CN107055116A - 集装箱自动化码头协同作业系统及卸载最短路径搜索方法 - Google Patents
集装箱自动化码头协同作业系统及卸载最短路径搜索方法 Download PDFInfo
- Publication number
- CN107055116A CN107055116A CN201710421247.4A CN201710421247A CN107055116A CN 107055116 A CN107055116 A CN 107055116A CN 201710421247 A CN201710421247 A CN 201710421247A CN 107055116 A CN107055116 A CN 107055116A
- Authority
- CN
- China
- Prior art keywords
- agent
- container
- handling
- management
- task
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G63/00—Transferring or trans-shipping at storage areas, railway yards or harbours or in opening mining cuts; Marshalling yard installations
- B65G63/002—Transferring or trans-shipping at storage areas, railway yards or harbours or in opening mining cuts; Marshalling yard installations for articles
- B65G63/004—Transferring or trans-shipping at storage areas, railway yards or harbours or in opening mining cuts; Marshalling yard installations for articles for containers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Ship Loading And Unloading (AREA)
Abstract
本发明属于电子信息技术领域,特别是涉及一种用于集装箱自动化码头协同作业系统及卸载最短路径搜索方法,包括ZPMC集装箱自动化码头装卸系统、装卸系统agent层次模型、管理agent、设备agent和信息agent。所述码头协同作业系统将装卸设备抽象为具有一系列行为和属性的智能体,同时提出船舶、堆场、任务管理、设备管理等智能体,依据agent功能进行分层构建,各子系统通过信息共享实现协商与合作;所述基于MAS的集装箱自动化码头协同作业系统还包含一种集装箱最短装卸路径搜索方法。
Description
技术领域
本发明涉及电子信息技术领域,尤其涉及一种用于集装箱自动化码头协同作业系统及卸载最短路径搜索方法。
背景技术
随着集装箱港口的发展,港口间的竞争也变得越来越激烈。港口的竞争优势除了来自于港口的地理位置和腹地经济条件之外,港口的技术条件、作业效率和管理水平也是体现其竞争力的重要因素,当今90%的国际货物要经过海港,而80%的海上运输货物通过集装箱运输,集装箱运输与信息化网络已成为国际物流体系的两大基础。集装箱码头是国际物流系统中联结远洋、内河船舶以及内陆运输的枢纽,也是各种运输方式交汇的高效集散中心和功能强大的综合型物流枢纽,在集装箱运输乃至整个供应链中都发挥着极其重要的作用。目前,基于MAS的集装箱码头调度研究集中在码头作业的各个阶段,如泊位控制、集卡路径优化、堆场分配等,而作业系统集成化的研究成果较少,针对ZMPC自动化码头系统的研究更是凤毛麟角。因此在ZMPC集装箱自动化码头调度优化中应用MAS从而实现码头协同作业必将为自动化码头的建设运营带来实用性价值。
发明内容
针对以上问题,本发明基于ZPMC集装箱自动化码头装卸工艺提供了一种基于MAS的集装箱自动化码头协同作业系统。该系统将装卸设备抽象为一系列行为和属性的智能体同时提出船舶、堆场、任务管理、设备管理等智能体,各子系统通过信息共享实现协商与合作。
为了实现上述目的,本发明提供了一种基于MAS的集装箱自动化码头协同作业系统,包括:ZPMC集装箱自动化码头装卸系统、装卸系统agent层次模型、管理agent、设备agent和信息agent;所述ZPMC集装箱自动化码头装卸系统借助空中交叉进行集装箱的装卸与运输,并依靠各个独立运行的设备相互间动作衔接完成装卸任务;所述装卸系统agent层次模型基于管理agent和设备agent构建,通过信息agent实现通信,协调配合完成装卸任务;所述管理agent用于装卸任务的统一管理、系统资源的全局配置、各装卸设备子系统的管理和调度;所述设备agent是ZPMC集装箱自动化码头装卸系统里面的具体执行单元,是具体任务的执行载体。
优选的,ZPMC集装箱自动化码头装卸系统包括:在码头设置的低架桥轨道和地面轨道的垂直交叉结构;自动化码头将集装箱装卸过程分解为低价桥电动车水平运输、低价桥起重机垂直运输和地面电动车水平运输,实现空中交叉作业。
优选的,主要装卸设备包括:岸边集装箱起重机QC,低架桥电动车TC,堆场起重机OBC,堆场起重机GC,堆场起重机RMG。
