智能網聯車路協同系統在煤礦井下的應用研究

馬冠超

(中煤陜西榆林大海則煤業有限公司,陜西 榆林 610800)

煤礦井下環境極為復雜,并且隨著煤礦生產量的持續增加,井下車輛協同調度需求也在不斷增長。在此背景下,如何在現有煤礦井下設施基礎上,提高車輛協同調度效果已經成為當前關注的重點。針對當前需求,部分煤礦企業開始與高新技術企業達成合作,進而共同構建智能網聯車路協同系統。結合當前實際情況來看,智能網聯車路協同系統不僅可以提高煤礦生產智能化水平,實現智能化、自動化發展目標,還可以增強“車路—車車”信息交互、預警管控效果,提高煤礦井下生產安全性,具有較高的應用價值。

1 智能網聯車路協同系統基本架構

本文所介紹的智能網聯車路協同系統以MEC數據融合為核心,可構建“人—車—路—網”多維協同技術體系,并且集成有5G網聯、邊緣計算、高精度定位、車路協同、環境融合感知、高精度地圖等設備和技術手段,最終形成集成有多源數據的MEC數據融合算法和數據支撐平臺[1]。具體系統基本架構如圖1所示。

(1)MEC為核心的計算單元。智能網聯車路系統集成有以MEC為核心的計算單元?？赏ㄟ^在各煤礦井下路口布設MEC來實現井下路口多維交通狀態、行車車輛狀態信息的實時感知獲取,進而為智能網聯汽車提供更為精準可靠的數據信息支持。此外,將MEC作為系統最小控制單元,可有效實現路口、路段以及區域3個級別的信號精準控制,并滿足系統信號控制數據的輸入及計算性能相關要求。

圖1 智能網聯車路協同系統基本架構Fig.1 Basic architecture of intelligent and connected vehicle-road collaborative system

(2)開放式MEC軟件系統。智能網聯車路系統中的MEC軟件可在不同型號的MEC硬件產品上運行。系統稅收MEC軟件可實現硬件設備接入注冊管理、交通控制應用、交通狀態感知等效果[2],并且各軟件應用之間可實現相互邏輯獨立,并同時實現總體邏輯閉環,以便于MEC軟件與系統其他軟件之間的相互兼容以及功能獨立。

(3)高可靠V2X通信系統。智能網聯車路系統中集成MEC以后,可將路側端工作壓力較大的設備接入、設備管理、應用實施等功能轉移給MEC實現,進而充分釋放RSU負載性能,以此來保證RSU能夠提供更多的資源實現V2X信息的傳輸與處理,降低系統延時和提高通信可靠性。

(4)低耦合的車載邊緣系統。智能網聯車路系統的車載端可通過CAN通信模塊實現與車輛信息的實時交互效果,其中WiFi通信模塊可為車輛提供高級輔助駕駛預警展示等功能,進一步提高車輛協調交互效果。同時,系統通過架構解耦方式實現車載邊緣系統的有效拆分,形成V2X通信、CAN通信、WiFi通信三大模塊,進而實現車輛信息獲取、V2X信息轉發、預警信息顯示等多種功能[3]。

(5)可擴展的設備接入功能。智能網聯車路系統的路側邊緣MEC與車載邊緣節點之間采用物理層進行邏輯劃分,并且系統具備大量的內存空間和計算性能,不僅可滿足系統的基本運行需求,還配置有豐富的外設接口,可用于不同類型外界設備的接入及使用。

2 以MEC為核心的控制單元基本目標

MEC階段集通信、計算、存儲等多功能于一體,可為傳統車路網絡系統附加云計算、大數據、人工智能等諸多新型技術功能,進而為車輛調控以及自動駕駛提供決策和車載信息等聯網服務。具體來說,以MEC為核心的控制單元基本目標如下。

(1)本地服務。MEC節點設置于系統網絡邊緣區域,可實現本地資源的MEC接入網絡其他硬件設備的有效隔離。系統本地服務可有效提高系統安全性能,保障系統運行持續性好和穩定性。同時,MEC可與路側及車載多源傳感器實現數據采集和融合,并實現數據的動態化本地分析,以此來降低系統網絡通信運行壓力。

