2024年4月发布的《关于深入推进矿山智能化建设促进矿山安全发展的指导意见》指出：鼓励将智能化装备和系统常态化运行率纳入矿山智能化建设评价关键指标，尽快实现矿山生产少人化、无人化。矿山无人驾驶大规模常态化应用后，推动露天矿山朝着智能化、自动化、绿色化、安全化方向发展，提高生产效率、降低成本，实现可持续发展目标。无人驾驶大规模应用的6个优势如图1所示。

（1）解决矿区司机招工难问题

矿区生产生活条件艰苦，矿用卡车司机培训成本高，面临严峻的司机老龄化、用工难等问题。根据测算，采用无人驾驶技术进行采剥运输作业，1辆无人驾驶卡车可节省司机2~3人，有效缓解偏远地区招工难、司机人员流动性大的难题。

（2）减少安全风险

矿山本质安全要求“无人则安、少人则安”，露天矿生产作业过程中运输安全风险相对最大，若发生人身安全事故，可能造成停工停产。无人驾驶技术通过先进的传感器、导航系统和自动控制技术，实时监测矿场环境、路况和车辆状态，有效避免人为操作失误等安全隐患。无人驾驶矿用车能够在恶劣天气和路况下稳定运行，降低因环境因素导致的安全风险。通过远程监控和故障预警系统及时发现并处理潜在的安全隐患，保障矿山生产安全。

（3）提升生产效率

无人驾驶技术可帮助矿山企业优化现场人员管理模式，从管人向管车过渡。实现由原来19h的作业时间，提升为全天21h生产作业。无人驾驶大规模智能集群调度，优化运输路线，保障无人驾驶运输安全高效作业。

（4）降低经营成本

无人驾驶赋能整车正向设计，覆盖露天矿山全场景工况用车需求，增程式技术为矿用车提供了更高效的能源利用方式。通过先进的增程器系统，矿用车在保证动力性能的同时，降低燃油消耗和排放。无人驾驶标准化操控模式，最大限度降低运营维护成本，从多维度为矿区经营降低成本。

（5）数据要素利用

露天矿区无人驾驶车辆基于5G通信技术，通过部署激光雷达、车载视频监控、监控传感器、运算单元等传感设备，实时采集无人驾驶车辆位置、时速、运行里程和运行轨迹等信息，并回传到智能云控中心，可保障无人驾驶运营过程中数据质量、数据实时性、传输效率，实现地图数据、传感器感知数据、调度数据等相关数据的实时共享，以及数据主动抓取，增量数据共享利用，确保无人驾驶的高效安全运行。

（6）绿色低碳发展

采用纯电无人驾驶宽体车进行生产运输作业具备低碳环保特点。纯电动车辆在下坡时，利用电机反拖力进行制动，不消耗刹车片且可回收电能，降低碳排放，满足煤炭企业能源高效利用与环保需求。

随着露天矿山无人驾驶应用规模的增加，无人驾驶在开采工艺和产能保障中占据的比重逐渐增加，带来的技术挑战也逐渐增加，无人驾驶核心技术突破步入深水区。

国内露天矿由于地质构造和环境影响，比国外生产和管理标准化程度低，对无人驾驶提出了更多的技术挑战，主要包括无人采掘区域实时变化的快速精准动态适应能力、排土场实时变化的快速精准动态适应能力和破碎站精准卸载能力、运输道路安全高效混行能力、对弱网环境的适应能力、无人驾驶矿卡复杂场景适应能力和车辆稳定性以及对无人驾驶数据高质量利用与数据安全等6个方面的挑战，如图2所示。针对上述6个方面的挑战，从露天矿山采、运、排生产工艺角度出发，形成了6个方面无人驾驶运输方案的应对策略。

露天矿无人驾驶在装载区的主要难点为无人矿用卡车对装载位快速变化的适应力，主要包括连续挖掘作业动态适应性和挖机走铲后快速匹配能力。连续挖掘作业应包含足够宽的装载区和狭小装载区的适应力，宽阔区域装载场景如图3所示，狭窄区域装载场景如图4所示。

（1）在相对宽阔的装载区，无人驾驶矿用卡车要实现拟人化装载，需待装车辆与挖机尽量保持靠近，降低每车次挖机待装时间为30s，接近人工装载能力。

（2）在相对狭窄区域进行装载作业时，无人驾驶矿用卡车需具备1次调头即可到达装载位，必须满足车端精准感知、及时决策，合理高效规划路径。

在大规模作业情况下，挖机经常出现到界走铲重新起坡道或者拆坡道的场景，必须满足高精地图快速增量更新。通过实时采集无人驾驶作业区域变化的地形数据并上传服务终端，经服务终端精确计算后，返回地图要素增量以及精确矢量边界，实现无人驾驶装载区地图自动更新，提高地图更新效率和更新精度，为下一个作业循环提供地图数据支持，提高装载区作业效率，大规模作业平盘装载场景如图5所示。

