金属矿山

作者：秦学斌,薛宇强,景宁波,王炳,朱信龙,张俊乐

单位：1. 西安科技大学电气与控制工程学院,陕西 西安 710054;2. 西安科技大学工程训练中心,陕西 西安 710054;3. 陕西陕煤陕北矿业有限公司,陕西 榆林 719000;4. 陕西省计量科学研究院,陕西 西安 710054

关键词：自动驾驶,障碍物检测,雷达,深度相机,信息融合,

露天煤矿矿卡行驶环境复杂,传统自动驾驶车辆障碍物检测方法在光照不均匀、遮挡等场景下存在漏检、实时性差等问题,无法满足煤矿自动驾驶矿卡行驶需求。针对以上问题,提出了一种基于16 线激光雷达与RealsenseD435 深度相机融合的煤矿自动驾驶矿卡前障碍物检测算法。首先,建立雷达与相机坐标转换模型,利用深度学习方法对雷达与相机所采集的数据分别进行目标检测;其次,利用最近邻匹配算法建立目标中心点匹配模型,引入多维二叉树(K-Dimension-Tree)模型提高中心点匹配效率,融合2 种传感器的检测结果;最后,将融合结果择优输出,作为最终目标检测结果。通过数据集KITTI 实际道路测试验证所提算法,并采用露天煤矿矿卡行驶场景数据进一步进行了方法测试。研究表明:基于激光雷达与相机融合的矿卡车前障碍物检测算法与传统障碍物检测方法相比漏检目标数减少90%,误检数减少30%,每秒传输帧数(FPS)提升到30 帧/ s;该方法在准确率、实时性方面满足实际行驶要求,有助于露天矿卡自动驾驶技术的推广应用。

来源：2025年第2期

《金属矿山》期刊编辑部

查看金属矿山杂志2025年第2期