1.无人矿卡车辆的主要任务是特定路线、场景上的物料运输。车辆通过感知周围环境，依据获取的信息决策判断，控制车辆沿期望轨迹行驶。涉及的关键技术为环境感知、精确定位、决策与规划、控制与执行四个模块。

　　无人矿卡关键技术

　　2.露天矿无人矿卡发展趋势为：

　　1)人工智能、视觉感知：目前激光雷达是矿山感知系统中的主要设备，但雷达数据稀疏、价格昂贵，而相机携带丰富的数据信息，且对于复杂的路况检测，借助深度学习能够满足高精度需求。深度学习在算法和样本量足够的情况下，视觉感知的准确率可以达到99.9%以上。随着智能化算法的发展，相机将以其低廉的价格、丰富的环境信息，在感知领域发挥越来越重要的作用。

　　2)自主定位、多传感器融合：当前无人矿卡运输系统主要应用GPS和惯性导航组合定位，激光雷达和高精度地图辅助定位，但部分矿区GPS信号覆盖差，难以保证信号的稳定性和连续性，且矿区环境多变，这对高精度地图的制作和更新带来挑战，另外，对于矿山运输中的装载、卸载、会车等关键环节，往往需要精准定位，发展基于车辆所处环境的自主定位方式，利用多传感器信息融合是实现车辆精准定位的有效途径。

　　3)云计算、云存储：鉴于无人驾驶对运算量的巨大需求，依赖5G网络大带宽、低时延、广连接的特性，以满足超大数据量的低时延传输，实现车队之间协同运转，共享车队感知数据，并让车载服务器走上云端，解放车上空间。另外，云存储系统在采矿业中有明显的优势，可以协调多个矿区的生产、设备运行等。

　　4)车路协同、辅助智能：全开放环境的无人驾驶以目前技术短期内很难实现，即使在特定场景依然难以保障安全高效的长时间运行，增加基础建设以辅助驾驶，就可以降低系统难度，从实现落地，以及安全的角度来看，未来的无人驾驶不会是简单的单车智能，而是逐步走向车路协同的模式。

参考文献：《露天矿无人驾驶自卸卡车发展综述》