CN113479655B - 一种基于模糊路径的车辆调度方法 - Google Patents

Abstract

为了简化调度的复杂性，本申请提出一种基于模糊路径的调度方法，该方法在集装箱码头水平运输区域地图的基础上模糊了车道线的划分，只在关键节点位置进行车道辨识与分配，关键节点间的路径规划与避障由无人车自主实现，极大降低了调度系统任务管理压力、实时数据交互压力以及任务调度难度，相关运行数据证明采用该方法设计的系统在一定程度上提高了单车效率和系统总体效率。该方法有效解决了调度系统在策略设计上复杂建模问题，将任务调度与无人车运行管控相关功能分别由调度系统和无人车的无人驾驶系统来分担，降低了对调度系统的运算能力要求与管控元素数量，对系统运行可靠性和运算效率有较大提升，实现资源最优化利用。

Description

一种基于模糊路径的车辆调度方法

技术领域

本发明涉及一种车辆调度方法，特别是一种基于模糊路径的车辆调度方法。

背景技术

港口作为国家和地区的门户，是支撑经济全球化发展的物流动脉枢纽；码头是实现港口装卸作业的重要载体，在国家创新驱动、转型发展的背景下，其智能化建设也踏上实践之路；集装箱码头箱体规则性和标准化程度高、运输和装卸方便、机械化程度高、作业效率高、便于开展多式联运等特点为其实现自动化、智能化奠定了基础；水平运输系统作为衔接码头前沿到堆场的重要环节，是其作业效率、投资与营运成本、环境安全及吞吐能力的关键影响因素。

水平运输系统主要包含无人车和车辆调度系统两部分，随着无人驾驶技术在近年来的蓬勃发展，当前国内外水平运输系统的重载无人车多采用AGV或无人集卡的运输方式，前期多采用磁钉导航，近年来已陆续出现多传感器信息融合的导航方式，对于单车的自动化研究成果基本可以满足集装箱码头这种封闭环境下的应用，但在多无人车的集群管控与调度方面的研究相对较少，当前国内自动化码头建设处于起步阶段对于水平运输系统的多无人车任务调度也是处于简单的任务派发模式，缺乏动态任务调整，对码头的道路资源利用率低，无人车的作业效率也相对不高，考虑到国外相关技术的封闭性，加之不同码头工艺流程的特殊性，导致目前总体上关于集装箱码头水平运输系统多无人车的任务调度技术研究欠缺，市场上也难以看到相关成熟产品。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种能够极大降低调度系统任务管理压力、实时数据交互压力以及任务调度难度的基于模糊路径的车辆调度方法。

本发明所要解决的技术问题是通过以下的技术方案来实现的。本发明是一种基于模糊路径的车辆调度方法，该方法为在集装箱码头水平运输区域地图的基础上模糊了车道线的划分，只在关键节点位置进行车道辨识与分配，关键节点间的路径规划与避障由无人车自主实现，以此实现车辆的调度。

本发明所要解决的技术问题还可以通过以下的技术方案来进一步实现，对于以上所述的基于模糊路径的车辆调度方法，该方法将调度系统中的场区高精度地图简化，不考虑场内各区域车道数量，直接将场区地图简化为关键节点与点间直线的模糊路径的方式，无人车在点与点之间的直线车道运行由其无人驾驶系统自主控制，调度系统在此处区域不做调度与管控，在关键节点处的车道数量和具体参数预先储存至调度系统中，由调度系统进行关键节点处无人车运行车道的调度和指派；无人车接收调度系统的指令内容为任务起始点及运行路径上的关键节点，在无人车即将到达关键节点前，调度系统会基于当前节点处的实际占用情况进行节点处道路或车位分配，接收到分配车道或车位所在位置后车辆无人驾驶系统自动规划路径驾驶至下一关键节点，以此类推，完成从任务起点到终点间的调度与管控。

