1.本发明涉及无人驾驶调度技术领域，具体而言，涉及一种机场空侧无人驾驶行李拖车调度算法。
背景技术：2.随着我国民航事业的迅速发展，搭乘飞机出行的人数与航空物流的运输量持续上升；与之相关可预见的情况就是：机场空侧行李和货物等机场内的运输压力日益增长、对机场处理行李/货物的速度、效率、安全性等的要求也不断增加。但对于目前现有的作业流程来说，对于民用机场空侧关于行李及货物的运输和调度等作业方式来说，绝大多数都是需要依靠人工驾驶行李拖车/卸货车来完成作业内容。
3.机场空侧现行的行李运输流程如下：总调度台发布飞机降落和车辆需要抵达装货点等信息给行李拖车驾驶员、车辆按照消息提前到达飞机停靠处装载行李、再根据卸载行李处的不同位置(因有如中转航班、国际航班等情况，需要进行李运送至其他停机位处)来注意运送行李、当该行李拖车完全卸载行李后再返回指定车辆停靠处等待下一次指令。
4.对于目前的处理方法和流程来说，有如下几个问题亟需解决：
5.(1)人工驾驶员在一些气候条件下无法及时做出危险预测和及时规避(例如：雨雪天视线受阻、人的视野本身受限等)；
6.(2)目前广泛使用的行李拖车是由驾驶员驾驶的行李拖车和其后面通过挂钩牵引的行李拖车/货架车来构成。因机场空侧驾驶员人数为固定的情况下，如果遇到行李过多或者需要紧急处理大量行李的情况，跟随在引导车后的拖车/推盘数量难免增加，导致车辆整体长度增大，无论对于应急情况、拐弯或者及时规避风险等情况都有一定的危险系数；
7.(3)因行李拖车需要提前到达停机处，且每辆行李拖车都需要装载和运输大量行李并将其按卸载点逐一配送后才能返回停靠处等待下一次指令；且因行李拖车的车辆设计形式的限制，只能对某一个卸载点的行李执行作业，没有因其送达区域和区域路径不同进行细致分类，导致效率偏低。
8.因此亟需一种能够低风险、高效率，且能够在遇到事件后快速动态规划运输路径的机场空侧无人驾驶行李拖车调度算法。
技术实现要素：9.基于以上问题，本发明提供了一种机场空侧无人驾驶行李拖车调度算法。本发明通过使用车路协同v2x系统、数据通信、路径规划等技术可实现能够在遇到事件后进行路径重新规划，实现无人驾驶的路径引导功能，不仅提高了行李集散效率与能力，还能够实现降低风险、降低成本，节能减排的效果。
10.本发明的实施例通过以下技术方案实现：一种机场空侧无人驾驶行李拖车调度算法，包括如下步骤：
11.调度平台根据航班信息和地图信息，进行行李拖车抵达装载点的运行距离和时间
计算，得到调度指令，并将所述调度指令发送给行李拖车；
12.行李拖车队根据调度指令驶向装载点，所述行李拖车队由阶段性路径相同或相似的行李拖车构成；
13.行李拖车队在行驶过程中实时获取车辆数据和地图数据，并将所述车辆数据和地图数据发送给调度平台；
14.调度平台根据所述车辆数据和地图数据确定事件信息，基于所述事件信息确定新规划路径，并将所述新规划路径发送给行李拖车。
15.根据一种优选实施方式，所述方法还包括：
16.判断路径是否完成，若某行李拖车路径完成则脱离车队按原路径返回等待下一次指令，若返回途中接收到新的指令，则按新的规划路径行驶。
17.根据一种优选实施方式，所述行李拖车上搭载有obu，所述obu与调度平台通过车路协同v2x通信实现直连。
18.根据一种优选实施方式，所述调度指令包括行李拖车id、行李拖车数量以及最优路径。
19.根据一种优选实施方式，所述方法还包括：将机场空侧范围内车辆的运行守则、车辆与车辆间的优先级、车辆与事件间的优先级以及避让规则写入决策判断规则中，为计算出的最短路径以决策判断规则为权值设置优先权，对最短路径进行优化得到最优路径。
20.根据一种优选实施方式，所述最短路径采用如下方式得到：
21.根据经纬度将机场空侧场内地图划分为等尺寸的地图块，计算每个地图块中邻接点之间的最佳路径，所述邻接点表示地图块之间的交点，选择行李拖车起点至卸载点经过的各地图块，连接各地图块中的最佳路径，形成最短路径。
22.根据一种优选实施方式，所述方法还包括：
23.行李拖车在行驶过程中不断确认是否通过路径规划中的邻接点，若通过路径规划中的邻接点，则路径引导成功；
24.否则，路径引导失败。
25.根据一种优选实施方式，所述方法还包括：
26.行李拖车在停驻时，匹配obu返回的停驻位置和路径规划的停驻位置，若返回的停驻位置和路径规划的停驻位置匹配，则路径引导成功；
27.否则，路径引导失败。
28.本发明实施例的技术方案至少具有如下优点和有益效果：(1)通过行李拖车obu获取车辆数据和地图数据，并以此为依据，实现了事件的动检检测和路径的动态规划；