优选的,所述装卸系统agent层次模型由管理agent、设备agent和信息agent组成,以信息agent为通讯中心实现信息在系统各级agent之间的交互;其中管理agent包含任务管理agent和设备管理agent;设备agent具体包括QC agent、TC agent、OBC agent、GCagent、RMG agent、船舶agent以及堆场agent;初始任务生成后由任务管理agent对任务进行分解,分解后的子任务通过信息agent与设备管理agent之间进行交互,设备管理agent分支下的QC管理agent、TC管理agent、RMG管理agent等子系统领取自己的子任务,随后设备管理agent分支下的子系统再通过信息agent与各自对应的设备agent进行交互,同时各个设备agent之间也通过信息agent交互共同完成子任务。
优选的,所述管理agent分为两级结构,第一级包括任务管理agent和设备管理agent;所述第一级管理agent负责装卸任务的统一管理、系统资源的全局配置;所述第二级管理agent负责各装卸设备子系统的管理和调度,包括装卸任务的领取、设备状态的监测。
优选的,设备agent是具体任务的执行载体,在二级管理agent的管理下完成具体的装卸任务;所述设备agent按照功能划分为:岸边集装箱起重机QC agent、低架桥电动车TC agent、堆场起重机OBC agent、堆场起重机GC agent、堆场起重机RMG agent、船舶agent以及堆场agent。
优选的,所述岸边集装箱起重机QC负责船侧与陆侧之间的集装箱装卸工作;所述低架桥电动车TC在低架桥轨道上双向运行;所述低架桥起重机OBC卸船时将集装箱从低架桥电动车上提起,旋转并落至地面轨道的电动车上,装船时动作顺序相反,可在低架桥轨道上双向运行;所述地面电动车GC在地面轨道上双向运行;所述堆场起重机RMG卸船时将集装箱从地面电动车上提起,落至堆区指定位置,装船时动作顺序相反,可在规定堆区轨道上双向运行。
另提供了一种卸载最短路径搜索方法,集装箱最短装卸路径的搜索采取就近原则以及时间估计策略相配合的方法,每个集装箱的装卸路径在对其进行操作之前生成。
优选的,根据权利要求8所述的卸载最短路径搜索方法,
采用就近原则与时间估计策略相配合的方法,每个集装箱的装卸路径在对其进行操作之前生成,搜索方案涉及变量如下:
yardPosition:集装箱堆存位置,场位;
hatchPosition:集装箱船舱位置,舱位;
QC_Position(x,y):QC位置;
TC_Position(x,y):TC位置;
OBC_Position(x,y):OBC位置;
state:设备状态信息,分为忙、闲、故障;
shortestPath:最短路径;
i:低架桥轨道数目
j:每条低架桥轨道上TC和OBC的数量。
有益效果:本发明码头协同作业系统将装卸设备抽象为具有一系列行为和属性的智能体,同时提出船舶、堆场、任务管理、设备管理等智能体,依据agent功能进行分层构建,各子系统通过信息共享实现协商与合作;所述基于MAS的集装箱自动化码头协同作业系统还包含一种集装箱最短装卸路径搜索方法,该搜索方法采用就近原则与时间估计策略相配合的方法,将装卸任务按照路径进行分解,子任务及协作agent的信息以消息的形式发送到各agent的消息队列中,有效地避免了低架桥装卸设备位置冲突问题。
附图说明
图1:为ZPMC自动化码头平面布局示意图。
图2:为本发明的协同作业系统MAS层次图。
图3:为本发明的基于MAS集装箱自动化码头协同作业系统结构框架。
图4:为本发明的装卸任务生成过程图。
附图标识:1、船舶;2、低架桥;3、岸边集装箱起重机QC;4、低架桥电动车TC;5、低架桥起重机OBC;6、地面电动车GC;7、堆场起重机RMG;8、场堆;9、底面轨道。
具体实施方式
本发明是针对ZPMC自动化码头采用MAS方法构建其协同作业系统,如图1所示,码头使用低架桥轨道和电动小车取代以往自动化码头AGV系统,将原AGV的工作分解为多个起重设备和水平运输设备的协作,如图1所示,ZPMC集装箱自动化码头的主要装卸设备包括:岸边集装箱起重机QC,低架桥电动车TC,低架桥起重机OBC,地面电动车GC,堆场起重机RMG。
所述岸边集装箱起重机QC可同时吊起2个40英尺集装箱(4个标准箱),负责船侧与陆侧之间的集装箱装卸工作;所述低架桥电动车TC可装载2个40英尺集装箱在低架桥轨道上双向运行;所述低架桥起重机OBC卸船时将集装箱从低架桥电动车上提起,旋转并落至地面轨道的电动车上,装船时动作顺序相反,可在低架桥轨道上双向运行;所述地面电动车GC可装载2个40英尺集装箱在地面轨道上双向运行;所述堆场起重机RMG卸船时将集装箱从地面电动车上提起,落至堆区指定位置,装船时动作顺序相反,可在规定堆区轨道上双向运行。
图2所示为本发明协同作业系统MAS层次图,所述系统主要由管理agent、设备agent和信息agent组成;所述管理agent分为两级结构,第一级包括任务管理agent和设备管理agent;所述第一级管理agent负责装卸任务的统一管理、系统资源的全局配置;所述第二级管理agent负责各装卸设备子系统的管理和调度,包括装卸任务的领取、设备状态的监测等;所述设备agent是具体任务的执行载体,在二级管理agent的管理下完成具体的装卸任务;所述设备agent按照功能划分为:QC agent、TC agent、OBC agent、GC agent、RMGagent、船舶agent以及堆场agent;所述信息agent进行信息的共享和传递。
