CN115309169A - 一种井下无人车控制方法及装置 - Google Patents

一种井下无人车控制方法及装置 Download PDF

Info

Publication number
CN115309169A
CN115309169A CN202211242545.4A CN202211242545A CN115309169A CN 115309169 A CN115309169 A CN 115309169A CN 202211242545 A CN202211242545 A CN 202211242545A CN 115309169 A CN115309169 A CN 115309169A
Authority
CN
China
Prior art keywords
unmanned vehicle
obstacle
speed
path
size
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211242545.4A
Other languages
English (en)
Other versions
CN115309169B (zh
Inventor
王昊
杨涛
马骁
吴一凡
苏伟伟
周睿
田富超
郑忠宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tiandi Science and Technology Co Ltd
Shenyang Research Institute Co Ltd of CCTEG
Original Assignee
Tiandi Science and Technology Co Ltd
Shenyang Research Institute Co Ltd of CCTEG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tiandi Science and Technology Co Ltd, Shenyang Research Institute Co Ltd of CCTEG filed Critical Tiandi Science and Technology Co Ltd
Priority to CN202211242545.4A priority Critical patent/CN115309169B/zh
Publication of CN115309169A publication Critical patent/CN115309169A/zh
Application granted granted Critical
Publication of CN115309169B publication Critical patent/CN115309169B/zh
Priority to AU2023201045A priority patent/AU2023201045B1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Acoustics & Sound (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请提出一种井下无人车控制方法及装置，方法包括：测量无人车的行驶速度、加速度和无人车的当前位置，基于无人车的行驶速度、加速度和无人车的当前位置预测无人车的行车轨迹；检测无人车周围是否存在障碍物；当不存在障碍物时，基于无人车的行驶速度控制无人车行驶；当存在障碍物时，确定障碍物是否位于无人车的行车轨迹上，响应于确定位于无人车的行车轨迹上，检测障碍物的位置、大小和速度，并基于障碍物的位置、大小和速度以及无人车的行驶速度中的至少一种来控制无人车保持当前行驶状态或者减速停止或者确定最优绕行路径。本公开提供了一种井下无人车自动避障的方法，提高了井下无人车的避障效率，且所需资源较少。

