李 程，張 乾，王 斌

（中車株洲電力機(jī)車研究所有限公司，湖南 株洲 412001）

0 引言

近年來(lái)，露天礦山開采作業(yè)環(huán)境差、用工成本高和車隊(duì)作業(yè)協(xié)調(diào)性差等問(wèn)題日益突出，而無(wú)人駕駛可以很好地解決這些問(wèn)題；隨著高級(jí)輔助駕駛技術(shù)（advanced driving assistance system，ADAS）的日益進(jìn)步，無(wú)人駕駛技術(shù)在露天礦區(qū)變得越來(lái)越普遍［1］。

國(guó)外的無(wú)人礦用卡車（簡(jiǎn)稱“礦卡”）駕駛系統(tǒng)起步相對(duì)較早，主要代表有日本Komatsu公司的“AHS”系統(tǒng)和美國(guó)卡特彼勒公司的“Mine Star”系統(tǒng)，其分別被成功地應(yīng)用在澳大利亞所羅門鐵礦和巴西淡水河谷［2］。許多學(xué)者針對(duì)車輛的軌跡預(yù)測(cè)做了相關(guān)研究，預(yù)測(cè)方法大致可分為2種。第1種是基于模型的方法，其主要利用傳感器得到車輛的運(yùn)動(dòng)位姿信息來(lái)進(jìn)行運(yùn)動(dòng)建模。該方法可以很好地適應(yīng)多種環(huán)境；但是當(dāng)車輛運(yùn)動(dòng)方式較復(fù)雜時(shí)，效果較差。2001年Ashraf Elnagar基于勻加速直線運(yùn)動(dòng)模型，采用卡爾曼濾波（KF）方法對(duì)動(dòng)態(tài)障礙物進(jìn)行預(yù)測(cè)［3］。之后，Alexander Barth和Uwe Franke基于勻速轉(zhuǎn)彎運(yùn)動(dòng)模型，使用擴(kuò)展卡爾曼濾波方法進(jìn)行軌跡預(yù)測(cè)和 跟 蹤［4］。2015年Andreas T.Schulz和Rainer Stiefelhagen提出了使用不同的運(yùn)動(dòng)模型來(lái)預(yù)測(cè)行人未來(lái)軌跡的方法［5］。第2種是基于模式的方法，即感知-學(xué)習(xí)-預(yù)測(cè)。該方法需要大量的數(shù)據(jù)進(jìn)行學(xué)習(xí)，通過(guò)數(shù)據(jù)學(xué)習(xí)來(lái)得到車輛的運(yùn)動(dòng)模型［6-7］。

得到預(yù)測(cè)軌跡后，車輛需在軌跡上做碰撞測(cè)試以檢驗(yàn)是否存在碰撞風(fēng)險(xiǎn)。碰撞檢測(cè)算法主要分為以下3種：

（1）空間分割法。該方式僅適用物體分布稀疏且均勻的情況，反之則需要不斷地分隔單元格，這樣會(huì)導(dǎo)致碰撞檢測(cè)的效率大大降低［8-9］。

（2）次包圍盒法。該方法主要包括AABB（axisaligned bounding box）、包圍球、方向包圍盒（oriented bounding box，OBB）和離散方向包圍盒（k-discrete orientation polytopes，k-DOPs）法。其可以較快地檢測(cè)出軌跡上不會(huì)相撞的物體；但是場(chǎng)景較復(fù)雜的時(shí)候會(huì)增加包圍盒的數(shù)量，導(dǎo)致占用更多的內(nèi)存空間［10-13］。

（3）圖像空間的碰撞檢測(cè)法。該方法是將圖形處理器（graphic processing unit，GPU）與中央處理器（central processing unit，CPU）結(jié)合處理，這樣可以減少CPU的計(jì)算負(fù)荷。由于其對(duì)環(huán)境有很高的要求，夜晚復(fù)雜場(chǎng)景下會(huì)導(dǎo)致檢測(cè)結(jié)果不太準(zhǔn)確［14-15］。

在礦區(qū)，礦卡實(shí)行24 h運(yùn)行作業(yè)，道路封閉場(chǎng)景相對(duì)單一。對(duì)此，本文提出一種基于預(yù)測(cè)軌跡無(wú)人駕駛礦卡主動(dòng)防撞方法，其主要從以下3方面進(jìn)行了研究：

