汽车ai自动装车软件

本系统是在完全无人干预的情况下，实现对汽车的自动装车，提升装车发运效率，同时大大节省人力成本。

现场部署32线激光雷达，获取点云数据传输至AI边缘计算设备。通过多轮深度学习训练现场环境建模，识别装车车辆、料斗等状态，有效解决定位控制问题，并形成有效的自控算法。

综合应用相机、激光雷达、测距雷达，实现图像、点云和序列数据的多源信息配准，形成多模态信息融合后的增强三维信息模型。使用3D Similarity Net模型智能过滤雾气和粉尘的干扰信息，正确检测车厢边缘和料位高度。

对于车厢已装料点云数据，设计异步多尺度网格快速积分体积算法，兼顾实时性与精确性，计算装料平整度，反馈余料动态控制信息；采用PID模糊控制算法，针对不同的装车复杂环境，形成车速、料位和溜槽闸板开度的自动控制反馈自适应机制。

3、应用成效

（1）以30T装载量计算，每车装车效率由4-5分钟/车，提升到了1-2分钟/车；

（2）以30T装载量计算，自动校秤，提高装载精度100KG以内，减少车辆反复装卸次数；

（3）实现多种货车车型的识别，车脸识别，防止换牌作弊，自动装车不撒料。

4、应用场景

汽车智能装车系统根据不同煤矿山的情况，给客户提供了定制化全无人装车解决方案，为客户实现了降本增效。

（1）神华装车项目中，实现了按承运产品自动排队装车，系统AI建模辅助精准装车，提高效率200%；减少了人为干预操作流程，缩减现场三分之二的工作人员，优化了人力资源的配置。

（2）与中国水利水电九局合作淇县废弃矿山治理项目，利用激光雷达结合AI技术解决了原先装车系统位置判断不准确，经常撒料的问题。

（3）与亭南煤矿合作的项目中，解决了厂区业务流程不规范、人工成本高的问题。现场无需人员进行人工放料，可实现智能或远程控制，大幅提高工作效率

5、主要创新点

（1）研发了一种激光雷达点云AI模型(Matrix-LoadDetector)技术，解决了装车定位控制问题。

（2）提出一种多模态信息融合技术，有效解决雾气、粉尘对自动装车的干扰。

（3）研发了一套自动装车智能检测算法，形成装车控制反馈自适应机制，适应不同的装车复杂环境。

6、后续规划

继续加强人工智能在装车解决方案的应用，重点突破特殊气象环境下的识别率难题。

（1）优化算法，验证激光雷达+摄像机联合识别技术方案，基本解决水雾/粉尘对自动装车的影响，并提升系统对司机配合的协调度(车辆偏斜、行进不听指挥等)。

（2）货运汽车车脸智能识别增加数据同步和套牌车辆真实车牌检索。