這個班，就上到這吧……

國慶假期馬上到了，很多礦區(qū)司機卻無法休息，晝夜不停地在一線保障生產(chǎn)。不過，有這么一群司機，先從一線“下班”了，吹著空調(diào)，坐在辦公室里密切監(jiān)視車輛運行，免除在一線奔波之苦。他們能夠如此愜意，主要是得益于博雷頓BRT-9M105E無人駕駛礦卡。這款車都有什么與眾不同之處，今天我們就一起看看吧。

01

無人駕駛享自研

博雷頓的研發(fā)中心不僅擁有整車團隊、三電系統(tǒng)團隊，也擁有一支數(shù)十人的智能化專業(yè)隊伍，由國內(nèi)外知名學府畢業(yè)的碩博人才組成，基于博雷頓電動化產(chǎn)品研發(fā)配套的基礎商用無人駕駛系統(tǒng)，并可根據(jù)客戶實際場景運營需求，提供定制化全自動化作業(yè)等智能化解決方案。

9M105E無人駕駛礦卡就是由博雷頓智能化團隊與整車團隊緊密配合共同研發(fā)的重磅產(chǎn)品。其精華在于配備了博雷頓自主開發(fā)的無人駕駛系統(tǒng)，主要由四部分組成：感知、規(guī)控、執(zhí)行及集成調(diào)度管理平臺。

在感知層面，9M105E配備了多目攝像頭、激光雷達、毫米波雷達等多種傳感器，為整車提供了360度無死角的環(huán)境感知能力。這些傳感器收集到的數(shù)據(jù)被送往9M105E的核心——一套基于博雷頓電動車輛與工程機械在礦區(qū)生產(chǎn)前線多年積累的海量數(shù)據(jù)訓練的自研融合感知算法。這套算法經(jīng)過深度學習和優(yōu)化，能夠精確識別和分類道路、車輛、人員、石塊、擋墻、溝壑等各種礦區(qū)實際會遇到的環(huán)境要素。它不僅能夠區(qū)分靜態(tài)障礙物和動態(tài)目標，還能預測它們的運動軌跡，從而為9M105E的決策系統(tǒng)提供可靠的信息支持。

此外，9M105E的感知系統(tǒng)還針對礦區(qū)特有的挑戰(zhàn)進行了專門的優(yōu)化。由于礦區(qū)作業(yè)環(huán)境復雜，車輛體積通常較大，且存在許多異形作業(yè)車輛，這對感知系統(tǒng)的識別能力提出了更高的要求。9M105E的傳感器布置和算法經(jīng)過特別調(diào)整，能夠較好地消除車周盲區(qū)并識別不規(guī)則形狀的車輛。

同時，礦區(qū)作業(yè)常常伴隨著風沙和粉塵，夜間作業(yè)時照明范圍和亮度相較于白天也相距甚遠，這對感知系統(tǒng)也提出了嚴峻的挑戰(zhàn)。9M105E的多源異構(gòu)傳感器組合和融合感知算法可以確保在惡劣環(huán)境下依然能夠穩(wěn)定工作，確保作業(yè)的安全性和效率。

9M105E無人駕駛礦卡

然而，礦區(qū)地形復雜多變，9M105E規(guī)控系統(tǒng)也引入了云端系統(tǒng)的強大計算能力和實時數(shù)據(jù)處理能力。云端系統(tǒng)結(jié)合了基于礦區(qū)場景的三維地圖動態(tài)更新策略，這些地圖不僅包含了礦區(qū)的靜態(tài)信息，如道路布局和地形特征，還能夠?qū)崟r更新動態(tài)信息，比如臨時的施工區(qū)域、移動的大型機械以及變化的天氣條件等。

此外，云端系統(tǒng)還集成了道路感知識別算法，這些算法能夠?qū)嚩藗鱽淼臄?shù)據(jù)進行更深層次的分析和理解。例如，通過分析攝像頭捕捉到的圖像數(shù)據(jù)和雷達反射率，算法可以識別出道路的濕滑程度，或者通過激光掃描數(shù)據(jù)判斷前方道路是否存在潛在的塌陷風險。云端系統(tǒng)將這些分析結(jié)果與三維地圖信息相結(jié)合，制定出更適合車輛行駛的指令。例如，如果檢測到前方道路有塌陷風險，云端系統(tǒng)會立即計算出一條避開危險區(qū)域的替代路線，并將這條路線指令發(fā)送給車端，調(diào)整車輛的行駛方向，確保車輛安全繞行。

車端自主，云端輔助，通過車端和云端的緊密配合，9M105E規(guī)控系統(tǒng)能夠從容應對礦區(qū)形貌的高頻變化，為自動駕駛車輛在復雜礦區(qū)環(huán)境中的安全運行提供了強有力的技術(shù)支持。這種系統(tǒng)的設計不僅提高了作業(yè)效率，還大大降低了因環(huán)境變化帶來的安全風險，為礦區(qū)自動駕駛技術(shù)的廣泛應用奠定了堅實的基礎。

9M105E無人駕駛礦卡

規(guī)控指令最終被發(fā)送至車輛的執(zhí)行系統(tǒng)。9M105E的執(zhí)行系統(tǒng)主要由博雷頓自主研發(fā)的線控底盤實現(xiàn)，包括了車輛的驅(qū)動、制動和轉(zhuǎn)向等控制單元。博雷頓整車團隊在車輛設計過程中，充分結(jié)合無人駕駛項目的需求，在智能化電子電氣架構(gòu)方面做了充分準備，動力、轉(zhuǎn)向、制動等各系統(tǒng)的響應速度、調(diào)節(jié)精度、安全冗余控制等方面都滿足高級別無人駕駛需求，不僅僅解決“有沒有”的問題，更解決“好不好”的問題。

