态目标进行驾驶行为优化决策，所述智能决策部与环境感知部电连接；控制部，所述控制部用于建立车辆动力学模型，根据智能决策部的优化决策结合车辆动力学模型对车辆进行运动规划，所述控制部预智能决策部电连接。以解决现有技术容易发生误判和驾驶疲劳的问题。

技术领域

本发明涉及无人驾驶技术领域，尤其涉及一种深部地下空间防爆运输设备无人驾驶系统。

背景技术

煤矿井下为深部地下空间，采矿时需要使用运输工具在煤矿井下运输，现有的运输工具主要是通过有人驾驶，但深部地下空间温度较高，色调单一且环境狭窄，有人驾驶极容易发生误判和驾驶疲劳，导致事故。

发明内容

为了解决以上现有技术的缺点和不足之处，本发明的目的是提供一种深部地下空间防爆运输设备无人驾驶系统。

本发明的技术方案是：一种深部地下空间防爆运输设备无人驾驶系统，所述系统包括：

环境感知部，所述环境感知部用于识别环境特征，根据环境特征追踪环境中的动态目标；

智能决策部，所述智能决策部用于对车辆状态进行评估，根据车辆状态、环境感知部识别到的环境特征和追踪到的动态目标进行驾驶行为优化决策，所述智能决策部与环境感知部电连接；

控制部，所述控制部用于建立车辆动力学模型，根据智能决策部的优化决策结合车辆动力学模型对车辆进行运动规划，所述控制部预智能决策部电连接。

具体地，所述环境感知部包括：

感知识别模块，所述感知识别模块用于结合激光雷达、毫米波雷达、超声波雷达和摄像头信息，采用多源传感器融合信息感知技术，构建深部地下空间环境内动静物体识别网络模型，构建深部地下受限空间图像语义分割数据集，分析雷达与视觉特征信息融合下物体分割识别规律；

景深感知模块，所述景深感知模块用于建立深部地下受限空间内深度估计的数据集，构建基于点云与图像信息的景深估计网络，根据景深估计网络提取目标景深信息；

动态追踪模块，所述动态追踪模块用于结和多源传感器信息，构建深部地下受限空间内动态物体的样本模型，通过聚类方法和目标点云检测与分类方法，构建工作区域内动态目标空间信息模型，构建深部地下受限空间内动态目标多元联合特征跟踪模型，结合动态目标空间信息模型与态目标多元联合特征跟踪模型对动态目标进行跟踪。

进一步地，所述景深感知模块通过雷达与视觉特征信息的时间进行配准和联合标定。

具体地，所述车辆动力学模型的建立方法为：

构建车辆航向角与纵向、侧向速度与加速度的动态相关性模型；

构建不同运行工况下车辆横、纵向受力分布与轮胎滑移率、侧偏角之间的关系模型；

通过动态相关性模型和关系模型建立车辆动力学模型。

进一步地，所述控制部还用于构建可行驶区域内障碍物占用栅格图。

具体地，所述景深感知模块的景深测量方法如下：

通过双目摄像机抓取左右两图；

提取左右两图当前帧的特征点；

根据左右两图当前帧的特征点经过三角定位法产生当前帧的视差图；

根据视差图与基线长度计算景深。

进一步地，所述景深感知模块还包括：

网格灯，所述网格灯设置在景深感知模块的双目摄像机侧部，网格灯的照射场与双目摄像机的视场一致，所述网格灯用于发出固定的网格形式光条纹。

具体地，所述网格灯包括：