无人矿车行驶状态检测方法、装置、电子设备及存储介质

1.本发明涉及计算机技术领域，尤其涉及一种无人矿车行驶状态检测方法、装置、电子设备及存储介质。


背景技术：

2.相关技术中，无人驾驶矿车的异常检测方法一般为记录行驶数据、上报行驶数据以及对行驶数据进行可视化展现，或者针对单一异常状态进行检测。
3.但在不同工况下，无人矿车可能出现的异常状态是不同的。对行驶数据进行记录上报及展示的方法无法实现实时地检测异常，仅对单一异常状态进行检测的方法对各种工况的适应性较差，可见相关技术中的异常检测方法无法有效保障无人矿车行驶的安全性。如何实现有效保障无人矿车行驶的安全性是目前业界亟待解决的问题。


技术实现要素：

4.针对现有技术存在的问题，本发明实施例提供一种无人矿车行驶状态检测方法、装置、电子设备及存储介质。
5.第一方面，本发明提供一种无人矿车行驶状态检测方法，包括：
6.确定无人矿车所处的目标行驶路况；
7.在所述目标行驶路况为坡道路况的情况下，基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，所述第一检测结果用于表示所述无人矿车在所述坡道路况下是否存在异常风险以及是否已处于异常状态；
8.和/或，在所述目标行驶路况为泥洼路况的情况下，基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，所述第二检测结果用于表示所述无人矿车在所述泥洼路况下是否存在异常风险以及是否已处于异常状态；
9.所述第一异常检测任务包括溜车检测子任务和/或超速检测子任务；所述第二异常检测任务包括打滑检测子任务和/或偏离检测子任务。
10.可选地，根据本发明提供的一种无人矿车行驶状态检测方法，在所述第一异常检测任务包括溜车检测子任务的情况下，所述车辆状态数据包括所述无人矿车的底盘模块所反馈的手刹状态、油门开度、刹车开度和挡位状态，以及所述无人矿车的定位模块所反馈的历史路径点序列；所述第一检测结果包括溜车风险检测结果和溜车状态检测结果；
11.所述基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，包括：
12.基于所述手刹状态、所述油门开度、所述刹车开度和所述挡位状态，分析所述无人矿车是否在第一预设时长内持续满足预设溜车风险诊断条件，获取所述溜车风险检测结果；
13.基于所述历史路径点序列，分析所述无人矿车是否在第二预设时长内持续满足预设溜车状态诊断条件，获取所述溜车状态检测结果；
14.所述预设溜车风险诊断条件包括：所述手刹状态为释放状态、所述油门开度小于预设油门开度阈值、所述刹车开度小于预设刹车开度阈值且所述挡位状态为前进挡或空挡；
15.所述预设溜车状态诊断条件为当前周期下的第一首尾路径点距离小于上一个周期下的第二首尾路径点距离；
16.所述第一首尾路径点距离是基于所述历史路径点序列，选取归属于当前周期的路径点并计算首尾路径点距离获取的；所述第二首尾路径点距离是基于所述历史路径点序列，选取归属于上一个周期的路径点并计算首尾路径点距离获取的。
17.可选地，根据本发明提供的一种无人矿车行驶状态检测方法，在所述第一异常检测任务包括超速检测子任务的情况下，所述车辆状态数据包括所述无人矿车的底盘模块所反馈的第一车速、所述无人矿车的定位模块所反馈的加速度和所述无人矿车的规划模块所反馈的目标车速；所述第一检测结果包括超速风险检测结果和超速状态检测结果；
18.所述基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，包括：
19.基于所述第一车速、所述加速度和所述目标车速，分析所述无人矿车是否在第三预设时长内持续满足预设超速风险诊断条件，获取所述超速风险检测结果；
20.基于所述第一车速和所述目标车速，分析所述无人矿车是否在第四预设时长内持续满足预设超速状态诊断条件，获取所述超速状态检测结果；
21.所述预设超速风险诊断条件包括：所述第一车速大于所述目标车速且所述加速度大于预设加速度阈值；
22.所述预设超速状态诊断条件为所述第一车速和所述目标车速之间的差值大于预设速度误差阈值。
23.可选地，根据本发明提供的一种无人矿车行驶状态检测方法，在所述第二异常检测任务包括打滑检测子任务的情况下，所述车辆状态数据包括所述无人矿车的底盘模块反馈的第一车速和所述无人矿车的定位模块所反馈的第二车速；所述第二检测结果包括打滑风险检测结果和打滑状态检测结果；
24.所述基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，包括：
25.基于所述第一车速和所述第二车速，分析所述无人矿车是否在第五预设时长内持续满足预设打滑风险诊断条件，获取所述打滑风险检测结果；
26.基于所述第一车速和所述第二车速，分析所述无人矿车是否在第六预设时长内持续满足预设打滑状态诊断条件，获取所述打滑状态检测结果；
27.所述预设打滑风险诊断条件为第一累积里程与第二累积里程之间的差值的绝对值大于第一预设累积里程误差阈值，所述预设打滑状态诊断条件为所述第一累积里程与所述第二累积里程之间的差值的绝对值大于第二预设累积里程误差阈值，所述第二预设累积里程误差阈值大于所述第一预设累积里程误差阈值；
28.所述第一累积里程是基于所述第一车速计算单位时间内的车辆累积里程所获取的，所述第二累积里程是基于所述第二车速计算单位时间内的车辆累积里程所获取的。
29.可选地，根据本发明提供的一种无人矿车行驶状态检测方法，在所述第二异常检
