CN116520856A - 基于igv智慧导航的码头运输车定量安全避让系统 - Google Patents

Abstract

本发明公开了基于IGV智慧导航的码头运输车定量安全避让系统，涉及码头运输技术领域，通过红外摄像头动态获取运输货物的位置、状态和特征的图像数据，提高监测效率，并通过车轮速度传感器计算出车辆的匀速车速、减速速率和刹车速率参数。这些数据经过识别模块进行分析和识别，提取出货物的运动轨迹和相关特征，随后，利用建立的孪生数字模型，将识别模块提取的运动轨迹和特征数据输入到模型中进行训练和分析，基于识别模块获取的数据和建立的孪生数字模型，系统能够实时评估货物的危险程度，并根据所得到的货物危险系数Hwxs，确定运输车辆的行驶速度、减速过程和刹车控制，以确保运输车辆在复杂环境中的安全避让。

Description

基于IGV智慧导航的码头运输车定量安全避让系统

技术领域

本发明涉及码头运输技术领域，具体为基于IGV智慧导航的码头运输车定量安全避让系统。

背景技术

目前，各大洲集装箱港口拥堵状况日益严重，危险货物运输车无论是在码头作业平台滞留拥堵，还是在港区道路行驶拥堵时，都会有可能带来较大的安全隐患。

常规的车载导航安全系统运行，使得运输车辆在繁忙的码头环境中穿梭行驶，与其他车辆、行人以及堆放的货物存在潜在的碰撞和安全风险，为了确保码头的安全运作和保护人员财产的安全；

现有的车载导航安全系统，通常采用雷达和车载定位设备进行工作，通过雷达与车载定位设备进行车辆位置锁定与路障规避，但是判断标准较多，整体性较差，在进行动态监测时，监测效率较低，并且对于码头运输的特定场景中，缺乏考虑运输危险货物安全问题，以下进行举例，IGV码头运输车内集装箱运输的危险货物，在安全避让减速过程中，例如易燃液体货物，因为避让导致的晃动过大，容易产生安全风险，危险货物的个人风险、社会风险都是码头运输车安全避让需要考虑的问题。这就导致现有的车载导航安全系统无法完成主动预测和危险货物因子的应急策略生成。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供了基于IGV智慧导航的码头运输车定量安全避让系统，解决了背景技术中提到的问题。

（二）技术方案

为实现以上目的，本发明通过以下技术方案予以实现：基于IGV智慧导航的码头运输车定量安全避让系统，

包括货物监测模块、运输车车速监测模块、识别模块、建立孪生模型模块、决策模块；

所述货物监测模块用于对码头运输车运输的货物进行监测，获取到码头运输车运输货物的红外视频图像；

所述运输车车速监测模块用于对运输车的匀速车速、减速速率和刹车速率进行监测；

所述识别模块用于将红外视频图像进行识别分析，获取货物运输过程，包括匀速、减速速率和刹车速率时的运动轨迹和相关特征，并将所述运动轨迹和相关特征拟合成数据集发送至建立孪生模型模块；

所述建立孪生模型模块用于将识别模块识别的运动轨迹和相关特征进行分析计算，并建立孪生数字模型，并将识别模块识别的数据输入至孪生数字模型中进行训练，计算获得货物危险系数Hwxs、减速影响系数Jsyx和刹车影响系数Scyx；

所述决策模块依据货物危险系数Hwxs、减速影响系数Jsyx和刹车影响系数Scyx，通过评估和综合考虑，为运输车辆提供具体的行动计划和指导，制定相对应的避让轨迹。

优选的，所述货物监测模块包括红外监测单元和图像监测单元；

红外监测单元是通过红外成像设备码头运输车内的运输的液体货物进行拍摄，获取红外线视频和实时温度值；

图像监测单元用于通过摄像头拍摄货物包装桶的照片，以获取监测到货物包装桶的货物标签、危险品标志和包装桶变形数据。

优选的，所述识别模块，识别图像监测目标货物包装桶的货物标签、危险品标志，判断易燃品危险性等级并存储；并识别相对应的所述目标货物红外线视频的货物中液体运动轨迹和液体温度值；

