CN111435249A - 无人驾驶设备的控制方法、装置、设备和存储介质 - Google Patents

无人驾驶设备的控制方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN111435249A
CN111435249A CN201910024563.7A CN201910024563A CN111435249A CN 111435249 A CN111435249 A CN 111435249A CN 201910024563 A CN201910024563 A CN 201910024563A CN 111435249 A CN111435249 A CN 111435249A
Authority
CN
China
Prior art keywords
target
road section
unmanned equipment
driving
path
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.)
Granted
Application number
CN201910024563.7A
Other languages
English (en)
Other versions
CN111435249B (zh
Inventor
汪沛
王维
阙亚青
戴晟
卢赞新
刘晖
孙羽
王凯辉
乐萌
晋峰
詹忠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Merchants Holdings International Information Technology Co ltd
Shenzhen Haixing Port Development Co ltd
Original Assignee
China Merchants Holdings International Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Merchants Holdings International Information Technology Co ltd filed Critical China Merchants Holdings International Information Technology Co ltd
Priority to CN201910024563.7A priority Critical patent/CN111435249B/zh
Publication of CN111435249A publication Critical patent/CN111435249A/zh
Application granted granted Critical
Publication of CN111435249B publication Critical patent/CN111435249B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4189—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system
    • G05B19/41895—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system using automatic guided vehicles [AGV]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及一种无人驾驶设备的控制方法、装置、设备和存储介质。该方法包括：获取目标无人驾驶设备的实际位置；当判断所述实际位置与目标位置不属于同一路段时，确定目标行驶路径，并从所述目标行驶路径中选取所述目标无人驾驶设备待行驶的下一路段，并将所述下一路段发送给所述目标无人驾驶设备；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；目标行驶路径为从所述实际位置到达所述目标位置的路径。该方法能够为目标无人驾驶设备实时优化行驶路径，这样，便缩短了目标无人驾驶设备的空载距离和运输距离，减少了道路交通拥堵，从而提高了集装箱的运输效率，降低了集装箱的运输成本。