测任务包括偏离检测子任务的情况下，所述车辆状态数据包括：所述无人矿车的规划模块所反馈的目标路径信息以及所述无人矿车的定位模块所反馈的车辆位置；所述第二检测结果包括偏离风险检测结果和偏离状态检测结果；
30.所述基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，包括：
31.基于所述目标路径信息以及所述车辆位置，分析所述无人矿车是否在第七预设时长内持续满足预设偏离风险诊断条件，获取所述偏离风险检测结果；
32.基于所述目标路径信息以及所述车辆位置，分析所述无人矿车是否在第八预设时长内持续满足预设偏离状态诊断条件，获取所述偏离状态检测结果；
33.所述预设偏离风险诊断条件为最小位置距离大于第一预设距离误差阈值，所述预设偏离状态诊断条件为所述最小位置距离大于第二预设距离误差阈值，所述第二预设距离误差阈值大于所述第一预设距离误差阈值；
34.所述目标路径信息包括多个目标位置，所述最小位置距离是通过比较所述车辆位置与各目标位置之间距离所确定的。
35.可选地，根据本发明提供的一种无人矿车行驶状态检测方法，在所述目标行驶路况为坡道路况的情况下，在所述基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果之后，还包括：
36.基于所述第一检测结果，判断所述无人矿车在所述坡道路况下是否存在异常风险以及是否已处于异常状态；
37.若确定所述无人矿车在所述坡道路况下存在异常风险，则进行第一预警提示；
38.或，若确定所述无人矿车在所述坡道路况下已处于异常状态，则进行第一报警提示；
39.在所述目标行驶路况为泥洼路况的情况下，在所述基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果之后，还包括：
40.基于所述第二检测结果，判断所述无人矿车在所述泥洼路况下是否存在异常风险以及是否已处于异常状态；
41.若确定所述无人矿车在所述泥洼路况下存在异常风险，则进行第二预警提示；
42.或，若确定所述无人矿车在所述泥洼路况下已处于异常状态，则进行第二报警提示。
43.第二方面，本发明还提供一种无人矿车行驶状态检测装置，包括：
44.确定模块，用于确定无人矿车所处的目标行驶路况；
45.获取模块，用于在所述目标行驶路况为坡道路况的情况下，基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，所述第一检测结果用于表示所述无人矿车在所述坡道路况下是否存在异常风险以及是否已处于异常状态；
46.和/或，在所述目标行驶路况为泥洼路况的情况下，基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，所述第二检测结果用于表示所述无人矿车在所述泥洼路况下是否存在异常风险以及是否已处于异常状态；
47.所述第一异常检测任务包括溜车检测子任务和/或超速检测子任务；所述第二异常检测任务包括打滑检测子任务和/或偏离检测子任务。
48.第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述无人矿车行驶状态检测方法。
49.第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述无人矿车行驶状态检测方法。
50.第五方面，本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述无人矿车行驶状态检测方法。
51.本发明提供的无人矿车行驶状态检测方法、装置、电子设备及存储介质，通过确定无人矿车所处的目标行驶路况，可以在目标行驶路况为坡道路况的情况下，进行溜车检测和/或超速检测，可以在目标行驶路况为泥洼路况的情况下，进行打滑检测和/或偏离检测，能够针对不同路况，采用与路况相适应的检测方式，获取到的检测结果能够表示无人矿车在对应路况下是否存在异常风险以及是否已处于异常状态，实现有效地保障无人矿车行驶的安全性。
附图说明
52.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
53.图1是本发明提供的无人矿车行驶状态检测方法的流程示意图之一；
54.图2是本发明提供的无人矿车行驶状态检测方法的流程示意图之二；
55.图3是本发明提供的无人矿车行驶状态检测方法的流程示意图之三；
56.图4是本发明提供的无人矿车行驶状态检测装置的结构示意图；
57.图5是本发明提供的电子设备的结构示意图。
具体实施方式
58.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
59.图1是本发明提供的无人矿车行驶状态检测方法的流程示意图之一，如图1所示，所述无人矿车行驶状态检测方法的执行主体可以是电子设备，例如车载主机等。该方法包括：
60.步骤101，确定无人矿车所处的目标行驶路况。
61.具体地，为了实现有效保障无人矿车行驶的安全性，可以确定无人矿车所处的目标行驶路况，进而可以针对特定的路况，采用与路况相适应的检测方式。
62.可选地，可以通过车辆定位确定无人矿车所处的目标路段，进而可以基于预设路段路况信息库，查询目标路段对应的路况信息，以确定无人矿车所处的目标行驶路况，其中，预设路段路况信息库存储有各路段对应的路况信息。
63.可选地，可以采集无人矿车所处路段的图像，进而对该路段图像进行图像识别，以确定无人矿车所处的目标行驶路况。
64.可选地，目标行驶路况可以是坡道路况和/或泥洼路况。
