无人矿车行驶状态检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种无人矿车行驶状态检测方法、装置、电子设备及存储介质，所述方法包括：确定无人矿车所处的目标行驶路况；在目标行驶路况为坡道路况的情况下，基于无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果；和/或，在目标行驶路况为泥洼路况的情况下，基于无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果；第一异常检测任务包括溜车检测子任务和/或超速检测子任务；第二异常检测任务包括打滑检测子任务和/或偏离检测子任务。通过针对不同路况，采用与路况相适应的检测方式，检测结果能够表示无人矿车在对应路况下是否存在异常风险以及是否已处于异常状态，实现有效地保障无人矿车行驶的安全性。的安全性。的安全性。

【技术实现步骤摘要】
无人矿车行驶状态检测方法、装置、电子设备及存储介质


[0001]本专利技术涉及计算机
，尤其涉及一种无人矿车行驶状态检测方法、装置、电子设备及存储介质。

技术介绍

[0002]相关技术中，无人驾驶矿车的异常检测方法一般为记录行驶数据、上报行驶数据以及对行驶数据进行可视化展现，或者针对单一异常状态进行检测。
[0003]但在不同工况下，无人矿车可能出现的异常状态是不同的。对行驶数据进行记录上报及展示的方法无法实现实时地检测异常，仅对单一异常状态进行检测的方法对各种工况的适应性较差，可见相关技术中的异常检测方法无法有效保障无人矿车行驶的安全性。如何实现有效保障无人矿车行驶的安全性是目前业界亟待解决的问题。

