向 宙，黎勝根，肖正航，崔 昌

（中國(guó)鐵建重工集團(tuán)股份有限公司，湖南 長(zhǎng)沙 415100）

我國(guó)是世界上名副其實(shí)的隧道大國(guó)，其隧道施工裝備正處于從跟跑、并跑到領(lǐng)跑的快速發(fā)展階段。隨著川藏鐵路隧道等一批高風(fēng)險(xiǎn)長(zhǎng)大隧道工程的開工建設(shè)，傳統(tǒng)以人工為主的隧道建設(shè)方式將面臨安全差、效率低、用工難等一系列挑戰(zhàn)，隧道施工少人化、無人化已是大勢(shì)所趨。同時(shí)，隨著人工智能、傳感器等技術(shù)的快速發(fā)展，特定區(qū)域的高度自動(dòng)駕駛系統(tǒng)已逐步走向?qū)嵱?，并在城市道路、礦用卡車等場(chǎng)景展開實(shí)踐。研發(fā)隧道施工環(huán)境無人駕駛系統(tǒng)，將有力推動(dòng)隧道施工的少人化和無人化，提高隧道施工的安全和效率。

1 隧道施工場(chǎng)景分析

隧道施工場(chǎng)地通常為封閉場(chǎng)景，無人駕駛在此場(chǎng)景下具有一定可行性。且隧道施工作業(yè)車輛通常為低速重載車輛，這也為該場(chǎng)景下無人駕駛的實(shí)現(xiàn)提供了一定條件。然而，正在開掘施工的隧道中，通常存在著大量作業(yè)人員及機(jī)械，且隧道環(huán)境本身為狹長(zhǎng)盲閉空間，給大型工程機(jī)械無人駕駛的實(shí)現(xiàn)帶來了極多困難。

1.1 GPS拒止

GPS（Global Positioning System）即全球定位系統(tǒng)，通過接收4 顆以上衛(wèi)星信息進(jìn)行定位、定速和授時(shí)。該系統(tǒng)配合實(shí)時(shí)動(dòng)態(tài)測(cè)量技術(shù)（Real Time Kinematic，RTK）可實(shí)現(xiàn)厘米級(jí)定位。然而GPS 信號(hào)在到達(dá)地面后功率低、穿透能力弱、易受到干擾。通常把GPS 信號(hào)接收機(jī)對(duì)GPS 信號(hào)失鎖，不能正常工作稱為GPS 拒止。

隧道施工通常在地下空間進(jìn)行，GPS 信號(hào)一般不能透過巖層到達(dá)隧道內(nèi)部，因而傳統(tǒng)依靠GPS 對(duì)無人駕駛車輛進(jìn)行定位的方案在隧道施工場(chǎng)景中都不能適用。

1.2 場(chǎng)景退化

在依靠激光掃描或視覺進(jìn)行定位的系統(tǒng)中，環(huán)境中豐富的特征是定位能夠進(jìn)行的前提。施工隧道通常為狹長(zhǎng)管狀結(jié)構(gòu)，提取出的線面特征通常如圖1 所示，會(huì)出現(xiàn)沿隧道方向欠約束情形，這給隧道環(huán)境無人駕駛的定位系統(tǒng)帶來極大困難。

圖1 隧道場(chǎng)景退化特征

1.3 狹小多變

隧道施工作業(yè)中，在長(zhǎng)約300m 的管狀空間中部署著超前支護(hù)、開挖、裝運(yùn)、初期支護(hù)、仰拱、防排水、混凝土襯砌、養(yǎng)護(hù)、溝槽、輔助作業(yè)等數(shù)十個(gè)工序，有著大量作業(yè)人員和施工機(jī)械，留給無人駕駛作業(yè)車的可行駛空間極小，通常需要綜合行駛精度達(dá)到厘米級(jí)才能順利通過。

隨著隧道施工的進(jìn)行，隧道各工序逐步向前推進(jìn)，導(dǎo)致無人駕駛系統(tǒng)所面臨的環(huán)境時(shí)時(shí)刻刻都在發(fā)生變化，因而行駛所需的高精度地圖、定位所需的空間點(diǎn)云地圖、特征元素標(biāo)注地圖等都需要進(jìn)行更新，這進(jìn)一步加劇了隧道施工環(huán)境無人駕駛的難度。