65.步骤102，在所述目标行驶路况为坡道路况的情况下，基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，所述第一检测结果用于表示所述无人矿车在所述坡道路况下是否存在异常风险以及是否已处于异常状态；
66.和/或，在所述目标行驶路况为泥洼路况的情况下，基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，所述第二检测结果用于表示所述无人矿车在所述泥洼路况下是否存在异常风险以及是否已处于异常状态；
67.所述第一异常检测任务包括溜车检测子任务和/或超速检测子任务；所述第二异常检测任务包括打滑检测子任务和/或偏离检测子任务。
68.具体地，在确定无人矿车所处的目标行驶路况之后，可以在目标行驶路况为坡道路况的情况下，基于无人矿车的车辆状态数据，执行溜车检测子任务(也即进行溜车检测)和/或超速检测子任务(也即进行超速检测)，可以在目标行驶路况为泥洼路况的情况下，执行打滑检测子任务(也即进行打滑检测)和/或偏离检测子任务(也即进行偏离检测)，能够针对不同路况，采用与路况相适应的检测方式，获取到的检测结果能够表示无人矿车在对应路况下是否存在异常风险以及是否已处于异常状态。
69.可以理解的是，存在异常风险可以是指无人矿车还未出现指定异常情况(例如溜车异常、超速异常、打滑异常或偏离异常等)，但具有较大可能性出现指定异常情况；已处于异常状态可以是指无人矿车已出现指定异常情况。
70.可以理解的是，在目标行驶路况为坡道路况的情况下，无人矿车可能出现溜车异常和超速异常，与坡道路况相适应的异常检测任务可以包括溜车检测子任务和/或超速检测子任务。溜车检测子任务用于检测无人矿车是否存在溜车异常风险以及是否已处于溜车异常状态；超速检测子任务用于检测无人矿车是否存在超速异常风险以及是否已处于超速异常状态。
71.可以理解的是，在目标行驶路况为泥洼路况的情况下，无人矿车可能出现打滑异常和偏离异常，与泥洼路况相适应的异常检测任务可以包括打滑检测子任务和/或偏离检测子任务。打滑检测子任务用于检测无人矿车是否存在打滑异常风险以及是否已处于打滑异常状态；偏离检测子任务用于检测无人矿车是否存在偏离异常风险(也即偏离指定路径的异常风险)以及是否已处于偏离异常状态(也即偏离指定路径的异常状态)。
72.可选地，无人矿车可以包括底盘模块、定位模块和规划模块，其中，底盘模块可以用于控制矿车底盘中部件并反馈车辆行驶状态数据以及底盘中各部件的状态数据等；定位模块可以用于对车辆进行定位、记录车辆轨迹以及反馈车辆行驶状态数据等；规划模块可以用于对车辆的目标路径以及目标行驶状态进行规划。
73.可选地，无人矿车的车辆状态数据可以包括底盘模块实时反馈的手刹状态、油门开度、刹车开度、挡位状态和车辆速度等，以及定位模块实时反馈的历史路径点序列、车辆加速度、车辆速度和车辆位置等，以及规划模块反馈的目标车速和目标路径信息等。基于上述无人矿车的车辆状态数据，可以执行与目标行驶路况相适应的异常检测任务，以获取检测结果。
74.可选地，可以通过单独启用线程运行，保证无人矿车行驶状态检测方法的程序的安全性和实时性。
75.本发明提供的无人矿车行驶状态检测方法，通过确定无人矿车所处的目标行驶路况，可以在目标行驶路况为坡道路况的情况下，进行溜车检测和/或超速检测，可以在目标行驶路况为泥洼路况的情况下，进行打滑检测和/或偏离检测，能够针对不同路况，采用与路况相适应的检测方式，获取到的检测结果能够表示无人矿车在对应路况下是否存在异常风险以及是否已处于异常状态，实现有效地保障无人矿车行驶的安全性。
76.可选地，根据本发明提供的一种无人矿车行驶状态检测方法，在所述第一异常检测任务包括溜车检测子任务的情况下，所述车辆状态数据包括所述无人矿车的底盘模块所反馈的手刹状态、油门开度、刹车开度和挡位状态，以及所述无人矿车的定位模块所反馈的历史路径点序列；所述第一检测结果包括溜车风险检测结果和溜车状态检测结果；
77.所述基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，包括：
78.基于所述手刹状态、所述油门开度、所述刹车开度和所述挡位状态，分析所述无人矿车是否在第一预设时长内持续满足预设溜车风险诊断条件，获取所述溜车风险检测结果；
79.基于所述历史路径点序列，分析所述无人矿车是否在第二预设时长内持续满足预设溜车状态诊断条件，获取所述溜车状态检测结果；
80.所述预设溜车风险诊断条件包括：所述手刹状态为释放状态、所述油门开度小于预设油门开度阈值、所述刹车开度小于预设刹车开度阈值且所述挡位状态为前进挡(d挡)或空挡(n挡)；
81.所述预设溜车状态诊断条件为当前周期下的第一首尾路径点距离小于上一个周期下的第二首尾路径点距离；
82.所述第一首尾路径点距离是基于所述历史路径点序列，选取归属于当前周期的路径点并计算首尾路径点距离获取的；所述第二首尾路径点距离是基于所述历史路径点序列，选取归属于上一个周期的路径点并计算首尾路径点距离获取的。
83.具体地，在目标行驶路况为坡道路况的情况下，无人矿车可能出现溜车异常，与坡道路况相适应的异常检测任务可以包括溜车检测子任务。可以基于手刹状态、油门开度、刹车开度和挡位状态，分析无人矿车是否在第一预设时长内持续满足预设溜车风险诊断条件，若无人矿车在第一预设时长内持续满足预设溜车风险诊断条件，则确定无人矿车存在溜车风险，若无人矿车在第一预设时长内不能持续满足预设溜车风险诊断条件，则确定无人矿车不存在溜车风险。
84.具体地，可以基于历史路径点序列，分析无人矿车是否在第二预设时长内持续满足预设溜车状态诊断条件，若无人矿车在第二预设时长内持续满足预设溜车状态诊断条件，则确定无人矿车已处于溜车状态，若无人矿车在第二预设时长内不能持续满足预设溜车状态诊断条件，则确定无人矿车未处于溜车状态。
