今年9月,内蒙古中联润世露天煤矿的无人矿卡扩编出现了一个蛮有意思的变化。
40台搭载易控智驾系统的纯电无人矿卡投入运行后,并没有另外开辟新作业区,而是与既有无人矿卡混合编组,进入同一运输道路、装载区和卸料区混行。
公开信息显示,该项目打通了易控智驾与行路智驾两套无人驾驶平台之间的数据壁垒,使不同平台、不同车型的无人矿卡得以在同一矿区协同作业。
过去,一座矿山部署无人驾驶,一般是一套自动驾驶系统对应一批车辆。车辆使用相同的平台,定位、任务和调度信息都在同一个系统内流转。
当另一套自动驾驶系统加入后,新出现问题就不再只是新来的车能不能自己开。
两套系统各自拥有不同的车端算法和管理逻辑,车辆却要进入同一条运输道路、同一个装载区和卸料区。它们既要避免相互干扰,又要围绕同一套生产任务运行。
不同的无人驾驶系统,到底是怎么被编进同一个车队的?
01
不同平台的车辆
如何进入同一个运行体系?
跨平台混编,并不是说将两套自动驾驶系统合并成一个系统就可以了。
不同车辆使用的依旧是自己的感知方案、定位算法和规划策略。真正需要解决的,是当它们进入同一个矿区后,如何让不同系统对现场运行状态建立基本一致的认知。
最基础的信息是车辆的位置。
如果不同系统对同一片作业区域采用不同的空间基准,或者使用的地图信息存在差异,车辆就可能对彼此的位置和道路关系产生不同判断。
因此,跨平台协同首先需要建立可靠的信息映射机制,让不同系统能够把车辆的位置和运行信息放到同一个作业场景中理解。
但位置本身并不是静止的数据。
车辆在持续行驶,矿区道路也可能因为施工、排土等原因发生变化。系统收到一条车辆信息时,还需要知道这条数据是什么时候产生的、经过多长时间传输,以及在当前时刻是否仍然有效。
这也是跨平台协同中一个容易被忽略的问题。
不同系统不仅要交换信息,还要知道这些信息在什么时候仍然可信。
一辆矿卡的位置如果已经发生变化,另一套系统却仍然按照旧数据进行判断,协同就失去了意义。
所以,不同平台进入同一个运行体系,真正要建立的并不是一套统一的自动驾驶算法,而是一层能够让不同系统共享必要运行信息的基础。
只有先解决现在矿区里发生了什么,后面的车辆协同才可以继续进行下去。
02
系统还要知道车辆正在做什么
如果不同平台只交换位置、速度和行驶方向,其实只能解决最基础的车辆避让问题。
但矿山无人运输不是简单的道路行驶。
一辆矿卡从接到运输任务开始,会经历前往装载区、等待、装载、运输、进入卸料区、卸料和返回等一系列环节。
同样是一辆正在减速的矿卡,它可能是在等待进入装载区;可能是前方道路出现异常;可能正在排队等待卸料;也可能是运输任务刚刚发生调整。
它所处的任务阶段不同,系统应该采取的协同策略也应不同。
因此,跨平台混编需要理解的信息可分为3个层次。
第一层是运动状态,其中包括车辆的位置、速度、方向等,可用来描述车辆现在如何运动。
第二层是作业状态,例如车辆处于空载还是重载、正在装载还是运输、等待还是卸料。这些信息可以告诉系统,车辆目前处于整个生产流程的哪个环节。
第三层是任务意图,这一层包含车辆下一步准备前往哪里,当前任务是否发生变化,是否需要重新规划运输路线等。
这3层信息的重要性也不相同。
运动状态可以帮助车辆判断当前的安全距离;作业状态能够让调度系统理解整个运输流程;任务意图则可以让其他车辆和系统提前预测后续的交通关系。
这也是矿山无人驾驶与开放道路自动驾驶的一个重要区别。
城市道路上的车辆没有统一的任务中心,其他车辆更多只能通过观察轨迹推测对方下一步行为。
而矿山无人矿卡的运行本身就是生产流程的一部分,车辆的行为可以与任务状态结合起来理解。
因此,跨平台混编不能只让不同车辆看见彼此,还要让不同系统能够理解这辆车现在处于什么生产环节,下一步可能做什么。
03
车端负责开车
谁来协调整个车队?
不同系统能够共享车辆状态,只是混编的前提,并不等于混编已经完成。
当几十辆来自不同平台的无人矿卡同时运行时,其实需要解决一个非常重要的问题,那就是谁来决定整个车队应该怎么分配任务?
自动驾驶系统可以让一辆车完成感知、规划和控制,但它并不能解决整个矿山的运输效率问题。
如果多辆车同时前往同一个装载点,就可能需要排队,效率就降低了;若某个卸料区发生拥堵后,后续车辆仍然按照原来的任务前往,拥堵还会继续扩大。
这时需要解决的,已经不是辆车怎么开的问题,而是整个车队应该怎么运行的问题,这里就涉及到车端与协同系统两个方面。
车端自动驾驶,负责的是局部和实时决策。
前方突然出现障碍物、道路需要紧急避让,这些问题必须由车辆在本地快速完成感知和控制,不可能等待远端系统下达每一个驾驶指令。
更高层的协同系统,负责的是全局任务安排。
哪辆车去哪个装载点,哪个卸料区的运力需要调整,一条运输道路出现异常后哪些车辆需要重新分配,这些决策需要结合整个矿山的生产状态。
跨平台混编的关键,就是将这两个方面连接起来。
不同平台不需要使用相同的感知算法,也不需要采用完全一致的路径规划方式。但车辆需要能够把自己的任务和状态反馈给协同系统,并接收与生产任务相关的调度信息。
简单理解就是,车端决定怎么开,协同系统决定去哪里、做什么。这种分工能够让不同自动驾驶平台保持各自的技术路线,同时参与同一套生产体系。
因此,真正需要打通的,不是所有车辆的驾驶决策,而是车辆与整个矿山生产流程之间的信息接口。
04
最后的话
不同系统的无人矿卡进入同一个矿区,车辆本身的技术路线可以不同,但它们必须遵循同一套作业规则。
传感器如何配置、车辆如何定位、驾驶算法如何规划路径,可以由各个平台独立实现。
真正需要打通的是车辆与整个运输系统之间的关系,即车辆状态如何表达,运输任务如何分配和变更,作业冲突如何协调,异常情况又如何传递给调度系统。
这实际上是把无人矿卡的技术竞争,从单车智能推向了系统协同,这和乘用车的智驾发展恰恰相反。
过去,企业更多需要证明自己的系统能否让一辆矿卡安全、稳定地完成运输任务。进入混编阶段后,单车能力只是基础,系统还要处理不同车辆之间的任务衔接、作业资源分配和运行冲突。车辆不仅要能独立完成运输,还要能够被纳入一套更大的生产组织体系。
这就要求无人驾驶系统既保留自身在感知、决策和控制上的技术能力,也要具备与其他平台交换信息、接受任务调度、反馈运行状态的能力。
平台之间的接口和协同机制,将影响整个矿区的运输效率。
热门跟贴