识别图像监测货物包装桶的货物标签、危险品标志，判断易燃品危险性等级并存储。

优选的，所述建立孪生模型模块包括数据集建立单元和分析单元；

数据集建立单元用于将识别模块识别的建立危险货物数据集，并将识别模块传输的目标货物监测数据存储在数据集中；

分析单元用于提取数据集中所述目标货物监测数据进行计算分析，获取到货物危险系数Hwxs、减速影响系数Jsyx和刹车影响系数Scyx；

所述货物危险系数Hwxs通过以下公式获得：

式中，dj表示危险等级，wd表示为实时温度值，Pzxs表示为货物膨胀系数，w1、w2和w3分别是危险等级dj、实时温度值wd和货物膨胀系数Pzxs的权重值；

其中，，/>，/>，其中/>，C表示为修正常数。

优选的，所述货物膨胀系数Pzxs通过以下公式获得：

式中，lx表示货物类型，mg表示温度敏感值，wd表示为实时温度值，e1、e2和e3分别是货物类型lx、温度敏感mg和实时温度值wd的权重值；

其中，，/>，/>，其中/>,

F表示为修正常数。

优选的，所述减速影响系数Jsyx通过以下公式获得：

式中，xg表示悬挂系统，hwzl表示货物质量，zd表示为制动系统，Mcxs表示为摩擦系数，g1、g2、g3和g4分别表示悬挂系统xg，货物质量hwzl，制动系统zd和摩擦系数Mcxs的权重值；

其中，，/>，/>，/>，其 中，D表示修正常数。

优选的，所述摩擦系数Mcxs通过以下公式获得：

式中，lt表示轮胎状况，dl表示道路状态，lmwz表示路面物质，、/>和/>分别是轮胎状况lt、道路状态dl和路面物质lmwz的权重值；

其中，，/>，/>，其中/>,K表示为修正常数。

优选的，所述刹车影响系数Scyx通过以下公式获得：

式中，scxt表示刹车系统，scl表示刹车力分配，fz表示车辆负载，、/>和/>分别表示刹车系统scxt、刹车力分配scl和车辆负载fzd的权重值；

其中，，/>，/>，其中/>，M表示为修正常数。

优选的，所述决策模块包括决策单元和控制单元；

所述决策单元是通过分析单元进行计算分析后，获得货物危险系数Hwxs、减速影响系数Jsyx与刹车影响系数Scyx结合处理计算后的数据，并上传服务器和存储器，从而对应策略确定决策方案；