本发明所要解决的技术问题还可以通过以下的技术方案来进一步实现，对于以上所述的基于模糊路径的车辆调度方法，该方法的具体步骤为：

（1）对集装箱码头实际作业场区的高精度地图进行简化，将场区划分为无人车缓冲区、水平运输区、岸边作业区、堆场作业区的主要无人车通行/作业区域；

（2）将各区域车道数量均模糊为一条可通行道路，各区域装卸作业点或缓冲点设置为相应的停车位；

（3）在简化后的场区地图上标识关键节点，即缓冲区车位节点、岸桥作业节点、道路节点和堆场作业节点；

（4）明确关键节点区域并放大关键节点，将距离关键节点前后各一段距离d的矩形区域定义为关键节点区域，将该处的道路数量、通行方向、停车位数量、优先级的关键信息均保存为地图中的关键节点信息中；

（5）当任务经由调度系统下发至无人车时，系统将模糊路径和关键节点一并下发，无人车自主完成关键节点间模糊路径的路径规划、细化、导航运行与避障，车行驶至关键节点区域处触发该区域的道路或车位匹配机制，由调度系统基于当前可用资源进行最优派送，以此完成无人车在关键节点区域的运行。

本发明所要解决的技术问题还可以通过以下的技术方案来进一步实现，对于以上所述的基于模糊路径的车辆调度方法，在步骤（4）中，d由无人车的运行参数及与调度系统的信息交互频率的指标共同决定。

与现有技术相比，本发明的有益效果：

（1）极大降低了车辆调度系统对场区高精度地图的依赖，并通过简化地图、消除车道冗余信息的方式降低了对数据库存储能力的要求；

（2）通过模糊路径的方式将场区各通行区域的道路辨识为一条道路，避免了任务调度中的关键难题之一，即全局车辆路径规划问题，由无人车的无人驾驶系统承担节点间的路径规划与避障，该方法降低了任务调度难度，同时消除了调度系统实时调整路径对无线网络的依赖问题；

（3）通过关键节点辨识、关键节点区域划分与节点信息放大的方式，实现在任务点和道路交叉点处的车位、道路选择与派送，提高了水平运输系统无人车功能和调度功能的均衡性，随着任务量的增加改方法对于提高系统效率的表现更优。

附图说明

图1为传统码头典型布局图；

图2为本发明基于模糊路径的场区关键节点划分图；

图3为本发明基于模糊路径的任务调度示例图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照图1-3，车辆调度系统的作用对象为码头无人车，因此其调度功能与方法设计与无人车的无人驾驶功能必须紧密结合，由于现有的无人车产品已具备成熟的路径规划和自主避障功能，在设计车辆调度系统时，为了简化调度的复杂性，本申请提出一种基于模糊路径的调度方法，该方法在集装箱码头水平运输区域地图的基础上模糊了车道线的划分，只在关键节点位置进行车道辨识与分配，关键节点间的路径规划与避障由无人车自主实现，极大降低了调度系统任务管理压力、实时数据交互压力以及任务调度难度，相关运行数据证明采用该方法设计的系统在一定程度上提高了单车效率和系统总体效率。

本申请为一种基于模糊路径的车辆调度方法，将调度系统中的场区高精度地图简化，具体方法为：

不考虑场内各区域车道数量，直接将场区地图简化为关键节点与点间直线的模糊路径这一方式，无人车在点与点之间的直线车道运行由其无人驾驶系统自主控制，调度系统在此处区域不做调度与管控，在关键节点处的车道数量和具体参数预先储存至调度系统中，由调度系统进行关键节点处无人车运行车道的调度和指派；

无人车接收调度系统的指令内容为任务起始点及运行路径上的关键节点，在无人车即将到达关键节点前，调度系统会基于当前节点处的实际占用情况进行节点处道路或车位分配，接收到分配车道或车位所在位置后车辆无人驾驶系统自动规划路径驾驶至下一关键节点，以此类推，完成从任务起点到终点间的调度与管控。

该方法有效解决了调度系统在策略设计上复杂建模问题，将任务调度与无人车运行管控相关功能分别由调度系统和无人车的无人驾驶系统来分担，降低了对调度系统的运算能力要求与管控元素数量，对系统运行可靠性和运算效率有较大提升，实现资源最优化利用。

