陈广大_数据驱动算法：无人装载机全流程作业的规模化实践.pdf

《陈广大_数据驱动算法：无人装载机全流程作业的规模化实践.pdf》由会员分享，可在线阅读，更多相关《陈广大_数据驱动算法：无人装载机全流程作业的规模化实践.pdf（47页珍藏版）》请在三个皮匠报告上搜索。

1、奇点智能技术大会奇点智能技术大会20262026 无人装载机全流程作业的规模化实践2026年4月网易灵动 规控算法负责人陈广大 深耕工程机械智能化领域，主导了挖掘机器人规控系统和无人装载机算法系统从0到1的研发与落地。研发的“拌合站无人装载机系统”在国内首次实现全流程真无人作业，人效比超120%，已成功应用于全国多个大型基建项目，推动工程机械智能化变革。技术成果已形成60余项发明专利申请（目前已授权15项），覆盖自主规划控制、环境感知、人机协作等关键方向。已发表多篇ICRA、IROS、RAL等机器人顶会顶刊论文。请插入您的照片陈广大 高级工程师（副高）杭州市D类高层次人才讲师简介 教育背景 工

2、作经历现任网易灵动规划控制算法负责人。中国科学技术大学计算机专业博士，浙江大学控制学院博士后。工作成果CONTENT Part 1 Part 2 Part 3 全球领先的无人装载机产品作业流程与技术实践介绍 数据驱动的新颖技术路线带来的产品性能突破 无人装载机产品落地的一些技术经验与思考亮点：亮点：Part 11.1 项目背景 用工 政策 市场工程机械智能化、无人化的现实需求迫切1.1 项目背景轮式装载机（铲车）是一种前端装有铲斗，用于铲装、短距离转运松散物料的铰接式工程机械。1.1 项目背景拌合站场景落地优势：场景布局稳定，相对结构化，场景规模大，适合产品批量复制1.1 项目背景实现无人装载

3、机的产业化应用：关键在于其在真实复杂环境下的全流程作业技术 上料作业：铲、运、卸堆料作业（拢）：囤积物料、整理料面1.2 问题与挑战 高作业效率要求 高作业精度要求 复杂狭窄的工程机械作业环境 半开放环境，安全要求高运动学（铰接式）动力学（燃油 and 电动）本体建模与标定环境建模与感知规划与安全仿真与可视化路径规划铲卸料碰撞检测运动碰撞检测Gazebo仿真数字孪生交互软件速度控制铲卸料手臂控制1.2 问题与挑战 精确的机器人建模和标定是确保算法系统正常运行的关键轨迹控制控制系统1.2 问题与挑战 铰接车身+多变负载，导致传统模型精度不足。现场剧烈振动与冲击，导致传感器参数漂移。液压性能随环境

4、变化，控制参数需要重调铲斗入料、举升过程受力复杂，存在强不确定性。02 标定易失准，需反复校准03 物料交互过程难建模01 复杂动力学建模难虚拟世界.虚拟世界真实世界任务.真实世界任务1.3 破题思路电子游戏：链接玩家和虚拟世界空间任务平台：链接用工方和物理世界在线任务游戏平台任务平台Gazebo仿真数字孪生交互软件网易人机协作平台赋能实体场景AOP面向智能体编程人机协作平台AI能力系统感知认知决策动作 不同AI能力成熟度不同 AI能力的迭代在于数据获取完整业务场景需要多种能力，现阶段不同AI能力的成熟度不同，用人机协作的模式来解决AI模块短板，实现业务闭环。AI能力的迭代瓶颈在于数据采集，物

5、理世界的机器人数据更难采集（具身智能），用人机协作的模式来实现human-in-loop 数据采集，实现数据闭环。1.3 破题思路通过人机协作模式，实现了远程作业与高质量数据收集的同步进行，并以此驱动模型迭代，构筑了自我强化的数据闭环。1.3 破题思路大量熟练真人操作数据和无人化运营数据1.3 破题思路问题与挑战（1）铰接式车辆动力学模型复杂，随负载变化，难以精确建模（2）在工程机械环境中，装载机的振动可能会影响标定的准确性，需要定期校准；液压性能随环境变化，控制参数需要重调（3）装载机与物料的物理交互过程难以精确建模（1）世界模型+强化学习基于数据驱动的方法建立装载机精确的动力学模型基于数据

6、驱动的方法建立铲料过程物料交互模型（2）端到端模仿学习基于数据驱动的无模型的具身智能方法破题思路 Part 22.1 系统架构loader_stateloader_bridge调度平台场地侧料斗容量感知装载机本体侧任务指令装载机状态信息装载机控制规划数字孪生交互软件装载机本体感知2.1 系统架构轨迹控制转向角度控制行驶速度控制轨迹规划安全避障任务状态机大臂角度控制铲斗角度控制手臂group控制定位下位机手臂姿态导航命令位置信息转向角速度速度油门、刹车、档位大臂、铲斗转向接收不同模块pwm，不冲突视觉感知料面感知铲料点环境信息收集装载机日常作业行驶数据约1