常州科试钱军副院长：矿用防爆无轨胶轮车智能辅助驾驶系统研发与应用

2026年02月10日 11:10 智能矿山杂志责编：戚金荣作者：智能矿山杂志

为解决煤矿井下照明不足、水雾粉尘多、路况复杂、视野盲区多等特殊工况带来的行车安全隐患问题，采用多传感器数据融合技术，集成视觉、热成像、雷达、UWB定位等多源设备，建立了涵盖感知、分析、决策、交互层级的智能辅助驾驶系统。通过在色连二号煤矿、王家岭煤矿的现场试验验证，系统可实现车辆360°全景环视、人员防接近预警及驾驶员行为监测等功能，使刮碰类事故发生率下降约70%，人员接近误判率降低约85%，疲劳驾驶事件减少约60%，有效提升了井下无轨胶轮车行车安全性与作业效率，为煤矿井下车辆智能化升级提供了可靠解决方案。

文章来源：《智能矿山》2026年第1期“学术园地”栏目

第一作者：钱军，高级工程师，现任常州科研试制中心有限公司研究院副院长，主要从事煤矿辅助运输装备及其电动化、智能化相关研究工作。E-mail：qianjuncumt@126.com

作者单位：常州科研试制中心有限公司

引用格式：钱军，史发慧，许雷，等. 矿用防爆无轨胶轮车智能辅助驾驶系统研发与应用[J]. 智能矿山，2026，7（1）：111-116.

点击文末左下角阅读原文，免费下载阅读pdf全文

关注微信公众号，了解更多矿山智能化建设进展

当前，井下环境复杂多变，照明不足、水雾与粉尘干扰严重、道路条件差，驾驶员视野受限、操作负荷大，易引发疲劳和判断失误，增加车辆运行事故风险。因此，需智能化升级无轨胶轮车，构建安全、可靠的智能辅助驾驶系统，实现车辆准确、实时的环境感知。然而，井下环境封闭狭窄、干扰因素多，单一传感器在视野范围、测量精度和抗干扰能力等方面存在局限，难以全面、可靠地获取车辆周边环境信息。针对上述问题，多传感器数据融合技术是提升井下环境感知质量的有效途径，通过融合不同类型传感器，增强目标识别准确性、环境建模能力和系统鲁棒性，为智能辅助驾驶系统提供稳定、可靠的感知基础。

智能辅助驾驶系统组成及架构

基于多源融合的智能辅助驾驶系统，通过对多源异构数据进行深度处理与协同建模，实现车辆360°全景环视、人员防接近预警及驾驶员行为监测等核心安全功能，构建覆盖车辆周边环境的全域感知与主动安全体系。智能辅助驾驶系统主要设备安装示意如图1所示。

图1 系统主要设备安装示意

1.1 智能辅助驾驶系统组成

智能辅助驾驶系统遵循多源感知-融合计算-风险预警-人机交互的功能链路，在复杂煤矿井下环境中构建稳定、可靠、可落地的智能辅助驾驶系统，系统主要由感知、控制、预警3个模块组成，系统组成结构如图2所示。

图2 辅助驾驶系统组成

（1）感知模块通过多种传感器实时采集车辆周边环境信息，包括驾驶员行为摄像仪、360°环视摄像仪、红外热成像仪、激光雷达以及车载UWB定位读卡器等，全面覆盖场景、风险目标识别与驾驶员状态监测等方面。

（2）控制模块以辅助驾驶控制器为核心，对多源感知数据进行融合计算，并生成相应的风险预警结果。

（3）预警模块通过车载显示终端、声光报警器及AVM界面等多种可视化方式，向驾驶员直观传递预警信息，以便驾驶员及时决策与操作，提升行车安全。

车载显示终端具备车载数据通信和无线数据上传等功能，支持与辅助驾驶控制器的数据通信，可用于参数设置、视频监控回放、数据上传等，结合车载显示终端和通信信号器可以与地面车辆管控中心进行车载通话等。

1.2 智能辅助驾驶系统架构设计

智能辅助驾驶系统遵循感知-分析-决策-交互的闭环逻辑，通过多源融合环境感知、驾驶员状态监测、行为决策与可视化交互等模块协同运行，实现对井下复杂工况的实时识别与安全辅助。整体架构由感知层、分析层、决策层和人机交互层构成，各层间紧密配合，形成完整、鲁棒的运行体系，保障在恶劣环境下可靠工作。系统运行架构如图3所示。

