本發(fā)明涉及礦山運輸，具體是指基于人工智能的電機車輔助駕駛系統(tǒng)。

背景技術：

1、在礦山等行業(yè)的平巷運輸場景中，電機車作為重要的運輸工具，其運行的安全性和高效性至關重要。

2、目前，傳統(tǒng)的電機車駕駛主要依賴司機的經(jīng)驗和操作，缺乏全面且精準的監(jiān)測與智能輔助系統(tǒng)，一方面，對于電機車自身運行狀態(tài)的監(jiān)測，多采用單一指標分析或簡單的閾值判斷方式，難以全面捕捉電機車在復雜工況下的潛在故障風險，容易出現(xiàn)誤判或漏判，導致無法及時發(fā)現(xiàn)和處理故障，進而引發(fā)運輸中斷甚至設備損壞等問題，影響生產(chǎn)進度并增加維修成本；另一方面，在運輸環(huán)境監(jiān)測方面，現(xiàn)有技術往往不能實時、準確地評估瓦斯?jié)舛?、粉塵含量、軌道平整度及積水情況等環(huán)境因素對電機車運行的影響，也缺乏針對不同環(huán)境異常狀況的有效應對策略，使得電機車在惡劣環(huán)境下運行時存在較大的安全隱患。

技術實現(xiàn)思路

1、針對上述情況，為克服現(xiàn)有技術的缺陷，本發(fā)明提供了基于人工智能的電機車輔助駕駛系統(tǒng)，為了解決上述提出的技術缺陷。

2、為實現(xiàn)以上目的，本發(fā)明通過以下技術方案予以實現(xiàn)：基于人工智能的電機車輔助駕駛系統(tǒng)，包括輔助駕駛分析指標監(jiān)測模塊、arm邊緣計算機、電機車運行狀態(tài)分析模塊、運輸環(huán)境狀態(tài)分析模塊、電機車適應性調(diào)整模塊、駕駛行為評估模塊、輔助駕駛策略優(yōu)化模塊、電機車運行預警模塊和地面監(jiān)控中心；所述輔助駕駛分析指標監(jiān)測模塊借助arm邊緣計算機與電機車運行狀態(tài)分析模塊、運輸環(huán)境狀態(tài)分析模塊以及駕駛行為評估模塊建立無線通信連接；運輸環(huán)境狀態(tài)分析模塊與電機車適應性調(diào)整模塊相連；駕駛行為評估模塊和輔助駕駛策略優(yōu)化模塊相連；電機車運行狀態(tài)分析模塊、電機車適應性調(diào)整模塊和輔助駕駛策略優(yōu)化模塊均與電機車運行預警模塊連接；電機車運行預警模塊通過arm邊緣計算機與地面監(jiān)控中心無線通信連接。

3、進一步地，所述輔助駕駛分析指標監(jiān)測模塊利用各類傳感器，按照各自設定的監(jiān)測采集頻率，對電機車運行參數(shù)、運輸環(huán)境參數(shù)、駕駛員操作數(shù)據(jù)以及駕駛員駕駛行為參數(shù)進行監(jiān)測采集處理，之后將各項輔助駕駛分析指標按時間順序?qū)R，并取各傳感器采樣頻率的最小公倍數(shù)來統(tǒng)一采樣頻率，再通過arm邊緣計算機將數(shù)據(jù)實時傳輸至各個分析模塊。

4、進一步地，所述電機車運行參數(shù)包括電機車速度、加速度、轉(zhuǎn)向角度、電機工作溫度以及電池剩余電量；平巷運輸環(huán)境參數(shù)包含瓦斯?jié)舛?、粉塵含量、軌道積水狀態(tài)以及每段軌道的高低差；駕駛員操作數(shù)據(jù)有加速踏板的踩踏深度、制動踏板的踩踏深度以及轉(zhuǎn)向盤的轉(zhuǎn)向角度。

5、進一步地，所述電機車運行狀態(tài)分析模塊基于電機車運行指標進行故障預測分析，具體是獲取電機車在運行過程中各監(jiān)測時段中各監(jiān)測時刻的運行指標數(shù)據(jù)，分別計算各運行指標的均值和標準差，以均值與兩倍標準差的和作為各運行指標正常范圍的最大值，均值與兩倍標準差的差作為最小值，形成各運行指標的正常范圍，再將實時運行指標數(shù)據(jù)與正常范圍對比，根據(jù)不同情況生成相應故障信號，并組合成電機車運行異常信號。

6、進一步地，所述運輸環(huán)境狀態(tài)分析模塊基于電機車運行時的環(huán)境指標進行環(huán)境評估分析，依據(jù)安全生產(chǎn)手冊設定瓦斯?jié)舛劝踩撝岛头蹓m含量安全閾值，根據(jù)電機車運行軌道安全規(guī)定設定軌道平整度閾值，通過對瓦斯?jié)舛?、粉塵含量、軌道高低差及積水狀態(tài)等環(huán)境指標的監(jiān)測分析，生成對應信號并組合成運輸環(huán)境異常信號，發(fā)送給電機車適應性調(diào)整模塊。

7、進一步地，所述電機車適應性調(diào)整模塊針對運輸環(huán)境狀態(tài)分析模塊生成的運輸環(huán)境異常信號進行分析，當接收到不同異常信號時，分別計算瓦斯?jié)舛葘酥怠④壍榔秸葘酥祷蚍e水深度與輪胎半徑的差值結果，依據(jù)這些結果建立減速系數(shù)關系表以獲取減速系數(shù)，通過將當前電機車速度乘以減速系數(shù)得到調(diào)整后的速度，進而得出電機車的適應性調(diào)整策略。