85.可以理解的是，可以周期性计算首尾路径点距离，在当前周期下，可以基于历史路径点序列(该序列包括多个历史路径点)，选取归属于当前周期的多个路径点，并针对这多个路径点计算首尾路径点距离(多个路径点中首位路径点与末位路径点之间的距离)，可以
获取当前周期下的首尾路径点距离，也即第一首尾路径点距离。同理，第二首尾路径点距离可以是上一个周期计算获得的首尾路径点距离。
86.可选地，当车辆停止后，可以清除上述历史路径点序列中所记录的历史路径点。
87.可以理解的是，溜车风险检测结果可以表示无人矿车是否存在溜车风险，溜车状态检测结果可以表示无人矿车是否已处于溜车状态。
88.可选地，第一预设时长的取值范围可以是1～2秒，第二预设时长的取值范围可以是1～2秒，预设油门开度阈值的取值范围可以是3％～5％，预设刹车开度阈值的取值范围可以是3％～5％。
89.因此，在目标行驶路况为坡道路况的情况下，通过执行溜车检测子任务，可以分析无人矿车是否存在溜车风险以及是否已处于溜车状态，检测结果能够辅助无人矿车针对溜车风险或溜车状态进行预警处理或报警处理，能够提升无人车辆在坡道路况下行驶的安全性。
90.可选地，根据本发明提供的一种无人矿车行驶状态检测方法，在所述第一异常检测任务包括超速检测子任务的情况下，所述车辆状态数据包括所述无人矿车的底盘模块所反馈的第一车速、所述无人矿车的定位模块所反馈的加速度和所述无人矿车的规划模块所反馈的目标车速；所述第一检测结果包括超速风险检测结果和超速状态检测结果；
91.所述基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，包括：
92.基于所述第一车速、所述加速度和所述目标车速，分析所述无人矿车是否在第三预设时长内持续满足预设超速风险诊断条件，获取所述超速风险检测结果；
93.基于所述第一车速和所述目标车速，分析所述无人矿车是否在第四预设时长内持续满足预设超速状态诊断条件，获取所述超速状态检测结果；
94.所述预设超速风险诊断条件包括：所述第一车速大于所述目标车速且所述加速度大于预设加速度阈值；
95.所述预设超速状态诊断条件为所述第一车速和所述目标车速之间的差值大于预设速度误差阈值。
96.具体地，在目标行驶路况为坡道路况的情况下，无人矿车可能出现超速异常，与坡道路况相适应的异常检测任务可以包括超速检测子任务。可以基于第一车速、加速度和目标车速，分析无人矿车是否在第三预设时长内持续满足预设超速风险诊断条件，若无人矿车在第室三预设时长内持续满足预设超速风险诊断条件，则确定无人矿车存在超速风险，若无人矿车在第三预设时长内不能持续满足预设超速风险诊断条件，则确定无人矿车不存在超速风险。
97.具体地，可以基于第一车速和目标车速，分析无人矿车是否在第四预设时长内持续满足预设超速状态诊断条件，若无人矿车在第四预设时长内持续满足预设超速状态诊断条件，则确定无人矿车已处于超速状态，若无人矿车在第四预设时长内不能持续满足预设超速状态诊断条件，则确定无人矿车未处于超速状态。
98.可以理解的是，超速风险检测结果可以表示无人矿车是否存在超速风险，超速状态检测结果可以表示无人矿车是否已处于超速状态。
99.可选地，第三预设时长的取值范围可以是1～2秒，第四预设时长的取值范围可以
是1～2秒，预设加速度阈值的取值范围可以是0.8m/s2～1.2m/s2，预设速度误差阈值的取值范围可以是1m/s～1.5m/s。
100.因此，在目标行驶路况为坡道路况的情况下，通过执行超速检测子任务，可以分析无人矿车是否存在超速风险以及是否已处于超速状态，检测结果能够辅助无人矿车针对超速风险或超速状态进行预警处理或报警处理，能够提升无人车辆在坡道路况下行驶的安全性。
101.可选地，根据本发明提供的一种无人矿车行驶状态检测方法，在所述第二异常检测任务包括打滑检测子任务的情况下，所述车辆状态数据包括所述无人矿车的底盘模块反馈的第一车速和所述无人矿车的定位模块所反馈的第二车速；所述第二检测结果包括打滑风险检测结果和打滑状态检测结果；
102.所述基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，包括：
103.基于所述第一车速和所述第二车速，分析所述无人矿车是否在第五预设时长内持续满足预设打滑风险诊断条件，获取所述打滑风险检测结果；
104.基于所述第一车速和所述第二车速，分析所述无人矿车是否在第六预设时长内持续满足预设打滑状态诊断条件，获取所述打滑状态检测结果；
105.所述预设打滑风险诊断条件为第一累积里程与第二累积里程之间的差值的绝对值大于第一预设累积里程误差阈值，所述预设打滑状态诊断条件为所述第一累积里程与所述第二累积里程之间的差值的绝对值大于第二预设累积里程误差阈值，所述第二预设累积里程误差阈值大于所述第一预设累积里程误差阈值；
106.所述第一累积里程是基于所述第一车速计算单位时间内的车辆累积里程所获取的，所述第二累积里程是基于所述第二车速计算单位时间内的车辆累积里程所获取的。
107.具体地，在目标行驶路况为泥洼路况的情况下，无人矿车可能出现打滑异常，与泥洼路况相适应的异常检测任务可以包括打滑检测子任务。可以基于第一车速和第二车速，分析无人矿车是否在第五预设时长内持续满足预设打滑风险诊断条件，若无人矿车在第五预设时长内持续满足预设打滑风险诊断条件，则确定无人矿车存在打滑风险，若无人矿车在第五预设时长内不能持续满足预设打滑风险诊断条件，则确定无人矿车不存在打滑风险。