（1）針對(duì)規(guī)劃軌跡不可信時(shí)的軌跡預(yù)測(cè)問(wèn)題，結(jié)合上述方法的優(yōu)劣，在軌跡預(yù)測(cè)環(huán)節(jié)采用基于模型的方法。

（2）得到礦卡運(yùn)行軌跡之后，在軌跡上采用OBB方法進(jìn)行碰撞檢測(cè)，得到碰撞物體的柵格信息并通過(guò)傳感器得到車輛和障礙物的相對(duì)速度。

（3）由于礦卡體型較大且重載時(shí)屬于大的慣性系統(tǒng)，如果急剎車會(huì)有翻車的可能性，因此在主動(dòng)停車策略上采用自動(dòng)緊急制動(dòng)系統(tǒng)（advanced emergency braking system，AEBS）控制算法進(jìn)行級(jí)聯(lián)制動(dòng)（即多級(jí)部分制動(dòng)和全制動(dòng)），從而保證車輛能夠安全停下。

1 無(wú)人駕駛系統(tǒng)原理

2016年，中車株洲電力機(jī)車研究所有限公司進(jìn)軍礦山無(wú)人駕駛領(lǐng)域并推出了自主研制的礦用卡車無(wú)人駕駛系統(tǒng)。該系統(tǒng)主要包括地面管理系統(tǒng)（ground management system，GMS）、通信管理系統(tǒng)（data communication system，DCS）和 車 載 無(wú) 人 駕 駛 系 統(tǒng)（vehicular autonomous package，VAP）［16］，系統(tǒng)架構(gòu)如圖1所示。

圖1 礦卡無(wú)人駕駛系統(tǒng)整體架構(gòu)Fig.1 Overall framework of the unmanned mine truck driving system

該系統(tǒng)的一個(gè)重要功能是GMS通過(guò)DCS實(shí)時(shí)下發(fā)期望軌跡給VAP，VAP根據(jù)期望軌跡進(jìn)行作業(yè)。在這一過(guò)程中，期望軌跡若出現(xiàn)問(wèn)題，如GMS規(guī)劃軌跡存在問(wèn)題、未及時(shí)更新礦區(qū)運(yùn)行地圖以及地面與車載數(shù)據(jù)出現(xiàn)軌跡部分丟包，則會(huì)導(dǎo)致無(wú)人礦卡出現(xiàn)重大安全事故。因此本文針對(duì)這一問(wèn)題，提出了無(wú)人礦卡基于預(yù)測(cè)軌跡進(jìn)行主動(dòng)防撞的方法。

2 軌跡預(yù)測(cè)

無(wú)人礦卡的真實(shí)作業(yè)環(huán)境如圖2所示，由于礦卡在作業(yè)過(guò)程中存在著以不同速度前進(jìn)、后退、直行和轉(zhuǎn)彎等不同的運(yùn)動(dòng)狀態(tài)，因此必須采用基于多運(yùn)動(dòng)模型的軌跡預(yù)測(cè)方法。

圖2 礦區(qū)復(fù)雜的交通環(huán)境Fig.2 Complex traffic environment in mining area

首先，通過(guò)組合慣導(dǎo)獲取車輛的位姿信息。假設(shè)系統(tǒng)的運(yùn)行周期為T，預(yù)測(cè)距離為S，此時(shí)的實(shí)際車速為V，則可得到預(yù)測(cè)軌跡序列長(zhǎng)度為

然后，根據(jù)慣導(dǎo)傳感器橫擺角變化率的大小，將預(yù)測(cè)的軌跡分為直線和曲線兩種。假設(shè)車輛橫擺角為θ，車輛后軸坐標(biāo)為（X0，Y0），橫擺角速度為，則單周期橫擺角大小為

當(dāng)預(yù)測(cè)軌跡為曲線時(shí)，預(yù)測(cè)軌跡點(diǎn)可表示為

當(dāng)預(yù)測(cè)軌跡為直線時(shí)，預(yù)測(cè)軌跡點(diǎn)可表示為

式中：Δt——相鄰兩個(gè)軌跡點(diǎn)之間的距離。

如此，可以得到預(yù)測(cè)軌跡：

3 碰撞預(yù)測(cè)

