CN116670699A - 用于优化自主堆场卡车的任务规划、任务管理和路线的系统和方法 - Google Patents

用于优化自主堆场卡车的任务规划、任务管理和路线的系统和方法 Download PDF

Info

Publication number
CN116670699A
CN116670699A CN202180076280.2A CN202180076280A CN116670699A CN 116670699 A CN116670699 A CN 116670699A CN 202180076280 A CN202180076280 A CN 202180076280A CN 116670699 A CN116670699 A CN 116670699A
Authority
CN
China
Prior art keywords
yard
task
trucks
tasks
yard trucks
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.)
Pending
Application number
CN202180076280.2A
Other languages
English (en)
Inventor
H·P·沃尔顿
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.)
Otrade Technologies
Original Assignee
Otrade Technologies
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 Otrade Technologies filed Critical Otrade Technologies
Publication of CN116670699A publication Critical patent/CN116670699A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了用于优化运输设施的操作的系统和方法，该运输设施具有使用AV堆场卡车操纵的拖车。优化可以集中在对AV堆场卡车需求高的关键时间段。在非关键时间段，AV堆场卡车可以在堆场内“恢复”和“重新组织”，为未来的关键时间段做准备。与通常必须记住在何处存放特定OTR运载工具的空拖车的人类驾驶员不同，用自动化堆场系统和本文的优化技术所建立的区域可以允许以最好地服务于堆场设施的总体调度方式更自由地放置拖车。该优化可以基于不同任务的时间/开销成本，并确定如何在通过逐个卡车的基础上并以最小化这种成本的顺序优化对AV堆场卡车的任务分配来实现最小化成本。