(2)鄰近性。MEC節點布置位置靠近信息源,使得MEC邊緣計算可更快速捕捉到關鍵信息。以煤礦井下視頻轉發場景為例,MEC可有效提高視頻轉發時的網絡資源應用可能性,并增強視頻傳輸質量,降低視頻傳輸時延。常見的無線通信網絡視頻傳輸問題來自于TCP傳輸控制協議在網絡環境變化中調整傳輸效率變化效率不足而引發的控制窗口指標擁堵等。而基于MEC節點的無線資源分析功能可有效提高TCP優化控制效果,避免數據傳輸中出現擁堵問題。

(3)低時延性。MEC的本地化功能促使其可實現用戶側數據處理,因而可有效降低數據通信時延,保障車輛與路側設備之間數據傳輸時延要求,提高系統用戶服務體驗[4]。以煤礦井下自動駕駛智能車為例,其運行過程中有著較高的數據交互時延要求,所以將數據交互等業務部署的本地MEC上,將可為智能車通信提供更好的網絡傳輸環境,并提供一定的在線輔助計算等功能。

(4)網絡信息感知與開放。MEC可實現系統網絡邊緣狀態的實時感知及分析,并通過標準化數據接口來實現網絡信息的開放與管理。如煤礦井下無線網絡數據以及車輛行進數據等。在具體應用中,煤礦井下車輛信息管理對位置信息的精準性要求相對較高,而通過MEC節點的位置信息開發功能可輔助車輛實現快速定位,提高車輛定位效率及效果。

(5)邊緣服務。MEC邊緣服務可通過主流標準化計算機設備來實現邊緣服務平臺構建,該平臺可達成低成本快速維護和升級,并為本地功能提供云計算平臺以及虛擬化邊緣服務,最終促使本地功能實現高效、靈活部署。在整個系統中,MEC作為邊緣云服務平臺,可為煤礦井下車輛提供路況云分析,高精度地圖服務等功能。

3 基于人工勢場的緊急障礙避讓協同決策模型

3.1 單車縱向控制模型

云端作為智能網聯車路協同系統決策中心平臺,其能夠精準感知煤礦井下區域范圍內的所有車輛速度、位置、加速度等信息,并根據感知數據來實現車輛加速度和換道操作進行精準控制。

在傳統人工勢場模型中,人工勢場直接作用在車輛上,車輛加速度與人工勢場梯度方向相反。但由于人工勢場具有連續性分布特征,所以僅采用當前車輛所在位置的點勢場的相反梯度方向實施車輛運動狀態修正,將會在實際車輛控制過程中陷入模型局部極小問題中,進而引發無法獲取最優駕駛狀態或者無法克服車道勢,車輛進入旁道等情況,不利于智能網聯車路協同系統對于智能網聯車的精準控制。具體情況如圖2所示。

在人工勢場中,影響車輛在沿道路方向上勢場強度梯度變化的影響主要包括速度勢和實體障礙勢2大類,而x方向上的車道勢和道路邊界勢則不存在變化,則:

圖2 人工勢場局部極小問題示意Fig.2 Schematic diagram of local minimum problem of artificial potential field

(1)

式中,?Ulane為車道勢;?Uside為道路邊界勢;?x為x方向上的勢。

某車輛在不更換道路情況下所在位置的勢場強度(Utotal,Vm)為:

(2)

式中,Ulane,Vm為車輛Vm所在位置的車道勢;Uside,Vm為車輛Vm所在位置的道路邊界勢;Uvel,Vm為車輛Vm所在位置的速度勢;Uobst(Vi,Vm)為車輛Vi與車輛Vm之間引起的實體障礙勢;Uobst(Ei,Vm) 為靜止障礙Ei與車輛Vm之間引起的實體障礙勢。

車輛換道過程中車輛換道完成度計算公式:

(3)

式中,c為換道完成度;y為換道過程中的車輛橫向坐標;yci為車輛原車道中心線,W為車道寬度。

圖3 智能網聯車橫向位移示意Fig.3 Lateral displacement diagram of intelligent and connected vehicle

在智能網聯車從車道i換道值測量j過程中,先分別假設智能網聯車所在位置為原車道或者換道后車道上,并且智能網聯車的當前位置的縱坐標為xV,橫坐標為智能網聯車原車道和目標車道中心線坐標yci、ycj,分別計算智能網聯車在2個車道位置的人工勢場強度,在根據智能網聯車換道完成情況,采用比例計算方式獲取智能網聯車點實際速度勢與實體障礙勢之間的強度和,具體計算表達式如下:

Utotal,Vm(x,y)=(1-c)Utotal,Vm(x,yci)+

cUtotal,Vm(x,ycj)

(4)