在得到一段預(yù)測(cè)軌跡序列點(diǎn)之后，為了了解前方是否存在碰撞風(fēng)險(xiǎn)，需要在每一點(diǎn)依次進(jìn)行碰撞檢測(cè)。由于礦卡在忽略z軸方向的運(yùn)動(dòng)之后可以近似看成一個(gè)方塊包絡(luò)，而前方障礙物也能用多邊形甚至圓形包絡(luò)來(lái)表示。為了較快地檢測(cè)出軌跡上是否存在相撞的物體，本文采用OBB碰撞檢測(cè)來(lái)簡(jiǎn)化復(fù)雜的幾何圖形，可以快速地濾掉環(huán)境中無(wú)用柵格點(diǎn)即不相交的物體以簡(jiǎn)化碰撞。如圖3所示，在真實(shí)的碰撞場(chǎng)景里面需要將物體的輪廓無(wú)線離散化，標(biāo)出物體輪廓來(lái)判斷車輛與碰撞物體兩者位置關(guān)系。采用OBB方法可簡(jiǎn)化問(wèn)題，即求兩個(gè)矩形的位置關(guān)系。圖3（b）中的黃色曲線為礦卡車輛在預(yù)測(cè)估計(jì)的每一點(diǎn)左、右邊界的輪廓線（寬度為車寬），紅色圈出來(lái)的為擺放障礙物的位置，白色曲線為擋墻邊界。

圖3 碰撞檢測(cè)圖Fig.3 Diagram of collision detection

判斷兩個(gè)物體是否會(huì)發(fā)生碰撞最常見的使用方法是分離軸定理（separating axis theorem，SAT）。其中心思想是將一束光從不同的角度照射到物體上，如果兩個(gè)物體的投影都不會(huì)重合，那么這兩個(gè)物體就不會(huì)相交。從需要檢測(cè)的多邊形中選擇一條邊，找出其法向量作為一個(gè)投影軸，循環(huán)獲取第1個(gè)多邊形的每個(gè)頂點(diǎn)，并將每個(gè)頂點(diǎn)投影到軸上；同理，對(duì)第2個(gè)多邊形做同樣處理。在得到2個(gè)多邊形的投影之后，檢測(cè)兩端投影是否發(fā)生重疊；依次從每個(gè)邊進(jìn)行同樣檢測(cè)，如果都沒有重疊，那么這兩個(gè)物體就不存在碰撞風(fēng)險(xiǎn)，如圖4所示。

圖4 SAT原理圖Fig.4 Principle diagram of SAT

需要注意，輪廓為近似圓的物體是沒有邊的，因此沒有明顯的用于投影的軸。此時(shí)，可以選擇途徑圓心和多邊形上離圓心最近的頂點(diǎn)的直線作為投影軸，如圖5所示。

圖5 圓的處理原理Fig.5 Principle diagram of circle processing

4 主動(dòng)停車

因礦卡屬于較大的慣性系統(tǒng)，當(dāng)前方遇到障礙物（土堆、礦卡、通勤車和人等）時(shí)，若通過(guò)急剎使車輛停下，則很容易出現(xiàn)車輛前翻或側(cè)翻，從而引發(fā)更大的意外事故。因此，在主動(dòng)停車策略上采用AEBS控制算法，即級(jí)聯(lián)制動(dòng)。假設(shè)車輛遇到障礙物時(shí)以abrake減速停車，則可以根據(jù)相對(duì)車速Vrel求出停車時(shí)間：

式中：T0——預(yù)留時(shí)間，T0通常由通信延遲、系統(tǒng)延遲和執(zhí)行器延遲等組成。

為了避免急剎停車帶來(lái)的風(fēng)險(xiǎn)，在級(jí)聯(lián)制動(dòng)過(guò)程中，假設(shè)觸發(fā)第一階段部分制動(dòng)標(biāo)識(shí)位的時(shí)間為TTC1，二級(jí)制動(dòng)的時(shí)間標(biāo)識(shí)位的時(shí)間為TTC2，全制動(dòng)時(shí)間為TTC3。如圖6所示，當(dāng)停車時(shí)間分別小于TTC1、TTC2和TTC3，AEBS則給車載控制系統(tǒng)下發(fā)不同的制動(dòng)標(biāo)識(shí)位進(jìn)行級(jí)聯(lián)制動(dòng)，將車安全停下。在AEBS算法中，TTC1為2.6 s時(shí)，AEBS給車載控制系統(tǒng)下發(fā)需要停車警告；TTC2為1.6 s時(shí)，AEBS給車載控制系統(tǒng)下發(fā)部分制動(dòng)（即制動(dòng)力為60%）；TTC3為0.6 s時(shí)，AEBS給車載控制系統(tǒng)下發(fā)全制動(dòng)（即制動(dòng)力100%）

