面向井下环境的矿用车辆实时轨迹预测

孟广瑞; 刘伟; 孙洪涛; 周晓东

doi:10.13301/j.cnki.ct.2026.01.024

煤炭技术 ›› 2026, Vol. 45 ›› Issue (1) : 145 -151. DOI: 10.13301/j.cnki.ct.2026.01.024

面向井下环境的矿用车辆实时轨迹预测

孟广瑞, 刘伟, 孙洪涛, 周晓东

作者信息 +

Author information +

文章历史 +

摘要

煤矿井下交通系统的安全与稳定，是煤矿产业顺利发展的必要前提，同时，矿用车辆的轨迹预测又是煤矿井下交通系统的重中之重。针对井下环境错综复杂，交通流量大等难题，构建了一种基于注意力机制与双向长短期记忆网络（Attention-BiLSTM）的轨迹预测模型，利用GPS车辆历史轨迹数据，实现了对未来时刻车辆运行轨迹的预测。首先，对数据进行预处理并优化模型，然后，将所提模型与RNN、GRU、标准LSTM等基准模型进行对比实验。结果表明，本文提出的Attention-BiLSTM模型预测准确率为96.8%，且其平均位移误差显著低于对比模型，验证了该模型在井下复杂环境中的有效性与优越性。