馬冠超

(中煤陜西榆林大海則煤業(yè)有限公司,陜西 榆林 610800)

煤礦井下環(huán)境極為復(fù)雜,并且隨著煤礦生產(chǎn)量的持續(xù)增加,井下車輛協(xié)同調(diào)度需求也在不斷增長。在此背景下,如何在現(xiàn)有煤礦井下設(shè)施基礎(chǔ)上,提高車輛協(xié)同調(diào)度效果已經(jīng)成為當(dāng)前關(guān)注的重點。針對當(dāng)前需求,部分煤礦企業(yè)開始與高新技術(shù)企業(yè)達(dá)成合作,進(jìn)而共同構(gòu)建智能網(wǎng)聯(lián)車路協(xié)同系統(tǒng)。結(jié)合當(dāng)前實際情況來看,智能網(wǎng)聯(lián)車路協(xié)同系統(tǒng)不僅可以提高煤礦生產(chǎn)智能化水平,實現(xiàn)智能化、自動化發(fā)展目標(biāo),還可以增強(qiáng)“車路—車車”信息交互、預(yù)警管控效果,提高煤礦井下生產(chǎn)安全性,具有較高的應(yīng)用價值。

1 智能網(wǎng)聯(lián)車路協(xié)同系統(tǒng)基本架構(gòu)

本文所介紹的智能網(wǎng)聯(lián)車路協(xié)同系統(tǒng)以MEC數(shù)據(jù)融合為核心,可構(gòu)建“人—車—路—網(wǎng)”多維協(xié)同技術(shù)體系,并且集成有5G網(wǎng)聯(lián)、邊緣計算、高精度定位、車路協(xié)同、環(huán)境融合感知、高精度地圖等設(shè)備和技術(shù)手段,最終形成集成有多源數(shù)據(jù)的MEC數(shù)據(jù)融合算法和數(shù)據(jù)支撐平臺[1]。具體系統(tǒng)基本架構(gòu)如圖1所示。

(1)MEC為核心的計算單元。智能網(wǎng)聯(lián)車路系統(tǒng)集成有以MEC為核心的計算單元。可通過在各煤礦井下路口布設(shè)MEC來實現(xiàn)井下路口多維交通狀態(tài)、行車車輛狀態(tài)信息的實時感知獲取,進(jìn)而為智能網(wǎng)聯(lián)汽車提供更為精準(zhǔn)可靠的數(shù)據(jù)信息支持。此外,將MEC作為系統(tǒng)最小控制單元,可有效實現(xiàn)路口、路段以及區(qū)域3個級別的信號精準(zhǔn)控制,并滿足系統(tǒng)信號控制數(shù)據(jù)的輸入及計算性能相關(guān)要求。

圖1 智能網(wǎng)聯(lián)車路協(xié)同系統(tǒng)基本架構(gòu)Fig.1 Basic architecture of intelligent and connected vehicle-road collaborative system

(2)開放式MEC軟件系統(tǒng)。智能網(wǎng)聯(lián)車路系統(tǒng)中的MEC軟件可在不同型號的MEC硬件產(chǎn)品上運行。系統(tǒng)稅收MEC軟件可實現(xiàn)硬件設(shè)備接入注冊管理、交通控制應(yīng)用、交通狀態(tài)感知等效果[2],并且各軟件應(yīng)用之間可實現(xiàn)相互邏輯獨立,并同時實現(xiàn)總體邏輯閉環(huán),以便于MEC軟件與系統(tǒng)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(tǒng)。智能網(wǎng)聯(lián)車路系統(tǒng)中集成MEC以后,可將路側(cè)端工作壓力較大的設(shè)備接入、設(shè)備管理、應(yīng)用實施等功能轉(zhuǎn)移給MEC實現(xiàn),進(jìn)而充分釋放RSU負(fù)載性能,以此來保證RSU能夠提供更多的資源實現(xiàn)V2X信息的傳輸與處理,降低系統(tǒng)延時和提高通信可靠性。

