一种针对自动化码头AGV拥堵冲突的动态路径优化策略

宋 宇

上海国际港务(集团)股份有限公司尚东集装箱码头分公司

1 引言

码头装卸体系主要由岸边作业、水平运输、堆场装卸3部分组成，继堆场作业实现自动化后，越来越多的码头水平运输系统采用自动化技术。与堆场装卸自动化相比，水平运输系统的自动化需要规划合理的行走路径，多设备环境下需解决冲突的交通控制问题、高效装卸任务调度问题，实现高可靠性、高精度装卸设备的自动化运行。

随着参与作业的AGV数量的不断增加，受其水平运输设备性能、作业环境、水平运输系统行驶区域布局等因素的影响，AGV作业过程中更容易发生路径冲突及死锁等问题，影响码头水平运输系统的效率。在实际生产过程中，AGV在同方向行驶时，由于AGV行驶速度的不同(空车、重车、极重车)，有时会导致多台AGV同时到达上下档路口，或者同时到达进出中转箱堆存的悬臂箱区通道路口，而发生等待冲突。

国内外专家学者在对AGV路径规划的问题上开展了大量的专题研究，开发出了一系列优化模型和算法。如通过将AGV路径规划与装卸船集装箱的AGV服务时间矩阵相结合进行数学建模，并通过遗传算法求解匹配所调度的AGV及所选择的行驶路径，从而在满足服务时间的基础上避免了交通冲突的发生，但当AGV的种群规模较大时，这种算法求解的时间较长，时实性较差[1]。通过考虑整个集装箱装卸生产过程，求解一组混合整数线性规划问题，建立一种自动化集装箱码头自由范围形式的AGV路径规划策略，可避免AGV在运行过程中发生冲突的情况，降低整个任务的执行时间[2]。通过仿真目前集装箱自动化码头中普遍使用的垂直式布局进行了数学建模，根据总路径长度和需要转弯的次数来确定首选路径和备选路径，再根据时间窗约束来确定各任务调度的AGV所使用的最终路径，但该方案未考虑比较等待成本与增加的路径成本和AGV多种姿态改变及加减速的情况，以及AGV本身车长所占有的路径长度[3]。

自动化码头AGV拥堵冲突的动态路径优化策略，是在满足既定目标，即水平运输系统服务承诺的前提下，根据水平运输系统路网的实时状态，对服务中的AGV进行实时快速的路径动态规划，从而避免在运行过程中发生路径拥堵冲突问题。与传统的静态路径规划策略相比，动态路径优化不仅需要考虑AGV运行过程中的时间及路程成本，更需要考虑各作业任务工况下AGV本身性能差异限制、运行过程中发生路径交叉冲突时的检测和解除。在现有的AGV路径规划研究上，结合工作实际，提出一种自动化码头AGV拥堵冲突的动态路径优化策略。

2 AGV运行区域及运动特征

2.1 某自动化码头AGV运行区域

某自动化码头海侧作业区为东西向布置，AGV运行区域根据功能设置划分为5类(见图1)。

1.岸桥交互及穿行车道 2.停泊及穿行缓冲区 3.穿行高速车道 4.场桥(无悬臂)交互车道 5.场桥(悬臂)交互及穿行车道

(1)岸桥交互及穿行车道

岸桥交互及穿行车道为自海侧至陆侧设置的1#～7#车道，宽度为4 m。2#、3#、5#、6#车道用于与岸桥进行交互作业，1#、4#、7#车道用于穿行，岸桥交互及穿行车道的行驶方向不固定，可根据作业需求进行变更。

(2)停泊及穿行缓冲区

停泊及穿行缓冲区为若干垂直于岸线设置的缓冲车道，用于空闲AGV停泊及海陆侧穿行的通道，宽度为6 m，缓冲区的行驶方向设置为均可双向行驶。

(3)穿行高速车道

穿行高速车道为自海侧至陆侧设置的8#～13#车道，其中8#～12#车道宽度为4 m，13#车道宽度为6.5 m。穿行高速车道为AGV穿梭于岸桥及场桥之间的主干车道，行驶方向均设置为单向行驶，其中8#、10#及12#车道为自西向东行驶车道，9#、11#及13#为自东向西行驶车道。

