一種針對自動化碼頭AGV擁堵沖突的動態路徑優化策略

宋 宇

上海國際港務(集團)股份有限公司尚東集裝箱碼頭分公司

1 引言

碼頭裝卸體系主要由岸邊作業、水平運輸、堆場裝卸3部分組成，繼堆場作業實現自動化后，越來越多的碼頭水平運輸系統采用自動化技術。與堆場裝卸自動化相比，水平運輸系統的自動化需要規劃合理的行走路徑，多設備環境下需解決沖突的交通控制問題、高效裝卸任務調度問題，實現高可靠性、高精度裝卸設備的自動化運行。

隨著參與作業的AGV數量的不斷增加，受其水平運輸設備性能、作業環境、水平運輸系統行駛區域布局等因素的影響，AGV作業過程中更容易發生路徑沖突及死鎖等問題，影響碼頭水平運輸系統的效率。在實際生產過程中，AGV在同方向行駛時，由于AGV行駛速度的不同(空車、重車、極重車)，有時會導致多臺AGV同時到達上下檔路口，或者同時到達進出中轉箱堆存的懸臂箱區通道路口，而發生等待沖突。

國內外專家學者在對AGV路徑規劃的問題上開展了大量的專題研究，開發出了一系列優化模型和算法。如通過將AGV路徑規劃與裝卸船集裝箱的AGV服務時間矩陣相結合進行數學建模，并通過遺傳算法求解匹配所調度的AGV及所選擇的行駛路徑，從而在滿足服務時間的基礎上避免了交通沖突的發生，但當AGV的種群規模較大時，這種算法求解的時間較長，時實性較差[1]。通過考慮整個集裝箱裝卸生產過程，求解一組混合整數線性規劃問題，建立一種自動化集裝箱碼頭自由范圍形式的AGV路徑規劃策略，可避免AGV在運行過程中發生沖突的情況，降低整個任務的執行時間[2]。通過仿真目前集裝箱自動化碼頭中普遍使用的垂直式布局進行了數學建模，根據總路徑長度和需要轉彎的次數來確定首選路徑和備選路徑，再根據時間窗約束來確定各任務調度的AGV所使用的最終路徑，但該方案未考慮比較等待成本與增加的路徑成本和AGV多種姿態改變及加減速的情況，以及AGV本身車長所占有的路徑長度[3]。

自動化碼頭AGV擁堵沖突的動態路徑優化策略，是在滿足既定目標，即水平運輸系統服務承諾的前提下，根據水平運輸系統路網的實時狀態，對服務中的AGV進行實時快速的路徑動態規劃，從而避免在運行過程中發生路徑擁堵沖突問題。與傳統的靜態路徑規劃策略相比，動態路徑優化不僅需要考慮AGV運行過程中的時間及路程成本，更需要考慮各作業任務工況下AGV本身性能差異限制、運行過程中發生路徑交叉沖突時的檢測和解除。在現有的AGV路徑規劃研究上，結合工作實際，提出一種自動化碼頭AGV擁堵沖突的動態路徑優化策略。

2 AGV運行區域及運動特征

2.1 某自動化碼頭AGV運行區域

某自動化碼頭海側作業區為東西向布置，AGV運行區域根據功能設置劃分為5類(見圖1)。

1.岸橋交互及穿行車道 2.停泊及穿行緩沖區 3.穿行高速車道 4.場橋(無懸臂)交互車道 5.場橋(懸臂)交互及穿行車道

(1)岸橋交互及穿行車道

岸橋交互及穿行車道為自海側至陸側設置的1#～7#車道，寬度為4 m。2#、3#、5#、6#車道用于與岸橋進行交互作業，1#、4#、7#車道用于穿行，岸橋交互及穿行車道的行駛方向不固定，可根據作業需求進行變更。

(2)停泊及穿行緩沖區

停泊及穿行緩沖區為若干垂直于岸線設置的緩沖車道，用于空閑AGV停泊及海陸側穿行的通道，寬度為6 m，緩沖區的行駛方向設置為均可雙向行駛。

(3)穿行高速車道

穿行高速車道為自海側至陸側設置的8#～13#車道，其中8#～12#車道寬度為4 m，13#車道寬度為6.5 m。穿行高速車道為AGV穿梭于岸橋及場橋之間的主干車道，行駛方向均設置為單向行駛，其中8#、10#及12#車道為自西向東行駛車道，9#、11#及13#為自東向西行駛車道。