Description

无人驾驶设备的控制方法、装置、设备和存储介质
技术领域
本申请涉及运输领域，特别是涉及一种无人驾驶设备的控制方法、装置、设备和存储介质。
背景技术
近年来，随着区域经济一体化进程和经济全球化趋势的加快，集装箱运输得到了迅速发展。同时，集装箱运输作为连接岸边和堆场的重要环节，是港口自动化、智能化发展的核心问题之一。因此，提高集装箱运输水平是港口发展的重要因素。
传统技术中，通常采用运输集卡运输集装箱，当运输集卡接收到码头操作系统(Terminal operation system，TOS)系统下发的运输作业指令时，由驾驶员凭借个人经验驾驶运输集卡，从而完成接收的运输作业。例如，当运输集卡接收到的运输作业指令为到B地取集装箱时，驾驶员根据个人经验从当前位置驾驶运输集卡到B地，完成取集装箱的任务。
但是，由于传统技术是凭借驾驶员个人经验驾驶运输集卡，因此，传统技术的集装箱运输效率较低，且运输成本较高。
发明内容
基于此，有必要针对传统方式中的集装箱运输效率较低，且运输成本较高的技术问题，提供一种无人驾驶设备的控制方法、装置、设备和存储介质。
一种无人驾驶设备的控制方法，所述无人驾驶设备用于在港口的岸边和堆场之间运输集装箱，所述方法包括：
获取目标无人驾驶设备的实际位置；
当判断所述实际位置与目标位置不属于同一路段时，确定目标行驶路径，并从所述目标行驶路径中选取所述目标无人驾驶设备待行驶的下一路段，并将所述下一路段发送给所述目标无人驾驶设备；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径。
在其中一个实施例中，还包括：
当判断所述实际位置与目标位置属于同一路段时，向所述目标无人驾驶设备发送作业指令；所述作业指令用于指示所述目标无人驾驶设备到所述目标位置装载集装箱或卸载集装箱。
在其中一个实施例中，所述确定目标行驶路径，包括：
获取所述岸边和所述堆场之间的各个路口节点的实时路况信息；
根据所述各个路口节点的实时路况信息，确定候选邻接矩阵和拥堵度矩阵；所述候选邻接矩阵中的元素表示两个路口节点之间的距离；所述拥堵度矩阵中的元素表示两个路口节点之间的拥堵程度；
根据所述候选邻接矩阵和所述拥堵度矩阵，确定所述目标行驶路径。
在其中一个实施例中，所述根据所述候选邻接矩阵和所述拥堵度矩阵，确定所述目标行驶路径，包括：
根据所述候选邻接矩阵和所述拥堵度矩阵加权得到目标邻接矩阵；
根据所述目标邻接矩阵和预设算法，确定所述目标行驶路径。
在其中一个实施例中，在所述获取目标无人驾驶设备在当前路段的实际位置之前，还包括：
获取调度系统发送的所述作业指令。
一种无人驾驶设备的控制装置，所述无人驾驶设备用于在港口的岸边和堆场之间运输集装箱，所述装置包括：
第一获取模块，用于获取目标无人驾驶设备的实际位置；
第一处理模块，用于当判断所述实际位置与目标位置不属于同一路段时，确定目标行驶路径，并从所述目标行驶路径中选取所述目标无人驾驶设备待行驶的下一路段，并将所述下一路段发送给所述目标无人驾驶设备；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径。
一种服务器，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取目标无人驾驶设备的实际位置；
当判断所述实际位置与目标位置不属于同一路段时，确定目标行驶路径，并从所述目标行驶路径中选取所述目标无人驾驶设备待行驶的下一路段，并将所述下一路段发送给所述目标无人驾驶设备；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取目标无人驾驶设备的实际位置；
当判断所述实际位置与目标位置不属于同一路段时，确定目标行驶路径，并从所述目标行驶路径中选取所述目标无人驾驶设备待行驶的下一路段，并将所述下一路段发送给所述目标无人驾驶设备；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径。
本实施例提供的无人驾驶设备的控制方法、装置、服务器以及存储介质，在获取到目标无人驾驶设备的实际位置之后，当服务器判断实际位置与目标位置不属于同一路段时，确定目标行驶路径，并从目标行驶路径中选取目标无人驾驶设备待行驶的下一路段，并将下一路段发送给目标无人驾驶设备。由于运输集装箱的运输设备改为无人驾驶设备，且服务器能够根据目标无人驾驶设备的实际位置与目标位置，为目标无人驾驶设备动态分配最优的行驶路径，即为目标无人驾驶设备实时优化行驶路径，这样，便缩短了目标无人驾驶设备的空载距离和运输距离，减少了道路交通拥堵，从而提高了集装箱的运输效率，同时降低了集装箱的运输成本。
一种无人驾驶设备的控制方法，所述无人驾驶设备用于在港口的岸边和堆场之间运输集装箱，所述方法包括：
接收服务器发送的目标无人驾驶设备待行驶的下一路段；所述下一路段是所述服务器在判断所述目标无人驾驶设备在当前路段的实际位置与目标位置不属于同一路段时，从确定出的目标行驶路径中选取得到的；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径；
向调度系统发送行驶请求；所述行驶请求中包括所述下一路段的起始路口节点；
接收所述调度系统发送的行驶指令，并根据所述行驶指令进行行驶；所述行驶指令是所述调度系统根据所述起始路口节点的路口状态信息确定出的。
一种无人驾驶设备的控制装置，所述无人驾驶设备用于在港口的岸边和堆场之间运输集装箱，所述装置包括：
第一接收模块，用于接收服务器发送的目标无人驾驶设备待行驶的下一路段；所述下一路段是所述服务器在判断所述目标无人驾驶设备在当前路段的实际位置与目标位置不属于同一路段时，从确定出的目标行驶路径中选取得到的；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径；
发送模块，用于向调度系统发送行驶请求；所述行驶请求中包括所述下一路段的起始路口节点；
第二接收模块，用于接收所述调度系统发送的行驶指令；所述行驶指令是所述调度系统根据所述起始路口节点的路口状态信息确定出的；
处理模块，用于根据所述行驶指令进行行驶。
一种无人驾驶设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
接收服务器发送的目标无人驾驶设备待行驶的下一路段；所述下一路段是所述服务器在判断所述目标无人驾驶设备在当前路段的实际位置与目标位置不属于同一路段时，从确定出的目标行驶路径中选取得到的；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径；
向调度系统发送行驶请求；所述行驶请求中包括所述下一路段的起始路口节点；
接收所述调度系统发送的行驶指令，并根据所述行驶指令进行行驶；所述行驶指令是所述调度系统根据所述起始路口节点的路口状态信息确定出的。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
