CN113771878B - 基于全作业场景的港口自动驾驶车辆全局路线引导方法 - Google Patents

Abstract

一种基于全作业场景的港口自动驾驶车辆全局路线智能引导方法,涉及港口自动驾驶内集卡云控平台技术领域。该调控方法，通过部署云控平台并引用全局路线智能引导算法所实现的全作业场景下的全局路线动态引导方法，在提高全局路径规划实时性、精准性以及专业性的同时，能更有效的降低水平运输作业安全隐患、提升水平运输作业通行效率，最终真正达到提高港口生产效率的目的。

Description

基于全作业场景的港口自动驾驶车辆全局路线引导方法

技术领域

本发明涉及港口自动驾驶内集卡云控平台技术领域,特别涉及一种基于全作业场景的港口自动驾驶车辆全局路线引导方法。

背景技术

传统的方法是港口自动驾驶内集卡直接接入港口作业管理系统（TOS），TOS根据每个作业计划的分步作业信息，自动生成每步作业的仅包含目标站点物理位置而非实际坐标精准位置的路线引导信息（如：1号堆场10贝B车道）并作为作业指令的一部分下发至自动驾驶内集卡，自动驾驶内集卡接收指令后，全程依赖自身的局部路线识别能力（港口作业区域高精地图保存在集卡本地）行驶至物理位置大致区域之后，通过与岸桥/场桥实时交互，获取精准的对位信息完成停车，并开始相应的装卸作业。

传统方法的缺陷或不足：港口多条作业线并行的场合（简称：全作业场景），不定数量的内集卡在岸桥与堆场之间往返运输作业的现象普遍存在。如果按照仅给出目标物理位置信息的传统路线引导方法，虽然使全局路线规划简洁化，但不能真正体现提供一条无碰撞、可通过的路径的全局路径规划基本原则。自动驾驶内集卡全程依赖自身局部路线识别能力，由于识别距离有限，很容易出现某条路线跟车拥堵现象，从而造成整体作业效率降低；此外，由于受箱区堆放高度的遮挡影响，单靠自动驾驶内集卡无法识别交叉路口相向行驶车辆，从而存在发生碰撞安全隐患的可能。此外，目前市场上的港口TOS系统基本上是以产品形态进行提供，系统内部改造难度和成本较高；TOS系统虽具有标准的港口装卸作业流程管理体系，但缺乏基于高精地图的全局路线规划的专业能力，尤其是全作业场景下车辆动态路线引导能力。

发明内容

针对现有技术存在的不足，本发明的目的是提供基于全作业场景的港口自动驾驶车辆全局路线引导方法。

本发明所采用的技术方案是： 一种基于全作业场景的港口自动驾驶车辆全局路线调控方法, 适用于在云控平台中执行，其技术要点是，该方法包括:

获取由装卸作业计划生成的指定内集卡的单条作业调度指令,该单条作业调度指令包括作业线信息、作业优先级信息、作业岸桥编号、作业场桥编号和目标作业物理位置信息；

根据作业指令中的目标物理位置信息，通过对当前码头所有作业线作业优先级、每台集卡作业状态及位置变化信息以及相应港机实时上报的作业状态数据进行综合分析，生成基于全场区高精地图数据，动态规划可通过的最优路线引导信息；

将上述获得的最优路线引导信息与TOS系统提供的各单条作业调度指令进行信息整合，动态生成优化后的作业调度指令并下发至相应车辆，对自动驾驶车辆作业行驶路线进行动态全局规划和引导。

上述方案中，所述的对自动驾驶车辆作业行驶路线进行动态全局规划和引导，还包括采用避免车辆作业排队的动态引导方法：

实时接收所有作业线的车辆作业状态和港机作业状态信息；

基于每条作业线的车辆和港机作业状态信息，分析车机协同作业是否进行中，若在协同作业中，则分析当前作业步骤以及剩余作业步骤，预估协同作业完成所需的剩余时间；

再继续判断是否存在即将后续作业的车辆，若存在则根据该车辆当前位置、行驶速度信息计算到达时间并与当前协同作业完成剩余时间进行对比，判断是否需要作业排队：若需要排队，则计算满足无缝继续作业的行驶车速，并向该车辆下发减速行驶指令。

