矿山场景没有典型道路的结构化特征，传统的轨迹分析方法往往难以处理“人工驾驶矿卡”和“无人驾驶矿卡”混行的复杂交互。人工驾驶矿卡行车轨迹相比无人驾驶矿卡变化频繁且多样，导致不确定性增加，预测和决策的难度大幅增加。

　　无人驾驶矿卡与人工驾驶矿卡混行

　　2025年，易控智驾团队创新性地提出了IMR（IterativeMode-World Weighted Regression for Multi-Agent Trajectory Prediction）框架，该框架可有效区分各类行为模式（如超车、会车、避让等），在模式间建立起更加清晰的界限，为无人驾驶矿卡提供更精准的预测和决策支持，提升车辆交互流畅性，包括增强系统的安全性、有效减少碰撞风险以及提高作业效率，从而有力推动了场景扩展和整体业务效率提升。

　　目前，带有该轨迹预测技术的算法版本已逐步部署应用，并带来了显著效果。

　　复杂交互场景适应能力提升：该版本部署后，宜化五彩湾矿区一号露天煤矿的混行路口通行时间显著减少，实现了与无终端人工驾驶矿卡的安全、流畅混合运行。

　　交互行为表现优化：无人驾驶矿卡不合理刹车行为大幅减少。以某典型采煤无人驾驶场景为例，单位里程内发生重刹、中刹和轻刹的频率降幅分别达10.0%、43.2%和50.9%，降低了矿卡部件的损耗。

　　未来，易控智驾将持续深耕无人驾驶核心技术研发，提升无人驾驶矿卡在复杂场景适应力和运行效率。

　　来源：易控智驾
　　整理：协会宣传工作部
　　初审：董萌
　　复审：尹晓荔
　　终审：吴培国
　　编辑：赵利祥