Description

一种井下无人车控制方法及装置
技术领域
本申请涉及煤矿井下无线通信技术领域，尤其涉及一种井下无人车控制方法及装置。
背景技术
随着自动控制技术以及人工智能技术的发展，无人车被广泛应用于煤矿巷道中作业来解放人力。其中，无人车在井下行驶时，通常会由于遇到障碍物（如落石或其他设备等）而影响无人车的行驶效率。因此，如何控制井下无人车自动避障是亟需解决的技术问题。
发明内容
本申请提供一种井下无人车控制方法及装置，以用于井下无人车自动避障。
本申请第一方面实施例提出一种井下无人车控制方法，包括：
测量所述无人车的行驶速度、加速度以及所述无人车的当前位置，并基于所述无人车的行驶速度、加速度以及所述无人车的当前位置预测所述无人车的行车轨迹；
检测所述无人车周围是否存在障碍物；
当检测到所述无人车周围不存在障碍物时，基于所述无人车的行驶速度控制所述无人车行驶；
当检测到所述无人车周围存在障碍物时，确定所述障碍物是否位于所述无人车的行车轨迹上，响应于确定所述障碍物位于所述无人车的行车轨迹上，检测所述障碍物的位置、大小和速度，并基于所述障碍物的位置、大小和速度以及所述无人车的行驶速度中的至少一种来控制所述无人车保持当前行驶状态或者减速停止或者确定最优绕行路径。
本申请第二方面实施例提出一种井下无人车控制装置，包括：
第一处理模块，用于测量所述无人车的行驶速度、加速度以及所述无人车的当前位置，并基于所述无人车的行驶速度、加速度以及所述无人车的当前位置预测所述无人车的行车轨迹；
检测模块，用于检测所述无人车周围是否存在障碍物；
控制模块，用于当检测到所述无人车周围不存在障碍物时，基于所述无人车的行驶速度控制所述无人车行驶；
第二处理模块，用于当检测到所述无人车周围存在障碍物时，确定所述障碍物是否位于所述无人车的行车轨迹上，响应于确定所述障碍物位于所述无人车的行车轨迹上，检测所述障碍物的位置、大小和速度，并基于所述障碍物的位置、大小和速度以及所述无人车的行驶速度中的至少一种来控制所述无人车保持当前行驶状态或者减速停止或者确定最优绕行路径。
综上所述，在本公开实施例提供的井下无人车控制方法及装置之中，无人车会测量无人车的行驶速度、加速度以及无人车的当前位置，并会基于无人车的行驶速度、加速度以及无人车的当前位置预测无人车的行车轨迹；之后，会检测无人车周围是否存在障碍物；当检测到无人车周围不存在障碍物时，会基于无人车的行驶速度控制所述无人车；当检测到无人车周围存在障碍物时，则会确定障碍物是否位于无人车的行车轨迹上，其中，响应于确定障碍物位于无人车的行车轨迹上，会检测障碍物的位置、大小和速度，并基于障碍物的位置、大小和速度以及无人车的行驶速度中的至少一种来控制无人车保持当前行驶状态或者减速停止或者确定最优绕行路径。
由此可知，本公开的方案中，无人车会预测其行车轨迹，并且，当无人车检测到其周围存在障碍物，且该障碍物位于无人车的行车轨迹上时，会基于障碍物的位置、大小和速度以及无人车的行驶速度中的至少一种来控制无人车保持当前行驶状态或者减速停止或者确定最优绕行路径以进行自动避障。则本公开提供了一种井下无人车自动避障的方法，从而提高了井下无人车的行驶效率。并且，本公开中当无人车自动避障时，无人车可以确定出最优绕行路径以进行避障，从而可以提高避障效率，且所需资源较少。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本申请一个实施例提供的井下无人车控制方法的流程示意图；
图2为根据本申请一个实施例提供的井下无人车控制装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的井下无人车控制方法及装置。
图1为根据本申请一个实施例提供的井下无人车（后简述为无人车）控制方法的流程示意图，如图1所示，该方法包括：
步骤101、测量无人车的行驶速度、加速度以及无人车的当前位置（即无人车当前的井下位置），并基于无人车的行驶速度、加速度以及无人车的当前位置预测无人车的行车轨迹。
其中，本公开实施例之中，该无人车上设置有速度传感器、加速度传感器、定位模块和激光雷达传感器。该速度传感器用于测量无人车的行驶速度；加速度传感器用于测量无人车的加速度；定位模块和激光雷达传感器用于测量无人车的当前位置。
以及，在本公开实施例之中，无人车预测无人车的行车轨迹的方法可以包括：基于当前的行驶速度和加速度计算出无人车在未来一段时间内的实时速度，再基于该未来一段时间内的实时速度来预测无人车的行车轨迹。其中，该未来一段时间可以指的是未来0-10秒。
此外，在本公开实施例之中，无人车还可以检测其周围环境信息，以便后续可以参考该周围环境信息来控制无人车进行避障。
步骤102、检测无人车周围是否存在障碍物。
其中，该无人车上还可以设置有超声波测距传感器和红外传感器。以及，无人车可以利用该超声波测距传感器和红外传感器来检测无人车周围是否存在障碍物。
步骤103、当检测到无人车周围不存在障碍物时，基于无人车的行驶速度控制无人车行驶。
具体的，上述的基于无人车的行驶速度控制无人车行驶的方法可以包括：
响应于无人车的行驶速度介于预定区间，控制无人车保持当前行驶状态；
响应于无人车的行驶速度不介于预定区间，控制无人车加速或减速，以使得无人车的行驶速度保持在预定区间。