图3所示为所发明基于MAS集装箱自动化码头协同作业系统的结构框架。以卸载为例,系统中各agent所拥有的方法、交互关系、数据结构等信息都在图3中呈现出来。
图4所示为装卸任务生成过程。各阶段任务所包含数据如图所示,在任务生成之后,由任务管理agent对任务进行分解,以QC子系统为例,由QC管理agent领取所有QC任务,对任务中所涉及QC的状态和位置进行查询,当QC空闲时,将激活任务,发送至QC消息队列,该QC从消息队列中领取已激活的任务并执行;在任务执行过程中,QC与本次任务中涉及的TC进行交互,QC与该TC进行关联等待,完成任务交接。
集装箱最短装卸路径搜索方法
所述基于MAS集装箱自动化码头协同作业系统集装箱最短装卸路径搜索方法采用就近原则与时间估计策略相配合的方法,每个集装箱的装卸路径在对其进行操作之前生成,搜索方案涉及变量如下:
yardPosition:集装箱堆存位置,场位;
hatchPosition:集装箱船舱位置,舱位;
QC_Position(x,y):QC位置;
TC_Position(x,y):TC位置;
OBC_Position(x,y):OBC位置;
state:设备状态信息,分为忙、闲、故障;
shortestPath:最短路径;
i:低架桥轨道数目
j:每条低架桥轨道上TC和OBC的数量
以卸船为例,最短路径搜索过程如下:
(1)设备管理agent查询所有TC的状态和位置,搜索出距离QC最近的并且与该集装箱场位同侧的设备A,同时在所有空闲设备中搜索出距离QC最近的与该集装箱场位同侧设备B,进行如下计算,得出TC-A的ID,此处的i、j为所有设备的范围:
min(|TCij_Position.x-QC_Position.xo|)
进行如下计算得出TC-B的ID,此处的i、j为空闲设备的范围:
min(|TCij_Position.x-QC_Position.xo|)
(2)比较TC-A和TC-B的ID,如果相同,则将此TC纳入该集装箱的shortestPath;如果不同,说明设备A一定处于忙碌状态,设备管理agent作以下估算:(a)估算设备A执行完本次任务的时间T1;(b)估算设备A从执行完任务的地点运行至QC位置所需的时间T2;(c)估算设备B运行至QC位置所需时间T3。若T1+T2<T3,则将设备A纳入集装箱的shortestPath,否则将B纳入集装箱的shortestPath。当TC确定时,即确定了低架桥轨道,只要选定该轨道上和该TC同侧的OBC即可。
Claims (9)
1.一种集装箱自动化码头协同作业系统,其特征在于,所述协同作业系统包括:ZPMC集装箱自动化码头装卸系统、装卸系统agent层次模型、管理agent、设备agent和信息agent;所述ZPMC集装箱自动化码头装卸系统借助空中交叉进行集装箱的装卸与运输,并依靠各个独立运行的设备相互间动作衔接完成装卸任务;所述装卸系统agent层次模型基于管理agent和设备agent构建,通过信息agent实现通信,协调配合完成装卸任务;所述管理agent用于装卸任务的统一管理、系统资源的全局配置、各装卸设备子系统的管理和调度;所述设备agent是ZPMC集装箱自动化码头装卸系统里面的具体执行单元,是具体任务的执行载体。
2.如权利要求1所述的集装箱自动化码头协同作业系统,其特征在于,ZPMC集装箱自动化码头装卸系统包括:在码头设置的低架桥轨道和地面轨道的垂直交叉结构;自动化码头将集装箱装卸过程分解为低价桥电动车水平运输、低价桥起重机垂直运输和地面电动车水平运输,实现空中交叉作业。
3.如权利要求2所述的集装箱自动化码头协同作业系统,其特征在于:主要装卸设备包括:岸边集装箱起重机QC,低架桥电动车TC,堆场起重机OBC,堆场起重机GC,堆场起重机RMG。
4.如权利要求1所述的集装箱自动化码头协同作业系统,其特征在于,所述装卸系统agent层次模型由管理agent、设备agent和信息agent组成,以信息agent为通讯中心实现信息在系统各级agent之间的交互;其中管理agent包含任务管理agent和设备管理agent;设备agent具体包括QC agent、TC agent、OBC agent、GC agent、RMG agent、船舶agent以及堆场agent;初始任务生成后由任务管理agent对任务进行分解,分解后的子任务通过信息agent与设备管理agent之间进行交互,设备管理agent分支下的QC管理agent、TC管理agent、RMG管理agent等子系统领取自己的子任务,随后设备管理agent分支下的子系统再通过信息agent与各自对应的设备agent进行交互,同时各个设备agent之间也通过信息agent交互共同完成子任务。
5.如权利要求4所述的集装箱自动化码头协同作业系统,其特征在于,所述管理agent分为两级结构,第一级包括任务管理agent和设备管理agent;所述第一级管理agent负责装卸任务的统一管理、系统资源的全局配置;所述第二级管理agent负责各装卸设备子系统的管理和调度,包括装卸任务的领取、设备状态的监测。
