本發(fā)明涉及礦山運(yùn)輸，具體是指基于人工智能的電機(jī)車輔助駕駛系統(tǒng)。

背景技術(shù)：

1、在礦山等行業(yè)的平巷運(yùn)輸場景中，電機(jī)車作為重要的運(yùn)輸工具，其運(yùn)行的安全性和高效性至關(guān)重要。

2、目前，傳統(tǒng)的電機(jī)車駕駛主要依賴司機(jī)的經(jīng)驗(yàn)和操作，缺乏全面且精準(zhǔn)的監(jiān)測與智能輔助系統(tǒng)，一方面，對(duì)于電機(jī)車自身運(yùn)行狀態(tài)的監(jiān)測，多采用單一指標(biāo)分析或簡單的閾值判斷方式，難以全面捕捉電機(jī)車在復(fù)雜工況下的潛在故障風(fēng)險(xiǎn)，容易出現(xiàn)誤判或漏判，導(dǎo)致無法及時(shí)發(fā)現(xiàn)和處理故障，進(jìn)而引發(fā)運(yùn)輸中斷甚至設(shè)備損壞等問題，影響生產(chǎn)進(jìn)度并增加維修成本；另一方面，在運(yùn)輸環(huán)境監(jiān)測方面，現(xiàn)有技術(shù)往往不能實(shí)時(shí)、準(zhǔn)確地評(píng)估瓦斯?jié)舛?、粉塵含量、軌道平整度及積水情況等環(huán)境因素對(duì)電機(jī)車運(yùn)行的影響，也缺乏針對(duì)不同環(huán)境異常狀況的有效應(yīng)對(duì)策略，使得電機(jī)車在惡劣環(huán)境下運(yùn)行時(shí)存在較大的安全隱患。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)上述情況，為克服現(xiàn)有技術(shù)的缺陷，本發(fā)明提供了基于人工智能的電機(jī)車輔助駕駛系統(tǒng)，為了解決上述提出的技術(shù)缺陷。

2、為實(shí)現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實(shí)現(xiàn)：基于人工智能的電機(jī)車輔助駕駛系統(tǒng)，包括輔助駕駛分析指標(biāo)監(jiān)測模塊、arm邊緣計(jì)算機(jī)、電機(jī)車運(yùn)行狀態(tài)分析模塊、運(yùn)輸環(huán)境狀態(tài)分析模塊、電機(jī)車適應(yīng)性調(diào)整模塊、駕駛行為評(píng)估模塊、輔助駕駛策略優(yōu)化模塊、電機(jī)車運(yùn)行預(yù)警模塊和地面監(jiān)控中心；所述輔助駕駛分析指標(biāo)監(jiān)測模塊借助arm邊緣計(jì)算機(jī)與電機(jī)車運(yùn)行狀態(tài)分析模塊、運(yùn)輸環(huán)境狀態(tài)分析模塊以及駕駛行為評(píng)估模塊建立無線通信連接；運(yùn)輸環(huán)境狀態(tài)分析模塊與電機(jī)車適應(yīng)性調(diào)整模塊相連；駕駛行為評(píng)估模塊和輔助駕駛策略優(yōu)化模塊相連；電機(jī)車運(yùn)行狀態(tài)分析模塊、電機(jī)車適應(yīng)性調(diào)整模塊和輔助駕駛策略優(yōu)化模塊均與電機(jī)車運(yùn)行預(yù)警模塊連接；電機(jī)車運(yùn)行預(yù)警模塊通過arm邊緣計(jì)算機(jī)與地面監(jiān)控中心無線通信連接。

3、進(jìn)一步地，所述輔助駕駛分析指標(biāo)監(jiān)測模塊利用各類傳感器，按照各自設(shè)定的監(jiān)測采集頻率，對(duì)電機(jī)車運(yùn)行參數(shù)、運(yùn)輸環(huán)境參數(shù)、駕駛員操作數(shù)據(jù)以及駕駛員駕駛行為參數(shù)進(jìn)行監(jiān)測采集處理，之后將各項(xiàng)輔助駕駛分析指標(biāo)按時(shí)間順序?qū)R，并取各傳感器采樣頻率的最小公倍數(shù)來統(tǒng)一采樣頻率，再通過arm邊緣計(jì)算機(jī)將數(shù)據(jù)實(shí)時(shí)傳輸至各個(gè)分析模塊。

4、進(jìn)一步地，所述電機(jī)車運(yùn)行參數(shù)包括電機(jī)車速度、加速度、轉(zhuǎn)向角度、電機(jī)工作溫度以及電池剩余電量；平巷運(yùn)輸環(huán)境參數(shù)包含瓦斯?jié)舛?、粉塵含量、軌道積水狀態(tài)以及每段軌道的高低差；駕駛員操作數(shù)據(jù)有加速踏板的踩踏深度、制動(dòng)踏板的踩踏深度以及轉(zhuǎn)向盤的轉(zhuǎn)向角度。

