一种基于边缘计算端云协同的港口物流智能调度系统的制作方法

本发明涉及港口物流智能调度，且更为具体地，涉及一种基于边缘计算端云协同的港口物流智能调度系统。

背景技术：

1、随着港口物流作为现代全球贸易体系中的关键环节，随着集装箱货运量的逐年攀升，其作业效率和智能化水平已成为影响港口综合竞争力的重要指标。近年来，随着物联网（iot）、人工智能（ai）和边缘计算技术的快速发展，港口物流领域逐步迈向智能化调度与精细化管理。传统的港口物流调度系统通常依赖人工经验或集中化的计算模式进行路径规划和资源分配，这种模式虽然在小规模场景下能够满足基本需求，但随着港口规模扩大以及集装箱处理量的迅速增加，集中式决策逐渐暴露出数据采集滞后、计算负载单一、动态性不足等问题。近年来，边缘计算技术的应用为解决上述问题提供了新的技术路径，其通过在靠近数据生成源头的边缘节点进行数据分析和处理，可以显著降低云端负载、实现实时动态调控，并进一步提升调度系统对复杂环境的敏捷响应能力。

2、尽管云计算与边缘计算的结合在理论上能够优化港口物流的资源调度，但现有技术在具体应用中仍存在诸多不足之处。首先，针对集装箱的三维空间布局建模技术尚且不够优化，现有方法多停留在二维平面或简单的规则化堆叠模型，无法精准反映船舱内复杂的三维拓扑关系，导致在卸载作业中存在路径冲突、解锁顺序不合理等问题。其次，现有技术中对吊具的联动调度仅基于静态路径规划，缺乏对动态环境（如吊具摆动、风力干扰等因素）的实时适应性调整能力，使得多臂吊具的协同作业效率难以充分发挥。此外，针对吊具轨迹干扰的优化多停留在单一的预设参数调整层面，缺乏依托边缘计算实时检测的干扰修正机制。尤其在深舱作业情况下，吊具路径冲突的发生率显著提高，而现有调度系统缺乏足够的动态优化手段来实时解决此类问题。

技术实现思路

1、为了解决上述技术问题，提出了本发明。本发明提供了一种基于边缘计算端云协同的港口物流智能调度系统，可一定程度上解决由于无法准确建模集装箱的三维堆叠拓扑关系，导致路径规划不合理、箱位解锁顺序混乱以及多吊具作业轨迹冲突频发的问题。

2、根据本发明的一个方面，提供了一种基于边缘计算端云协同的港口物流智能调度系统，其包括至少一个边缘计算节点和一个云端调度中心：

3、所述边缘计算节点用于：

4、获取集装箱的三维坐标数据和重量分布数据，构建集装箱三维堆叠拓扑图；基于所述三维堆叠拓扑图生成箱位依赖矩阵和解锁序列码；实时监测吊具参数及作业状态，发出路径规划验证调整信号；

5、所述云端调度中心用于：

6、接收边缘计算节点上传的依赖矩阵，识别可并行作业的箱位群组；结合吊具负载能力与实时状态分配作业路径，生成多臂联动调度预案并下发；根据边缘节点反馈动态调整吊具作业参数和路径规划。

7、进一步地，所述边缘计算节点通过解析集装箱的“舱-贝-排-层”位置编码信息，结合船舱布局参数和集装箱尺寸数据，计算每个集装箱的三维空间坐标，并生成用于记录上下堆叠、前后遮挡和邻接关系的三维堆叠拓扑图，针对非标准集装箱调整其三维坐标边界，同时分析拓扑图中的空间约束关系以生成目标箱位的卸载前置条件及解锁路径依赖信息。

8、进一步地，所述云端调度中心通过逆向路径搜索算法识别可并行作业的箱位群组，包括：

9、计算并行潜力指数，评估箱位的并行兼容性；

10、采用改进的群组聚合度量函数对候选群组进行聚合分析，使得群组内解锁路径一致且分配效率最优；

11、基于岸桥负载能力使用负载匹配指数函数与协同需求指数对并行群组的适配性进行匹配和优先级排序。

12、进一步地，基于所述改进的群组聚合度量函数，评估候选群组的实际可行性和优先级，公式表示为：

13、

14、其中，为群组的聚合度量值,为并行关系指示函数（当箱位与箱位可并行作业时=1，否则为0），为群组包含的箱位集合，为群组中箱位的数量，为群组内箱位解锁序列码级别码的标准差，为一致性敏感度参数，为箱位的并行潜力指数，为系统中最大并行潜力指数。