8、進一步地，所述駕駛行為評估模塊基于駕駛員對加速踏板、制動踏板以及轉(zhuǎn)向盤的操作來建立駕駛行為評估模型，獲取當前時刻踏板踩踏深度和轉(zhuǎn)向盤轉(zhuǎn)動角度，計算時間間隔內(nèi)踏板操作變化率，依據(jù)電機車正常運行參數(shù)規(guī)定的閾值判斷急加速、急剎車和危險轉(zhuǎn)向行為，結合歷史數(shù)據(jù)設定的權重計算駕駛行為綜合評分。

9、進一步地，所述輔助駕駛策略優(yōu)化模塊根據(jù)駕駛行為評估模塊算出的駕駛行為綜合評分，對輔助駕駛策略參數(shù)進行優(yōu)化調(diào)整，當檢測到不安全駕駛行為時，通過電機車顯示屏和語音提示向司機反饋；若駕駛行為綜合評分低于設定閾值，自動降低電機車動力輸出上限，限制加速踏板最大作用效果。

10、進一步地，所述電機車運行預警模塊用于接收電機車運行及駕駛?cè)藛T的監(jiān)測異常信號，與電機車上的顯示屏通信連接，以彈出對應異常信息框、顯示屏閃爍紅光并發(fā)出連續(xù)性刺耳報警聲的方式進行聲光預警，保障電機車運行安全和駕駛?cè)藛T生命安全。

11、進一步地，所述地面監(jiān)控中心用于動態(tài)顯示電機車各項輔助駕駛分析指標，同時接收電機車運行及駕駛?cè)藛T的監(jiān)測異常信號，并采取與電機車運行預警模塊相同的聲光預警措施，確保電機車安全運行以及駕駛?cè)藛T的生命安全。

12、本發(fā)明的有益效果：

13、1、通過輔助駕駛分析指標監(jiān)測模塊通過各種傳感器分別對電機車的運行參數(shù)、平巷運輸?shù)沫h(huán)境參數(shù)以及駕駛員對電機車的操作數(shù)據(jù)和駕駛員在駕駛電機車時的駕駛行為參數(shù)按照各自設定的監(jiān)測采集頻率進行各項參數(shù)的監(jiān)測采集處理；通過arm邊緣計算機將采集到的數(shù)據(jù)實時傳輸至各個分析模塊中進行分析處理，并且根據(jù)分析處理結果進行相對應的故障預警以及電機車輔助駕駛調(diào)控，從而確保電機車在平巷內(nèi)部進行作業(yè)人員運輸?shù)陌踩?，最后結合對電機車駕駛?cè)藛T的駕駛行為基于人工智能進行分析，對駕駛?cè)藛T的駕駛行為進行實時監(jiān)測，在判定駕駛?cè)藛T駕駛行為異常，及時的向電機車上的駕駛?cè)藛T以及地面監(jiān)控中心發(fā)送危險駕駛預警信號，進一步保障電機車安全、高效運行。

14、2、本發(fā)明在故障預測的全面性上，綜合考量了電機車速度、加速度、轉(zhuǎn)向角度、電機工作溫度以及電池剩余電量等多項運行指標，避免了僅依賴單一指標分析的局限性，能夠更全面地捕捉電機車運行過程中的潛在故障風險，從準確性角度，通過計算各指標參數(shù)的均值和標準差來確定正常范圍，使判斷標準更貼合電機車的實際運行特性，并且在分析時結合多個指標間的關聯(lián)關系，如速度異常時關聯(lián)加速度、電機溫度等指標，加速度異常時考慮轉(zhuǎn)向角度、電機溫度等，大大提高了故障判斷的準確性，有效減少誤判情況，在故障預警及時性方面，一旦發(fā)現(xiàn)運行指標超出正常范圍或指標間關聯(lián)出現(xiàn)異常，能迅速生成相應的故障信號，有助于工作人員及時知曉電機車的異常狀況，以便快速采取措施，保障電機車的安全穩(wěn)定運行，降低因故障導致的運輸中斷和設備損壞風險，從而提高整體運輸效率和經(jīng)濟效益。

15、3、本發(fā)明中從安全性保障方面來看，依據(jù)安全生產(chǎn)手冊和軌道安全規(guī)定設定瓦斯?jié)舛取⒎蹓m含量以及軌道平整度等關鍵環(huán)境指標的閾值，為電機車運行環(huán)境安全評估提供了科學且嚴格的標準；通過實時監(jiān)測這些指標，一旦瓦斯?jié)舛取⒎蹓m含量超標，或是軌道平整度、積水情況出現(xiàn)異常，能迅速生成對應的危險或異常信號，及時發(fā)現(xiàn)潛在的安全隱患，極大地降低了因環(huán)境問題引發(fā)事故的風險，保障了電機車運行過程中人員和設備的安全；在運行效率提升上，及時將生成的運輸環(huán)境異常信號發(fā)送至電機車適應性調(diào)整模塊，使電機車能夠根據(jù)環(huán)境變化快速做出適應性調(diào)整，避免因環(huán)境不適導致的運行故障或停滯，保證運輸工作的連續(xù)性，進而有效提升了整體的運輸效率，降低了運營成本。