FusionPlanner：基于多传感器融合的矿用卡车多任务运动规划器

近年来，智能车辆的运动规划取得了显著成就。然而，作为典型的非结构化环境，露天采矿因其复杂的作业条件和不利的环境因素而受到有限关注。本研究提出了一种用于露天矿无人运输的综合范式。首先，我们提出一种称为 FusionPlanner 的多任务运动规划算法，通过多传感器融合方法为自主矿用卡车适配无人运输的横向与纵向控制任务。随后，我们开发了一种称为 MiningNav 的新基准，其提供三种验证方法来评估露天矿运输道路上训练良好算法的可信度与鲁棒性。最后，我们引入 Parallel Mining Simulator（PMS），一种专为露天采矿场景设计的新高保真模拟器。PMS 使用户能从单车控制与多车调度两个视角管理和控制露天矿运输。FusionPlanner 的性能在 PMS 中由 MiningNav 测试，实证结果表明我们的规划器显著减少了碰撞与接管次数。我们期望我们的无人运输范式能使矿用卡车在连续全天候无人运输中的可信度与鲁棒性更近一步。