所述货物危险系数Hwxs和标准阈值进行对比，形成等级策略方案：

获得评价一等，与避让物进入20米范围，发出预警，设备运行；

获得评价二等，与避让物进入18米范围，发出预警，设备运行；

获得评价三等，与避让物进入16米范围，发出预警，设备运行；

获得评价四等，与避让物进入14米范围，发出预警，设备运行；

获得评价五等，与避让物进入13米范围，发出预警，设备运行；

获得评价六等，与避让物进入12米范围，发出预警，设备运行；

获得评价七等，与避让物进入11米范围，发出预警，设备运行；

获得评价八等，与避让物进入10米范围，发出预警，设备运行；

获得评价九等，与避让物进入8米范围，发出预警，设备运行；

所述减速影响系数Jsyx和标准阈值进行对比，形成等级策略方案：

获得评价一等，需要保持货物与需要避让物保持10米以上安全距离；

获得评价二等，需要保持货物与需要避让物保持9米以上安全距离；

获得评价三等，需要保持货物与需要避让物保持8米以上安全距离；

获得评价四等，需要保持货物与需要避让物保持7米以上安全距离；

获得评价五等，需要保持货物与需要避让物保持5米以上安全距离；

所述刹车影响系数Scyx和标准阈值进行对比形成等级策略方案：

获得评价一等，与避让物进入25米范围，发出预警，设备运行；

获得评价二等，与避让物进入20米范围，发出预警，设备运行；

获得评价三等，与避让物进入18米范围，发出预警，设备运行；

获得评价四等，与避让物进入15米范围，发出预警，设备运行；

所述控制单元通过所述决策单元传输的决策方案，从而转化为具体的控制信号，控制运输车的行驶。

所述控制单元通过所述决策单元传输的决策方案，从而转化为具体的控制信号，控制运输车的行驶。

优选的，所述控制单元包括控制执行单元和反馈单元；

所述控制执行单元控制生成的控制信号发送给运输车上的执行单元，控制运输车的加速、刹车和转向动作；

所述反馈单元需要不断地从感知单元获取车辆周围的信息，如车速、加速度、转向角度，并将这些信息反馈给决策单元，用于调整决策方案。

（三）有益效果

本发明提供了基于IGV智慧导航的码头运输车定量安全避让系统。具备以下有益效果：

（1）该基于IGV智慧导航的码头运输车定量安全避让系统，该系统通过红外摄像头动态获取运输货物的位置、状态和特征的图像数据，提高监测效率，并通过车轮速度传感器计算出车辆的匀速车速、减速速率和刹车速率参数。这些数据经过识别模块进行分析和识别，提取出货物的运动轨迹和相关特征，随后，利用建立的孪生数字模型，将识别模块提取的运动轨迹和特征数据输入到模型中进行训练和分析，基于识别模块获取的数据和建立的孪生数字模型，系统能够实时评估货物的危险程度，并根据所得到的货物危险系数Hwxs，确定运输车辆的行驶速度、减速过程和刹车控制，以确保运输车辆在复杂环境中的安全避让。

（2）该基于IGV智慧导航的码头运输车定量安全避让系统，系统能够综合考虑货物状态、运输车辆的运动特征以及制动性能因素，计算出货物危险系数Hwxs、减速影响系数Jsyx和刹车影响系数Scyx关键参数，这些参数的准确计算为系统的安全决策和控制提供了重要依据，使系统能够实现运输车辆的安全避让功能，并为相关人员提供及时的警示和控制指导。

（3）该基于IGV智慧导航的码头运输车定量安全避让系统，通过物危险系数Hwxs、减速影响系数Jsyx和刹车影响系数Scyx和标准阈值进行对比，从而形成多等级策略方案，能够应对的场景更加全面，提高了系统的稳定性，同时，控制执行单元和反馈单元的协同工作，能够实现对运输车的精确控制和实时监测，控制执行单元生成的控制信号被传输到运输车的执行单元，控制运输车的加速、刹车和转向动作，确保运输车按照预定的安全避让策略行动，同时，反馈单元不断地从感知单元获取车辆的状态信息，为决策单元提供实时反馈，以实现决策方案的调整和优化。

附图说明

图1为本发明基于IGV智慧导航的码头运输车定量安全避让系统框图流程示意图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。

常规的车载导航安全系统运行，使得运输车辆在繁忙的码头环境中穿梭行驶，与其他车辆、行人以及堆放的货物存在潜在的碰撞和安全风险，为了确保码头的安全运作和保护人员财产的安全；

但是现有的车载导航安全系统，通常采用雷达和车载定位设备进行工作，通过雷达与车载定位设备进行车辆位置锁定与路障规避，但是判断标准较多，整体性较差，在进行动态监测时，监测效率较低，并且在应对突发状况特殊天气没有一定的安全策略应对，这就导致现有的车载导航安全系统无法完成主动预测和突发状况的应急策略生成。

现有的车载导航安全系统，通常采用雷达和车载定位设备进行工作，通过雷达与车载定位设备进行车辆位置锁定与路障规避，但是判断标准较多，整体性较差，在进行动态监测时，监测效率较低，并且对于码头运输这个特定的场景中，缺乏考虑运输危险货物安全问题，以下进行举例，IGV码头运输车内集装箱运输的危险货物，在安全避让减速过程中，例如易燃液体货物，因为避让导致的晃动过大，容易产生安全风险，危险货物的个人风险、社会风险都是码头运输车安全避让需要考虑的问题。这就导致现有的车载导航安全系统无法完成主动预测和危险货物因子的应急策略生成。

实施例1

本发明提供基于IGV智慧导航的码头运输车定量安全避让系统，请参阅图1，包括货物监测模块、运输车车速监测模块、识别模块、建立孪生模型模块、决策模块；

货物监测模块用于对码头运输车运输的货物进行监测，获取到码头运输车运输货物的红外视频图像，系统安装红外摄像头来获取货物的红外视频图像，红外摄像头能够感知并捕捉货物所发出的红外辐射，将其转化为可见的图像数据。

红外摄像头通过物理接口（如USB）或网络连接（如Ethernet）与数据采集装置进行连接，数据采集装置是专门的硬件设备或嵌入在系统中的控制器，它负责接收和处理摄像头传输的视频数据。

系统的数据处理单元接收红外视频数据，并进行相应的数据解析和处理，这可能涉及视频解码、图像处理、目标检测和跟踪等技术，数据处理和分析的目标是从红外视频中提取货物的相关信息，如位置、状态和特征的数据；

