踏歌智行:礦區無人駕駛,去常態化去安全員背後的技術實踐

來源:36氪
發佈時間:2022-06-29
未來,以礦山為代表的工業場景,正在成為無人駕駛技術普及的先行者。

我們距離真正意義上的無人駕駛,究竟還有多遠?

2013年,美國高速公路交通安全委員會提出了自動駕駛技術的分級標準,根據自動駕駛能力的不同,將自動駕駛汽車劃分為L1-L5五個等級。在L1-L3階段,汽車可以實現有限度的輔助駕駛;而在L4-L5階段,汽車才可以實現真正意義上的自動駕駛,即無人駕駛。

目前,絕大多數「具備自動駕駛能力」的量産車,其自動駕駛技術仍停留在L2-L3階段。真正意義上的無人駕駛,似乎仍很遙遠。正如自動駕駛企業Waymo的CEO John Krafcik所言:「把真正無人駕駛的汽車送上路,比火箭登天還難。」

然而,如果我們將眼光放到開放道路之外,就會發現,無人駕駛已經在一些場景實現或者開始了實質性的商業化落地,如科技園區常見的低速快遞物流小車,再如封閉場景的礦山無人駕駛。

日前,礦山無人駕駛頭部企業踏歌智行宣佈,其已經在國家能源、國家電投旗下的多個露天煤礦及鄂爾多斯永順煤礦,首個實現了礦卡/礦用寬體車的24小時「常態化去安全員作業」。未來,以礦山為代表的工業場景,正在成為無人駕駛技術普及的先行者。

鄂爾多斯永順煤礦無人駕駛常態化去安全員作業

當無人駕駛「殺入」礦山

礦山,為什麼能成為無人駕駛快速實現商業落地的領域?

與城市道路相比,礦山環境封閉,道路及通行規則自成體系,不存在公開道路的交通法規問題,且車輛路線相對固定,車速大多在40km/h以下;此外,礦山無人駕駛有明確、可控的作業規程指引,商業模式也更加清晰。這些原因都讓礦山成為了無人駕駛商業化的絕佳場景。按照前述踏歌智行對常態化“去安全員”作業的描述,該公司的礦區無人駕駛方案已經基本實現礦區L4級別無人駕駛的商業化落地。

露天採礦中礦車運輸作業涉及“裝-運-卸”作業流程,露天礦作業的核心環節之一。露天煤礦生産作業成本中運輸成本(車輛、燃油、維護、司機工資)的佔比,往往可以達到50%以上。其中,司機工資又是運輸成本中最大的一塊。礦山24小時不停工,一輛礦車配置5-8位司機,以三班倒的模式交替上崗、休息。礦山工作環境惡劣,礦車司機收入大約在8000-12000元每月,考慮保險、食宿等費用,礦山雇傭一位司機的綜合成本在15-20萬元/年左右。這意味著,一輛礦車一年僅人工成本就可能超過百萬元。

同時,數據統計顯示,露天礦山中,九成以上的重大安全事故多也發生在運輸環節,而這些重大安全事故一旦發生,帶來的經濟損失將數以千萬乃至數以億計。所以,解決了運輸環節的安全問題,也就解決了大部分的重大安全隱患。

基於安全和成本考慮,礦山企業有動力推進無人駕駛的商業化落地。同樣著眼於安全生産和經濟效益雙重目標,國家政策也在積極推動露天礦山實現無人駕駛轉型。例如,國家發改委、能源局、工信部、煤監局等八部委在2020年3月發佈的《關於加快煤礦智慧化發展的指導意見》就指出,到2025年,露天煤礦應實現智慧連續作業和無人化運輸。

在種種因素的共同助推下,礦山無人駕駛市場飛速成長。全國範圍內,煤炭、水泥砂石、金屬等各類礦山,紛紛佈局無人駕駛。多家研究機構預測,到2025年左右,中國礦山無人駕駛市場規模有望達到2000-4000億元級別,與全球礦業巨頭必和必拓一年的總營收額相當。

踏歌智行達成多礦區“常態化去安全員”作業的實踐,實現礦區環境下的L4級別,其背後的發展歷程與技術實現,對於該領域無人駕駛的進一步發展,以及無人駕駛其他賽道的「去安全員」,不無借鑒意義。