6.如权利要求4所述的集装箱自动化码头协同作业系统,其特征在于,设备agent是具体任务的执行载体,在二级管理agent的管理下完成具体的装卸任务;所述设备agent按照功能划分为:岸边集装箱起重机QC agent、低架桥电动车TC agent、堆场起重机OBC agent、堆场起重机GC agent、堆场起重机RMG agent、船舶agent以及堆场agent。
7.如权利要求2或6所述的集装箱自动化码头协同作业系统,其特征在于,所述岸边集装箱起重机QC负责船侧与陆侧之间的集装箱装卸工作;所述低架桥电动车TC在低架桥轨道上双向运行;所述低架桥起重机OBC卸船时将集装箱从低架桥电动车上提起,旋转并落至地面轨道的电动车上,装船时动作顺序相反,可在低架桥轨道上双向运行;所述地面电动车GC在地面轨道上双向运行;所述堆场起重机RMG卸船时将集装箱从地面电动车上提起,落至堆区指定位置,装船时动作顺序相反,可在规定堆区轨道上双向运行。
8.一种卸载最短路径搜索方法,其特征在于,集装箱最短装卸路径的搜索采取就近原则以及时间估计策略相配合的方法,每个集装箱的装卸路径在对其进行操作之前生成。
9.根据权利要求8所述的卸载最短路径搜索方法,其特征在于,
采用就近原则与时间估计策略相配合的方法,每个集装箱的装卸路径在对其进行操作之前生成,搜索方案涉及变量如下:
yardPosition:集装箱堆存位置,场位;
hatchPosition:集装箱船舱位置,舱位;
QC_Position(x,y):QC位置;
TC_Position(x,y):TC位置;
OBC_Position(x,y):OBC位置;
state:设备状态信息,分为忙、闲、故障;
shortestPath:最短路径;
i:低架桥轨道数目
j:每条低架桥轨道上TC和OBC的数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710421247.4A CN107055116A (zh) | 2017-06-07 | 2017-06-07 | 集装箱自动化码头协同作业系统及卸载最短路径搜索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710421247.4A CN107055116A (zh) | 2017-06-07 | 2017-06-07 | 集装箱自动化码头协同作业系统及卸载最短路径搜索方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107055116A true CN107055116A (zh) | 2017-08-18 |
Family
ID=59616237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710421247.4A Pending CN107055116A (zh) | 2017-06-07 | 2017-06-07 | 集装箱自动化码头协同作业系统及卸载最短路径搜索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107055116A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107704960A (zh) * | 2017-10-09 | 2018-02-16 | 上海海事大学 | 一种基于mas的自动化集装箱码头堆场双armg调度方法 |
CN109255501A (zh) * | 2018-10-29 | 2019-01-22 | 中国南方电网有限责任公司 | 一种基于多Agent人工鱼群算法的梯级库群长期优化调度算法 |
CN109292472A (zh) * | 2018-09-18 | 2019-02-01 | 青岛港国际股份有限公司 | 自动化码头装船配载、卸船堆场派位方法以及系统 |
CN109335713A (zh) * | 2018-09-17 | 2019-02-15 | 青岛港国际股份有限公司 | 自动化码头agv送箱路径优化方法和系统 |
CN110844790A (zh) * | 2019-11-07 | 2020-02-28 | 中国海洋大学 | 一种铁路站场集装箱智能装卸控制系统 |
CN111137693A (zh) * | 2019-12-27 | 2020-05-12 | 唐山哈船科技有限公司 | 一种港口集装箱自动搬运车及其使用方法 |
CN116167534A (zh) * | 2022-10-28 | 2023-05-26 | 交通运输部水运科学研究所 | 基于机器学习和计算机视觉的自动化码头安全控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101085658A (zh) * | 2006-10-20 | 2007-12-12 | 游勇 | 自动化集装箱船、码头及其组成库化运输系统的使用方法 |
CN101209801A (zh) * | 2006-12-27 | 2008-07-02 | 天津港集装箱码头有限公司 | 集装箱码头生产过程控制、可视化系统 |
CN101711210A (zh) * | 2007-03-01 | 2010-05-19 | 查尔斯·贝内迪克特 | 用于国际海运集装箱的港口存储和分配系统 |
CN101996358A (zh) * | 2009-08-26 | 2011-03-30 | 上海振华重工(集团)股份有限公司 | 自动化码头的堆场管理方法 |