其中，该预定区间可以是预先设置的，该预定区间例如可以为：20-25千米/小时。
步骤104、当检测到无人车周围存在障碍物时，确定障碍物是否位于无人车的行车轨迹上，响应于确定障碍物位于无人车的行车轨迹上，检测障碍物的位置、大小和速度，并基于障碍物的位置、大小和速度以及无人车的行驶速度中的至少一种来控制无人车保持当前行驶状态或者减速停止或者确定最优绕行路径。
具体的，在本公开的实施例之中，当无人车检测到其周围存在障碍物时，该无人车还会检测该障碍物是否为生物，如可以通过检测该障碍物的温度来检测该障碍物是否为生物，其中，若该障碍物为生物（如人或动物）时，由于生物具体自主意识，其行为无法准确预测，因此为了避免无人车与生物发生碰撞，应当控制无人车立即减速停止，并报警警示，以提醒该生物离开。以及，若该障碍物为非生物，则检测该障碍物的位置、大小和速度，并基于障碍物的位置、大小和速度以及无人车的行驶速度中的至少一种来控制无人车保持当前行驶状态或者减速停止或者确定最优绕行路径以进行自动避障。
其中，上述的障碍物的位置、大小和速度以及无人车的行驶速度均可以是无人车利用超声波测距传感器和红外传感器测量所得的。
进一步地，上述的基于障碍物的位置、大小和速度以及无人车的行驶速度中的至少一种来控制无人车保持当前行驶状态或者减速停止或者确定最优绕行路径的方法可以包括以下步骤：
步骤1、确定障碍物的大小是否影响无人车的正常行驶。
其中，在实际情况中，当障碍物较小（如障碍物仅为一个小石块）时，则无论该障碍物位置在哪、速度多大，其都不会影响到无人车的正常行驶，此时则无需无人车避障。基于此，本公开中通过先确定障碍物的大小是否影响无人车的正常行驶，以便只有当障碍物的大小影响无人车的正常行驶时，才启动自动避障流程，而当障碍物的大小不影响无人车的正常行驶时，则不启动自动避障流程，从而可以避免触发不必要的避障流程以节省资源。
步骤2、响应于障碍物的大小不影响无人车的正常行驶，控制无人车保持当前行驶状态。
步骤3、响应于障碍物的大小影响无人车的正常行驶，确定障碍物的速度是否为零，若为零，执行步骤4，若不为零，执行步骤5。
其中，当障碍物的速度为零或不为零时，具体的避障流程会有所不同，关于该部分内容详见后续介绍。
步骤4、若障碍物的速度为零，基于障碍物的位置确定无人车是否能绕开障碍物；其中，当确定无人车能绕开障碍物时，控制无人车基于障碍物的位置、大小以及无人车的行驶速度中的至少一种确定出无人车的第一最优绕行路径，该第一最优绕行路径为：能成功绕行障碍物且所需资源最少的路径，并控制无人车按照第一最优绕行路径行驶；当确定无人车不能绕开障碍物时，控制无人车减速停止。
具体的，上述的“基于障碍物的位置、大小以及无人车的行驶速度中的至少一种确定出无人车的第一最优绕行路径”可以包括：基于障碍物的位置、大小以及无人车的行驶速度中的至少一种将绕行所需路程最短的路径确定为第一最优绕行路径，或者，将绕行时无人车行驶速度变化最小的路径确定为第一最优绕行路径。
示例的，假设无人车检测到其周围存在障碍物，障碍物的速度为零，且确定无人车能绕开该障碍物，此时，若无人车检测到障碍物位于无人车的前方右侧，则对应的备选绕行方案可以有两种：第一种、无人车向右侧绕行以避开该障碍物；第二种、无人车向左侧绕行以避开该障碍物。但是，由于障碍物位于无人车前方右侧，则无人车向右绕行时其必然要行驶较多的路程，而若无人车向左绕行，则仅需行驶较短路程，由此第二种备选方案下所需路程最短，则可以将第二种备选绕行方案，即无人车向左侧绕行以避开该障碍物确定为第一最优绕行路径。或者，由于障碍物位于无人车前方右侧，则无人车向右绕行时，其绕行角度较大，此时为了确保无人车可稳定行驶，应当将无人车的行驶速度大幅度降低，而若无人车向右绕行时，其绕行角度比较小，则可以使得无人车的行驶速度小幅度降低，由此第二种备选方案下无人车行驶速度变化最小，则可以将第二种备选绕行方案，即无人车向左侧绕行以避开该障碍物确定为第一最优绕行路径。
步骤5、若障碍物的速度不为零，基于障碍物的位置、大小和速度计算障碍物的途径轨迹，确定障碍物的途径轨迹与无人车的行车轨迹是否会发生碰撞，当不会发生碰撞时，控制无人车保持当前行驶状态；当会发生碰撞时，控制无人车基于障碍物的位置、大小以及无人车的行驶速度中的至少一种确定出无人车的第二最优绕行路径，该第二最优绕行路径为：能避免无人车与障碍物发生碰撞且所需资源最少的路径，并控制无人车按照第二最优绕行路径行驶。
其中，上述的“基于障碍物的位置、大小以及无人车的行驶速度中的至少一种确定出无人车的第二最优绕行路径”可以包括：基于障碍物的位置、大小以及无人车的行驶速度中的至少一种将绕行所需路程最短的路径确定为第二最优绕行路径，或者，将绕行时无人车行驶速度变化最小的路径确定为第二最优绕行路径。
示例的，假设无人车检测到其周围存在障碍物，障碍物的速度不为零，且确定障碍物的途径轨迹与无人车的行车轨迹会在无人车的前方右侧发生碰撞，则对应的备选绕行方案可以有几种方案：方案一、无人车向右侧加速绕行以避开该障碍物；方案二、无人车向右侧减速绕行以避开该障碍物；方案三、无人车向左侧加速绕行以避开该障碍物；方案四、无人车向左侧减速绕行以避开该障碍物。此时，无人车可以从上述方案一至方案四中，选择出对应最短绕行路径的方案确定为第二最优绕行路径，或者，选择出对应于无人车的行驶速度变化最小的方案确定为第二最优绕行方案。示例的，假设方案一、方案二、方案三、方案四所需的绕行路径分别为2米、1米、3米、4米，则可以将方案二确定为第二最优绕行方案。