在排土场单一卸载区域内多车同时卸载，需满足感知、定位、排土位信息数据及时更新。排土场单卸载位具备多车卸载，需无人驾驶矿卡在排土场卸载位挡墙位置精准停靠，并通过无人驾驶控制算法，停车控制精度<10cm。无人驾驶排土作业连续性特点，百米以上排土段区域高精地图采图后需完成分钟级建图，排土场卸载场景如图6所示。

破碎站由于卫星信号遮挡环境，对无人驾驶提出定位技术挑战。采用激光SLAM融合定位和智能控制算法，实现冗余精准停靠校核以及自车灵活决策规划，确保无人驾驶在破碎站位置不冲撞挡墙，精准停靠卸载以及无人驾驶矿卡在破碎站区域多车协同作业，不发生堵车现象，破碎站卸载场景如图7所示。

为应对矿山混行场景的挑战，基于智能交互、数据挖掘和实时感知技术，提出了混行场景综合解决方案，采煤运输道路混行场景如图8所示。

（1）在无人驾驶车辆面临道路、装载区和卸载区等时，无人驾驶系统通过交互推演方式降低交互安全风险，考虑其他有人驾驶车辆行为对自动驾驶车辆意图与风险，同时考虑无人驾驶车辆自身决策行为对其他有人驾驶车辆的影响和风险，达到拟人化的行驶水平，提升无人驾驶车辆在混行运行场景下的智能性和高效性，确保车辆行驶的体感和安全性。

（2）通过无人驾驶云端大模型样本挖掘，结合自动标注算法实现高效数据积累，保障训练集各类别数据的平衡，有效补充少见类型车辆以及行驶意图的数据，提高模型的全面性和准确性。

（3）通过采用深度学习检测算法、多模态特征级融合BEV感知算法，构建BEV视觉+点云多模态融合模型，将多个传感器数据统一为鸟瞰视角图，实现对各类混行目标的精准检测识别，弥补单一模态的短板，达到1+1>2的效果，有效解决了矿山混行场景感知难的问题，提高了无人驾驶系统对复杂矿山混行场景的感知和理解能力，增强了无人驾驶车辆在混行环境中的智能性和高效性。

露天矿作业过程中由于平盘快速推进导致部分区域网络信号偏弱，因此无人驾驶需降低对网络高密度覆盖的强依赖，通过优化系统设计，降低网络和车云通信需求，增强弱网环境下的场景适应能力，降低对网络可靠性的依赖，增强系统功能的稳定性和恢复能力。

当破碎棚遮挡或弱网环境下，支持长时间维持高精度RTK定位，提升定位的环境适应能力，增强自动驾驶的空间认知与灵活适应性，提升车辆在破碎棚区域的自动作业能力。无人驾驶具备标准化接口，可在生产及辅助设备快速安装部署，具备厘米级高精度定位，支持V2V近场通信，断网无任务更新情况下单车可维持60min高效作业，全局动态均衡调度时间可维持30min，可在临时性弱网络和无网络环境下满足多种工况场景，无人驾驶集群卡调算法架构如图9所示。

为应对露天矿山极端温度、扬沙粉尘、雨雪天气以及路面湿滑等矿山极端环境，无人驾驶运输解决方案，通过开发智能感知装备、无人驾驶新能源线控平台和无人运输系统管控平台，设计基于多帧雷达点云累积的特征提取技术，基于深度学习的语义分割技术、多模态感知技术、多模态轨迹预测技术和驾驶行为意图判断技术，提高系统对复杂矿山场景的感知和理解能力，BEV+Transformer+OCC多模态感知界面如图10所示。

无人驾驶依据多源数据流通与应用，综合激光雷达、毫米波雷达、摄像头等传感器，可实现在扬尘和雨雾等恶劣天气下的高效感知，无人驾驶扬尘作业场景如图11所示。控制系统应对湿滑路面，研发横纵向防滑控制功能，提前预判断车辆打滑并实现稳定控制。通过感知算法融合多传感器信息，确保车辆在矿山环境中的安全、高效运行，无人驾驶点云感知算法如图12所示。

通过设计单车多层安全防护系统，配套平台远程监护和遥控功能，实现无人驾驶卡车运行过程中故障的辨识和处置，单车实时监测及安全保障界面如图13所示。平台远程监护借助先进的通信技术，实现对无人驾驶矿用卡车的远程实时监控与管理，及时发现车辆潜在的安全隐患或运行异常情况，并远程下达指令进行调整或修复。遥控功能在特殊紧急情况下，操作人员可以通过远程遥控终端，精准操控车辆，提升无人驾驶矿用卡车应对复杂工况与突发状况的综合能力，多源数据融合的百吨级无人驾驶矿用卡车如图14所示。

无人驾驶管控平台实时获取矿山设备信息，定时获取装、卸载点信息、调度信息以及设备报警信息，可直接传输到智能运控平台进行统一管理。在数据要素利用方面，矿山无人驾驶运输技术注重数据的隐私保护和安全管理，确保数据的合法、合规使用。