5、進(jìn)一步地，所述電機(jī)車運(yùn)行狀態(tài)分析模塊基于電機(jī)車運(yùn)行指標(biāo)進(jìn)行故障預(yù)測分析，具體是獲取電機(jī)車在運(yùn)行過程中各監(jiān)測時(shí)段中各監(jiān)測時(shí)刻的運(yùn)行指標(biāo)數(shù)據(jù)，分別計(jì)算各運(yùn)行指標(biāo)的均值和標(biāo)準(zhǔn)差，以均值與兩倍標(biāo)準(zhǔn)差的和作為各運(yùn)行指標(biāo)正常范圍的最大值，均值與兩倍標(biāo)準(zhǔn)差的差作為最小值，形成各運(yùn)行指標(biāo)的正常范圍，再將實(shí)時(shí)運(yùn)行指標(biāo)數(shù)據(jù)與正常范圍對(duì)比，根據(jù)不同情況生成相應(yīng)故障信號(hào)，并組合成電機(jī)車運(yùn)行異常信號(hào)。

6、進(jìn)一步地，所述運(yùn)輸環(huán)境狀態(tài)分析模塊基于電機(jī)車運(yùn)行時(shí)的環(huán)境指標(biāo)進(jìn)行環(huán)境評(píng)估分析，依據(jù)安全生產(chǎn)手冊(cè)設(shè)定瓦斯?jié)舛劝踩撝岛头蹓m含量安全閾值，根據(jù)電機(jī)車運(yùn)行軌道安全規(guī)定設(shè)定軌道平整度閾值，通過對(duì)瓦斯?jié)舛?、粉塵含量、軌道高低差及積水狀態(tài)等環(huán)境指標(biāo)的監(jiān)測分析，生成對(duì)應(yīng)信號(hào)并組合成運(yùn)輸環(huán)境異常信號(hào)，發(fā)送給電機(jī)車適應(yīng)性調(diào)整模塊。

7、進(jìn)一步地，所述電機(jī)車適應(yīng)性調(diào)整模塊針對(duì)運(yùn)輸環(huán)境狀態(tài)分析模塊生成的運(yùn)輸環(huán)境異常信號(hào)進(jìn)行分析，當(dāng)接收到不同異常信號(hào)時(shí)，分別計(jì)算瓦斯?jié)舛葘?duì)標(biāo)值、軌道平整度對(duì)標(biāo)值或積水深度與輪胎半徑的差值結(jié)果，依據(jù)這些結(jié)果建立減速系數(shù)關(guān)系表以獲取減速系數(shù)，通過將當(dāng)前電機(jī)車速度乘以減速系數(shù)得到調(diào)整后的速度，進(jìn)而得出電機(jī)車的適應(yīng)性調(diào)整策略。

8、進(jìn)一步地，所述駕駛行為評(píng)估模塊基于駕駛員對(duì)加速踏板、制動(dòng)踏板以及轉(zhuǎn)向盤的操作來建立駕駛行為評(píng)估模型，獲取當(dāng)前時(shí)刻踏板踩踏深度和轉(zhuǎn)向盤轉(zhuǎn)動(dòng)角度，計(jì)算時(shí)間間隔內(nèi)踏板操作變化率，依據(jù)電機(jī)車正常運(yùn)行參數(shù)規(guī)定的閾值判斷急加速、急剎車和危險(xiǎn)轉(zhuǎn)向行為，結(jié)合歷史數(shù)據(jù)設(shè)定的權(quán)重計(jì)算駕駛行為綜合評(píng)分。

9、進(jìn)一步地，所述輔助駕駛策略優(yōu)化模塊根據(jù)駕駛行為評(píng)估模塊算出的駕駛行為綜合評(píng)分，對(duì)輔助駕駛策略參數(shù)進(jìn)行優(yōu)化調(diào)整，當(dāng)檢測到不安全駕駛行為時(shí)，通過電機(jī)車顯示屏和語音提示向司機(jī)反饋；若駕駛行為綜合評(píng)分低于設(shè)定閾值，自動(dòng)降低電機(jī)車動(dòng)力輸出上限，限制加速踏板最大作用效果。

10、進(jìn)一步地，所述電機(jī)車運(yùn)行預(yù)警模塊用于接收電機(jī)車運(yùn)行及駕駛?cè)藛T的監(jiān)測異常信號(hào)，與電機(jī)車上的顯示屏通信連接，以彈出對(duì)應(yīng)異常信息框、顯示屏閃爍紅光并發(fā)出連續(xù)性刺耳報(bào)警聲的方式進(jìn)行聲光預(yù)警，保障電機(jī)車運(yùn)行安全和駕駛?cè)藛T生命安全。

11、進(jìn)一步地，所述地面監(jiān)控中心用于動(dòng)態(tài)顯示電機(jī)車各項(xiàng)輔助駕駛分析指標(biāo)，同時(shí)接收電機(jī)車運(yùn)行及駕駛?cè)藛T的監(jiān)測異常信號(hào)，并采取與電機(jī)車運(yùn)行預(yù)警模塊相同的聲光預(yù)警措施，確保電機(jī)車安全運(yùn)行以及駕駛?cè)藛T的生命安全。

