Kaevandusmasinate valdkonnas on kõige keerulisem tehnoloogia, millest läbi murda, "mehitamata täielik{0}}kaevanduskoostöö" intelligentsetes süsteemides. Peamine väljakutse seisneb autonoomse koostöö saavutamises mitme seadme vahel ja suletud ahelaga otsustusprotsessis-keerulistes keskkondades.
Tehniliste väljakutsete analüüs
Raskused mitme -allikaga heterogeensete süsteemide integreerimisel: kaevandusseadmed on pärit erinevatelt tootjatelt, nende sideprotokollid ja juhtimisliidesed on ebajärjekindlad, mistõttu on ekskavaatorite, kaevandusautode, purustusjaamade ja muude kaubamärkide -üleste seadmete-reaalajas koostöö planeerimine äärmiselt keeruline.
Piiratud taju äärmuslikes keskkondades: karmid töötingimused maa-alustes või avatud{0}}kaevandustes (nagu tolm, kõrge temperatuur ja vibratsioon) mõjutavad tõsiselt andurite, nagu lidar ja kaamerad, täpsust, põhjustades moonutatud keskkonna modelleerimist ja mõjutades mehitamata süsteemide ohutut töötamist.
Äärmiselt kõrged töökindlusnõuded tehisintellektiotsuste{0}}tegemine: väärarvamused (nt vale teeplaneerimine või takistuste vältimise tõrked) võivad põhjustada suuri ohutusõnnetusi. Praegu puudub AI-algoritmidel veel piisav üldistusvõime "pika-saba stsenaariumide" (haruldased, kuid ohtlikud olukorrad) korral.
Andmehoidlate probleem on silmapaistev: andmed tootmis-, ohutus-, käitamis- ja hooldussüsteemidest on hajutatud, mis raskendab ühtse digitaalse vundamendi loomist ja piirab intelligentsete süsteemide üldist optimeerimisvõimalust.
