【AI创新者】
首届矿山AI大模型大赛正式进入选手角逐的阶段。大赛在华为AI大模型平台之上，让矿山与AI技术人才走到一起，迸发出灿烂的火花，现在我们将陆续把有意思的选手、精彩的案例逐一揭秘。
“我们给矿用卡车安装“激光雷达、毫米波雷达、4D光场相机、矿区专用摄像机”，通过“多传感器融合+华为矿山AI大模型”策略获取道路环境信息，基于该策略提供了无人驾驶卡车运输作业“采-运-卸”全流程目标检测方案。”
——海底小纵队
我们是来自中国矿业大学（北京）ITVR实验室的海底小纵队，非常荣幸参加第一届矿山AI大模型大赛。
当前，需求侧面临招工难，成本高的痛点，建设智慧矿山实现矿山“少人化、无人化”已上升至国家战略。5G、车联网、人工智能等技术的成熟推动了矿区无人驾驶技术的发展，这为实现智慧矿山提供了新方法和新途径。
《关于加快煤矿智能化发展的指导意见》明确提出“到2025年露天煤矿实现智能连续作业和无人化运输”。在矿区无人驾驶场景中，实现安全员下车、打通全矿运营运输是L4级矿区无人驾驶行业的两大重要里程碑。为了进一步推动无人驾驶技术在矿山成为现实，还需要多方共同努力。
在导师的带领下，我们团队参与了国家能源集团企业标准“露天煤矿无人驾驶运输系统技术规范第6部分：道路设施”、“露天煤矿无人驾驶运输系统技术规范第9部分：安全管理”的撰写，对露天煤矿无人驾驶卡车及道路等配套设施相关课题进行了长时间的理论与实践研究。研究结果显示，现阶段露天煤矿无人驾驶系统存在传感器采样精度低，信息传输速度慢，数据存储空间小，算法对道路边缘、小目标、多尺度目标的检测精度低等困难，决策平台无法获取精确、实时数据，也无法指引无人驾驶卡车做出有效绕障动作，最终导致运输效率降低。
为解决以上问题，团队将矿区专用摄像机、4D光场相机、激光雷达和毫米波雷达加装在无人矿卡车头位置，以此来获取道路环境信息；借助矿山边缘云协同计算，希望能够解决数据融合分析时的信息孤岛问题和建立时间敏感网络；为提高目标识别的精准度，团队基于华为矿山AI大模型建立了2个子模型，实现了对道路边缘、碎石和碎煤堆积物的检测任务。
基于团队设计的“露天煤矿非结构化道路边缘检测1”和“矿区道路内小目标和多尺度目标检测模型2”，以及基于两个模型的“无人驾驶卡车运输作业全流程目标检测方案”，在实验中我们获得了一些有效数据，可以将这套“环境感知”系统作为无人驾驶运输系统的核心，帮助矿上的无人驾驶提高环境感知力，助力尽早实现露天煤矿“无人、少人”的战略目标。
未来，希望在华为等一批科技创新型企业的助力下，不断加速我国“智能矿山”的数字化发展进程，通过不断革新技术，为“采矿人”提供更多帮助。更希望“华为矿山AI模型大赛”不断进步，培养出更多的科研工作者投身采矿领域，共筑“智能矿山”。