Description

用于优化自主堆场卡车的任务规划、任务管理和路线的系统 和方法
技术领域
本发明涉及自主车辆，更具体地，本发明涉及自主车辆的任务管理、调度管理和路线管理。
背景技术
卡车是现代商业的重要组成部分。这些卡车利用其巨大的内部空间跨大陆运输材料和成品。这些货物在包括制造商、港口、分销商、零售商和最终用户在内的各种设施中进行装卸。大型长途运输(OTR)卡车通常由牵引车或驾驶室单元和单独的可拆卸拖车组成，该拖车通过由俗称的牵引座(fifth wheel)和主销(kingpin)组成的挂接系统可拆卸地与驾驶室互连。更具体地说，拖车包括沿其底部前部的主销，驾驶室包括牵引座，该牵引座包括衬垫和用于主销的接收槽。当连接时，主销以允许拖车在穿过道路弯道时相对于驾驶室轴向枢转的方式跨接入牵引座的槽中。驾驶室提供动力(例如通过发电机、气动压力源等)用于操作自身和所附接的拖车。
多年来，已经提出了一系列的解决方案来自动化卡车的一个或多个过程，从而减少或消除驾驶员所需投入的劳动。在一种应用中，卡车用于在存储/停放位置和装卸码头之间的堆场(yard)周围分流拖车。这种车辆通常被称为“堆场卡车”，并且可以以各种配置由化石燃料或电力提供动力。在2019年2月21日提交的题为“用于自动卡车及牵引拖车的自动操作和处理的系统和方法”的共同受让的序列号为16/282,258的美国专利申请及其相关申请中描述了与自主堆场卡车(本文中称为“AV堆场卡车”)相关的各种新颖的自主车辆实施方式和功能，其教导作为有用的背景信息通过引用明确地并入本文。
管理AV堆场卡车车队的重大挑战是正确管理其操作的时间和顺序。在2020年5月28日提交的题为“用于操作和管理自动驾驶车辆交换区的系统和方法”的共同受让的序列号为63/031,552的美国临时申请中描述了一种与设施本身相关的组织技术，其教导作为有用的背景信息通过引用明确地并入本文。本申请提供了一种关于运输设施的分区布置方法，其在存在AV堆场卡车的情况下提高了安全性和效率。然而，当AV堆场卡车在分区或非分区堆场环境中执行任务时，有效管理AV堆场卡车本身仍然存在挑战。
发明内容
本发明通过提供一种系统和方法来克服现有技术的缺点，该系统和方法用于优化具有使用AV堆场卡车操纵的拖车的运输设施的操作。值得注意的是，该系统和方法可以由于所控制的堆场和拖车库存从而利用拖车位置的信息，以优化堆场空间和空的拖车位置，并且可以提高性能指标。优化可以集中在对AV堆场卡车的需求高或峰值的关键时间段。相反，在非关键时间段，AV堆场卡车可以在堆场内“恢复”和“重新组织(re-stage)”以为未来的关键时间段做准备。这也具有作为优化模型/过程的潜力。此外，与通常必须记住在何处存放特定OTR运载工具的空拖车的人类驾驶员不同，使用自动化堆场系统和本文的优化技术所建立的区域可以允许以服务于堆场设施的最优总体调度方式更自由地放置拖车。该优化可以基于不同任务的时间/开销成本，确定如何在通过每一个卡车的基础上以最小化这种成本的特定顺序优化对AV堆场卡车的任务分配，从而实现成本最小化。
在说明性实施例中，提供了一种用于优化在运输设施周围的一个或多个自主车辆(AV)堆场卡车的运动路线的系统和方法(以及与之响应的相关联的AV堆场卡车)。该系统包括服务器，该服务器接收关于一个或多个AV堆场卡车相对于该设施的位置和状态信息。该服务器存储关于任务位置和类型的信息。调度处理器确定任务的初始条件，并针对一个或多个AV堆场卡车中的每一个卡车计算最有效执行任务的得分。接口指示一个或多个AV堆场卡车中的每一个卡车的车载处理器以指定的顺序执行任务。仅用于说明性，AV堆场卡车中的每一个可以基于多个安装的传感器向服务器提供信息。传感器可以生成数据，该数据由服务器转换为任务。该数据可以由调度处理器存储和使用。该数据可以包括与任务相关的AV堆场卡车任务、可用的AV堆场卡车的身份、和/或AV堆场卡车相对于任务的性能估计和控制参数。调度处理器还可以将成本分配给任务的性能，并基于成本进行优化。该成本可以与预定任务之间的过渡相关。
在另一个说明性实施例中，提供了一种自主车辆(AV)堆场卡车。AV堆场卡车包括控制AV堆场卡车的移动和操作的车载处理器。车载处理器响应于安装在AV堆场卡车上的传感器，并与运输设施的服务器通信，该服务器具有用于优化在运输设施周围的AV堆场卡车的路线的处理。服务器接收关于一个或多个AV堆场卡车相对于设施的位置和状态信息，并存储关于任务位置和类型的信息。车载处理器还包括适于与远程调度处理器交换数据的接口，该远程调度处理器确定任务的初始条件，并计算关于一个或多个AV堆场卡车中的每一个卡车的最有效执行任务的得分。车载处理器从而指示AV堆场卡车以指定的顺序执行任务。
附图说明
下面的发明描述参考了附图，其中：
图1是示出示例性运输设施的示意图，该运输设施包括用于装卸由OTR卡车拖运的拖车的区域，并且具有以一个或多个服务器形式的堆场管理系统和控制多个AV堆场卡车的通信接口；
图2是示出用于图1的堆场管理系统的服务器架构的示意图，该服务器架构与AV堆场卡车的车载处理器通信，具有优化处理(器)，提高了AV堆场卡车在设施内装载、拖运和放下拖车以及执行其他诸如充电的活动时的操作效率；
图3是示出结合图2的优化处理(器)使用各种存储和输入数据来优化AV堆场卡车的操作的程序的流程图；
图4是用于将来自图3的优化处理的任务序列信息传递到AV堆场卡车的子程序的流程图；
图5是一组示例性的可用AV堆场卡车的表格，其中基于图2的优化处理(器)所采用的用于计算优化任务的模型对该AV堆场卡车分配任务；
图6是示出将由图5中的AV堆场卡车中的至少一个执行的任务的示例性列表的表格；
图7是示出由模型在计算图6中的AV堆场卡车的优化任务中使用的任务成本的示例性列表的表格；
图8是示出基于由图5的每一个AV堆场卡车和图6的任务中的模型所施加约束而允许任务的表格；
图9是示出图6的AV堆场卡车之一的示例性任务调度的模型的成本计算的表格，示出了非优化结果；和
图10是示出图6的AV堆场卡车之一的示例性任务调度的模型的成本计算的表格，示出了优化结果。
具体实施方式
一、概述
