CN114023094B - 一种码头车辆调度系统、方法、设备和介质 - Google Patents
一种码头车辆调度系统、方法、设备和介质 Download PDFInfo
- Publication number
- CN114023094B CN114023094B CN202210012431.4A CN202210012431A CN114023094B CN 114023094 B CN114023094 B CN 114023094B CN 202210012431 A CN202210012431 A CN 202210012431A CN 114023094 B CN114023094 B CN 114023094B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- truck
- task
- vehicles
- scheduling
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Mathematical Physics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种码头车辆调度系统、方法、设备和介质,包括:任务分配模块,依据调度相关信息将装/卸货任务的任务指令分配至码头内部一或多辆内集卡车辆;单车调度模块,依据内集卡车辆发起的被调度请求,为其寻找距离最近且符合请求需求的目的地;交通控制模块,检测即将通过交叉口的所有内集卡车辆的优先级,并令优先级最高的内集卡车辆优先通行;路径规划模块,根据内集卡车辆的当前位置与任务指令或被调度请求所包含的目的地规划最优路径。本申请能够针对无人驾驶与人工驾驶车辆混合作业的场景提供综合调度方案,不仅可满足码头主要的装/卸货任务,还可实现单车调度,以用于紧急状况和预调度,以及实现交通控制和最优路径的规划。
Description
技术领域
本申请涉及训练集数据生成技术领域,特别是涉及一种码头车辆调度系统、方法、设备和介质。
背景技术
现有港口码头堆场已较多应用无人驾驶车辆进行作业,而由于能够完成的工作有限,目前港口码头还是需要人工驾驶的车辆参与作业。但是,目前无人驾驶车辆作业仅限于固定区域,其地面标线固定,无人驾驶车辆行驶路线固定,无法与人工驾驶的车辆共同在一区域中行驶。
另外,无人驾驶车辆还往往存在起步乱,电量不足时不能有效规划或调度正在执行的作业进行充电,另外,由于码头堆场的货物是分堆摆放,对无人驾驶车辆来说,交叉路口和转弯的增多,都大大增加了无人驾驶车辆的事故率,可以想象的是,当无人驾驶车辆与人工驾驶车辆混合作业的场景中,事故率将进一步增加,无人驾驶车辆也将极大受到影响,行驶效率低下。
为解决上述问题,亟需一种能够针对无人驾驶车辆与人工驾驶车辆混合作业的场景的综合调度方案,不仅用于满足码头主要的装/卸货任务,还用于处理多种突发或紧急状况。
发明内容
鉴于以上所述现有技术的缺点,本申请的目的在于提供一种码头车辆调度系统、方法、设备和介质,以解决现有针对技术中无人驾驶车辆与人工驾驶车辆混合作业调度的问题。
为实现上述目的及其他相关目的,本申请提供一种码头车辆调度系统,所述系统包括:任务分配模块,其被配置成依据调度相关信息将装/卸货任务的任务指令分配至码头内部一或多辆内集卡车辆;单车调度模块,其被配置成依据内集卡车辆发起的被调度请求,为其寻找距离最近且符合请求需求的目的地;交通控制模块,其被配置成检测即将通过交叉口的所有内集卡车辆的优先级,并令优先级最高的内集卡车辆优先通行;路径规划模块,其被配置成根据内集卡车辆的当前位置与任务指令或被调度请求所包含的目的地规划最优路径。
于本申请的一实施例中,所述调度相关信息包括:装/卸货任务的作业信息、码头内部所有内集卡车辆的集卡信息、码头内部的道路信息及当前调度执行信息中任意一或多个组合;其中,所述作业信息包括:作业地点、作业时间和作业量;所述集卡信息包括:车辆位置、运动信息和作业状态;所述当前调度执行信息包括:调度时间信息。
于本申请的一实施例中,被分配任务指令的内集卡车辆分为取货阶段、载货阶段和还车阶段;所述取货阶段与载货阶段之间执行装货任务,所述载货阶段与还车阶段之间执行卸货任务;所述任务分配模块被配置成:将完成当前装货任务的内集卡车辆认定为已完成任务的空闲车辆,并直接分配下一个装/卸货任务;其中,下一个装货任务的装货地可选择当前装货任务的卸货地。
于本申请的一实施例中,所述依据调度相关信息将装/卸货任务的任务指令分配至码头内部一或多辆内集卡车辆,包括:1)初始化多个装/卸货任务与多个内集卡车辆之间连接所赋予的权值;其中,所述权值表示内集卡车辆完成装/卸货任务的时间花费;2)用匈牙利算法完备匹配下的最小权值匹配;3)若未找到完备匹配则增加权重值;4)重复步骤2)和3),直到找到相等子图的完备匹配为止。
于本申请的一实施例中,所述单车调度模块被配置成:将码头内所有作业点或功能点维护成一列表,该列表的每项内容至少包括位置信息和是否可用信息;将各作业点或功能点抽象为坐标点,并依据各坐标点之间距离的长短换算出对应的时间矩阵;根据时间矩阵,遍历所述列表以选取距离发起被调度请求的内集卡车辆时间最短的且可用的坐标点。
于本申请的一实施例中,所述单车调度模块被配置成:依据工作点未来一段时间的装/卸货任务,对距离最近的处于空闲状态或位于空闲区域的一或多辆内集卡车辆生成目的地为该工作点的被调度请求,以供实现预调度。
于本申请的一实施例中,所述内集卡车辆包括:无人驾驶的内集卡车辆和人工驾驶的内集卡车辆。
于本申请的一实施例中,所述内集卡车辆发起的被调度请包括:无人驾驶的内集卡车辆在检测到电量不足时发起的充电请求、人工驾驶的内集卡车辆的驾驶员发起的休息请求或加油请求、或单车调度模块分配至一或多辆内集卡车辆的预调度请求。
于本申请的一实施例中,所述交通控制模块被配置成:当经路或纬路车道中即将通过交叉口的内集卡车辆的优先级最高,则令经路或纬路车道上靠近交叉口的所有车辆允许通行,并令纬路或经路车道上所有内集卡车辆停止通行;当纬路或经路车道停止通行的内集卡车辆的停止时间超过预设值时,对这些内集卡车辆临时提高优先级,以供被允许通行。
于本申请的一实施例中,所述优先级的影响因素包括:装/卸货任务的紧急程度、被调度请求的紧急程度、提高或降低优先级的控制指令、及车辆类别中任意一种或多种;其中,车辆类别的优先级从高到低依次为:人工驾驶的内集卡车辆、无人驾驶的内集卡车辆、码头外部的外集卡车辆、及功能车辆。