传统码头（边装卸）典型布局图如图1所示（注，以码头实际车道和车位布局为准，本发明仅以上图作为示例进行方法说明），以其为例对本发明的调度方法进行说明；

模糊掉图1中场内各区域的车道数量，由单一路线进行场区连接，并标识场区内部关键节点如图2所示；场区内关键节点共分4类：缓冲区车位节点、岸桥作业节点、道路节点和堆场作业节点；每个关键节点处的实际车道或车位情况如图2示例所示：缓冲区车位节点为20车位区域，岸桥作业节点为3车道区域，道路节点为3车道交叉区域，堆场作业节点为2车位或2车道交叉区域；图3为无人车从当前位置O到岸边AB区域作业的某一具体任务，其调度方法和实现方式为，无人车接收到任务指令，调度系统下发模糊路径为：位置O→关键节点O1→关键节点O2→AB区域的岸桥装卸作业点；无人车接收到模糊路径后会自行规划关键节点间的路径并完成点点间的直线通行，由于实际场区点点间为多车道，无人车可自主进行点与点间的避障操作，待无人车运行至关键节点区域A1或A2或A3时（由于AB区域更为复杂，故以此区域为例说明关键节点处的调度方法，O1和O2关键节点处的车道选择遵循同一思路），系统检测到无人车已到达关键节点区域触发点A，此时调度系统进行区域AB内部6个岸边作业点（其中1、2、3号作业点为同类型作业点，4、5、6号作业点为同类型作业点，同一类型作业点基于优先级按序号排列）的占用情况查询，并结合装卸任务将未被占用的最优作业点分配给无人车进行作业，无人车自主运行至指定位置完成装卸作业后即可离开作业点驶入节点B则完成整个任务过程。

本发明的目的是充分利用并简化集装箱码头场区的高精度地图信息，进行场区地图再配置，并根据水平运输系统无人车的作业任务情况，实现基于简化版场区地图的模糊路径下发与关键节点道路或车位派送，通过车道简化、任务拆解和功能均摊的方式降低调度系统在任务管理、实时数据交互以及任务调度方面的复杂度，其具体步骤如下：

1、对集装箱码头实际作业场区的高精度地图进行简化，将场区划分为无人车缓冲区、水平运输区、岸边作业区、堆场作业区等主要无人车通行/作业区域；

2、将各区域车道数量均模糊为一条可通行道路，各区域装卸作业点或缓冲点设置为相应的停车位；

3、在简化后的场区地图上标识关键节点，即缓冲区车位节点、岸桥作业节点、道路节点（模糊路径交叉点）和堆场作业节点；

4、明确关键节点区域并放大关键节点，将距离关键节点前后各一段距离d（d由无人车的运行参数及与调度系统的信息交互频率等指标共同决定）的矩形区域定义为关键节点区域，将该处的道路数量、通行方向、停车位数量、优先级等关键信息均保存为地图中的关键节点信息中；

5、当任务经由调度系统下发至无人车时，系统将模糊路径和关键节点一并下发，无人车自主完成关键节点间模糊路径的路径规划、细化、导航运行与避障，车行驶至关键节点区域处触发该区域的道路或车位匹配机制，由调度系统基于当前可用资源进行最优派送，以此完成无人车在关键节点区域的运行。

本申请的优点在于：

（1）极大降低了车辆调度系统对场区高精度地图的依赖，并通过简化地图、消除车道冗余信息的方式降低了对数据库存储能力的要求；

（2）通过模糊路径的方式将场区各通行区域的道路辨识为一条道路，避免了任务调度中的关键难题之一，即全局车辆路径规划问题，由无人车的无人驾驶系统承担节点间的路径规划与避障，该方法降低了任务调度难度，同时消除了调度系统实时调整路径对无线网络的依赖问题；

（3）通过关键节点辨识、关键节点区域划分与节点信息放大的方式，实现在任务点和道路交叉点处的车位、道路选择与派送，提高了水平运输系统无人车功能和调度功能的均衡性，随着任务量的增加改方法对于提高系统效率的表现更优。