2 無人駕駛系統(tǒng)設(shè)計(jì)

針對(duì)施工隧道環(huán)境無人駕駛系統(tǒng)面臨的GPS拒止、場(chǎng)景退化、空間狹小多變等新難點(diǎn)，本文闡述了一種隧道施工場(chǎng)景無人駕駛系統(tǒng)，設(shè)計(jì)了全新數(shù)字化線控液驅(qū)底盤，進(jìn)行了無人駕駛車輛感知系統(tǒng)設(shè)計(jì)，開發(fā)了多傳感器融合定位系統(tǒng)，結(jié)合隧道設(shè)計(jì)數(shù)據(jù)及施工進(jìn)度提出了結(jié)構(gòu)化地圖更新方案。

2.1 數(shù)字線控液驅(qū)底盤

隧道施工作業(yè)車通常為低速重載車輛，常規(guī)電動(dòng)執(zhí)行器難以滿足轉(zhuǎn)向、剎車、油門等的數(shù)字控制，針對(duì)此設(shè)計(jì)了如圖2 所示數(shù)字線控液驅(qū)底盤，包括線控動(dòng)力、線控轉(zhuǎn)向、線控剎車、線控冗余停車、線控手剎、故障檢測(cè)診斷等模塊。

圖2 數(shù)字線控液驅(qū)底盤

線控動(dòng)力模塊直接由底盤控制器發(fā)送指令控制發(fā)動(dòng)機(jī)啟停、轉(zhuǎn)速及其他狀態(tài)；線控手剎由控制器控制液壓閥驅(qū)動(dòng)手剎油缸進(jìn)行動(dòng)作；線控轉(zhuǎn)向由控制器控制換向閥切換油路，當(dāng)油路切換到液壓轉(zhuǎn)向器控制時(shí)由方向盤手動(dòng)控制，當(dāng)切換為比例閥時(shí)由比例閥輸出液壓油進(jìn)行轉(zhuǎn)向控制，同時(shí)轉(zhuǎn)向油缸反饋的轉(zhuǎn)向角度輸回底盤控制器；剎車踏板和剎車比例閥通過梭閥對(duì)剎車油缸進(jìn)行控制，兩路油路可同時(shí)有效，保證駕駛室剎車踏板始終有效，增強(qiáng)線控底盤的安全性。為了進(jìn)一步保證車輛在剎車失效等異常情況的安全性，本方案還設(shè)計(jì)了冗余的剎車系統(tǒng)，由控制器驅(qū)動(dòng)閥體單獨(dú)控制油缸進(jìn)行控制。

2.2 感知系統(tǒng)設(shè)計(jì)

整車感知傳感器部署如圖3、圖4 所示，各傳感器數(shù)量、安裝位置及作用如表1 所示。

表1 感知傳感器部署清單

圖3 感知系統(tǒng)部署（前向）

圖4 感知系統(tǒng)部署（后向）

本文設(shè)計(jì)的感知系統(tǒng)選用4 臺(tái)Horizon+2臺(tái)PandarQT 激光雷達(dá)，為系統(tǒng)提供水平方向360°環(huán)境感知，同時(shí)，車體四周搭載16 臺(tái)超聲波雷達(dá)，豐富車輛感知信息。圖5 展示了激光雷達(dá)感知范圍示意。其中，Horizon 最遠(yuǎn)感知距離260m，水平視場(chǎng)角81.7°，垂直視場(chǎng)角25.1°；PandarQT 最遠(yuǎn)感知距離30m，水平視場(chǎng)角360°，垂直視場(chǎng)角104.2°。

圖5 激光雷達(dá)感知視場(chǎng)

2.3 多傳感器融合定位

依靠GPS 的車輛定位系統(tǒng)在隧道內(nèi)運(yùn)用會(huì)出現(xiàn)GPS 拒止現(xiàn)象，依靠激光點(diǎn)云的SLAM（Simultaneous Localization and Mapping）算法通常會(huì)出現(xiàn)場(chǎng)景退化問題。為此，本文設(shè)計(jì)了如圖6 所示的多傳感器融合定位算法。其中室外場(chǎng)景采用RTK+IMU 融合的方案，隧道內(nèi)部署UWB 補(bǔ)充激光點(diǎn)云的欠約束，采用誤差狀態(tài)卡爾曼濾波（Error-state Kalman Filter，ESKF）為融合框架，融合IMU、UWB、激光匹配、論速計(jì)信號(hào)，其中激光匹配采用正態(tài)分布變換算法（Normal Distribution Transformation，NDT），作為匹配的點(diǎn)云地圖利用算法更新。

