2021年中国矿区自动驾驶研究报告

1、2021中国矿区自动驾驶研究报告,Part1. 自动驾驶技术 The Autonomous Driving Technology,Part2. 矿区自动驾驶的应用研究 The Application of Autonomous Driving Technology in Mining Area,Part3.中国矿区自动驾驶的未来展望 The Outlook of Autonomous Driving in Chinas Mining Area,目录 C O N T E N T S,Part 1. 自动驾驶技术,The Autonomous Driving Technology,3,1.1 自动驾驶技术定义及框架,The Definition and Framework of Autonomous Driving Technology,4,自动驾驶技术定义,自动驾驶定义：根据工信部和标准委的当前界定，自动驾驶（汽车驾驶自动化）指车辆在搭载先进传感器、控制器、执行器的基础上，在特定的设计运行范围内， 能自主获取和分析车内外信息，持续地处理部分或全部动态驾驶任务,标准颁布： 工信部在2020

2、年3月9日下发了汽车驾驶自动化分级 推荐性国家标准报批公示，该文件基于驾驶自动化系统能够执行动 态驾驶任务的程度，根据在执行驾驶任务中的角色分配以及有无设 计运行条件限制，将驾驶自动化分为05级。 颁布意义：此公示的颁布意味着中国正式拥有自己的自动驾驶汽车 分级标准，将为我国后续自动驾驶相关法律、法规、强制性标准提 供支撑。 具体划分标准：根据系统执行动态驾驶任务的能力和设计运行范围， 车辆的自动驾驶可以分为6级。随着等级上升，系统将逐步代替驾 驶员完成各项操作，设计运行范围也由限制场景拓展至全部行驶路 况。设计运行范围是指确定的自动驾驶的运行条件，如道路，交通， 速度，时间等；动态驾驶任务指完成车辆所需的感知，决策和执行 等行为，具体包括横向/纵向运动控制，目标和事件的探测响应， 驾驶决策及信号装置控制等,自动驾驶分级标准与划分,自动驾驶具体等级划分标准,自动驾驶技术框架,自动驾驶技术框架：自动驾驶的技术框架两条主线是“驾驶信息感知”和“决策控制”，其发展的核心是由系统进行信息感知、决策预警和智能控制，逐渐替代驾驶员 的驾驶任务，并最终完全自主执行全部驾驶任务。其中，感知层是自动驾驶

3、所有数据的输入源，决策层由计算平台完成海量的数据处理。 各国自动驾驶技术开发理念基本一致：中国基本沿用了SAE J3016文件对自动驾驶的划分标准和理念，而这一标准也被各国广泛采纳。另外，中国主张的自动驾驶概 念置于智能网联汽车范畴之下，强调智能化（自动驾驶）和网联化（V2X）的融合，构建单体车辆智能和车路协同智能共进的技术体系。但在具体ADAS方面，中国的 政策相对欧美滞后，尚以推荐性标准为主,中国自动驾驶/ADAS标准实施情况,推荐性标准 （立项,IPA 智能泊车辅助 驾驶员注意力监测 全速自适应巡航 车载感知融合技术 标准化 自动驾驶汽车数据 记录系统,强制安装功能 及时间要求,LDW&FCW： 2018年 部分客车 AEB： 2019和2021年 部分客车 LKA： 2022年2月 部分客车,纲领文件 国家车联网产业标准体系建设指南（智能网联汽车,推荐性标准 （已报批/公示,BSD 盲区监测 LKA 车道保持辅助 ACC 自适应巡航 FCW 前撞预警 LDW 车道偏离预警 AEB 自动紧急制动,定义：车辆利用自身搭载的传感器、或通过车 载通信装置与外部节点进行信息交换，探测和

4、监控车辆驾乘人员、车辆自身运行情况及周围 环境等与驾驶相关的信息 定义：按照某种逻辑规则对驾驶信息进行处理 分析，判定车辆在发生危险倾向、处于危险状 态或可能危及其它交通参与者，需提醒驾驶员 注意或采取措施时，通过光学、声学等方式发 出报警信号,自动驾驶（智能网联）汽车的技术逻辑结构,驾 驶 任 务,决策控制,自主控制 （L3/L4/L5,定义：车辆行驶过程中方向控制和速度控制及 其组合对车辆行驶状态的调整和控制,信息感知 （驾驶相关,决策预警,传感探测,辅助控制 （L1/L2,1.2 自动驾驶技术发展的不同模式,Different Modes of Development of Autonomous Driving,相比乘用车自动驾驶，商用车自动驾驶更快并即将进入规模化落地阶段,自动驾驶乘用车与商用车的落地时间,乘用车自动驾驶,网联化,智能化,车道保持,自动紧急制动,自适应巡航,车道内自动驾驶,高速公路自动驾驶,协同式卡车队列,商用车自动泊车,园区无人驾驶公交,无人驾驶专用车,车路协同,全路况自动驾驶,2016,2017,2025,20202022,20182019,矿区自动驾驶,商