运输车车速监测模块用于对运输车的匀速车速、减速速率和刹车速率进行监测，车载速度传感器是用于测量运输车辆的速度的设备，它可以采用车轮速度传感器。

车轮速度传感器通过物理接口（如电缆连接）或无线方式与数据采集装置进行连接，数据采集装置是专门的硬件设备或嵌入在运输车辆中的控制器，它负责接收和处理传感器传输的速度数据。

系统的数据处理单元接收车速数据，并进行相应的数据解析和处理，根据传感器提供的速度数据，系统可以计算车辆的匀速车速、减速速率和刹车速率参数；

识别模块用于将红外视频图像进行识别分析，并获取货物运输过程，包括匀速、减速速率和刹车速率时的运动轨迹和相关特征，并将运动轨迹和相关特征拟合成数据集发送至建立孪生模型模块，识别模块与系统中的数据采集装置物理连接（如电缆连接）；

建立孪生模型模块用于将识别模块识别的运动轨迹和相关特征进行分析计算，并建立孪生数字模型，并将识别模块识别的数据输入至孪生数字模型中进行训练，计算获得货物危险系数Hwxs、减速影响系数Jsyx和刹车影响系数Scyx；

决策模块依据货物危险系数Hwxs、减速影响系数Jsyx和刹车影响系数Scyx，通过评估和综合考虑，为运输车辆提供具体的行动计划和指导，制定相对应的避让轨迹。

使用时，该系统通过红外摄像头动态获取运输货物的位置、状态和特征的图像数据，提高监测效率，并通过车轮速度传感器计算出车辆的匀速车速、减速速率和刹车速率参数。这些数据经过识别模块进行分析和识别，提取出货物的运动轨迹和相关特征，随后，利用建立的孪生数字模型，将识别模块提取的运动轨迹和特征数据输入到模型中进行训练和分析，基于识别模块获取的数据和建立的孪生数字模型，对于码头运输场景中，系统能够实时评估货物的危险程度，并根据所得到的货物危险系数Hwxs，确定运输车辆的行驶速度、减速过程和刹车控制，以确保运输车辆在考虑到危险货物因子的应急策略的安全避让和主动预测功能。

综合运用红外摄像头、车轮速度传感器和建立的孪生数字模型，该系统能够准确分析运输货物的状态和车辆的行驶参数，并根据评估结果实施安全避让措施，提高运输车辆的安全性和减少潜在的事故风险。

实施例2

本实施例是在实施例1中进行的解释说明，请参照图1，具体的：

货物监测模块包括红外监测单元和图像监测单元；

红外监测单元是通过红外成像设备码头运输车内的运输的液体货物进行拍摄，获取红外线视频和实时温度值，红外成像设备是用于拍摄红外线视频图像的设备，它能够感知并捕捉物体发出的红外辐射，将其转化为可见的图像数据，红外成像设备是热成像仪，这样可以实现实时的监测和安全控制，确保液体货物运输过程的安全性；

图像监测单元用于通过摄像头拍摄货物包装桶的照片，以获取监测到货物包装桶的货物标签、危险品标志和包装桶变形数据，摄像头采用工业级摄像机来进行摄货物包装桶，从而支持系统的安全决策和控制。

实施例3

本实施例是在实施例1中进行的解释说明，请参照图1，具体的：

识别模块，识别图像监测目标货物包装桶的货物标签、危险品标志，判断易燃品危险性等级并存储，识别模块是图像监测系统中的关键组成部分，它通过对图像监测目标货物包装桶进行分析和识别，实现了以下功能：首先，识别货物包装桶上的货物标签和危险品标志，并将其分类和存储，通过识别货物标签，系统能够获取关键的货物信息，如名称、批次等，而危险品标志的识别则有助于判断货物是否属于易燃品等危险性级别；

识别模块还能够分析目标货物红外线视频，提取液体运动轨迹和液体温度值。通过对红外线视频的处理和分析，系统可以跟踪液体在货物内部的运动轨迹，以了解其流动情况和行为特征，同时，识别模块还能够测量液体的温度，提供实时的液体温度值，通过这些识别结果和分析数据，系统能够实现对货物的分类、危险性级别判断和运动轨迹监测，这些识别结果可以被系统存储，以便后续的记录和查询。

