1.简介

集装箱化，将规则或什至不规则形状的货物存放在密封，可重复使用的，具有标准化尺寸的箱子中，是20世纪开发的最重要的货物搬运技术之一[1]。各国不仅在扩大码头容量方面进行投资，而且还在先进的集装箱码头技术上进行投资，以提高运营效率并减少船舶卸货时间。随着物料搬运和信息技术的发展，诸如鹿特丹的欧洲联合码头（ECT）等许多码头正在采用自动化的集装箱装卸设备来满足不断增长的需求并降低人工成本[2]。自动化集装箱码头可分为以下三个主要操作：1-码头起重机（QC），2-自动化引导车（AGV）和3-自动化堆垛起重机（ASC）。码头起重机（QC）负责在停泊处的集装箱之间装卸集装箱。
这些QC是半自动起重机，由操作员在远程控制室操作。起重机操作员将根据港口在船舶停泊之前将收到的装载计划来装载和卸载集装箱，以指定每个集装箱在船上的顺序和位置。自动导引车（AGV）负责从QC取走集装箱，并在卸货操作期间将其运输到仓储场，并在装载过程中将其从仓储场运输到QC。这些AGV是无人驾驶车辆，它们会根据预定义的路径行驶。最后，自动堆垛起重机（ASC）会在AGV到达仓库时处理从AGV接收的集装箱。调度和控制这类自动化设备是一项非常艰巨且重要的任务。
现有的大多数AGV研究都假设AGV的行驶路线固定，以减少交通复杂性并简化车辆控制。另一方面，对AGV车辆使用非固定路径可以提高运输效率，但会增加交通复杂性并产生新的控制问题。基于GPS的AGV将取代固定路径的AGV，并且比预定路径的车辆能够更快地到达目的地，这将为自动集装箱码头增加更多的效率。另一方面，实施这些免费旅行的AGV将增加交通复杂性和碰撞问题，因此应在终端中更认真地考虑这些问题。但是，使用传感器网络，车对车通信和物联网可以帮助解决这些AGV的交通问题，提高终端效率并因此减少船舶卸货时间。

2.相关工作

许多研究人员从不同角度研究了集装箱码头的不同操作方面。例如，Luo和Wu [2]提出了一种混合整数规划模型和遗传算法，用于AGV的调度和存储分配优化，目的是最大程度地减少全自动集装箱码头的停泊期。 Huang，Yan和Wang [3]提出了一种混合整数规划模型，通过最小化船舶等待时间并减少码头能耗来优化非自动化集装箱码头资源的调度。据辛等。 [4]，由于码头起重机（QC），自动导引车（AGV）和自动堆垛起重机（ASC）在运输集装箱方面需要密切配合，因此对自动化集装箱码头的控制十分复杂，同时必须确保避免设备碰撞。许多研究工作还集中在自动集装箱码头中的AGV路由，调度和避免碰撞算法。路由是选择静态路径并为终端中的每个AGV指定行程数的过程。调度是将正确的AGV分配给正确的容器请求的过程。调度过程被认为是一个动态问题，其中AGV根据车辆的位置和来自终端环境的其他实时数据进行实时分配。该领域的大多数工作都使用带有一些启发式方法的整数编程模型，并得出结论，对多艘船使用AGV比指定单船操作要有效得多[5]。在调度过程中，研究工作使用静态和动态调度方法研究了不同类型的车辆，目的是使总运行时间或起重机总等待时间最小化[6,7]。在该领域其他值得注意的工作包括Kim和Bae [8]，他们提出了基于车辆启动的超前算法的静态和动态AGV调度。建议的调度方法显示出比其他调度方法更高的效率，例如最短的行驶距离或时间，修订的最短即将运行和最早的到期日。 AGV的死锁和碰撞检测也在包括Kim，Jeon和Ryu [9]的著作中进行了研究，他们提出将终端的交通区域划分为网格块，并在允许AGV的开发和验证阶段使用预留图在几个网格块上。 Zeng和Hsu [10]使用了基于网格的解决方案，该解决方案将终端区域划分为块和预定义路径。此外，他们的方法将离散时间段用于AGV行驶，以避免车辆之间的危险相互作用，从而避免碰撞。另一方面，在供应链和物流行业中，从不同的角度对物联网的使用进行了广泛的研究。全球港口面临巨大挑战，要求对创新解决方案进行研究，同时尽可能减少对人工干预和控制的依赖。结果，[11]中的作者提出了一种针对蒙巴萨集装箱码头的基于RFID的智能解决方案，该解决方案考虑了进入，离开或仍在码头中的集装箱的操作。有很多研究人员研究了物联网对交通运输部门的影响以及如何提高汽车的交通效率，从而提出了使用车对车通信进行互联汽车定位和分布式故障诊断的不同方法[12]。