圖6 AEBS系統(tǒng)停車時(shí)間組成Fig.6 Parking time composition of AEBS system

5 驗(yàn)證與測(cè)試

為驗(yàn)證本文所設(shè)計(jì)方法的可行性，根據(jù)標(biāo)準(zhǔn)JT/T 1242—2019《營(yíng)運(yùn)車輛自動(dòng)緊急制動(dòng)系統(tǒng)性能要求和測(cè)試規(guī)程》，在搭建的無(wú)人礦卡項(xiàng)目硬件在環(huán)仿真平臺(tái)上進(jìn)行2種工況的測(cè)試驗(yàn)證。

工況1：在礦卡前方設(shè)置靜止障礙物，礦卡以一定的初速度駛向障礙物，如圖7所示。

圖7 無(wú)人礦卡仿真平臺(tái)界面1Fig.7 Simulation platform 1 of unmanned mine truck

從圖8（a）的距障礙物曲線可以看出，無(wú)人礦卡最終會(huì)以一定的安全距離停在障礙物面前；從圖8（b）的車速曲線可以看出，在安全距離前速度降為0；且在靠近障礙物前，首先觸發(fā)了flag2.6（警告信號(hào)），然后觸發(fā)flag1.6（部分制動(dòng)信號(hào)，這里為60%的制動(dòng)力）后停車（圖8（c））。從圖8（d）的油門和電制動(dòng)力曲線可以看出，驅(qū)動(dòng)和制動(dòng)互斥，滿足設(shè)計(jì)要求。

圖8 工況1的無(wú)人礦卡仿真結(jié)果Fig.8 Simulation results of the unmanned mine truck in the first working condition

工況2：礦卡前方有一載人車運(yùn)行中，無(wú)人礦卡以一定速度駛向載人車，以驗(yàn)證其是否可以實(shí)現(xiàn)在碰撞前以一定的速度減速直到停車，如圖9所示。從圖10（a）中距障礙物的距離曲線可以看出，車輛到障礙物距離越來(lái)越小且以安全距離停止在障礙物面前。從圖10（b）的車速曲線可以看出，在安全距離前速度已降為0，在5～6 s時(shí)刻之間車速有個(gè)短暫的上升過(guò)程，這是由于此時(shí)段沒有觸發(fā)主動(dòng)停車的標(biāo)志位，導(dǎo)致施加油門速度變大。從圖10（c）和圖10（d）中的標(biāo)識(shí)位曲線和油門開度與電制動(dòng)力百分比曲線可以看出，觸發(fā)flag1.6時(shí)的電制動(dòng)力百分比為60%，觸發(fā)flag0.6（全制動(dòng)）時(shí)的電制動(dòng)力百分比為100%，且驅(qū)動(dòng)和制動(dòng)控制互斥，滿足設(shè)計(jì)要求。

圖9 無(wú)人礦卡仿真平臺(tái)界面2Fig.9 Simulation platform 2 of unmanned mine truck

圖10 工況2的無(wú)人礦卡仿真結(jié)果Fig.10 Simulation results of the unmanned mine truck in the second working condition

6 結(jié)語(yǔ)

本文針對(duì)因期望軌跡錯(cuò)誤可能導(dǎo)致無(wú)人礦卡在礦區(qū)運(yùn)行發(fā)生重大安全事故的問(wèn)題，對(duì)行業(yè)現(xiàn)狀進(jìn)行調(diào)研并確定適用露天礦用自卸車的技術(shù)路線，設(shè)計(jì)了一套基于軌跡預(yù)測(cè)的無(wú)人礦卡主動(dòng)防撞方法；并在無(wú)人礦卡仿真平臺(tái)上進(jìn)行了仿真驗(yàn)證。結(jié)果表明所設(shè)計(jì)的方法可以在不需要規(guī)劃軌跡的情況下實(shí)現(xiàn)礦卡及時(shí)主動(dòng)停車，避免安全事故發(fā)生。目前該方法已進(jìn)行了實(shí)車驗(yàn)證，當(dāng)期望軌跡出現(xiàn)問(wèn)題時(shí)可以很好地將無(wú)人礦卡平穩(wěn)停下來(lái)。目前該方法對(duì)感知依賴較強(qiáng)，而露天礦區(qū)灰塵較大，偶爾會(huì)出現(xiàn)誤報(bào)，影響作業(yè)運(yùn)行效率，如何減少誤報(bào)、保證功能的正常使用是接下來(lái)需要解決的重點(diǎn)難題。