于本申请的一实施例中,所述路径规划模块被配置成:将各作业点或功能点抽象为坐标点;使用Floyd算法计算任意两坐标点之间的最短路径,并用路径矩阵形式保存;通过路径矩阵检索内集卡车辆的当前位置与目的地间的一或多条最短路径,并选择转弯次数最少的最短路径为最优路径。
于本申请的一实施例中,所述路径规划模块被配置成:依据各所述最短路径上相邻的三个坐标点构成的余弦值,以判断这三个坐标点构成的路径是否为转弯路径,以供判断各最短路径的转弯次数;通过改变构成转弯路径的三个坐标点中最后一个坐标点的位置,可将该转弯路径改变为非转弯路径;其中,若改变后的所述非转弯路径长度不超过原转弯路径长度的预设值,则改变后的所述非转弯路径可替换原转弯路径。
为实现上述目的及其他相关目的,本申请提供一种码头车辆调度方法,应用于如权利要求1-12中任意一项所述的码头车辆调度系统;所述方法包括:依据调度相关信息将装/卸货任务的任务指令分配至码头内部一或多辆内集卡车辆;依据内集卡车辆发起的被调度请求,为其寻找距离最近且符合请求需求的目的地;检测即将通过交叉口的所有内集卡车辆的优先级,并令优先级最高的内集卡车辆优先通行;根据内集卡车辆的当前位置与任务指令或被调度请求所包含的目的地规划最优路径。
为实现上述目的及其他相关目的,本申请提供一种计算机设备,所述设备包括:存储器、处理器、及通信器;所述存储器用于存储计算机指令;所述处理器运行计算机指令实现如上所述系统的功能;所述通信器用于与内集卡车辆、外集卡车辆、及功能车辆通信连接。
为实现上述目的及其他相关目的,本申请提供一种计算机存储介质,存储有计算机程序,所述计算机程序被运行时执行如上所述系统的功能。
综上所述,本申请提供的一种码头车辆调度系统、方法、设备和介质。具有以下有益效果:本申请能够针对无人驾驶车辆与人工驾驶车辆混合作业的场景提供综合调度方案,不仅可满足码头主要的装/卸货任务,还可实现单车调度,以用于紧急状况和预调度,以及还可实现优先级的交通控制和最优路径的规划。
附图说明
图1显示为本申请于一实施例中码头车辆调度系统的模块示意图。
图2显示为本申请于一实施例中任务分配模块分配任务指令的场景示意图。
图3显示为本申请于一实施例中任务分配模块分配任务指令的原理示意图。
图4显示为本申请于一实施例中交叉口内集卡车辆的场景示意图。
图5显示为本申请于一实施例中转弯路径与非转弯路径的场景示意图。
图6显示为本申请于一实施例中码头车辆调度方法的流程示意图。
图7显示为本申请于一实施例中计算机设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本申请的基本构想,虽然图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,但其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
在通篇说明书中,当说某部分与另一部分“连接”时,这不仅包括“直接连接”的情形,也包括在其中间把其它元件置于其间而“间接连接”的情形。另外,当说某种部分“包括”某种构成要素时,只要没有特别相反的记载,则并非将其它构成要素,排除在外,而是意味着可以还包括其它构成要素。
其中提到的第一、第二及第三等术语是为了说明多样的部分、成分、区域、层及/或段而使用的,但并非限定于此。这些术语只用于把某部分、成分、区域、层或段区别于其它部分、成分、区域、层或段。因此,以下叙述的第一部分、成分、区域、层或段在不超出本申请范围的范围内,可以言及到第二部分、成分、区域、层或段。
再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在所述的特征、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的,或意味着任一个或任何组合。因此,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A、B和C”。仅当元件、功能或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
为解决上述问题,本申请提供了一种码头车辆调度系统,本系统在整个智能电控管理平台的逻辑架构中属于的应用层,依赖于数据层精准采集的各类信息,例如码头里所有内部集卡的位置、运动和状态等;装/卸货任务的作业地点、作业时间和作业量等;码头场地的道路状况等实时采集的信息。车辆调度的对象是码头内部的集卡车辆,既包括人工集卡车辆也包括无人集卡车辆,由于这两类集卡驾驶和控制的方式完全不同,所以调度模块对这两类集卡会有不同类型的产出,以供能够针对无人驾驶车辆与人工驾驶车辆混合作业的场景的提供综合调度方案。
如图1所示,展示为本申请于一实施例中的码头车辆调度系统的模块示意图。如图所示,所述系统包括:任务分配模块110、单车调度模块120、交通控制模块130、及路径规划模块140。
所述任务分配模块110,其被配置成依据调度相关信息将装/卸货任务的任务指令分配至码头内部一或多辆内集卡车辆。
从业务上来说,对于一组输入系统100的即将到来的装/卸货任务,任务分配模块110需要从码头场地中诸多的车辆里面选择一批合适的车辆去执行这些任务。本质上是一个任务分配问题,
其中,对业务功能描述中两个重要的名词进行解释:
1)装/卸货任务:这里将任务分为两类,装船和卸船。
a)装货任务是指将存放在堆场中的集装箱运送到靠岸的船舶上。对于车辆来说要开到堆场,经过轮胎吊将集装箱装车后,运输到装船点(桥吊下)。这类任务会已知集装箱所在的堆场位置和最终送到的装船点位置。
b)卸货任务是指将停靠在岸边的货船上卸下来的箱子装车运输到码头内的某个堆场中。对于小车来说要开到货船停靠点(桥吊下),经过桥吊将集装箱装车后,运输到码头内的某一堆场中。这类任务会告知货船停靠点的位置,而卸下来的集装箱最终要放到哪个堆场可能会在集装箱从船上卸完后告知。
2)合适的车辆:“合适”这个词就是本调度系统100存在的意义。对合适最直观的理解即“就近取货”,数学上的理解是这组车辆开到各自的取货地所需要的时间总和最小。
另外,在实际应用中本申请还要考虑到车辆的电量;对于不同类型的货物需要不同的车型去运载。这些因素都在“合适”一词的考虑范围内。
于本申请一实施例中,所述调度相关信息包括:装/卸货任务的作业信息、码头内部所有内集卡车辆的集卡信息、码头内部的道路信息及当前调度执行信息中任意一或多个组合;其中,所述作业信息包括:作业地点、作业时间和作业量;所述集卡信息包括:车辆位置、运动信息和作业状态;所述当前调度执行信息包括:调度时间信息。