由上述内容可知，无人车通过执行上述步骤1至步骤5即可高效率地进行自动避障，且确保无人车在自动避障的过程中仅需较少的资源。
进一步地，在本公开的一个实施例之中，响应于控制无人车减速停止时，该无人车还会向后方车辆发送第一控制信令，该第一控制信令用于通知后方车辆也减速停止，以避免由于后方车辆未及时停车而发生连撞事件。以及
响应于控制无人车确定出第一最优绕行路径或第二最优绕行路径时，该无人车还需向后方车辆发送第二控制信令，该第二控制信令中包括有无人车确定的第一最优绕行路径或第二最优绕行路径，该第二控制信令用于通知后方车辆基于第一最优绕行路径或第二最优绕行路径行驶，由此以确保后方车辆也可成功避障。
综上所述，在本公开实施例提供的井下无人车控制方法及装置之中，无人车会测量无人车的行驶速度、加速度以及无人车的当前位置，并会基于无人车的行驶速度、加速度以及无人车的当前位置预测无人车的行车轨迹；之后，会检测无人车周围是否存在障碍物；当检测到无人车周围不存在障碍物时，会基于无人车的行驶速度控制所述无人车；当检测到无人车周围存在障碍物时，则会确定障碍物是否位于无人车的行车轨迹上，其中，响应于确定障碍物位于无人车的行车轨迹上，会检测障碍物的位置、大小和速度，并基于障碍物的位置、大小和速度以及无人车的行驶速度中的至少一种来控制无人车保持当前行驶状态或者减速停止或者确定最优绕行路径。
由此可知，本公开的方案中，无人车会预测其行车轨迹，并且，当无人车检测到其周围存在障碍物，且该障碍物位于无人车的行车轨迹上时，会基于障碍物的位置、大小和速度以及无人车的行驶速度中的至少一种来控制无人车保持当前行驶状态或者减速停止或者确定最优绕行路径以进行自动避障。则本公开提供了一种井下无人车自动避障的方法，从而提高了井下无人车的行驶效率。并且，本公开中当无人车自动避障时，无人车可以确定出最优绕行路径以进行避障，从而可以提高避障效率，且所需资源较少。
此外，需要说明的是，本公开的方法可以是无人车在井下行驶时实时执行的。
图2为根据本申请一个实施例提供的井下无人车控制装置的结构示意图，该井下无人车控制装置配置于井下无人车中，如图2所示，该装置包括：
第一处理模块，用于测量所述无人车的行驶速度、加速度以及所述无人车的当前位置，并基于所述无人车的行驶速度、加速度以及所述无人车的当前位置预测所述无人车的行车轨迹；
检测模块，用于检测所述无人车周围是否存在障碍物；
控制模块，用于当检测到所述无人车周围不存在障碍物时，基于所述无人车的行驶速度控制所述无人车行驶；
第二处理模块，用于当检测到所述无人车周围存在障碍物时，确定所述障碍物是否位于所述无人车的行车轨迹上，响应于确定所述障碍物位于所述无人车的行车轨迹上，检测所述障碍物的位置、大小和速度，并基于所述障碍物的位置、大小和速度以及所述无人车的行驶速度中的至少一种来控制所述无人车保持当前行驶状态或者减速停止或者确定最优绕行路径。
可选地，在本公开的一个实施例之中，所述无人车上设置有速度传感器、加速度传感器、定位模块、激光雷达传感器、超声波测距传感器和红外传感器；
其中，所述速度传感器用于测量所述无人车的行驶速度；
所述加速度传感器用于测量所述无人车的加速度；
所述定位模块和所述激光雷达传感器用于测量所述无人车的当前位置；
所述超声波测距传感器和红外传感器用于测量所述无人车周围是否存在障碍物、以及所述障碍物的位置、大小和速度。
可选地，在本公开的一个实施例之中，所述控制模块还用于：
响应于所述无人车的行驶速度介于预定区间，控制无人车保持当前行驶状态；
响应于所述无人车的行驶速度不介于所述预定区间，控制所述无人车加速或减速，以使得所述无人车的行驶速度保持在所述预定区间。
可选地，在本公开的一个实施例之中，所述装置还用于：
响应于确定所述无人车周围存在障碍物，检测所述障碍物是否为生物；
若所述障碍物为生物，则直接控制所述无人车减速停止，并报警警示；
若所述障碍物为非生物，检测所述障碍物的位置、大小和速度，并基于所述障碍物的位置、大小和速度以及所述无人车的行驶速度中的至少一种来控制所述无人车保持当前行驶状态或者减速停止或者确定最优绕行路径。
可选地，在本公开的一个实施例之中，所述第二处理模块还用于：
确定所述障碍物的大小是否影响所述无人车的正常行驶；
响应于所述障碍物的大小不影响所述无人车的正常行驶，控制所述无人车保持当前行驶状态；响应于所述障碍物的大小影响所述无人车的正常行驶，确定所述障碍物的速度是否为零；
若所述障碍物的速度为零，基于所述障碍物的位置确定所述无人车是否能绕开所述障碍物；其中，当确定所述无人车能绕开所述障碍物时，控制所述无人车基于所述障碍物的位置、大小以及所述无人车的行驶速度中的至少一种确定出无人车的第一最优绕行路径，所述第一最优绕行路径为：能成功绕行所述障碍物且所需资源最少的路径，并控制所述无人车按照所述第一最优绕行路径行驶；当确定所述无人车不能绕开所述障碍物时，控制所述无人车减速停止；
