本发明涉及路线规划，尤其涉及一种基于人工智能的井下自动驾驶路线规划系统。
背景技术：
1、煤炭开采及生产是典型的高危、艰苦行业，使用井下无人驾驶车辆代替现有的人工驾驶车辆是实现煤矿数字化和智能化生产的必然途径之一，也是能源开采领域的新兴发展方向；且井下自动驾驶路线规划的意义在于提高安全冗余和运输效率，降低系统成本，并满足井下自动驾驶全景交互、车组调度、应急远程干预等功能；
2、但是，在现有技术中，井下自动驾驶车辆的行驶路径规划得到的路径有很多，无法对规划的路径进行合理的筛选，进而影响井下自动驾驶车辆的运行安全性和运行稳定性，同时不利于井下自动驾驶车辆的稳定控制和避障效率，且无法对选择的规划路径进行安全监管，进而无法对所选规划路径进行及时的优化处理，同时无法根据路损的变化趋势进行合理的修补或更改路线，进而不利于井下自动驾驶车辆稳定行驶；
3、针对上述的技术缺陷，现提出一种解决方案。
技术实现思路
1、本发明的目的在于提供一种基于人工智能的井下自动驾驶路线规划系统，去解决上述提出的技术缺陷，本发明通过从可行性路线的路况风险和行驶两个点进行分析，以便为后续的路线选择提供数据支撑，以降低目标车辆的井下自动驾驶风险，而通过信息反馈和信息融合的方式进行信息融合式规划评估分析，进而选定精准、最优的行驶路径，以保证目标车辆的井下自动驾驶安全性，同时通过实际行驶的角度进行行驶偏差监管分析，以便及时的调整目标车辆的井下行驶路线，以保证目标车辆的行驶路线准确性，同时深入式的对选定路线的路损趋势进行分析，便及时的对目标车辆的选定路线进行修补或更改路线，以保证目标车辆的行驶稳定性。
2、本发明的目的可以通过以下技术方案实现：一种基于人工智能的井下自动驾驶路线规划系统，包括井下路线规划平台、信息调取单元、阻碍行驶分析单元、行驶风险监管单元、路线规划分析单元、路线追踪管理单元以及显示管理单元；
3、所述信息调取单元在接收到规划指令后，立即调取可行性路线的路况数据和行驶数据，并分别发送至阻碍行驶分析单元和行驶风险监管单元；
4、所述阻碍行驶分析单元在接收到路况数据后，立即对路况数据进行行驶风险监管反馈分析，得到行驶风险评估系数f；
5、所述行驶风险监管单元在接收到行驶数据后，立即对行驶数据进行行驶缺陷评估反馈操作，得到行驶缺陷评估系数g；
6、所述路线规划分析单元用于对行驶风险评估系数f和行驶缺陷评估系数g进行信息融合式规划评估分析，得到选择信号和筛选信号，当生成筛选信号时，对得到的交汇风险值进行分析，得到优选路线；
7、所述路线追踪管理单元用于对选定路线进行行驶偏差监管分析，对得到允许偏移值进行比对分析，得到稳定信号和调整信号，当生成稳定信号时，对得到的路损风险指数进行比对分析，将得到的管理信号发送至显示管理单元。
8、优选的，所述阻碍行驶分析单元的行驶风险监管反馈分析过程如下：
9、采集到目标车辆的出发点和目标终点，进而获取到目标车辆的出发点和目标终点之间多条行驶路线，并将行驶路线设定为可行性路线，获取到各个可行性路线的路况数据，路况数据包括碰撞风险值pz和避障评估值bz，根据公式得到行驶风险评估系数f。
10、优选的，所述碰撞风险值表示目标车辆在可行性路线行驶过程中与碰撞物之间的最小垂直距离小于预设阈值所对应的时长；所述避障评估值表示可行性路线中凹坑的占道面积大于预设阈值，且凹坑的深度大于预设深度阈值对应的凹坑数。
11、优选的，所述行驶风险监管单元的行驶缺陷评估反馈操作过程如下：
12、s1：获取到各个可行性路线的行驶数据，行驶数据包括能耗评估值和行驶时长，能耗评估值表示行驶能耗总值与行驶距离之间的比值，进而获取到能耗评估值和行驶时长经数据归一化处理后数值相乘得到的积值，并将其设定为行驶评估值sp；
13、s2：获取到各个可行性路线的长廊干扰值cg，长廊干扰值cg表示环境参数所对应的数值超出预设阈值对应路段长度与总长度之间的比值，环境参数包括电磁干扰值、粉尘浓度，根据公式得到行驶缺陷评估系数g。
14、优选的，所述路线规划分析单元的信息融合式规划评估分析过程如下：
15、将可行性路线标记为i，i为大于零的自然数，获取到各个可行性路线的行驶风险评估系数fi和行驶缺陷评估系数gi，将行驶风险评估系数fi和行驶缺陷评估系数gi代入公式得到各个可行性路线的优先行径评估系数，其中，v1为预设误差补偿系数，v1大于零，ri为各个可行性路线的优先行径评估系数，进而获取到优先行径评估系数ri中的最小值，并其标记为可选路径值rmin，并对可选路径值rmin进行判别分析：