图1示出了示例性运输设施100的俯瞰图，其中长途运输(OTR)卡车(牵引拖车)从远程位置运送满载货物的拖车，并取回拖车以返回到这些位置(或其它地方，例如仓库)。在标准操作程序中，OTR运输车带着拖车一起到达目的地的警卫室(或类似的设施入口检查站)110。警卫/服务员将拖车信息(系统中已经存在的拖车编号或QR(ID)码扫描嵌入信息，通常包括：拖车品牌/型号/年份/服务连接位置等)输入到设施软件系统中，该设施软件系统是服务器或其他计算系统120的一部分，其位于堆场外，或者完全地或者部分地位于设施建筑综合体122和124内。综合体122、124包括周边装载码头(位于建筑物的一个或多个侧面上)、相关联的(通常是高架的)货物入口和门以及地面仓库，所有这些设施都以运输、物流等领域的技术人员熟悉的方式布置。
作为一个简化的操作示例，在OTR卡车到达后，警卫/服务员会指示驾驶员将拖车运送到指定停候区130中的特定编号的停车位，这里显示为包含大量并排停放的拖车132，其布置为适合于设施的整体布局。拖车的数据和停放状态通常在公司的综合堆场管理系统(YMS)中更新，该系统可以设置在服务器120或其他地方。
一旦驾驶员将拖车停放到停候区130的指定停车位中，他/她就断开服务线并确保连接器处于可接近的位置(即，是否可调节/可密封)。如果拖车配备有平开门(swingdoor)，可以在堆场人员的指示下，打开拖车门并将门夹紧在打开位置。
在一定时间后，停候区130中的(即已装载的)拖车被挂接至堆场卡车/牵引车上，在本申请中，该卡车/牵引车布置为自主车辆(AV)。如图所示，示出了多个AV堆场卡车(每个都用T表示)分散在整个设施100中，或者停止或者运动以执行预定的任务。因此，当拖车被指定卸载时，AV堆场卡车被分派到其标记的停车位以便取回拖车。当堆场卡车后退至拖车时，它使用一个或多个安装的(例如，标准或定制的、2D灰度或彩色像素、基于图像传感器的)摄像机(和/或其他相关联的(通常是3D/测距的)传感器，例如GPS接收器、雷达、激光雷达、立体视觉、飞行时间摄像机、超声波/激光测距仪等)来帮助执行任务：(1)通过读取拖车编号或扫描QR、条形码或其他类型的编码标识符来确认拖车的身份；(2)将卡车的连接器与相应的拖车接收器对齐。这种连接器包括但不限于驾驶室牵引座与拖车主销、气动线路和电线。可选地，在AV堆场卡车与拖车的拉起和初始对准期间，安装在堆场卡车上的摄像机也可以用于执行拖车检查，例如检查损坏、确认轮胎充气水平以及验证其他安全标准。
AV堆场卡车将已挂接的拖车牵引到设施124的卸载区140。拖车被倒入到该区域的装卸平台，并且打开的后部被引导至紧靠设施的入口和货舱门。然后采用手动和自动技术将货物从拖车上卸下，放置在设施124内。在卸载过程中，AV堆场卡车可以保持与拖车挂接，也可以断开挂接，以便堆场卡车可以执行其他任务。在装卸之后，AV堆场卡车最终将拖车从卸载区140移走，并且或者将其送回到停候区130，或者将其运送到设施124中的装载区150。后部平开门(或其他类型的门)打开的拖车被倒入到装卸平台，并使用手动和/或自动技术装载来自设施124的货物。AV堆场卡车可以再次与满载的拖车挂接并将其从装载区150牵引至停候区130，以便最终由OTR卡车搬运。在该过程的每个步骤中，使用AV堆场卡车上的传感器和/或其他手动或自动数据收集装置(例如，地面和/或空中摄像无人机)进行适当的数据跟踪和管理。
二、任务、计划和路线的优化
A.总则
进一步参考图2的控制布置200。在控制设施100的操作以管理AV堆场卡车(T)的操作时，服务器120使用例如无线链路210与每辆卡车上的处理器230交互，无线链路210接收各种形式的状态信息220和遥测数据(例如，来自车载传感器232的卡车识别、视觉、雷达、激光雷达和其他数据234、速度和位置信息、周围环境信息、拖车识别信息等)。基于状态数据220，服务器120通过链路210将命令和控制数据222传送到(一个或多个)控制板处理器230，以生成用于操作AV卡车及其各种系统240的控制数据242的一部分。
服务器120包括各种处理模块，用于处理AV堆场卡车的移动、停靠、安全、拖车挂接和脱离，以及其他操作功能(未示出)。根据说明性实施例，服务器120的架构还包括优化处理(器)或模块250。该处理(器)250可以包含各种处理/或功能模块，以根据这里的说明性实施例存储和处理数据，并且将在下文进一步描述。作为非限制性示例，优化处理(器)250包括存储和处理来自每个AV堆场卡车252的数据和堆场位置数据254，堆场位置数据254可以包括堆场布局、路线、拖车和堆场卡车的位置。处理(器)250还可以包括通用调度处理(器)256，其使用卡车和堆场位置数据来执行本文的说明性实施例的优化功能，如下所述(见下面的图3)。接口功能在服务器、AV堆场卡车和一个或多个用户之间进行数据转换，这些用户可以通过具有适当的硬键盘或软键盘262和图形用户界面(GUI，包括例如触摸屏264和/或鼠标266)的链接的接口装置260(例如通用PC、膝上型电脑、平板电脑、智能手机等)进行访问和控制操作。该接口能够使用(例如)从服务器接口258发送和接收HTML(或另一种数据格式)的网络浏览器应用程序来处理数据。对于本领域技术人员来说，这种用户接口布置可以是高度可变的。
B.优化目标和基本定义
优化处理器250和相关功能以及整体程序实现了如下所述的各种目标。
1.路线优化——该程序确定了一天中哪些AV堆场卡车(也简称为“AV”)将服务于哪些任务，从而在保持截止期限的同时最大限度地减少“额外”或“短尾(bobtail)”时间/距离。该功能包括对队列排序和分配AV以减少行程/时间。在适当的情况下进行周期性的重新规划。仍然由调度员选择放置拖车的地点。
2.地点选择优化——该程序基于以下内容的总体性能指标选择堆场放下拖车的最佳地点：(a)一般来说，地点是当前驾驶员(或调度员)非自动化的选择；(b)当前调度员在任务控制中心挑选地点；(c)当拖车从堆场移入/移出时，地点从“空”库存和全部临时存放区中选择。码头、IZ和OTR端点是特定全部拖车的特定终点。
3.调度优化——该程序处理AV和堆场的全天路线安排和调度作业，并根据需要调整路线安排和调度。
