張翰林,李紫丹,徐 佳

(1.交通運(yùn)輸部天津水運(yùn)工程科學(xué)研究所，天津 300456；2.天津港國(guó)際物流發(fā)展有限公司，天津 300461；3.天津津港基礎(chǔ)設(shè)施養(yǎng)護(hù)運(yùn)營(yíng)工程管理有限公司，天津 300456)

隨著加快推進(jìn)國(guó)家一流綠色智慧港口建設(shè)的實(shí)施，當(dāng)前我國(guó)已有多個(gè)港口建設(shè)了智慧港口無(wú)人化碼頭，實(shí)現(xiàn)了車輛的自主調(diào)動(dòng)，當(dāng)前自動(dòng)化碼頭建設(shè)的主流技術(shù)是以提前埋設(shè)磁釘或磁條作為車輛的導(dǎo)航感應(yīng)系統(tǒng)，這種方式定位精度高且技術(shù)相對(duì)成熟[1]，但適用于新建港口且成本相對(duì)較高，而對(duì)于生產(chǎn)作業(yè)繁忙的老舊港口并不適用，如何以更低成本實(shí)現(xiàn)老舊港口的無(wú)人化改造將成為重要的研究方向[2-3]。

當(dāng)前無(wú)人駕駛技術(shù)主要通過(guò)安裝各類高性能傳感器(如激光雷達(dá)和攝像頭)來(lái)收集駕駛所需的信息[4]，并在環(huán)境感知、設(shè)備定位、路線規(guī)劃和應(yīng)急控制等多個(gè)環(huán)節(jié)進(jìn)行數(shù)據(jù)反饋。其核心主要是由激光雷達(dá)、探頭和中控系統(tǒng)組成，其優(yōu)勢(shì)在于雷達(dá)可以對(duì)當(dāng)前的環(huán)境進(jìn)行掃描[5]，探頭可以清晰地感知路面情況，當(dāng)出現(xiàn)緊急情況及時(shí)反饋中控系統(tǒng)[6]，以避免發(fā)生事故。但該方法需安裝多個(gè)探頭進(jìn)行數(shù)據(jù)采集和反饋，也對(duì)中控系統(tǒng)的數(shù)據(jù)處理能力提出了更高的要求，在芯片緊缺的背景下會(huì)導(dǎo)致設(shè)備成本較高和產(chǎn)能不足等情況的發(fā)生。無(wú)人化港區(qū)相比于城市道路，其車輛工作環(huán)境相對(duì)“寬松”，因此在確保安全的前提下，以降低設(shè)備成本為目的，提出了服務(wù)于港區(qū)車輛的隨動(dòng)式激光雷達(dá)控制系統(tǒng)[7]。

本文以港區(qū)無(wú)人駕駛集卡研究項(xiàng)目中的實(shí)際問(wèn)題為研究對(duì)象[8]，通過(guò)對(duì)比隨動(dòng)式激光雷達(dá)無(wú)人駕駛集卡與傳統(tǒng)車輛的行駛過(guò)程和工作效率的數(shù)據(jù)進(jìn)行對(duì)比，研究無(wú)人駕駛集卡在傳統(tǒng)港口應(yīng)用的可行性，為無(wú)人化智慧港口建設(shè)提出新的解決方案。

1 港區(qū)無(wú)人駕駛集卡技術(shù)發(fā)展現(xiàn)狀

歐美國(guó)家對(duì)于無(wú)人駕駛技術(shù)研究較早，目前以特斯拉為代表的科技企業(yè)在無(wú)人駕駛技術(shù)相對(duì)領(lǐng)先，其無(wú)人駕駛卡車已經(jīng)開展了正式的路上測(cè)試。聚焦到無(wú)人集卡這一領(lǐng)域，2013年3月，日本新能源產(chǎn)業(yè)技術(shù)綜合開發(fā)機(jī)構(gòu)推出“卡車自動(dòng)編隊(duì)技術(shù)”，在無(wú)人集卡領(lǐng)域進(jìn)行了嘗試和探尋[9]。2015年10月，德國(guó)的量產(chǎn)版半自動(dòng)無(wú)人駕駛卡車Actros首次在Autobahn8公路上進(jìn)行了測(cè)試[10]。特斯拉、福特等多家汽車科技公司也在加利福尼亞、內(nèi)華達(dá)、密歇根等地開展了無(wú)人集卡的路測(cè)。