接收服务器发送的目标无人驾驶设备待行驶的下一路段；所述下一路段是所述服务器在判断所述目标无人驾驶设备在当前路段的实际位置与目标位置不属于同一路段时，从确定出的目标行驶路径中选取得到的；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径；
向调度系统发送行驶请求；所述行驶请求中包括所述下一路段的起始路口节点；
接收所述调度系统发送的行驶指令，并根据所述行驶指令进行行驶；所述行驶指令是所述调度系统根据所述起始路口节点的路口状态信息确定出的。
本实施例提供的无人驾驶设备的控制方法、装置、无人驾驶设备以及存储介质，在目标无人驾驶设备的实际位置与目标无人驾驶设备需要到达的目标位置不属于同一路段时，目标无人驾驶设备根据服务器重新规划的目标行驶路径进行行驶。由于运输集装箱的运输设备改为无人驾驶设备，且服务器能够根据目标无人驾驶设备的实际位置与目标位置，为目标无人驾驶设备动态分配最优的行驶路径，即为目标无人驾驶设备实时优化行驶路径，这样，便缩短了目标无人驾驶设备的空载距离和运输距离，减少了道路交通拥堵，从而提高了集装箱的运输效率，同时降低了集装箱的运输成本。另外，目标无人驾驶设备在驶入下一路段时，根据调度系统的行驶指令进行行驶，从而避免了各个无人驾驶设备在路口节点发生冲突，提高了无人驾驶设备的行车安全性。
附图说明
图1为本申请实施例提供的无人驾驶设备的控制方法应用的系统架构图；
图2为一实施例提供的无人驾驶设备的控制方法的流程示意图；
图3为另一实施例提供的无人驾驶设备的控制方法的流程示意图；
图4为另一实施例提供的无人驾驶设备的控制方法的流程示意图；
图5为另一实施例提供的无人驾驶设备的控制方法的流程示意图；
图6为一实施例提供的无人驾驶设备的控制装置结构示意图；
图7为另一实施例提供的无人驾驶设备的控制装置结构示意图；
图8为另一实施例提供的无人驾驶设备的控制装置结构示意图；
图9为另一实施例提供的无人驾驶设备的控制装置结构示意图；
图10为另一实施例提供的无人驾驶设备的控制装置结构示意图；
图11为一实施例提供的设备的结构示意图。
具体实施方式
本申请实施例提供的无人驾驶设备的控制方法，可以适用于如图1所示的系统，该系统包括至少一个无人驾驶设备10和服务器11。其中，无人驾驶设备10用于在服务器11的控制下，在港口的岸边和堆场之间运输集装箱。无人驾驶设备10和服务器11之间可以通过无线网络进行通信。可选的，上述无人驾驶设备10可以为无人驾驶集卡。上述服务器11可以是独立的服务器，也可以是多个服务器组成的服务器集群。上述无线网络可以为无线保真(Wireless Fidelity，WIFI)网络，也可以为任一种制式的移动蜂窝网络。本申请实施例对无人驾驶设备10的具体形式、服务器11的具体形式以及无人驾驶设备10与服务器11之间的通信方式不做限定。
传统技术中的运输集卡在接收到运输作业指令时，由驾驶员凭借个人经验驾驶运输集卡，从而完成接收的运输作业。这样，便导致集装箱运输效率较低，且运输成本较高。为此，本申请实施例提供的无人驾驶设备的控制方法、装置、设备和存储介质，旨在解决上述传统技术中存在的技术问题。
为了使本申请的目的、技术方案及优点更加清楚明白，通过下述实施例并结合附图，对本申请实施例中的技术方案进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
以下方法实施例先以上述系统中的服务器为执行主体进行介绍，具体的：
图2为一实施例提供的无人驾驶设备的控制方法流程示意图。本实施例涉及的是服务器如何根据无人驾驶设备的实际位置和无人驾驶设备要达到的目标位置，对无人驾驶设备进行控制的过程。如图2所示，该方法可以包括：
S101、获取目标无人驾驶设备的实际位置。
其中，目标无人驾驶设备为服务器控制的至少一个无人驾驶设备中的任一个。目标无人驾驶设备与服务器之间实时或定期进行数据交互，即目标无人驾驶设备实时或定期向服务器上报自身的实际位置。其中，目标无人驾驶设备上报的实际位置可以包括自身的位置坐标和位置坐标所属的路段。
在系统初始化时，服务器根据码头堆场逻辑图，标记码头堆场逻辑图中的各个路口节点，建立候选邻接矩阵D，该矩阵D中的元素表示两个路口节点之间的距离。其中，码头堆场逻辑图中包括岸边的泊位、堆场以及车道等，车道包括行车道和作业车道，且每条车道均被预先指定了车道方向。同时，在初始化时，服务器还预先设定了目标无人驾驶设备在行车道、作业车道以及路口节点的最大行驶速度max(i,j)。另外，还根据堆场和岸边之间的路段的初始路况状态，建立拥堵度矩阵B，该矩阵B中的元素表示两个路口节点之间的拥堵程度。可选的，可以根据公式：
Figure BDA0001941994730000091
建立矩阵B。其中，α为加权值，可以根据实际场景进行相应的设置。
Figure BDA0001941994730000092
为路口节点Vi到Vj路段的第k辆无人驾驶设备的平均速度，Rij为Vi到Vj路段的交通量，Qij为Vi到Vj路段的通行能力，N为岸边与堆场之间的路段的个数，max(i,j)为无人驾驶设备在路口节点Vi到Vj路段间的最大行驶速度。
S102、当判断所述实际位置与目标位置不属于同一路段时，确定目标行驶路径，并从所述目标行驶路径中选取所述目标无人驾驶设备待行驶的下一路段，并将所述下一路段发送给所述目标无人驾驶设备；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径。
其中，在获取到目标无人驾驶设备的实际位置之后，服务器判断获取到的目标无人驾驶设备的实际位置与目标无人驾驶设备需要到达的目标位置是否属于同一路段。当服务器判断目标无人驾驶设备的实际位置与目标无人驾驶设备需要到达的目标位置不属于同一路段时，服务器重新为目标无人驾驶设备规划目标行驶路径，且规划的目标行驶路径为从目标无人驾驶设备的实际位置到目标位置的优化路径。然后，服务器根据目标无人驾驶设备的实际位置，从规划好的目标行驶路径中选取目标无人驾驶设备待行驶的下一路段，并将选取的下一路段发送给目标无人驾驶设备，以实现对目标无人驾驶设备的控制。
可选的，在S101之前，服务器获取调度系统发送的作业指令。
具体的，作业指令中可以包括目标无人驾驶设备需要到达的目的位置(即上述的目标位置)以及具体执行的作业任务。其中，该作业任务为装载集装箱或卸载集装箱。在目标无人驾驶设备空闲时，调度系统可以根据TOS系统中的作业信息、目标无人驾驶设备的实际位置以及实时状态(例如，目标无人驾驶设备是否故障，目标无人驾驶设备的能源是否充足)，为目标无人驾驶设备分配作业指令。可选的，调度系统可以安装在上述服务器中，也可以安装在与服务器进行通信的其它外部设备中，本实施例对此不做限定。
作为一种可选的实施方式，当服务器判断目标无人驾驶设备的实际位置与目标无人驾驶设备需要到达的目标位置属于同一路段时，服务器向目标无人驾驶设备发送上述作业指令。