(4)場橋(無懸臂)交互車道

堆場垂直于岸線布置，場橋(無懸臂)交互車道位于無懸臂軌道吊堆場海側，每個無懸臂箱區有5個作業車道。每個車道寬5 m，設置有直接交互區與AGV伴侶(支架)交互區，每個作業車道僅允許1臺AGV進入作業，且為從海側單進單出行駛方式。

(5)場橋(懸臂)交互車道

為了滿足水水中轉比例高的作業需求，碼頭設置若干懸臂箱區，AGV可駛入懸臂箱區對應作業車道，由懸臂軌道吊直接吊裝。每2個相臨懸臂箱區之間設置有1個懸臂箱區作業通道，每個通道有4個車道，靠近箱區的2個能夠雙向行駛的車道為作業車道，位于中間的2個車道行車方向相反，僅允許單向行駛的車道為行車道。

2.2 AGV運動特性

該自動化碼頭使用的AGV最大載重為65 t，直行速度最高可達6 m/s，轉彎速度最高可達2 m/s。AGV受本身幾何尺寸限制，相應執行器(電力驅動機構、車橋轉向機構)在車道內運行時相應運動軌跡輪廓不超出車道邊界，在符合軌跡運動學方程的前提等約束條件下，為滿足水平運輸作業中AGV在岸橋交互及穿行車道、停泊及穿行緩沖區、穿行高速車道、場橋(無懸臂)交互車道及場橋(懸臂)交互車道之間穿梭的要求，規劃提供了以下運動方式。

(1)直行(Straight)

AGV直行運動加減速加速度與載重噸位有著如下關聯：電機空載加減速時間為10 s，對應加速度為0.6 m/s2，最高速度為6 m/s；電機帶載(0～30 t)最小加減速時間為12 s，對應加速度為0.5 m/s2，最高速度為6 m/s；電機帶載(30～50 t)最小加減速時間為15 s，對應加速度0.4 m/s2，最高速度6 m/s；電機帶載(50～70 t)最小加減速時間為10 s，對應加速度0.3 m/s2，最高速度3 m/s。

(2)直角轉彎(Q-turn)

直角轉彎使AGV姿態能夠在運動平面上轉動90°，根據不同的車道寬度組合共有窄轉窄轉彎、窄轉寬轉彎、寬轉窄轉彎及寬轉寬轉彎4種形式的直角轉彎(見圖2～圖5)。

圖2 窄轉窄轉彎

圖3 窄轉寬轉彎

圖4 寬轉窄轉彎

圖5 寬轉寬轉彎

(3)S型轉彎(S-turn)

S型轉彎(見圖6)能夠使運行在岸橋交互及穿行車道、穿行高速車道及場橋(懸臂)交互車道中的AGV快速地變換車道，比較常用的S型轉彎有4 m車道變換(變換行車方向)，8 m車道變換(變換至另一同向車道)。

圖6 S型轉彎

(4)斜行(O-turn)

斜行(見圖7)與S型轉彎功能相似，該動作能夠使車道中的AGV快速地變換車道，且斜行完成一次車道變換所需的距離較S型轉彎要短。以4 m車道變換為例，S型所需的行駛距離為17 m，而斜行所需的行駛距離為12 m，這一特性在岸橋肩并肩作業時，能夠使AGV具有較強的機動性。但是斜行過程較S型轉彎在運行總耗時上不具優勢，而且斜行過程對AGV部件的磨損沖擊較S型轉彎大，因此逐漸被S型轉彎所替代。

圖7 斜行

3 自動化碼頭AGV沖突問題分析

3.1 自動化碼頭AGV沖突描述

AGV在運行過程中通過磁釘導航進行絕對位置校準，根據場地內磁釘的布局規劃最終形成了AGV水平運輸網絡中的各行車、作業車道。在自動化碼頭生產業務流程中，岸橋根據船舶作業計劃進行集裝箱的裝卸作業，AGV則根據TOS發出的指令，將指令中承運的集裝箱從任務的收箱地點運抵任務的送箱地點。由于不同種類的集裝箱(例如普通箱及冷箱)堆存的位置各不相同，為提高裝卸集裝箱的收發箱能力，裝卸箱一般分散堆存在多個作業箱區，這樣便存在著多條AGV穿梭于岸橋作業區與堆場作業區之間的路徑。隨著根據作業任務需求投入的AGV數量不斷地增加，根據碼頭AGV運行區域的布局，在作業過程中AGV之間可能出現如下3種比較常見的沖突。

(1)AGV在相向行駛的過程中，一臺AGV等待另外一臺AGV而產生的等待或慢速行駛沖突。

(2)AGV在同向行駛的過程中，一臺AGV等待另外一臺AGV而產生的等待或慢速行駛沖突。

(3)AGV同時到達同一交車路口時而產生的交叉等待沖突，造成等待或慢速行駛沖突。

3.2 自動化碼頭AGV沖突原因分析

對以上沖突情況進行分析、觀察及研究，發現造成以上情況的因素主要有6種：

(1)岸橋循環方向或者作業位置發生改變，導致AGV在岸橋交互及穿行車道中發生互相等待。

(2)作業AGV所承運的集裝箱有箱門方向或者冷凍箱制冷器插頭方向的裝卸要求，雖然是在單向車道中，但路徑導引規則許可在換箱門時逆向占用行駛車道，導致相向駛來的AGV需要等待前一AGV動作完成而產生的等待沖突。

(3)AGV設備載重情況不同，導致彼此之間的加減速時間及最高速度產生差異，在運行過程中后方快車等待前方慢車。

(4)前方或在交叉路口中的AGV下一動作為轉向或者變更車道，且下一動作的路權許可尚未下達，導致其他AGV依次等待。

(5)AGV設備出現單機狀態性能漏洞，設備停車或設備監控人員激活相關旁路功能而導致最高速度受到了限制，后方AGV等待。

以上AGV沖突的發生，會堵塞水平運輸路網，降低水平運輸效率，最終導致部分水平運輸任務超時。本文研究的沖突工況為AGV在相向行駛的過程中，一臺AGV等待另外一臺AGV而產生的等待或者慢速行駛沖突，這類沖突在AGV實際運行中占比較大。

4 模糊控制基本原理

4.1 路徑沖突檢測

AGV行駛區域的車流控制完全由計算機系統進行控制，通過鎖閉區管理來實現，由申明鎖閉區與申請鎖閉區組成。申明鎖閉區為當前AGV已經獲準的鎖閉區，長度由前方道路的凈空距離和AGV運動性能共同決定，鎖閉區的長度應能保證AGV在當前速度下安全制動；申請鎖閉區是隨著AGV的運動趨勢逐步延伸的一部分鎖閉區，該鎖閉區的長度由AGV的運動速度動態決定。

路徑沖突檢測是將交通控制算法(TC)和速度控制器(SC)結合，通過鎖閉區允許的行駛速度與理想行駛速度判斷AGV是否持續處于擁堵沖突狀態。

4.2 輸入數據的模糊化

在自動化控制中，模糊控制方法被廣泛應用在各個行業的相關業務中。模糊控制是以業務需要所建立的模糊集合、模糊變量及模糊邏輯作為基礎進行的一種計算機推理，基本流程為對輸入數據的模糊化，專家規則庫進行邏輯推斷，最終通過解模糊將結果輸出給受控對象。

模糊控制的輸入量可以是各種數據類型，為了幫助計算機系統對輸入量進行理解，在對輸入數據進行推斷之前，必須對輸入數據進行模糊化。模糊化的主要流程是將輸入的各種有量綱確定量轉換成一個無量綱的模糊量。

以AGV的行駛速度為例，0～2 m/s表示的是AGV行駛速度的物理意義，這樣的速度在人類感官認知上可以用“很慢”表示，依此類推，2～4 m/s可以用“較慢”表示，4～6 m/s可以用“正常”表示，在此基礎上不僅可以用三段式隸屬度來表示E={NS,ZE,PS}，更可以精確到五段式E={NB,NS,ZE,PS,PB}，甚至是七段式來表示E={NB,NM,NS,ZE,PS,PM,PB}。

因此輸入數據的模糊化是將一個準確的輸入信號通過對應的隸屬度函數規則，轉化為模糊信號提供給專家規則庫進行邏輯推斷。

4.3 專家規則庫邏輯推斷

專家規則庫是模糊控制的核心，該規則庫可以基于已有的專家知識，也可以是過程控制人員長期通過人工干預而積累的一定經驗認知。它是一種仿照人類的感官推理得到結論的過程，通常模糊規則為一系列因果關系詞構成，例如if、then和else等。

以AGV發生等待沖突或者擁堵為例，A、B、C分別表示為3臺發生等待沖突的AGV。假設A等待B通過，B等待C通過，C等待A通過，則3臺AGV進入死鎖狀態。此時模糊控制的輸入數據為3臺AGV下一行駛動作預計完成時間ET，A預計完成時間為10 s，B預計完成時間為5 s，C預計完成時間為3 s。根據隸屬度進行模糊化后，A預計完成時間模糊為“較長”(PB)，B預計完成時間為“中等”(Z)，C預計完成時間為“較短”(NB)。則預計完成時間ET與優先度選擇優度(OC)之間的關系為：預計完成時間“較短”的AGV能夠獲得較高的優先權通過。但是如果再增加一個輸入量，即當發生死鎖時A、B、C 3臺AGV后排隊等待通行的AGV數量，最終解除死鎖而進行的優先度選擇優度(OC)結果可能發生變化。

4.4 解模糊

當推理結果獲得后，該結果依然為一個模糊值，不能直接作為控制量來應用，必須通過解模糊化將模糊值解析為實際控制量。

例如解除AGV死鎖過程中，優先度選擇優度(OC)結果集E={NS,ZE,PS}，即可解析為AGV通過的優先級順序號1、2、3。

5 模糊控制器設計

模糊控制器的作用是判別AGV是否處于擁堵沖突狀態，并決定是否采取S彎變道來擺脫沖擁堵沖突。控制器的輸入由AGV載重量、AGV當前的行駛速度與AGV前方凈空距離三要素組成，輸出則為AGV作出的重新規劃路徑擺脫沖突的決定。

5.1 輸入、輸出參數變量定義

定義輸入參數如下：

(1)agv_payload定義為AGV載重量，AGV可達到的理論最大速度與加減速時間由載重量決定。

(2)agv_act_speed定義為AGV運行的當前行駛速度。

(3)agv_lock_area_length_permit定義為AGV前方凈空距離，即表明道路擁擠情況。

輸出參數agv_conflict_solution定義為處于沖突態的AGV作出的重新規劃路徑擺脫沖突的決定。

5.2 輸入信號模糊集定義

(1)agv_lock_area_length_permit擁擠程度模糊化{NB,Z,PB}，見表1。

表1 agv_lock_area_length_permit模糊集

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

表2 agv_payload模糊集

(3)agv_act_speed AGV實際速度模糊化{NB,Z,PB}，見表3。

表3 agv_act_speed模糊集

5.3 構建模糊邏輯推斷模型

發生AGV擁堵后，模型判斷AGV是否進入擁堵沖突狀態，是否需要通過AGV規劃一個S彎來擺脫沖突狀態。為了簡化模糊邏輯推斷規則，對模糊規則做如下篩選：

(1)當agv_lock_area_length_permit=PB狀態時，無論當前速度或載重情況如何，AGV都能達到理想的行駛速度。

(2)當agv_lock_area_length_permit=NB狀態時，無論當前速度或載重情況如何，AGV都會很塊達到擁堵沖突狀態。

根據上述篩選，最終模糊規則共有如下9條邏輯推斷規則(見表4)。其中第2、3及6條規則，即判定AGV是處于擁堵狀態并采取變道策略。

表4 AGV擁堵模糊邏輯推斷規則

5.4 輸出信號解模糊化

agv_conflict_solution該輸出決定AGV是否處于擁堵狀態并采取變道策略，見表5。

表5 agv_conflict_solution模糊集

6 結語

對AGV在同向行駛的過程中，一臺AGV等待另外一臺AGV而產生的等待或者慢速行駛擁堵沖突工況進行了建模與仿真。經仿真驗證，使用模糊控制進行沖突管理時，可節約AGV占用時間總計69 s。該方法能夠有效地減少由沖突和擁堵造成的AGV占用任務時間長的問題，提高AGV周轉率，提高水平運輸效率，最終達到提高碼頭作業效率的目標。