从程序上来说,首先输入所有跟调度相关的信息,经过本调度系统100的运算处理后,产生一组指令。而输入输出交互的对象可以是码头的上位机。
接下来,对程序功能描述中两个重要的名词进行解释:
1)调度相关信息:与调度相关的信息包括场地内的集卡信息,待办的任务信息,码头内部的道路信息,当前调度执行的时间等信息。从这些最基本的信息中进一步计算得到对调度来说更有用的数据,比如距离/时间矩阵(能够获取任意两点的路径距离)。随着实际的部署应用,系统100考虑的因素必然会不断增加,因此在对调度模块的内部进行设计时要有良好的扩展性。
2)指令:每一条指令最终都要被内集卡车辆落实,集卡要做的事情不同,则对应的指令也会不同。这里将指令分为三大类:
a)任务指令:代表某辆车被分配了某个任务,作为任务分配的产出。任务指令具有计划性,即接收到这类指令的内集卡车辆并不需要立刻有动作。一条任务指令包含的基本信息有:哪辆车,被分配了什么任务,要在什么时候,要到哪里去。只有到了要执行该任务的时候,内集卡车辆才会正式发车并锁定该任务和车辆,在正式发车之前,内集卡车辆都是可以被分配新任务的。
b)发车指令:代表某集卡辆车需要发车去某个地方。与任务指令的计划性不同,发车指令为立即执行,发车指令具有立即性。例如:当内集卡车辆的电/油量不足,上报给码头上位机后,再由该调度系统100的单车调度模块120为内集卡车辆找到最合适的充电桩/加油站;当车上装的货物被卸完之后变为空车,可以进行预调度到合适的等待区;有人驾驶车的司机有活动时(吃饭、午休、下班等)可以调度到活动地点。
c)动作指令:代表车辆要执行某一动作,作为交通控制的产出,和发车指令一样具有立即性。动作指令包含的基本信息有:哪辆车,所作的动作类型(加速、减速、紧急制动),动作持续多久。
于本申请一实施例中,被分配任务指令的内集卡车辆分为取货阶段、载货阶段和还车阶段;所述取货阶段与载货阶段之间执行装货任务,所述载货阶段与还车阶段之间执行卸货任务。
简单来说,对于前文提到的装/卸货任务,不管是哪种,站在内集卡车辆的角度来看,都是先空车开到一个地点取货后,再装着货物开到另一个地点卸货,最后空车开到休息区。即内集卡车辆的运行可以分为三个阶段:1)取货阶段2)载货阶段3)还车阶段。
进一步地,在这三个阶段中取货阶段和还车阶段是在空车运行,本申请的目标是尽可能地缩短空车运行的时间。另外,由于载货阶段的起点和终点都已给出,该阶段不存在可调度的空间,所以在调度的时候将聚焦于取货阶段和还车阶段。
基于时间与距离是等价的换算原理,缩短时间最直接的方式就是减小距离,所以本申请将以“就近”调度策略作为核心原则。
于本申请一实施例中,所述任务分配模块110被配置成:将完成当前装货任务的内集卡车辆认定为已完成任务的空闲车辆,并直接分配下一个装/卸货任务;其中,下一个装货任务的装货地可选择当前装货任务的卸货地。
简单来说,不是优化的方向,则可以通过跳过某些阶段来考虑。例如:
a)重进重出方法可以理解为跳过了第一个任务的还车阶段和第二个任务的取货阶段。重进重出车辆的运行过程:任务一的取货阶段,任务一的载货阶段,任务二的载货阶段,任务二的还车阶段。
如图2所示, A到B执行任务一的取货阶段,并在B完成装货1,B到C执行任务一的载货阶段1,并在C完成卸货1,然后再由C到D执行任务一的换车阶段1,此时,A-B-C-D的流程则对应一般情况下内集卡车辆的完成装/卸货任务所需的三个阶段。
而依据重进重出方法,则会在内集卡车辆在C完成卸货1后,再直接完成装货2,并由B到E执行任务二的载货阶段2,在E完成卸货2后,再由E到D执行任务二的换车阶段2。从而通过省去第一个任务的还车阶段和第二个任务的取货阶段,实现了内集卡车辆完成第一任务和第二任务的无缝连接,这将会大大提高作业效率。
b)业务繁忙时可以考虑跳过还车阶段。正常情况下车辆在经过还车阶段抵达最近的缓冲区后,才被标记为空闲状态,等待下一次任务分配。然后还车阶段是可以跳过的,即货物从车上卸下之后就可以认为车辆任务完成,可以作为空闲车辆直接进入下一个任务的取货阶段。
于本申请一实施例中,所述依据调度相关信息将装/卸货任务的任务指令分配至码头内部一或多辆内集卡车辆,包括:
1)初始化多个装/卸货任务与多个内集卡车辆之间连接所赋予的权值;其中,所述权值表示内集卡车辆完成装/卸货任务的时间花费;
2)用匈牙利算法完备匹配下的最小权值匹配;
3)若未找到完备匹配则增加权重值;
4)重复步骤2)和3),直到找到相等子图的完备匹配为止。
简单来说,对于任务分配模块110分配装/卸货任务的任务指令来说,实质上是任务分配的问题。在获取待执行的任务信息(任务的取货地,时间)、场地中内集卡车辆的信息(车辆的状态,位置)、以及时间等信息后,可构建如图3所示的二分图。
对于图3来说,将其划分为A、B两组;对于A、B两组,本组内成员之间没有连线,但一组的某个成员与另一组的所有成员之间都有连线,也即二分图。两组中,A组用白色圆点表示,B组用黑色圆点表示,将这个图跟实际项目进行对应。可将B组的黑色圆点视为一个任务,A组的白色圆点为内集卡车辆。这样A组的白色圆点与B组的黑色圆点之间的连线可赋予一个权值,这个权值即对应于该车辆完成该任务的时间花费,也即采用时间矩阵中的值。
通常采用匈牙利(Kuhn-Munkres)匹配算法解决的问题是求完备匹配下的最大权匹配。在一个二分图内,左顶点为X,右顶点为Y,现对于每组左右连接XiYj有权wij,求一种匹配使得所有wij之和最大。
在该模型下,本申请的问题就变为求一个完全匹配且权值和最小的问题,这个问题与求权值和最大是一个对偶问题。因为用一个较大值减去每个边上的权值,求最大变化为了求最小,可通过将权重值的调整方式由减少权重改为增加权重,可以实现两者算法对应,进而完美地解决了任务分配问题的对偶问题。
于本申请中,所述单车调度模块120,其被配置成依据内集卡车辆发起的被调度请求,为其寻找距离最近且符合请求需求的目的地。
简单来说,单车调度模块120产生的指令具有实时性和立即性,一辆车在没有待执行或正在执行的任务(空车)时,可以发起被调度请求。
于本申请一实施例中,所述内集卡车辆发起的被调度请包括:无人驾驶的内集卡车辆在检测到电量不足时发起的充电请求、人工驾驶的内集卡车辆的驾驶员发起的休息请求或加油请求、或单车调度模块120分配至一或多辆内集卡车辆的预调度请求。
需要说明的是,所述内集卡车辆包括:无人驾驶的内集卡车辆和人工驾驶的内集卡车辆。而对应无人驾驶的内集卡车辆和人工驾驶的内集卡车辆的被调度请求也会有所不同。