技术实现思路

[0004]针对现有技术存在的问题，本专利技术实施例提供一种无人矿车行驶状态检测方法、装置、电子设备及存储介质。
[0005]第一方面，本专利技术提供一种无人矿车行驶状态检测方法，包括：
[0006]确定无人矿车所处的目标行驶路况；
[0007]在所述目标行驶路况为坡道路况的情况下，基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，所述第一检测结果用于表示所述无人矿车在所述坡道路况下是否存在异常风险以及是否已处于异常状态；
[0008]和/或，在所述目标行驶路况为泥洼路况的情况下，基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，所述第二检测结果用于表示所述无人矿车在所述泥洼路况下是否存在异常风险以及是否已处于异常状态；
[0009]所述第一异常检测任务包括溜车检测子任务和/或超速检测子任务；所述第二异常检测任务包括打滑检测子任务和/或偏离检测子任务。
[0010]可选地，根据本专利技术提供的一种无人矿车行驶状态检测方法，在所述第一异常检测任务包括溜车检测子任务的情况下，所述车辆状态数据包括所述无人矿车的底盘模块所反馈的手刹状态、油门开度、刹车开度和挡位状态，以及所述无人矿车的定位模块所反馈的历史路径点序列；所述第一检测结果包括溜车风险检测结果和溜车状态检测结果；
[0011]所述基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，包括：
[0012]基于所述手刹状态、所述油门开度、所述刹车开度和所述挡位状态，分析所述无人矿车是否在第一预设时长内持续满足预设溜车风险诊断条件，获取所述溜车风险检测结果；
[0013]基于所述历史路径点序列，分析所述无人矿车是否在第二预设时长内持续满足预设溜车状态诊断条件，获取所述溜车状态检测结果；
[0014]所述预设溜车风险诊断条件包括：所述手刹状态为释放状态、所述油门开度小于预设油门开度阈值、所述刹车开度小于预设刹车开度阈值且所述挡位状态为前进挡或空挡；
[0015]所述预设溜车状态诊断条件为当前周期下的第一首尾路径点距离小于上一个周期下的第二首尾路径点距离；
[0016]所述第一首尾路径点距离是基于所述历史路径点序列，选取归属于当前周期的路径点并计算首尾路径点距离获取的；所述第二首尾路径点距离是基于所述历史路径点序列，选取归属于上一个周期的路径点并计算首尾路径点距离获取的。
[0017]可选地，根据本专利技术提供的一种无人矿车行驶状态检测方法，在所述第一异常检测任务包括超速检测子任务的情况下，所述车辆状态数据包括所述无人矿车的底盘模块所反馈的第一车速、所述无人矿车的定位模块所反馈的加速度和所述无人矿车的规划模块所反馈的目标车速；所述第一检测结果包括超速风险检测结果和超速状态检测结果；
[0018]所述基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，包括：
[0019]基于所述第一车速、所述加速度和所述目标车速，分析所述无人矿车是否在第三预设时长内持续满足预设超速风险诊断条件，获取所述超速风险检测结果；
[0020]基于所述第一车速和所述目标车速，分析所述无人矿车是否在第四预设时长内持续满足预设超速状态诊断条件，获取所述超速状态检测结果；
[0021]所述预设超速风险诊断条件包括：所述第一车速大于所述目标车速且所述加速度大于预设加速度阈值；
[0022]所述预设超速状态诊断条件为所述第一车速和所述目标车速之间的差值大于预设速度误差阈值。
[0023]可选地，根据本专利技术提供的一种无人矿车行驶状态检测方法，在所述第二异常检测任务包括打滑检测子任务的情况下，所述车辆状态数据包括所述无人矿车的底盘模块反馈的第一车速和所述无人矿车的定位模块所反馈的第二车速；所述第二检测结果包括打滑风险检测结果和打滑状态检测结果；
[0024]所述基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，包括：
[0025]基于所述第一车速和所述第二车速，分析所述无人矿车是否在第五预设时长内持续满足预设打滑风险诊断条件，获取所述打滑风险检测结果；
[0026]基于所述第一车速和所述第二车速，分析所述无人矿车是否在第六预设时长内持续满足预设打滑状态诊断条件，获取所述打滑状态检测结果；
[0027]所述预设打滑风险诊断条件为第一累积里程与第二累积里程之间的差值的绝对值大于第一预设累积里程误差阈值，所述预设打滑状态诊断条件为所述第一累积里程与所述第二累积里程之间的差值的绝对值大于第二预设累积里程误差阈值，所述第二预设累积里程误差阈值大于所述第一预设累积里程误差阈值；
[0028]所述第一累积里程是基于所述第一车速计算单位时间内的车辆累积里程所获取的，所述第二累积里程是基于所述第二车速计算单位时间内的车辆累积里程所获取的。
[0029]可选地，根据本专利技术提供的一种无人矿车行驶状态检测方法，在所述第二异常检
测任务包括偏离检测子任务的情况下，所述车辆状态数据包括：所述无人矿车的规划模块所反馈的目标路径信息以及所述无人矿车的定位模块所反馈的车辆位置；所述第二检测结果包括偏离风险检测结果和偏离状态检测结果；