实施例4

本实施例是在实施例1中进行的解释说明，请参照图1，具体的：

建立孪生模型模块包括数据集建立单元和分析单元；

数据集建立单元用于将识别模块识别的建立危险货物数据集，并将识别模块传输的目标货物监测数据存储在数据集中，数据集建立单元作为建立孪生模型的第一步，负责将识别模块识别的建立危险货物数据集进行整理和存储。通过与识别模块的交互，数据集建立单元接收到目标货物监测数据，其中包括货物包装桶的货物标签、危险品标志，以及液体运动轨迹和液体温度值等关键信息。这些数据被储存到数据集中，形成了一个丰富的数据样本集合。为后续的模型训练和分析提供了基础，接下来，分析单元利用建立的数据集进行数据分析和处理。它使用机器学习和深度学习等技术，对数据集中的货物监测数据进行特征提取、模式识别和统计分析等操作，分析单元的目标是建立准确的孪生模型，以便能够重新输入的目标货物监测数据中预测出相应的危险系数Hwxs、减速影响系数Jsyx和刹车影响系数Scyx这些重要参数；通过数据集建立单元和分析单元的协同工作，建立孪生模型模块能够整合识别模块的数据，并通过数据分析和模型训练，实现对货物的危险性和运输特征的准确预测，这为系统提供了重要的决策依据，支持系统在运输车辆安全避让方面的优化控制和决策制定；

分析单元用于提取数据集中目标货物监测数据进行计算分析，获取到货物危险系数Hwxs、减速影响系数Jsyx和刹车影响系数Scyx；

货物危险系数Hwxs通过以下公式获得：

式中，dj表示危险等级，wd表示为实时温度值，Pzxs表示为货物膨胀系数，w1、w2和w3分别是危险等级dj、实时温度值wd和货物膨胀系数Pzxs的权重值；

其中，，/>，/>，其中/>，C表示为修正常数。

货物膨胀系数Pzxs通过以下公式获得：

式中，lx表示货物类型，mg表示温度敏感值，wd表示为实时温度值，e1、e2和e3分别是货物类型lx、温度敏感mg和实时温度值wd的权重值；

其中，，/>，/>，其中/>,

F表示为修正常数。

减速影响系数Jsyx通过以下公式获得：

式中，xg表示悬挂系统，hwzl表示货物质量，zd表示为制动系统，Mcxs表示为摩擦系数，g1、g2、g3和g4分别表示悬挂系统xg，货物质量hwzl，制动系统zd和摩擦系数Mcxs的权重值；

其中，，/>，/>，/>，其 中，D表示修正常数。

摩擦系数Mcxs通过以下公式获得：

式中，lt表示轮胎状况，dl表示道路状态，lmwz表示路面物质，、/>和/>分别是轮胎状况lt、道路状态dl和路面物质lmwz的权重值；

其中，，/>，/>，其中/>,K表示为修正常数。

刹车影响系数Scyx通过以下公式获得：

式中，scxt表示刹车系统，scl表示刹车力分配，fz表示车辆负载，、/>和/>分别表示刹车系统scxt、刹车力分配scl和车辆负载fzd的权重值；

其中，，/>，/>，其中/>，M表示为修正常数。

系统工作时，通过货物监测模块获取的货物数据和运输车车速监测模块获取的车辆运动状态和参数，经过识别模块的分析和处理，系统能够准确计算出货物危险系数Hwxs、减速影响系数Jsyx和刹车影响系数Scyx重要参数。

首先，货物监测模块采集到的货物数据包括货物包装桶的信息、液体运动轨迹和液体温度值，这些数据提供了对货物状态和运输过程的详细了解。

同时，运输车车速监测模块获取的车辆运动状态和参数，如匀速车速、减速速率和刹车速率，为系统提供了关键的车辆运动信息，这些信息反映了运输车辆在行驶过程中的速度变化和操作特点。

接下来，识别模块对货物数据和车辆运动信息进行分析和处理，通过数据的综合分析和模式识别，识别模块能够准确计算出货物危险系数Hwxs、减速影响系数Jsyx和刹车影响系数Scyx指标。这些指标反映了货物的危险性和运输车辆在不同情况下的制动性能。

通过以上流程，系统能够综合考虑货物状态、运输车辆的运动特征以及制动性能因素，计算出货物危险系数Hwxs、减速影响系数Jsyx和刹车影响系数Scyx关键参数，这些参数的准确计算为系统的安全决策和控制提供了重要依据，使系统能够实现运输车辆的安全避让功能，并为相关人员提供及时的警示和控制指导。

实施例5

本实施例是在实施例4中进行的解释说明，请参照图1，具体的：

决策模块包括决策单元和控制单元；

决策单元是通过分析单元进行计算分析后，获得货物危险系数Hwxs、减速影响系数Jsyx与刹车影响系数Scyx结合处理计算后的数据，并上传服务器和存储器，从而对应策略确定决策方案。

