一种矿用挖掘机自主移动具身智能控制系统及控制方法

本发明涉及挖掘机控制，具体提供一种矿用挖掘机自主移动具身智能控制系统及控制方法。

背景技术：

1、露天矿山开采中，挖掘机是核心采掘装备，其典型移动循环包括：从停机位行驶至铲掘面（料堆），对准料堆进行挖掘，旋转卸料，再返回或移动至下一挖掘点。当前，多数矿用挖掘机仍依赖人工驾驶操作，驾驶员需同时完成行驶对位、铲掘姿态调整、卸料控制等多个复杂任务。

2、近年来，矿山智能化发展迅速，出现了部分矿用卡车的自动驾驶系统及挖掘机的远程遥控或半自主行走方案。例如，已有技术采用实时动态差分全球导航卫星系统（rtk-gnss）为挖掘机提供厘米级定位，结合固定路径点，实现挖掘机从a点到b点的直线或简单折线行驶。在铲掘作业移动方面，有研究利用激光雷达扫描料堆表面，通过点云拟合计算料堆体积和中心点，引导挖掘机进行定点挖掘。

3、然而，现有方案存在显著不足：其一，路径规划多为静态、预设的固定轨迹，传统方法依赖预定义的固定路径点或简单几何曲线，无法根据挖掘机实时位姿、地面坡度条件以及料堆形态的动态变化在线重规划路径，导致规划出的理论路径在实际中难以被精准跟踪，控制效果不理想，适应性差；其二，行走控制与铲掘作业移动相互独立，缺乏“感知-规划-行动”的闭环具身智能逻辑，车辆行驶至铲掘面后，挖掘点的确定仍依赖人工目视判断或简单的料堆几何中心计算，未能充分利用环境视觉与深度信息进行最优铲掘姿态决策，车辆到达铲掘面后仍需人工介入或预设固定挖掘点，无法实现真正自主的全程移动；其三，挖掘机在铲掘面需要频繁进行“v”字型横向位移（斜后方倒车+前进）等复杂调姿移动，现有控制方法缺乏针对性设计，未能有效结合挖掘机运动学约束与工艺规范，难以平滑、高效地完成非完整约束下的精确位姿调整，导致反复调整、调姿效率低、履带磨损大；其四，在多传感器融合定位方面，多数系统仅依赖单一传感器（如rtk-gnss），在铲掘面附近因料堆遮挡、多路径效应、电磁干扰等导致rtk-gnss信号失效时，位姿估计精度急剧下降，位姿信息易出现跳变、漂移或丢失，缺乏有效的多传感器融合的定位与建图能力，无法保障挖掘点对位的厘米级精度和连续稳定性。

4、上述缺点共同导致无法实现矿用挖掘机高效、自主、精准的全流程移动。因此，亟需一种将环境感知、自主学习、运动控制与挖掘工艺深度融合的具身智能控制系统，实现挖掘机从行驶、对位、铲掘到移位的全流程自主高效移动。

技术实现思路

1、本发明为解决上述问题，提供了一种矿用挖掘机自主移动具身智能控制系统及控制方法，通过获取相应位置点，生成针对性的想移动轨迹，在驱动挖掘机移动，移动过程中实时进行障碍检测，辅助挖掘机移动，提升挖掘机移动自主能力，提高矿山作业的效率、安全性。

2、本发明提供的矿用挖掘机自主移动具身智能控制系统，包括：

3、激光雷达、双目相机、路径规划模块、mpc控制器、plc控制器、中央决策模块；

4、矿山调度系统用于获取料堆边界坐标；在同一个料堆的挖掘过程中，激光雷达结合双目相机用于获取挖掘机挖掘点位置坐标；路径规划模块依据料堆边界坐标或挖掘点位置坐标，规划挖掘机的理想移动路径，mpc控制器依据理想移动路径生成履带速度控制指令，plc控制器根据履带速度控制指令驱动履带按照理想移动路径运动，使挖掘机到达料堆边界或挖掘点位置；

5、中央决策模块用于协调控制系统全部节点；

6、中央决策模块包括仿真分析模块，仿真分析模块内设置有挖掘机标准模型，利用标准模型模拟挖掘机的理想状态，仿真模块将理想状态与挖掘机实际状态对比，为更新路径提供依据。

7、优选的，挖掘机上设置有定位系统，定位系统包括双天线rtk-gnss和九轴imu惯性测量单元，用于获取挖掘机位置和位姿。

8、优选的，激光雷达结合双目相机还用于实时检测挖掘机移动路径上的障碍；还用于生成局部代价地图。

9、一种矿用挖掘机自主移动具身智能控制方法，基于矿用挖掘机自主移动具身智能控制系统实现，包括：

10、s1：获取料堆边界的坐标、获取挖掘机当前位置和位姿；

11、s2：依据料堆边界的坐标、挖掘机位置和位姿，利用路径规划模块规划挖掘机到达料堆的理想移动轨迹；

12、s3：依据理想移动轨迹，利用mpc控制器生成履带速度控制指令，并发送至plc控制器，plc控制器依据履带速度控制指令驱动履带运动，直至挖掘机由当前位置和位姿到达料堆边界；

