露天矿作业区无人矿车协同通行决策方法研究

来源：交通运输系统工程与信息杂志2024年第3期北京时间：

作者：倪浩原, 余贵珍, 李涵, 陈鹏, 刘喜, 王文达

单位：1. 北京航空航天大学，a. 交通科学与工程学院，b. 特种车辆无人运输技术工业和信息化部重点实验室，北京 100083；2. 国能北电胜利能源有限公司，内蒙古 锡林浩特 026000

摘要：露天矿无人矿车在装卸载作业区内运输过程中的长时间停车等待是制约露天矿无人运输系统效率提升的瓶颈。为提高无人矿车的运输效率，本文结合作业区内的运输作业流程，提出一种基于动态可行驶距离的多车协同通行决策方法。首先，将决策模型建模为混合整数线性规划(Mixed Integer Linear Programming, MILP)模型，表述优化目标和问题约束；其次，考虑到求解MILP模型存在难以满足动态决策实时性的问题，基于蒙特卡洛树搜索(Monte Carlo Tree Search,MCTS)实现多车冲突消解，核心思想是利用搜索树的推演能力进行多车通行前瞻模拟，计算多车的最优通行优先级，动态调整多车的可行驶距离；此外，根据无人矿车在作业区内的作业特征设计不同的MCTS节点价值函数，实现综合考虑运输效率与作业特征的通行优先级排序；最后，设计作业区 4，8，12 个停车位场景下的多车通行仿真实验，与基于先到先服务(First-Come-FirstServed, FCFS)的方法进行对比，吞吐量提升 22.03%~28.00%，平均停车等待时间缩短 31.71%~50.79%。同时，搭建微缩智能车辆的6停车位作业区场景实验平台，多车单次运输作业总用时相比FCFS缩短了18.84%。仿真与微缩智能车辆的实验结果表明，本文提出的方法能够提升露天矿作业区多车运输效率。

关键词：智能交通,协同通行决策,蒙特卡洛树搜索,无人矿车,动态可行驶距离,露天矿作业区

基金资助：国家重点研发计划(2022YFB4703702)