近年來(lái)，我國(guó)自適應(yīng)駕駛系統(tǒng)的研究得到了進(jìn)一步發(fā)展[11]，自動(dòng)駕駛車輛也已經(jīng)被開發(fā)，自適應(yīng)駕駛系統(tǒng)也開始應(yīng)用于社會(huì)化車輛，隨著硬件水平的不斷提升，AI也開始應(yīng)用于港口領(lǐng)域，中國(guó)重汽集團(tuán)、東風(fēng)集團(tuán)都推出了無(wú)人駕駛集卡[12]。2018年1月，珠海港運(yùn)行了全球首輛港區(qū)作業(yè)無(wú)人集卡[13]。2018年2月，天津港無(wú)人駕駛港口集裝箱純電動(dòng)牽引車研發(fā)與示范運(yùn)營(yíng)項(xiàng)目正式簽署。2018年4月，天津港無(wú)人集卡開展試運(yùn)營(yíng)[14]。

2 隨動(dòng)式激光雷達(dá)控制系統(tǒng)

隨動(dòng)式激光雷達(dá)控制系統(tǒng)是一個(gè)多輸入多輸出的復(fù)雜系統(tǒng)。它是由傳感器、電子控制系統(tǒng)和執(zhí)行器組成的自動(dòng)控制系統(tǒng)，可隨著車輛行駛速度、方向和俯仰角的變化自動(dòng)調(diào)整激光雷達(dá)探測(cè)角度，并通過(guò)設(shè)定的轉(zhuǎn)彎半徑和安全停車距離對(duì)行駛環(huán)境進(jìn)行判別，通過(guò)對(duì)環(huán)境數(shù)據(jù)的采集反饋控制系統(tǒng)得到指令，并進(jìn)行處理(圖1)。

圖1 雷達(dá)自適應(yīng)轉(zhuǎn)向控制系統(tǒng)

2.1 車輛旋轉(zhuǎn)角度控制系統(tǒng)

車輛轉(zhuǎn)角控制系統(tǒng)由兩個(gè)部分組成，即為水平轉(zhuǎn)角計(jì)算和垂直轉(zhuǎn)角計(jì)算。通過(guò)車輛的行駛速度和轉(zhuǎn)彎半徑，計(jì)算車隨動(dòng)式雷達(dá)的旋轉(zhuǎn)角度，以避免出現(xiàn)雷達(dá)盲區(qū)。

2.1.1 水平轉(zhuǎn)角

激光雷達(dá)的掃測(cè)范圍為半圓形，通過(guò)計(jì)算車輛轉(zhuǎn)彎弧線與激光雷達(dá)掃測(cè)的弦長(zhǎng)，即中心線與車輛前方雷達(dá)的預(yù)期軌跡交點(diǎn)之間的距離與中心線的角度偏移α，即可得出隨動(dòng)式系統(tǒng)的偏移角度。由圖2可知，弦長(zhǎng)S、轉(zhuǎn)彎半徑R和激光雷達(dá)轉(zhuǎn)彎角度α之間的關(guān)系可以表示為

圖2 車輛右轉(zhuǎn)時(shí)雷達(dá)隨動(dòng)角度

S=2R×sinα

(1)

由圖可知，∠α與∠β均為激光雷達(dá)轉(zhuǎn)動(dòng)切角，即∠α=∠β。因此，停車視距S′、轉(zhuǎn)彎半徑R和激光雷達(dá)轉(zhuǎn)角之間的關(guān)系可以表示為

(2)

2.1.2 垂直角度

當(dāng)無(wú)人駕駛集卡行駛在坡面路段時(shí)(圖3)，通過(guò)自適應(yīng)駕駛系統(tǒng)采集兩個(gè)軸距之間的高度差，再除去軸距長(zhǎng)度，計(jì)算出路面的坡度差值，求值sinα。其中α即為車身俯仰角度，隨動(dòng)雷達(dá)隨之旋轉(zhuǎn)即可，在此不再贅述。

圖3 車輛上、下坡時(shí)雷達(dá)隨動(dòng)角度

2.2 安全停車距離控制系統(tǒng)

安全停車距離包括兩部分，即為系統(tǒng)響應(yīng)距離和車輛制動(dòng)距離。港區(qū)車輛在運(yùn)輸過(guò)程中車速一般控制在30 km/h，本文通過(guò)數(shù)據(jù)分析計(jì)算車輛行駛的安全距離。

S安全=S響應(yīng)+S制動(dòng)

(3)