本申请的实施效益：

基于模糊路径的车辆调度方法的设计与应用，弱化了场区内车辆调度对高精度地图的依赖，甚至不需要对场区水平运输作业的道路区进行车道精细划分也可完成水平运输作业，由车辆无人驾驶系统进行两点间的路径规划、导航与避障运行，调度系统仅需基于关键节点区域信息完成在该处的车位与通行车道选择与派送即可，降低系统复杂度的同时提高了系统运行效率。

本申请在于提供一种基于模糊路径的调度方法，该方法在集装箱码头水平运输区域地图的基础上模糊了车道线的划分，只在关键节点位置进行车道辨识与分配，关键节点间的路径规划与避障由无人车自主实现，极大降低了调度系统任务管理压力、实时数据交互压力以及任务调度难度，相关运行数据证明采用该方法设计的系统在一定程度上提高了单车效率和系统总体效率。

对比同一场区内基于相同作业任务的车辆运行时间（车辆指标、装卸点装卸任务时间一致，且为固定值），如下表所示，其中A类任务为4台岸桥，4个堆场参与作业，岸桥→堆场，堆场→岸桥，4卸4装共计8个任务；B类任务为8台岸桥，8个堆场参与作业，岸桥→堆场，堆场→岸桥，8卸8装共计16个任务；

通过表中数据可以看出在相同类别和数量的任务下，基于模糊路径的调度方法完成任务时间均短于传统调度方法且随着任务数量和种类增加，基于模糊路径的调度方法单车用时逐渐减小至某一稳定值；

表 1 基于模糊路径的调度方法与传统调度方法用时对比

Claims (2)

1.一种基于模糊路径的车辆调度方法，其特征在于：该方法为在集装箱码头水平运输区域地图的基础上模糊了车道线的划分，只在关键节点位置进行车道辨识与分配，关键节点间的路径规划与避障由无人车自主实现，以此实现车辆的调度；

该方法将调度系统中的场区高精度地图简化，不考虑场内各区域车道数量，直接将场区地图简化为关键节点与点间直线的模糊路径的方式，无人车在点与点之间的直线车道运行由其无人驾驶系统自主控制，调度系统在此处区域不做调度与管控，在关键节点处的车道数量和具体参数预先储存至调度系统中，由调度系统进行关键节点处无人车运行车道的调度和指派；无人车接收调度系统的指令内容为任务起始点及运行路径上的关键节点，在无人车即将到达关键节点前，调度系统会基于当前节点处的实际占用情况进行节点处道路或车位分配，接收到分配车道或车位所在位置后车辆无人驾驶系统自动规划路径驾驶至下一关键节点，以此类推，完成从任务起点到终点间的调度与管控；

该方法的具体步骤为：

（1）对集装箱码头实际作业场区的高精度地图进行简化，将场区划分为无人车缓冲区、水平运输区、岸边作业区、堆场作业区的主要无人车通行/作业区域；

（2）将各区域车道数量均模糊为一条可通行道路，各区域装卸作业点或缓冲点设置为相应的停车位；

（3）在简化后的场区地图上标识关键节点，即缓冲区车位节点、岸桥作业节点、道路节点和堆场作业节点；

（4）明确关键节点区域并放大关键节点，将距离关键节点前后各一段距离d的矩形区域定义为关键节点区域，将该处的道路数量、通行方向、停车位数量、优先级的关键信息均保存为地图中的关键节点信息中；

（5）当任务经由调度系统下发至无人车时，系统将模糊路径和关键节点一并下发，无人车自主完成关键节点间模糊路径的路径规划、细化、导航运行与避障，车行驶至关键节点区域处触发该区域的道路或车位匹配机制，由调度系统基于当前可用资源进行最优派送，以此完成无人车在关键节点区域的运行。

2.根据权利要求1所述的基于模糊路径的车辆调度方法，其特征在于：在步骤（4）中，d由无人车的运行参数及与调度系统的信息交互频率的指标共同决定。

Images