108.具体地，可以基于第一车速和第二车速，分析无人矿车是否在第六预设时长内持续满足预设打滑状态诊断条件，若无人矿车在第六预设时长内持续满足预设打滑状态诊断条件，则确定无人矿车已处于打滑状态，若无人矿车在第六预设时长内不能持续满足预设打滑状态诊断条件，则确定无人矿车未处于打滑状态。
109.可以理解的是，打滑风险检测结果可以表示无人矿车是否存在打滑风险，打滑状态检测结果可以表示无人矿车是否已处于打滑状态。
110.可选地，可以通过以下公式计算第一累积里程和第二累积里程：
[0111][0112]
其中，v
chassis
表示底盘模块反馈的第一车速，v
imu
表示定位模块所反馈的第二车
速，s
chassis
表示基于底盘模块反馈的车速而计算得到的第一累积里程，s
imu
表示基于定位模块反馈的车速而计算得到的第二累积里程，t表示预设的用于计算累积里程的单位时间。
[0113]
可选地，第五预设时长的取值范围可以是1～2秒，第六预设时长的取值范围可以是1～2秒，第一预设累积里程误差阈值的取值范围可以是0.5～1.0m，第二预设累积里程误差阈值的取值范围可以是1.0～2.0m。
[0114]
因此，在目标行驶路况为泥洼路况的情况下，通过执行打滑检测子任务，可以分析无人矿车是否存在打滑风险以及是否已处于打滑状态，检测结果能够辅助无人矿车针对打滑风险或打滑状态进行预警处理或报警处理，能够提升无人车辆在泥洼路况下行驶的安全性。
[0115]
可选地，根据本发明提供的一种无人矿车行驶状态检测方法，在所述第二异常检测任务包括偏离检测子任务的情况下，所述车辆状态数据包括：所述无人矿车的规划模块所反馈的目标路径信息以及所述无人矿车的定位模块所反馈的车辆位置；所述第二检测结果包括偏离风险检测结果和偏离状态检测结果；
[0116]
所述基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，包括：
[0117]
基于所述目标路径信息以及所述车辆位置，分析所述无人矿车是否在第七预设时长内持续满足预设偏离风险诊断条件，获取所述偏离风险检测结果；
[0118]
基于所述目标路径信息以及所述车辆位置，分析所述无人矿车是否在第八预设时长内持续满足预设偏离状态诊断条件，获取所述偏离状态检测结果；
[0119]
所述预设偏离风险诊断条件为最小位置距离大于第一预设距离误差阈值，所述预设偏离状态诊断条件为所述最小位置距离大于第二预设距离误差阈值，所述第二预设距离误差阈值大于所述第一预设距离误差阈值；
[0120]
所述目标路径信息包括多个目标位置，所述最小位置距离是通过比较所述车辆位置与各目标位置之间距离所确定的。
[0121]
具体地，在目标行驶路况为泥洼路况的情况下，无人矿车可能出现偏离异常，与泥洼路况相适应的异常检测任务可以包括偏离检测子任务。可以基于目标路径信息以及车辆位置，分析无人矿车是否在第七预设时长内持续满足预设偏离风险诊断条件，若无人矿车在第七预设时长内持续满足预设偏离风险诊断条件，则确定无人矿车存在偏离风险，若无人矿车在第七预设时长内不能持续满足预设偏离风险诊断条件，则确定无人矿车不存在偏离风险。
[0122]
具体地，可以基于目标路径信息以及车辆位置，分析无人矿车是否在第八预设时长内持续满足预设偏离状态诊断条件，若无人矿车在第八预设时长内持续满足预设偏离状态诊断条件，则确定无人矿车已处于偏离状态，若无人矿车在第八预设时长内不能持续满足预设偏离状态诊断条件，则确定无人矿车未处于偏离状态。
[0123]
可以理解的是，偏离风险检测结果可以表示无人矿车是否存在偏离风险，偏离状态检测结果可以表示无人矿车是否已处于偏离状态。
[0124]
可选地，第七预设时长的取值范围可以是1～2秒，第八预设时长的取值范围可以是1～2秒，第一预设距离误差阈值的取值范围可以是0.5～1.0m，第二预设距离误差阈值的取值范围可以是1.5～2.0m。
[0125]
因此，在目标行驶路况为泥洼路况的情况下，通过执行偏离检测子任务，可以分析无人矿车是否存在偏离风险以及是否已处于偏离状态，检测结果能够辅助无人矿车针对偏离风险或偏离状态进行预警处理或报警处理，能够提升无人车辆在泥洼路况下行驶的安全性。
[0126]
可选地，根据本发明提供的一种无人矿车行驶状态检测方法，在所述目标行驶路况为坡道路况的情况下，在所述基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果之后，还包括：
[0127]
基于所述第一检测结果，判断所述无人矿车在所述坡道路况下是否存在异常风险以及是否已处于异常状态；
[0128]
若确定所述无人矿车在所述坡道路况下存在异常风险，则进行第一预警提示；
[0129]
或，若确定所述无人矿车在所述坡道路况下已处于异常状态，则进行第一报警提示；
[0130]
在所述目标行驶路况为泥洼路况的情况下，在所述基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果之后，还包括：
[0131]
基于所述第二检测结果，判断所述无人矿车在所述泥洼路况下是否存在异常风险以及是否已处于异常状态；
[0132]
若确定所述无人矿车在所述泥洼路况下存在异常风险，则进行第二预警提示；
[0133]
或，若确定所述无人矿车在所述泥洼路况下已处于异常状态，则进行第二报警提示。
[0134]
具体地，在目标行驶路况为坡道路况的情况下，通过执行第一异常检测任务，可以分析无人矿车是否存在特定异常风险(例如溜车风险或超速风险等)以及是否已处于特定异常状态(例如溜车状态或超速状态等)，检测结果能够辅助无人矿车针对特定异常风险或特定异常状态进行第一预警提示或第一报警提示，能够提升无人车辆在坡道路况下行驶的安全性。
