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

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。口生产效率的目的。口生产效率的目的。

【技术实现步骤摘要】
基于全作业场景的港口自动驾驶车辆全局路线引导方法


[0001]本专利技术涉及港口自动驾驶内集卡云控平台
,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。

技术介绍

[0002]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。
[0003]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。

技术实现思路

[0004]针对现有技术存在的不足，本专利技术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。
[0005]本专利技术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。
[0006]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。
[0007]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。
[0008]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。
[0009]本专利技术的有益效果是： 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
[0010]为了更清楚地说明本专利技术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专利技术的一些实施
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。
[0011]图1为本专利技术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为本专利技术实施例中避免车辆作业排队的动态引导方法流程图；图3为本专利技术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为本专利技术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
[0012]使本专利技术的上述目的、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专利技术作进一步详细的说明。
[0013]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。
[0014]步骤2：根据TOS系统提供的作业指令中的目标物本文档来自技高网...

【技术保护点】

【技术特征摘要】
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。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。3.如权利要求1所述的基于全作业场景的港口...

【专利技术属性】
技术研发人员：王作磊，王建伟，曲遥尧，
申请(专利权)人：荆州智达电动汽车有限公司，
类型：发明
国别省市：