[发明专利]面向自动化码头AGV群的实时安全诱导方法

说明书

一种面向自动化码头AGV群的实时安全诱导方法，首先设计自动化码头路网AGV交通流模型，建立面向AGV群的安全诱导模型，然后在安全诱导模型基础上，利用模型预测控制的框架思路来设计实时安全诱导策略以指导AGV群的安全运行，最后将安全诱导策略转化为离线的参数计算和在线的混合整数规划命题，获得最优安全诱导策略。本发明能有效抑制或减少冲突、等待、排队等时空干涉问题以均衡优化AGV流分布，提高码头AGV运行的智能化水平与安全性，实现路网车流的优化分配，提高路网整体效率。

技术领域

本发明涉及一种面向自动化码头AGV群的实时安全诱导方法。

背景技术

交通诱导系统是目前公认的解决城市交通拥堵、改善行车安全、提高运行效率的有效途径。若在自动化码头AGV路网中实时提供安全诱导信息，可以均衡优化AGV流分布，提高路网的通行能力，避免或减少时空干涉。但同时，自动化码头AGV系统中，需要考虑额外的约束，如时间、空间、设备的有限性，时空干涉的多样性，随机干扰下的鲁棒性。由于决策变量的数量激增，传统道路交通诱导方法很难直接应用于自动化码头AGV的运作。

发明内容

本发明提供一种面向自动化码头AGV群的实时安全诱导方法，能有效抑制或减少冲突、等待、排队等时空干涉问题以均衡优化AGV流分布，提高码头AGV运行的智能化水平与安全性，实现路网车流的优化分配，提高路网整体效率。

为了达到上述目的，本发明提供一种面向自动化码头AGV群的实时安全诱导方法，包含以下步骤：

步骤S1、设计自动化码头路网AGV交通流模型，建立面向AGV群的安全诱导模型；

步骤S2、在安全诱导模型基础上，利用模型预测控制的框架思路来设计实时安全诱导策略以指导AGV群的安全运行；

步骤S3、将安全诱导策略转化为离线的参数计算和在线的混合整数规划命题，获得最优安全诱导策略。

所述的步骤S1包含以下步骤：

步骤S1.1、设计自动化码头路网AGV交通流模型；

基于METANET宏观交通建模和仿真工具交通流模型，运用有向图描述自动化码头路网，用路段Link表示自动化码头路网上节点之间的交通线路，用节点Node表示两条或两条以上交通线路的连接点，用节段Segment表示自动化码头路网上相邻节点之间的交通线路，每一个路段包含若干节段，用密度、流量、流速、流向、占有率来描述AGV交通流特征；

步骤S1.2、依据时空干涉程度评价，运用状态空间法建立基于自动化码头路网拓扑结构特征的安全诱导模型：

x(q+1)＝g(x(q),v(q),d(q))；

其中，x(q)是状态向量；v(q)是安全诱导向量；d(q)是扰动向量。

所述的步骤S2包含以下步骤：

步骤S2.1、将扰动向量d(q)作为自动化码头路网的输入，在每个控制周期，检测码头路网实际运行状态，进而获得实际的码头路网状态数据；

一个控制周期＝当前检测时刻-上一个检测时刻；

步骤S2.2、采集码头AGV流的运行数据，获得AGV流的状态向量x(q)；

步骤S2.3、将扰动向量d(q)和状态向量x(q)作为模型预测控制的输入，根据安全诱导模型对AGV流进行预测，同时通过模型预测控制优化安全诱导向量的切换变量，将优化后的安全诱导向量的切换变量输入自动化码头路网，从而对安全诱导模型的预测结果进行修正和优化。

所述的步骤S2.3包含以下步骤：