29.(2)针对相同任务的情况下，通过增加行李拖车的数量组成车队，来减少每个行李拖车的托盘数量，避免因车辆整体长度过大导致对于应急情况、拐弯或者及时规避风险等情况危险系数较高的问题，提高了机场空侧行李的集散效率与能力，且降低人力、运输成本、实现节能减排。
30.(3)通过结合车路协同v2x系统，可精准获取行李拖车在地图上的行驶轨迹和行驶信息，来实时监测和控制行李拖车运行路径，从而实现无人驾驶的智能调度功能。
附图说明
31.图1为本发明实施例1提供的机场空侧无人驾驶行李拖车调度算法的流程示意图；
32.图2为本发明实施例1提供的无人驾驶行李拖车运行流程图；
33.图3为本发明实施例1提供的智能调度算法的路径引导流程图；
34.图4为本发明实施例1提供的行李拖车在地图块内行驶示例；
35.图5为本发明实施例1提供的行李拖车在地图块内直线行驶示例；
36.图6为本发明实施例1提供的行李拖车在地图块内曲线行驶示例。
具体实施方式
37.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
38.应当理解，本文使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
39.如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
40.本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
41.实施例1
42.根据已知的统计数据，在机场空侧事故发生的诸多原因中，人为原因占很大占比。由于机场每日需要承载大量行李与货物，但目前为止都需要靠人工驾驶行李拖车/货车来执行作业。但在某些情况下，人工驾驶不可避免地会遇到一些问题，比如在某些不良的气候条件下，车辆驾驶员可能因视野受困、注意力无法集中等原因无法预测以及规避危险；因为驾驶员人数固定，在某些行李/货物量增多时，行李拖车需要增加车辆的托盘数量，且机场对于行李拖车的用车效率也有一定的要求：在飞机停靠处装载、卸载货物等作业有严格的时间限制，车身过长不仅不利于一些环境下的驾驶而且也会降低作业效率。
43.针对上述问题，核心是如何提高机场空侧的行李与货物的集散效率与能力，降低人力、运输成本、实现节能减排。因此本发明实施例提供一种机场空侧无人驾驶行李拖车调度算法，参考图1和图2所示，所述算法包括如下步骤：
44.调度平台根据航班信息和地图信息，进行行李拖车抵达装载点的运行距离和时间计算，得到调度指令，并将所述调度指令发送给行李拖车，所述调度指令包括行李拖车id、行李拖车数量以及最优路径；行李拖车队根据调度指令驶向装载点，所述行李拖车队由阶段性路径相同或相似的行李拖车构成；若运行过程中有事件发生，调度平台即时规划新的
路径并发送给行李拖车；行李拖车队根据路径规划到达装载点，并根据行李不同的卸载点将托盘装载到对应的行李拖车后；行李拖车队装载完成后从装载点出发，根据规划路径各自向下一个到达点行驶，需要说明的是，所指的下一个到达点为卸载点或装载点；若运行过程中有事件发生，调度平台即时规划新的路径并发送给行李拖车；各行李拖车抵达下一个到达点后，若规划路径未完成则继续按规划路径行驶，若某行李拖车路径完成则脱离车队按原路径返回等待下一次指令，若返回途中接收到新的指令，则按新的规划路径行驶。
45.在一些实施例中，行李拖车队在行驶过程中实时获取车辆数据和地图数据，并将所述车辆数据和地图数据发送给调度平台；调度平台根据所述车辆数据和地图数据确定事件信息，基于所述事件信息确定新规划路径，并将所述新规划路径发送给行李拖车。
46.应当理解，上述例子仅作为示例，不应理解为对本方案限制。以下通过对附图以及表格的描述阐述本说明书披露的技术方案。
47.图4是根据本说明书一些实施例所示的行李拖车行驶的场景示意图。如图4所示，本发明实施例将整个行李拖车运行区域，即机场空侧场内地图通过gps定位系统标注为地图点，gps定位系统可以对行李拖车行驶路径多维定位，除gps定位系统外，还可以采用中国北斗定位系统glonass系统以及欧洲伽利略系统等。
48.在一些实施例中，所述行李拖车上搭载有obu，来发送和获取行李拖车的运行数据和其它相关数据，且obu与调度平台之间的信息可实现即时发送和接收，在本实施例的一种优选实施方式中，所述obu与调度平台通过车路协同v2x通信实现直连。可以理解的是，本算法通过装载在行李拖车上的obu获取到各类数据，通过结合车路协同v2x系统来实现检测和控制车辆运行路径，从而实现无人驾驶的智能调度功能。
