礦山場景沒有典型道路的結(jié)構(gòu)化特征，傳統(tǒng)的軌跡分析方法往往難以處理“人工駕駛礦卡”和“無人駕駛礦卡”混行的復(fù)雜交互。人工駕駛礦卡行車軌跡相比無人駕駛礦卡變化頻繁且多樣，導(dǎo)致不確定性增加，預(yù)測和決策的難度大幅增加。

無人駕駛礦卡與人工駕駛礦卡混行

2025年，易控智駕團(tuán)隊創(chuàng)新性地提出了IMR（IterativeMode-World Weighted Regression for Multi-Agent Trajectory Prediction）框架，該框架可有效區(qū)分各類行為模式（如超車、會車、避讓等），在模式間建立起更加清晰的界限，為無人駕駛礦卡提供更精準(zhǔn)的預(yù)測和決策支持，提升車輛交互流暢性，包括增強系統(tǒng)的安全性、有效減少碰撞風(fēng)險以及提高作業(yè)效率，從而有力推動了場景擴展和整體業(yè)務(wù)效率提升。

目前，帶有該軌跡預(yù)測技術(shù)的算法版本已逐步部署應(yīng)用，并帶來了顯著效果。

復(fù)雜交互場景適應(yīng)能力提升：該版本部署后，宜化五彩灣礦區(qū)一號露天煤礦的混行路口通行時間顯著減少，實現(xiàn)了與無終端人工駕駛礦卡的安全、流暢混合運行。

交互行為表現(xiàn)優(yōu)化：無人駕駛礦卡不合理剎車行為大幅減少。以某典型采煤無人駕駛場景為例，單位里程內(nèi)發(fā)生重剎、中剎和輕剎的頻率降幅分別達(dá)10.0%、43.2%和50.9%，降低了礦卡部件的損耗。

未來，易控智駕將持續(xù)深耕無人駕駛核心技術(shù)研發(fā)，提升無人駕駛礦卡在復(fù)雜場景適應(yīng)力和運行效率。

來源：易控智駕

整理：協(xié)會宣傳工作部

初審：董　萌

復(fù)審：尹曉荔

終審：吳培國

編輯：李吉旺

聲明：本文系轉(zhuǎn)載自互聯(lián)網(wǎng)，請讀者僅作參考，并自行核實相關(guān)內(nèi)容。若對該稿件內(nèi)容有任何疑問或質(zhì)疑，請立即與鐵甲網(wǎng)聯(lián)系，本網(wǎng)將迅速給您回應(yīng)并做處理，再次感謝您的閱讀與關(guān)注。