(4)场桥(无悬臂)交互车道

堆场垂直于岸线布置，场桥(无悬臂)交互车道位于无悬臂轨道吊堆场海侧，每个无悬臂箱区有5个作业车道。每个车道宽5 m，设置有直接交互区与AGV伴侣(支架)交互区，每个作业车道仅允许1台AGV进入作业，且为从海侧单进单出行驶方式。

(5)场桥(悬臂)交互车道

为了满足水水中转比例高的作业需求，码头设置若干悬臂箱区，AGV可驶入悬臂箱区对应作业车道，由悬臂轨道吊直接吊装。每2个相临悬臂箱区之间设置有1个悬臂箱区作业通道，每个通道有4个车道，靠近箱区的2个能够双向行驶的车道为作业车道，位于中间的2个车道行车方向相反，仅允许单向行驶的车道为行车道。

2.2 AGV运动特性

该自动化码头使用的AGV最大载重为65 t，直行速度最高可达6 m/s，转弯速度最高可达2 m/s。AGV受本身几何尺寸限制，相应执行器(电力驱动机构、车桥转向机构)在车道内运行时相应运动轨迹轮廓不超出车道边界，在符合轨迹运动学方程的前提等约束条件下，为满足水平运输作业中AGV在岸桥交互及穿行车道、停泊及穿行缓冲区、穿行高速车道、场桥(无悬臂)交互车道及场桥(悬臂)交互车道之间穿梭的要求，规划提供了以下运动方式。

(1)直行(Straight)

AGV直行运动加减速加速度与载重吨位有着如下关联：电机空载加减速时间为10 s，对应加速度为0.6 m/s2，最高速度为6 m/s；电机带载(0～30 t)最小加减速时间为12 s，对应加速度为0.5 m/s2，最高速度为6 m/s；电机带载(30～50 t)最小加减速时间为15 s，对应加速度0.4 m/s2，最高速度6 m/s；电机带载(50～70 t)最小加减速时间为10 s，对应加速度0.3 m/s2，最高速度3 m/s。

(2)直角转弯(Q-turn)

直角转弯使AGV姿态能够在运动平面上转动90°，根据不同的车道宽度组合共有窄转窄转弯、窄转宽转弯、宽转窄转弯及宽转宽转弯4种形式的直角转弯(见图2～图5)。

图2 窄转窄转弯

图3 窄转宽转弯

图4 宽转窄转弯

图5 宽转宽转弯

(3)S型转弯(S-turn)

S型转弯(见图6)能够使运行在岸桥交互及穿行车道、穿行高速车道及场桥(悬臂)交互车道中的AGV快速地变换车道，比较常用的S型转弯有4 m车道变换(变换行车方向)，8 m车道变换(变换至另一同向车道)。

图6 S型转弯

(4)斜行(O-turn)

斜行(见图7)与S型转弯功能相似，该动作能够使车道中的AGV快速地变换车道，且斜行完成一次车道变换所需的距离较S型转弯要短。以4 m车道变换为例，S型所需的行驶距离为17 m，而斜行所需的行驶距离为12 m，这一特性在岸桥肩并肩作业时，能够使AGV具有较强的机动性。但是斜行过程较S型转弯在运行总耗时上不具优势，而且斜行过程对AGV部件的磨损冲击较S型转弯大，因此逐渐被S型转弯所替代。

图7 斜行

3 自动化码头AGV冲突问题分析

3.1 自动化码头AGV冲突描述

AGV在运行过程中通过磁钉导航进行绝对位置校准，根据场地内磁钉的布局规划最终形成了AGV水平运输网络中的各行车、作业车道。在自动化码头生产业务流程中，岸桥根据船舶作业计划进行集装箱的装卸作业，AGV则根据TOS发出的指令，将指令中承运的集装箱从任务的收箱地点运抵任务的送箱地点。由于不同种类的集装箱(例如普通箱及冷箱)堆存的位置各不相同，为提高装卸集装箱的收发箱能力，装卸箱一般分散堆存在多个作业箱区，这样便存在着多条AGV穿梭于岸桥作业区与堆场作业区之间的路径。随着根据作业任务需求投入的AGV数量不断地增加，根据码头AGV运行区域的布局，在作业过程中AGV之间可能出现如下3种比较常见的冲突。