49.进一步地，根据经纬度将机场空侧场内地图划分为地图块作为最小单元，且每个最小单位地图块等尺寸、横轴与纵轴的长度相对保持固定。应当理解，针对地图块，仅需固定三个点的位置，既能够推算出第四个点的经纬度作为行李拖车行驶的安全坐标轴范围。
50.由于机场空侧并未设立无人驾驶专用车道线，虽然其运行路径可能绝大部分为直线，但行李拖车不可能在场内运行过程中全程没有转向，所以当调度平台接收到了飞机停靠消息之后，生成规划路径并将规划路径发送给行李拖车时，对于行李拖车真实的运行路径来说，会分为两种情况，其一为行李拖车仅需沿着运行路径中地图点直线行驶，另一种则是曲线行驶。
51.如图5所示，当规划路径中为直线路径部分时，行李拖车仅需沿着地图点直线行驶，若因为天气或特殊的决策等事件影响，导致其经过了路径外的点位时，则触发调度平台提醒，以便即时监控或修改路径。
52.当规划路径中为曲线路径部分时，在每一个最小单位中，只需要通过三个固定的地图点推算出第四个点的经纬度作为行李拖车行驶的安全坐标轴范围，再根据相邻地图块求出每一个最小单位的邻接点，车辆按规划路径行驶，即需要连续不断地经过邻接点。参考图6所示，行李拖车的行进轨迹可以为实线箭头所指方向，也可以为虚线箭头所指方向，两种情况最终的总体路径长度一致，根据上述可以推断得到，连续不断经过的邻接点与上一个经过的邻接点位置相邻，既最佳路径，因此，在本发明实施例的一种实施方式中，确定最短路径的方式具体为：计算每个地图块中邻接点之间的最佳路径，所述邻接点表示地图块之间的交点，选择行李拖车起点至卸载点经过的各地图块，连接各地图块中的最佳路径，形
成最短路径。
53.图3是本发明实施例所示的智能调度算法的路径引导流程图。如图3所示，流程可以包括：
54.根据多个装载点id和行李拖车数量规划出所有路径；计算所有路径长度并按长度排序、记录相应节点信息；行李拖车运行过程中不断记录通过的道路节点并与路径规划中的进行匹配；行李拖车确认停驻位置并与路径规划中停驻位置进行比较后反馈。
55.在一些实施例中，行李拖车运行过程中不断记录通过的道路节点并与路径规划中的进行匹配包括：行李拖车在行驶过程中不断确认是否通过路径规划中的邻接点，若通过路径规划中的邻接点，则路径引导成功；否则，路径引导失败。
56.在一些实施例中，行李拖车确认停驻位置并与路径规划中停驻位置进行比较后反馈包括：行李拖车在停驻时，匹配obu返回的停驻位置和路径规划的停驻位置，若返回的停驻位置和路径规划的停驻位置匹配，则路径引导成功；否则，路径引导失败。
57.进一步地，为实现无人驾驶技术在规则内进行运行，在一些实施例中，将机场空侧范围内车辆的运行守则、车辆与车辆间的优先级、车辆与事件间的优先级以及避让规则写入决策判断规则中，为计算出的最短路径以决策判断规则为权值设置优先权，对最短路径进行优化得到最优路径。
58.在一些实施例中，为实现对行李送达区域和区域路径不同进行细致分类，行李在装载到飞机上时，就以其卸载点的不同而进行分区放置，且调度平台可以接收到该类信息以便于规划出行李拖车的数量和规划相应路径。
59.本发明实施例可能带来的有益效果包括但不限于：(1)通过行李拖车obu获取车辆数据和地图数据，并以此为依据，实现了事件的动检检测和路径的动态规划；
60.(2)针对相同任务的情况下，通过增加行李拖车的数量组成车队，来减少每个行李拖车的托盘数量，避免因车辆整体长度过大导致对于应急情况、拐弯或者及时规避风险等情况危险系数较高的问题，提高了机场空侧行李的集散效率与能力，且降低人力、运输成本、实现节能减排。
61.(3)通过结合车路协同v2x系统，可精准获取行李拖车在地图上的行驶轨迹和行驶信息，来实时监测和控制行李拖车运行路径，从而实现无人驾驶的智能调度功能。
62.此外，本领域技术人员可以理解，本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
63.计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通信、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线
电、电缆、光纤电缆、rf或类似介质，或任何上述介质的组合。