2.2.1 系統(tǒng)響應(yīng)距離

主要由激光雷達(dá)和隨動(dòng)式結(jié)構(gòu)兩部分的硬件設(shè)備和軟件算法決定，車輛的響應(yīng)距離即為激光雷達(dá)響應(yīng)距離和隨動(dòng)式結(jié)構(gòu)響應(yīng)距離的和，而距離等于車輛速度與響應(yīng)時(shí)間的乘積。目前常規(guī)L2級(jí)別自動(dòng)駕駛技術(shù)應(yīng)用于車輛駕駛的常規(guī)激光雷達(dá)檢測(cè)響應(yīng)時(shí)間為0.04 s，加之隨動(dòng)式結(jié)構(gòu)的傳輸時(shí)間?？傮w時(shí)長(zhǎng)約0.3 s，因此S響應(yīng)=0.3v，其中v表示車輛行駛速度。

2.2.2 車輛制動(dòng)距離

車輛的制動(dòng)距離主要與車輛的制動(dòng)能力、重力加速度g和路面摩擦系數(shù)μ相關(guān)，求解摩擦力f公式為

f=μmg

(4)

其中：m代表車的質(zhì)量，車輛減速時(shí)加速度為

(5)

由于港區(qū)現(xiàn)場(chǎng)工作環(huán)境以及天氣因素等多種原因，在不考慮輪胎磨損的情況下，制動(dòng)距離的公式為

(6)

2.2.3 車輛安全距離

取平均摩擦系數(shù)μ=0.6。根據(jù)式(3)及式(4)，求解可以獲得智能駕駛車輛的速度與其安全距離，如表1所示。

表1 不同速度下的安全距離

車輛行駛過(guò)程中速度是連續(xù)的，通過(guò)安全距離對(duì)應(yīng)的幾個(gè)離散數(shù)據(jù)點(diǎn)，在MATLAB中使用最小二乘法進(jìn)行曲線擬合?？梢垣@得智能駕駛車輛的速度與其安全距離之間的連續(xù)函數(shù)關(guān)系。

v=10/3.6:20/3.6:30/3.6:40/3.6:50/3.6

S=[1.8,4.81,9.01,14.43,21.04]

根據(jù)曲線擬合和車輛行駛的安全距離，其中f為摩擦力

f=polyfit(v,S,2)f=0.078 0.432 0.002

(7)

車速與汽車安全剎車距離之間的公式為

S安全=0.078v2+0.432v+0.002

(8)

3 港區(qū)無(wú)人駕駛集卡集群控制算法

針對(duì)集卡集群調(diào)度的任務(wù)特點(diǎn)建立數(shù)學(xué)模型，選用遺傳算法配置求解，通過(guò)初始種群生成進(jìn)行交叉解析，從提高車輛運(yùn)輸效率的角度出發(fā)，以計(jì)劃期內(nèi)無(wú)人駕駛集卡不能超過(guò)等待上限為核心約束，以降低車輛完成單項(xiàng)任務(wù)時(shí)間為目標(biāo)，構(gòu)建了無(wú)人集卡群調(diào)度優(yōu)化模型，再結(jié)合數(shù)據(jù)驗(yàn)證，分析對(duì)比無(wú)人集卡作業(yè)效率的提升對(duì)策。

3.1 建立算法模型

模型假設(shè)：(1)任務(wù)開始前車輛明確對(duì)應(yīng)的任務(wù)區(qū)；(2)明確車輛行駛線路，且預(yù)留安全距離；(3)設(shè)定時(shí)間段內(nèi)最多配置3臺(tái)車輛進(jìn)入等待區(qū)；(4)超過(guò)設(shè)定等待時(shí)長(zhǎng)后車輛重新配置任務(wù)，進(jìn)入其他作業(yè)區(qū)。

需要注意的是，對(duì)車輛進(jìn)行編輯時(shí)車輛的數(shù)字編號(hào)上限不得超過(guò)作業(yè)區(qū)內(nèi)總體工作車輛總數(shù)，以避免出現(xiàn)某一車輛長(zhǎng)時(shí)間等待，其他車輛出現(xiàn)重復(fù)性任務(wù)。

其中：設(shè)定時(shí)間段內(nèi)工作車輛編號(hào)為x；y為該時(shí)間內(nèi)配置的車輛總數(shù)；車輛任務(wù)編號(hào)為i；開始工作時(shí)間為t0；總體工作時(shí)間為A；T為單個(gè)計(jì)劃期時(shí)長(zhǎng)；U為車輛等待時(shí)間上限。