加强数据的标准化和规范化，提高数据的质量和可用性，无人驾驶以及智能矿山建设过程中的数据利用和价值挖掘，未来将在推动矿山绿色、安全、智能、高效等方面发挥更加重要的作用。

据统计，2023年我国露天煤矿无人驾驶矿用卡车数量为1131辆，截至2024年9月，露天煤矿无人驾驶矿用卡车数量达到1510辆，其中，已完成“去安全员”的无人驾驶车辆比例约为55.3%，预计到2024年底达到约2500辆。无人驾驶技术应用继续保持较快增长态势，未来展望主要包括以下6个方面。

（1）提高极端环境适应性

矿区环境复杂，高温、严寒等复杂气候，以及矿区道路不平、煤灰扬尘等特殊生产环境均对无人驾驶技术构成了严峻挑战，特别矿区车辆数量增加，迫切需要深入的技术适配工作，未来需在环境感知、规划决策、控制执行等核心技术领域不断突破，以增强系统对极端温度、扬沙粉尘等矿山极端环境的适应能力。

（2）提高推广应用场景和项目周期

国内无人驾驶技术已在露天煤矿规模化应用和少数砂石骨料矿、金属矿的初步应用，但整体处于探索阶段，需逐步向非煤矿山场景应用推广，设计出满足各类矿山需求通用方案。目前无人驾驶运输剥离合同期多为2~3年，项目周期较短，无人驾驶网络/基建/设备投入费用高，推动露天矿山无人驾驶运输服务的可持续性，延长项目周期。大吨位无人驾驶矿卡市场需求，提升无人驾驶矿卡有效载重，保证动力电池的续航能力、功率输出、使用寿命，以及安全性能等关键要素，是当前新能源矿卡重点方向。

（3）确保无人驾驶网络数据安全

无人驾驶设备在运行过程中会采集大量的数据，包括设备状态、生产进度等信息，对于煤矿的运营和管理具有重要意义，此类数据存在泄露或滥用的风险。露天煤矿无人驾驶设备高度依赖网络，实现实时数据传输和远程控制，一旦网络受到黑客攻击或病毒入侵，可能造成数据传输中断、设备失控等严重后果，都将对煤矿安全生产构成严重威胁。

无人驾驶矿用卡车在设计时应注重车云结合策略，探索保障车端决策能力的同时，能充分利用云端和边端资源，以支持整个系统的计算、存储和网络资源的高效利用，确保在网络出现短暂故障时，无人驾驶矿用卡车能够按照预先设定的方式正确作业。

（4）统一矿山无人驾驶行业标准

目前，矿山无人驾驶标准、协议以及生产效率的统计规则不统一，矿区无人驾驶行业缺少统一的技术标准。各厂商产品开发以自身标准为主导，再由其他厂商适配，增加了不同厂商产品之间互联互通的复杂性。

行业监管采用传统模式，矿方规章制度流程基于有人驾驶设定，对无人矿用卡车的实际部署与应用带来了挑战，应从国家层面，制定统一行业标准。矿山运输道路、装载标准化高于人工装载，从采矿角度整体规划无人驾驶行业标准，采矿设计与无人驾驶结合进行顶层设计，修订现行的煤矿安全规程和露天矿采装、运输以及排弃作业设计规范和相关标准，提高无人矿卡实际应用中的生产效率。

（5）推进露天矿山无人驾驶低碳绿色发展

无人驾驶应坚持自动驾驶+新能源作为矿山无人驾驶未来发展方向，夯实以增程式混动、纯电动线控整车为基础的矿山无人驾驶产品，同时对标“碳达峰碳中和”目标的重大决策部署，将氢能源线控整车作为研发储备，构建清洁低碳、安全高效的矿山新能源无人驾驶重要支撑技术，推动能源行业绿色低碳转型发展。

（6）加大露天矿山无人驾驶人才培养

煤矿智能化面临着专业人才、运维人才储备不足的问题，未来应继续加强人才队伍建设，创新智能化人才引进、培养、选拔方式，培育多学科交叉的知识型、技能型、管理型的复合型人才。联合企业、高校和科研院所共建教育培训实践基地，优势互补、联合攻关、产教融合、协同创新，加大已有及新研发技术和项目的推广，为矿山智能化建设提供强有力支撑。

（1）露天矿山卡车无人驾驶技术作为智慧矿山发展的重要环节，融合露天矿山智能采掘和矿山生产一体化智能管控平台，构建全流程的智能化矿山生产系统，实现露天矿的少人化、无人化开采，提升矿山的整体竞争力，实现可持续发展目标。

（2）通过制定矿山无人驾驶行业标准和应用标准，提炼可大规模复制、推广的典型矿山应用场景，增加矿山无人驾驶在海外露天矿市场应用，实现露天矿山运输转型升级和高质量发展，推动传统露天矿的网络化、智能化的转型升级。

（3）下一步矿山无人驾驶智能运输将围绕提高采运排作业区域适应能力、大规模智能集群调度、复杂场景适应能力以及露天矿山无人驾驶卡车最优选型等方向进行技术创新和应用。