上述方案中，所述的对自动驾驶车辆作业行驶路线进行动态全局规划和引导，还包括避免交叉路口出现碰撞隐患的动态引导方法：

基于作业区域高精地图数据和作业区域内作业车辆动态位置信息，实时识别出各个交叉路口相向行驶并需要通过交叉路口的车辆；

基于相向行驶车辆的当前车速和当前位置与交叉路口中心点的距离，分析是否存在碰撞隐患：若存在，则依据高优先级优先通过的原则，识别出相向行驶车辆中作业优先级较低的车辆，根据该车辆的当前车速和与交叉路口中心点的距离，判断是否需要减速缓行，若需要，

则计算安全的减速缓行车速，并向该车辆下发减速行驶指令；若不需要减速缓行，则向该车辆下发临时停车指令；

根据识别出的作业优先级高的车辆的当前车速、位置以及相向行驶车辆安全距离信息，分析判断碰撞安全隐患是否解除：若解除，则向作业优先级低的车辆下发恢复正常行驶指令。

上述方案中，所述的对自动驾驶车辆作业行驶路线进行动态全局规划和引导，还包括采用作业目标位置无缝精准引导方法：

实时接收港机和吊具精准作业位置动态变化信息；

向即将与港机协同作业的车辆实时发送港机精准位置动态变化信息；

自动驾驶内集卡根据作业指令到达目标位置大致作业区域后，无需停车等待云控平台下发精准对位信息，根据实时接收的精准对位更新信息，继续缓速向目标精准作业位置行驶；

自动驾驶内集卡根据最后更新的精准对位信息，准确行驶至最终作业位置后自动停车。

本发明的有益效果是： 该基于全作业场景的港口自动驾驶车辆全局路线调控方法，通过部署云控平台并引用全局路线智能引导算法所实现的全作业场景下的全局路线动态引导方法，在提高全局路径规划实时性、精准性以及专业性的同时，能更有效的降低水平运输作业安全隐患、提升水平运输作业通行效率，最终真正达到提高港口生产效率的目的。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可根据这些附图获得其他的附图。

图1为本发明实施例中基于全作业场景的港口自动驾驶车辆全局路线引导方法的总体框图；

图2为本发明实施例中避免车辆作业排队的动态引导方法流程图；

图3为本发明实施例中避免交叉路口出现碰撞隐患的动态引导方法流程图；

图4为本发明实施例中作业目标位置无缝精准引导方法流程图。

具体实施方式

使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图1～图4和具体实施方式对本发明作进一步详细的说明。

本实施例采用的基于全作业场景的港口自动驾驶车辆全局路线引导方法，包括以下步骤：

步骤1：港口TOS系统根据装卸作业计划，向云控平台提供指定内集卡的单条作业调度指令，包括：作业线信息、作业优先级信息、作业岸桥编号、作业场桥编号、目标作业物理位置信息。在TOS系统中，基于作业计划实际触发的每一次完整的装卸作业流程，称之为“作业线”；TOS系统在给内集卡下发作业指令之前，每个岸桥与内集卡的绑定关系已预先分配，即内集卡数量和内集卡编号与每个岸桥的对应关系已明确；此外，“作业优先级”是TOS系统根据实际作业状态和时间要求进行动态调整的，云控平台获取作业优先级的目的就是在后续规划全局路线引导信息时，确保“优先级高”的内集卡享有共用车道优先通过权。本实施例是对港口内涉及到装卸任务的所有内集卡进行作业调度，是从现有的单独对某个内集卡的局部调度调整为对整个港口内所有内集卡的整体调度，根据装卸作业计划可以获得整个港口的全局调度指令。