根据货物危险系数Hwxs获得：货物危险系数Hwxs和标准阈值进行对比，在评分分数示例如下：

获得评价一等，表示该货物的潜在危险非常高，需要各个模块以最大功率运行且交互频率最高，以确保实时监控和对货物的敏感监控，与避让物进入20米范围，发出预警，设备运行；

获得评价二等，表示该货物的潜在危险较高，需要各个模块以大功率运行且交互频率较高，以确保对货物的有效监控，与避让物进入18米范围，发出预警，设备运行；

获得评价三等，表示该货物的潜在危险高，需要各个模块以适当的功率运行和交互频率，以保证对货物的监控和安全性，与避让物进入16米范围，发出预警，设备运行；

获得评价四等，表示该货物的潜在危险中等，需要各个模块以适度功率运行和交互频率，以维护货物的安全状态，与避让物进入14米范围，发出预警，设备运行；

获得评价五等，表示该货物的潜在危险较低，需要各个模块以较低功率运行和交互频率，以确保货物的基本监控，与避让物进入13米范围，发出预警，设备运行；

获得评价六等，表示该货物的潜在危险较低，需要各个模块以较低功率运行和交互频率，以保证对货物的一般监控，与避让物进入12米范围，发出预警，设备运行；

获得评价七等，表示该货物的潜在危险较低，需要各个模块以较低功率运行和交互频率，以维护对货物的基本监控，与避让物进入11米范围，发出预警，设备运行；

获得评价八等，表示该货物的潜在危险较低，需要各个模块以较低功率运行和交互频率，以保持对货物的一般监控，与避让物进入10米范围，发出预警，设备运行；

获得评价九等，表示该货物的潜在危险最低，需要各个模块以最低功率运行和较低交互频率，以确保对货物的基本监控，与避让物进入8米范围，发出预警，设备运行；

根据减速影响系数Jsyx获得：减速影响系数Jsyx和标准阈值进行对比，在评分分数示例如下：

获得评价一等，减速影响非常高，表示货物的减速对系统的影响非常大，需要采取高度敏感的控制和监测措施，需要保持货物与需要避让物保持10米以上安全距离；

获得评价二等，减速影响较高，表示货物的减速对系统的影响较大，需要采取相对敏感的控制和监测措施，需要保持货物与需要避让物保持9米以上安全距离；

获得评价三等，减速影响中等，表示货物的减速对系统的影响属于中等水平，需要采取适度的控制和监测措施，需要保持货物与需要避让物保持8米以上安全距离；

获得评价四等，减速影响较低，表示货物的减速对系统的影响较小，需要采取相对较低的控制和监测措施，需要保持货物与需要避让物保持7米以上安全距离；

获得评价五等，减速影响最低，表示货物的减速对系统的影响非常小，需要采取最低水平的控制和监测措施，需要保持货物与需要避让物保持5米以上安全距离；

根据刹车影响系数Scyx获得：刹车影响系数Scyx和标准阈值进行对比，在评分分数示例如下：

获得评价一等，刹车影响高。表示货物的刹车对系统的影响较大，需要采取高度敏感的控制和监测措施，与避让物进入25米范围，发出预警，设备运行；

获得评价二等，刹车影响中等。表示货物的刹车对系统的影响属于中等水平，需要采取适度的控制和监测措施，与避让物进入20米范围，发出预警，设备运行；

获得评价三等，刹车影响较低。表示货物的刹车对系统的影响较小，需要采取相对较低的控制和监测措施，与避让物进入18米范围，发出预警，设备运行；

获得评价四等，刹车影响最低。表示货物的刹车对系统的影响非常小，需要采取最低水平的控制和监测措施，与避让物进入15米范围，发出预警，设备运行；

通过货物危险系数Hwxs、减速影响系数Jsyx与刹车影响系数Scyx各个系数的指数结合，与预设阈值相比较，结合指数与处于预设阈值内，从而触发该预设阈值对应的决策方案。

在决策单元中，通过综合考虑货物的危险程度和运输车辆的制动性能因素，对获取的数据进行处理和分析，以确定最终的决策方案。

决策单元还具有上传数据至服务器和存储器的功能，通过将数据上传至服务器，决策单元可以实现与其他系统的数据交互和共享，为系统的整体决策提供更广泛的参考，同时，将数据存储在存储器中，可以为后续的数据分析、报告生成和审计提供便利。

