针对煤矿井下路况复杂、视野受限等安全隐患，研发了集成视觉、热成像及雷达的多源融合辅助驾驶系统。经现场验证，该系统能显著降低刮碰事故与人员误判率，有效提升井下行车安全与作业效率。
智能速览
集成视觉、热成像、雷达及UWB定位等多源感知设备
实现360°全景环视、人员防接近预警及驾驶员行为监测
实测刮碰类事故发生率下降约70%
人员接近误判率降低约85%，疲劳驾驶事件减少约60%
具备弱光、高粉尘等复杂工况下的环境感知能力
精华内容
井下环境照明不足、水雾粉尘多、路况复杂，传统驾驶存在巨大风险。通过引入智能辅助驾驶系统，利用多源数据融合技术，能够全天候、全维度感知车辆周边环境，从而构建起一套稳固的井下安全防护体系。
多源融合感知架构
智能辅助驾驶系统遵循感知-分析-决策-交互的闭环逻辑，由感知层、分析层、决策层和人机交互层构成。感知层利用360°环视摄像仪、红外热成像仪、激光雷达及车载UWB定位读卡器等多源设备，全面采集车辆内外部环境信息。
分析层与决策层通过辅助驾驶控制器对多源数据进行时间同步与空间坐标统一，采用数据层、特征层与决策层融合技术，增强目标识别准确性与系统鲁棒性，为后续预警提供稳定基础。
关键安全技术应用
系统集成了360°全景环视、盲区检测（BSD）及驾驶员状态监测（DMS）等核心功能。360°全景环视通过多摄像仪融合生成鸟瞰图，消除驾驶盲区。
BSD系统基于YOLOv8算法实时识别行人及车辆，结合雷达测距与热成像补偿，在低照度或高粉尘环境下精准预警碰撞风险。DMS系统则通过捕捉面部特征，实时监测疲劳驾驶、分心及抽烟、打电话等危险行为，及时发出语音提醒，规范驾驶操作。
煤矿现场实测成效
该系统已在色连二号煤矿、王家岭煤矿完成多轮现场试验与示范应用。实测结果表明，系统有效改善了驾驶员对周边环境的认知能力，刮碰类事故发生率下降约70%。
基于多源感知冗余检测机制，人员接近误判率降低约85%，极大增强了风险识别能力。同时，驾驶员状态监测模块促使疲劳驾驶事件减少约60%，在弱光、高粉尘等复杂工况下，系统仍能保持持续、准确的监测与预警能力。
通过多传感器融合与智能算法的深度结合，该系统成功构建了煤矿井下车辆的全流程安全辅助体系。实测数据的显著改善验证了其在降低人工风险、提升运营效率方面的工程化价值，为矿山车辆智能化升级提供了坚实的技术支撑与推广范例。
