本发明涉及数据管理领域，尤其涉及一种无人驾驶矿车数据的管理方法。
背景技术：
1、目前，随着自动化和信息技术的快速发展，无人驾驶技术在矿山领域的应用日益成熟。高级传感器、人工智能算法和通信技术的融合使得无人驾驶矿车能够在复杂的矿区环境中安全高效地运行。这些技术的发展催生了对大量实时数据进行有效管理和分析的需求，以优化矿车的运行和维护。
2、因此，本发明提供一种无人驾驶矿车数据的管理方法。
技术实现思路
1、本发明提供一种无人驾驶矿车数据的管理方法，用以通过分析无人驾驶矿车的第一图像，得到当下的驾驶环境，分析驾驶环境以及驾驶需求，匹配相对应的驾驶路线；还通过分析无人驾驶矿车的实时维度数据、实时水平数据以及驾驶路线，得到当下的调整路线；基于调整路线上涉及的障碍参数对驾驶路线进行终端修改；评估终端修改后的驾驶路线，将评估合格的驾驶路线存储至驾驶路线数据库，提高矿场的作业效率，保障无人驾驶矿车的安全驾驶，保障矿场的作业安全。
2、本发明提供一种无人驾驶矿车数据的管理方法，包括：
3、步骤1：获取无人驾驶矿车的第一图像，得到当下的驾驶环境；
4、步骤2：基于所述驾驶环境以及驾驶需求，匹配相对应的驾驶路线；
5、步骤3：基于无人驾驶矿车的实时维度数据、实时水平数据以及驾驶路线，得到当下的调整路线；
6、步骤4：基于调整路线上涉及的障碍参数对驾驶路线进行终端修改；
7、步骤5：评估终端修改后的驾驶路线，将评估合格的驾驶路线存储至驾驶路线数据库。
8、优选的，本发明提供一种无人驾驶矿车数据的管理方法，获取无人驾驶矿车的第一图像，得到当下的驾驶环境，包括：
9、获取无人驾驶矿车在第一时间段内每个时刻下的第一图像，构建第一图像集合；
10、基于第一图像集合中每个第一图像的色温以及环境-色温对照表，得到相对应的第一环境；
11、若全部第一环境均相同，获取每个第一环境相对应的第一颗粒浓度并求取平均得到第二颗粒浓度；
12、基于所述第一环境以及所述第二颗粒浓度，得到当下的驾驶环境。
13、优选的，本发明提供一种无人驾驶矿车数据的管理方法，基于所述驾驶环境以及驾驶需求，匹配相对应的驾驶路线，包括：
14、根据当下的驾驶环境匹配相对应的驾驶需求-参数对照表；
15、基于所述驾驶需求以及所述驾驶需求-参数对照表，得到相对应的驾驶参数；
16、基于所述驾驶参数，匹配相对应的驾驶路线。
17、优选的，本发明提供一种无人驾驶矿车数据的管理方法，基于无人驾驶矿车的实时维度数据、实时水平数据以及驾驶路线，得到当下的调整路线，包括：
18、基于所述驾驶路线相对应的历史驾驶日志，得到历史驾驶过程中的预设水平序列；
19、获取无人驾驶矿车的实时水平数据，按照时刻顺序构建第一水平序列；
20、基于所述第一水平序列以及预设水平序列，得到相同顺序的时刻的第一差值，并获取大于预设差值的第一差值的个数，得到第一个数；
21、若第一个数大于预设个数，则将全部第一差值按照时刻顺序构建第一差值序列；
22、将所述第一差值序列输入至水平偏差分析模型，得到当下时刻的驾驶路线偏差；
23、基于所述驾驶路线偏差对所述驾驶路线进行一次调整，得到第一驾驶路线；
24、基于每个维度传感器的实时维度数据，得到每个时刻的全部实时维度数据，构建维度集合；
25、基于所述维度集合，构建相对应的二维栅格图，模拟相对应的驾驶场景；
26、基于所述二维栅格图以及预设驾驶场景，得到不属于预设驾驶场景的第一矩阵区域；
27、保留区域面积大于预设面积的第一矩阵区域；
28、基于保留的第一矩阵区域，得到相对应的第一定位点集合；
29、基于所述第一定位点集合中的每个第一定位点所在的单元矩阵的中点，得到相对应的第二定位点集合；
30、基于所述第二定位点集合构建第一轮廓，若第一轮廓的第一坐标在第一驾驶路线上，则获取第一轮廓相对应的第一体积；
31、基于所述第一体积以及障碍处理方式对照表，得到相对应的障碍处理方式；
32、若障碍处理方式为绕过第一轮廓，则对第一驾驶路线进行调整，得到调整路线。