(1)AGV在相向行驶的过程中，一台AGV等待另外一台AGV而产生的等待或慢速行驶冲突。

(2)AGV在同向行驶的过程中，一台AGV等待另外一台AGV而产生的等待或慢速行驶冲突。

(3)AGV同时到达同一交车路口时而产生的交叉等待冲突，造成等待或慢速行驶冲突。

3.2 自动化码头AGV冲突原因分析

对以上冲突情况进行分析、观察及研究，发现造成以上情况的因素主要有6种：

(1)岸桥循环方向或者作业位置发生改变，导致AGV在岸桥交互及穿行车道中发生互相等待。

(2)作业AGV所承运的集装箱有箱门方向或者冷冻箱制冷器插头方向的装卸要求，虽然是在单向车道中，但路径导引规则许可在换箱门时逆向占用行驶车道，导致相向驶来的AGV需要等待前一AGV动作完成而产生的等待冲突。

(3)AGV设备载重情况不同，导致彼此之间的加减速时间及最高速度产生差异，在运行过程中后方快车等待前方慢车。

(4)前方或在交叉路口中的AGV下一动作为转向或者变更车道，且下一动作的路权许可尚未下达，导致其他AGV依次等待。

(5)AGV设备出现单机状态性能漏洞，设备停车或设备监控人员激活相关旁路功能而导致最高速度受到了限制，后方AGV等待。

以上AGV冲突的发生，会堵塞水平运输路网，降低水平运输效率，最终导致部分水平运输任务超时。本文研究的冲突工况为AGV在相向行驶的过程中，一台AGV等待另外一台AGV而产生的等待或者慢速行驶冲突，这类冲突在AGV实际运行中占比较大。

4 模糊控制基本原理

4.1 路径冲突检测

AGV行驶区域的车流控制完全由计算机系统进行控制，通过锁闭区管理来实现，由申明锁闭区与申请锁闭区组成。申明锁闭区为当前AGV已经获准的锁闭区，长度由前方道路的净空距离和AGV运动性能共同决定，锁闭区的长度应能保证AGV在当前速度下安全制动；申请锁闭区是随着AGV的运动趋势逐步延伸的一部分锁闭区，该锁闭区的长度由AGV的运动速度动态决定。

路径冲突检测是将交通控制算法(TC)和速度控制器(SC)结合，通过锁闭区允许的行驶速度与理想行驶速度判断AGV是否持续处于拥堵冲突状态。

4.2 输入数据的模糊化

在自动化控制中，模糊控制方法被广泛应用在各个行业的相关业务中。模糊控制是以业务需要所建立的模糊集合、模糊变量及模糊逻辑作为基础进行的一种计算机推理，基本流程为对输入数据的模糊化，专家规则库进行逻辑推断，最终通过解模糊将结果输出给受控对象。

模糊控制的输入量可以是各种数据类型，为了帮助计算机系统对输入量进行理解，在对输入数据进行推断之前，必须对输入数据进行模糊化。模糊化的主要流程是将输入的各种有量纲确定量转换成一个无量纲的模糊量。

以AGV的行驶速度为例，0～2 m/s表示的是AGV行驶速度的物理意义，这样的速度在人类感官认知上可以用“很慢”表示，依此类推，2～4 m/s可以用“较慢”表示，4～6 m/s可以用“正常”表示，在此基础上不仅可以用三段式隶属度来表示E={NS,ZE,PS}，更可以精确到五段式E={NB,NS,ZE,PS,PB}，甚至是七段式来表示E={NB,NM,NS,ZE,PS,PM,PB}。

因此输入数据的模糊化是将一个准确的输入信号通过对应的隶属度函数规则，转化为模糊信号提供给专家规则库进行逻辑推断。

4.3 专家规则库逻辑推断

专家规则库是模糊控制的核心，该规则库可以基于已有的专家知识，也可以是过程控制人员长期通过人工干预而积累的一定经验认知。它是一种仿照人类的感官推理得到结论的过程，通常模糊规则为一系列因果关系词构成，例如if、then和else等。

