人工智能在工程机械无人驾驶领域的应用探讨

张学强ZHANG Xue-qiang；尹彬YIN Bin；孙娜SUN Na；勾俊贺GOU Jun-he

（山重建机有限公司，临沂276024）

0 引言

工程机械作为工业时代的产物，在助力基础设施建设及推动社会进步等方面发挥了举足轻重的作用。随着科技的发展，人工智能技术不断成熟，人类社会即将从信息社会向智能社会进行历史跨越。传统的工程机械已无法解决当今社会面临的用工难、人工成本高等系列问题，工程机械行业的创新必将向着适应智能社会的方向发展，智能机器和智能装备将是未来工程机械发展的方向。

1 人工智能技术发展概述

人工智能（Artificial intelligence，AI）是继蒸汽技术、电力技术、计算机及信息技术革命之后的第四次科技革命核心驱动力。从20 世纪50 年代发展至今，人工智能已经形成全新的生产力，对生产结构和生产关系产生了颠覆性的改变和影响。人工智能[1]是一种计算机程序，可以不断学习新知识以 优化性能，并使机器以人类思维方式思考。当前，机器学习（Machine learning，ML）是人工智能的一个热门领域，该技术已在图像识别、语音识别和其它模式识别领域[1-3]得到了广泛应用。

2012 年以来，数据的爆发式增长为人工智能提供了充分的“养料”，深度学习算法在语音和视觉识别上实现突破，令人工智能产业落地和商业化发展成为可能。在经历了技术驱动和数据驱动阶段后，人工智能现在已经进入场景驱动阶段，深入落地到各个行业之中去解决不同场景的问题。行业实践应用也反过来持续优化人工智能的核心算法，形成正向发展的态势[4]。工程机械日积月累的运行状态信息形成海量数据，将AI 技术与环境感知和大数据下相融合，也将极大提升工程机械的智能化水平。

2 人工智能在工程机械无人驾驶领域应用现状

2.1 国外发展现状

在未来智能互联引领的大时代，数字化和智能化是工程机械发展的必然方向。国外智能工程机械起步较早，卡特彼勒、小松、沃尔沃等国际一线品牌都研发了自己的无人驾驶产品，现在已经实现在部分施工场景中的应用。

卡特彼勒公司作为全球工程机械巨头一直引领工程机械智能领域的发展，早在2007 年，卡特的智讯系统就可通过收集设备的关键性能和运行数据，利用网络提供数据以指导决策。通过网络互连和数字技术的融合，智讯系统已扩展至整个机队的智能互联。目前全球已投入使用的300 多万台卡特设备中，约50 多万台已实现互联互通。实践表明，使用卡特的智能设备和服务，能够帮助用户实时监测和管理设备，预测设备的潜在故障，同时使设备节约油耗30%。其推出的智能挖掘辅助系统可以实现电子围墙、2D 坡度控制深度和坡度引导、坡度控制+智能称重和坡度控制+辅助操作等多种功能。

韩国建筑技术研究院CHAE 等[5-6]开发了一种用于智能开挖的三维曲面建模系统，该系统可以对作业环境模型进行实时更新，自动更新机群作业顺序，指导挖掘机进行自主作业。

日本小松瞄准建筑机械无人化，将人工智能引入建筑施工领域以提高施工效率和安全性。日本小松公司联合英伟达公司开发了基于 Nvidia Jetson 嵌入式平台的KomVision 系统[7]，该系统采用AI 技术对机载视觉信息和定点巡逻无人机视觉信息进行整合分析，实现无人机采集数据、数据分析、3D 画面分析、高精度的施工现场三维图绘制好人施工方案制定等功能，以此来实现自动化工程施工。目前小松的智能施工技术已经在4 000 多处施工现场得到了应用。

沃尔沃公司研发的Dig Assis（t挖掘机辅助）技术，驾驶员可通过Dig Assist 设置作业参数，如目标深度和坡度来进行现场设计，并实时查看作业进度，确保工作能够满足各种精确要求，使用Dig Assist 技术可实现生产效率提高25%以上。

韩国Doosan Infracore 研发的SPC （Smart Power Control）智能功率控制系统，能够通过传感器感知机器工作状态，从而使发动机的转速根据负荷情况不断变化，可实现油耗降低7%左右。

2.2 国内发展现状

我国智能工程机械起步较晚，加之传统工程机械液压传动等核心技术被国外垄断，所以国内智能工程机械行业发展较缓。但基于我国基建市场的巨大需求和发展潜力，智能工程机械发展表现出了较强的发展韧性。随着5G、工业互联网等新技术的发展，国内在智能控制、无人驾驶方面的研究取得了显著的进步，并成功应用于工程机械产品。

2016 年，山推研发国内首台无人驾驶推土机DE17R，填补了国内智能工程机械行业的空白。2019 年，山推全球首台5G 远程遥控大马力推土机实现商业化，5G 技术应用和智能制造水平进一步提升。

2017 年，三一重工在SY215 挖掘机上成功应用了数字化施工系统。该系统利用高精度GNSS 信号，可以精确计算挖掘机的铲斗齿尖位置，将齿尖的3D 定位误差控制在30mm 以下，并达到了引导施工或者自动控制的目的。数字化施工技术推动了传统的施工流程再造，节约了大量人力成本，同时提高了施工效率。2019 年，三一重工在国际工程机械展览会推出无人驾驶挖掘机，自主研发人工智能系统能帮助工程装备在遥控或自主决策下，进入危险区域并开展作业[5]。

徐工集团在智能化应用实践中，开发了智能化、网联化、无人化的平行智慧矿山系统，可以掌握矿山机械的运行状态，危急时刻进行安全报警，极大降低了矿山装备的运行故障率。该系统具有信息化和智能化水平高、运营效率和安全性高等优点。

