基于自动、人工驾驶混行的物流园区交通控制系统及方法与流程

1.本发明涉及物流园区车辆自动驾驶技术，更具体地说，涉及一种基于自动、人工驾驶混行的物流园区交通控制系统及方法。


背景技术：

2.物流园区指采用搬运设备将货物在限定范围内进行移动的工作区域。从运输设备驾驶技术角度来划分，可以划分为基于自动驾驶车辆的物流园区(典型的是采用自动导引小车作为搬运设备的仓库，简称自动化物流园区)，基于人工驾驶车辆的物流园区(典型的采用人工驾驶集卡的海港，简称人工物流园区)，即有人工驾驶车辆又有自动驾驶车辆的物流园区(典型的采用车路协同技术、l4自动驾驶技术的自动驾驶车辆与人工车辆混行的校园、厂区，简称混行物流园区)。
3.不论哪一种类型的物流园区，对于控制系统而言，都需要解决两类问题，一是安全，另一个就是效率。安全是要保证车辆在行驶的过程中不能发生碰撞事故，高效则是对车队而言，即要提高车辆的平均行驶速度，又要提高并发行驶的车辆数。安全和效率是一个需要权衡的问题，不论在哪一种物流园区中，都是调度控制系统需要考虑的核心要素。对于传统的人工物流园区而言，大多采用传统的红绿灯加路标限制等进行交通控制，优点是简单易行，与城市交通规则同步，实施简单，但是通行效率低下。对于自动化物流园区而言，大多未设置交通灯或者路标设置，而是采用中央控制系统，可以对园区内所有设备进行全局的调度，并精确控制其行走路径和行走方式，做到综合调度。这样的方式执行效率较高，但是对场地要求较高，通常需要配套定位、导航设备辅助，不能有人工作业因素介入，同时设备的数量有一定的限制，超过百台以上设备则难以兼顾其实时性要求和计算压力瓶颈。而随着自动驾驶技术的蓬勃发展，现在热门的混行物流园区对安全和效率提出了新的挑战，自动驾驶车辆具备一定的安全防护能力，能够实时处理各种突发状况，基本上能够达到人工驾驶能力，但是因为人工车辆的随意性导致无法采用集中式控制，目前混行园区大多都是仿照人工物流园区的交通控制方案。
4.现有业内面临的主要棘手问题以及对应解决方案的缺陷如下：
5.1)路口拥堵问题
6.在经过路口时，如果没有好的管控措施，将会形成拥堵，而拥堵进一步蔓延则可能造成不可自然消解的死锁问题。这个从城市交通的经验就可以理解，高峰期在路口容易形成拥堵，而且一旦拥堵形成，没有交警介入很难自然消失。类似红绿灯、闸道口等措施的分时复用方式都存在一个问题，就是如何提高复用效率，避免没有车的时候出现额外等待，也需要避免在高峰期的时候频繁切换导致浪费时间。使用中央控制机制，实时计算场地所有车辆，并且估算在路口的可能冲突，同时提供解决方案，这样可以有效避免该问题，但是难度较高，应对大规模、复杂交通工况时往往力不从心。
7.2)“鬼探头”问题
8.多车经过路口时，仅靠通行车辆的视角来观察路况，往往面临着盲区问题。当有车
辆或者行人等其它对象从盲区突然进入车辆预备行驶范围时，车辆难以及时作出安全相应(刹车、避让等)，这种工况即为通俗上的“鬼探头”。业内通常的做法是：慢速通行，即车辆以很低的速度通过一些可能盲区较大的区域，此时损失较多的通行效率；减少盲区，即增加路侧设备，或者让车辆之间进行数据共享从而达到减少盲区的作用，但是这种方式对于高速的车、车交汇而言不太友好，因为难以单独决策通行次序；依赖集中调度，可以提前安排通行次序，解决车车交汇问题，但是对于突发异常或者行人难以控制或者相应时间过慢，在混行园区中安全性不够。
9.3)超车问题
10.通常有两种意义上的超车，一种是前车故障，后车通过变道超越前车，此时用避障更合理一些，这个时候是通过损失少量时间(几十秒)来获得长时间(几分钟甚至几十分钟)的收益。另一种就是后方快车通过变道超越前方行驶的慢车，这个时候是通过损失极少量时间(几秒)来获得短时间(几十秒)的收益。通常来说集中式调度方案不太适合此工况，因为考虑到网络传输和同步问题，需要在极短的时间内识别工况并作出决策，同时不过争取了少量的收益，难度大超车窗口可能就几秒钟，还抵不过时延的消耗。在混行园区中如果依赖车辆自身能力，则会出现判断信息不足，难以安全超车，甚至会出现抢行现象。安装路侧设备可以对此问题提供较好的解决，但是路侧设备观测范围有限，要做到覆盖全场则成本较高，且在相对空闲区使用率不高。