若所述障碍物的速度不为零，基于所述障碍物的位置、大小和速度计算所述障碍物的途径轨迹，确定所述障碍物的途径轨迹与所述无人车的行车轨迹是否会发生碰撞，当不会发生碰撞时，控制所述无人车保持当前行驶状态；当会发生碰撞时，控制所述无人车基于所述障碍物的位置、大小以及所述无人车的行驶速度中的至少一种确定出无人车的第二最优绕行路径，所述第二最优绕行路径为：能避免所述无人车与所述障碍物发生碰撞且所需资源最少的路径，并控制所述无人车按照所述第二最优绕行路径行驶。
可选地，在本公开的一个实施例之中，所述第二处理模块还用于：
基于所述障碍物的位置、大小以及所述无人车的行驶速度中的至少一种将绕行所需路程最短的路径确定为第一最优绕行路径或第二最优行驶路径，或者，将绕行时无人车的行驶速度变化最小的路径确定为第一最优绕行路径或第二最优行驶路径。
可选地，在本公开的一个实施例之中，所述装置还用于：
响应于控制所述无人车减速停止，向所述无人车的后方车辆发送第一控制信令，所述第一控制信令用于通知所述后方车辆减速停止；
响应于控制所述无人车确定出第一最优绕行路径或第二最优绕行路径，向所述后方车辆发送第二控制信令，所述第二控制信令中包括有无人车确定的第一最优绕行路径或第二最优绕行路径，所述第二控制信令用于通知所述后方车辆基于所述第一最优绕行路径或第二最优绕行路径行驶。
综上所述，在本公开实施例提供的井下无人车控制装置之中，无人车会测量无人车的行驶速度、加速度以及无人车的当前位置，并会基于无人车的行驶速度、加速度以及无人车的当前位置预测无人车的行车轨迹；之后，会检测无人车周围是否存在障碍物；当检测到无人车周围不存在障碍物时，会基于无人车的行驶速度控制所述无人车；当检测到无人车周围存在障碍物时，则会确定障碍物是否位于无人车的行车轨迹上，其中，响应于确定障碍物位于无人车的行车轨迹上，会检测障碍物的位置、大小和速度，并基于障碍物的位置、大小和速度以及无人车的行驶速度中的至少一种来控制无人车保持当前行驶状态或者减速停止或者确定最优绕行路径。
由此可知，本公开的方案中，无人车会预测其行车轨迹，并且，当无人车检测到其周围存在障碍物，且该障碍物位于无人车的行车轨迹上时，会基于障碍物的位置、大小和速度以及无人车的行驶速度中的至少一种来控制无人车保持当前行驶状态或者减速停止或者确定最优绕行路径以进行自动避障。则本公开提供了一种井下无人车自动避障的方法，从而提高了井下无人车的行驶效率。并且，本公开中当无人车自动避障时，无人车可以确定出最优绕行路径以进行避障，从而可以提高避障效率，且所需资源较少。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种井下无人车控制方法，其特征在于，由无人车执行，包括：
测量所述无人车的行驶速度、加速度以及所述无人车的当前位置，并基于所述无人车的行驶速度、加速度以及所述无人车的当前位置预测所述无人车的行车轨迹；
检测所述无人车周围是否存在障碍物；
当检测到所述无人车周围不存在障碍物时，基于所述无人车的行驶速度控制所述无人车行驶；
当检测到所述无人车周围存在障碍物时，确定所述障碍物是否位于所述无人车的行车轨迹上，响应于确定所述障碍物位于所述无人车的行车轨迹上，检测所述障碍物的位置、大小和速度，并基于所述障碍物的位置、大小和速度以及所述无人车的行驶速度中的至少一种来控制所述无人车保持当前行驶状态或者减速停止或者确定最优绕行路径。
2.根据权利要求1所述的方法，其特征在于，所述无人车上设置有速度传感器、加速度传感器、定位模块、激光雷达传感器、超声波测距传感器和红外传感器；
其中，所述速度传感器用于测量所述无人车的行驶速度；
所述加速度传感器用于测量所述无人车的加速度；
所述定位模块和所述激光雷达传感器用于测量所述无人车的当前位置；
所述超声波测距传感器和红外传感器用于测量所述无人车周围是否存在障碍物、以及所述障碍物的位置、大小和速度。
3.根据权利要求1所述的方法，其特征在于，所述基于所述无人车的行驶速度控制所述无人车行驶，包括：
响应于所述无人车的行驶速度介于预定区间，控制无人车保持当前行驶状态；
响应于所述无人车的行驶速度不介于所述预定区间，控制所述无人车加速或减速，以使得所述无人车的行驶速度保持在所述预定区间。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
响应于确定所述无人车周围存在障碍物，检测所述障碍物是否为生物；
若所述障碍物为生物，则直接控制所述无人车减速停止，并报警警示；
若所述障碍物为非生物，检测所述障碍物的位置、大小和速度，并基于所述障碍物的位置、大小和速度以及所述无人车的行驶速度中的至少一种来控制所述无人车保持当前行驶状态或者减速停止或者确定最优绕行路径。
5.根据权利要求1或4所述的方法，其特征在于，所述基于所述障碍物的位置、大小和速度以及所述无人车的行驶速度中的至少一种来控制所述无人车保持当前行驶状态或者减速停止或者确定最优绕行路径，包括：
确定所述障碍物的大小是否影响所述无人车的正常行驶；
响应于所述障碍物的大小不影响所述无人车的正常行驶，控制所述无人车保持当前行驶状态；响应于所述障碍物的大小影响所述无人车的正常行驶，确定所述障碍物的速度是否为零；
若所述障碍物的速度为零，基于所述障碍物的位置确定所述无人车是否能绕开所述障碍物；其中，当确定所述无人车能绕开所述障碍物时，控制所述无人车基于所述障碍物的位置、大小以及所述无人车的行驶速度中的至少一种确定出无人车的第一最优绕行路径，所述第一最优绕行路径为：能成功绕行所述障碍物且所需资源最少的路径，并控制所述无人车按照所述第一最优绕行路径行驶；当确定所述无人车不能绕开所述障碍物时，控制所述无人车减速停止；
