在传统井下有轨车辆运输过程中仍然需要采用人工监管和控制的方式进行运输,不仅耗费人力、效率低下,还会因为工作人员的疏忽导致一些严重的事故。因此,开发一套矿道内有轨车辆的辅助驾驶系统可以减少人力的消耗并降低由于疏忽而导致事故的风险。本文设计并实现了一套智能有轨车辆辅助驾驶系统。针对现实中的矿道环境,该系统使用运行车辆上的传感器和影像设备,通过矿井内的无线网络,将有轨车辆运行前方的实时路况发送至井外的显示设备。操作人员可以通过显示设备的反馈信息及时了解车辆的运行情况,并通过系统提供的一系列操作方式对整体系统进行统一的管理,也可将管理权限交予系统,由系统完成所有的控制过程。该系统的功能主要有以下几个模块:数据采集,通过工控机的并发和处理能力,及时将所有来自传感器的数据进行整理、筛选并打包;网络传输,主要负责系统各个部分的数据传输、指令通信、网络检测和断网处理;外设控制,控制外部联动设备以保证运输过程的安全可靠;展示和处理,主要负责将系统汇集的信息展现在驾驶人员面前,并负责发送驾驶人员的相关操作指令;用户权限,主要负责系统资源的权限分配;设备管理,主要负责移动设备的装卸管理。为方便操作人员的工作,该系统提供了障碍物实时识别的功能,对运行车辆前方可能出现的障碍物进行识别并警示驾驶人员。在实际的课题应用中,选择一个工程中成熟可靠的目标检测算法来实现该功能就显得十分必要,由于该功能对实时性和小目标检测有较高的要求,系统采用YOLO系列检测算法中对小目标检测较为突出的YOLOv3目标检测算法进行目标检测。为适应矿道内的特殊环境和特定检测对象,训练集在搭建时进行了针对性的收集和处理并在darknet框架上进行了训练。并在模拟的环境中取得了较好的效果。该课题已经研发完成,安标还在申请当中.按照煤矿安全生产的要求,在取得安标之前,设备不允许进入矿井。因此我们在场景相似的长廊中搭建了模拟环境,并在该模拟环境中完成了系统测试。当前系统的可用性和稳定性都已经达到了我们的设计要求。