4.空车拖车选择——该程序与上面的地点选择优化相关，并包含通常由调度员在特定日期使用任务控制选择空车拖车的规则。选择时考虑了以下因素：
a.错误的空车选择会导致额外的距离/时间；
b.仔细选择空拖车也可以获得改善位置选择的机会(即移动一辆空拖车产生一个空的地点)；和/或
c.库存跟踪(inventory tracking)可能是一个因素。
一般来说，如本文所使用的，术语“地点”涉及在设施内停放拖车的地方。注意，在这种环境中的“任务”(如下所述)通常用于将拖车从一个“地点”移动到另一个“地点”。其他的地点定义包括：
“码头地点”具有特殊用途，通常是货物进入/离开仓库的入口。
“OTR/IZ地点”通常是货物进入“堆场”的连接点，通常与OTR卡车活动和上述设施中可能存在的交换区(IZ)相关。
设施/堆场中的“地点”是拖车停放和AV和OTR卡车取回拖车的地方。
“特殊地点”是可以进行支持活动的地方，例如为全电动AV充电。
C.任务分配路线流程
以下是关于本文的系统和方法以及相关优化操作的进一步考虑。
1.示例性AV任务
该系统和方法规定了由AV承担的各种工作/任务，包括以下各项：
a.指示拖车从一个地点移动到另一个地点的正常任务——这也可以包括完成期限；
b.在堆场内对拖车进行重新定位以改善交通流量——这一特殊活动可能不包括具体的截止期限；和/或
c.在适当的充电位置对AV充电；
(1)根据AV的工作量和状态，当需要时增加充电任务，
(2)充电考虑了任务时长和截止期限。
d.避开交通流量和/或超时；
(1)转移/超时可以包括转移到特殊的停候地点，这些停候地点可以容纳或不容纳拖车，和/或
(2)转移/超时也可包括特殊类型的操作，在这些操作中，由于空间争夺和/或安全考虑，车辆应腾出一区域。
2.示例性AV操作
AV具有自动化机构、传感器和程序，便于AV挂接在拖车上或从拖车上取下。当在特定地点(如上所述的)之间牵引一辆拖车时，AV特别适合在批准的道路上通过和绕过设施/堆场。AV能够基于(一个或多个)机载传感器/处理器和来自设施服务器120的命令以自主方式导航。值得注意的是，当将任务合并到路线中时，AV在某些方面是不同的。也就是说，AV有独特的识别号和专门的机载设备(传感器/处理器)。这种专门的设备与AV对环境的感知和与物理世界的交互有关。不同的设备可能具有不同的性能特征，这些特征可能会影响车辆的性能(速度、精度等)，从而可能会影响预期性能。存储在服务器(数据存储器252、254)中并由调度模块使用的关于AV的一些相关信息，包括但不限于以下各项：
a.AV识别；
b.AV型号/软件/硬件版本；和/或
c.AV性能规范，例如
(1)正常速度，
(2)拖车服务线连接机器人臂的版本，其可能影响服务线连接和/或整体挂接的时间性能，
(3)指示安全操作特性的传感器和感知器等，以及
(4)AV功率(电池)消耗和当前充电状态。
3.示例性AV性能估计
当AV运行时，其历史性能被收集并制成表格，用于估计每辆特定车辆在特定活动中的性能，这些活动包括设施/堆场中的特定任务。这些数据包括：
a.在范围之外的估计引擎形成每次任务的关于时间、距离和功耗的预期行为；
b.这些估计中的特殊操作包括倒退拖车、连接服务/空气线、解除挂接和放下拖车的时间和相关特征。
4.AV控制参数
说明性实施例的系统和方法基于某些控制参数进行操作，这些控制参数包括但不限于：
a.任务分配(如上文标题C)模型中的常数；
b.用于过滤(filtering)任务和/或未来计划的时间范围；
c.在准时和具有最小非生产距离/时间的有效路线之间的任何成本(开销)权衡；
d.接受非必要工作的鼓励水平；和/或
e.操作AV中的预期电力/能源消耗率。
注意，监控系统的人可以通过其他软件组件适当地调整控制参数以调整行为。这可以通过适当的用户接口(例如，计算装置260)来实现。
D.路线流程程序
现在参考图3，其示出了根据示例性实施例的AV卡车路线流程的示例性程序300，并且结合了上述定义和参数。程序300(块310)确定是否已经被触发任务分配(判定步骤312)。可能出现各种触发条件，包括但不限于(1)系统的初始化；(2)创建/移除AV要执行的任务；(3)从可用资源池中添加或移除AV以执行任务；和/或(4)通过(例如)GUI的用户干预强制分配任务。根据判定步骤312，直到满足触发条件，程序300(经由程序分支314)空闲，而不(不会)执行分配。当满足触发条件时，判定步骤312分支(经由分支316)到步骤320，在步骤320中，程序接收堆场车辆布置、能力和性能估计。该程序步骤采用来自AV任务330(上述标题C(1))、AV操作/识别332(上述标题C(2))和性能估计334(上述标题C(3))的输入数据。步骤320的操作包括任何可用的任务及其能力要求。请注意，并非所有的AV都被认为是相同的，因为一个或多个AV可能不适合执行某些任务，或者可能存在适合执行某些特殊任务的特殊车辆。一般来说，这被认为是一个默认的分配或任务，因为它包含一个或多个要执行的任务和执行这些任务的机制/过程。
在接收到分配及其相关参数后，该程序现在确定任务的顺序和所需的特定任务。在步骤340，该程序确定分配的任何约束。下面的任务模型提供了关于使用数学符号形成约束和建模的进一步细节。该数学表达式被提供给市售的混合整数线性规划(MILP)计算机软件包/程序以提供解决方案。一些被求解的整体(高级)约束与时间和距离的估计和限制有关。另一要考虑的约束是任务的地位，是必须涵盖的任务还是可选的任务。约束也可以基于截止期限，在这种情况下，最好能遵守截止期限，如果超过了截止期限，则会受到惩罚。同样，在约束计算中，超过规定的工作负荷会被惩罚。求解结果也可以限制在每个AV的连续任务序列中。此外，AV的功耗可以是约束的基础。
在步骤340中，在确定是否以及在多大程度上这样定义对分配的约束时，一些系统部分不受数学模型的具体控制。这些非算法的(基于数学的)约束可以基于以下因素：
a.人工干预是可接受的，并且形成为模型之上的约束——例如，如果调度员或操作员指示系统特定的自主堆场车辆必须移动以执行特定的任务，那么该指定车辆将直接流入系统，而不在下面的模型中被明确地调用；和/或