[0135]
具体地，在目标行驶路况为泥洼路况的情况下，通过执行第二异常检测任务，可以分析无人矿车是否存在特定异常风险(例如打滑风险或偏离风险等)以及是否已处于特定异常状态(例如打滑状态或偏离状态等)检测结果能够辅助无人矿车针对特定异常风险或特定异常状态进行第二预警提示或第二报警提示，能够提升无人车辆在泥洼路况下行驶的安全性。
[0136]
可选地，图2是本发明提供的无人矿车行驶状态检测方法的流程示意图之二，如图2所示，所述无人矿车行驶状态检测方法包括：步骤201至步骤204:
[0137]
步骤201，确定无人矿车所处的目标行驶路况；
[0138]
步骤202，在目标行驶路况为坡道路况的情况下，基于手刹状态、油门开度、刹车开度和挡位状态，分析无人矿车是否在第一预设时长内持续满足预设溜车风险诊断条件，获取溜车风险检测结果；
[0139]
步骤203，基于溜车风险检测结果，判断无人矿车在坡道路况下是否存在溜车风险；
[0140]
步骤204，若确定无人矿车在坡道路况下存在溜车风险，则进行溜车预警提示。
[0141]
可选地，图3是本发明提供的无人矿车行驶状态检测方法的流程示意图之三，如图
3所示，所述无人矿车行驶状态检测方法包括：步骤301至步骤303：
[0142]
步骤301，确定无人矿车所处的目标行驶路况；
[0143]
步骤302，在目标行驶路况为坡道路况的情况下，执行溜车检测子任务和超速检测子任务，获取第一检测结果；和/或，在目标行驶路况为泥洼路况的情况下，执行打滑检测子任务和偏离检测子任务，获取第二检测结果；
[0144]
步骤303，在目标行驶路况为坡道路况的情况下，基于第一检测结果进行预警判断以及报警判断；和/或，在目标行驶路况为泥洼路况的情况下，基于第二检测结果进行预警判断以及报警判断。
[0145]
本发明提供的无人矿车行驶状态检测方法，通过确定无人矿车所处的目标行驶路况，可以在目标行驶路况为坡道路况的情况下，进行溜车检测和/或超速检测，可以在目标行驶路况为泥洼路况的情况下，进行打滑检测和/或偏离检测，能够针对不同路况，采用与路况相适应的检测方式，获取到的检测结果能够表示无人矿车在对应路况下是否存在异常风险以及是否已处于异常状态，实现有效地保障无人矿车行驶的安全性。
[0146]
下面对本发明提供的无人矿车行驶状态检测装置进行描述，下文描述的无人矿车行驶状态检测装置与上文描述的无人矿车行驶状态检测方法可相互对应参照。
[0147]
图4是本发明提供的无人矿车行驶状态检测装置的结构示意图，如图4所示，该装置包括：确定模块401和获取模块402，其中：
[0148]
确定模块401，用于确定无人矿车所处的目标行驶路况；
[0149]
获取模块402，用于在所述目标行驶路况为坡道路况的情况下，基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，所述第一检测结果用于表示所述无人矿车在所述坡道路况下是否存在异常风险以及是否已处于异常状态；
[0150]
和/或，在所述目标行驶路况为泥洼路况的情况下，基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，所述第二检测结果用于表示所述无人矿车在所述泥洼路况下是否存在异常风险以及是否已处于异常状态；
[0151]
所述第一异常检测任务包括溜车检测子任务和/或超速检测子任务；所述第二异常检测任务包括打滑检测子任务和/或偏离检测子任务。
[0152]
本发明提供的无人矿车行驶状态检测装置，通过确定无人矿车所处的目标行驶路况，可以在目标行驶路况为坡道路况的情况下，进行溜车检测和/或超速检测，可以在目标行驶路况为泥洼路况的情况下，进行打滑检测和/或偏离检测，能够针对不同路况，采用与路况相适应的检测方式，获取到的检测结果能够表示无人矿车在对应路况下是否存在异常风险以及是否已处于异常状态，实现有效地保障无人矿车行驶的安全性。
[0153]
图5是本发明提供的电子设备的结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口(communications interface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行无人矿车行驶状态检测方法，该方法包括：
[0154]
确定无人矿车所处的目标行驶路况；
[0155]
在所述目标行驶路况为坡道路况的情况下，基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，所述第一检测结果用于表示所述无人矿车在
所述坡道路况下是否存在异常风险以及是否已处于异常状态；
[0156]
和/或，在所述目标行驶路况为泥洼路况的情况下，基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，所述第二检测结果用于表示所述无人矿车在所述泥洼路况下是否存在异常风险以及是否已处于异常状态；
[0157]
所述第一异常检测任务包括溜车检测子任务和/或超速检测子任务；所述第二异常检测任务包括打滑检测子任务和/或偏离检测子任务。
[0158]
此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0159]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的无人矿车行驶状态检测方法，该方法包括：
[0160]
确定无人矿车所处的目标行驶路况；
[0161]
