©IntelMining科普改编，具体以专利原文为准素材来源：国家知识产权局
在矿山井下，运输工作就像一条关键的纽带，连接着生产的各个环节。无轨胶轮车作为地下矿井重要的运输工具，其运行的安全性和效率直接影响着整个矿井的生产效益。但长期以来，矿井运输面临着诸多挑战，比如路面湿滑带来的安全隐患，传统监测和控制方法的不足等。不过，日前中国中煤能源集团提出一项新的专利技术 —— 《地下矿井道路无人车辆协同控制方法和系统》（专利申请号：CN202210801121），为这些难题带来了创新的解决方案。矿井运输困境的局限
在地下矿井中，道路状况复杂多变，由颗粒物遗撒造成的路面湿滑是一个非常棘手的问题。想象一下，车辆在这样湿滑的路面上行驶，就像在冰面上开车一样，轮胎与地面的摩擦力减小，纵向制动距离变长，车辆的横向行驶稳定性也大打折扣。这不仅增加了追尾、侧滑等危险工况发生的概率，严重危害井下车辆行驶安全，还会影响运输效率，导致生产进度受阻。
过去，人们为了监测和管理路面湿滑情况，大多采用附加监测摄像头的方式，通过识别积水、结冰、遗撒等信息来进行预警。但这种方法存在很多局限性。一方面，它对道路湿滑的监测不够准确和精细，就像是用一把大梳子梳理头发，总会有一些细节被遗漏。另一方面，安装大量摄像头不仅需要投入巨额的建设成本，后期的维护费用也相当高昂。而且，摄像头很容易受到光照、天气和物体遮挡等因素的影响，在光线昏暗或者有物体挡住镜头时，就无法正常工作，导致监测效果大打折扣。所以，寻找一种更先进、更可靠的方法来解决这些问题迫在眉睫。
这项地下矿井道路无人车辆协同控制专利技术，就像是为地下矿井运输量身定制的 “智慧大脑”，它主要包含以下几个核心部分：
建立加速度方程
首先，根据车辆行驶信息建立车辆各个方向加速度的方程，包括前进方向的加速度、垂直前进方向的加速度和车辆横摆角加速度。这些方程可不是简单的数学公式，它们就像是车辆的 “健康指标”，通过对车辆行驶时各个方向的加速度进行精确计算，能够准确反映车辆的行驶状态。比如，通过分析前进方向的加速度，可以判断车辆是在加速、减速还是匀速行驶；而横摆角加速度则能让我们了解车辆在行驶过程中的转向稳定性。比如，计算公式中综合考虑了车辆质量、轮胎与地面的附着系数、车轮提供的力以及前轮转角等多个因素，精确计算出车辆沿纵向的加速度，为后续的参数估计和车辆控制提供了重要的基础。
确定函数关系与雅克比矩阵
根据提出的加速度方程，确定方程所代表的第一测量参数与第一输入参数、第一待估计参数之间的函数关系，并计算第一测量参数的第一雅克比矩阵。简单来说，就是找到车辆行驶状态参数（如加速度）与车辆操作参数（如前轮转角）以及待估计参数（如路面附着系数、车辆质量）之间的内在联系。雅克比矩阵则是用来描述这种函数关系的变化率，它在后续的参数估计过程中起着关键作用，就像是一把精确的 “尺子”，能够衡量各个参数之间的相互影响程度。
路测传感器与第二雅克比矩阵
通过路测传感器获取路测第二测量变量，确定第二测量参数、第二待估计参数和第一输入参数的函数关系，并计算第二测量参数的第二雅克比矩阵。路测传感器就像是车辆的 “外置眼睛”，能够实时监测车辆在道路上行驶时的各种信息，如车辆沿纵向和横向的路测加速度。这些信息与第一测量参数相互补充，进一步提高了对车辆行驶状态的感知精度。第二雅克比矩阵则是针对这些路测信息的变化率进行计算，为后续的协同控制提供更全面的数据支持。
阻尼卡尔曼滤波与协同控制