技术实现要素：

11.针对现有技术中存在的上述缺陷，本发明的目的是提供一种基于自动、人工驾驶混行的物流园区交通控制系统及方法，提出了一种中央集中控制、路侧控制、车辆自主导航分工合作的方式，既能发挥上层车辆集中调度的高效性，又能使用路侧设备控制的实时性，同时发挥车辆设备自动驾驶的灵活性。
12.为实现上述目的，本发明采用如下技术方案：
13.一方面，一种基于自动、人工驾驶混行的物流园区交通控制系统，包括建立相互通信渠道的云端、路端和车端；
14.所述云端发送路径、冲突决策计划至所述路端，并接受所述路端发送的路况异常信息；
15.所述云端发送路径信息至所述车端，并接受所述车端发送的位姿信息；
16.所述路端发送路况异常、冲突区通行指令至所述车端，并接受所述车端发送的冲突区通行请求、位姿信息。
17.较佳的，所述云端和所述路端之间、所述云端和所述车端之间采用无线网络通讯；
18.所述路端和所述车端之间、所述车端和所述车端之间采用短程通信。
19.较佳的，所述车端包括自动驾驶车辆和人工驾驶车辆。
20.较佳的，所述人工驾驶车辆上配有车载导航设备。
21.较佳的，所述车载导航设备为平板电脑和/或抬头显示设备。
22.较佳的，所述路端为设于物流园区内道路上的路口控制器。
23.另一方面，一种基于自动、人工驾驶混行的物流园区交通控制方法，利用所述的基于自动、人工驾驶混行的物流园区交通控制系统，由所述云端制订的管制区分配方案、管制
区与路段进出关系、路段负载数据和规划路径信息；
24.由所述路端接收来自所述云端制订的管制区分配方案、管制区与路段进出关系、路段负载数据，融合所述车端的探测结果，计算管制区内的时空车辆和非管制物；再接受来自所述车端的通行请求，分配通行权；
25.由所述车端接收来自所述云端制订的规划路径信息执行循路行驶，当行驶至管制区后，需明确接收来自所述路端的指令后方可通行，并实时发送位姿信息至所述云端。
26.较佳的，所述云端制订的管制区分配方案按照以下原则进行分配：
27.a)若所述路口控制器的信号范围能够完全覆盖一个路口的管制区，则应该将冲突控制权分配给该所述路口控制器；
28.b)若一个路口的管制区被多个所述路口控制器的信号覆盖，则应当分配给距离最近的一个所述路口控制器；
29.c)一个所述路口控制器管制多个路口的管制区；
30.d)若一个路口的管制区不能被至少一个所述路口控制器的信号所覆盖，则由所述云端增设一个虚拟控制器，由该虚拟控制器对该路口的管制区进行管制。
31.较佳的，所述云端制订的路段负载数据包括车辆空间、路段容量、路段通行时间和路段负载；
32.所述车辆空间为车辆最大停车误差 车身长度 安全行车间距；
33.所述路段容量为直行路段的长度与车辆空间比值，表示一条直行路段最多保留的车辆数；
34.所述路段通行时间为一辆车从进入路段到离开路段所需的时间；
35.所述路段负载为在一个路段通行时间范围内，该路段需要通过的车辆数与路段容量的比值，即表示该路段的繁忙程度。
36.较佳的，所述路端按照以下原则分配通行权：
37.a)车辆经过管制区后进入的路段尚未达到最大负载；
38.b)负载较大的路段拥有更高的通行权；
39.c)多条同样的通行请求应当合并通行；
40.d)多个通行请求不发生冲突时，应当允许同时通行；
41.e)管制区内有不可控管制物时，需要对允许通行的车辆下发慢速通行警示，并实时更新非管制物位置信息。
42.本发明所提供的一种基于自动、人工驾驶混行的物流园区交通控制系统及方法，具有以下几点有益效果：
43.1)适应性广：
44.1.1)将职责和压力分散至云、路、车，可以根据三者之间的能力调节功能分配，扬长避短；
45.1.2)车辆能力足够强时，可减少云端、路端介入的控制路段，充分发挥车辆的灵活性；
46.1.3)路端能力足够强时，云端可减少决策细节，由路端做更多决策，比如云端只负载全局道路流量调度，具体执行由路端决策；