举例来说,当内集卡车辆电量/油量自查后发现到了临界值需要去充电或加油,则单车调度模块120会给出最适合该车辆的充电区/加油站;若电量/油量充足,则单车调度模块120会根据既定原则(如车辆均匀分布原则、提前委派到繁忙区原则等)负责将其调度到合适的等待区。
再例如,对于有人驾驶车来说,允许司机在吃饭、午休、下班等情况下通过车载终端主动发起被调度请求,由单车调度模块120将车辆调度到对应情况下的场地。
单车调度要解决的问题就是找到一个符合车辆请求的目的地,然后从内集卡车辆发起被调度请求的位置开始,到该目的地之间做出合适的路径规划。例如场地中会有多个充电区,对于一辆请求充电的内集卡车辆,最好是调度到最近的充电区,如果该充电区已满(或者排队等待时间较长)就考虑另一个充电区。
于本申请一实施例中,针对充电或加油场景来说,所述单车调度模块120被配置成:
A、将码头内所有作业点或功能点维护成一列表,该列表的每项内容至少包括位置信息和是否可用信息;
B、将各作业点或功能点抽象为坐标点,并依据各坐标点之间距离的长短换算出对应的时间矩阵;
C、根据时间矩阵,遍历所述列以选取距离发起被调度请求的内集卡车辆时间最短的且可用的坐标点。
举例来说,首先,将一系列充电/加油点的信息维护成一个列表,列表每项内容包括位置信息和是否可用信息。然后,将码头上一系列固定充电/加油点在路径规划算法中被抽象为一个个坐标点,然后根据就近原则,利用路径规划算法中的时间矩阵,遍历列表选取离无人驾驶的内集卡车辆或人工驾驶的内集卡车辆最近的且可用的充电/加油点,确定要调动的目的位置坐标,然后即可使用路径规划算法规划路径。
于本申请一实施例中,针对预调度场景来说,所述单车调度模块120被配置成:依据工作点未来一段时间的装/卸货任务,对距离最近的处于空闲状态或位于空闲区域的一或多辆内集卡车辆生成目的地为该工作点的被调度请求,以供实现预调度。
举例来说,首先维护一个列表α,列表项内容为桥吊/轮胎吊X未来一段时间任务数量与已被预调度给X的空闲内集卡车辆数量之差d。对每个桥吊/轮胎吊X,各自维护一个有序列表,该有序列表按照所有空闲区域a,b,c等离桥吊/轮胎吊X距离远近的顺序,存放空闲区域是否已满的信息。当需要预调度一辆空车时,列表α,选择d最大的桥吊/轮胎吊X,遍历X对应的有序列表,选择离X最近且可用的空闲区域进行预调度。
于本申请中,所述交通控制模块130,其被配置成检测即将通过交叉口的所有内集卡车辆的优先级,并令优先级最高的内集卡车辆优先通行。
如图4所示,通常由于码头场地内的道路呈网状结构,路口的数量较多,内集卡车辆在通过每个路口时都有出现冲突的可能。理论上无法通过调度或者其他手段来完全预防或者杜绝冲突的发生,因为未来的事件是不可预知的。所以这里的重点在于,当冲突快要发生的时候,哪些车要停下来(减速)哪些车可以继续走。即在一个合理的时间段内(不会太远的未来)对即将通过某一路口的车辆进行一个预判,当有发生冲突的可能,对于优先级高的车辆,可以继续行驶,而优先级低的车辆必须做出妥协来避免冲突,等待其它车辆通过路口,冲突风险解除后,这些车再恢复原来的速度正常运行。
于本申请一实施例中,所述优先级的影响因素包括:装/卸货任务的紧急程度、被调度请求的紧急程度、提高或降低优先级的控制指令、及车辆类别中任意一种或多种。
例如,装/卸货任务和被调度请求的越紧急,对应的优先级越高;也可以通过提高或降低优先级的控制指令,来临时调整优先级的高低;另外,车辆类别的优先级从高到低依次为:人工驾驶的内集卡车辆、无人驾驶的内集卡车辆、码头外部的外集卡车辆、及功能车辆。
需要说明的是,为了便于对无人驾驶车辆与人工驾驶车辆混合作业的场景中的调度管理,本申请优选将人工驾驶的内集卡车辆的优先级设置高于无人驾驶的内集卡车辆的优先级。
于本申请一实施例中,所述交通控制模块130被配置成:
A、当经路或纬路车道中即将通过交叉口的内集卡车辆的优先级最高,则令经路或纬路车道上靠近交叉口的所有车辆允许通行,并令纬路或经路车道上所有内集卡车辆停止通行;
B、当纬路或经路车道停止通行的内集卡车辆的停止时间超过预设值时,对这些内集卡车辆临时提高优先级,以供被允许通行。
简单来说,交通控制模块130主要解决的是多个车辆同时到达一个路径节点产生的交叉冲突问题。对于一个交叉路口,只有在未来不久,经路和纬路上同时都有车辆要经过路口时,才有可能发生碰撞。例如,当车辆驶向一个交叉路口,且离此交叉路口的距离小于距离D,就需要考虑车辆可能会在交叉路口发生碰撞,D被定义为检测半径。
考虑所有与交叉路口距离小于检测半径D的车辆,总是应让优先级最高的车辆先通过,当经路上有一辆车被允许通行时,纬路上所有的车都不能被允许通行。当经路上靠近交叉口的最高优先级车辆被允许通行时,为了高效率,应使经路上靠近交叉口的所有车辆都允许通行。即靠近交叉路口的车辆应同时被允许/禁止通行。“靠近”的意思是,车辆与交叉路口的距离小于M。一般来说M<D,M和D的具体数值可以根据实际情况来确定。
举例来说,对每个需要进行交通控制的交叉路口,对经路和纬路的每条车道,都维护一个队列,当某一车道上有车辆与交叉路口的距离小于检测半径D时,让此集卡信息入队,并时刻监测该车辆是否靠近交叉路口。每隔一定时间(该时间长度应可以使与交叉口距离为D的车辆能够从启动到通过交叉路口),检测所有经路车道队列中靠近交叉口车辆的最大优先级,和所有纬路车道队列中靠近交叉口车辆的最大优先级作比较,若经路车道的最大优先级较大,则允许所有经路车道队列中靠近交叉口的车辆通行,其余所有车辆减速至停下。同时,还可以合理提高纬路上车辆的优先级,防止长时间滞留。
于本申请中,所述路径规划模块140,其被配置成根据内集卡车辆的当前位置与任务指令或被调度请求所包含的目的地规划最优路径。
需要说明的是,所述路径规划模块140可专门针对无人驾驶的内集卡车辆,以规划最优路径;也可以同时为无人驾驶的内集卡车辆和人工驾驶的内集卡车辆同时规划最优路径。
简单来说,所述路径规划模块140主要任务是规划实际运动路径,其目标就是为AIT效率地规划一条近距离,少转弯的路径。所述路径规划模块140提供的内集卡车辆起始点和运动目标点,然后从当前地图上找出相对最优的路径来指导内集卡车辆运行到指定位置。抽象出来即是一个有向图中的点到点(相对)最短路的问题。从程序角度来说,即通过输入起始坐标和目标坐标,由路径规划模块140输出一条路径,内集卡车辆可以按该路径指导运行到指定坐标位置。
优选地,本申请的目标是尽量选取无人驾驶的内集卡车辆的起始点和目标位置之间的最短路径来进行优化,这样不仅可以减少路程中所花费的时间也可以减少电量损耗、提高无人驾驶的内集卡车辆的能量利用效率。