(4)低耦合的車載邊緣系統(tǒng)。智能網(wǎng)聯(lián)車路系統(tǒng)的車載端可通過CAN通信模塊實現(xiàn)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(yù)警展示等功能,進(jìn)一步提高車輛協(xié)調(diào)交互效果。同時,系統(tǒng)通過架構(gòu)解耦方式實現(xiàn)車載邊緣系統(tǒng)的有效拆分,形成V2X通信、CAN通信、WiFi通信三大模塊,進(jìn)而實現(xiàn)車輛信息獲取、V2X信息轉(zhuǎn)發(fā)、預(yù)警信息顯示等多種功能[3]。

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

2 以MEC為核心的控制單元基本目標(biāo)

MEC階段集通信、計算、存儲等多功能于一體,可為傳統(tǒng)車路網(wǎng)絡(luò)系統(tǒng)附加云計算、大數(shù)據(jù)、人工智能等諸多新型技術(shù)功能,進(jìn)而為車輛調(diào)控以及自動駕駛提供決策和車載信息等聯(lián)網(wǎng)服務(wù)。具體來說,以MEC為核心的控制單元基本目標(biāo)如下。

(1)本地服務(wù)。MEC節(jié)點設(shè)置于系統(tǒng)網(wǎng)絡(luò)邊緣區(qū)域,可實現(xiàn)本地資源的MEC接入網(wǎng)絡(luò)其他硬件設(shè)備的有效隔離。系統(tǒng)本地服務(wù)可有效提高系統(tǒng)安全性能,保障系統(tǒng)運行持續(xù)性好和穩(wěn)定性。同時,MEC可與路側(cè)及車載多源傳感器實現(xiàn)數(shù)據(jù)采集和融合,并實現(xiàn)數(shù)據(jù)的動態(tài)化本地分析,以此來降低系統(tǒng)網(wǎng)絡(luò)通信運行壓力。

(2)鄰近性。MEC節(jié)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(guān)鍵信息。以煤礦井下視頻轉(zhuǎn)發(fā)場景為例,MEC可有效提高視頻轉(zhuǎn)發(fā)時的網(wǎng)絡(luò)資源應(yīng)用可能性,并增強(qiáng)視頻傳輸質(zhì)量,降低視頻傳輸時延。常見的無線通信網(wǎng)絡(luò)視頻傳輸問題來自于TCP傳輸控制協(xié)議在網(wǎng)絡(luò)環(huán)境變化中調(diào)整傳輸效率變化效率不足而引發(fā)的控制窗口指標(biāo)擁堵等。而基于MEC節(jié)點的無線資源分析功能可有效提高TCP優(yōu)化控制效果,避免數(shù)據(jù)傳輸中出現(xiàn)擁堵問題。

(3)低時延性。MEC的本地化功能促使其可實現(xiàn)用戶側(cè)數(shù)據(jù)處理,因而可有效降低數(shù)據(jù)通信時延,保障車輛與路側(cè)設(shè)備之間數(shù)據(jù)傳輸時延要求,提高系統(tǒng)用戶服務(wù)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(shù)據(jù)交互時延要求,所以將數(shù)據(jù)交互等業(yè)務(wù)部署的本地MEC上,將可為智能車通信提供更好的網(wǎng)絡(luò)傳輸環(huán)境,并提供一定的在線輔助計算等功能。

(4)網(wǎng)絡(luò)信息感知與開放。MEC可實現(xiàn)系統(tǒng)網(wǎng)絡(luò)邊緣狀態(tài)的實時感知及分析,并通過標(biāo)準(zhǔn)化數(shù)據(jù)接口來實現(xiàn)網(wǎng)絡(luò)信息的開放與管理。如煤礦井下無線網(wǎng)絡(luò)數(shù)據(jù)以及車輛行進(jìn)數(shù)據(jù)等。在具體應(yīng)用中,煤礦井下車輛信息管理對位置信息的精準(zhǔn)性要求相對較高,而通過MEC節(jié)點的位置信息開發(fā)功能可輔助車輛實現(xiàn)快速定位,提高車輛定位效率及效果。