图3 系统运行架构

智能辅助驾驶关键技术

2.1 DMS监测预警技术

驾驶员状态监测预警系统（DMS）通过对驾驶员生理与行为特征的实时识别与分析，实现对驾驶员疲劳驾驶、分心行为以及危险操作的主动预警。

DMS系统主要由驾驶员图像采集模块、特征识别算法引擎、行为判定逻辑以及预警交互模块4部分构成。通过专用的驾驶员行为摄像仪持续获取驾驶员面部图像，确保在弱光、遮挡或车辆颠簸等复杂条件下，稳定捕捉关键面部特征点；基于边缘检测的特征识别算法，实时分析眼部开合度、口部动作、头部姿态等行为特征，准确判断驾驶员疲劳驾驶、注意力分散（如视线偏离）及危险行为（如抽烟、打电话）等危险驾驶行为。

2.2 BSD检测技术

盲区检测系统（BSD）是智能辅助驾驶体系的环境感知模块，在车辆周围可视性较差的区域实时识别行人、车辆等障碍物，并向驾驶员提供直观、及时的碰撞风险提示。

BSD系统通过布置在车辆周围的360°环视摄像仪，采集车辆四周环境图像，并利用深度学习的目标检测算法，实时识别和追踪行人和车辆。在2D前后左右及四宫格全景画面中同步显示识别结果。当检测到行人或车辆时，系统会在边缘拼接区叠加方框、色块及距离信息，帮助驾驶员明确目标位置和相对距离，降低因视野盲区导致的碰撞风险。

在行人与车辆检测方面，BSD系统通过深度学习算法，实时分析目标轮廓特征、姿态信息和外形结构，在井下光线不足或粉尘干扰环境中，也能稳定识别并持续追踪周围的动态目标。当检测到行人或车辆时，画面中以方框标注目标位置，叠加实时距离信息，并触发语音提示，提升驾驶员对周边环境的感知能力。系统支持灵敏度与速度阈值调整，可根据车辆运行状态灵活开启识别功能，在复杂工况下减少误报并提升预警准确性。

2.3 多源数据融合感知技术

智能辅助驾驶系统集成了360°环视摄像仪、驾驶员行为摄像仪、红外热成像仪、激光雷达以及车载UWB定位读卡器等多种感知设备。形成覆盖车辆内外状态的完整感知链路。360°环视摄像仪主要用于行人检测、车辆识别以及车身周围场景理解；DMS行为摄像仪用于采集驾驶员特征并评判驾驶员行为；激光雷达（或毫米波雷达）高精度测距30~50 m范围内障碍物，并在界面中以不同颜色可视化提示。

多源数据融合主要分为数据层融合、特征层融合与决策层融合3个层次。在数据层融合阶段，系统对视觉图像、雷达检测数据、驾驶员状态数据等进行时间同步与空间坐标统一，各类信息对应到相应的场景语义框架中；在特征层融合方面，系统将视觉采集到的行人、车辆轮廓与雷达返回距离、方位特征等联合建模，增强目标检测准确性和稳定性；决策层基于融合后的感知信息进行风险评估和预警生成。

智能辅助驾驶应用分析

井下无轨胶轮车智能辅助驾驶系统功能主要分为4个部分，支持独立启停与配置，相应的权限用户可通过车载显示终端调整系统功能，智能辅助驾驶各项子功能如图4所示。

图4 智能辅助驾驶主要功能

（1）车辆全景环视：通过360°全景环视对车辆周界影像进行拼接，实现实时观测，有效消除驾驶盲区，提高驾驶安全。

（2）行人检测预警：根据车辆不同区域、不同危险等级或异常状况对车辆人员做出相应的防接近预警。

（3）驾驶行为监测：针对驾驶员工作状况给出相应提示，使驾驶员保持专注的驾驶状态，改善驾驶员驾驶习惯，减少车辆误操作。

（4）智能显示终端：实时查看视频监控数据，可通过该终端对辅助驾驶控制器相关参数进行设置，利用终端4G/5G/WiFi6将整车数据及识别/预警数据上传地面车辆管控平台。

3.1 车辆360°全景环视

360°全景环视系统通过多摄像仪融合，构建车辆周边环境的完整可视化信息，消除驾驶盲区并提升行车安全。基于前后左右广角摄像仪实时采集图像，通过相关算法生成车辆周围的鸟瞰图，在车载显示终端以3D视角、2D多视角及四宫格画面等形式呈现给驾驶员，车辆实车以及3D视图如图5所示。

图5 实车和3D全景视图

全景视图提升驾驶员对车辆周边环境的认知能力，结合视角切换逻辑，驾驶员可在倒车、转向或狭窄巷道操作时能快速获取有用视野，提高了系统的可操作性与响应速度，适合用于井下狭窄巷道、会车场景及低速精细操作等工况。

