金属矿山

作者：王桃王霞米宏军

单位：1. 西安建筑科技大学华清学院,陕西 西安 710043;2. 陕西华电榆横煤电有限责任公司,陕西 榆林 719000

关键词：矿山无人运输车辆,路径规划,图神经网络,注意力机制,强化学习,

基金：陕西省科技厅青年项目(编号:2024JC-YBQN-0607);陕西省2024 年大学生创新创业训练计划项目(编号:S202413679028);西安建筑科技大学华清学院2024 年度校级课程思政示范项目(编号:J20241106);西安建筑科技大学华清学院院级课题(编号:21KY01)。

针对矿山无人运输车辆在复杂动态环境下路径规划效率低、实时性差、安全性不足等问题,提出了一种融合图神经网络(GNN)和注意力机制的路径规划方法。首先构建了基于道路拓扑的动态图结构,利用GNN 对路网特征进行深度提取;其次,设计多头注意力机制捕获路段间的长程依赖关系,并引入时空注意力模块处理动态环境信息;最后,基于强化学习框架实现路径规划的端到端训练。仿真试验表明:与传统A∗ 算法相比,所提方法计算耗时减少45. 3%,路径长度缩短12. 7%;与Transformer 方法相比,规划成功率提升19. 1%,避障准确率提高14. 4%。在实际矿区测试中,该方法能够有效应对复杂地形和动态障碍物,平均规划时间仅需0. 3 s,为矿山无人运输车辆的安全高效运行提供了参考。

来源：2025年第10期

《金属矿山》期刊编辑部

查看金属矿山杂志2025年第10期