b.堆场中的停车或阻塞(例如OTR驾驶员在AV前面行驶，从而导致自动安全停车)即迫使AV重新规划——该事件可以表示为系统中同时发生的几个变化(取消任务、增加任务、强制分配新任务等)，这可以涉及或可以不涉及到下面的模型。
请注意，以下模型的主要目的是在执行所有必须的任务并鼓励执行非必须的任务的同时，最小化非生产性工作和避免错过最后期限。
接下来，在步骤350中，程序300将AV分配至序列任务，将控制参数336(上面的标题C(4))作为输入。图4中描述了该程序400的子步骤。程序400中的步骤410包括结合使用控制参数336调用模型上的求解器，以控制模型过程并引导其结果。程序400中的步骤420接收模型的算法/数学结果，并在处理和操作AV的商业环境中解释它们。然后在步骤430中，解释结果被格式化为可由服务器和AV内的控制过程使用。例如，可以采用“车辆->任务->序列”形式的通用格式输出结果。在步骤440中，这些被传送到通用程序300。
最后，在程序300的步骤350中，来自程序400的格式化结果(任务和序列)然后被传递到每个已识别的AV。这允许各种服务器和机载控制器根据结果适当地采取行动。步骤370结束，直至程序300被再次触发(步骤312)。
下面描述的模型结果可以包括(a)AV任务，(b)操作序列，(c)任务的时间估计，和(d)任务性能预期。
进一步设想，本文的时间、距离和/或能量估计稍后与程序300生成的实际结果进行比较，以改进性能估计的生成。这可以在与本文的其他运行操作并行操作时的反馈回路上完成。
三、任务模型
任务模型的目的是形成任务序列，该序列将在AV的预定计划范围内有效地执行路线任务。详细的调度可以在单独的模型中实现。任务模型可以定义各种特征，包括但不限于：(a)初始条件，其可以包括AV执行的先前工作和/或初始位置；(b)AV的总时长限制，包括短尾时间和正常工作时间，注意，这可能是一个软约束，因为在计算中违反它可能会产生很大的惩罚成本；(c)AV每项任务的近期截止期限；(d)AV是否具有分配的第一序列(以及潜在的更多序列)还是没有分配序列；以及(d)允许可选的工作(有时称为“补白”或“停候”工作)，其可能是不必要的或可选的，并且没有严格的截止期限，但如果完成了工作将是有益的。
A.模型概述
1.模型输入
该模型将一组工作任务、一组AV(在模型变量组也称为“卡车”)、当完成一个装载和开始另一个装载时产生的短尾时间距离作为其计算的输入。此外，输入可以包括：
a.AV正在执行的初始任务；
b.在研究(study)过程中AV的时长限制；
c.每项工作任务的时长；
d.每项任务之间的过渡的时长；和/或
e.用于指示何种工作是“可选”的指示标志。
2.模型输出
基于上述模型输入和该模型的数学/算法过程的操作，模型输出可以包括：
a.每个AV任务的详细列表(和排序)；
b.所使用的过渡的详细信息；
c.任何时长超额的详细信息；和/或
d.任何未分配的AV/卡车的标识。
3.模型目标
该模型的目标是减少工作任务之间的短尾英里。如果实际完成的工作被认为是沉没成本，那么这将是有利的目标。这可以允许使用其以从事额外的工作，例如停候空拖车，而不(不会)考虑在计算中将移动它们视为“成本”或开销。在这种情况下，在计算中只有短尾距离被认为是“成本”。需要考虑的是，在某些情况下停候拖车可以减少短尾行进，并被认为是“几乎无费用的工作”。
4.建模假设
作为提醒，该模型的说明性实施例没有考虑AV执行任何特殊任务，例如充电，或(当提供时)休息时(例如午餐时)的AV安全驾驶员。
5.模型细节
该模型包括以下指标集：
TRUCKS≡可用的奥特莱德AV
WORK≡在时间范围过程中所需要进行的一些活动
SEQUENCE≡工作完成的序列{0≤s≤sizew}
该模型包括以下模型数据：
bobtailwx≡工作w结束与工作x开始之间的距离
sizew≡|W|≡工作元素的总数
initialLoadtw≡每一个卡车的初始装载设为1，0ow
请注意，如果卡车的initialLoad值都设置为1，则卡车没有初始条件。因此将1视为“这是可选的第一次装载”。
δ≡分配给卡车的最大工作计数百分比(可能为1+ceil(|WORK|/|TRUCKS|)+.2？)？)
durationLimitt≡卡车所允许的最大时长(加上装载及过渡的时长)。
bobtailDurationwx≡工作w和工作x之间的短尾估计时长
workDurationw≡执行工作w的估计时长
PenO≡超过每一限制时间单元的惩罚。
deadLinew≡从开始至工作应当在之前完成的时长(软但高的惩罚)
PenD≡每一截止时间单元的惩罚
PenN≡完全不使用卡车的(微小)惩罚
M≡在一些大数值的情况下推荐使用2*|HORIZON|
optionalWorkw≡1这项特定的工作是可选的，否则取值为0
optionalBonusw≡由于可选将需要超过bobtailwx成本
该模型包括以下变量：
Ctws≡卡车t以序列s执行工作w：Ctws∈{0,1}
Twxt≡需要卡车t在工作w和工作x之间过渡：Twxt∈{0,1}
Ot≡卡车t时长上的量
Dw≡时间的截止时间单元
Ets≡从前一序列过渡到该序列所经历的短尾时间
Nt≡没有被分配的卡车t
模型计算的目标是最小化短尾距离的总和，以及对“良好”行为的奖励和对不良行为的惩罚。适用以下关系：
minimize∑t∈TRUCKw∈WORK,x∈WORK\wbobtailwxTwxt+∑t∈TRUCKPenO*Ot+∑w∈WORKPenD*Dw+∑t∈TRUCKPenN*Nt-∑t∈TRUCK,w∈WORK,s∈SEQUENCEoptionWorkw*optionalBonusw
其中该关系受以下约束：
卡车序列从第一个开始，或者不使用卡车序列(设置N)
根据该模型，如果在第一个序列中没有使用卡车，则其永远不会被使用，以下情况适用：
每个卡车序列最多只能使用一次(序列)，如下所示：
此外，每个序列(序列>0)必须有一个在先的序列集(连续的)，从而提供以下内容：
因此，前述关系产生了模型所使用的关系的最终形式：
当将T变量强制设置为1(如果合适)时，会产生：