步骤2：根据TOS系统提供的作业指令中的目标物理位置信息，通过对当前码头所有作业线作业信息、每台集卡作业状态以及位置变化信息以及相应港机（岸桥/场吊）实时上报的作业状态数据等进行综合分析，基于全场区高精地图数据，动态规划“可通过”的最优路线引导信息。以“装船作业”为例，云控平台会根据当前自动驾驶车辆作业线信息，在“常规全局路线规划库”中抽取从车辆位置→目标堆场目标倍位的常规路线规划信息，通过识别该路线上实时交通信息并预估通行时间，同时结合作业优先级和作业时间要求，动态规划另一条“可通过”的全局路径。

步骤3：云控平台将全局路线智能引导算法输出的路线引导信息与TOS系统提供的作业指令进行信息整合，动态生成优化后的作业调度指令并下发至相应车辆；

步骤4：云控平台实时接收自动驾驶内集卡上报的作业状态、位置信息以及车辆工况，包括剩余电量、故障信息等；

步骤5：云控平台向港口TOS系统实时转发自动驾驶内集卡上报的数据信息。以上总体方案中，主要针对作业开始前车辆全局路线规划方法进行整体阐述，能够解决按照“可通过”基本原则进行全局路径规划的实际问题。

步骤6：本实施例除了实现自动驾驶车辆在作业开始前进行“基于作业全景的动态实时交通”全局路线规划外，还实现了对作业过程中自动驾驶车辆行驶路线的动态引导，具体包括三种引导方法实现最优路线引导，分别为：

（1）避免车辆作业排队的动态引导方法，包括以下步骤：

步骤6.1.1：通过云控平台实时接收所有作业线的车辆作业状态和港机作业状态信息；

步骤6.1.2：基于每条作业线的车辆和港机作业状态信息，分析车机协同作业是否进行中，若是，则分析当前作业步骤以及剩余作业步骤，预估协同作业完成剩余时间；

步骤6.1.3：继续判断车辆作业状态识别是否存在即将后续作业的车辆，若存在则根据该车辆当前位置、行驶速度信息计算到达时间并与当前协同作业完成剩余时间进行对比，判断是否需要作业排队，若需要排队则基于“避免排队”的原则，计算满足“无缝继续作业”的行驶车速，并通过云控平台向该车辆下发减速行驶指令。

例如卸船作业，当一台内集卡到达岸桥作业区域，标志着内集卡和岸桥协同作业的开始；通常，协同作业步骤包括：内集卡到达目标倍位（精准对位）、岸桥吊箱至目标集卡上方（精准对位）、岸桥放箱、岸桥放箱完成；云控平台根据该内集卡实时上报的作业状态和从港口港机智能控制平台（ECS）实时获取的岸桥作业状态，识别当前协同作业开始事件，结合该岸桥既往类似作业各步骤完成时间统计信息，预估协同作业完成时间，同时根据本次作业的车队信息和其他车辆实时上报的作业状态+当前位置+行驶路线信息，识别下一辆即将到达岸桥作业区域的内集卡并预估到达时间，为了避免排队，需要满足“预估到达时间”≥“预估协同作业完成时间”，云控平台需计算合适车速，以满足上述要求，并通过指令，动态引导车辆减速行驶。

（2）避免交叉路口出现碰撞隐患的动态引导方法，包括以下步骤：

步骤6.2.1：基于作业区域高精地图数据和作业区域内作业车辆动态位置信息，实时识别出各个交叉路口相向行驶并需要通过交叉路口的车辆；

步骤6.2.2：基于相向行驶车辆的当前车速和当前位置与交叉路口中心点的距离，分析是否存在碰撞隐患: 若存在，则本着“作业高优先级优先通过”的原则，识别出相向行驶车辆中作业优先级较低的车辆，并根据该车辆的当前车速和与交叉路口中心点的距离，分析是否合适减速缓行，若适合则通过云控平台向该车辆下发减速行驶指令，若不适合，则通过云控平台向该车辆下发临时停车指令

步骤6.2.3：根据作业优先级高的车辆的当前车速、位置以及相向行驶车辆安全距离信息，分析判断碰撞安全隐患是否解除，若解除，则通过云控平台向作业优先级低的车辆下发恢复正常行驶指令。