控制单元负责执行决策单元制定的决策方案，根据决策单元的输出结果，控制单元对运输车辆进行相应的控制操作，调整车辆的速度、减速方式和刹车策略，以实现安全避让的目标。

优选的，控制单元包括控制执行单元和反馈单元；

控制执行单元控制生成的控制信号发送给运输车上的执行单元，控制运输车的加速、刹车和转向动作，在控制执行单元中，根据决策单元的输出结果和控制逻辑，生成相应的控制信号，生成的控制信号通过电子方式传输到运输车上的执行单元。

执行单元是运输车上的实际执行部件，是电动机、刹车系统和转向系统，根据接收到的控制信号，执行单元能够精确控制运输车的加速、刹车和转向动作，以响应系统的控制指令，这样，系统能够实现安全避让策略的执行，并确保运输车在复杂环境中的安全运行；

反馈单元需要不断地从感知单元获取车辆周围的信息，如车速、加速度、转向角度，这些信息被反馈给决策单元，用于实时调整决策方案和控制策略，通过感知运输车周围环境的变化，反馈单元能够提供准确的车辆状态和动作执行情况，以支持系统的实时决策和控制优化。

通过控制执行单元和反馈单元的协同工作，智慧导航的码头运输车定量安全避让系统能够实现对运输车的精确控制和实时监测，控制执行单元生成的控制信号被传输到运输车的执行单元，控制运输车的加速、刹车和转向动作，确保运输车按照预定的安全避让策略行动，同时，反馈单元不断地从感知单元获取车辆的状态信息，为决策单元提供实时反馈，以实现决策方案的调整和优化。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.基于IGV智慧导航的码头运输车定量安全避让系统，其特征在于：包括货物监测模块、运输车车速监测模块、识别模块、建立孪生模型模块、决策模块；

所述货物监测模块用于对码头运输车运输的货物进行监测，获取到码头运输车运输货物的红外视频图像；

所述运输车车速监测模块用于对运输车的匀速车速、减速速率和刹车速率进行监测；

所述识别模块用于将红外视频图像进行识别分析，获取货物运输过程，包括匀速、减速速率和刹车速率时的运动轨迹和相关特征，并将所述运动轨迹和相关特征拟合成数据集发送至建立孪生模型模块；

所述建立孪生模型模块用于将识别模块识别的运动轨迹和相关特征进行分析计算，并建立孪生数字模型，并将识别模块识别的数据输入至孪生数字模型中进行训练，计算获得货物危险系数Hwxs、减速影响系数Jsyx和刹车影响系数Scyx；

所述决策模块依据货物危险系数Hwxs、减速影响系数Jsyx和刹车影响系数Scyx，通过评估和综合考虑，为运输车辆提供具体的行动计划和指导，制定相对应的避让轨迹。

2.根据权利要求1所述的基于IGV智慧导航的码头运输车定量安全避让系统，其特征在于：所述货物监测模块包括红外监测单元和图像监测单元；

红外监测单元是通过红外成像设备码头运输车内的运输的液体货物进行拍摄，获取红外线视频和实时温度值；

图像监测单元用于通过摄像头拍摄货物包装桶的照片，以获取监测到货物包装桶的货物标签、危险品标志和包装桶变形数据。

3.根据权利要求1所述的基于IGV智慧导航的码头运输车定量安全避让系统，其特征在于：所述识别模块，识别图像监测目标货物包装桶的货物标签、危险品标志，判断易燃品危险性等级并存储；并识别相对应的所述目标货物红外线视频的货物中液体运动轨迹和液体温度值；