5、用车自动驾驶,网联协同决策,与控制械系统,联网协同感知 系统,联网辅助信息 交互系统,商用车队列行驶,自适应巡航,换道辅助,目前进入规模化落地阶段的 重点关注领域,辅助驾驶,部分自动驾驶,有条件自动驾驶,高度自动驾驶,全路况的自动驾驶是汽车电子技术发展的终极目标，智能化和网联化成汽车技术发展的两大重要维度，智能化随着半导体、算法技术发展而不断进步，网联化则在5G、 AI技术的赋能下，强调信息的实时性和丰富性。现阶段的智能化和网联化程度尚不支持全路况自动驾驶。商用车对于行车地点和时间进行限制，避开路况复杂区域，同 时限制驾驶速度，有利于绕开复杂场景下的技术困难,科技企业跨越式的发展策略将率先抢占商用车自动驾驶市场,自动驾驶的主流玩家可以分为两类：以渐进式策略为主的主机厂，以及跨越式策略的科技企业。 其中主机厂和传统的第一梯队汽车制造公司, 通用Cruise和福特，主机厂的策略是从L1、L2向高阶自动驾驶进行升级，另一方面在L2汽车的基础上叠加新的L3、L4级别 功能来给予客户更好的消费体验，提升车辆性能的同时，规避了L3责任划分带来的问题。 而科技企业直接从L4及以上级自动驾驶切入，从物

6、流车、矿区车、高速公路等针对具体工况的车辆入手，通过限定场景来降低开发难度，避免了由于场景复杂而带来的 安全问题，在主要指标、年度平均接管历程（MPI）中取得绝对领先，典型公司有Waymo、 百度、小马智行等,主机厂与科技企业实现自动化的不同策略,跨越式路径 AI+车,渐进式路径 车+AI,技术竞争,商品竞争,渐进式路径 车+AI,L4-L5,L3,L2 配置竞争,跨越式的科技企业策略,29,945,28,520,20,367,10,738,10,519,6,507,5,201,5,034,WaymoCruiseAutoXPonyArgoWeride Source：MPI即Miles per Intervention，每两次人工干预之间行驶的平均里程数,Didi,Nuro,2020加州路测接管里程MPI,1.3 中国无人驾驶商用车的主要落地场景,The Main Landing Scenarios of Drivels Commercial Vehicles in China,中国自动驾驶商用车领域的六大主流应用场景,主流应用场景：当前自动驾驶在载货商用车领域有六大主流应用场景，包括：

7、矿区场景、港口场景、物流园区、机场场景、干线物流、末端物流。 中国自动驾驶商用车领域六大主流应用场景,矿区场景,场景简介: 自动驾驶主要应 用在露天矿区，开放程度 高，矿区内行人干扰度低， 路线复杂程度低，是自动 驾驶技术应用的绝佳场景。 应用现状：矿区自动驾驶 已在宝日希勒矿区、白云 鄂博矿区、鄂尔多斯矿区 等多个矿区开展试运营。 车辆类型： 自动驾驶矿卡 和自动驾驶宽体车。 实现功能： 可实现土方剥 离以及运输的功能，速度 低于30km/h,港口场景,场景简介：港口场景复杂 程度低，对自动驾驶技术 要求低，但是市场规模较 小。 应用现状：在上海、天津、 宁波、深圳等多地港口已 展开自动驾驶集卡试运营， 天津港已经布局超25辆自 动驾驶集卡。 车辆类型：自动驾驶集卡。 实现功能： 自动驾驶集卡 行驶在塔吊和堆场之间， 负责运输集装箱，速度低 于30km/h,干线物流,场景介绍：干线物流场 景机动车与非机动车隔 离，无对向来车，降低 了感知及决策难度。 应用现状：铺设专用的 智慧道路，图森未来， 直线科技已经在多地进 行商业试运营。 车辆类型：自动驾驶货 车。 实现功能： 实现货物点