國家能源下屬某礦區無人駕駛常態化去安全員作業

礦山無人駕駛「安全員下車」三部曲

早年,礦山無人駕駛工程測試階段,工程師需要跟車作業,維持無人駕駛系統的運轉。隨著無人駕駛技術的進步,工程師下車,只留安全員,安全員無需了解無人駕駛原理,且與傳統司機相比,安全員只需要在特定情況下介入車輛駕駛,工作強度大幅降低。

在安全員跟車的時代,礦山無人駕駛的潛力尚未獲得完全釋放,但已經可以産生一定的經濟效益。此後,安全員開始「出艙」,不再需要坐在駕駛艙內時刻準備介入駕駛。而礦山無人駕駛的最終目標是「安全員下車」,即不再需要安全員跟車,完全交由礦車自主行駛。

而第三個環節的實現非常複雜,但可以簡化為一個兼論“時”、“空”的問題。 時間維度,安全員下車多久?一個小時、一天、還是一個月?空間維度,安全員下車的車輛能完成哪些場景的哪些工作?是量身定制的場景,還是礦區全域的任意作業區域?

與目前行業內常常提及的「安全員下車」概念不同,踏歌智行表示,所謂常態化的安全員下車作業,即除了必要的車輛檢修維護,以及按照生産規程不適宜進行生産作業的情景外,其餘時間可全天候24小時不間斷的安全員下車作業,作業內容覆蓋從大迴圈的“發車到收車”、以及小迴圈的“裝-運-卸”全流程;而非為了生産作業之外的特定目的,在特定環境下、進行有限作業內容、持續數小時至數天的試驗性「安全員下車」作業。

據介紹,踏歌智行自2020年7月在包鋼白雲鄂博鐵礦首次實踐安全員下車,到今年3月,在多礦區逐一進行常態化安全員下車作業,中間經過20個月日以繼夜的研發迭代和現場實踐。而今年3月開始推動的常態化安全員下車,踏歌智行亦提出“安全員下車,安全不下車”的口號,穩步推進。對礦卡和礦用寬體車兩種車型,均分別採用從“雙班下車”、到“24小時三班下車”,再到“7*24小時三班下車”的漸進式策略穩步推進。

就“無人”駕駛的字面理解,確實也可以認為常態化的「安全員下車」,是從“有人”到 “無人”質的飛越,此時才能幫助礦方實現真正意義上的礦車無人化,實現礦區關注的“本質安全”和“效率優化”。

以“安全員下車”之名,踏歌智行的技術佈局

技術層面,礦區無人駕駛與開放道路上的乘用車無人駕駛相比,二者各有各的挑戰。在開放道路上,無人駕駛要面對人、車、障礙物混雜的複雜環境、複雜的通行規則(交通指示牌、信號燈等)、高達120KM/時的車速、保障所有交通參與人員安全等。

而露天礦山則要面對幾乎沒有交通標識、道路與運輸工作區頻繁變化的非結構化道路;工作環境、路麵條件惡劣,揚塵、顛簸、滾石、塌方、車轍、翻漿等各類問題;以及高溫、高寒、高海拔、雨霧等各類極端氣候與地質條件;由於應用場景不同,礦用車的一致性亦會相對偏弱。上述因素,都對礦山車輛無人駕駛系統的技術選擇帶來不一樣的要求。

但能首先實現“常態化安全員下車”這一里程碑結果,其背後肯定不是來自於局部技術“一城一地”的得失,而是一個有歷史傳承的系統工程。所有的技術實現細節之前,先要看清楚頂層的技術佈局,而技術佈局的背後則是對所專注場景的商業洞察。

如果説乘用車無人駕駛解決方案企業在用To B的商業模式,與上下游協作,最終面向C端消費者交付一件100%標準化的商品,那麼礦區無人駕駛則是以To B的商業模式,最終面向B端礦企用戶交付一套完整的作業系統。這裡有三個關鍵問題要回答:

1、礦區無人駕駛架構體系的選擇

乘用車無人駕駛存在單車智慧和車路協同的路線之爭,礦區無人駕駛應該走什麼路線?答案並不是那麼顯而易見。

踏歌智行介紹,公司成立早期,經過短期摸索,快速聚焦到礦區場景。早期的場測和實測,也是單車模式。但這個階段之後,技術方案的發展方向在哪?這是一個沒人探索過的領域。乘用車的經驗可以部分借鑒,但卻不能複製。