3.方法和框架

自动化集装箱码头的操作可以分为三个阶段。第一阶段负责码头起重机的操作，以从/向船上卸货/装载集装箱。第二阶段着重于AGV的操作，在卸货过程中将容器从QC转移到ASC，在装载过程中将容器从ASC转移到QC。另外，第二阶段计划AGV的调度，以为每个AGV生成无碰撞路径。第3阶段处理ASC在其存储插槽中堆叠容器的操作。此外，在所有三个阶段中，控制决策分为两个级别。在这篇研究论文中，我们将仅关注第2阶段的两个级别，其中包括AGV的运行。较高的级别负责AGV的调度过程，并将特定的工作分配给特定的AGV（离散事件操作）。上级控制器由每个阶段的阶段控制器和监督控制器组成，后者的作用类似于三个操作阶段的中央大脑，如图1所示。

图1.平台和电平控制架构

3.1 高级算法

较高级别的算法负责划分时间间隔，并在所有三个阶段中分配每个作业的顺序。此外，高级算法取决于以下一些假设：
1）它仅考虑放电操作。
2）已知容器在容器中的来源，并准备在时间0进行处理。
3）每个容器在QC，AGV和ASC阶段需要不同的操作时间。
4）每个QC，AGV和ASC的容量等于1个集装箱（1 TEU）。较高级别的算法分为五个主要功能，这些功能控制为每个容器分配资源和序列的过程。主要功能将控制整个算法，并充当负责管理三个操作阶段的监督控制器。主要功能将声明操作问题中的容器数，QC资源数，AGV资源数和ASC资源数。然后，它将通过调用food_first函数开始一个接一个地执行容器作业，优先处理可用的食品容器。
-AssignQC功能将为每个容器分配一个QC，它将优先考虑从队列中作业数量最少，等待时间更少的QC服务的食品容器。根据食物容器的区域位置，将根据其队列中最少的作业将其分配给该区域中的相应质量控制，或将其分配给左侧或右侧的两个相邻质量控制。另一方面，非食品容器将仅使用相应的区域QC服务。
-AssignASC函数将为每个容器分配ASC。容器将分配给相应的ASC，或者分配给相应的ASC，取决于队列中最少的作业数。无论集装箱内货物的类型如何，都将使用此ASC分配过程。
-AssignAGV功能将为船上的每个集装箱分配一个AGV。该功能将根据距离集装箱装载点最短的最近的AGV为每个集装箱分配一个免费的AGV。该函数将计算AGV当前位置与集装箱装载点之间的距离，该点被视为AGV操作的起点。该功能将计算所有AGV的距离，并会选择距离最短的AGV服务于集装箱。

3.2 低级算法

下层考虑了AGV的运动，障碍物检测以及AGV与其他静态障碍物之间的避碰。 AGVmove功能将从计算从当前位置到起点以及从起点到AGV目的地的运输过程中需要穿越的区域数开始。然后，该函数将调用障碍检测函数以检查AGV前方是否有障碍物，并将调用碰撞避免函数，否则它将移动一个区域前言，并将重复此过程以移动直到到达目的地。同样，在自动集装箱码头中，有两种类型的障碍物：静态障碍物或动态障碍物。静态障碍物是不可移动的障碍物，例如起重机和集装箱码头中的其他基础设施，如图2（a，b）所示。另一方面，动态障碍是其他AGV，它们正在使用共同的路径和交叉点相互移动和交互。为了管理这些交互，使用了车辆到基础设施和车辆到车辆通信来确保在自动化集装箱码头中的顺利和安全运输。车辆到基础设施的通信将通过共享自动集装箱码头中所有静态障碍物的确切位置来帮助AGV检测静态障碍物。这是通过将包含所有精确尺寸和静态障碍物位置的详细地图上传到连接到所有本地AGV系统的中央云系统来完成的。此外，基础设施还将向所有周围的AGV广播一条消息，以警告它们可能发生的碰撞。车辆之间的通信将用于在AGV移动时检测动态障碍物。每个AGV中都会有一个本地系统，该系统将包含一个精度为1米的GPS和一个用作两层安全传感器的雷达传感器。每个AGV本地系统将与其他周围的本地系统和中央云系统共享其实时位置，以允许其他AGV读取此重要信息。此外，包围AGV的雷达传感器将充当第二安全层，以检测周围的任何障碍物。因此，这两个安全层将通过分析两个读数并给出更好的决策来确保正确检测障碍物。此外，Obstacle_detection函数将读取并分析来自GPS和雷达传感器的读数。基于这些读数，该功能将确定AGV行驶的道路上是否存在障碍物。如果两个传感器中的任何一个检测到障碍物，该功能将返回TRUE到AGVmove函数，如果未检测到障碍物，则返回FALSE。 Collision_avoidance函数将避免在AGV与静态障碍物或AGV与动态障碍物之间发生任何可能的事故。如果另一个AGV占用了所需的区域，则AGV将停止，并且它将等到另一个AGV释放该区域。此外，如果有静态障碍物，AGV将稍微向左或向右转，以免发生碰撞。从逻辑上讲，随着容器数量的增加，计算时间也将增加。具有n个容器的算法的时间复杂度为O（n2）。较高和较低级别的算法将一起工作以为每个容器分配资源并确保安全运输。通过有效的资源分配和运输，我们将可以更快地进行操作，从而减少自动集装箱码头中的船只卸货时间。