实验室研究方向

实验室基于物联网、云平台、大数据、智能控制等技术，开展建养设备协同智能驾驶、智能养护机器人、建养设备物联网大数据云平台等研究，形成有效的建养设备数据采集与传输、处理与分析及智能控制等技术体系，有效支撑高速公路建养行业设备运行监控、数据分析与共享、维护决策支持等工作。实验室聚焦三个相互交叉和紧密关联的主要研究方向：

（1）建养设备协同智能驾驶技术

以视觉传感器、超声波传感器、激光雷达、GPS与电子地图数据库及其他传感器组成的多传感器系统为背景，通过传感器融合、机器视觉、嵌入式并行计算等关键技术的研究，对施工设备在工程环境下的环境感知技术实现在研发方面的突破，使环境感知中的重点目标物识别跟踪算法达到良好的性能与精度，实现基本可应用性；建立具有健壮性和可扩充性的基于多传感器的环境感知的嵌入式系统平台框架；并基于以上平台和算法，开发可实际运行的系统原型。搭建施工设备运动控制平台，实现对方向、速度等的精准控制，通过设备自身定位和当前运动状态，结合周边环境感知和运动前方环境状态，研究实用高效、安全可靠、平稳舒适的运动控制算法，实现对施工设备的智能驾驶，并使设备位置控制精度达厘米级；通过4G，WIFI等通信技术，实现多车位置、速度等信息实时交互，最终实现多车近距离协调编队行驶；采用多传感器融合研发避障保护设备，确保机组和人员的安全。

（2）智能养护机器人研发

围绕高速公路养护作业现场安全施工展开相关技术和装备的研究。相关基本技术包括运行轨迹地图构建，多源信息融合，数据分析与处理，决策制定与控制策略研究，为智能养护机器人的设计做出技术积累。研发绿篱隔离带养护机器人以减少目前现场维护人员的工作量和劳动强度，提高人员作业安全系数；研发高速公路养护信息爬取机器人用于巡检高速公路，获取路面及道路防护设施的状态信息，提供维护决策支持，提高公路的安全性，降低事故发生率。

（3）建养设备物联网大数据云平台研发

在建养工程现场利用WiFi和射频技术组建现场通信网络，并通过现场网关和5G或NBIoT技术连接云服务器，组建基于多种异构网络的养护设备运维数据采集系统。构建云服务平台，通过大规模并行计算引擎高速处理海量的传感数据；建立合理的智能决策算法，根据传感器感知到的设备或环境信息迅速做出有效的决策，以指导或控制智能建养设备的各项行为；建立有效的服务演化与组合机制，保障系统在开放、动态、难控的网络环境下能够提供高质量的服务。通过云平台的构建，为智能建养装备的自主行为提供高可靠、低延迟及高吞吐的云端支持。