2. 矿山运输系统基础

无人矿卡的路径规划与调度，本质上是在一张“会变化的矿山运输网络”上做时空资源分配。要理解算法为什么这样设计，必须先看清运输系统的物理底座：露天矿与井下矿的运输特点差异、矿卡类型与能力边界、装载点与卸载点的布局约束，以及道路网络如何构成一张可计算的图。本章把这些要素拆开讲清楚，为后续的路径搜索、冲突消解和调度优化建立共同语言。

一、露天矿与井下矿：两种截然不同的运输环境

露天矿是“自上而下”的台阶式开采，运输道路沿台阶和斜坡道展开，车辆在开阔空间中运行，主要约束来自坡度、弯道半径、路面质量和会车规则。井下矿则是“巷道式”受限空间，运输通道由井筒、斜坡道、分段巷道和溜井组成，断面狭窄、视线差、通风与支护要求高，车辆往往需要单向循环或错车硐室配合。两者的核心差异可以概括为：露天矿重“路径长度与坡度”，井下矿重“通行可行性与时序”。

对调度系统而言，露天矿的定位信号通常较好，GPS/北斗可连续覆盖；井下矿则常依赖UWB、激光雷达与惯性导航组合，定位漂移和通信中断是常态。因此，露天矿的路径规划可以更激进地做动态重规划，而井下矿必须保留更保守的安全冗余和局部自主能力。

二、矿卡类型：能力边界决定调度策略

矿卡并非单一车型。按动力形式可分为柴油机械传动、柴油电传动和纯电/换电车型；按载重可分为刚性矿卡、铰接式卡车和井下专用铲运机。不同类型的加速能力、爬坡能力、转弯半径和载重差异，直接决定了它们能走哪些路、能进哪些装载点。

三、装载点与卸载点布局：运输任务的起终点

装载点通常位于采掘工作面附近，可能是电铲、前装机或溜井放矿口；卸载点则包括破碎站、排土场、选厂受料口或井下溜井。它们的布局决定了运输任务的“起终点对”，也决定了车流的方向性。露天矿的装载点会随采剥推进不断移动，卸载点相对固定；井下矿的装载点分散在多个分段，卸载点集中在溜井或井底车场。

布局对调度的影响体现在三个方面：一是装载点数量与分布决定并行任务数；二是装载点与卸载点的距离决定单车循环时间；三是装载点的服务能力（如电铲装车时间）决定车辆排队长度。若装载点过密，车辆等待时间上升；若过疏，设备利用率不足。因此，调度算法需要在“减少空驶”和“控制排队”之间找平衡。

四、道路网络构成：从物理道路到可计算图

道路网络是路径规划的载体。物理上，它由主干道、支路、斜坡道、交叉口、装卸平台和错车硐室组成；逻辑上，它被抽象为带权有向图：节点表示路口、装载点、卸载点和关键决策点，边表示可通行路段，边权可包含距离、坡度、限速、通行时间和通行方向。

露天矿道路网络通常是“树状+环状”混合结构，主干道承担大流量，支路连接各台阶；井下矿则更接近“走廊+分支”结构，多数巷道为单向通行，交叉口需要互斥锁。下面这张图展示了一个典型的露天矿运输网络抽象：装载点、卸载点、交叉口和路段如何映射为图结构。

把物理道路抽象为图之后，路径规划问题就转化为“在带权有向图上寻找满足约束的最优路径”。但矿山场景的特殊性在于：边权不是静态的。坡度影响重载上坡速度，路面质量影响通行时间，交叉口需要互斥通行，装载点排队会改变实际到达时间。因此，调度系统通常维护一张动态路网，边权随时间和车流更新。

五、案例：一个装载点到两个卸载点的调度选择

假设某露天矿有装载点A，卸载点D和E。A到D距离1.2km，A到E距离1.5km，但D的破碎站排队较长，平均等待8分钟，E的受料口等待仅2分钟。若只按最短路径，所有车都会涌向D，造成拥堵；若按“总循环时间”评估，部分车辆应被分配到E。调度系统需要综合距离、排队、卸载能力和车辆状态，计算每条“装载点—卸载点”组合的预期循环时间，再决定任务分配。

任务评估示例：
A→D：行驶4.5min + 排队8min + 卸载3min = 15.5min
A→E：行驶5.8min + 排队2min + 卸载3min = 10.8min
结论：在D排队超过6min时，A→E更优

六、常见误区与复盘

• 误区一：把路网当成静态地图。矿山道路会随采剥推进改线，装载点会移动，若路网不更新，规划结果会指向已废弃道路。
• 误区二：忽略车型约束。大载重矿卡不能进入小转弯半径的支路，井下铲运机不能上露天陡坡，路径搜索必须带车型过滤。
• 误区三：只优化距离，不优化排队。最短路径可能把车引向最拥堵的卸载点，系统总效率反而下降。
• 误区四：井下矿照搬露天矿的会车模型。井下巷道多为单向通行，必须引入方向锁和错车硐室时序，否则会出现死锁。

复盘时可以用三个问题检查建模是否完整：路网是否覆盖所有可通行道路？节点是否标注了装载/卸载/交叉口属性？边权是否包含坡度、限速和方向？只有这三项都准确，后续的路径搜索和调度才有可靠基础。