露天矿山无人驾驶矿卡在运输过程中,其感知系统易受风沙、扬尘等恶劣天气影响,导致关键目标的检测与跟踪能力下降,进而引发目标漏检、误检以及停车等后果.为提升扬尘影响下无人驾驶安全高效感知技术水平,采用深度学习算法、点云数据处理技术及多传感器融合方法,提出了无人驾驶矿卡扬尘智能感知模型及方案,并开展了试验验证.在此基础上,确定了无人驾驶运行扬尘分级策略和依据,并将训练好的模型在测试集上进行评估.结果表明,预测平均交并比指标达到87.3％,其中灰尘类别的交并比达到了90.7％,表明感知模型对灰尘类别具有较高的识别精度,能够充分满足矿区无人驾驶对扬尘场景识别的需求.无人驾驶扬尘智能感知方案有效地提升了露天矿无人驾驶环境下的车辆感知能力,点云去除率达95％以上,提高了对环境的感知准确度和敏感度,为无人驾驶矿卡的安全运营提供了有力保障.