其中，作业指令用于指示目标无人驾驶设备到目标位置装载集装箱或卸载集装箱。即当作业指令用于指示目标无人驾驶设备到目标位置装载集装箱时，在目标无人驾驶设备接收到作业指令之后，目标无人驾驶设备便行驶到目标位置装载集装箱；当作业指令用于指示目标无人驾驶设备到目标位置卸载集装箱时，在目标无人驾驶设备接收到作业指令之后，目标无人驾驶设备便行驶到目标位置卸载集装箱。
另外，在目标无人驾驶设备到目标位置装载完集装箱之后，此时该目标位置为目标无人驾驶设备的当前实际位置，服务器需要继续判断目标无人驾驶设备的实际位置与本次要到达的目标位置(即卸载集装箱的位置)是否属于同一路段，并在确定目标无人驾驶设备的实际位置与本次要到达的目标位置不属于同一路段时，重新为目标无人驾驶设备规划目标行驶路径。
在目标无人驾驶设备到目标位置卸载完集装箱之后，调度系统根据实际需求，可以重新为目标无人驾驶设备派发作业指令。
本实施例提供的无人驾驶设备的控制方法，在获取到目标无人驾驶设备的实际位置之后，当服务器判断实际位置与目标位置不属于同一路段时，服务器确定目标行驶路径，并从目标行驶路径中选取目标无人驾驶设备待行驶的下一路段，并将下一路段发送给目标无人驾驶设备。由于运输集装箱的运输设备改为无人驾驶设备，且服务器能够根据目标无人驾驶设备的实际位置与目标位置，为目标无人驾驶设备动态分配最优的行驶路径，即为目标无人驾驶设备实时优化行驶路径，这样，便缩短了目标无人驾驶设备的空载距离和运输距离，减少了道路交通拥堵，从而提高了集装箱的运输效率，同时降低了集装箱的运输成本。
图3为另一实施例提供的无人驾驶设备的控制方法流程示意图。本实施例涉及的是服务器如何确定目标行驶路径的过程。在上述实施例的基础上，可选的，如图3所示，上述服务器确定目标行驶路径的过程可以为：
S201、获取所述岸边和所述堆场之间的各个路口节点的实时路况信息。
其中，各个路口节点的实时路况信息可以包括各个路口节点之间的路段是否可用、交通量、通行能力、经过各个路口节点的无人驾驶设备的个数以及行驶速度等。可选的，服务器可以从调度系统中获取港口的岸边和堆场之间的各个路口节点的实时路况信息。
S202、根据所述各个路口节点的实时路况信息，确定候选邻接矩阵和拥堵度矩阵；所述候选邻接矩阵中的元素表示两个路口节点之间的距离；所述拥堵度矩阵中的元素表示两个路口节点之间的拥堵程度。
其中，在获取到港口的岸边和堆场之间的各个路口节点的实时路况信息之后，服务器根据各个路口节点的实时路况信息，更新初始化确定的候选邻接矩阵D和拥堵度矩阵B。这样，更新后的候选邻接矩阵D和拥堵度矩阵B便存储了港口的岸边和堆场之间的路段的当前可用情况，以及路段的拥堵程度。
S203、根据所述候选邻接矩阵和所述拥堵度矩阵，确定所述目标行驶路径。
具体的，服务器根据更新后的候选邻接矩阵和拥堵度矩阵，确定目标行驶路径。可选的，服务器可以根据更新后的候选邻接矩阵和更新后的拥堵度矩阵加权得到目标邻接矩阵，并根据目标邻接矩阵和预设算法，确定目标行驶路径。可选的，服务器可以根据公式：A＝β×(D./max(|dij|))+(1-β)×B，确定目标邻接矩阵A。其中，dij为路口节点Vi与路口节点Vj间的距离，i和j的取值范围为[1，M]，M为路口节点的个数。上述预设算法可以为迪杰斯特拉算法。在得到目标邻接矩阵之后，服务器根据迪杰斯特拉算法和目标邻接矩阵，便可以为目标无人驾驶设备确定出目标行驶路径。由于迪杰斯特拉算法为最短路径算法，这样，服务器重新规划的目标行驶路径即为目标无人驾驶设备从实际位置到达目标位置的最优行驶路径。
本实施例提供的无人驾驶设备的控制方法，由于服务器可以根据港口的岸边和堆场之间的各个路口节点的实时路况信息，实时更新候选邻接矩阵和拥堵度矩阵，并根据更新后的候选邻接矩阵、更新后的拥堵度矩阵以及预设的最短路径算法，为目标无人驾驶设备确定目标行驶路径，因此，服务器所确定出的目标行驶路径即为目标无人驾驶设备从实际位置到达目标位置的最优行驶路径。这样，便进一步缩短了无人驾驶设备的运输距离，从而降低了运输成本，提高了运输效率。
接下来，以下方法实施例以无人驾驶设备为执行主体进行介绍，具体的：
图4为另一实施例提供的无人驾驶设备的控制方法流程示意图。本实施例涉及的是无人驾驶设备如何在服务器的控制下进行行驶的过程。如图4所示，该方法可以包括：
S301、接收服务器发送的目标无人驾驶设备待行驶的下一路段；所述下一路段是所述服务器在判断所述目标无人驾驶设备在当前路段的实际位置与目标位置不属于同一路段时，从确定出的目标行驶路径中选取得到的；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径。
其中，目标无人驾驶设备实时或定期向服务器上报自身的实际位置，在服务器获取到目标无人驾驶设备的实际位置之后，服务器判断目标无人驾驶设备的实际位置与目标无人驾驶设备需要到达的目标位置是否属于同一路段。当判断目标无人驾驶设备的实际位置与目标无人驾驶设备需要到达的目标位置不属于同一路段时，服务器重新为目标无人驾驶设备规划目标行驶路径，并从规划好的目标行驶路径中选取目标无人驾驶设备待行驶的下一路段，并将选取的下一路段发送给目标无人驾驶设备，这样，目标无人驾驶设备便可以根据接收到的下一路段进行行驶。
S302、向调度系统发送行驶请求；所述行驶请求中包括所述下一路段的起始路口节点。
其中，在实际应用中，为了防止各个无人驾驶设备在路口节点发生冲突，进而带来安全事故，因此，需要调度系统根据实际路口节点的路况信息对各个无人驾驶设备进行调度。这样，在目标无人驾驶设备行驶到下一路段之前，目标无人驾驶设备向调度系统发送行驶请求，以便调度系统根据路口节点的路况信息对目标无人驾驶设备的行驶进行调度。可选的，调度系统可以安装在上述服务器中，也可以安装在与服务器进行通信的其它外部设备中，本实施例对此不做限定。
S303、接收所述调度系统发送的行驶指令，并根据所述行驶指令进行行驶；所述行驶指令是所述调度系统根据所述起始路口节点的路口状态信息确定出的。
其中，在调度系统接收到目标无人驾驶设备的行驶请求之后，调度系统根据行驶请求中携带的下一路段的起始路口节点的路口状态信息对目标无人驾驶设备的行驶进行调度。当调度系统确定起始路口节点拥堵时，向目标无人驾驶设备发送的行驶指令为等待，这样，目标无人驾驶设备接收到等待指令后，在到达下一路段的起始路口节点时，便进行等待；当调度系统确定起始路口节点空闲时，向目标无人驾驶设备发送的行驶指令为前行，这样，目标无人驾驶设备接收到前行指令后，在到达下一路段的起始路口节点时，便驶入下一路段。
本实施例提供的无人驾驶设备的控制方法，在目标无人驾驶设备的实际位置与目标无人驾驶设备需要到达的目标位置不属于同一路段时，目标无人驾驶设备根据服务器重新规划的最优目标行驶路径进行行驶。由于运输集装箱的运输设备改为无人驾驶设备，且服务器能够根据目标无人驾驶设备的实际位置与目标位置，为目标无人驾驶设备动态分配最优的行驶路径，即为目标无人驾驶设备实时优化行驶路径，这样，便缩短了目标无人驾驶设备的空载距离和运输距离，减少了道路交通拥堵，从而提高了集装箱的运输效率，同时降低了集装箱的运输成本。另外，目标无人驾驶设备在驶入下一路段时，根据调度系统的行驶指令进行行驶，从而避免了各个无人驾驶设备在路口节点发生冲突，提高了无人驾驶设备的行车安全性。