47.1.4)云端能力足够强，而路侧或者车辆能力较弱时，可由云端做综合计算，路端和
车端只做执行和异常处理即可，此时整体效率最高，对车辆、路端要求最低，适合较小型的物流园区。
48.2)综合效率高：
49.2.1)道路通行方向切换由路端直接决策，相应时间是毫秒级，损失时间少，且根据实际请求按照多种策略综合决策，充分发挥路口通行能力；
50.2.2)通过云、路、车协同解决路口拥堵问题，不是简单的红绿灯机制，而是对路口资源进行精细化调度，提高资源的复用率；
51.2.3)通过路、车协同最大程度上减小盲区，既可以解决鬼探头问题，同时又能保证安全；
52.2.4)利用车辆在直行路段的工况的简单性，在数秒的时间窗口内实现决策超车行为，进一步提高效率。
附图说明
53.图1是本发明物流园区交通控制系统的框架示意图；
54.图2是本发明物流园区交通控制系统中云端规划路径分段的示意图；
55.图3是本发明物流园区交通控制系统中云端合并交叉路口的示意图；
56.图4是本发明物流园区交通控制系统中路端对管制区信号覆盖的示意图；
57.图5是本发明物流园区交通控制系统中路端控制通行的示意图；
58.图6是本发明物流园区交通控制系统中车端驾驶职责的示意图；
59.图7是本发明物流园区交通控制系统中车端人车通行的示意图；
60.图8是本发明物流园区交通控制方法的流程示意图。
具体实施方式
61.为了能更好地理解本发明的上述技术方案，下面结合附图和实施例进一步说明本发明的技术方案。
62.结合图1所示，本发明所提供的一种基于自动、人工驾驶混行的物流园区交通控制系统，包括建立相互通信渠道的云端1、路端2和车端3。
63.云端1发送路径、冲突决策计划至路端2，并接受路端2发送的路况异常信息；
64.云端1发送路径信息至车端3，并接受车端3发送的位姿信息；
65.路端2发送路况异常、冲突区通行指令至车端3，并接受车端3发送的冲突区通行请求、位姿信息。
66.云端1和路端2之间、云端1和车端3之间的通讯采用普通的无线网络通讯，路端2和车端3之间、车端3和车端3之间的通讯采用专用的短程通信(dsrc)。
67.车端3包括自动驾驶车辆和人工驾驶车辆。
68.人工驾驶车辆上配有车载导航设备，用于显示导航路径和路口控制指令，其中控制指令可以转化成虚拟红绿灯效果，便于人工司机理解。车载导航设备选用平板电脑和/或抬头显示设备，还需要对园区内的人工司机使用设备和规则进行培训，合格后方可上岗。
69.路端2为设于物流园区内道路上的路口控制器。
70.本发明还提供了一种基于自动、人工驾驶混行的物流园区交通控制方法，利用物
流园区交通控制系统，由云端1制订的管制区分配方案、管制区与路段进出关系、路段负载数据和规划路径信息；
71.由路端2接收来自云端1制订的管制区分配方案、管制区与路段进出关系、路段负载数据，融合车端3的探测结果，计算管制区内的时空车辆和非管制物；再接受来自车端3的通行请求，分配通行权；
72.由车端3接收来自云端1制订的规划路径信息执行循路行驶，当行驶至管制区后，需明确接收来自路端2的指令后方可通行，并实时发送位姿信息至云端1。
73.其中，云端1的职责如下：
74.1)对每一辆车根据道路负载状况规划最佳路径(参考a*算法即可)，如图2所示的3条路径(实心箭头路径1s至1e，空心三角路径2s至2e，空心人字路径3s至3e)。将路径按区段进行分类，图中虚线部分为直行无交叉路段，其中实线部分为路口区域，不同的路段对车辆的控制方式不同，具体如下：
75.直行无交叉路段：行驶车辆(人工或者自动驾驶)拥有自主权，在该路段可根据实际路况进行变线、超车、跟随行驶操作，相当于城市交通中的高速、高架道路。
76.路口区域：当车辆到达路口时需要等待路侧设备下达是否可行的控制指令，只有当车辆收到明确指令后方可进入，此时路侧设备充当交警作用，详细做法见路端部分。
77.2)根据路口控制器的信号覆盖范围进行路口的管理权合并，即如果多个路口之间距离过近，需要统一处理，避免同一个路口的管制区被多个路口控制器所管理的现象。如图3所示，一条个转弯动作会影响到两个交叉口，则需要合并。该合并动作在开始运作之前计算分配一次即可。