利用第一雅克比矩阵和第二雅克比矩阵，采用阻尼卡尔曼滤波进行迭代运算，计算第一待估计参数值，并将这些值分享给其他车辆实现协同控制。阻尼卡尔曼滤波是这项技术的一大亮点，它就像是一个智能的 “数据处理器”，能够在存在噪声和干扰的情况下，准确地估计出车辆的相关参数，如路面附着系数和车辆质量。通过引入阻尼项，它可以有效地抑制强瞬态变量的误差，提高估计的准确性和稳定性。而且，车辆之间可以共享这些估计参数，实现协同控制，就像一群默契的伙伴，在复杂的矿井道路中有序行驶，大大提高了运输的安全性和效率。
这项专利技术具有许多令人瞩目的亮点，与传统技术相比，它在多个方面实现了重大突破：
智能路侧测量，精准度升级
在估计路面附着系数的算法中，引入了智能路侧对车辆加速度等信息的测量。以往传统方法大多只依靠车身传感器，就像只用一只眼睛看东西，难免会有误差。而现在，结合路侧传感器的测量，就像是给车辆增加了一只更敏锐的眼睛，能够获取更全面、更准确的信息，有效避免了单一传感器带来的误差。这使得对路面附着系数的估计更加精准，为车辆的安全行驶提供了更可靠的保障。
抑制强瞬态误差，稳定性增强
针对轮胎打滑的强瞬态过程，通过阻尼项的引入，实现对强瞬态变量的误差抑制。在矿井运输中，轮胎打滑是一个常见且危险的情况，传统算法很难在这种情况下准确估计车辆参数。但这项技术通过在阻尼卡尔曼滤波算法中增加阻尼项，就像给车辆的 “数据处理系统” 加上了一个稳定器，能够有效地减少强瞬态变量带来的误差，让车辆在复杂路况下也能保持稳定的运行状态，大大提升了滤波算法对这种复杂工况的适应能力。
车路协同融合，协同管控高效
附着系数估计与车路协同系统深度融合，将车辆估计结果与路侧和云端共享。这意味着车辆不再是孤立的个体，而是与周围环境紧密相连的一部分。车辆可以将自己的行驶状态和路面附着系数等信息实时分享给路侧设备和云端平台，同时也能接收其他车辆的相关信息。通过这种方式，实现了车辆之间的协同管控，就像交通指挥中心能够统一调度车辆一样，提高了整个矿井运输系统的效率和安全性。例如，当一辆车检测到前方路面湿滑时，它可以将这一信息分享给其他车辆，让其他车辆提前做好减速或避让的准备，避免事故的发生。00:37
这项专利技术在实际应用中展现出了巨大的潜力，为地下矿井运输带来了全新的变革：
实时监测与预警
通过对路面附着系数的实时估计，系统能够及时发现路面湿滑等危险情况，并通过车载 OBU（车载单元）发送给其他车辆的 OBU 终端或者路侧 RSU（路侧单元）终端。然后，RSU 可以向车端进行广播，以声音、文字等形式为驾驶员提供预警信息。这样，驾驶员就能提前减速、注意车辆操纵，保证驾驶安全。就好像给驾驶员配备了一个贴心的 “小助手”，时刻提醒他们注意路况，避免危险发生。
优化运输效率
车辆之间的协同控制使得它们在行驶过程中能够更加有序，避免了不必要的停车和启动，减少了运输时间。而且，通过对车辆行驶状态的精确控制，还可以降低车辆的能耗，实现更高效、更节能的运输。这不仅提高了矿井的生产效率，还能降低运营成本，为企业带来实实在在的经济效益。
提升管理水平
路侧 RSU 可以将收集到的车辆信息传给相应的后端管控平台，为井下交通管控提供参考。管控平台可以根据这些数据，对整个矿井的运输情况进行实时监控和分析，及时调整运输策略，优化运输路线，进一步提升矿井运输的管理水平。这就好比给矿井运输装上了一个 “智慧大脑”，让管理更加智能化、科学化。
随着科技的不断进步，地下矿井道路无人车辆协同控制技术的应用前景十分广阔。未来，它有望与 5G、人工智能等先进技术深度融合，实现更高级别的自动驾驶和智能运输。例如，借助 5G 网络的高速通信能力，车辆之间以及车辆与路侧设备之间的信息传输将更加实时和稳定；结合人工智能技术，车辆能够更加智能地分析和处理各种路况信息，做出更精准的决策。