圖6 多傳感器融合框架

2.4 結(jié)構(gòu)化地圖更新

隨著隧道施工的進(jìn)行，隧道各工序逐步向前推進(jìn)，加之為保障定位精度，本文采用了靜態(tài)地圖匹配作為輔助定位措施，因而需對(duì)系統(tǒng)中的高精度地圖及定位點(diǎn)云地圖進(jìn)行更新。

利用隧道施工日志上各工序里程，結(jié)合隧道設(shè)計(jì)數(shù)據(jù)，生成各關(guān)鍵工序作業(yè)點(diǎn)坐標(biāo)，與高精度地圖匹配后進(jìn)行更新；獲取各工序里程、隧道設(shè)計(jì)數(shù)據(jù)以及預(yù)先建模好的各工序點(diǎn)云，進(jìn)行坐標(biāo)轉(zhuǎn)換后拼接進(jìn)而更新點(diǎn)云地圖（圖7）。

圖7 結(jié)構(gòu)化地圖更新

3 無人駕駛實(shí)驗(yàn)結(jié)果

3.1 模擬隧道場(chǎng)景

在空曠場(chǎng)地構(gòu)建了如圖8 所示模擬隧道施工場(chǎng)景，建立點(diǎn)云地圖如圖9 所示。利用本文設(shè)計(jì)的自動(dòng)駕駛系統(tǒng)在完全不接入GPS 的情況下可在此場(chǎng)景完成無人駕駛，行駛時(shí)控制界面如圖10 所示。

圖8 模擬隧道場(chǎng)地示意圖

圖9 模擬隧道點(diǎn)云地圖

圖10 無人駕駛控制界面

對(duì)比了模擬隧道環(huán)境車輛定位輸出（完全不接入GPS）和GPS 輸出，10 次測(cè)試統(tǒng)計(jì)結(jié)果如表2 所示，結(jié)果表明本文設(shè)計(jì)的多傳感器融合定位算法在不接入GPS 情況下在含直線、小轉(zhuǎn)彎、大轉(zhuǎn)彎的路段綜合定位精度可到達(dá)8cm。

表2 對(duì)比多傳感器融合定位(無GPS)與GPS誤差 (單位cm)

3.2 工程實(shí)驗(yàn)場(chǎng)景

在鄭萬高鐵宜興聯(lián)絡(luò)線高鐵某隧道進(jìn)口，用搭載本無人駕駛系統(tǒng)的濕噴機(jī)進(jìn)行工程實(shí)驗(yàn)，建立結(jié)構(gòu)化點(diǎn)云地圖（圖11），工程實(shí)驗(yàn)通過棧橋如圖12 所示。

圖11 結(jié)構(gòu)化隧道地圖

圖12 無人駕駛通過棧橋

工程實(shí)驗(yàn)中，本文設(shè)計(jì)的結(jié)構(gòu)化地圖更新策略可適應(yīng)各工序推進(jìn)的情形，搭載本文無人駕駛系統(tǒng)的濕噴機(jī)可順利實(shí)現(xiàn)無人進(jìn)出場(chǎng)。整體而言，該無人駕駛系統(tǒng)工程實(shí)驗(yàn)取得較好效果。

4 結(jié)語

針對(duì)隧道施工場(chǎng)景下無人駕駛系統(tǒng)面臨的GPS 拒止、高退化、狹小多變等難點(diǎn)，設(shè)計(jì)了數(shù)字化線控底盤、傳感器感知系統(tǒng)、多傳感器融合定位系統(tǒng)、結(jié)構(gòu)化地圖更新系統(tǒng)，并用搭載該系統(tǒng)的隧道濕噴機(jī)進(jìn)行工程實(shí)驗(yàn)，結(jié)果表明該系統(tǒng)可基本實(shí)現(xiàn)隧道施工場(chǎng)景隧道作業(yè)車的無人駕駛。本文設(shè)計(jì)的無人駕駛系統(tǒng)可為隧道全工序無人化以及隧道智能建造提供一定借鑒意義。