64.本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如java、scala、smalltalk、eiffel、jade、emerald、c++、c#、vb.net、python等，常规程序化编程语言如c语言、visual basic、fortran 2003、perl、cobol 2002、php、abap，动态编程语言如python、ruby和groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(lan)或广域网(wan)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(saas)。
65.此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
66.同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
67.以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
技术特征：1.一种机场空侧无人驾驶行李拖车调度算法，其特征在于，包括如下步骤：调度平台根据航班信息和地图信息，进行行李拖车抵达装载点的运行距离和时间计算，得到调度指令，并将所述调度指令发送给行李拖车；行李拖车队根据调度指令驶向装载点，所述行李拖车队由阶段性路径相同或相似的行李拖车构成；行李拖车队在行驶过程中实时获取车辆数据和地图数据，并将所述车辆数据和地图数据发送给调度平台；调度平台根据所述车辆数据和地图数据确定事件信息，基于所述事件信息确定新规划路径，并将所述新规划路径发送给行李拖车。2.如权利要求1所述的机场空侧无人驾驶行李拖车调度算法，其特征在于，所述方法还包括：判断路径是否完成，若某行李拖车路径完成则脱离车队按原路径返回等待下一次指令，若返回途中接收到新的指令，则按新的规划路径行驶。3.如权利要求1所述的机场空侧无人驾驶行李拖车调度算法，其特征在于，所述行李拖车上搭载有obu，所述obu与调度平台通过车路协同v2x通信实现直连。4.如权利要求1所述的机场空侧无人驾驶行李拖车调度算法，其特征在于，所述调度指令包括行李拖车id、行李拖车数量以及最优路径。5.如权利要求4所述的机场空侧无人驾驶行李拖车调度算法，其特征在于，所述方法还包括：将机场空侧范围内车辆的运行守则、车辆与车辆间的优先级、车辆与事件间的优先级以及避让规则写入决策判断规则中，为计算出的最短路径以决策判断规则为权值设置优先权，对最短路径进行优化得到最优路径。6.如权利要求5所述的机场空侧无人驾驶行李拖车调度算法，其特征在于，所述最短路径采用如下方式得到：根据经纬度将机场空侧场内地图划分为等尺寸的地图块，计算每个地图块中邻接点之间的最佳路径，所述邻接点表示地图块之间的交点，选择行李拖车起点至卸载点经过的各地图块，连接各地图块中的最佳路径，形成最短路径。7.如权利要求1所述的机场空侧无人驾驶行李拖车调度算法，其特征在于，所述方法还包括：行李拖车在行驶过程中不断确认是否通过路径规划中的邻接点，若通过路径规划中的邻接点，则路径引导成功；否则，路径引导失败。8.如权利要求1所述的机场空侧无人驾驶行李拖车调度算法，其特征在于，所述方法还包括：行李拖车在停驻时，匹配obu返回的停驻位置和路径规划的停驻位置，若返回的停驻位置和路径规划的停驻位置匹配，则路径引导成功；否则，路径引导失败。
技术总结本发明涉及无人驾驶调度技术领域，具体而言，涉及一种机场空侧无人驾驶行李拖车调度算法，步骤如下：调度平台根据航班信息和地图信息，进行行李拖车抵达装载点的运行距离和时间计算，得到调度指令，并将调度指令发送给行李拖车；行李拖车队根据调度指令驶向装载点；行驶过程中实时获取车辆数据和地图数据，并将车辆数据和地图数据发送给调度平台；调度平台根据车辆数据和地图数据确定事件信息，基于事件信息确定新规划路径并发送给行李拖车。本发明通过车路协同V2X、数据通信、路径规划等技术可实现能够在遇到事件后进行路径重新规划，实现无人驾驶路径引导，不仅提高了行李集散效率与能力，还能够实现降低风险、降低成本，节能减排的效果。的效果。的效果。
技术研发人员：王巍 张雪娟 宋海瑞 熊帆 李小将 赵剑锋 阮博 梁勇明 陆远斌 潘岚川
受保护的技术使用者：民航机场成都电子工程设计有限责任公司
技术研发日：2022.07.18
技术公布日：2022/11/1