为了便于本领域技术人员的理解，以下方法实施例以目标无人驾驶设备和服务器之间的交互为例介绍本申请提供的无人驾驶设备的控制方法的过程。具体的，如图5所示，该方法可以包括：
S401、服务器获取调度系统发送的作业指令。
其中，调度系统可以根据TOS系统中的作业信息、目标无人驾驶设备的实际位置以及实时状态(例如，目标无人驾驶设备是否故障，目标无人驾驶设备的能源是否充足)，为目标无人驾驶设备分配作业指令。其中，作业指令中包括目标无人驾驶设备需要到达的目标位置以及具体执行任务(具体的执行任务为装载集装箱或卸载集装箱)。可选的，调度系统可以安装在服务器上，也可以安装在与服务器进行通信的其它外部设备上。以下以调度系统安装在服务器上为例进行介绍。
S402、服务器判断目标无人驾驶设备的实际位置与目标位置是否属于同一路段。若是，则执行S403-S405，若否，则执行S406-S410。
S403、服务器向目标无人驾驶设备发送装载集装箱作业指令或卸载集装箱作业指令。
S404、当作业指令是卸载集装箱时，目标无人驾驶设备到目标位置卸载集装箱。
在目标无人驾驶设备到目标位置卸载了集装箱之后，调度系统根据实际需求，可以重新为目标无人驾驶设备派发作业指令。
S405、当作业指令是装载集装箱时，目标无人驾驶设备到目标位置装载集装箱。
在目标无人驾驶设备到目标位置装载了集装箱之后，此时该目标位置为目标无人驾驶设备的当前实际位置，服务器需要继续判断目标无人驾驶设备的实际位置与本次要到达的目标位置(即卸载集装箱的位置)是否属于同一路段，并在确定目标无人驾驶设备的实际位置与本次要到达的目标位置不属于同一路段时，重新为目标无人驾驶设备规划最优的目标行驶路径。
S406、服务器确定目标行驶路径，并从所述目标行驶路径中选取所述目标无人驾驶设备待行驶的下一路段，并将选取的下一路段发送给目标无人驾驶设备。
S407、目标无人驾驶设备向调度系统发送行驶请求。
S408、目标无人驾驶设备接收调度系统发送的行驶指令。
S409、当行驶指令为等待时，目标无人驾驶设备在下一路段的路口节点等待。
S410、当行驶指令为前行时，目标无人驾驶设备驶入下一路段。
S411、服务器获取目标无人驾驶设备在下一路段的实际位置。
在目标无人驾驶设备驶入下一路段之后，服务器获取目标无人驾驶设备在下一路段的实际位置，并继续执行S402至S411，直至完成调度系统派发的作业指令。
本实施例提供的无人驾驶设备的控制方法，由于运输集装箱的运输设备改为无人驾驶设备，且服务器能够根据目标无人驾驶设备的实际位置与目标位置，为目标无人驾驶设备动态分配最优的行驶路径，即为目标无人驾驶设备实时优化行驶路径，这样，便缩短了目标无人驾驶设备的空载距离和运输距离，减少了道路交通拥堵，从而提高了集装箱的运输效率，同时降低了集装箱的运输成本。另外，目标无人驾驶设备在驶入下一路段时，根据调度系统的行驶指令进行行驶，从而避免了各个无人驾驶设备在路口节点发生冲突，提高了无人驾驶设备的行车安全性。
应该理解的是，虽然图2至图5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2至图5中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图6为一实施例提供的无人驾驶设备的控制装置的结构示意图。无人驾驶设备用于在港口的岸边和堆场之间运输集装箱，如图6所示，该装置包括：第一获取模块21和第一处理模块22。
具体的，第一获取模块21用于获取目标无人驾驶设备的实际位置；
第一处理模块22用于当判断所述实际位置与目标位置不属于同一路段时，确定目标行驶路径，并从所述目标行驶路径中选取所述目标无人驾驶设备待行驶的下一路段，并将所述下一路段发送给所述目标无人驾驶设备；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径。
本实施例提供的无人驾驶设备的控制装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
图7为另一实施例提供的无人驾驶设备的控制装置的结构示意图。在上述实施例的基础上，可选的，如图7所示，该装置还包括：第二处理模块23。
具体的，第二处理模块23用于当判断所述实际位置与目标位置属于同一路段时，向所述目标无人驾驶设备发送作业指令；所述作业指令用于指示所述目标无人驾驶设备到所述目标位置装载集装箱或卸载集装箱。
本实施例提供的无人驾驶设备的控制装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
图8为另一实施例提供的无人驾驶设备的控制装置的结构示意图。在上述实施例的基础上，可选的，如图8所示，上述第一处理模块22可以包括：获取单元221、第一确定单元222和第二确定单元223。
具体的，获取单元221用于获取所述岸边和所述堆场之间的各个路口节点的实时路况信息；
第一确定单元222用于根据所述各个路口节点的实时路况信息，确定候选邻接矩阵和拥堵度矩阵；所述候选邻接矩阵中的元素表示两个路口节点之间的距离；所述拥堵度矩阵中的元素表示两个路口节点之间的拥堵程度；
第二确定单元223用于根据所述候选邻接矩阵和所述拥堵度矩阵，确定所述目标行驶路径。
可选的，第二确定单元223具体用于根据所述候选邻接矩阵和所述拥堵度矩阵加权得到目标邻接矩阵，并根据所述目标邻接矩阵和预设算法，确定所述目标行驶路径。
本实施例提供的无人驾驶设备的控制装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
图9为另一实施例提供的无人驾驶设备的控制装置的结构示意图。在上述实施例的基础上，可选的，如图9所示，该装置还可以包括：第二获取模块24。
具体的，第二获取模块24用于在所述第一获取模块21获取目标无人驾驶设备在当前路段的实际位置之前，获取调度系统发送的所述作业指令。
本实施例提供的无人驾驶设备的控制装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
关于无人驾驶设备的控制装置的具体限定可以参见上文中对于无人驾驶设备的控制方法的限定，在此不再赘述。上述无人驾驶设备的控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于服务器中的处理器中，也可以以软件形式存储于服务器中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图10为一实施例提供的无人驾驶设备的控制装置的结构示意图。无人驾驶设备用于在港口的岸边和堆场之间运输集装箱，如图10所示，该装置包括：第一接收模块31、发送模块32、第二接收模块33和处理模块34。