若所述障碍物的速度不为零，基于所述障碍物的位置、大小和速度计算所述障碍物的途径轨迹，确定所述障碍物的途径轨迹与所述无人车的行车轨迹是否会发生碰撞，当不会发生碰撞时，控制所述无人车保持当前行驶状态；当会发生碰撞时，控制所述无人车基于所述障碍物的位置、大小以及所述无人车的行驶速度中的至少一种确定出无人车的第二最优绕行路径，所述第二最优绕行路径为：能避免所述无人车与所述障碍物发生碰撞且所需资源最少的路径，并控制所述无人车按照所述第二最优绕行路径行驶。
6.根据权利要求5所述的方法，其特征在于，基于所述障碍物的位置、大小以及所述无人车的行驶速度中的至少一种确定出无人车的第一最优绕行路径或第二最优行驶路径，包括：
基于所述障碍物的位置、大小以及所述无人车的行驶速度中的至少一种将绕行所需路程最短的路径确定为第一最优绕行路径或第二最优行驶路径，或者，将绕行时无人车的行驶速度变化最小的路径确定为第一最优绕行路径或第二最优行驶路径。
7.根据权利要求5所述的方法，其特征在于，所述方法还包括：
响应于控制所述无人车减速停止，向所述无人车的后方车辆发送第一控制信令，所述第一控制信令用于通知所述后方车辆减速停止；
响应于控制所述无人车确定出第一最优绕行路径或第二最优绕行路径，向所述后方车辆发送第二控制信令，所述第二控制信令中包括有无人车确定的第一最优绕行路径或第二最优绕行路径，所述第二控制信令用于通知所述后方车辆基于所述第一最优绕行路径或第二最优绕行路径行驶。
8.一种井下无人车控制装置，其特征在于，包括：
第一处理模块，用于测量所述无人车的行驶速度、加速度以及所述无人车的当前位置，并基于所述无人车的行驶速度、加速度以及所述无人车的当前位置预测所述无人车的行车轨迹；
检测模块，用于检测所述无人车周围是否存在障碍物；
控制模块，用于当检测到所述无人车周围不存在障碍物时，基于所述无人车的行驶速度控制所述无人车行驶；
第二处理模块，用于当检测到所述无人车周围存在障碍物时，确定所述障碍物是否位于所述无人车的行车轨迹上，响应于确定所述障碍物位于所述无人车的行车轨迹上，检测所述障碍物的位置、大小和速度，并基于所述障碍物的位置、大小和速度以及所述无人车的行驶速度中的至少一种来控制所述无人车保持当前行驶状态或者减速停止或者确定最优绕行路径。
9.根据权利要求8所述的装置，其特征在于，所述井下无人车控制装置还用于：
响应于确定所述无人车周围存在障碍物，检测所述障碍物是否为生物；
若所述障碍物为生物，则直接控制所述无人车减速停止，并报警警示；
若所述障碍物为非生物，检测所述障碍物的位置、大小和速度，并基于所述障碍物的位置、大小和速度以及所述无人车的行驶速度中的至少一种来控制所述无人车保持当前行驶状态或者减速停止或者确定最优绕行路径。
10.根据权利要求8或9所述的装置，其特征在于，所述第二处理模块，还用于：
确定所述障碍物的大小是否影响所述无人车的正常行驶；
响应于所述障碍物的大小不影响所述无人车的正常行驶，控制所述无人车保持当前行驶状态；响应于所述障碍物的大小影响所述无人车的正常行驶，确定所述障碍物的速度是否为零；
若所述障碍物的速度为零，基于所述障碍物的位置确定所述无人车是否能绕开所述障碍物；其中，当确定所述无人车能绕开所述障碍物时，控制所述无人车基于所述障碍物的位置、大小以及所述无人车的行驶速度中的至少一种确定出无人车的第一最优绕行路径，所述第一最优绕行路径为：能成功绕行所述障碍物且所需资源最少的路径，并控制所述无人车按照所述第一最优绕行路径行驶；当确定所述无人车不能绕开所述障碍物时，控制所述无人车减速停止；
若所述障碍物的速度不为零，基于所述障碍物的位置、大小和速度计算所述障碍物的途径轨迹，确定所述障碍物的途径轨迹与所述无人车的行车轨迹是否会发生碰撞，当不会发生碰撞时，控制所述无人车保持当前行驶状态；当会发生碰撞时，控制所述无人车基于所述障碍物的位置、大小以及所述无人车的行驶速度中的至少一种确定出无人车的第二最优绕行路径，所述第二最优绕行路径为：能避免所述无人车与所述障碍物发生碰撞且所需资源最少的路径，并控制所述无人车按照所述第二最优绕行路径行驶。
CN202211242545.4A 2022-10-11 2022-10-11 一种井下无人车控制方法及装置 Active CN115309169B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211242545.4A CN115309169B (zh) 2022-10-11 2022-10-11 一种井下无人车控制方法及装置
AU2023201045A AU2023201045B1 (en) 2022-10-11 2023-02-22 Method for controlling side mining unmanned vehicle and device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211242545.4A CN115309169B (zh) 2022-10-11 2022-10-11 一种井下无人车控制方法及装置