得益於創始團隊的技術積累,踏歌智行提出了礦區無人駕駛“車-地-雲”協同的方案架構。在踏歌智行看來,這套架構的意義,就如同當年馮·洛伊曼定義的電腦架構“運算器、控制器、記憶體、輸入和輸出設備五大部分及其相互關係”對電腦的意義。合乎場景的技術架構體系,支撐了踏歌智行後續整個的技術佈局。現在從一些其他同類方案身上,也能看到這一架構的影子,儘管大家可能在完成度和細節功能定義上有所不同。

踏歌智行“曠谷”系統架構

2、平衡産品化與項目交付

To B的生意,不存在100%標準。服務To B行業的創業企業,總是會在産品和項目之間搖擺和糾結。如何在不同的發展階段,充分利用有限的資源,發揮項目制對市場需求的快速反映,産品化利於方案成熟和效率提升的沉澱優勢,協調好兩者關係,對中小型科技企業而言,是一個非常有挑戰話題。這一話題的回答,會反映在公司的組織架構、資源匹配上。

以項目為先,是早期公司必然選擇。但踏歌智行根據自身的發展水準,很早在研發團隊之外,搭建了獨立的産品團隊;並依託和北航的合作,成立了研究院,專注前期探索階段的技術和項目;同時在早期實踐中即建立了體系化的工程交付團隊。並且尤其注重上述三大團隊中“IT-車-礦”三類人才的合理搭配。

“研發+産品+工程”並進的研發模式,使踏歌智行能夠快速把一個大的問題,拆解成眾多子系統、子産品,進行相應的追蹤,通過系統設計、産品設計、技術設計,完成功能實現和多階段測試,進而快速實現現場跑車驗證。該體系可以保證公司快速應對新需求和新挑戰。

憑藉産品思維和工程思維的加持,踏歌智行研發了業內特有的一系列車規級礦區專用車載域控制器産品。在方案層面,踏歌智行“曠谷”方案也實現極高的成熟度和標準化。該公司能夠在大型礦卡和礦用寬體車兩種主流車型上,在多個礦區近乎同時實現“常態化安全員下車作業”,也是産品化程度的一個注腳。

3、專注礦區?

據介紹成立之初,踏歌智行做過園區物流業務和一些乘用車的底層技術,並且掙錢了。不過很短的時間內,踏歌智行發現了礦區這一“剛需與政策”加持的寶藏場景。出人意料的,公司放棄了其他所有業務,一心專注地投入到礦區場景。

這可以説是商業選擇,但同樣也是技術選擇——本質是行業方案的深度問題。

踏歌智行認為其競爭優勢,根本上來自在露天礦領域長期深耕所形成的核心演算法和系統方案積累,包括感知技術、規控技術和雲控技術等。融合感知處理礦區的複雜場景,規控技術處理複雜路況、狹小路況;雲控技術負責整體調度;自研域控制器保障礦區惡劣作業環境下整個系統的可靠性。軟硬體技術長期積累,確保系統作為一個整體的安全性和經濟性。

這一選擇,也體現在公司的數據思維和閉環思維。如車輛全生命週期管理、高精地圖的閉環實現、安全機制的多重冗余與車地雲閉環。專注可以讓方案成熟更快、切入行業更深,也會衍生出更多的商業模式想像空間。

踏歌智行部分代表性案例

常態化安全員下車的關鍵技術實踐

快速實現“常態化安全員下車”,可以説是“車-地-雲”架構等幾個關鍵頂層技術構建問題的階段性成果。而這一成果的落地,在踏歌智行看來,從技術實現維度,背後有賴於如下幾個方向的工作:

風險評估與標準體系

常態化的安全員下車,是客戶的需要。但如何讓客戶對你有信心,敢放心讓你去做這件事情,其實是安全員常態化下車的第一個難點。

當前,礦山無人駕駛應用處於L4級別,即在特定的運作設計域(ODD)內展開。首先,踏歌智行從道路、車輛、環境、管理以及網路等五個維度,建立了針對ODD評估體系。基於ODD評估結果,踏歌智行建立一套圍繞常態化安全員下車的風險矩陣表,與客戶溝通在作出創新性嘗試時可以接受的風險項。進而,踏歌智行形成了安全員分階段下車的評價體系,將其進程分解為多個階段。