3.2 车辆人员防接近预警

车辆人员防接近预警系统在复杂运输作业场景中，实时识别人员位置、判断接近风险并提前预警，避免盲区碰撞事故发生，通过视觉识别-热成像补偿-雷达测距-UWB定位强制保护的多层防护体系，实现了全覆盖、高可靠的人员安全预警。

基于YOLOv8的目标检测算法是系统主检测方法，通过布设在车辆四周的360°环视广角摄像仪获取全向环境信息。热成像仪为辅助检测通道，为视觉提供低照度、高粉尘、强逆光等特殊工况下的冗余检测能力，实现对关键风险场景的稳定覆盖。超声波雷达和激光雷达（或毫米波雷达）分别完成系统3~5 m近距离和30~50 m远距离精确测距任务。采用UWB定位读卡器与信息化矿灯（或标识卡）构成系统底层的强制安全保护机制，车辆安装UWB定位读卡器，作业人员佩戴信息化矿灯（或标识卡），当靠近车辆时，矿灯或识别卡发出预警，提醒佩戴人员不要靠近车辆，实现人车距离检测。人车距离检测示意如图6所示。

图6 人车距离检测示意

车辆人员防接近预警系统采用多传感器数据融合策略，将AI视觉、热成像、雷达以及UWB定位的数据映射到统一车体坐标系中，实现多级关联、距离校验与风险等级判定。通过在全景拼接界面叠加检测框、色块与距离信息，满足工程化的输出逻辑，驾驶员在单一界面中获取全面的环境与风险信息。

3.3 驾驶员行为监测

井下驾驶员异常行为监测系统通过驾驶员行为摄像仪及车身传感器监测驾驶员行为状态，提高驾驶安全性。该系统集成多源传感器与智能识别算法，实现对驾驶员疲劳状态、注意力水平以及危险驾驶行为的全面监测，提升了车辆安全性与驾驶行为规范性，该系统模块具体包括3个方面的功能。系统测试时采集的驾驶员异常数据如图7所示。

（1）疲劳驾驶监测

由于井下光线变换频繁，路网交通复杂，司机容易驾驶疲劳，该系统通过监测驾驶员长时间闭眼、打哈欠及头部姿态变化等特征，采用CNN疲劳检测、多特征融合决策手段，实时监测驾驶员的疲劳程度，及时提醒驾驶员保证行车安全。

（2）驾驶员注意力监测

通过DMS摄像仪并配合基于图像的监测算法监视驾驶员的注意力状态，在注意力分散或者降低时及时发出警报，帮助驾驶员重新集中注意力；系统可以实时观测驾驶员的脸部姿态变化判断驾驶员注意力；当系统监测到驾驶员注意力下降时，及时发出声音并将照片或者视频上传至地面车辆管控平台，提醒驾驶员集中注意力。

图7 驾驶员状态检测

（3）危险驾驶行为监测

通过DMS摄像仪以及基于深度学习的行为监测算法，实时监测驾驶员的行为，对驾驶员抽烟、打电话、未系安全带、未佩戴安全帽等不安全行为，进行相应的语音提醒，并在DMS画面左上角叠加相应图标，实时提醒驾驶员纠正不良驾驶行为，以确保驾驶员在驾驶过程中能够保持专注于安全。

智能辅助驾驶应用实践

为全面验证智能辅助驾驶系统在煤矿井下复杂场景中的工程适配性与运行可靠性，自2023年9月起，陆续在鄂尔多斯市中北煤化工有限公司色连二号煤矿、中煤华晋集团有限公司王家岭煤矿井下开展多轮现场试验与示范应用。应用过程涵盖设备安装调试、场景适配训练、安全联动验证及长期运行监测等环节，完整实现了试点部署-实车测试-长期运行-效果评估的工程化应用闭环。

智能辅助驾驶系统已在试点矿区完成系统化部署，并针对井下环境进行了适配与优化。首先完成了车辆360°全景环视、红外热成像与可见光融合视场对齐、UWB标识卡-车载读卡器距离标定、雷达测距校准等关键标定流程，确保各类传感器输出几何一致性；针对煤矿井下高噪声、低光照、高粉尘、强反射等典型扰动场景采集超过10 000张样本图样，并对基于深度学习目标检测模型进行再训练与迁移增强，提高在特殊工况下的检测鲁棒性，典型矿井采集的图像如图8所示。