US20110231217A1 (en) * | 2010-03-18 | 2011-09-22 | Hand Lynn | Integration of real-time field data in chemical delivery vehicle operations |
CN203877524U (zh) * | 2014-02-11 | 2014-10-15 | 华电重工股份有限公司 | 一种高效的岸边集装箱转运系统 |
-
2017
- 2017-06-07 CN CN201710421247.4A patent/CN107055116A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101085658A (zh) * | 2006-10-20 | 2007-12-12 | 游勇 | 自动化集装箱船、码头及其组成库化运输系统的使用方法 |
CN101209801A (zh) * | 2006-12-27 | 2008-07-02 | 天津港集装箱码头有限公司 | 集装箱码头生产过程控制、可视化系统 |
CN101711210A (zh) * | 2007-03-01 | 2010-05-19 | 查尔斯·贝内迪克特 | 用于国际海运集装箱的港口存储和分配系统 |
CN101996358A (zh) * | 2009-08-26 | 2011-03-30 | 上海振华重工(集团)股份有限公司 | 自动化码头的堆场管理方法 |
US20110231217A1 (en) * | 2010-03-18 | 2011-09-22 | Hand Lynn | Integration of real-time field data in chemical delivery vehicle operations |
CN203877524U (zh) * | 2014-02-11 | 2014-10-15 | 华电重工股份有限公司 | 一种高效的岸边集装箱转运系统 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107704960A (zh) * | 2017-10-09 | 2018-02-16 | 上海海事大学 | 一种基于mas的自动化集装箱码头堆场双armg调度方法 |
CN107704960B (zh) * | 2017-10-09 | 2021-07-20 | 上海海事大学 | 一种基于mas的自动化集装箱码头堆场双armg调度方法 |
CN109335713A (zh) * | 2018-09-17 | 2019-02-15 | 青岛港国际股份有限公司 | 自动化码头agv送箱路径优化方法和系统 |
CN109292472A (zh) * | 2018-09-18 | 2019-02-01 | 青岛港国际股份有限公司 | 自动化码头装船配载、卸船堆场派位方法以及系统 |
CN109292472B (zh) * | 2018-09-18 | 2021-06-04 | 青岛港国际股份有限公司 | 自动化码头装船配载、卸船堆场派位方法以及系统 |
CN109255501A (zh) * | 2018-10-29 | 2019-01-22 | 中国南方电网有限责任公司 | 一种基于多Agent人工鱼群算法的梯级库群长期优化调度算法 |
CN109255501B (zh) * | 2018-10-29 | 2021-09-24 | 中国南方电网有限责任公司 | 一种基于多Agent人工鱼群算法的梯级库群长期优化调度算法 |
CN110844790A (zh) * | 2019-11-07 | 2020-02-28 | 中国海洋大学 | 一种铁路站场集装箱智能装卸控制系统 |
CN111137693A (zh) * | 2019-12-27 | 2020-05-12 | 唐山哈船科技有限公司 | 一种港口集装箱自动搬运车及其使用方法 |
CN116167534A (zh) * | 2022-10-28 | 2023-05-26 | 交通运输部水运科学研究所 | 基于机器学习和计算机视觉的自动化码头安全控制方法 |
CN116167534B (zh) * | 2022-10-28 | 2023-08-01 | 交通运输部水运科学研究所 | 基于机器学习和计算机视觉的自动化码头安全控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107055116A (zh) | 集装箱自动化码头协同作业系统及卸载最短路径搜索方法 | |
Gharehgozli et al. | Sea container terminals: New technologies and OR models | |
Murty et al. | Hongkong International Terminals gains elastic capacity using a data-intensive decision-support system | |
Rashidi et al. | Novel constraints satisfaction models for optimization problems in container terminals | |
Bielli et al. | Object oriented model for container terminal distributed simulation | |