具体的，第一接收模块31用于接收服务器发送的目标无人驾驶设备待行驶的下一路段；所述下一路段是所述服务器在判断所述目标无人驾驶设备在当前路段的实际位置与目标位置不属于同一路段时，从确定出的目标行驶路径中选取得到的；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径；
发送模块32用于向调度系统发送行驶请求；所述行驶请求中包括所述下一路段的起始路口节点；
第二接收模块33用于接收所述调度系统发送的行驶指令；所述行驶指令是所述调度系统根据所述起始路口节点的路口状态信息确定出的；
处理模块34用于根据所述行驶指令进行行驶。
本实施例提供的无人驾驶设备的控制装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
关于无人驾驶设备的控制装置的具体限定可以参见上文中对于无人驾驶设备的控制方法的限定，在此不再赘述。上述无人驾驶设备的控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于无人驾驶设备中的处理器中，也可以以软件形式存储于无人驾驶设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种设备，其内部结构图可以如图11所示。该设备可以为服务器，也可以为无人驾驶设备。该设备可以包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该处理器用于提供计算和控制能力。该存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该数据库用于存储无人驾驶设备的控制过程中所使用的数据。该网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种无人驾驶设备的控制方法。
本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的设备的限定，具体的设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种服务器，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取目标无人驾驶设备的实际位置；
当判断所述实际位置与目标位置不属于同一路段时，确定目标行驶路径，并从所述目标行驶路径中选取所述目标无人驾驶设备待行驶的下一路段，并将所述下一路段发送给所述目标无人驾驶设备；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：当判断所述实际位置与目标位置属于同一路段时，向所述目标无人驾驶设备发送作业指令；所述作业指令用于指示所述目标无人驾驶设备到所述目标位置装载集装箱或卸载集装箱。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取所述岸边和所述堆场之间的各个路口节点的实时路况信息；根据所述各个路口节点的实时路况信息，确定候选邻接矩阵和拥堵度矩阵；所述候选邻接矩阵中的元素表示两个路口节点之间的距离；所述拥堵度矩阵中的元素表示两个路口节点之间的拥堵程度；根据所述候选邻接矩阵和所述拥堵度矩阵，确定所述目标行驶路径。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据所述候选邻接矩阵和所述拥堵度矩阵加权得到目标邻接矩阵；根据所述目标邻接矩阵和预设算法，确定所述目标行驶路径。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取调度系统发送的所述作业指令。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取目标无人驾驶设备的实际位置；
当判断所述实际位置与目标位置不属于同一路段时，确定目标行驶路径，并从所述目标行驶路径中选取所述目标无人驾驶设备待行驶的下一路段，并将所述下一路段发送给所述目标无人驾驶设备；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当判断所述实际位置与目标位置属于同一路段时，向所述目标无人驾驶设备发送作业指令；所述作业指令用于指示所述目标无人驾驶设备到所述目标位置装载集装箱或卸载集装箱。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取所述岸边和所述堆场之间的各个路口节点的实时路况信息；根据所述各个路口节点的实时路况信息，确定候选邻接矩阵和拥堵度矩阵；所述候选邻接矩阵中的元素表示两个路口节点之间的距离；所述拥堵度矩阵中的元素表示两个路口节点之间的拥堵程度；根据所述候选邻接矩阵和所述拥堵度矩阵，确定所述目标行驶路径。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据所述候选邻接矩阵和所述拥堵度矩阵加权得到目标邻接矩阵；根据所述目标邻接矩阵和预设算法，确定所述目标行驶路径。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取调度系统发送的所述作业指令。
在一个实施例中，提供了一种无人驾驶设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
接收服务器发送的目标无人驾驶设备待行驶的下一路段；所述下一路段是所述服务器在判断所述目标无人驾驶设备在当前路段的实际位置与目标位置不属于同一路段时，从确定出的目标行驶路径中选取得到的；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径；
向调度系统发送行驶请求；所述行驶请求中包括所述下一路段的起始路口节点；
接收所述调度系统发送的行驶指令，并根据所述行驶指令进行行驶；所述行驶指令是所述调度系统根据所述起始路口节点的路口状态信息确定出的。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
接收服务器发送的目标无人驾驶设备待行驶的下一路段；所述下一路段是所述服务器在判断所述目标无人驾驶设备在当前路段的实际位置与目标位置不属于同一路段时，从确定出的目标行驶路径中选取得到的；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径；
向调度系统发送行驶请求；所述行驶请求中包括所述下一路段的起始路口节点；
接收所述调度系统发送的行驶指令，并根据所述行驶指令进行行驶；所述行驶指令是所述调度系统根据所述起始路口节点的路口状态信息确定出的。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (12)

