3. 无人驾驶矿卡概述
无人驾驶矿卡并不是把乘用车的自动驾驶方案直接搬到矿山上，而是面向封闭矿区、固定装卸点、重载循环作业等条件重新设计的一类工业运输装备。理解它，需要从自动驾驶分级、感知—定位—控制架构、与传统矿卡的差异以及典型应用场景四条主线入手。这四条主线共同决定了无人矿卡能否在粉尘、颠簸、坡道和混编交通中稳定跑起来。
3.1 自动驾驶分级：从辅助到无人
行业普遍参考 SAE J3016 的分级思路，将驾驶自动化分为 L0 至 L5。对矿卡而言，真正有工程意义的是 L3 以上的“系统负责动态驾驶任务”阶段。L0—L2 仍以人工驾驶为主，系统只做报警、防撞或单点辅助；L3 允许在限定区域由系统驾驶，但需要安全员接管；L4 是在限定运行设计域（ODD）内系统全程负责，通常可取消车内安全员；L5 则是无限制场景，目前矿山尚未达到。
矿山场景的特殊性在于：道路封闭、交通参与者少、路线重复度高，因此 L4 比开放道路更容易落地。但“限定”二字非常关键——限定的是矿区边界、天气条件、装载点与卸载点位置、车速上限和混编规则。一旦降雪、大雾或爆破警戒超出 ODD，系统必须能安全降级或停车，而不是硬撑。
分级判断的核心问题：谁在负责转向、加速、制动和观察环境？如果仍然是人，就是 L2 及以下；如果是系统在限定区域内全程负责，且无需人接管，才接近 L4。
3.2 感知—定位—控制架构
无人矿卡的车载系统通常分为感知、定位、决策规划和控制执行四层，再叠加车路协同与云端调度。感知层由激光雷达、毫米波雷达、摄像头和超声波组成，负责识别障碍物、道路边界、装载位和卸载位；定位层依靠 GNSS/RTK、IMU、轮速计和激光点云匹配，在遮挡和扬尘中保持厘米级到分米级定位；决策规划层完成全局路径、局部避障和装卸点精准停靠；控制层则把规划轨迹转化为转向、驱动和制动指令。
与传统乘用车不同，矿卡往往采用“车端自主 + 云端调度 + 路侧辅助”的混合架构。云端负责派车、排队、配矿和交通管制，路侧设备在交叉口、装卸区提供超视距信息。这样做的原因是矿卡体积大、盲区多、制动距离长，仅靠单车感知难以保证密集车流下的安全与效率。
3.3 无人矿卡与传统矿卡的差异
无人矿卡与传统矿卡最直观的差异是“没有驾驶室”，但真正的差异在底盘、电气、通信和安全设计上。传统矿卡由司机判断路况、控制车速、完成装卸对位；无人矿卡则依赖线控底盘、冗余供电、冗余通信和车载计算平台。传统矿卡的故障往往表现为“司机能感觉到”，无人矿卡则必须通过诊断系统主动上报，否则可能带病运行。
| 对比维度 | 传统矿卡 | 无人矿卡 |
|---|---|---|
| 驾驶主体 | 司机全程操作 | 系统在限定区域内自主驾驶 |
| 底盘形式 | 液压/机械操纵为主 | 线控转向、线控制动、线控驱动 |
| 感知能力 | 人眼观察，依赖经验 | 多传感器融合，全天候感知 |
| 调度方式 | 对讲机与人工调度 | 云端派车、排队与交通管制 |
| 安全冗余 | 依赖司机判断与机械备份 | 冗余通信、冗余供电、故障降级 |
| 作业效率 | 受司机疲劳与交接班影响 | 可连续作业，但受 ODD 限制 |
常见误区：认为无人矿卡只是“去掉司机”。实际上，去掉司机后，原本由人承担的异常判断、装卸对位、故障感知和交通协商，都必须由系统、云端或路侧设备接管。若这些能力没有补齐，无人化反而会降低出勤率。
3.4 典型应用场景
无人矿卡目前最成熟的场景是露天矿的“装载—运输—卸载”循环。具体包括：剥离物运输、矿石运输、排土场推排、破碎站给料以及多铲多卸的混编作业。在这些场景中，车辆路线相对固定，装卸点位置明确，速度较低，适合 L4 系统稳定运行。
另一个重要场景是恶劣环境替代人工作业，例如高寒、高海拔、强粉尘和爆破警戒区。人工作业在这些区域面临健康与安全风险，无人矿卡可以显著降低人员暴露。此外，在夜间连续作业和窄体道路会车场景中，无人矿卡的稳定跟车与精准停靠也能减少刮擦和等待时间。
典型作业循环：
装载点排队 → 铲装 → 重载上坡 → 主运输道路 → 卸载点排队
→ 举升卸载 → 空载下坡 → 返回装载点 → 补能/换班
关键参数示例：
- 运行设计域 ODD：矿区边界、天气、车速上限、混编规则
- 定位精度：RTK 固定解 + 点云匹配，目标 < 0.3 m
- 通信时延：车云控制指令目标 < 200 ms
- 安全降级：失定位/通信中断 → 减速靠边或停车从工程落地看，无人矿卡的价值不只是省司机，而是把运输过程变成可调度、可监控、可优化的数据流。只有把分级边界、感知定位控制架构、与传统矿卡的差异以及典型场景放在一起理解，才能在后续路径规划与调度设计中做出正确取舍。