控制精度方面博雷頓采用了“過度”設計的標準，原因是博雷頓不僅僅要實現(xiàn)單車自動駕駛，還要實現(xiàn)多機種協(xié)同無人作業(yè)。以裝載機和礦卡配合為例，如果控制精度差，則車輛要很多次才能到達預定位置，甚至有可能距離預定位置有較大偏差，影響裝載和運輸效率。

礦山作業(yè)通常由多輛礦卡與挖機組成編組共同作業(yè)，博雷頓無人駕駛集成調(diào)度平臺猶如智慧的大腦，精準地掌控著9M105E編組的每一個細節(jié)。作為編組的中樞管理系統(tǒng)，不僅實現(xiàn)了對礦卡、挖機等多設備的集中調(diào)度與管理，更通過算法與智能技術(shù)，讓這些龐然大物能夠協(xié)同自主作業(yè)，仿佛一支訓練有素的軍隊，在礦山的每一個角落中精準執(zhí)行著開采任務。

9M105E無人駕駛礦卡

具體而言，集成調(diào)度平臺通過集成礦區(qū)多種傳感器與通信模塊，實時收集礦卡、挖機等設備的運行狀態(tài)、位置信息以及作業(yè)進度以及環(huán)境信息等關鍵數(shù)據(jù)。這些數(shù)據(jù)經(jīng)過平臺內(nèi)置的先進算法處理分析后，便能夠生成理想的調(diào)度方案，實現(xiàn)多設備的協(xié)同作業(yè)與智能調(diào)度。在這個過程中，車挖無需像傳統(tǒng)方式那樣綁定，平臺不僅會根據(jù)作業(yè)需求自動分配任務給各個設備，還會根據(jù)設備的實時狀態(tài)進行動態(tài)調(diào)整，從而確保作業(yè)效率的優(yōu)化。

值得一提的是，該平臺還具備強大的監(jiān)控與預警功能。通過對運行數(shù)據(jù)的實時監(jiān)控與分析，平臺能夠及時發(fā)現(xiàn)并預警潛在的安全隱患與故障風險，為礦山的安全生產(chǎn)提供了有力保障。同時，平臺還能夠?qū)υO備的維護保養(yǎng)進行科學管理，通過預測性維護減少設備故障停機時間，提高設備的利用率與使用壽命。

02

機械部件穩(wěn)基石

無人駕駛系統(tǒng)固然是BRT-9M105E的殺手锏，但是在基礎的車身、三電系統(tǒng)方面也絲毫不含糊，畢竟這是車輛發(fā)揮效用的基石。

BRT-9M105E設計滿載重量105噸，動力總成額定/最大功率分別為500kW/800kW，設計滿載最大爬坡度35%。整車配備700kWh大電量電池組，支持4槍快速充電，配合智能調(diào)度系統(tǒng)，可自動規(guī)劃充電時間及路徑，充分滿足礦區(qū)生產(chǎn)需求。

BRT-9M105E車架、車橋、懸架、車廂等部件都針對礦區(qū)無人作業(yè)的特點定制化開發(fā)。礦卡配合無人駕駛的裝載機、挖掘機的工作時，其卸載動作特征與人工駕駛有所不同，博雷頓根據(jù)其特點，進行針對性加強處理，以適應自動作業(yè)更頻繁的沖擊，有效減少維護頻率。變速箱、轉(zhuǎn)向系統(tǒng)控制邏輯都根據(jù)無人駕駛的控制邏輯編寫相關算法，滿足相關的精度控制需求，全力協(xié)助解決無人駕駛車輛好不好的難題。

9M105E無人駕駛礦卡

BRT-9M105E的三電系統(tǒng)針對無人駕駛特征設計。無人智能作業(yè)系統(tǒng)有一個特征——不會疲勞，勝任24小時不間斷運營。實際運營過程中，9M105E要么在大功率放電，要么在大功率充電，系統(tǒng)發(fā)熱量，所以博雷頓工程師為9M105E三電系統(tǒng)進行更為周密的設計，機組硬件配置及功率、熱管理系統(tǒng)管路布局、整車控制策略等方面全面針對性優(yōu)化，保證車輛在持續(xù)重載運營過程中即便遭遇極端天氣也盡可能不觸發(fā)熱保護，充分保障生產(chǎn)運營效率。

礦用卡車的無人化，除了能為企業(yè)帶來降本增效、提升ESG建設能力等影響，更重要的是，它將會在一定程度上改變傳統(tǒng)生產(chǎn)格局。正如博雷頓董事長陳方明在公開演講中所提及：以博雷頓9M105E為代表的無人駕駛礦卡將改變原有的價值計算邏輯，為礦山企業(yè)提供一個全新的決策方式。詳見《博雷頓無人駕駛礦卡首次亮相，價值天平將如何傾斜？》博雷頓正是通過這樣的方式，把人從危險一線崗位解放，賦能礦山企業(yè)，為綠色智能礦山建設助一臂之力。

聲明：本文系轉(zhuǎn)載自互聯(lián)網(wǎng)，請讀者僅作參考，并自行核實相關內(nèi)容。若對該稿件內(nèi)容有任何疑問或質(zhì)疑，請立即與鐵甲網(wǎng)聯(lián)系，本網(wǎng)將迅速給您回應并做處理，再次感謝您的閱讀與關注。