Publications (2)

Publication Number Publication Date
CN115309169A true CN115309169A (zh) 2022-11-08
CN115309169B CN115309169B (zh) 2022-12-20

Family

ID=83868199

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211242545.4A Active CN115309169B (zh) 2022-10-11 2022-10-11 一种井下无人车控制方法及装置

Country Status (2)

Country Link
CN (1) CN115309169B (zh)
AU (1) AU2023201045B1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116300971A (zh) * 2023-05-17 2023-06-23 中国民航大学 民航飞机的牵引滑行控制方法、装置、牵引车及存储介质
WO2024117946A1 (en) * 2022-11-30 2024-06-06 Epiroc Rock Drills Aktiebolag Methods, mobile unit, central unit and system in an underground environment

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63182712A (ja) * 1987-01-26 1988-07-28 Toyota Motor Corp 迂回走行可能な無人走行システム
CN208557519U (zh) * 2018-03-30 2019-03-01 张燕茵 一种基于stm32的模板机器人
CN110077397A (zh) * 2019-05-14 2019-08-02 芜湖汽车前瞻技术研究院有限公司 一种智能车避障轨迹规划方法及装置
CN110989623A (zh) * 2019-12-25 2020-04-10 广州极飞科技有限公司 地面无人作业设备及控制其移动的方法和装置、存储介质
CN111071249A (zh) * 2019-12-16 2020-04-28 南京航空航天大学 基于障碍物运动预测的无人车紧急转向避障方法
CN111824127A (zh) * 2019-03-29 2020-10-27 本田技研工业株式会社 车辆控制***
CN111898835A (zh) * 2020-08-11 2020-11-06 腾讯科技（深圳）有限公司 一种智能交通管理方法、装置、计算机及可读存储介质
US20210188317A1 (en) * 2020-06-29 2021-06-24 Beijing Baidu Netcom Science Technology Co., Ltd. Method and apparatus for planning autonomous vehicle, electronic device and storage medium
CN113085850A (zh) * 2021-06-08 2021-07-09 新石器慧通（北京）科技有限公司 车辆避障方法、装置、电子设备及存储介质
CN113654556A (zh) * 2021-07-05 2021-11-16 的卢技术有限公司 一种基于改进em算法的局部路径规划方法、介质及设备
CN113759900A (zh) * 2021-08-12 2021-12-07 中南大学 基于障碍区域预测的巡检机器人轨迹规划与实时避障方法及***
CN113867334A (zh) * 2021-09-07 2021-12-31 华侨大学 一种移动机械无人驾驶的路径规划方法和***
CN114103893A (zh) * 2021-11-26 2022-03-01 河北春玖智能科技有限公司 一种无人车的轨迹预测防撞方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10324463B1 (en) * 2016-01-22 2019-06-18 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation adjustment based upon route