踏歌智行表示,“有意思的是,我們首先還要給安全員樹立信心。”在下車的初期,第一個是“模擬安全員”階段;此時安全員在車上,但我們要讓他相信系統,非不得已不要進行人工接管,這樣才能把無效的接管剔除掉,保證數據的真實、準確。後續逐步延長安全員下車的時長,直到實現7*24小時的常態化無安全員運作。

融合感知技術

感知技術是無人駕駛功能和安全的第一道關卡。礦區無人駕駛領域,安全性與作業持續性第一,用戶成本不敏感。面對其獨特的工作環境,融合感知一直是最佳選擇。

踏歌智行 “曠谷”方案感知部分,採用多源異構融合感知,包括毫米波雷達、鐳射雷達、攝像頭,大型礦卡各個方向部署的感測器總數量達20多個,為夜間作業的安全性,踏歌智行亦在方案中率先納入紅外感測器。不同類型的感測器具有各種的感知優勢,不同來源數據的交叉驗證,保證感知資訊的準確可靠。

“曠谷”車載系統安裝圖

多重安全冗余

踏歌智行提到,作為對整個無人駕駛系統穩定性和常態化安全員下車的保障,他們對整個系統進行了大量冗余設計,包括線控系統的冗余設計、無人駕駛主控制器上的異構冗余方案、無人駕駛各子系統部署獨立的冗余模組等。整個方案中安全冗余設計覆蓋硬體、感知、通訊等各個核心環節,採用雙冗余乃至多冗余方式。在踏歌智行方案構建中,還有一套獨立於系統之外的“虛擬安全員”體系。

作為獨立於電子設備之外的一道屏障,踏歌智行甚至在駕駛艙內安裝了一條「機械腿」,在無安全員的情況下,即便控制系統失效,機械腿將作為最後一道安全屏障,模擬人腿踩下制動踏板,完成緊急剎車。

而在“車-地-雲”的大體系架構下,車端安全機制、雲端安全機制、地面安全機制,從本質上,也是互為備份的冗余關係,而非僅僅將安全功能交給車載系統。

高精地圖

礦區道路和工作區是非結構化的土路,路面不存在標誌線與交通指示標識,道路變化頻次非常高。隨著礦山生産的推進,礦車的裝載、卸貨點甚至礦區地貌都會發生變化;路段上的階梯結構和氣候也有影響,比如意外的側邊滑坡,風雨導致的浮土下沉,都會導致道路邊界變化。這種情況下,高精地圖的實時性和高精度至關重要,甚至高於公開道路上的相關標準。可以説,地圖的時效性和精度是安全員下車的場景前提。因此,礦山無人駕駛服務商必須具備實時高精地圖的快速建圖能力。

踏歌智行方案裏,有一套高精地圖獨立産品,用於實現高精地圖全生命週期管理。産品涵蓋地圖素材的採集、地圖製作、地圖發佈和地圖使用等模組。該高精地圖産品也把靜態元素和動態元素進行分層處理,建立了一套獨立的數據格式,目前公司正與生態夥伴合作,基於此格式起草相關標準。為保障高精地圖的可靠性,踏歌智行同樣秉承了多種冗余理念,光采集端即包括地圖採集車、無人駕駛礦卡任務觸發採集等多種方式。

礦區專用車規級硬體

如前述,礦區工作環境非常惡劣,寬體車和礦卡等礦用車的一致性亦會相對偏弱,這也給車輛控制帶來更高的要求。2017年,踏歌智行在完成初步的單車測試後,便放棄了工控機方案和普通的車載控制器,轉而自研專為礦區開發的車載與控制器。

目前該系列産品已經發展到第三代,該系列域控制器産品,基於車規級元器件及模組打造,不僅相容各類工業級通信及定位協議,也通過了3C、入網認證,以及中國計量院的高低溫、震動、濕度等環境可靠性與電性能、EMC測試,可以適應-50~85℃溫度下的工作環境。從結果看,本輪多礦區、多車型的常態化安全員下車作業的成功實現,與上述專屬硬體産品的高可靠性、高性能、高相容性密不可分。

