Безпілотник
Завдяки розробці та застосуванню технології 5G та безпілотних технологій водіння, вантажівки з видобутку відкритих кількості, безпілотного водіння та підземного електричного локомотива безпілотного водіння вживаються. Підземний безпілотний навантажувач має функції автоматичного зондування підземної інформації про навколишнє середовище, збору даних, автономної та точної навігації, побудови карт гірничих майданчиків та автоматичного планування шляхів. Єдиний безпілотний навантажувач, запущений Sandvik зі Швеції для автоматизованого навантажувача та вантажівки, може досягти напівавтоматизації всіх функцій роботи та моніторингу навантажувача, і застосовувався в підземних шахтах. [15]
Технологія траєкторії відра
Методи вивчення контролю траєкторії ковша включають контроль позиції, методи, засновані на поведінці, контроль імпедансу, контроль прийому, методи штучного інтелекту та методи навчання підкріплення. Відповідно до різних методів управління, методи управління траєкторією відра поділяються на дві категорії.
(1) Контроль траєкторії відра на основі зворотного зв'язку сили: Процес автоматичного завантаження вимагає чіткого вимірювання змінних об'єктів та контролю змінних об'єктів, щоб дозволити відро навантажувача виконувати операції розкопок у найкоротший час та найнижче траєкторія споживання. Цей метод підходить для завантаження рівномірних матеріалів.
(2) Контроль траєкторії відра на основі навчання: з 1980 по 1987 рік, технологія штучного інтелекту (AI) ввів у золотий вік. У 1996 році Сполучені Штати провели імітований тест автономного розкопок робота в непередбачуваному нечіткому середовищі. Результати показали, що його ефект розкопок був порівнянним з ефектом людського оператора, але він був гіршим, ніж людський оператор з точки зору часу розкопок та ефективного навантаження. Швейцарія, Сполучені Штати та інші країни вивчали застосування машинного навчання в контролі траєкторії ковшів для скребків та досягли хороших результатів у конкретних умовах та умовах.
