近日，《中国科学报》从武汉科技大学获悉，该校汽车与交通工程学院团队首创基于车体偏斜感知的动态自适应转向模型，研发出川藏铁路大吨位多轴平板车智能控制系统，在极端环境适应、精准调控、节能续航三大核心领域实现跨越式突破。该系统已成功落地川藏铁路工程运输及箱梁配送场景，国家一级科技查新机构认定其技术为“国际领先”。

团队在调试系统。孙嘉仪摄

  ?

作为川藏铁路、西部高铁建设的关键装备，大吨位多轴平板车需在高原高寒、桥隧密集等极端环境下运输箱梁等重型构件，是工程领域的“移动重型货架”。此前国内外同类装备多依赖人工驾驶，车身长、盲区大，极易发生重大事故，无法适应西部复杂环境下铁路建设智能行驶控制需求，且传统燃油运输车不适应高原高寒超长隧道低氧环境，燃油效率低、环境污染大，而现有电驱运输车在高原环境下续航能力差，不能长时间工作。

“针对传统平板车‘看不清、转不灵’的难题，我们给它加了‘眼睛’和‘手脚’。”项目负责人夏周洋比喻。

为提高车辆在狭窄桥隧、路面的通过性，团队创新性研发动态自适应转向模型，融合北斗定位、激光雷达与机器视觉技术，实时解算线路中心线，并识别障碍物，线路中心线解算精度达1mm；通过转向控制器协同控制各轮组转向角，实现高精度循迹，转向角度误差控制在0.1°，这一数据远低于国际行业龙头公司1°的误差，处于国际领先水平；并引入动态安全冗余策略，在单传感器失效的情况下仍可正常循迹，显著提升系统在复杂环境下的安全性。

针对川藏高原的低温低氧、长下坡多的环境特征，团队提出了“最优能量回馈与电池温度管理技术”。该技术可实现车辆制动或下坡时，利用车轮惯性反向驱动永磁同步电机发电，同时智能BMS（电池管理系统）实时调控发电功率，防止电流过大损害电池，多余动能还能转化为热能为电池保温，提高车辆在低温环境下的续航能力。

据悉，团队已拥有相关发明专利19项，软件著作权7项，发表SCI、EI论文5篇。当前，该系统已通过23次实车测试，已与多家工程局开展试点合作，推动重载运输车智能驾驶系统产业化。