以AGV发生等待冲突或者拥堵为例，A、B、C分别表示为3台发生等待冲突的AGV。假设A等待B通过，B等待C通过，C等待A通过，则3台AGV进入死锁状态。此时模糊控制的输入数据为3台AGV下一行驶动作预计完成时间ET，A预计完成时间为10 s，B预计完成时间为5 s，C预计完成时间为3 s。根据隶属度进行模糊化后，A预计完成时间模糊为“较长”(PB)，B预计完成时间为“中等”(Z)，C预计完成时间为“较短”(NB)。则预计完成时间ET与优先度选择优度(OC)之间的关系为：预计完成时间“较短”的AGV能够获得较高的优先权通过。但是如果再增加一个输入量，即当发生死锁时A、B、C 3台AGV后排队等待通行的AGV数量，最终解除死锁而进行的优先度选择优度(OC)结果可能发生变化。

4.4 解模糊

当推理结果获得后，该结果依然为一个模糊值，不能直接作为控制量来应用，必须通过解模糊化将模糊值解析为实际控制量。

例如解除AGV死锁过程中，优先度选择优度(OC)结果集E={NS,ZE,PS}，即可解析为AGV通过的优先级顺序号1、2、3。

5 模糊控制器设计

模糊控制器的作用是判别AGV是否处于拥堵冲突状态，并决定是否采取S弯变道来摆脱冲拥堵冲突。控制器的输入由AGV载重量、AGV当前的行驶速度与AGV前方净空距离三要素组成，输出则为AGV作出的重新规划路径摆脱冲突的决定。

5.1 输入、输出参数变量定义

定义输入参数如下：

(1)agv_payload定义为AGV载重量，AGV可达到的理论最大速度与加减速时间由载重量决定。

(2)agv_act_speed定义为AGV运行的当前行驶速度。

(3)agv_lock_area_length_permit定义为AGV前方净空距离，即表明道路拥挤情况。

输出参数agv_conflict_solution定义为处于冲突态的AGV作出的重新规划路径摆脱冲突的决定。

5.2 输入信号模糊集定义

(1)agv_lock_area_length_permit拥挤程度模糊化{NB,Z,PB}，见表1。

表1 agv_lock_area_length_permit模糊集

(2)agv_payload AGV载重量模糊化{NB,Z,PB}，见表2。

表2 agv_payload模糊集

(3)agv_act_speed AGV实际速度模糊化{NB,Z,PB}，见表3。

表3 agv_act_speed模糊集

5.3 构建模糊逻辑推断模型

发生AGV拥堵后，模型判断AGV是否进入拥堵冲突状态，是否需要通过AGV规划一个S弯来摆脱冲突状态。为了简化模糊逻辑推断规则，对模糊规则做如下筛选：

(1)当agv_lock_area_length_permit=PB状态时，无论当前速度或载重情况如何，AGV都能达到理想的行驶速度。

(2)当agv_lock_area_length_permit=NB状态时，无论当前速度或载重情况如何，AGV都会很块达到拥堵冲突状态。

根据上述筛选，最终模糊规则共有如下9条逻辑推断规则(见表4)。其中第2、3及6条规则，即判定AGV是处于拥堵状态并采取变道策略。

表4 AGV拥堵模糊逻辑推断规则

5.4 输出信号解模糊化

agv_conflict_solution该输出决定AGV是否处于拥堵状态并采取变道策略，见表5。

表5 agv_conflict_solution模糊集

6 结语

对AGV在同向行驶的过程中，一台AGV等待另外一台AGV而产生的等待或者慢速行驶拥堵冲突工况进行了建模与仿真。经仿真验证，使用模糊控制进行冲突管理时，可节约AGV占用时间总计69 s。该方法能够有效地减少由冲突和拥堵造成的AGV占用任务时间长的问题，提高AGV周转率，提高水平运输效率，最终达到提高码头作业效率的目标。