该模型允许设置E变量，其中Ets被强制设置为具有过渡经历时间，以产生相关卡车的序列。以下关系适用：
上述约束为E提供了底部支撑。正值E的存在会导致模型算法中的“成本”，因此运营的/计算的目标是降低该值。因此，要实现这一点，需要满足以下条件：
a.E(Ets≡从前一序列过渡到该序列所经历的短尾时间)假定为≥0；
b.过渡取决于装载量，而不是基于序列(T变量/T vars)(即Twxt≡需要卡车t在工作w和工作x之间过渡：Twxt∈{0，1})；
c.C变量(即Ctws≡卡车t以序列s执行工作w：Ctws∈{0，1})被用于提供序列特定的结果(根据d-f，如下所示)；
d.如果没有C变量为正值，则RHS为“bobtailDuration”值，且为负值，其表示没有支持，所以E＝0；
e.如果一(1)个C变量为正值，则RHS为零(0)(已经对于Ets最小化)，这表示没有支持，因此E＝0；
f.如果C变量都是正值(和T，由于C变量得出T变量)，则RHS是bobtailDuration。重新组织方程项，最终得到以下结果：
然后，在已分配(涵盖)所有工作的情况下，适用以下内容：
并且任务最多被涵盖一次
该模型基于以下因素限制了总体工作时间和短尾时长：
该模型可以设置截止期限超额，假设成被建立为是有效非线性的硬约束。从workDurationw结果项中减去超额项(Dw)会导致超额为系统提供更多时间来完成任务(其目标受到惩罚)。因此，如果Ctws＝＝0，则零的总和小于截止时间。但是，如果该值等于一(1)，则条件实际生效。
将以上项除以Ctws和先前时长(r<s)的总和+此任务的时长(减去超额项)+过渡<＝截止期限(和剩余数据)。得出以下关系：
注意RHS的表达式，因为如果C＝0，它的0-1产生无穷大的值，当C＝1，产生截止期限。
该模型可以为M选择比整个范围的时长更大的值，例如2*|Horizon|。因此，以下关系适用：
最终的表达式推导如下：
LHS：workDurationw是常数，因此RHS计算如下：
M(1-Ctws)+deadlinew
(M-M*Ctws)+deadlinew
第二个M*C项包含一个变量，因此表达式的最终形式为：
四、模型操作示例
以下是使用上述模型执行的示例性优化程序的描述。参考图5，表500包含为可用于执行工作的AV设置的AV(卡车)的两个示范性条目510、520，其具有相关联的识别符或名称(例如“doc”和“sneezy”)。在表600中的条目610、620和630列出了示例性工作(例如Load1、Load2和Load)。这些工作任务将分配给可用的名称为doc和sneezy的AV。
图7中的表700示出了对于装载之间的每次过渡，AV从离开一个已完成的任务(列710)到开始下一个任务(列720)的示例性过渡成本(列730)。也就是说，从Load1到Load2的过渡成本计算为1.2(行740所示)。同样，从Load1到Load3的过渡成本为1.3(行750所示)。在这个例子中，最昂贵的过渡成本是从Load3到Load2的3.2(最下面的行760所示)。
图8中的表800示出了每辆卡车(列810)和装载(列820)的初始条件(列830)。注意，(在列830中)的值1表示这样的卡车/装载组合最初被系统允许，而值0表示禁止该组合。注意，名称为sneezy的AV最初被禁止执行Load1(行850)和Load2(行860)，其两个表行都具有值0，并且最初只能执行Load2(行870和值1)。因此，在称为sneezy的AV的例子中→Load 2是初始条件。
图9中的表900示出了寻找解决方案的操作。在一个基本示例中，一种解决方案是按照以下顺序将所有工作分配给sneezy：Load2->Load1->Load3。在该示例中，在列910中示出了变量T和变量C，每个变量都具有求解值(列920)。在列930中提供了成本。基于上述计算，使用该模型所提出的解决方案将产生两(2)个过渡成本(Load1->Load2和Load2->Load3)(参见行950和960)，这产生了2.1+1.3＝3.4的总成本(如在列910中相加所得)。
相反，在图10中的表1000的示例中，模型可以提供最优解(在缺少所要求的初始条件情况下)。在这种情况下，成本是行1010中从Load1到Load2的一次过渡，以及其总关联成本1.2，这是该示例中的优化解决方案值。
五、结论
应该清楚的是，上述用于优化处理拖车的堆场/设施的AV堆场卡车的操作系统和方法提供了一种用于确保不同任务类型的效率的有效技术。该系统和方法可以根据用户的需要进行修改以适应特殊的环境，并且其可以包括各种算法，这些算法结合了正在进行的反馈以随着时间的推移使操作更加有效。
以上是本发明的说明性实施例的详细描述。在不脱离本发明的精神和范围的情况下，可以进行各种修改和添加。上述各种实施例中的每一个特征可以适当地与其他描述的实施例的特征相结合，以便在相关的新实施例中提供多种特征组合。此外，尽管前文描述了本发明的装置和方法的多个单独的实施例，但是本文中描述的仅仅是本发明的原理的应用的说明。例如，在照相机传感器的上下文中，术语“可见的”或“视觉的”应该广义地理解为包括不可见的波长，例如紫外线(UV)和红外线(IR)。同样，在适当的情况下，照相机可以包括能够夜视的集成的或单独的照明组件。此外，如本文所使用的，例如“竖直”、“水平”、“上”、“下”、“底部”、“顶部”、“侧部”、“前”、“后”、“左侧”、“右侧”、“前部”、“后部”等的各种方向和方位术语(及其语法变体)，仅用作相对约定，而非相对于固定坐标系(例如重力的作用方向)的绝对方位。此外，所描述的过程或处理器可以与其他过程和/或处理器相结合，或者分成各种子过程或处理器。根据本文实施例，可以不同地组合这样的子过程和/或子处理器。同样，可以清楚地想到，本文任何功能、过程和/或处理器都可以使用电子硬件、由程序指令的非暂时性计算机可读介质组成的软件或者硬件与软件的组合来实现。此外，诸如“基本上”和“大约”的限定术语允许以元件保持如本文所设想的功能的方式，使用来自所述测量或值的合理变化，例如，1-5％的变化。因此，本说明书仅作为示例，而不是限制本发明的保护范围。

Claims (13)

1.一种用于优化在运输设施周围的一个或多个自主车辆(AV)堆场卡车的路线的系统，包括：
服务器，所述服务器接收关于所述一个或多个AV堆场卡车相对于所述设施的位置和状态信息，并存储关于任务位置和类型的信息；
调度处理器，所述调度处理器确定任务的初始条件，并针对所述一个或多个AV堆场卡车中的每一个计算最有效执行任务的得分；和
接口，所述接口指示所述一个或多个AV堆场卡车中的每一个的车载处理器以指定的顺序执行任务。
2.根据权利要求1所述的系统，其中，所述AV堆场卡车中的每一个基于多个传感器向所述服务器提供信息。
3.根据权利要求2所述的系统，其中，所述传感器生成数据，所述数据由所述服务器转换成任务。
4.根据权利要求3所述的系统，其中，由所述调度处理器存储和使用的数据包括：与任务相关的AV堆场卡车任务、可用的AV堆场卡车的身份、AV堆场卡车相对于任务的性能估计和控制参数。
5.根据权利要求4所述的系统，其中，所述调度处理器将成本分配给任务的性能，并基于所述成本进行优化。
6.根据权利要求5所述的系统，其中，所述成本与预定任务之间的过渡相关。
7.一种用于优化在运输设施周围的一个或多个自主车辆(AV)堆场卡车的路线的方法，包括以下步骤：
接收关于所述一个或多个AV堆场卡车相对于所述设施的位置和状态信息，并存储关于任务位置和类型的信息；
确定任务的初始条件，并针对一个或多个AV堆场卡车中的每一个计算最有效执行任务的得分；和
指示所述一个或多个AV堆场卡车中的每一个的车载处理器以指定的顺序执行任务。
8.根据权利要求7所述的方法，其中，所述AV堆场卡车中的每一个基于多个传感器向所述服务器提供信息。
9.根据权利要求8所述的方法，还包括将来自所述传感器的数据转换成由确定步骤和指示步骤使用的多个任务。
10.根据权利要求9所述的方法，所述确定步骤包括生成与任务相关的AV堆场卡车任务相关的数据、可用的AV堆场卡车的身份、AV堆场卡车相对于任务的性能估计和控制参数。
11.根据权利要求10所述的方法，其中，所述确定步骤包括对执行任务分配成本，并基于所述成本进行优化。
12.根据权利要求11所述的方法，其中，所述成本与预定任务之间的过渡相关。
13.一种自主车辆(AV)堆场卡车，包括：
车载处理器，所述车载处理器响应于安装在所述AV堆场卡车上的传感器，并与运输设施中的服务器通信，从而控制所述AV堆场卡车的移动和操作，所述服务器具有用于优化在运输设施周围的AV堆场卡车的路线的处理，所述服务器接收关于所述一个或多个AV堆场卡车相对于所述设施的位置和状态信息，并存储关于任务位置和类型的信息，所述车载处理器包括适于与远程调度处理器交换数据的接口，所述远程调度处理器确定任务的初始条件，并针对所述一个或多个AV堆场卡车中的每一个计算最有效执行任务的得分，所述车载处理器从而指示所述AV堆场卡车以指定的顺序执行任务。
CN202180076280.2A 2020-11-12 2021-11-12 用于优化自主堆场卡车的任务规划、任务管理和路线的系统和方法 Pending CN116670699A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202063112728P 2020-11-12 2020-11-12
US63/112,728 2020-11-12
PCT/US2021/059196 WO2022104101A1 (en) 2020-11-12 2021-11-12 System and method for optimizing mission planning, task management and routing for autonomous yard trucks

Publications (1)

Publication Number Publication Date
CN116670699A true CN116670699A (zh) 2023-08-29

Family

ID=81601742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180076280.2A Pending CN116670699A (zh) 2020-11-12 2021-11-12 用于优化自主堆场卡车的任务规划、任务管理和路线的系统和方法

Country Status (5)

Country Link
US (1) US20220180281A1 (zh)
EP (1) EP4244789A1 (zh)
CN (1) CN116670699A (zh)
CA (1) CA3198829A1 (zh)
WO (1) WO2022104101A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220253767A1 (en) * 2021-02-09 2022-08-11 Verizon Patent And Licensing Inc. Computerized system and method for dynamic task management and execution
US20240051521A1 (en) * 2022-08-15 2024-02-15 Outrider Technologies, Inc. Autonomous Path Variation to Distribute Weight and Wear

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6368259B2 (ja) * 2015-02-20 2018-08-01 日立建機株式会社 交通管制サーバ、交通管制システム
US10977604B2 (en) * 2017-01-23 2021-04-13 Uber Technologies, Inc. Systems for routing and controlling vehicles for freight
US20180240066A1 (en) * 2017-02-22 2018-08-23 Simpler Postage, Inc. Method and system for aggregate shipping
US20190077600A1 (en) * 2017-09-12 2019-03-14 Walmart Apollo, Llc Systems and Methods for Yard Management at Distribution Centers
SG11202007974VA (en) * 2018-02-21 2020-09-29 Outrider Technologies Inc Systems and methods for automated operation and handling of autonomous trucks and trailers hauled thereby
JP2021530800A (ja) * 2018-09-24 2021-11-11 パナソニックＩｐマネジメント株式会社 モジュラ型自律車両を介して作業タスクを履行するためのシステムおよび方法
US11565420B2 (en) * 2019-02-13 2023-01-31 Phantom Auto Inc. Teleoperation in a smart container yard

Also Published As

Publication number Publication date
US20220180281A1 (en) 2022-06-09
CA3198829A1 (en) 2022-05-19
WO2022104101A1 (en) 2022-05-19
EP4244789A1 (en) 2023-09-20

Similar Documents

Publication Publication Date Title
CN105205629B (zh) 钢厂产成品仓储配送自动化控制方法
US11294368B2 (en) Adjusting industrial vehicle performance
US10514700B2 (en) System and method for managing a vehicle storage area
CN105654268B (zh) 物流货场装卸位可视化管理系统及方法
CN104809606B (zh) 具有多导引车调度分配功能的仓库管理系统
CN116670699A (zh) 用于优化自主堆场卡车的任务规划、任务管理和路线的系统和方法
BR112020017031A2 (pt) sistemas para operação de um trator de terminal de veículo autônomo, para controlar o carregamento de um caminhão elétrico em uma instalaçã, para manobrar um reboque com relação a um caminhão, para controlar acesso por um usuário a um caminhão autônomo, para permitir movimento de um reboque, para identificar e orientar com relação a poços de contêiner em vagões ferroviários, para transportar um reboque de longa distância, para abrir roboticamente portas oscilantes traseiras de um reboque, para operar um caminhão, para reter portas oscilantes abertas em um reboque, para assistir em operações de ré em um reboque engatado em um caminhão autônomo, para aplicar automaticamente um suporte de elevação estacionário a um reboque, para apoio automático de um reboque, método para operação de um trator de terminal de veículo autônomo, e, sistema de ponte-rolante.
US9061843B2 (en) System and method for integral planning and control of container flow operations in container terminals
CN102341322B (zh) 自动存储系统和运输工具
US20190184946A1 (en) System and method for vehicle care, and use of a system of this type
US11565420B2 (en) Teleoperation in a smart container yard
CN104050729B (zh) 收集与自主工业用车辆操作有关的视频数据的系统和方法
CN105984463A (zh) 用于操作手动可控或能够自主驾驶的车辆的方法和装置
CN109572526B (zh) 一种智能共享单车转运车
US11685449B1 (en) Autonomous versatile vehicle system
US20220326718A1 (en) Method for managing a fleet of autonomous parking robots by a supervisor
CN101603830A (zh) 自动导航小车系统及多任务控制方法
EP3830767A1 (en) Palette system for cargo transport
CN115129050A (zh) 一种港口牵引车无人运输短倒系统及方法
CN115629587B (zh) 轨道搬运小车的调度方法及装置
CN114296464B (zh) 一种基于二维码导航的agv控制系统及方法
US20220017110A1 (en) System and method for operating and managing an autonomous vehicle interchange zone
CN205563246U (zh) 物料自动驳运系统
US20190196498A1 (en) Server device, vehicle-mounted device, and vehicle system
US11772717B1 (en) Autonomous versatile vehicle system

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