图8 典型矿井采集图像

在部署完成后，围绕井下运输过程中最具代表性的高风险场景，包括行人突然闯入、障碍物快速逼近、强光干扰、高粉尘遮挡及狭窄巷道会车等典型工况，开展了多轮实车模拟与对照测试，全面验证了感知模块的稳定性、多源融合算法的有效性以及预警策略的可靠性。长期运行验证结果表明，系统能够在多源扰动环境下保持持续、准确的目标识别与风险评估能力，工作场景模拟如图9所示。

图9 工作场景模拟

实车应用显示，智能辅助驾驶系统在井下运输作业中显著提升了车辆运行安全性与整体作业效率。盲区检测功能有效改善驾驶员对车辆四周的环境认知，刮碰类事故发生率下降约70%，缓解了倒车、转弯、会车等高风险操作的安全压力；基于可见光-热成像-雷达-UWB定位的多源感知冗余检测机制，使人员接近误判率降低约85%，增强了车辆接近危险场景的识别能力与预警触发的准确性。驾驶员状态监测模块实时识别疲劳、分心等行为，疲劳驾驶事件减少约60%，降低了人为因素导致的安全隐患；在弱光、高粉尘等非理想场景下，热成像辅助视觉维持了检测的连续性与鲁棒性，降低光照变化导致的漏检现象。

基于试点矿井的长期验证与迭代，系统在传感器布设方式、融合算法架构、预警逻辑、人机交互界面以及车载通信等方面均表现出较高的普适性。系统能够在不同车型、不同巷道几何条件下快速完成标定与部署，满足煤矿井下多类型车辆的辅助驾驶需求，具备较高的工程化落地价值和推广前景。

总结

（1）多传感器融合智能辅助驾驶系统通过视觉、热成像、雷达、UWB定位等多源感知设备的协同工作，提升了井下环境的目标探测、障碍识别和驾驶风险判断的准确性，实现了对车辆周围环境的全天候、全覆盖、全维度感知。

（2）系统围绕感知-分析-决策-交互的总体架构，通过深度学习模型、多源融合算法以及驾驶员行为分析技术，实现了驾驶员状态监测、车辆人员防接近预警、360°环视感知等关键功能，降低井下作业中因人为因素、视野盲区和环境扰动带来的安全风险。

（3）通过直观的界面可视化和声光报警机制，系统帮助驾驶员实现更安全、更高效的操作行为，提高车辆运行效率与整体作业协同性，为煤矿井下无轨胶轮车的智能化升级奠定了坚实基础。

（4）多源感知技术、自动预警机制与驾驶员行为监测深度融合，构建了煤矿井下车辆的全流程安全辅助体系，为矿山企业降低人工风险、提升运营效率、推进智能化建设提供了技术路径，也为后续智能驾驶技术在井下场景的推广应用提供了可复制、可扩展的参考价值。

编辑丨李莎

审核丨赵瑞

煤炭科学研究总院期刊出版公司拥有科技期刊21种。其中，SCI收录1种，Ei收录5种、CSCD收录6种、Scopus收录8种、中文核心期刊9种、中国科技核心期刊11种、中国科技期刊卓越行动计划入选期刊4种，是煤炭行业最重要的科技窗口与学术交流阵地，也是行业最大最权威的期刊集群。

期刊简介

《智能矿山》（月刊，CN 10-1709/TN，ISSN 2096-9139）是由中国煤炭科工集团有限公司主管、煤炭科学研究总院有限公司主办的聚焦矿山智能化领域产学研用新进展的综合性技术刊物。

主编：王国法院士

刊载栏目：企业/团队/人物专访政策解读视角·观点智能示范矿井对话革新·改造学术园地、专题报道等。

投稿网址：www.chinamai.org.cn（期刊中心-作者投稿）

👉 征稿函详见链接： 征稿┃《智能矿山》面向广大读者征稿，欢迎投稿

期刊成果：创刊5年来，策划出版了“中国煤科煤矿智能化成果”“陕煤集团智能化建设成果”“聚焦煤炭工业‘十四五’高质量发展”等特刊/专题30多期。主办“煤矿智能化重大进展发布会”“煤炭清洁高效利用先进成果发布会”“《智能矿山》理事、特约编辑年会暨智能化建设论坛”“智能矿山零距离”“矿山智能化建设运维与技术创新高新研修班”等活动20余次。组建了理事会、特约编辑团队、卓越人物等千余人产学研用高端协同办刊团队，打造了“刊-网-号-群-库”全覆盖的1+N全媒体传播平台，全方位发布矿山智能化领域新技术、新产品、新经验。

👉 具体详见链接：《智能矿山》创刊5周年回顾

联系人：李编辑 010-87986441

邮发代号：82-476

👉 期刊订阅详见链接：欢迎订阅┃《智能矿山》杂志2026年订阅开始了！

往期荐读