1.本發(fā)明涉及鏟運(yùn)機(jī)自動(dòng)控制的技術(shù)領(lǐng)域，尤其涉及一種智能電動(dòng)鏟運(yùn)機(jī)控制方法。 背景技術(shù)： 2.目前，地下鏟運(yùn)機(jī)的主流產(chǎn)品還是傳統(tǒng)的柴油發(fā)動(dòng)機(jī)做為動(dòng)力源的產(chǎn)品，電動(dòng)鏟運(yùn)機(jī)分為兩種產(chǎn)品，一種是外接地面電源的電動(dòng)鏟運(yùn)機(jī)，通過(guò)電纜連接地面電源，驅(qū)動(dòng)電機(jī)，電機(jī)為鏟運(yùn)機(jī)的動(dòng)力源。第二種是在鏟運(yùn)機(jī)上安裝電池，電池為電機(jī)提供能源，電機(jī)做為鏟運(yùn)機(jī)的動(dòng)力源。電池鏟運(yùn)機(jī)在國(guó)內(nèi)礦山領(lǐng)域還未得到廣泛的應(yīng)用，國(guó)外及國(guó)內(nèi)各大廠商都尚處于研發(fā)實(shí)驗(yàn)階段，控制系統(tǒng)的研究也處于探索測(cè)試階段，主要是電機(jī)在各種工況下的控制方法，需要對(duì)各種工況的精細(xì)研究，從節(jié)能的角度出發(fā)，找尋最合適的控制方法。 3.同時(shí)鏟運(yùn)機(jī)多用于地下采礦，用于將礦物從洞內(nèi)往外輸送，現(xiàn)有的輸送方式以人工駕駛為主，但是人工駕駛效率低，且存在安全隱患。 4.針對(duì)該問(wèn)題提出一種面向鏟運(yùn)機(jī)的控制方法，以及面向電池鏟運(yùn)機(jī)的節(jié)能控制方法，從而實(shí)現(xiàn)鏟運(yùn)機(jī)的智能控制以及自動(dòng)進(jìn)行礦物運(yùn)輸。 技術(shù)實(shí)現(xiàn)要素： 5.本發(fā)明提供一種智能電動(dòng)鏟運(yùn)機(jī)控制方法，目的在于(1)實(shí)現(xiàn)礦洞內(nèi)道路識(shí)別；(2)實(shí)現(xiàn)利用最優(yōu)鏟運(yùn)機(jī)智能控制模型對(duì)鏟運(yùn)機(jī)進(jìn)行行駛控制；(3)實(shí)現(xiàn)電池鏟運(yùn)機(jī)的節(jié)能控制。 6.實(shí)現(xiàn)上述目的，本發(fā)明提供的一種智能電動(dòng)鏟運(yùn)機(jī)控制方法，包括以下步驟： 7.s1：在鏟運(yùn)機(jī)頭部安裝相機(jī)，利用相機(jī)獲取礦洞內(nèi)部實(shí)時(shí)的道路圖像，并對(duì)所獲取的道路圖像進(jìn)行相機(jī)標(biāo)定； 8.s2：對(duì)相機(jī)標(biāo)定后的道路圖像進(jìn)行預(yù)處理，利用道路識(shí)別算法識(shí)別預(yù)處理后道路圖像中的道路； 9.s3：構(gòu)建鏟運(yùn)機(jī)智能控制模型，鏟運(yùn)機(jī)智能控制模型以上述道路識(shí)別結(jié)果和當(dāng)前鏟運(yùn)機(jī)行駛信息為輸入，以鏟運(yùn)機(jī)控制動(dòng)作為輸出； 10.s4：利用粒子群算法對(duì)鏟運(yùn)機(jī)智能控制模型進(jìn)行優(yōu)化，得到最優(yōu)的鏟運(yùn)機(jī)智能控制模型，并利用模型對(duì)鏟運(yùn)機(jī)進(jìn)行行駛控制，直到鏟運(yùn)機(jī)到達(dá)指定作業(yè)位置；在鏟運(yùn)機(jī)行駛以及執(zhí)行鏟運(yùn)作業(yè)時(shí)，利用電機(jī)節(jié)能控制方法控制能源消耗。 11.作為本發(fā)明的進(jìn)一步改進(jìn)方法： 12.所述s1步驟中，在鏟運(yùn)機(jī)頭部安裝相機(jī)，利用相機(jī)獲取礦洞內(nèi)部實(shí)時(shí)的道路圖像，并對(duì)所獲取的道路圖像進(jìn)行相機(jī)標(biāo)定，包括： 13.對(duì)鏟運(yùn)機(jī)頭部相機(jī)獲取的道路圖像進(jìn)行相機(jī)標(biāo)定，所獲取道路圖像的尺寸為m × n像素，所述相機(jī)標(biāo)定流程為： 14.將相機(jī)的光心o作為相機(jī)坐標(biāo)原點(diǎn)，相機(jī)坐標(biāo)原點(diǎn)的坐標(biāo)表示為(x0,y0，z0)，則道 路圖