(5)邊緣服務(wù)。MEC邊緣服務(wù)可通過主流標(biāo)準(zhǔn)化計算機(jī)設(shè)備來實現(xiàn)邊緣服務(wù)平臺構(gòu)建,該平臺可達(dá)成低成本快速維護(hù)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(wù),最終促使本地功能實現(xiàn)高效、靈活部署。在整個系統(tǒng)中,MEC作為邊緣云服務(wù)平臺,可為煤礦井下車輛提供路況云分析,高精度地圖服務(wù)等功能。

3 基于人工勢場的緊急障礙避讓協(xié)同決策模型

3.1 單車縱向控制模型

云端作為智能網(wǎng)聯(lián)車路協(xié)同系統(tǒng)決策中心平臺,其能夠精準(zhǔn)感知煤礦井下區(qū)域范圍內(nèi)的所有車輛速度、位置、加速度等信息,并根據(jù)感知數(shù)據(jù)來實現(xiàn)車輛加速度和換道操作進(jìn)行精準(zhǔn)控制。

在傳統(tǒng)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(xù)性分布特征,所以僅采用當(dāng)前車輛所在位置的點勢場的相反梯度方向?qū)嵤┸囕v運動狀態(tài)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(jìn)而引發(fā)無法獲取最優(yōu)駕駛狀態(tài)或者無法克服車道勢,車輛進(jìn)入旁道等情況,不利于智能網(wǎng)聯(lián)車路協(xié)同系統(tǒng)對于智能網(wǎng)聯(lián)車的精準(zhǔn)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(qiáng)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(qiáng)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(biāo);yci為車輛原車道中心線,W為車道寬度。

圖3 智能網(wǎng)聯(lián)車橫向位移示意Fig.3 Lateral displacement diagram of intelligent and connected vehicle

在智能網(wǎng)聯(lián)車從車道i換道值測量j過程中,先分別假設(shè)智能網(wǎng)聯(lián)車所在位置為原車道或者換道后車道上,并且智能網(wǎng)聯(lián)車的當(dāng)前位置的縱坐標(biāo)為xV,橫坐標(biāo)為智能網(wǎng)聯(lián)車原車道和目標(biāo)車道中心線坐標(biāo)yci、ycj,分別計算智能網(wǎng)聯(lián)車在2個車道位置的人工勢場強(qiáng)度,在根據(jù)智能網(wǎng)聯(lián)車換道完成情況,采用比例計算方式獲取智能網(wǎng)聯(lián)車點實際速度勢與實體障礙勢之間的強(qiáng)度和,具體計算表達(dá)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(wǎng)聯(lián)車換道完成情況,Utotal,Vm(x,yci)為智能網(wǎng)聯(lián)車在原車道上的總勢場強(qiáng)度;Utotal,Vm(x,ycj)為智能網(wǎng)聯(lián)車在目標(biāo)車道上的總勢場強(qiáng)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(wǎng)聯(lián)車是否換道、換道時機(jī)、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(jī)、換道安全性兩方面因素,以下將分別根據(jù)2方面內(nèi)容進(jìn)行單車橫向控制分析。

(1)換道動機(jī)。換道動機(jī)的關(guān)注點在于智能網(wǎng)聯(lián)車是否可通過換道來獲取最優(yōu)行進(jìn)狀態(tài)。在此過程中,云端控制平臺根據(jù)智能網(wǎng)聯(lián)車的前車道和相鄰車道上的車輛行駛狀態(tài)信息與障礙狀態(tài)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(tài)下,所以可假設(shè)車輛行進(jìn)時處于車道中心位置,即y=yci。具體換道動機(jī)如圖4所示。

圖4 智能網(wǎng)聯(lián)車換道動機(jī)Fig.4 Lane changing motive of intelligent and connected vehicle

其中,滿足換道動機(jī)時的表達(dá)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(qiáng)度;Uobst,Vm(x,yci)目標(biāo)車道車道勢場強(qiáng)度。