式中,c為智能網聯車換道完成情況,Utotal,Vm(x,yci)為智能網聯車在原車道上的總勢場強度;Utotal,Vm(x,ycj)為智能網聯車在目標車道上的總勢場強度。

3.2 單車橫向控制模型

單車橫向控制模型面向的主要控制問題為智能網聯車是否換道、換道時機、換道方向等換道決策問題。具體換道決策問題需要考慮換道動機、換道安全性兩方面因素,以下將分別根據2方面內容進行單車橫向控制分析。

(1)換道動機。換道動機的關注點在于智能網聯車是否可通過換道來獲取最優行進狀態。在此過程中,云端控制平臺根據智能網聯車的前車道和相鄰車道上的車輛行駛狀態信息與障礙狀態信息來判斷車輛是否可以換道和具體換道方向。換道決策只面向車輛處于正常行駛狀態下,所以可假設車輛行進時處于車道中心位置,即y=yci。具體換道動機如圖4所示。

圖4 智能網聯車換道動機Fig.4 Lane changing motive of intelligent and connected vehicle

其中,滿足換道動機時的表達式如下:

Uobst,Vm(x,yci) >Uobst,Vm(x,yci)+εU

(5)

式中,εU為限制頻繁換道閾值;Uobst,Vm(x,yci)為原車道車道勢場強度;Uobst,Vm(x,yci)目標車道車道勢場強度。

(2)換道安全性。在確認換道動機后,需要綜合考慮智能網聯車換道后是否具備安全性。假設目標車道上縱向位置在目標車輛后方,并且與目標車輛之間處于安全距離,此時坐標點為(xVPF,yVPF),當前行進速度為vVPF,目標車輛坐標為(x,yci),行進速度為v。為保障車輛之間處于安全距離,避免車輛碰撞,則在智能網聯車立即換道,并且在換道中以最大減速度adec,max剎車至車輛完全停止,目標車輛同時以最大減速度進行剎車,則兩車之間不出現碰撞時的表達式如下:

(6)

式中,L為車輛長度。

圖5 智能網聯車換道安全性示意Fig.5 Safety diagram of lane changing for intelligent and connected vehicle

4 智能網聯車路協同場景

智能網聯車路協同系統運行中主要包括“車—路”協同和“車—車”協同2種運行場景。

4.1 “車—路”協同場景

智能網聯車路協同系統“車—路”協同場景如圖6所示。

圖6 “車—路”協同場景Fig.6 Vehicle-road cooperative scenario

“車—路”協同場景下的系統感知方式主要包括激光和通信2種,感知范圍分別為170、300 m,針對煤礦井下路口等復雜應用場景,則需要部署多路口適配設備。具體應用中,系統可實現包括車輛、行人、石頭、錐體在內的14類目標的視頻監控及識別[5]。具體感知過程中可將感知精準性控制在10 cm×10 cm水平內,并在感知目標后及時通知車輛,并評估車輛的可通過性,針對難以通過路段則及時報警急停。

在路口交叉段,僅憑借車載端傳感器設備將難以實現盲區障礙物的快速識別及安全應對,所以系統會在交叉段通過集成路側雷達和圖像感知設備共同實現障礙目標的有效感知,并合理計算節點完成測量運行模型的監控及碰撞預測分析,為設備的正常運行提供重要決策支持。另外,系統還會提供事故場景支持。

4.2 “車—車”協同場景

“車—車”協同場景下,即便是不依靠路側系統的數據通信支持,僅憑借車輛之間的數據交互也可以實現前車故障、堵車等非正常原因停車問題的識別預警及信息傳輸。

本文介紹的智能網聯車路協同系統設計架構已得到有效應用,不僅可提高車路協同控制效果,還能夠有效節省智能車燃油消耗量,具體數據見表1。

表1 智能網聯車路協同系統節油效果Tab.1 Fuel saving effect of intelligent and connected vehicle-road cooperative system

5 結語

本文介紹一種可用于煤礦井下復雜環境車輛調控及自動駕駛的智能網聯車路協同系統設計架構方案,設計主要包括單車縱向控制模型和單車橫向控制模型2部分,適用場景為“車—路”協同場景、“車—車”協同場景,可為后續煤礦井下自動化、智能化建設提供設計架構方案參考,更有利于煤礦企業結合自身實際情況,構建更為完善的井下綜合管理系統,保障煤礦生產的安全性,降低生產及控制成本,落實安全生產相關要求。