上述參量中Min 、Kx是模型的決策變量。其中設(shè)定權(quán)重值為θ，具體根據(jù)港口實(shí)際作業(yè)情況(繁忙程度、設(shè)定行駛速度等)和車輛維護(hù)時(shí)長(zhǎng)(清洗、保養(yǎng)等)相關(guān)因素設(shè)定，以相加的方式配比權(quán)重，為目標(biāo)函數(shù)值。

建立模型

MinF=θ×(F1+F2)+(1-θ)×F3

(9)

該模型中，F(xiàn)1為單一車輛的等待時(shí)間，即為其總體完成任務(wù)時(shí)間減去工作時(shí)間；F2為車輛行駛時(shí)長(zhǎng)，即單一車輛當(dāng)前任務(wù)的時(shí)間匯總；F3為所有車輛等待時(shí)長(zhǎng)，通過(guò)匯總所有車輛的工作時(shí)長(zhǎng)，可判別車輛線路和合理性。

確定目標(biāo)函數(shù)

(10)

(11)

(12)

其中，約束條件函數(shù)

T(Mix)≥H(Mix)+R(Mix)

(13)

T(Mix)=H(Mix)+max{T(M(i-1)x)+D(M(i-1)x,Mix),R(Mix)}

(14)

(15)

H(Mix)-R(Mix)-T(Mix)≤A

(16)

(17)

(18)

3.2 模型配置求解

對(duì)港區(qū)無(wú)人集卡進(jìn)行編碼，根據(jù)遺傳算法，一個(gè)車輛的工作計(jì)劃對(duì)應(yīng)的染色體長(zhǎng)度為(任務(wù)數(shù)+車輛數(shù)-1)，并設(shè)定任務(wù)編號(hào)，明確車輛等待時(shí)長(zhǎng)上限。當(dāng)港區(qū)內(nèi)存在多臺(tái)車輛同時(shí)作業(yè)時(shí)，需避免出現(xiàn)相互干擾的情況。

交叉解析即為樹形結(jié)構(gòu)解析。首先隨機(jī)選擇一個(gè)車輛，對(duì)其進(jìn)行任意數(shù)字編輯，然后進(jìn)行任意的任務(wù)分配，然后觀察車輛等待時(shí)長(zhǎng)和行駛軌跡，車輛等待時(shí)長(zhǎng)不超過(guò)設(shè)定值且不存在與其他車輛干擾的情況下，設(shè)定為正常，如出現(xiàn)等待時(shí)長(zhǎng)超過(guò)設(shè)定值或路線干擾情況，需對(duì)其執(zhí)行交叉解析，分析原因后再明確設(shè)定新的任務(wù)。

(1)過(guò)程1。設(shè)定矛盾點(diǎn)位，即為超過(guò)等待時(shí)長(zhǎng)或與其他車輛路線干擾，標(biāo)記為Bi。

(2)過(guò)程2。隨機(jī)選擇一個(gè)車輛任務(wù)，對(duì)其進(jìn)行標(biāo)記。

(3)過(guò)程3。如當(dāng)前選擇的任務(wù)不存在矛盾點(diǎn)位，則對(duì)其進(jìn)行放行；如存在矛盾點(diǎn)位，則對(duì)其進(jìn)行交叉解析，并記錄。

(4)過(guò)程4。對(duì)單位時(shí)間內(nèi)所有的任務(wù)進(jìn)行標(biāo)記，如完成任務(wù)循環(huán)，則重復(fù)過(guò)程1，并進(jìn)入新的任務(wù)循環(huán)。

(19)

解決矛盾點(diǎn)位過(guò)程：針對(duì)等待超時(shí)的車輛進(jìn)行標(biāo)記為P，記錄等待時(shí)間和原因，根據(jù)此確定樹干結(jié)構(gòu)，并拆解到樹枝結(jié)構(gòu)繼續(xù)進(jìn)行解析，例如任務(wù)計(jì)劃制定不合理、線路沖突、車速不適或車輛損壞等原因，分析得到數(shù)據(jù)P1及P2，根據(jù)其情況進(jìn)一步延伸，最終明確原因，后去除其特征P，記錄為Pf。

同理再針對(duì)另一個(gè)交叉點(diǎn)Q進(jìn)行上述操作，并最終得到Qf，并以此類推最終記錄所有的矛盾點(diǎn)位合集為Xf。然后針對(duì)所有的矛盾點(diǎn)位進(jìn)行交叉解析，分析其過(guò)程是否存在沖突，如存在，則需要重復(fù)上一步解析過(guò)程，直到交叉點(diǎn)消失記錄為Bf，即矛盾點(diǎn)位為空，路徑設(shè)置完成。