1.一种无人驾驶设备的控制方法，其特征在于，所述无人驾驶设备用于在港口的岸边和堆场之间运输集装箱，所述方法包括：
获取目标无人驾驶设备的实际位置；
当判断所述实际位置与目标位置不属于同一路段时，确定目标行驶路径，并从所述目标行驶路径中选取所述目标无人驾驶设备待行驶的下一路段，并将所述下一路段发送给所述目标无人驾驶设备；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径。
2.根据权利要求1所述的方法，其特征在于，还包括：
当判断所述实际位置与目标位置属于同一路段时，向所述目标无人驾驶设备发送作业指令；所述作业指令用于指示所述目标无人驾驶设备到所述目标位置装载集装箱或卸载集装箱。
3.根据权利要求1所述的方法，其特征在于，所述确定目标行驶路径，包括：
获取所述岸边和所述堆场之间的各个路口节点的实时路况信息；
根据所述各个路口节点的实时路况信息，确定候选邻接矩阵和拥堵度矩阵；所述候选邻接矩阵中的元素表示两个路口节点之间的距离；所述拥堵度矩阵中的元素表示两个路口节点之间的拥堵程度；
根据所述候选邻接矩阵和所述拥堵度矩阵，确定所述目标行驶路径。
4.根据权利要求3所述的方法，其特征在于，所述根据所述候选邻接矩阵和所述拥堵度矩阵，确定所述目标行驶路径，包括：
根据所述候选邻接矩阵和所述拥堵度矩阵加权得到目标邻接矩阵；
根据所述目标邻接矩阵和预设算法，确定所述目标行驶路径。
5.根据权利要求2所述的方法，其特征在于，在所述获取目标无人驾驶设备在当前路段的实际位置之前，还包括：
获取调度系统发送的所述作业指令。
6.一种无人驾驶设备的控制方法，其特征在于，所述无人驾驶设备用于在港口的岸边和堆场之间运输集装箱，所述方法包括：
接收服务器发送的目标无人驾驶设备待行驶的下一路段；所述下一路段是所述服务器在判断所述目标无人驾驶设备在当前路段的实际位置与目标位置不属于同一路段时，从确定出的目标行驶路径中选取得到的；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径；
向调度系统发送行驶请求；所述行驶请求中包括所述下一路段的起始路口节点；
接收所述调度系统发送的行驶指令，并根据所述行驶指令进行行驶；所述行驶指令是所述调度系统根据所述起始路口节点的路口状态信息确定出的。
7.一种无人驾驶设备的控制装置，其特征在于，所述无人驾驶设备用于在港口的岸边和堆场之间运输集装箱，所述装置包括：
第一获取模块，用于获取目标无人驾驶设备的实际位置；
第一处理模块，用于当判断所述实际位置与目标位置不属于同一路段时，确定目标行驶路径，并从所述目标行驶路径中选取所述目标无人驾驶设备待行驶的下一路段，并将所述下一路段发送给所述目标无人驾驶设备；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径。
8.一种无人驾驶设备的控制装置，其特征在于，所述无人驾驶设备用于在港口的岸边和堆场之间运输集装箱，所述装置包括：
第一接收模块，用于接收服务器发送的目标无人驾驶设备待行驶的下一路段；所述下一路段是所述服务器在判断所述目标无人驾驶设备在当前路段的实际位置与目标位置不属于同一路段时，从确定出的目标行驶路径中选取得到的；所述目标位置为所述目标无人驾驶设备需要到达的目的位置；所述同一路段为相邻的两个路口节点组成的路段；所述目标行驶路径为从所述实际位置到达所述目标位置的路径；
发送模块，用于向调度系统发送行驶请求；所述行驶请求中包括所述下一路段的起始路口节点；
第二接收模块，用于接收所述调度系统发送的行驶指令；所述行驶指令是所述调度系统根据所述起始路口节点的路口状态信息确定出的；
处理模块，用于根据所述行驶指令进行行驶。
9.一种服务器，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
11.一种无人驾驶设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求7中所述方法的步骤。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求7中所述方法的步骤。
CN201910024563.7A 2019-01-10 2019-01-10 无人驾驶设备的控制方法、装置、设备和存储介质 Active CN111435249B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910024563.7A CN111435249B (zh) 2019-01-10 2019-01-10 无人驾驶设备的控制方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910024563.7A CN111435249B (zh) 2019-01-10 2019-01-10 无人驾驶设备的控制方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN111435249A true CN111435249A (zh) 2020-07-21
CN111435249B CN111435249B (zh) 2023-12-15