Steenken et al. | Container terminal operation and operations research-a classification and literature review | |
Vacca et al. | Optimization at container terminals: status, trends and perspectives | |
Zhen et al. | A review on yard management in container terminals | |
Ahmed et al. | Synchronized scheduling model for container terminals using simulated double-cycling strategy | |
Rashidi et al. | Vehicle scheduling in port automation: advanced algorithms for minimum cost flow problems | |
Jacyna et al. | Road vehicle sequencing problem in a railroad intermodal terminal–simulation research | |
Gerrits et al. | A simulation model for the planning and control of AGVs at automated container terminals | |
Pourmohammad-Zia et al. | A robust optimization approach for platooning of automated ground vehicles in port hinterland corridors | |
Khoshnevis et al. | 3D Virtual and physical simulation of automated container terminal and analysis of impact on in land transportation | |
Hu et al. | Performance analysis on transfer platforms in frame bridge based automated container terminals | |
Gharehgozli | Developing New Methods for Efficient Container Stacking Operations | |
Gharehgozli et al. | Sea Container Terminals: New Technologies, OR Models, and Emerging Research Areas | |
Rashidi et al. | Container terminals: Scheduling decisions, their formulation and solutions | |
Corman et al. | Optimizing hybrid operations at large-scale automated container terminals | |
Rida et al. | Object oriented approach and java-based distributed simulation for container terminal operational management | |
Homayouni et al. | A hybrid genetic-heuristic algorithm for scheduling of automated guided vehicles and quay cranes in automated container terminals | |
Kim | Decision-making problems for the operation of container terminals | |
Zouhaier et al. | Multi-agent modeling and simulation of a hub port logistics | |
González-Ramírez et al. | A decision support system for container handling operations at a seaport terminal with disturbances: Design and concepts | |
Mohammad | Application of Agent-Based Approaches to Enhance Container Terminal Operations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170818 |
|
WD01 | Invention patent application deemed withdrawn after publication |