在所述目标行驶路况为坡道路况的情况下，基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，所述第一检测结果用于表示所述无人矿车在所述坡道路况下是否存在异常风险以及是否已处于异常状态；
[0162]
和/或，在所述目标行驶路况为泥洼路况的情况下，基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，所述第二检测结果用于表示所述无人矿车在所述泥洼路况下是否存在异常风险以及是否已处于异常状态；
[0163]
所述第一异常检测任务包括溜车检测子任务和/或超速检测子任务；所述第二异常检测任务包括打滑检测子任务和/或偏离检测子任务。
[0164]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的无人矿车行驶状态检测方法，该方法包括：
[0165]
确定无人矿车所处的目标行驶路况；
[0166]
在所述目标行驶路况为坡道路况的情况下，基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，所述第一检测结果用于表示所述无人矿车在所述坡道路况下是否存在异常风险以及是否已处于异常状态；
[0167]
和/或，在所述目标行驶路况为泥洼路况的情况下，基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，所述第二检测结果用于表示所述无人矿车在所述泥洼路况下是否存在异常风险以及是否已处于异常状态；
[0168]
所述第一异常检测任务包括溜车检测子任务和/或超速检测子任务；所述第二异常检测任务包括打滑检测子任务和/或偏离检测子任务。
[0169]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可
以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0170]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0171]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种无人矿车行驶状态检测方法，其特征在于，包括：确定无人矿车所处的目标行驶路况；在所述目标行驶路况为坡道路况的情况下，基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，所述第一检测结果用于表示所述无人矿车在所述坡道路况下是否存在异常风险以及是否已处于异常状态；和/或，在所述目标行驶路况为泥洼路况的情况下，基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，所述第二检测结果用于表示所述无人矿车在所述泥洼路况下是否存在异常风险以及是否已处于异常状态；所述第一异常检测任务包括溜车检测子任务和/或超速检测子任务；所述第二异常检测任务包括打滑检测子任务和/或偏离检测子任务。2.根据权利要求1所述无人矿车行驶状态检测方法，其特征在于，在所述第一异常检测任务包括溜车检测子任务的情况下，所述车辆状态数据包括所述无人矿车的底盘模块所反馈的手刹状态、油门开度、刹车开度和挡位状态，以及所述无人矿车的定位模块所反馈的历史路径点序列；所述第一检测结果包括溜车风险检测结果和溜车状态检测结果；所述基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，包括：基于所述手刹状态、所述油门开度、所述刹车开度和所述挡位状态，分析所述无人矿车是否在第一预设时长内持续满足预设溜车风险诊断条件，获取所述溜车风险检测结果；基于所述历史路径点序列，分析所述无人矿车是否在第二预设时长内持续满足预设溜车状态诊断条件，获取所述溜车状态检测结果；所述预设溜车风险诊断条件包括：所述手刹状态为释放状态、所述油门开度小于预设油门开度阈值、所述刹车开度小于预设刹车开度阈值且所述挡位状态为前进挡或空挡；所述预设溜车状态诊断条件为当前周期下的第一首尾路径点距离小于上一个周期下的第二首尾路径点距离；所述第一首尾路径点距离是基于所述历史路径点序列，选取归属于当前周期的路径点并计算首尾路径点距离获取的；所述第二首尾路径点距离是基于所述历史路径点序列，选取归属于上一个周期的路径点并计算首尾路径点距离获取的。3.根据权利要求1所述无人矿车行驶状态检测方法，其特征在于，在所述第一异常检测任务包括超速检测子任务的情况下，所述车辆状态数据包括所述无人矿车的底盘模块所反馈的第一车速、所述无人矿车的定位模块所反馈的加速度和所述无人矿车的规划模块所反馈的目标车速；所述第一检测结果包括超速风险检测结果和超速状态检测结果；所述基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，包括：基于所述第一车速、所述加速度和所述目标车速，分析所述无人矿车是否在第三预设时长内持续满足预设超速风险诊断条件，获取所述超速风险检测结果；基于所述第一车速和所述目标车速，分析所述无人矿车是否在第四预设时长内持续满足预设超速状态诊断条件，获取所述超速状态检测结果；所述预设超速风险诊断条件包括：所述第一车速大于所述目标车速且所述加速度大于预设加速度阈值；
