1. 课程导入
无人矿卡自动驾驶不是把一套乘用车辅助驾驶系统搬到矿车上，而是一项面向封闭矿区、重载运输、连续作业场景的系统工程。它同时涉及车辆底盘、感知定位、决策规划、线控执行、车路协同、调度平台与运维保障等多个专业域。学习本课程的目标，是建立“从场景到系统、从模块到整车、从功能到安全”的完整工程视角，能够理解无人矿卡为什么这样设计、各子系统如何协同、常见问题如何定位与改进。
1.1 学习目标：从“会看模块”到“能做系统”
本课程面向无人矿卡自动驾驶系统的设计、集成、测试与运营人员。学完后应达到以下目标：
- 理解场景特殊性：能说清矿区道路、装载区、卸载区、排土场、破碎站等典型场景对自动驾驶提出的硬约束。
- 掌握总体架构：能画出车端、路侧、云端三层架构，并说明各层之间的数据流与控制流。
- 熟悉关键子系统：理解感知、定位、规划控制、线控底盘、V2X、调度平台的基本原理与接口关系。
- 建立安全与测试意识：掌握功能安全、预期功能安全、冗余设计与封闭场地测试的基本方法。
- 具备排障思维：面对“车辆不走、走偏、停不准、通信中断”等问题，能按信号链与数据流逐级定位。
1.2 核心概念：无人矿卡系统的五个关键词
在进入各子系统之前，先建立五个贯穿全课程的核心概念。
| 关键词 | 含义 | 工程关注点 |
|---|---|---|
| 封闭场景 | 矿区道路与社会交通隔离，路线相对固定 | 可高精地图先验，但扬尘、光照、颠簸更严苛 |
| 重载运输 | 矿卡载重可达数十至数百吨 | 制动距离长、轮胎滑移大、控制精度要求高 |
| 车路云协同 | 车端、路侧、云端共同完成运输任务 | 通信时延、断连降级、任务一致性 |
| 线控执行 | 转向、驱动、制动由电信号控制 | 响应一致性、冗余、故障可检测 |
| 连续作业 | 每天多班次、长时间循环运行 | 可靠性、可维护性、远程接管效率 |
1.3 整体框架：车端—路侧—云端三层结构
无人矿卡系统的整体框架通常分为车端、路侧与云端三层。车端负责实时感知、定位、决策与控制；路侧负责关键路口、装卸区的协同感知与引导；云端负责调度、监控、地图与数据闭环。三层之间通过无线通信连接，形成“感知—决策—执行—反馈”的闭环。
1.4 矿山场景特殊性：为什么不能照搬城市自动驾驶
矿区与城市道路的差异，决定了无人矿卡系统在传感器选型、算法策略、安全设计和运营方式上都必须重新考虑。主要特殊性体现在以下方面：
- 环境恶劣：扬尘、雨雪、强光、夜间低照度、路面颠簸，对感知与定位稳定性提出更高要求。
- 道路结构特殊：坡道、弯道、临时排土道路、无标线道路多，依赖高精地图与先验路线。
- 装载卸载复杂：装载区需要与挖掘机配合，卸载区需要精准停靠，对位误差直接影响效率与安全。
- 车辆动力学特殊：重载、大惯性、长制动距离，控制参数与乘用车差异显著。
- 运营连续性强：多班次连续作业，故障停机成本高，要求高可靠性与快速远程处置能力。
1.5 方法流程：从场景到系统的工程闭环
无人矿卡系统工程通常遵循“场景分析—架构设计—子系统开发—集成测试—运营迭代”的闭环流程。每个阶段都有明确的输入与输出，避免“先堆功能、再补安全”的常见误区。
场景分析 → 输出：典型场景清单、约束条件、风险清单
架构设计 → 输出：车端/路侧/云端架构、接口定义、冗余策略
子系统开发 → 输出：感知、定位、规划控制、线控、调度模块
集成测试 → 输出：封闭场地测试报告、故障注入结果、性能指标
运营迭代 → 输出：运营数据、问题闭环、地图与算法更新
1.6 案例场景：一个典型运输循环
以“装载区—运输道路—卸载区”循环为例：云端调度下发任务后，矿卡从停车位出发，沿高精地图路线行驶至装载区；在装载区入口接收路侧引导，完成精准停靠并与挖掘机配合装载；满载后驶向卸载区，在卸载点完成对位与举斗卸载；随后空载返回，进入下一循环。整个过程涉及任务调度、路径规划、协同避让、精准停靠、状态监控与异常接管等多个环节。
1.7 复盘与学习建议
学习本课程时，建议始终带着三个问题：这个模块解决什么场景问题？它与其他模块的接口是什么？如果它失效，系统如何降级？只有把模块放回系统闭环中理解，才能真正掌握无人矿卡自动驾驶系统工程。
- 先建立整体框架，再深入子系统细节。
- 关注接口与数据流，而不只是算法本身。
- 重视安全、冗余与降级策略。
- 用真实矿区场景检验每一个设计决策。
下一阶段的学习将围绕矿山场景建模、系统架构细化与关键子系统展开，逐步构建完整的无人矿卡自动驾驶系统工程知识体系。