國能神東布爾臺煤礦以型號為WLR–19型防爆鋰離子蓄電池無軌膠輪車為基礎，部署自動駕駛感知層，決策層，執(zhí)行層電氣設備，實現(xiàn)車輛路徑規(guī)劃，停避障，行人預警，風門聯(lián)動，坡道啟停，自適應巡航等功能。
（1）自動駕駛感知模塊
為了保證感知的可靠性，采用基于多個傳感器感知融合的算法核心，包括原始數(shù)據(jù)級的融合和單個傳感器感知結果的融合。首先應實現(xiàn)激光雷達和視覺圖像像素級的精確定位關系。然后利用統(tǒng)一的深度學習架構來實現(xiàn)目標檢測和場景分割。目標檢測的結果和毫米波雷達來進行結果級融合。
毫米波雷達有穿透霧、煙、灰塵的能力強，可以滿足全天候檢測的能力。另外，毫米波雷達能分辨識別很小的目標，并且能同時識別多個目標。
激光雷達擁有發(fā)射激光束探測目標的位置、速度等特征。
視覺識別的硬件主要為專用攝像頭，具有視頻拍攝、影像抓取等功能，它是由鏡頭采集圖像后，由攝像頭內(nèi)的感光組件電路及控制組件對圖像進行處理并轉(zhuǎn)換成電腦所能識別的數(shù)字信號后由軟件再進行圖像還原。提供前后方視頻畫面，還提供了頂部視野的俯瞰圖和側(cè)方姿態(tài)圖。
（2）定位模塊
自動駕駛車輛在地下礦區(qū)作業(yè)過程中，需要實時確定其位置信息，首先確保車輛自身按規(guī)定路線行駛至目標區(qū)域，其次上傳位置信息至后臺管理平臺，方便管理人員監(jiān)控車輛狀態(tài)，調(diào)度車輛任務。
（3）多源信息融合
自動駕駛車輛并不是理想地按照一個既定的軌跡行駛。道路情況總是動態(tài)地發(fā)生各種變化，而且井下交通信號燈也是動態(tài)變化的。鑒于此，僅靠導航程序數(shù)據(jù)得出的決策結果不能作為最終的決策結果，需要依靠雷達程序數(shù)據(jù)和圖像程序數(shù)據(jù)進行2次路徑規(guī)劃。
（4）決策規(guī)劃
基于機器學習的類人決策技術，類人學習系統(tǒng)接收環(huán)境信息并將信息轉(zhuǎn)化為學習模塊所需的狀態(tài)量，學習模塊根據(jù)狀態(tài)信息和前向神經(jīng)網(wǎng)絡估計的價值函數(shù)產(chǎn)生人類駕駛員的期望數(shù)據(jù)，并將其傳遞給控制模塊，實現(xiàn)車輛橫縱向運動的控制。通過采用連續(xù)空間強化學習方法與人工神經(jīng)網(wǎng)絡組成的學習算法搭建人類駕駛策略學習模塊，直接將學習結果轉(zhuǎn)化為車輛的的決策和控制輸入，實現(xiàn)智能路徑規(guī)劃。
（5）橫縱向運動控制
橫向控制部分采用模型預測控制算法，橫向控制包含4個組件：橫向誤差、橫向誤差的變化率、朝向誤差和朝向誤差的變化率。車輛模型對車輛縱向運動部件建模，車輛模型輸入分兩部分。一部分為控制器傳入的期望加速度，一部分為車輛動力學預測的車輛驅(qū)動力、行駛工況、動作以及車輛縱向控制切換策略，輸出為車輛油門模擬信號和車輛剎車行程。
（6）車路協(xié)同
運用5G通信技術，全方位實施車車、車人、車路動態(tài)實時信息交互，并在全時空動態(tài)交通信息采集與融合的基礎上，開展車輛主動安全控制和道路協(xié)同管理，提高無人駕駛車輛井下運行安全性與運輸效率。同時，建立車載一體化信息系統(tǒng)，將車輛自身感知到的信息，車車之間通信交互得到的信息和車路通信時獲取的路側(cè)信息進行融合處理，進而對危險狀況量化分級，必要時調(diào)整車輛運動狀態(tài)以達到緊急避險的效果。
（7）遠程介入
當自動駕駛車輛前方運行路徑上存在障礙物時，控制車輛停車并將障礙物信息上傳給平臺，此時調(diào)度員可在礦區(qū)視頻監(jiān)控客戶端上查看到障礙物信息。井下運輸自動駕駛系統(tǒng)提供3種方式應對障礙物場景：一是平臺自動規(guī)劃一條繞過障礙物所在區(qū)域的參考路徑并下發(fā)給自動駕駛車輛，經(jīng)調(diào)度員確認后，自動駕駛系統(tǒng)控制車輛沿著參考路徑繞過障礙物后繼續(xù)行駛；二是于5G通訊，調(diào)度員使用遠程操縱功能，控制車輛低速通過障礙物所在區(qū)域；三是調(diào)度員通知道路維護人員清理障礙物，障礙物被清理完后系統(tǒng)將繼續(xù)作業(yè)。
（8）無人駕駛行車警示系統(tǒng)
通過CAN總線控制轉(zhuǎn)向燈、制動燈、前大燈、倒車燈、示廓燈、警示燈、蜂鳴器，能夠按照車載無人駕駛系統(tǒng)指令準確控制燈光、蜂鳴器工作，構成了一套完整的無軌膠輪車無人駕駛安全警示系統(tǒng)。