13、s4：依据激光雷达、双目相机获取挖掘点位置，利用路径规划模块规划挖掘机到达挖掘点的移动轨迹；

14、依次利用mpc控制器、plc控制器驱动挖掘机到达挖掘点；重复s4直至当前料堆挖掘完成；

15、s5：进行如下判断：

16、是否挖掘下一个料堆，若是则利用路径规划模块规划移动至下一个料堆的理想移动路径，并依次利用mpc控制器、plc控制器驱动挖掘机到达下一个料堆的挖掘点；若否则利用路径规划模块规划挖掘机返回停放位置的返回路径，并依次利用mpc控制器、plc控制器驱动挖掘机到达停放位置。

17、优选的，挖掘机移动过程中，实时利用激光雷达、双目相机识别路径上的障碍物。

18、优选的，当挖掘机从当前料堆移动至下一个料堆时，其理想移动路径为由两段路径拼接形成的“v”字型轨迹：第一段路径向后斜退段，使挖掘机沿与车身纵向成45°夹角的方向倒车，第二段为前进直线段；

19、挖掘机在前进直线段行驶过程中，利用激光雷达结合双目相机识别出下一个料堆的挖掘点，并驱动挖掘机行驶至挖掘点。

20、优选的，通过扩展卡尔曼滤波输出当前位姿，扩展卡尔曼滤波的状态预测方程为：

21、；

22、；

23、更新过程方程：

24、；

25、；

26、；

27、其中，表示状态估计向量，表示控制输入，表示状态协方差矩阵，表示状态转移雅可比矩阵，表示过程噪声协方差矩阵，表示离散时间步长指引，表示非线性状态转移函数，表示上一时刻的索引，表示单位矩阵，表示非线性量测函数，表示传感器观测值，表示观测矩阵，表示观测噪声协方差矩阵，表示卡尔曼增益。

28、优选的，路径规划模块包含预先完成训练的ppo策略网络，奖励函数的表达式为：

29、；

30、其中，

31、，

32、，

33、，

34、，

35、，

36、表示曲率惩罚，表示到达奖励，表示碰撞惩罚，表示路径跟踪奖励，表示速度奖励，表示俯仰惩罚，表示滑移惩罚，表示横摆惩罚，表示曲率惩罚系数，表示路径曲率，表示速度变化率，和均表示速度权重系数，表示俯仰惩罚系数，表示履带滑移率，表示滑移惩罚系数，表示挖掘机车体横摆角速度，表示横摆稳定性权重系数。

37、优选的，mpc控制器基于挖掘机差速转向运动学模型生成履带速度控制指令；差速转向运动学模型的表达式为：

38、，

39、，

40、，

41、，

42、其中，表示挖掘机位置坐标，和分别表示挖掘机右侧履带的速度和左侧履带的速度，表示右侧履带和左履带之间的中心距。

43、优选的，“v”字型轨迹通过三次样条曲线进行平滑处理；三次样条曲线表达式为：

44、，

45、其中，表示，均表示样条系数，表示第个插值点的横坐标，表示第个插值点的横坐标，表示插值点编号索引，表示第个插值点。

46、与现有技术相比，本发明能够取得如下有益效果：

47、本发明构建了一套覆盖全流程的自主移动控制系统，不依赖人工操作，实现挖掘机从出库行驶到铲掘作业、v字型转场全环节的自主决策与无人化高效运行。系统采用强化学习与模型预测控制相结合的技术方案，动态生成符合履带式车辆运动学约束的平滑路径，通过左右履带速度的协调控制实现厘米级路径跟踪精度，相比传统纯跟踪或pid控制，大幅提升了复杂矿山环境下行驶的稳定性与动态响应能力。同时依托激光雷达与双目相机融合的感知方案，融合点云数据几何特征与图像数据的纹理特征完成料堆语义分割，自动输出最优挖掘点三维坐标并结合工艺参数优化作业姿态，有效提高单斗满载率与铲掘效率，降低对人工操作经验的依赖。

48、专场作业时，系统可自主生成符合运动学约束的v字型轨迹，通过倒车与前进的平滑切换完成横向调姿转场，相比传统人工反复调整的方式，既提升了移位效率，也大幅减少了履带不必要的磨损。定位系统采用双天线rtk-gnss与九轴imu惯性测量单元融合的方案，常态下可稳定输出厘米级的挖掘机位姿；在料堆遮挡导致卫星信号失效时，自动切换为基于激光雷达点云匹配、惯性测量单元及编码器融合的定位模式，全程保障挖掘机定位精度与作业连续性，避免因定位中断引发作业故障。

49、系统基于ros2搭建模块化具身智能控制架构，将感知、规划、控制、决策等节点分布式部署，通过话题通信实现实时数据交互，支持多传感器融合与不同型号矿用挖掘机的快速适配，显著提升了系统扩展性与工程部署效率。配套搭建的gazebo仿真分析模块，视化展示作业全流程状态，支撑强化学习策略的离线训练与虚实联合调试，大幅降低现场调试成本。系统还内置作业数据驱动的持续优化机制，通过记录轨迹、能耗、履带滑移率、铲掘效率等关键参数，对核心算法模型进行离线增量训练与参数微调，实现控制策略随作业次数增加的自适应进化。最终依托“感知-规划-行动-再感知”的闭环具身智能框架，完成全流程无人化协同控制，全面提升矿山作业的效率、安全性与无人化水平。