2019 年，中联重科成功研发一款5G 远程遥控挖掘机，利用5G 高速率、大宽带、低时延的特性，实现了远程操控挖掘机。于2020 年5 月下线全球首台纯电动汽车起重机，通过融入机器视觉、人工智能和5G 技术，可以实现一键吊装等智能化功能，让“非专业人士”也可以进行吊装作业。

临工集团研发的远程智能遥控挖掘机通过5G 网络实现控制中心与生产现场车载终端相连，实时操控位于矿区的无人驾驶挖掘机，同步回传真实作业场景及全景视频实况。

3 人工智能在工程机械无人驾驶领域应用的关键技术

在数字经济不断推进的大背景下，人工智能发展迅速，将互联网、大数据、人工智能与工程机械多应用场景深度融合，实现工程机械的无人驾驶，可有效解决劳动环境恶劣、劳动强度大、安全性低、成本高等行业存在的问题。工程机械的在实际生产中包括多个作业环节，每个作业及各作业之间的信息采集、数据传输、协同管控等功能的实现需要从如下几个方面突破，以矿山工程机械为例：

3.1 环境感知与决策技术

矿山环境复杂，坐标（如经度纬度海拔等）参数及现场点云数据等难以测量，通过应用多个摄像机、激光雷达、毫米波雷达、差分GPS、惯导、电子陀螺仪等多传感器融合技术，获取矿山场景和矿用机械位置信息，应用多模态信号处理、SSD 目标检测、点云去噪、点云数据精简、探测数据拼接、倾角误差纠正、多传感器融合等理论，实现矿用工程机械环境感知及其位置精准定位算法，基于算法构建硬件单元。通过对位置定位数据、工作场景数据等进行虚拟映射和三维可视化建模，并录入可视化平台，建立作业现场的地理地质环境高仿真三维模型，为智能作业提供基础场景。在此技术上实现破碎锤、挖掘机和自卸车等矿山工程机械的无人驾驶。施工场景模型图如图1，工程机械环境感知技术路线图如图2。

图1 施工场景模型图

图2 工程机械环境感知技术路线图

3.2 智能控制技术

基于环境感知与决策技术得到的数据，采用深度强化学习和进化技术，完成运动轨迹智能规划。借助5G 网络及设备，集成自动控制系统、智能调速控制、高清视频信号处理、机车运输信号系统、自诊断自适应、报警预警、无线通信等众多模块的软硬件系统，实现车辆运行状态和环境检测、车辆安全监测、自主感知、主动避障、自动错车等功能，达到实现矿山工程机械远程控制、实时监测，提高矿山全息感知、可视化运维水平和智能生产效率。工程机械智能控制技术路线图如图3 所示。

图3 工程机械智能控制技术路线图

3.3 多机协同技术

随着通信技术、计算机技术和人工智能技术的飞速发展，传统工程机械正在逐步实现车与X（人、工程机械、路、后台等）的智能信息交换共享。为提升多种工程机械同时作业时的工作效率和准确衔接度，可采用边缘计算和深度学习等技术，实现数据实时交换，协同施工作业。多机协同技术根据应用场景的需求，基于安全、环保、高效的准则，确定矿用无人驾驶车辆最优分配调度模型，提出包括最佳运输路线、车流规划、实时调度等方面的最佳解决方案，实现矿用机械无人驾驶的车流分配调度，进而优化铲运机、矿卡等资源配置，提升矿用机械周转率，提高矿用机械运输及工作效率。

在矿山工程机械应用场景中，基于精准全维感知探测的数据，通过4G5G 信道等对矿山环境数据、矿山机械运行数据传输到边缘计算单元，决策控制系统对道路环境、作业数据等进行比对计算，然后发送作业指令进行车辆协同控制。工作流程为“无人驾驶破碎锤完成破碎—数据发给边缘计算单元—自卸车自动泊车入位—通知挖掘机进行装载—通过激光雷达识别到自卸车装满—自卸车启动运行—自动运行到入料口卸车”一系列智能化操作。如图4 所示。

图4 矿山工程机械多机协同技术路线图

4 人工智能在工程机械无人驾驶领域的应用前景

“第三代人工智能”是利用知识、数据、算法和算力四个要素，建立新的可解释和鲁棒的AI 理论及方法，从而发展安全、可信、可靠和可扩展的AI 技术。2022 年，工业AI 和AI-on-5G 物联网应用将会成为主流。我国5G 发展取得领先优势，已累计建成5G 基站超81.9 万个，占全球比例约为70%。5G 是人工智能的加速器，为人工智能提供新动能，进一步加速人工智能技术的发展、应用、落地，促进整个供应链的智能升级。

将人工智能与工程机械融合，工程机械将加快现代化进程，逐步过渡到完全智能化的作业机器人。未来的工程机械将从局部自动化过渡到全面自动化，并且向着远距离操纵和无人驾驶的趋势发展。在工程机械产品的不同区域，安装不同类型的传感器（温度传感器、压力传感器、位置传感器等），对外界信号进行感知、分析；在产品上安装控制器，依据大数据中的各种工况，结合现场施工情况，模拟人类大脑的分析，做出准确的决策，自动进行施工，并不断学习与自我完善，达到真正的施工人工智能[6-7]。

5 结束语

人工智能技术在工程机械无人驾驶领域中发挥着十分重要的作用。通过对国内外工程机械行业智能化发展的对比分析，查找国内外的工程机械智能化发展的差距，寻找技术突破方向，实现改善工作环境、提高作业安全性能、提高作业规范性、降低生产成本等传统工程机械行业存在的问题。