于本申请一实施例中,所述路径规划模块140被配置成:
1)将各作业点或功能点抽象为坐标点;
2)使用Floyd算法计算任意两坐标点之间的最短路径,并用路径矩阵形式保存;
3)通过路径矩阵检索内集卡车辆的当前位置与目的地间的一或多条最短路径,并选择转弯次数最少的最短路径为最优路径。
举例来说,使用Floyd算法找出任意两点间的最短路径。Floyd算法是一种利用动态规划的思想寻找给定的加权图中多源点之间最短路径的算法,算法目标是寻找从点i到点j的最短路径。实际实施中,首先在地图上将各个路口、充电区、岸吊、轮胎吊等所有可能会作为任务调度路径上的点抽象为一个源点。这样整个码头地图就可以抽象为一个有向图的形式,同时有向图也满足途中单行道的要求。利用Floyd算法计算任意两点之间的最短路径,并用路径矩阵形式保存,同时,任意两点的距离矩阵也会被保存。
此外,考虑到无人驾驶的内集卡车辆体积较大,频繁转弯可能会造成时间耗损,还可能增加碰撞风险,不利于无人驾驶的内集卡车辆的运行,在路径规划时不仅需要考虑选取最短路径,还需要尽可能地减少无人驾驶的内集卡车辆在运行中所需要的转弯次数。实际操作中如果检测到路径中的转弯次数过多,则对这条路径动态地进行优化来达到减少转弯次数的目的。
于本申请一实施例中,所述路径规划模块140被配置成:
A、依据各所述最短路径上相邻的三个坐标点构成的余弦值,以判断这三个坐标点构成的路径是否为转弯路径,以供判断各最短路径的转弯次数;
B、通过改变构成转弯路径的三个坐标点中最后一个坐标点的位置,可将该转弯路径改变为非转弯路径;其中,若改变后的所述非转弯路径长度不超过原转弯路径长度的预设值,则改变后的所述非转弯路径可替换原转弯路径。
举例来说,在用Floyd算法给出路径矩阵后,首先将通过矩阵,检索各个路径,找出转弯次数较多的路径。本申请中这样定义转弯路径,对于路径上的每三个点,基于这三个点的坐标,判断它们是否大致在一条直线上。如,假设余弦值大于0.9(|cos|>0.9),则角度约小于25°,则为一次非转弯,称这三个点的路径为非转弯路径;假设余弦值不大于0.9(|cos|≤0.9),则角度约大于等于25°,则为一次转弯,称这三个点的路径为转弯路径。
对于较多转弯次数的路径,尝试在每一次转弯处,通过改变三个点中最后一个点,将其改变为非转弯路径,例如,若非转弯路径长度L2不超过原始路径长度L1 10%,则将路径替换为非转弯路径。需知的是,参数0.9(约为25°)、10%是可根据实际情况调整的,并不局限与本申请的举例。
如图5所示,图中A, B, C三元组形成的角ABC,有cos∠ABC不大于0.9,则A -> B -> C是转弯路径;B, C, D三元组形成的角ABC,有cos∠BCD大于0.9,则B -> C->D是非转弯路径。
综上所述,本申请所述的码头车辆调度系统,能够针对无人驾驶车辆与人工驾驶车辆混合作业的场景的提供综合调度方案,不仅可满足码头主要的装/卸货任务,还可实现单车调度,以用于紧急状况和预调度,以及还可实现优先级的交通控制和最优路径的规划。
需要说明的是,应理解以上系统的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些单元可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,各个模块可以为单独设立的处理元件,也可以集成在上述系统的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述系统的存储器中,由上述系统的某一个处理元件调用并执行以上各个模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital signal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(Central Processing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
如图6所示,展示为本申请于一实施例中的码头车辆调度方法的流程示意图。如图所示,所述系统包括:
步骤S601:依据调度相关信息将装/卸货任务的任务指令分配至码头内部一或多辆内集卡车辆;
步骤S602:依据内集卡车辆发起的被调度请求,为其寻找距离最近且符合请求需求的目的地;
步骤S603:检测即将通过交叉口的所有内集卡车辆的优先级,并令优先级最高的内集卡车辆优先通行;
步骤S604:根据内集卡车辆的当前位置与任务指令或被调度请求所包含的目的地规划最优路径。
需要说明的是,本实施例为与上述实施例相对应的系统实施例,本申请实施例与上述实施例相互配合,且基于同一构思,其带来的技术效果与上述系统实施例相同,为了减少重复,具体内容可参见本申请上述系统实施例中的叙述,此处不再赘述。
如图7所示,展示为本申请于一实施例中的计算机设备的结构示意图。如图所示,所述计算机设备700包括:存储器701、处理器702、及通信器703;所述存储器701用于存储计算机指令;所述处理器702运行计算机指令实现如图1所述系统的功能;所述通信器703用于与内集卡车辆、外集卡车辆、及功能车辆通信连接。
在一些实施例中,所述计算机设备700中的所述存储器701的数量均可以是一或多个,所述处理器702的数量均可以是一或多个,而图7中均以一个为例。
于本申请一实施例中,所述计算机设备700中的处理器702会按照如图1所述系统各模块,将一个或多个以应用程序的进程对应的指令加载到存储器701中,并由处理器702来运行存储在存储器701中的应用程序,从而实现如图1所述系统的功能。
所述存储器701可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。所述存储器701存储有操作系统和操作指令、可执行模块或者数据结构,或者它们的子集,或者它们的扩展集,其中,操作指令可包括各种操作指令,用于实现各种操作。操作系统可包括各种系统程序,用于实现各种基础业务以及处理基于硬件的任务。
所述处理器702可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