所述预设超速状态诊断条件为所述第一车速和所述目标车速之间的差值大于预设速度误差阈值。4.根据权利要求1所述无人矿车行驶状态检测方法，其特征在于，在所述第二异常检测任务包括打滑检测子任务的情况下，所述车辆状态数据包括所述无人矿车的底盘模块反馈的第一车速和所述无人矿车的定位模块所反馈的第二车速；所述第二检测结果包括打滑风险检测结果和打滑状态检测结果；所述基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，包括：基于所述第一车速和所述第二车速，分析所述无人矿车是否在第五预设时长内持续满足预设打滑风险诊断条件，获取所述打滑风险检测结果；基于所述第一车速和所述第二车速，分析所述无人矿车是否在第六预设时长内持续满足预设打滑状态诊断条件，获取所述打滑状态检测结果；所述预设打滑风险诊断条件为第一累积里程与第二累积里程之间的差值的绝对值大于第一预设累积里程误差阈值，所述预设打滑状态诊断条件为所述第一累积里程与所述第二累积里程之间的差值的绝对值大于第二预设累积里程误差阈值，所述第二预设累积里程误差阈值大于所述第一预设累积里程误差阈值；所述第一累积里程是基于所述第一车速计算单位时间内的车辆累积里程所获取的，所述第二累积里程是基于所述第二车速计算单位时间内的车辆累积里程所获取的。5.根据权利要求1所述无人矿车行驶状态检测方法，其特征在于，在所述第二异常检测任务包括偏离检测子任务的情况下，所述车辆状态数据包括：所述无人矿车的规划模块所反馈的目标路径信息以及所述无人矿车的定位模块所反馈的车辆位置；所述第二检测结果包括偏离风险检测结果和偏离状态检测结果；所述基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，包括：基于所述目标路径信息以及所述车辆位置，分析所述无人矿车是否在第七预设时长内持续满足预设偏离风险诊断条件，获取所述偏离风险检测结果；基于所述目标路径信息以及所述车辆位置，分析所述无人矿车是否在第八预设时长内持续满足预设偏离状态诊断条件，获取所述偏离状态检测结果；所述预设偏离风险诊断条件为最小位置距离大于第一预设距离误差阈值，所述预设偏离状态诊断条件为所述最小位置距离大于第二预设距离误差阈值，所述第二预设距离误差阈值大于所述第一预设距离误差阈值；所述目标路径信息包括多个目标位置，所述最小位置距离是通过比较所述车辆位置与各目标位置之间距离所确定的。6.根据权利要求1-5任一项所述无人矿车行驶状态检测方法，其特征在于，在所述目标行驶路况为坡道路况的情况下，在所述基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果之后，还包括：基于所述第一检测结果，判断所述无人矿车在所述坡道路况下是否存在异常风险以及是否已处于异常状态；若确定所述无人矿车在所述坡道路况下存在异常风险，则进行第一预警提示；
或，若确定所述无人矿车在所述坡道路况下已处于异常状态，则进行第一报警提示；在所述目标行驶路况为泥洼路况的情况下，在所述基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果之后，还包括：基于所述第二检测结果，判断所述无人矿车在所述泥洼路况下是否存在异常风险以及是否已处于异常状态；若确定所述无人矿车在所述泥洼路况下存在异常风险，则进行第二预警提示；或，若确定所述无人矿车在所述泥洼路况下已处于异常状态，则进行第二报警提示。7.一种无人矿车行驶状态检测装置，其特征在于，包括：确定模块，用于确定无人矿车所处的目标行驶路况；获取模块，用于在所述目标行驶路况为坡道路况的情况下，基于所述无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果，所述第一检测结果用于表示所述无人矿车在所述坡道路况下是否存在异常风险以及是否已处于异常状态；和/或，在所述目标行驶路况为泥洼路况的情况下，基于所述无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果，所述第二检测结果用于表示所述无人矿车在所述泥洼路况下是否存在异常风险以及是否已处于异常状态；所述第一异常检测任务包括溜车检测子任务和/或超速检测子任务；所述第二异常检测任务包括打滑检测子任务和/或偏离检测子任务。8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述无人矿车行驶状态检测方法。9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述无人矿车行驶状态检测方法。10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述无人矿车行驶状态检测方法。

技术总结
本发明提供一种无人矿车行驶状态检测方法、装置、电子设备及存储介质，所述方法包括：确定无人矿车所处的目标行驶路况；在目标行驶路况为坡道路况的情况下，基于无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果；和/或，在目标行驶路况为泥洼路况的情况下，基于无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果；第一异常检测任务包括溜车检测子任务和/或超速检测子任务；第二异常检测任务包括打滑检测子任务和/或偏离检测子任务。通过针对不同路况，采用与路况相适应的检测方式，检测结果能够表示无人矿车在对应路况下是否存在异常风险以及是否已处于异常状态，实现有效地保障无人矿车行驶的安全性。的安全性。的安全性。


技术研发人员：熊晓宇 田滨 潘子宇 赵志慧 王飞跃
受保护的技术使用者：中国科学院自动化研究所
技术研发日：2023.02.17
技术公布日：2023/6/28