4 實(shí)驗(yàn)過(guò)程

4.1 雷達(dá)隨動(dòng)角度驗(yàn)證

在車輛形式過(guò)程中車輛的停車視距S′即為停車安全距離S安全，因此將式(8)代入式(3)，計(jì)算得出激光雷達(dá)的雷達(dá)水平轉(zhuǎn)角、轉(zhuǎn)彎半徑與車速的關(guān)系

(20)

結(jié)合港區(qū)車輛實(shí)際行駛過(guò)程中，車輛行駛速度一般為30 km/h，無(wú)人集卡的平均轉(zhuǎn)彎半徑為16～20 m，取轉(zhuǎn)彎半徑為平均值18 m。港口車輛轉(zhuǎn)彎一般為直角彎為90°，詳見表2和圖4。

表2 不同速度下的隨動(dòng)式雷達(dá)的水平轉(zhuǎn)向角度

圖4 雷達(dá)水平角、轉(zhuǎn)彎半徑和速度之間的關(guān)系圖 圖5 停車安全距離對(duì)比驗(yàn)證

4.2 停車安全距離驗(yàn)證

結(jié)合上文，通過(guò)將10～50 km/h的數(shù)據(jù)代入式(5)，計(jì)算得出安全距離，對(duì)比實(shí)際剎車距離，如表3所示。

4.3 車輛工作等待時(shí)長(zhǎng)驗(yàn)證

對(duì)比北方某港口單位時(shí)間段內(nèi)人員駕駛的等待時(shí)長(zhǎng)與上文調(diào)度算法的模擬時(shí)長(zhǎng)，分別對(duì)10組車輛進(jìn)行統(tǒng)計(jì)，結(jié)果詳見表4。

表4 等待時(shí)長(zhǎng)對(duì)比

4.4 試驗(yàn)結(jié)果

通過(guò)模型對(duì)比雷達(dá)角度隨動(dòng)關(guān)系和停車安全距離，驗(yàn)證了車輛改造的可行性。結(jié)果如下：

(1)在相同轉(zhuǎn)彎半徑下，車速越高則雷達(dá)轉(zhuǎn)角越大。隨著車速的增加，雷達(dá)的實(shí)際旋轉(zhuǎn)角度將線性增加。

(2)激光雷達(dá)自適應(yīng)駕駛系統(tǒng)的停車安全距離與人員駕駛的停車安全距離基本一致，結(jié)合實(shí)際數(shù)據(jù)對(duì)比，當(dāng)車速小于8 km/h時(shí)，人員駕駛的車輛因反應(yīng)時(shí)間較快，所以剎車距離更短，當(dāng)車速在15～35 km/h，剎車距離幾乎一致，當(dāng)車輛行駛到45 km/h以上時(shí)，無(wú)人駕駛車輛的剎車距離更短，該數(shù)據(jù)可為車輛調(diào)度和實(shí)際駕駛提供參考，如圖5所示。

通過(guò)對(duì)比傳統(tǒng)集卡和無(wú)人駕駛集卡的工作效率，驗(yàn)證了調(diào)度優(yōu)化的可行性。結(jié)果如下：對(duì)比傳統(tǒng)港口車輛和無(wú)人駕駛集卡的工作效率，本系統(tǒng)對(duì)等待時(shí)長(zhǎng)超過(guò)10 min的車輛進(jìn)行調(diào)整，提升了運(yùn)行效率。

5 結(jié)論

針對(duì)當(dāng)前推進(jìn)智慧港口建設(shè)的需求，本文提出了以隨動(dòng)式雷達(dá)應(yīng)用于港區(qū)無(wú)人駕駛集卡的控制算法研究，同時(shí)結(jié)合算法優(yōu)化，縮減了車輛工作等待時(shí)長(zhǎng)，提升了港口運(yùn)行效率。后期，隨著無(wú)人化碼頭的逐步普及，新能源設(shè)備將不斷涌入水運(yùn)行業(yè)，隨著5G技術(shù)和傳感器技術(shù)的不斷發(fā)展，車輛實(shí)現(xiàn)自主定位、自主能源補(bǔ)給的能力會(huì)進(jìn)一步提升，還需進(jìn)一步加強(qiáng)無(wú)人車輛調(diào)度方案設(shè)計(jì)，提升港口運(yùn)行效率。