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63182712A (ja) * 1987-01-26 1988-07-28 Toyota Motor Corp 迂回走行可能な無人走行システム
CN208557519U (zh) * 2018-03-30 2019-03-01 张燕茵 一种基于stm32的模板机器人
CN111824127A (zh) * 2019-03-29 2020-10-27 本田技研工业株式会社 车辆控制***
CN110077397A (zh) * 2019-05-14 2019-08-02 芜湖汽车前瞻技术研究院有限公司 一种智能车避障轨迹规划方法及装置
CN111071249A (zh) * 2019-12-16 2020-04-28 南京航空航天大学 基于障碍物运动预测的无人车紧急转向避障方法
CN110989623A (zh) * 2019-12-25 2020-04-10 广州极飞科技有限公司 地面无人作业设备及控制其移动的方法和装置、存储介质
US20210188317A1 (en) * 2020-06-29 2021-06-24 Beijing Baidu Netcom Science Technology Co., Ltd. Method and apparatus for planning autonomous vehicle, electronic device and storage medium
CN111898835A (zh) * 2020-08-11 2020-11-06 腾讯科技（深圳）有限公司 一种智能交通管理方法、装置、计算机及可读存储介质
CN113085850A (zh) * 2021-06-08 2021-07-09 新石器慧通（北京）科技有限公司 车辆避障方法、装置、电子设备及存储介质
CN113654556A (zh) * 2021-07-05 2021-11-16 的卢技术有限公司 一种基于改进em算法的局部路径规划方法、介质及设备
CN113759900A (zh) * 2021-08-12 2021-12-07 中南大学 基于障碍区域预测的巡检机器人轨迹规划与实时避障方法及***
CN113867334A (zh) * 2021-09-07 2021-12-31 华侨大学 一种移动机械无人驾驶的路径规划方法和***
CN114103893A (zh) * 2021-11-26 2022-03-01 河北春玖智能科技有限公司 一种无人车的轨迹预测防撞方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘磊 等: "障碍物排列方式对甲烷/空气***特性影响研究", 《能源与环保》 *
张健 等: "一种基于北斗导航和5G通信的无人驾驶汽车***设计", 《中国科技信息》 *
朱麒融: "无人驾驶汽车避障方法探析", 《科技资讯》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024117946A1 (en) * 2022-11-30 2024-06-06 Epiroc Rock Drills Aktiebolag Methods, mobile unit, central unit and system in an underground environment
CN116300971A (zh) * 2023-05-17 2023-06-23 中国民航大学 民航飞机的牵引滑行控制方法、装置、牵引车及存储介质
CN116300971B (zh) * 2023-05-17 2023-09-01 中国民航大学 民航飞机的牵引滑行控制方法、装置、牵引车及存储介质

Also Published As

Publication number Publication date
AU2023201045B1 (en) 2023-04-13
CN115309169B (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
CN115309169B (zh) 一种井下无人车控制方法及装置
KR102138051B1 (ko) 운전 지원 장치
EP3086990B1 (en) Method and system for driver assistance for a vehicle
JP6422812B2 (ja) 運転支援装置および運転支援方法
CN106080601B (zh) 行驶控制装置
US10730521B2 (en) System for autonomous lane merging
US9821809B2 (en) Management of autonomous vehicle lanes
US10179586B2 (en) Using information obtained from fleet of vehicles for informational display and control of an autonomous vehicle
EP3232285B1 (en) Method and arrangement for monitoring and adapting the performance of a fusion system of an autonomous vehicle
CN111547053B (zh) 基于车路协同的自动驾驶控制方法及***
JP6693548B2 (ja) 運転支援装置
JP2020526832A5 (zh)
CN107688894A (zh) 自动车辆操作者技能评估***
CN105279958A (zh) 车队管理***及方法
JP2017019397A (ja) 走行制御装置
US11210937B2 (en) Method for un-signalized intersection traffic flow management
JP2008040795A (ja) 車両の運転支援制御装置および方法
US20220044556A1 (en) Server, vehicle, traffic control method, and traffic control system
CN111833648A (zh) 一种车辆碰撞预警方法及装置
CN115309168B (zh) 一种井下无人车控制方法及装置
US20200139981A1 (en) Inter-Vehicle Sensor Validation using Senso-Fusion Network
US11577747B2 (en) Method for operating at least one automated vehicle
CN110562269A (zh) 一种智能驾驶车辆故障处理的方法、车载设备和存储介质
US20230264698A1 (en) Drive planning device, storage medium storing computer program for drive planning and drive planning method
CN110398956A (zh) 基于其他车辆停止自动化操作的实例的车辆路线规划

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant