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。

4.实验与仿真

为了证明所建议方法的效率，我们在图2中使用了一个典型的集装箱码头地图，该地图显示了操作环境和各自的坐标。 [4]也使用的集装箱码头地图或参考系统假设有5个QC用于从船上卸下集装箱，5个AGV将集装箱从QC运送到ASC，5个ASC用于5个堆叠区域，因此每个ASC将负责一个堆叠 区域。 AGV将把集装箱从原点转移点（即QC卸料点）运送到目的地点（即ASC装载点），如图2所示。

图2.自动化集装箱码头参考系统。

实验的一些假设和参数包括：