（3）作业目标位置无缝精准引导方法，包括以下步骤：

步骤6.3.1：通过云控平台实时接收港机和吊具精准作业位置动态变化信息；

步骤6.3.2：通过云控平台向即将与港机协同作业的车辆实时发送港机精准位置动态变化信息；

步骤6.3.3：自动驾驶内集卡根据作业指令到达目标位置大致作业区域后，无需停车等待云控平台下发精准对位信息，可根据实时接收的精准对位更新信息，继续缓速向目标精准作业位置行驶；

步骤6.3.4：自动驾驶内集卡根据最后更新的精准对位信息，准确行驶至最作业位置后自动停车。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (3)

1.一种基于全作业场景的港口自动驾驶车辆全局路线调控方法, 适用于在云控平台中执行，其特征在于，该方法包括:

获取由装卸作业计划生成的指定内集卡的单条作业调度指令,该单条作业调度指令包括作业线信息、作业优先级信息、作业岸桥编号、作业场桥编号和目标作业物理位置信息；

根据作业指令中的目标物理位置信息，通过对当前码头所有作业线作业优先级、每台集卡作业状态及位置变化信息以及相应港机实时上报的作业状态数据进行综合分析，生成基于全场区高精地图数据，动态规划可通过的最优路线引导信息；

将上述获得的最优路线引导信息与TOS系统提供的各单条作业调度指令进行信息整合，动态生成优化后的作业调度指令并下发至相应车辆，对自动驾驶车辆作业行驶路线进行动态全局规划和引导,方法为：

实时接收所有作业线的车辆作业状态和港机作业状态信息；

基于每条作业线的车辆和港机作业状态信息，分析车机协同作业是否进行中，若在协同作业中，则分析当前作业步骤以及剩余作业步骤，预估协同作业完成所需的剩余时间；

再继续判断是否存在即将后续作业的车辆，若存在则根据该车辆当前位置、行驶速度信息计算到达时间并与当前协同作业完成剩余时间进行对比，判断是否需要作业排队：若需要排队，则计算满足无缝继续作业的行驶车速，并向该车辆下发减速行驶指令。

2.如权利要求1所述的基于全作业场景的港口自动驾驶车辆全局路线调控方法，其特征在于，所述的对自动驾驶车辆作业行驶路线进行动态全局规划和引导，还包括避免交叉路口出现碰撞隐患的动态引导方法：

基于作业区域高精地图数据和作业区域内作业车辆动态位置信息，实时识别出各个交叉路口相向行驶并需要通过交叉路口的车辆；

基于相向行驶车辆的当前车速和当前位置与交叉路口中心点的距离，分析是否存在碰撞隐患：若存在，则依据高优先级优先通过的原则，识别出相向行驶车辆中作业优先级较低的车辆，根据该车辆的当前车速和与交叉路口中心点的距离，判断是否需要减速缓行，若需要，

则计算安全的减速缓行车速，并向该车辆下发减速行驶指令；若不需要减速缓行，则向该车辆下发临时停车指令；

根据识别出的作业优先级高的车辆的当前车速、位置以及相向行驶车辆安全距离信息，分析判断碰撞安全隐患是否解除：若解除，则向作业优先级低的车辆下发恢复正常行驶指令。

3.如权利要求1所述的基于全作业场景的港口自动驾驶车辆全局路线调控方法，其特征在于，所述的对自动驾驶车辆作业行驶路线进行动态全局规划和引导，包括采用作业目标位置无缝精准引导方法：

实时接收港机和吊具精准作业位置动态变化信息；

向即将与港机协同作业的车辆实时发送港机精准位置动态变化信息；

自动驾驶内集卡根据作业指令到达目标位置大致作业区域后，无需停车等待云控平台下发精准对位信息，根据实时接收的精准对位更新信息，继续缓速向目标精准作业位置行驶；

自动驾驶内集卡根据最后更新的精准对位信息，准确行驶至最终作业位置后自动停车。

Images