33、优选的，本发明提供一种无人驾驶矿车数据的管理方法，基于调整路线上涉及的障碍参数对驾驶路线进行终端修改的过程中，包括：
34、基于调整路线调整完成的第一时刻，获取每个第一时刻的第二图像；
35、基于所述第二图像，从障碍种类数据库匹配相对应的障碍种类；
36、基于全部障碍种类以及相对应的第一轮廓，得到相对应的障碍参数；
37、将所述障碍参数输入至障碍分析模型，得到障碍分析报告。
38、优选的，本发明提供一种无人驾驶矿车数据的管理方法，得到障碍分析报告后，包括：
39、基于所述障碍分析报告，得到障碍的时间特性；
40、若时间特性为长期障碍特性，对驾驶路线进行终端修改，并生成相对应的第一驾驶场景。
41、优选的，本发明提供一种无人驾驶矿车数据的管理方法，评估终端修改后的驾驶路线，将评估合格的驾驶路线存储至驾驶路线数据库，包括：
42、基于第一驾驶场景，构建相对应的模拟驾驶模型；
43、将第一驾驶场景相对应的驾驶路线输入至模拟驾驶模型，得到驾驶时的驾驶长度、驾驶时间以及每个时刻的驾驶速度；
44、基于所述驾驶长度、所述驾驶时间以及所述驾驶速度，计算得到相对应的评估指数；
45、若所述评估指数大于预设评估指数，则将相对应的驾驶路线存储至驾驶路线数据库。
46、优选的，本发明提供一种无人驾驶矿车数据的管理方法，基于所述驾驶长度、所述驾驶时间以及所述驾驶速度，计算得到相对应的评估指数，包括：；其中，表示驾驶路线的评估指数；表示驾驶路线的驾驶时间包含的时刻数量；表示驾驶路线的第个时刻相对应的驾驶速度；表示第一驾驶场景的预设驾驶路线在第个时刻相对应的驾驶速度；表示驾驶路线的第个时刻的驾驶速度相对应的计算权重；表示的最大值；表示驾驶路线的驾驶长度；表示第一驾驶场景的预设驾驶路线的驾驶长度；表示驾驶路线的驾驶时间；表示第一驾驶场景的预设驾驶路线的驾驶时间。
47、与现有技术相比，本技术的有益效果如下：通过分析无人驾驶矿车的第一图像，得到当下的驾驶环境，分析驾驶环境以及驾驶需求，匹配相对应的驾驶路线；还通过分析无人驾驶矿车的实时维度数据、实时水平数据以及驾驶路线，得到当下的调整路线；基于调整路线上涉及的障碍参数对驾驶路线进行终端修改；评估终端修改后的驾驶路线，将评估合格的驾驶路线存储至驾驶路线数据库，提高矿场的作业效率，保障无人驾驶矿车的安全驾驶，保障矿场的作业安全。
48、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
49、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
1.无人驾驶矿车数据的管理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取无人驾驶矿车的第一图像，得到当下的驾驶环境，包括：
3.根据权利要求1所述的方法，其特征在于，基于所述驾驶环境以及驾驶需求，匹配相对应的驾驶路线，包括：
4.根据权利要求1所述的方法，其特征在于，基于无人驾驶矿车的实时维度数据、实时水平数据以及驾驶路线，得到当下的调整路线，包括：
5.根据权利要求4所述的方法，其特征在于，基于调整路线上涉及的障碍参数对驾驶路线进行终端修改的过程中，包括：
6.根据权利要求5所述的方法，其特征在于，得到障碍分析报告后，包括：
7.根据权利要求6所述的方法，其特征在于，评估终端修改后的驾驶路线，将评估合格的驾驶路线存储至驾驶路线数据库，包括：
8.根据权利要求7所述的方法，其特征在于，基于所述驾驶长度、所述驾驶时间以及所述驾驶速度，计算得到相对应的评估指数，包括：；其中，表示驾驶路线的评估指数；表示驾驶路线的驾驶时间包含的时刻数量；表示驾驶路线的第个时刻相对应的驾驶速度；表示第一驾驶场景的预设驾驶路线在第个时刻相对应的驾驶速度；表示驾驶路线的第个时刻的驾驶速度相对应的计算权重；表示的最大值；表示驾驶路线的驾驶长度；表示第一驾驶场景的预设驾驶路线的驾驶长度；表示驾驶路线的驾驶时间；表示第一驾驶场景的预设驾驶路线的驾驶时间。