15、进一步地，所述边缘计算节点在检测到深舱作业中的轨迹冲突时，通过自适应角度优化函数优化吊具作业角度，公式为：

16、

17、其中，为最优吊具作业角度向量，为当前角度组合向量，为基于当前角度的轨迹冲突风险评估函数值，为角度调整保守性系数，为参与联动作业的岸桥总数量，为第台岸桥吊具的当前作业角度，为第台岸桥在云端原始调度预案中的计划作业角度，为多吊具协调强度系数，为第台和第台岸桥之间的物理距离,为参考角度，为参考距离，为岸桥最小安全作业间距。

18、进一步地，所述边缘计算节点在处理深舱作业时基于三维堆叠拓扑图和防摆动态补偿机制生成吊具路径调整策略，其中：

19、防摆补偿量通过预测性控制公式计算，其控制参数包括摆动角度、摆动力矩、风速影响和振动偏移；

20、在路径优化过程中优先调整吊具速度和加速度，以抑制摆动幅度；

21、若存在外部环境干扰，通过动态加权补偿增强吊具的轨迹鲁棒性。

22、进一步地，所述防摆补偿量采用预测性补偿控制函数计算防摆补偿加速度，公式表示为：

23、

24、

25、其中，为时刻的防摆补偿加速度，,,分别为比例、微分和积分控制增益，为时刻的实际摆动角度，为摆动角速度，为角度变化响应系数。

26、进一步地，所述云端调度中心通过综合效率优化目标函数评估卸载作业总体效率，公式为：

27、

28、其中，为系统总体作业效率，为箱位群组总数，为岸桥负载上限，为岸桥在群组中的负载指数，为群组的预计作业持续时间，为参与群组作业的岸桥集合。

29、与现有技术相比，本发明通过边缘计算节点采集集装箱深度坐标数据并构建三维堆叠拓扑图，能够精确反映集装箱间的空间依赖关系，优化箱位解锁顺序并提高路径规划的合理性；利用云端调度中心基于逆向路径搜索算法识别可并行作业的箱位群组，并匹配吊具组合生成多臂联动调度预案，实现多吊具联动作业的高效性；通过边缘计算节点的实时监测功能，检测吊具轨迹冲突或深舱作业干扰时，自动调整作业角度并生成包含防摆控制补偿量的修正预案，从而提高作业的动态适应性；同时，当箱位解锁序列码发生更新时，边缘计算节点和云端调度中心协同触发吊具路径的重新规划和二次优化，确保作业流程的连续性。有效解决了传统技术中存在的三维建模不准确、作业路径规划不合理、多吊具协同作业冲突频发及动态调度能力不足等问题，为港口物流智能调度提供了一种更加精准、高效和智能的解决方案。

1.一种基于边缘计算端云协同的港口物流智能调度系统，包括至少一个边缘计算节点和一个云端调度中心，其特征在于：

2.根据权利要求1所述的基于边缘计算端云协同的港口物流智能调度系统，其特征在于，所述边缘计算节点通过解析集装箱的“舱-贝-排-层”位置编码信息，结合船舱布局参数和集装箱尺寸数据，计算每个集装箱的三维空间坐标，并生成用于记录上下堆叠、前后遮挡和邻接关系的三维堆叠拓扑图，针对非标准集装箱调整其三维坐标边界，同时分析拓扑图中的空间约束关系以生成目标箱位的卸载前置条件及解锁路径依赖信息。

3.根据权利要求2所述的基于边缘计算端云协同的港口物流智能调度系统，其特征在于，所述云端调度中心通过逆向路径搜索算法识别可并行作业的箱位群组，包括：

4.根据权利要求3所述的基于边缘计算端云协同的港口物流智能调度系统，其特征在于，基于所述改进的群组聚合度量函数，评估候选群组的实际可行性和优先级，公式表示为：

5.根据权利要求4所述的基于边缘计算端云协同的港口物流智能调度系统，其特征在于，所述边缘计算节点在检测到深舱作业中的轨迹冲突时，通过自适应角度优化函数优化吊具作业角度，公式为：

6.根据权利要求1所述的基于边缘计算端云协同的港口物流智能调度系统，其特征在于，所述边缘计算节点在处理深舱作业时基于三维堆叠拓扑图和防摆动态补偿机制生成吊具路径调整策略，其中：

7.根据权利要求6所述的基于边缘计算端云协同的港口物流智能调度系统，其特征在于，所述防摆补偿量采用预测性补偿控制函数计算防摆补偿加速度，公式表示为：

8.根据权利要求1所述的基于边缘计算端云协同的港口物流智能调度系统，其特征在于，所述云端调度中心通过综合效率优化目标函数评估卸载作业总体效率，公式为：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的一种基于边缘计算端云协同的港口物流智能调度系统的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的一种基于边缘计算端云协同的港口物流智能调度系统的步骤。