8、到点的自动干线运输， 行驶速度80-120km/h,机场场景,场景介绍：机场场景 内车量类型多，包括 加油车、摆渡车、拖 车、飞机等，对感知 和决策的考验较大。 应用现状： 广州、海 口、北京等多地机场 已开展自动驾驶接驳 车试运营。 车辆类型： 自动驾驶 接驳车。 实现功能：在机场行 李舱和飞机行李舱之 间，运输行李和货物,物流园区,场景介绍：物流园区基 建完善，自动化程度高， 内部行驶的车辆类型比 较多。 应用现状：菜鸟、苏宁、 德邦均布局物流园区自 动驾驶，京东也开始筹 备5G物流示范园，全 园将引入自动驾驶技术。 车辆类型：自动驾驶重 卡和自动驾驶轻型货车。 实现功能： 仓与仓之间 货物运输，速度低于 30km/h,末端物流,场景介绍: 末端物流具有高 频，分散的特点，目的是 解决“最后一英里“的配 送难题。 应用现状：目前苏宁、京 东等平台均推出L4级无人 配送小车，已经实现运营。 车辆类型：无人配送小车 和无人配送大车 实现功能: 小体积配送车 主要行驶在人行道，负责 配送食品外卖，大体积则 是用于线下零售配送，行 驶速度为15-25 km/h,矿区场景具备更优的自动驾驶落

9、地条件,场景复杂程度是自动驾驶技术在特定场景落地的关键因素之一。从场景对自动驾驶实现难度的影响因素出发，通过交通标识、行人干扰等多个指标对自动驾驶 商用车应用的六大主流场景进行评价对比。综合分析之下，高等级自动驾驶技术在矿区场景应用难度较小，更易实现商业化应用。因此，将矿区场景作为自动 驾驶商业化应用研究的主要研究场景,自动驾驶商业化场景评价指标维度,感 知 层,信息采集,决 策 层,路径规划,数据处理,车辆控制,行人识别,车辆识别,静态障碍物识别,路线复杂程度,行驶速度,通信环境,基建完善程度,控 制 层,交通标识识别,商用自动驾驶落地难度,矿区场景 港口场景,交通标识简易 路线复杂程度低 速度要求低 行人干扰度低 车辆干扰度低,交通标识简易 路线复杂程度低 速度要求低 行人干扰度高 静态干扰物多,交通标识复杂 路线复杂程度高 速度要求低 行人干扰度高 静态干扰物多,机场场景 物流园区,干线物流 末端物流,矿区运输路线及环境优劣势,矿区运输路线主要分为三类：运输干线（从露天采场出入沟通往卸矿点和排土场的公路）、运输支线（由开采水平与采场运输干线相连接的道路，和由各排土水平与通 往排土

10、场的运输干线相连接的道路）、辅助线路（通往分散布置的辅助性设施，行驶一般载重汽车的道路）。 矿区开采一般处在封闭的环境，尽管运输路线会随着开采平面的移动而移动，但主干线和大部分干道明确，车队管理能力强；但同时也会有扬尘较大、无明显标识符、 部分矿区部分时期的极端天气等劣势,矿区开采环境及主干路线示意图,炸药库,变电站,水源地,检修站,其他辅助性设施,卸矿点,排土场,开采水平 开采水平,露天采场出入沟 开采水平,开采水平,排土水平 排土水平,排土水平 排土水平,运输干线 运输支线 辅助路线,扬尘较大,无明显标识符,封闭或半封闭,路线明确，干扰低,车队管理强,极端天气,矿区实施自动驾驶环境优势,矿区实施自动驾驶环境劣势,Part 2. 矿区自动驾驶的应用研究,The Application of Autonomous Driving Technology in Mining Area,海外矿区自动驾驶更早进入商用阶段，大部分从FMS演变而来,自动化程度,无人化 运输,有人 运输,落地试验阶段,成本,FMS,碰撞警告（CWS,编排协助（CHO,碰撞规避（CAS,自动识别,模拟试验,完全自动化

《2021年中国矿区自动驾驶研究报告》由会员luma****606分享，可在线阅读，更多相关《2021年中国矿区自动驾驶研究报告》请在金锄头文库上搜索。