12、本發(fā)明的有益效果：

13、1、通過輔助駕駛分析指標(biāo)監(jiān)測模塊通過各種傳感器分別對(duì)電機(jī)車的運(yùn)行參數(shù)、平巷運(yùn)輸?shù)沫h(huán)境參數(shù)以及駕駛員對(duì)電機(jī)車的操作數(shù)據(jù)和駕駛員在駕駛電機(jī)車時(shí)的駕駛行為參數(shù)按照各自設(shè)定的監(jiān)測采集頻率進(jìn)行各項(xiàng)參數(shù)的監(jiān)測采集處理；通過arm邊緣計(jì)算機(jī)將采集到的數(shù)據(jù)實(shí)時(shí)傳輸至各個(gè)分析模塊中進(jìn)行分析處理，并且根據(jù)分析處理結(jié)果進(jìn)行相對(duì)應(yīng)的故障預(yù)警以及電機(jī)車輔助駕駛調(diào)控，從而確保電機(jī)車在平巷內(nèi)部進(jìn)行作業(yè)人員運(yùn)輸?shù)陌踩?，最后結(jié)合對(duì)電機(jī)車駕駛?cè)藛T的駕駛行為基于人工智能進(jìn)行分析，對(duì)駕駛?cè)藛T的駕駛行為進(jìn)行實(shí)時(shí)監(jiān)測，在判定駕駛?cè)藛T駕駛行為異常，及時(shí)的向電機(jī)車上的駕駛?cè)藛T以及地面監(jiān)控中心發(fā)送危險(xiǎn)駕駛預(yù)警信號(hào)，進(jìn)一步保障電機(jī)車安全、高效運(yùn)行。

14、2、本發(fā)明在故障預(yù)測的全面性上，綜合考量了電機(jī)車速度、加速度、轉(zhuǎn)向角度、電機(jī)工作溫度以及電池剩余電量等多項(xiàng)運(yùn)行指標(biāo)，避免了僅依賴單一指標(biāo)分析的局限性，能夠更全面地捕捉電機(jī)車運(yùn)行過程中的潛在故障風(fēng)險(xiǎn)，從準(zhǔn)確性角度，通過計(jì)算各指標(biāo)參數(shù)的均值和標(biāo)準(zhǔn)差來確定正常范圍，使判斷標(biāo)準(zhǔn)更貼合電機(jī)車的實(shí)際運(yùn)行特性，并且在分析時(shí)結(jié)合多個(gè)指標(biāo)間的關(guān)聯(lián)關(guān)系，如速度異常時(shí)關(guān)聯(lián)加速度、電機(jī)溫度等指標(biāo)，加速度異常時(shí)考慮轉(zhuǎn)向角度、電機(jī)溫度等，大大提高了故障判斷的準(zhǔn)確性，有效減少誤判情況，在故障預(yù)警及時(shí)性方面，一旦發(fā)現(xiàn)運(yùn)行指標(biāo)超出正常范圍或指標(biāo)間關(guān)聯(lián)出現(xiàn)異常，能迅速生成相應(yīng)的故障信號(hào)，有助于工作人員及時(shí)知曉電機(jī)車的異常狀況，以便快速采取措施，保障電機(jī)車的安全穩(wěn)定運(yùn)行，降低因故障導(dǎo)致的運(yùn)輸中斷和設(shè)備損壞風(fēng)險(xiǎn)，從而提高整體運(yùn)輸效率和經(jīng)濟(jì)效益。

15、3、本發(fā)明中從安全性保障方面來看，依據(jù)安全生產(chǎn)手冊(cè)和軌道安全規(guī)定設(shè)定瓦斯?jié)舛?、粉塵含量以及軌道平整度等關(guān)鍵環(huán)境指標(biāo)的閾值，為電機(jī)車運(yùn)行環(huán)境安全評(píng)估提供了科學(xué)且嚴(yán)格的標(biāo)準(zhǔn)；通過實(shí)時(shí)監(jiān)測這些指標(biāo)，一旦瓦斯?jié)舛?、粉塵含量超標(biāo)，或是軌道平整度、積水情況出現(xiàn)異常，能迅速生成對(duì)應(yīng)的危險(xiǎn)或異常信號(hào)，及時(shí)發(fā)現(xiàn)潛在的安全隱患，極大地降低了因環(huán)境問題引發(fā)事故的風(fēng)險(xiǎn)，保障了電機(jī)車運(yùn)行過程中人員和設(shè)備的安全；在運(yùn)行效率提升上，及時(shí)將生成的運(yùn)輸環(huán)境異常信號(hào)發(fā)送至電機(jī)車適應(yīng)性調(diào)整模塊，使電機(jī)車能夠根據(jù)環(huán)境變化快速做出適應(yīng)性調(diào)整，避免因環(huán)境不適導(dǎo)致的運(yùn)行故障或停滯，保證運(yùn)輸工作的連續(xù)性，進(jìn)而有效提升了整體的運(yùn)輸效率，降低了運(yùn)營成本。