78.3)将路口控制区与路口控制器的管理职责按照以下原则进行分配(系统初始化时分配一次即可)：
79.a)如果路口控制器的信号范围能够完全覆盖一个路口管制区，则应该将冲突控制权分配给该路口控制器。
80.b)如果一个路口管制区可被多个路口控制器完全覆盖，则应当分配给最近的路口控制器。
81.c)一个路口控制器可以管制多个路口管制区。
82.d)如果一个路口管制区不可被至少一个路口控制器覆盖，则由云端1新增一个虚拟控制器，由虚拟控制器管制。
83.如图4所示，圆圈标识一个路口控制器的控制范围(信号覆盖范围)，覆盖两车冲突管制区。
84.4)根据场内通行任务和规划的路径，计算道路负载压力，并将负载数据发送给路侧设备。
85.车辆空间：车辆最大停车误差 车身长度 安全行车间距。
86.路段容量：即直行路段的长度与车辆空间比值，表示一条直行路段最多保留的车辆数(路口区域不必计算)。
87.路段通行时间：一辆车从进入路段到离开路段所需的时间。
88.路段负载：在一个路段通行时间范围内，该路段需要通过的车辆数与路段容量的比值，即表示该路段的繁忙程度。
89.路端2的职责如下：
90.1)接受来自云端1的管制区分配方案、管制区与路段进出关系、路段负载数据。
91.2)融合来自车端3的探测结果，计算自身管制区内的失控车辆和非管制物。
92.3)接受来自车端3的通行请求，按照如下原则分配通行权：
93.a)车辆经过管制区后进入的路段尚未达到最大负载。
94.b)负载较大的路段拥有更高的通行权。
95.c)多条同样的通行请求应当合并通行。
96.d)多个通行请求不发生冲突时，应当允许同时通行
97.e)管制区内有不可控管制物时，需要对允许通行的车辆下发慢速通行警示，并实时更新非管制物位置信息。
98.如图5所示：车辆通行次序为v1
‑
v2
‑
v3
‑
v4，其中v1和v2路端重叠，可考虑合并通行。v3和v4则在管制区外等待控制指令。当通行车辆离开后，则后续车辆可及时通行，相应时间是毫秒级。
99.车端3的职责如下：
100.1)接受来自云端1的路径任务，如果是人工驾驶车辆则需要将自由路段和控制路段明显区分显示给司机。
101.2)通过路口的管制区时，需要明确接受来自路口控制器的控制指令后方可通行。
102.3)实时上传自身的位置、姿态信息至云端1。
103.4)实时广播自身所侦测到的非管制物信息至路端2，以便路端2设备更新管制区内非管制物信息。
104.5)路径上自由路段，则由人工驾驶、自动驾驶技术接管，因为只有直行、变道超车等操作相对工况简单且技术成熟。
105.如图6所示，其中1号车辆，在经过虚线路段(p1、p5)时，为独占路段，由车辆导航自身自行决策是否变线；经过p2和p4路段时，则由路口控制器发送控制指令，当允许其通行时，再按运行路径通过；经过p3虚线路段时，该路段与其它车辆共享，则自由决定是否跟车、变线。
106.另外，本发明还具备以下优化措施：
107.1)当行人或者其它设备需要通过场内时，通过路口控制器，或者手持设备向路口控制器发送请求，当请求被接受时，才允许通行。如图7所示，当人工想通过人行道时，可直接通过路口控制器直接申请通行，或者通过手持设备认为自定义一个人行道，当获得通行权后，再通过该段区域，由路口控制器控制防止车辆进入。
108.2)类似地，当场地发生异常时，需要人工进入场地，则可以通过控制台或者通过手持设备直接向云端1发送禁行区请求，由云端1发送给对应的路口控制器，再将结果反馈至控制台或者手持设备。
109.3)云端1的职责1)中规划所有路径时，考虑到计算压力较大的问题，当车辆规模达到瓶颈时，可使云端1仅发送道路负载信息至车辆，由车辆自行规划最短路径，但是云端1需要定期发送负载信息，会占用较多的带宽。
110.4)云端1的职责4)中计算道路负载压力时，可根据将多个连续的路段统一处理，避免同一条直行路段控制策略剧烈变化，具体多少路段根据实际情况来调整。
111.本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。