(2)換道安全性。在確認(rèn)換道動機(jī)后,需要綜合考慮智能網(wǎng)聯(lián)車換道后是否具備安全性。假設(shè)目標(biāo)車道上縱向位置在目標(biāo)車輛后方,并且與目標(biāo)車輛之間處于安全距離,此時坐標(biāo)點為(xVPF,yVPF),當(dāng)前行進(jìn)速度為vVPF,目標(biāo)車輛坐標(biāo)為(x,yci),行進(jìn)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(wǎng)聯(lián)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(biāo)車輛同時以最大減速度進(jìn)行剎車,則兩車之間不出現(xiàn)碰撞時的表達(dá)式如下:

(6)

式中,L為車輛長度。

圖5 智能網(wǎng)聯(lián)車換道安全性示意Fig.5 Safety diagram of lane changing for intelligent and connected vehicle

4 智能網(wǎng)聯(lián)車路協(xié)同場景

智能網(wǎng)聯(lián)車路協(xié)同系統(tǒng)運行中主要包括“車—路”協(xié)同和“車—車”協(xié)同2種運行場景。

4.1 “車—路”協(xié)同場景

智能網(wǎng)聯(lián)車路協(xié)同系統(tǒng)“車—路”協(xié)同場景如圖6所示。

圖6 “車—路”協(xié)同場景Fig.6 Vehicle-road cooperative scenario

“車—路”協(xié)同場景下的系統(tǒng)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(fù)雜應(yīng)用場景,則需要部署多路口適配設(shè)備。具體應(yīng)用中,系統(tǒng)可實現(xiàn)包括車輛、行人、石頭、錐體在內(nèi)的14類目標(biāo)的視頻監(jiān)控及識別[5]。具體感知過程中可將感知精準(zhǔn)性控制在10 cm×10 cm水平內(nèi),并在感知目標(biāo)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(shè)備將難以實現(xiàn)盲區(qū)障礙物的快速識別及安全應(yīng)對,所以系統(tǒng)會在交叉段通過集成路側(cè)雷達(dá)和圖像感知設(shè)備共同實現(xiàn)障礙目標(biāo)的有效感知,并合理計算節(jié)點完成測量運行模型的監(jiān)控及碰撞預(yù)測分析,為設(shè)備的正常運行提供重要決策支持。另外,系統(tǒng)還會提供事故場景支持。

4.2 “車—車”協(xié)同場景

“車—車”協(xié)同場景下,即便是不依靠路側(cè)系統(tǒng)的數(shù)據(jù)通信支持,僅憑借車輛之間的數(shù)據(jù)交互也可以實現(xiàn)前車故障、堵車等非正常原因停車問題的識別預(yù)警及信息傳輸。

本文介紹的智能網(wǎng)聯(lián)車路協(xié)同系統(tǒng)設(shè)計架構(gòu)已得到有效應(yīng)用,不僅可提高車路協(xié)同控制效果,還能夠有效節(jié)省智能車燃油消耗量,具體數(shù)據(jù)見表1。

表1 智能網(wǎng)聯(lián)車路協(xié)同系統(tǒng)節(jié)油效果Tab.1 Fuel saving effect of intelligent and connected vehicle-road cooperative system

5 結(jié)語

本文介紹一種可用于煤礦井下復(fù)雜環(huán)境車輛調(diào)控及自動駕駛的智能網(wǎng)聯(lián)車路協(xié)同系統(tǒng)設(shè)計架構(gòu)方案,設(shè)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(xié)同場景、“車—車”協(xié)同場景,可為后續(xù)煤礦井下自動化、智能化建設(shè)提供設(shè)計架構(gòu)方案參考,更有利于煤礦企業(yè)結(jié)合自身實際情況,構(gòu)建更為完善的井下綜合管理系統(tǒng),保障煤礦生產(chǎn)的安全性,降低生產(chǎn)及控制成本,落實安全生產(chǎn)相關(guān)要求。