踏歌智行車規級車載域控制器産品

海量車輛閉環數據

踏歌智行大系統研發模式,形成了數據閉環。公司在智慧礦山領域多年的技術積累與商業實踐,讓其積累了大量無人駕駛與礦山經營的核心數據。

這些數據也在反哺踏歌智行,使之有足夠的能力,在其需要某些數據的時候,從中去抽取、去認知,再來解決面臨的問題;讓其能夠設計出更安全、穩定可靠的無人駕駛解決方案,並深刻理解智慧礦山的作業模式。

標準化的工程交付

多個礦區齊頭並進、批量的常態安全員下車,不僅對産品,對工程交付,同樣是很大的考驗。

“基本上五到六個月,我們可以讓一個編組按照常態化去安全員的狀態跑起來。通過去年下半年到今年上半年,多個項目的同步實施,我們在工程交付標準化、程式化、模組化方面,得到大幅提升。”

踏歌智行認為這個時間會進一步縮短。原因有三:其一産品越來越成熟,工程自動化程度越來越高,縮短了現場問題排查和解決的時間;同時ODD域的要求也越來越低,更加省時。其二,隨著部署項目越來越多,交付團隊工作流程做到了標準化,工作內容也實現了模組化。其三,客戶對無人駕駛的認識越來越準確,而踏歌過去不間斷的成功項目,也增強了用戶的信心。他們能更準確地為在現場部署去提供支援條件。

紫金巨龍驅龍銅礦無人駕駛礦車安裝施工現場

以用戶為師

踏歌智行介紹,這次推進常態化安全員下車的煤礦,包括數個國有大型煤礦。目標的達成,可以説是雙方共同推進的結果。

“客戶方有專門的小組和我們肩並肩工作,我們跟客戶一起評價項目現場,去深入理解現在存在的一些問題,雙方需要配合的事項。”

“在項目現場碰到的一些技術難點,客戶方會給出他們過往的經驗,特別是在車輛的控車策略上面,客戶會給出人工駕駛時是怎麼做的,這是非常寶貴的一些經驗,我們可以把它轉化為相應的演算法實現。”

“在客戶這邊,我們始終是學生心態。自動化技術應用到行業裏面時,其實我不太喜歡用‘賦能’這個詞。有句老話叫隔行如隔山,客戶這邊多年積累下來的行業知識,我們短短數年就輕易説賦能不太妥當。”

未來的技術發展目標:極致的安全,更高的效率 

首先運作設計域(ODD)還是存在的,安全員下車也是要在ODD域定義的範圍內工作,不過目前絕大部分真實作業場景可以符合上述ODD域的要求,亦即對於大部分礦區均可經過必要的部署實現常態化安全員下車。未來ODD域的要求會進一步降低,實現更簡易的部署和更極致的體驗。

常態化的「安全員下車」遠非礦山無人駕駛的終點。安全是客戶考慮的第一個點位,後面還有效率、經濟性和環保問題。以效率為例,目前安全員下車狀態下的無人駕駛相比人工駕駛已經能達到80%了,但未來,這一數字肯定需要超過人工。隨著車輛全生命週期數據的積累,降油耗、降胎損,乃至與電動化結合實現更高的經濟效益和節能環保是題中之意。

運輸只是礦山作業的一個環節。無人駕駛是手段而非目的,進一步與礦山業務的深度整合,將無人駕駛系統完美地融入到礦山整體的生産工藝、作業流程、經營管理,解決其痛點,並帶來經營管理和生産作業的改進,方可助力用戶實現真正意義上的無人礦山、智慧礦山。

踏歌智行一直是行業的開創者和探索者,早期首先實現礦車無人駕駛的場測與實測,最早的編組作業、混編作業與夜間作業,以及到現在最早地實現礦區常態化安全員下車作業。未來,踏歌智行在開創未來新世界的道路上將走得更快、更遠。

2018年1月,踏歌智行完成國內第一輛無人駕駛礦車改造,白雲鄂博鐵礦1501號車

本文圖片來自:企業官方 正版圖庫