[0030]所述基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，包括：
[0031]基于所述目标路径信息以及所述车辆位置，分析所述无人矿车是否在第七预设时长内持续满足预设偏离风险诊断条件，获取所述偏离风险检测结果；
[0032]基于所述目标路径信息以及所述车辆位置，分析所述无人矿车是否在第八预设时长内持续满足预设偏离状态诊断条件，获取所述偏离状态检测结果；
[0033]所述预设偏离风险诊断条件为最小位置距离大于第一预设距离误差阈值，所述预设偏离状态诊断条件为所述最小位置距离大于第二预设距离误差阈值，所述第二预设距离误差阈值大于所述第一预设距离误差阈值；
[0034]所述目标路径信息包括多个目标位置，所述最小位置距离是通过比较所述车辆位置与各目标位置之间距离所确定的。
[0035]可选地，根据本专利技术提供的一种无人矿车行驶状态检测方法，在所述目标行驶路况为坡本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人矿车行驶状态检测方法，其特征在于，包括：确定无人矿车所处的目标行驶路况；在所述目标行驶路况为坡道路况的情况下，基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，所述第一检测结果用于表示所述无人矿车在所述坡道路况下是否存在异常风险以及是否已处于异常状态；和/或，在所述目标行驶路况为泥洼路况的情况下，基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，所述第二检测结果用于表示所述无人矿车在所述泥洼路况下是否存在异常风险以及是否已处于异常状态；所述第一异常检测任务包括溜车检测子任务和/或超速检测子任务；所述第二异常检测任务包括打滑检测子任务和/或偏离检测子任务。2.根据权利要求1所述无人矿车行驶状态检测方法，其特征在于，在所述第一异常检测任务包括溜车检测子任务的情况下，所述车辆状态数据包括所述无人矿车的底盘模块所反馈的手刹状态、油门开度、刹车开度和挡位状态，以及所述无人矿车的定位模块所反馈的历史路径点序列；所述第一检测结果包括溜车风险检测结果和溜车状态检测结果；所述基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，包括：基于所述手刹状态、所述油门开度、所述刹车开度和所述挡位状态，分析所述无人矿车是否在第一预设时长内持续满足预设溜车风险诊断条件，获取所述溜车风险检测结果；基于所述历史路径点序列，分析所述无人矿车是否在第二预设时长内持续满足预设溜车状态诊断条件，获取所述溜车状态检测结果；所述预设溜车风险诊断条件包括：所述手刹状态为释放状态、所述油门开度小于预设油门开度阈值、所述刹车开度小于预设刹车开度阈值且所述挡位状态为前进挡或空挡；所述预设溜车状态诊断条件为当前周期下的第一首尾路径点距离小于上一个周期下的第二首尾路径点距离；所述第一首尾路径点距离是基于所述历史路径点序列，选取归属于当前周期的路径点并计算首尾路径点距离获取的；所述第二首尾路径点距离是基于所述历史路径点序列，选取归属于上一个周期的路径点并计算首尾路径点距离获取的。3.根据权利要求1所述无人矿车行驶状态检测方法，其特征在于，在所述第一异常检测任务包括超速检测子任务的情况下，所述车辆状态数据包括所述无人矿车的底盘模块所反馈的第一车速、所述无人矿车的定位模块所反馈的加速度和所述无人矿车的规划模块所反馈的目标车速；所述第一检测结果包括超速风险检测结果和超速状态检测结果；所述基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，包括：基于所述第一车速、所述加速度和所述目标车速，分析所述无人矿车是否在第三预设时长内持续满足预设超速风险诊断条件，获取所述超速风险检测结果；基于所述第一车速和所述目标车速，分析所述无人矿车是否在第四预设时长内持续满足预设超速状态诊断条件，获取所述超速状态检测结果；所述预设超速风险诊断条件包括：所述第一车速大于所述目标车速且所述加速度大于预设加速度阈值；
所述预设超速状态诊断条件为所述第一车速和所述目标车速之间的差值大于预设速度误差阈值。4.根据权利要求1所述无人矿车行驶状态检测方法，其特征在于，在所述第二异常检测任务包括打滑检测子任务的情况下，所述车辆状态数据包括所述无人矿车的底盘模块反馈的第一车速和所述无人矿车的定位模块所反馈的第二车速；所述第二检测结果包括打滑风险检测结果和打滑状态检测结果；所述基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，包括：基于所述第一车速和所述第二车速，分析所述无人矿车是否在第五预设时长内持续满足预设打滑风险诊断条件，获取所述打滑风险检测结果；基于所述第一车速和所述第二车速，分析所述无人矿车是否在第六预设时长内持续满足预设打滑状态诊断条件，获取所述打滑状态检测结果；所述预设打滑风险诊断条件为第一累积里程与第二累积里程之间的差值的绝对值...

【专利技术属性】
技术研发人员：熊晓宇，田滨，潘子宇，赵志慧，王飞跃，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：