识别图像监测货物包装桶的货物标签、危险品标志，判断易燃品危险性等级并存储。

4.根据权利要求1所述的基于IGV智慧导航的码头运输车定量安全避让系统，其特征在于：所述建立孪生模型模块包括数据集建立单元和分析单元；

数据集建立单元用于将识别模块识别的建立危险货物数据集，并将识别模块传输的目标货物监测数据存储在数据集中；

分析单元用于提取数据集中所述目标货物监测数据进行计算分析，获取到货物危险系数Hwxs、减速影响系数Jsyx和刹车影响系数Scyx；

所述货物危险系数Hwxs通过以下公式获得：

式中，dj表示危险等级，wd表示为实时温度值，Pzxs表示为货物膨胀系数，w1、w2和w3分别是危险等级dj、实时温度值wd和货物膨胀系数Pzxs的权重值；

其中，，/>，/>，其中/>，C表示为修正常数。

5.根据权利要求4所述的基于IGV智慧导航的码头运输车定量安全避让系统，其特征在于：所述货物膨胀系数Pzxs通过以下公式获得：

式中，lx表示货物类型，mg表示温度敏感值，wd表示为实时温度值，e1、e2和e3分别是货物类型lx、温度敏感mg和实时温度值wd的权重值；

其中，，/>，/>，其中/>,

F表示为修正常数。

6.根据权利要求4所述的基于IGV智慧导航的码头运输车定量安全避让系统，其特征在于：所述减速影响系数Jsyx通过以下公式获得：

式中，xg表示悬挂系统，hwzl表示货物质量，zd表示为制动系统，Mcxs表示为摩擦系数，g1、g2、g3和g4分别表示悬挂系统xg，货物质量hwzl，制动系统zd和摩擦系数Mcxs的权重值；

其中，，/>，/>，/>，其中，D表示修正常数。

7.根据权利要求6所述的基于IGV智慧导航的码头运输车定量安全避让系统，其特征在于：所述摩擦系数Mcxs通过以下公式获得：

式中，lt表示轮胎状况，dl表示道路状态，lmwz表示路面物质，、/>和/>分别是轮胎状况lt、道路状态dl和路面物质lmwz的权重值；

其中，，/>，/>，其中/>,K表示为修正常数。

8.根据权利要求4所述的基于IGV智慧导航的码头运输车定量安全避让系统，其特征在于：所述刹车影响系数Scyx通过以下公式获得：

式中，scxt表示刹车系统，scl表示刹车力分配，fz表示车辆负载，、/>和/>分别表示刹车系统scxt、刹车力分配scl和车辆负载fzd的权重值；

其中，，/>，/>，其中/>，M表示为修正常数。

9.根据权利要求1所述的基于IGV智慧导航的码头运输车定量安全避让系统，其特征在于：所述决策模块包括决策单元和控制单元；

所述决策单元是通过分析单元进行计算分析后，获得货物危险系数Hwxs、减速影响系数Jsyx与刹车影响系数Scyx结合处理计算后的数据，并上传服务器和存储器，从而对应策略确定决策方案；

所述货物危险系数Hwxs和标准阈值进行对比，形成等级策略方案：

获得评价一等，与避让物进入20米范围，发出预警，设备运行；

获得评价二等，与避让物进入18米范围，发出预警，设备运行；

获得评价三等，与避让物进入16米范围，发出预警，设备运行；

获得评价四等，与避让物进入14米范围，发出预警，设备运行；

获得评价五等，与避让物进入13米范围，发出预警，设备运行；

获得评价六等，与避让物进入12米范围，发出预警，设备运行；

获得评价七等，与避让物进入11米范围，发出预警，设备运行；

获得评价八等，与避让物进入10米范围，发出预警，设备运行；

获得评价九等，与避让物进入8米范围，发出预警，设备运行；

所述减速影响系数Jsyx和标准阈值进行对比，形成等级策略方案：

获得评价一等，需要保持货物与需要避让物保持10米以上安全距离；

获得评价二等，需要保持货物与需要避让物保持9米以上安全距离；

获得评价三等，需要保持货物与需要避让物保持8米以上安全距离；

获得评价四等，需要保持货物与需要避让物保持7米以上安全距离；

获得评价五等，需要保持货物与需要避让物保持5米以上安全距离；

所述刹车影响系数Scyx和标准阈值进行对比形成等级策略方案：

获得评价一等，与避让物进入25米范围，发出预警，设备运行；

获得评价二等，与避让物进入20米范围，发出预警，设备运行；

获得评价三等，与避让物进入18米范围，发出预警，设备运行；

获得评价四等，与避让物进入15米范围，发出预警，设备运行；

所述控制单元通过所述决策单元传输的决策方案，从而转化为具体的控制信号，控制运输车的行驶。

10.根据权利要求9所述的基于IGV智慧导航的码头运输车定量安全避让系统，其特征在于：所述控制单元包括控制执行单元和反馈单元；

所述控制执行单元控制生成的控制信号发送给运输车上的执行单元，控制运输车的加速、刹车和转向动作；

所述反馈单元需要不断地从感知单元获取车辆周围的信息，如车速、加速度、转向角度，并将这些信息反馈给决策单元，用于调整决策方案。