所述通信器703用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信连接。所述通信器703可包含一组或多组不同通信方式的模块,例如,与CAN总线通信连接的CAN通信模块。所述通信连接可以是一个或多个有线/无线通讯方式及其组合。通信方式包括:互联网、CAN、内联网、广域网(WAN)、局域网(LAN)、无线网络、数字用户线(DSL)网络、帧中继网络、异步传输模式(ATM)网络、虚拟专用网络(VPN)和/或任何其它合适的通信网络中的任何一个或多个。例如:WIFI、蓝牙、NFC、GPRS、GSM、及以太网中任意一种及多种组合。
在一些具体的应用中,所述计算机设备700的各个组件通过总线系统耦合在一起,其中总线系统除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。但是为了清除说明起见,在图7中将各种总线都成为总线系统。
于本申请的一实施例中,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如图1所述系统的功能。
在任何可能的技术细节结合层面,本申请可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本申请的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。用于执行本申请操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本申请的各个方面。
综上所述,本申请提供的一种码头车辆调度系统、方法、设备和介质。本申请能够针对无人驾驶车辆与人工驾驶车辆混合作业的场景的提供综合调度方案,不仅可满足码头主要的装/卸货任务,还可实现单车调度,以用于紧急状况和预调度,以及还可实现优先级的交通控制和最优路径的规划。
本申请有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本申请的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中包含通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (13)
1.一种码头车辆调度系统,其特征在于,所述系统包括:
任务分配模块,其被配置成依据调度相关信息将装/卸货任务的任务指令分配至码头内部一或多辆内集卡车辆;
单车调度模块,其被配置成依据内集卡车辆发起的被调度请求,为其寻找距离最近且符合请求需求的目的地;其中,所述内集卡车辆包括:无人驾驶的内集卡车辆和人工驾驶的内集卡车辆;所述内集卡车辆发起的被调度请包括:无人驾驶的内集卡车辆在检测到电量不足时发起的充电请求、人工驾驶的内集卡车辆的驾驶员发起的休息请求或加油请求、或单车调度模块分配至一或多辆内集卡车辆的预调度请求;
交通控制模块,其被配置成检测即将通过交叉口的所有内集卡车辆的优先级,并令优先级最高的内集卡车辆优先通行;
路径规划模块,其被配置成根据内集卡车辆的当前位置以及来自任务指令或被调度请求所包含的目的地规划最优路径。
2.根据权利要求1所述的系统,其特征在于,所述调度相关信息包括:装/卸货任务的作业信息、码头内部所有内集卡车辆的集卡信息、码头内部的道路信息及当前调度执行信息中任意一或多个组合;其中,
所述作业信息包括:作业地点、作业时间和作业量;
所述集卡信息包括:车辆位置、运动信息和作业状态;
所述当前调度执行信息包括:调度时间信息。
3.根据权利要求2所述的系统,其特征在于,被分配任务指令的内集卡车辆分为取货阶段、载货阶段和还车阶段;所述取货阶段与载货阶段之间执行装货任务,所述载货阶段与还车阶段之间执行卸货任务;
所述任务分配模块被配置成:将完成当前装货任务的内集卡车辆认定为已完成任务的空闲车辆,并直接分配下一个装/卸货任务;其中,下一个装货任务的装货地可选择当前装货任务的卸货地。
4.根据权利要求2所述的系统,其特征在于,所述依据调度相关信息将装/卸货任务的任务指令分配至码头内部一或多辆内集卡车辆,包括:
1)初始化多个装/卸货任务与多个内集卡车辆之间连接所赋予的权值;其中,所述权值表示内集卡车辆完成装/卸货任务的时间花费;
2)用匈牙利算法完备匹配下的最小权值匹配;
3)若未找到完备匹配则增加权重值;
4)重复步骤2)和3),直到找到相等子图的完备匹配为止。
5.根据权利要求1所述的系统,其特征在于,所述单车调度模块被配置成:
将码头内所有作业点或功能点维护成一列表,该列表的每项内容至少包括位置信息和是否可用信息;
将各作业点或功能点抽象为坐标点,并依据各坐标点之间距离的长短换算出对应的时间矩阵;
根据时间矩阵,遍历所述列表以选取距离发起被调度请求的内集卡车辆时间最短的且可用的坐标点。
6.根据权利要求5所述的系统,其特征在于,所述单车调度模块被配置成:
依据工作点未来一段时间的装/卸货任务,对距离最近的处于空闲状态或位于空闲区域的一或多辆内集卡车辆生成目的地为该工作点的被调度请求,以供实现预调度。
7.根据权利要求1所述的系统,其特征在于,所述交通控制模块被配置成:
当经路或纬路车道中即将通过交叉口的内集卡车辆的优先级最高,则令经路或纬路车道上靠近交叉口的所有车辆允许通行,并令纬路或经路车道上所有内集卡车辆停止通行;
当纬路或经路车道停止通行的内集卡车辆的停止时间超过预设值时,对这些内集卡车辆临时提高优先级,以供被允许通行。
8.根据权利要求1或7所述的系统,其特征在于,所述优先级的影响因素包括:装/卸货任务的紧急程度、被调度请求的紧急程度、提高或降低优先级的控制指令、及车辆类别中任意一种或多种;其中,车辆类别的优先级从高到低依次为:人工驾驶的内集卡车辆、无人驾驶的内集卡车辆、码头外部的外集卡车辆、及功能车辆。
9.根据权利要求1所述的系统,其特征在于,所述路径规划模块被配置成:
将各作业点或功能点抽象为坐标点;
使用Floyd算法计算任意两坐标点之间的最短路径,并用路径矩阵形式保存;
通过路径矩阵检索内集卡车辆的当前位置与目的地间的一或多条最短路径,并选择转弯次数最少的最短路径为最优路径。
10.根据权利要求9所述的系统,其特征在于,所述路径规划模块被配置成:
依据各所述最短路径上相邻的三个坐标点构成的余弦值,以判断这三个坐标点构成的路径是否为转弯路径,以供判断各最短路径的转弯次数;
通过改变构成转弯路径的三个坐标点中最后一个坐标点的位置,可将该转弯路径改变为非转弯路径;其中,若改变后的所述非转弯路径长度不超过原转弯路径长度的预设值,则改变后的所述非转弯路径可替换原转弯路径。
11.一种码头车辆调度方法,其特征在于,应用于如权利要求1-10中任意一项所述的码头车辆调度系统;所述方法包括:
依据调度相关信息将装/卸货任务的任务指令分配至码头内部一或多辆内集卡车辆;
依据内集卡车辆发起的被调度请求,为其寻找距离最近且符合请求需求的目的地;其中,所述内集卡车辆包括:无人驾驶的内集卡车辆和人工驾驶的内集卡车辆;所述内集卡车辆发起的被调度请包括:无人驾驶的内集卡车辆在检测到电量不足时发起的充电请求、人工驾驶的内集卡车辆的驾驶员发起的休息请求或加油请求、或单车调度模块分配至一或多辆内集卡车辆的预调度请求;
检测即将通过交叉口的所有内集卡车辆的优先级,并令优先级最高的内集卡车辆优先通行;
根据内集卡车辆的当前位置以及来自任务指令或被调度请求所包含的目的地规划最优路径。
12.一种计算机设备,其特征在于,所述设备包括:存储器、处理器、及通信器;所述存储器用于存储计算机指令;所述处理器运行计算机指令实现如权利要求1至10中任意一项所述系统的功能;所述通信器用于与内集卡车辆、外集卡车辆、及功能车辆通信连接。
13.一种计算机存储介质,其特征在于,存储有计算机程序,所述计算机程序被运行时执行如权利要求1至10中任一项所述系统的功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210012431.4A CN114023094B (zh) | 2022-01-07 | 2022-01-07 | 一种码头车辆调度系统、方法、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210012431.4A CN114023094B (zh) | 2022-01-07 | 2022-01-07 | 一种码头车辆调度系统、方法、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114023094A CN114023094A (zh) | 2022-02-08 |
CN114023094B true CN114023094B (zh) | 2022-05-31 |
Family
ID=80069534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210012431.4A Active CN114023094B (zh) | 2022-01-07 | 2022-01-07 | 一种码头车辆调度系统、方法、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114023094B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114331220B (zh) * | 2022-03-01 | 2022-05-13 | 北京邮电大学 | 基于订单动态优先级的乘用车运输车辆调度方法及装置 |
CN114792159B (zh) * | 2022-04-02 | 2023-05-23 | 山东港口科技集团日照有限公司 | 一种顺岸式全自动化集装箱码头无人集卡调度方法及系统 |
CN114822056A (zh) * | 2022-04-27 | 2022-07-29 | 西安优迈智慧矿山研究院有限公司 | 一种露天矿运输车辆混编作业路权管控系统 |
CN114819706B (zh) * | 2022-05-16 | 2023-10-27 | 北京斯年智驾科技有限公司 | 一种针对港口自动集卡无码头作业任务的调度方法 |
CN115148034A (zh) * | 2022-07-19 | 2022-10-04 | 西安主函数智能科技有限公司 | 无人驾驶与人工驾驶混合运行控制系统及其方法和装置 |
CN115545586B (zh) * | 2022-11-21 | 2023-04-07 | 无锡芯运智能科技有限公司 | 一种oht小车调度方法、装置及终端 |
CN115650067B (zh) * | 2022-12-08 | 2023-04-18 | 湖南洋马信息有限责任公司 | 智慧码头轨道吊任务管理方法及系统 |
CN115796544A (zh) * | 2022-12-12 | 2023-03-14 | 北京斯年智驾科技有限公司 | 一种港口无人水平运输的调度方法及装置 |
CN116013062B (zh) * | 2023-03-27 | 2023-06-27 | 江苏天一航空工业股份有限公司 | 一种港区无人驾驶重载移动平台智慧编队方法及系统 |
CN117035369B (zh) * | 2023-10-08 | 2023-12-22 | 上海伯镭智能科技有限公司 | 一种无人驾驶车辆资源的智能调度方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112634606A (zh) * | 2020-12-21 | 2021-04-09 | 重庆交通大学 | 货车编队运输调度方法、调度系统、介质及数据处理终端 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150278759A1 (en) * | 2014-03-26 | 2015-10-01 | Go Taxi Truck, LLC | System and Method for Vehicle Delivery Tracking Service |
US9143583B1 (en) * | 2014-04-07 | 2015-09-22 | The United States Of America, As Represented By The Secretary, Department Of Homeland Security | Fixed station interface for legacy base station equipment |
US9424751B2 (en) * | 2014-10-24 | 2016-08-23 | Telogis, Inc. | Systems and methods for performing driver and vehicle analysis and alerting |
US10735518B2 (en) * | 2017-06-26 | 2020-08-04 | Veniam, Inc. | Systems and methods for self-organized fleets of autonomous vehicles for optimal and adaptive transport and offload of massive amounts of data |