Family

ID=71580006

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910024563.7A Active CN111435249B (zh) 2019-01-10 2019-01-10 无人驾驶设备的控制方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN111435249B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112862404A (zh) * 2021-02-24 2021-05-28 招商局国际信息技术有限公司 港口作业自动化管理方法、装置、设备及介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09243393A (ja) * 1996-03-06 1997-09-19 Unisia Jecs Corp 車両の走行経路設定装置
JPH11212643A (ja) * 1998-01-26 1999-08-06 Shinko Electric Co Ltd 無人搬送車の制御方法及び装置
CN105046365A (zh) * 2015-07-29 2015-11-11 余意 物流配送车辆路径优化方法和装置
CN105446343A (zh) * 2016-01-04 2016-03-30 杭州亚美利嘉科技有限公司 一种机器人的调度方法及装置
CN106444791A (zh) * 2016-12-20 2017-02-22 南阳师范学院 一种多agv小车上位机统一调度系统设计方法
CN106679685A (zh) * 2016-12-29 2017-05-17 鄂尔多斯市普渡科技有限公司 一种用于车辆导航的行车路径规划方法
CN107037812A (zh) * 2017-03-31 2017-08-11 南京理工大学 一种基于仓储无人车的车辆路径规划方法
CN108170146A (zh) * 2017-12-31 2018-06-15 芜湖哈特机器人产业技术研究院有限公司 一种基于已知环境的路径规划方法
CN108241372A (zh) * 2017-12-27 2018-07-03 安徽嘉熠智能科技有限公司 一种agv小车系统的防撞实现方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09243393A (ja) * 1996-03-06 1997-09-19 Unisia Jecs Corp 車両の走行経路設定装置
JPH11212643A (ja) * 1998-01-26 1999-08-06 Shinko Electric Co Ltd 無人搬送車の制御方法及び装置
CN105046365A (zh) * 2015-07-29 2015-11-11 余意 物流配送车辆路径优化方法和装置
CN105446343A (zh) * 2016-01-04 2016-03-30 杭州亚美利嘉科技有限公司 一种机器人的调度方法及装置
CN106444791A (zh) * 2016-12-20 2017-02-22 南阳师范学院 一种多agv小车上位机统一调度系统设计方法
CN106679685A (zh) * 2016-12-29 2017-05-17 鄂尔多斯市普渡科技有限公司 一种用于车辆导航的行车路径规划方法
CN107037812A (zh) * 2017-03-31 2017-08-11 南京理工大学 一种基于仓储无人车的车辆路径规划方法
CN108241372A (zh) * 2017-12-27 2018-07-03 安徽嘉熠智能科技有限公司 一种agv小车系统的防撞实现方法及系统
CN108170146A (zh) * 2017-12-31 2018-06-15 芜湖哈特机器人产业技术研究院有限公司 一种基于已知环境的路径规划方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112862404A (zh) * 2021-02-24 2021-05-28 招商局国际信息技术有限公司 港口作业自动化管理方法、装置、设备及介质
CN112862404B (zh) * 2021-02-24 2023-09-05 招商局国际科技有限公司 港口作业自动化管理方法、装置、设备及介质

Also Published As

Publication number Publication date
CN111435249B (zh) 2023-12-15

Similar Documents

Publication Publication Date Title
JP6671507B2 (ja) ロボット現場戻りのための方法及び装置｛ｍｅｔｈｏｄ ａｎｄ ｄｅｖｉｃｅ ｆｏｒ ｒｅｔｕｒｎｉｎｇ ｒｏｂｏｔｓ ｆｒｏｍ ｓｉｔｅ｝
CN111612234B (zh) 一种集装箱码头水平运输可视化系统
CN114023094B (zh) 一种码头车辆调度系统、方法、设备和介质
CN111596658A (zh) 一种多agv无碰撞运行的路径规划方法及调度系统
US20220122011A1 (en) Method and system for operating a fleet of vehicles
TW201926236A (zh) 電池組優化輸送規劃方法
CN110414895A (zh) 车辆调度系统及方法
CN108470238B (zh) 基于图论km匹配算法的agv自动调度方法
CN115271556B (zh) 机器人任务调度方法、装置、可读存储介质及电子设备
CN110488827A (zh) 基于蚂蚁觅食行为的agv控制方法、终端设备及存储介质
CN110654807B (zh) 物料运输系统及其控制方法
CN115310867A (zh) 无人车的调度平台、无人车、调度方法及存储介质
CN111736606A (zh) 移动机器人行驶方法、装置及存储介质
CN115271559A (zh) 无人车的调度平台、无人车、调度方法和存储介质
US20240132109A1 (en) Vehicle Control Method, Apparatus, and System
CN111435249A (zh) 无人驾驶设备的控制方法、装置、设备和存储介质
CN114792217A (zh) 用于分散混合空地自主最后一英里货物递送的系统和方法
EP3660759B1 (en) Optimization of task completion in a facility
CN110968105B (zh) 货物运输方法、装置、介质及电子设备
JP2023051851A (ja) 電池配送方法、充電計画方法、機器及び媒体
CN111950943A (zh) 一种配送车调度方法、装置、设备及存储介质
CN115755786A (zh) 基于流量的多agv全局调度方法
CN114093191A (zh) 无人驾驶智能调度系统及自动驾驶方法
CN113859053A (zh) 基于行驶需求的燃料电池管理方法、系统、设备及介质
CN108280530A (zh) 双向路径不对称状态下库区无人行车吊运路径优化方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
TA01 Transfer of patent application right

Effective date of registration: 20200826

Address after: 518051 Room 401, Building A, Phase II, Science and Technology Building, 1057 Nanhai Avenue, Nanshan District, Shenzhen City, Guangdong Province

Applicant after: CHINA MERCHANTS HOLDINGS (INTERNATIONAL) INFORMATION TECHNOLOGY Co.,Ltd.

Applicant after: Shenzhen Haixing Port Development Co.,Ltd.

Address before: 518051 Room 401, Building A, Phase II, Science and Technology Building, 1057 Nanhai Avenue, Nanshan District, Shenzhen City, Guangdong Province

Applicant before: CHINA MERCHANTS HOLDINGS (INTERNATIONAL) INFORMATION TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Room 401, Building A, Phase II, Science and Technology Building, No. 1057 Nanhai Avenue, Nanshan District, Shenzhen City, Guangdong Province, 518051

Applicant after: China Merchants International Technology Co.,Ltd.

Applicant after: Shenzhen Haixing Port Development Co.,Ltd.

Address before: Room 401, Building A, Phase II, Science and Technology Building, No. 1057 Nanhai Avenue, Nanshan District, Shenzhen City, Guangdong Province, 518051

Applicant before: CHINA MERCHANTS HOLDINGS (INTERNATIONAL) INFORMATION TECHNOLOGY Co.,Ltd.

Applicant before: Shenzhen Haixing Port Development Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant