详情

原文传递码头场景下自动集装箱车调度与路径规划研究

论文题名：	码头场景下自动集装箱车调度与路径规划研究
关键词：	自动化集装箱码头;遗传算法;车辆调度;路径规划;冲突预防
摘要：	智能化和网联化是目前车辆技术发展的趋势，科研院所和汽车企业都掀起了研究车联网与自动驾驶技术的热潮。现阶段的智能化和网联化程度尚不支持全路况自动驾驶，车联网技术与自动驾驶技术在港口、矿山、机场、园区等封闭场景的应用已成为目前的业内共识。大规模重复性运输封闭场景目前存在着能耗成本高、车辆频繁冲突堵塞的问题，设计多目标调度与路径规划算法对于减少能耗成本、无冲突路径规划至关重要。本文对码头场景下自动集装箱车运输的最低能耗问题以及无冲突的路径规划问题开展研究，同时考虑了任务突发变化场景，具体研究内容如下：　　（1）基于世界主流自动化集装箱码头的车辆运输场景，设计了本文的运输场景并建立了多约束模型，为车辆调度与路径规划算法的实现奠定了基础。首先，确定了本文码头场景的布局并做出了相关假设。其次，设定了集装箱运输任务的随机生成机制。最后，在分解简化任务运输过程的基础上，建立以最低能耗完成码头运输任务为目标的多约束模型。　　（2）为了减少车辆能耗成本，设计了一种基于组合策略的模拟退火遗传算法。首先，通过弗洛伊德算法预先计算了不同装卸节点之间的最短路径，在后面调度算法计算时能够直接调用所得的距离矩阵，提高了时间效率。其次，设计了基于组合策略的遗传算法，包括任务组合、初始化种群、选择、交叉、变异等环节。之后，随机生成了多组集装箱运输任务，对比了任务组合与任务不组合两种情况、先完成的车先运输跟遗传算法两种方案，得到了四种方案下的自动引导车运输能耗并对比分析了四种方案。最后，利用模拟退火算法优化了遗传算法，并验证了基于组合策略的模拟退火遗传算法的有效性。　　（3）设计了一套用于任务执行前与任务执行过程的自动引导车冲突解决方案。首先，基于自动引导车的使用情况，分析了正面冲突、交叉冲突、占位冲突、追赶冲突四种冲突场景。其次，设计了任务执行前车辆冲突处理流程，利用时间窗原理在任务执行前检测冲突，并设计了四种冲突解决方案，包括设定道路通行方向、选择其他候选路径、减速停车等待、任务重新调度规划。之后，利用车辆碰撞约束模型、安全距离、速度、位置在任务执行过程中检测冲突，并通过减速制动、交叉口优先级判断等方式解决冲突。最后，利用openTCS仿真软件验证了任务执行前车辆冲突解决方案，并利用Prescan软件验证了任务执行过程中的安全距离。　　（4）针对任务数量变化场景，制定并对比分析了三种任务重新调度策略。首先，总结了任务数量可能发生变化的场景。其次，针对任务变化场景制定了三种任务重新调度策略，包括不重新调度策略、完全重新调度策略、插入重新调度策略。最后，从算法执行花费的时间、运载能耗、旧任务序列所受影响、适用场景四个方面对比分析了三种任务重新调度策略。
作者：	李凯旋
专业：	车辆工程
导师：	王鹏宇
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2023