当自动驾驶卡车遇上人工操作员:协同作业的挑战

当自动驾驶卡车遇上人工操作员：协同作业的挑战

原标题：When Autonomous Trucks Meet Human Operators: The Co-Mingling Challenge

如果你问任何人关于自主采矿的问题，他们很可能会提到传感器、算法和车队管理系统。但这并非真正的挑战所在。难点在于：当你崭新的自动驾驶卡车需要与人类操作员共享空间时会发生什么。业内称之为“协同作业”，而它远比大多数人想象的要复杂得多。

令运营方措手不及之处 协同作业并非通往完全自主矿山的过渡阶段。它是自主采矿作业的现实——而且很可能在未来几十年都将如此。想想看。即使是最先进的自主作业仍然需要人。总得有人负责维护。总得有人在情况异常时介入。而采矿环境每天都在变化。因此，我们最终面临这样一个悖论：我们采用自动化技术的部分原因是为了让人们脱离危险境地，但同时，我们也需要复杂的系统来管理人与机器之间的安全交互。而且，这个挑战短期内不会消失。

逐步揭示你真正面临的挑战  大多数作业的起步都很简单——仅限于道路作业。自动驾驶卡车行驶在专用运输道路上，而人工操作员则在单独的区域工作，或者在共享道路上严格遵守操作规程。道路提供了空间和良好的视野，使得各种情况相对可预测。然后，作业进入了工作面和卸料场。

这才是真正有趣的地方。你需要面对狭窄的空间、车辆近距离行驶、操作员需要在瞬间做出决策，以及不断变化的环境。2023年4月，智利的Centinela Esperanza Sur成为首个实现自动驾驶卡车和人工卡车同时卸料的破碎机卸料场。他们花费数月时间进行工程设计、规划和验证，以确保安全运行。

从公路到采掘和排土区，问题不在于增加传感器数量。你正在解决一个更根本的难题：如何设计既能应对人类行为的不可预测性，又能保持自主系统所需确定性可靠性的系统？

一名身穿安全背心的人员站在采石场一辆大型自动驾驶卡车旁。卡车上印有“AUTONOMOUS”（自主）字样，地平线显示崎岖的地形

当自动驾驶卡车遇到人工操作员 为什么人机交互如此棘手，自动驾驶卡车遵循规则——设定的速度、预设的路径以及对传感器输入的一致响应。而人类操作员呢？他们拥有多年的经验、直觉和适应能力。他们能够洞察形势。他们通过微妙的暗示传达意图。他们能够根据传感器可能永远无法检测到的情况进行调整。

以下是一个场景：一辆自动驾驶卡车驶近一段湿滑的路面。卡车的传感器检测到障碍物或根据坡度计算安全速度。人类操作员看到同一路段，会凭借昨天同一地点曾出现湿滑情况的记忆，或许还会通过无线电通知其他操作员注意危险。而这些能力在自动驾驶系统中并不存在。

认知差距是双向的。与在自动驾驶卡车附近工作的人类操作员交谈，他们会告诉你其中的不确定性。卡车会减速吗？会变道吗？由于无法像往常那样与其他操作员进行眼神交流或手势信号交换，他们只能猜测这台250吨重的机器下一步会做什么。

功能安全现状 当自动驾驶设备和人工操作设备混合运行时，就进入了一个对安全系统要求极高的领域。专业术语是“功能安全”——确保系统即使在部件发生故障或工况超出正常参数的情况下也能安全运行。

对于混合作业，防撞系统的可靠性必须达到商业航空的水平。相关标准规定“危险故障的概率低于每小时运行千万分之一”。翻译：您的传感器、通信和控制系统需要99.9999%的时间都能正常工作。在采矿条件下——粉尘、黑暗、极端温度、地形复杂——实现这一点仍然是该行业面临的最大技术挑战之一。这并非不可能，但所需的技术水平远超大多数人的预期。

成功案例的经验教训 西澳大利亚皮尔巴拉地区的大规模自动驾驶项目表明，混运的成功远比大多数人预想的更依赖于操作规范。运作良好的项目都遵循一些共同的原则：对数字地形图进行精细管理，严格的版本控制以防止卡车加载过时信息，以及制定相关规程，确保因距离原因停车的自动驾驶卡车无法自行重启。必须由人工授权才能重启——这是为了在安全关键时刻确保人员参与而做出的有意之举。

Fortescue公司的Solomon项目运行了56辆自动驾驶卡车，与150多辆载人车辆协同作业了4.5年，运输了超过4亿吨货物，且无任何工伤事故。成功的关键不仅在于技术，还在于全面的培训、清晰的操作规程，以及对混运需要持续关注细节的重视。

力拓公司在自动驾驶作业现场的碰撞事故险些发生的概率比人工作业现场降低了90%。这些作业在安全性方面取得了显著提升。但这些成果源于将混矿视为一个复杂的系统挑战，而不仅仅是一项技术部署。

我们仍在探索的人为因素 自动化研究揭示了一个反直觉的现象：自动化越可靠，人类就越难在问题出现时发现。研究表明，操作员在紧急情况下可能需要 20-25 秒才能成功接管控制权。以 40 公里/小时的速度行驶，这意味着超过 250 米的行程。在狭窄的矿井空间中，这可能会造成灾难性的后果。

这又增加了一层复杂性。我们不仅要为正常作业进行设计，还要为自动化达到极限、需要人工介入的交接时刻进行设计。这些过渡过程目前仍未被充分理解，是行业持续研究的领域。

未来的发展方向 混矿代表着自主采矿的一个重要转折点。这项技术已经成熟——全球已有数百辆自动驾驶卡车投入运营，运输数十亿吨矿石。如今的挑战在于如何完善自主设备和人工操作设备的集成。

这需要在多个方面进行创新：更先进的传感器融合技术，使其能够在恶劣环境下可靠运行；能够帮助人类理解自主车辆意图的通信系统；能够帮助操作员做好人机交互准备的培训项目；能够创建人类和机器都能遵循的可预测模式的操作规程。

或许最重要的是，我们需要认识到，完全自主的矿山—即无人值守的矿山，仍然是遥远的目标。我们面临的并非是在人工操作员和自主系统之间做出选择，而是构建能够让两者安全高效地协同工作的运营模式。

如今，那些掌握了协同作业技术的矿山不仅仅是在应用自主技术，它们还在开创定义下一代采矿作业的框架——在未来的采矿作业中，成功取决于机器智能和人类专业知识的同等重要性，二者需要精心协调地协同工作。

注：本文来源于网络，转载请注明来源，业务、合作请加微信：WellBT