16、若满足可选路径值rmin为唯一性，则生成选择信号；
17、若未满足可选路径值rmin为唯一性，则生成筛选信号。
18、优选的，所述路线规划分析单元生成筛选信号时：
19、获取到筛选信号所对应的可行性路线，并将其设定为备选路线，获取到各个备选路线的交叉路口个数，并将各个备选路线的交叉路口个数设定为交汇风险值，进而获取到交汇风险值中的最小值，并将交汇风险值中的最小值对应的备选路线设定为优选路线。
20、优选的，所述路线追踪管理单元的行驶偏差监管分析过程如下：
21、获取到目标车辆的选定路线，选定路线表示选择信号所对应的可行性路线或优选路线，进而生成选定路线的行驶路线轨迹，并将生成选定路线的行驶路线轨迹设定为规划轨迹线，同时获取到目标车辆在选定路线行驶的实际轨迹线，进而获取到实际轨迹线与规划轨迹线之间的重合路段和偏离路段，获取到偏离路段对应实际轨迹线与规划轨迹线所围成区域的面积，并将其设定为允许偏移值，将允许偏移值与其内部录入存储的预设允许偏移值阈值进行比对分析：
22、若允许偏移值与预设允许偏移值阈值之间的比值小于1，则生成稳定信号；
23、若允许偏移值与预设允许偏移值阈值之间的比值大于等于1，则生成调整信号。
24、优选的，所述路线追踪管理单元生成稳定信号时：
25、获取到接下来一段时间的时长，并将其设定为时间阈值，将时间阈值划分为g个子时间节点，g为大于零的自然数，获取到各个子时间节点内选定路线的避障评估值，以子时间节点的个数为x轴，以避障评估值为y轴建立直角坐标系，通过描点的方式绘制避障评估值曲线，进而获取到避障评估值曲线的增长趋势值，并将避障评估值曲线的增长趋势值设定为路损风险指数，将路损风险指数与其内部录入存储的预设路损风险指数阈值进行比对分析：
26、若路损风险指数与预设路损风险指数阈值之间的比值小于1，则不生成任何信号；
27、若路损风险指数与预设路损风险指数阈值之间的比值大于等于1，则生成管理信号。
28、本发明的有益效果如下：
29、（1）本发明通过从可行性路线的路况风险和行驶两个点进行分析，以便为后续的路线选择提供数据支撑，以降低目标车辆的井下自动驾驶风险，即对路况数据进行行驶风险监管反馈分析，以了解各个可行性路线的行驶风险情况，对行驶数据进行行驶缺陷评估反馈操作，以便从行驶耗能和行驶环境两个点进行分析，以了解各个可行性路线的行驶缺陷情况；
30、（2）本发明通过信息反馈和信息融合的方式进行信息融合式规划评估分析，进而选定精准、最优的行驶路径，以保证目标车辆的井下自动驾驶安全性，同时通过实际行驶的角度进行行驶偏差监管分析，以便及时的调整目标车辆的井下行驶路线，以保证目标车辆的行驶路线准确性，同时深入式的对选定路线的路损趋势进行分析，便及时的对目标车辆的选定路线进行修补或更改路线，以保证目标车辆的行驶稳定性。
1.一种基于人工智能的井下自动驾驶路线规划系统，其特征在于，包括井下路线规划平台、信息调取单元、阻碍行驶分析单元、行驶风险监管单元、路线规划分析单元、路线追踪管理单元以及显示管理单元；
2.根据权利要求1所述的一种基于人工智能的井下自动驾驶路线规划系统，其特征在于，所述阻碍行驶分析单元的行驶风险监管反馈分析过程如下：
3.根据权利要求2所述的一种基于人工智能的井下自动驾驶路线规划系统，其特征在于，所述碰撞风险值表示目标车辆在可行性路线行驶过程中与碰撞物之间的最小垂直距离小于预设阈值所对应的时长；所述避障评估值表示可行性路线中凹坑的占道面积大于预设阈值，且凹坑的深度大于预设深度阈值对应的凹坑数。
4.根据权利要求1所述的一种基于人工智能的井下自动驾驶路线规划系统，其特征在于，所述行驶风险监管单元的行驶缺陷评估反馈操作过程如下：
5.根据权利要求1所述的一种基于人工智能的井下自动驾驶路线规划系统，其特征在于，所述路线规划分析单元的信息融合式规划评估分析过程如下：
6.根据权利要求5所述的一种基于人工智能的井下自动驾驶路线规划系统，其特征在于，所述路线规划分析单元生成筛选信号时：
7.根据权利要求3所述的一种基于人工智能的井下自动驾驶路线规划系统，其特征在于，所述路线追踪管理单元的行驶偏差监管分析过程如下：
8.根据权利要求7所述的一种基于人工智能的井下自动驾驶路线规划系统，其特征在于，所述路线追踪管理单元生成稳定信号时：