CN109765909B (zh) * | 2019-03-07 | 2022-03-08 | 北京主线科技有限公司 | V2x系统应用在港口的方法 |
CN112070296B (zh) * | 2020-09-03 | 2022-03-22 | 广州南沙联合集装箱码头有限公司 | 一种基于模糊推理的集卡调度方法 |
CN112767726A (zh) * | 2021-01-29 | 2021-05-07 | 中科大路(青岛)科技有限公司 | 用于机场的有人驾驶、自动驾驶车辆的管控方法及系统 |
CN113401234B (zh) * | 2021-06-11 | 2023-05-02 | 上海振华重工(集团)股份有限公司 | 一种自动驾驶车辆和人工驾驶车辆混行的方法及系统 |
CN113611141B (zh) * | 2021-08-06 | 2022-08-23 | 上海振华重工(集团)股份有限公司 | 基于自动、人工驾驶混行的物流园区交通控制系统及方法 |
-
2022
- 2022-01-07 CN CN202210012431.4A patent/CN114023094B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112634606A (zh) * | 2020-12-21 | 2021-04-09 | 重庆交通大学 | 货车编队运输调度方法、调度系统、介质及数据处理终端 |
Also Published As
Publication number | Publication date |
---|---|
CN114023094A (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114023094B (zh) | 一种码头车辆调度系统、方法、设备和介质 | |
CN111328404B (zh) | 仓库和供应链协调器 | |
CN107148371B (zh) | 用于提供物体的运送服务的计算机化系统和方法 | |
Tang et al. | Modeling and solution of the joint quay crane and truck scheduling problem | |
Skinner et al. | Optimisation for job scheduling at automated container terminals using genetic algorithm | |
Zhen et al. | A review on yard management in container terminals | |
US20120226624A1 (en) | Optimization system of smart logistics network | |
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 | |
Hu et al. | Multi-AGV dispatching and routing problem based on a three-stage decomposition method | |
Gerrits et al. | A simulation model for the planning and control of AGVs at automated container terminals | |
CN111507500B (zh) | 一种载具路线的生成方法和装置 | |
CN115564346A (zh) | 无人集卡的集装箱装船方法、装置、设备及可读存储介质 | |
CN114331075A (zh) | 堆场拖车调度方法、装置、设备及存储介质 | |
Li et al. | Traffic simulation model for port planning and congestion prevention | |
Saez-Mas et al. | Hybrid approach of discrete event simulation integrated with location search algorithm in a cells assignment problem: a case study | |
Chen et al. | A dynamic truck dispatching problem in marine container terminal | |
Ahmed et al. | Improving productivity of yard trucks in port container terminal using computer simulation | |
CN115796544A (zh) | 一种港口无人水平运输的调度方法及装置 | |
Liu et al. | Comparing different technologies for containers movement in marine container terminals | |
CN115730807A (zh) | 运输车辆调度方法、系统、设备及存储介质 | |
Zhang et al. | Mixed integer programming models for dispatching vehicles at a container terminal | |
Watfa et al. | Connected automated guided vehicles in a smart container terminal | |
Zhang et al. | Study on Distributed Consistent Cooperative Control of Multi-ART in Automated Container Terminals | |
Yan et al. | A multi-agent system for container terminal management |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |