2. 港口场景与作业流程

港口无人运输车不是孤立运行的机器人,它嵌入在集装箱码头的空间布局与装卸工艺之中。理解码头“从哪里来、到哪里去、在哪个环节交接”,是自动驾驶系统定义任务、规划路径、设计交互逻辑的前提。本节从码头布局、水平运输任务、装卸工艺和混行场景四个角度,建立无人运输车的作业语境。

一、集装箱码头布局:无人车运行的空间骨架

典型集装箱码头由海侧到陆侧依次分为:泊位与岸线、岸边集装箱起重机(岸桥)作业区、堆场、闸口与陆侧集疏运区。无人运输车主要活动在岸桥与堆场之间的水平运输通道,以及堆场内部的交接区域。

  • 岸桥作业区:岸桥从船上卸箱,放置到无人车或有人集卡上,是水平运输的起点或终点。
  • 水平运输通道:连接岸桥与堆场,通常为双向多车道,设有固定交接位、超车道和避让区。
  • 堆场:由轨道吊或轮胎吊完成集装箱堆存,无人车在堆场交接位与堆场设备交互。
  • 闸口与陆侧:外部集卡进出码头,与无人车共享部分道路资源,是混行风险较高的区域。

码头布局决定了无人车的可行驶区域、任务起终点和交互对象。例如,岸桥下方通常为高精度定位区,堆场交接位要求横向误差小于 5 cm,而水平通道则更强调速度与避让效率。

集装箱码头布局与无人车水平运输任务示意 海侧 船舶 集装箱船 岸桥区 岸桥 交接位 水平运输通道 重载车道 → 空载车道 ← 超车/避让区 无人车 无人车 堆场区 轨道吊 轮胎吊 堆场交接位 陆侧闸口方向

二、水平运输任务:从指令到执行的闭环

无人运输车的核心任务是完成集装箱在岸桥与堆场之间的水平位移。一个完整任务通常包含以下环节:

  1. 任务下发:码头操作系统(TOS)根据船舶配载和堆场计划,生成运输指令,包含起点、终点、箱号、优先级。
  2. 路径规划:调度系统为无人车分配全局路径,避开拥堵和封闭区域。
  3. 空载行驶:无人车从停车区或上一任务终点驶向岸桥交接位。
  4. 对位与装载:在岸桥下方精确停车,等待岸桥放箱,完成锁销确认。
  5. 重载运输:按规划路径驶向堆场交接位,途中处理避让和超车。
  6. 卸载与确认:在堆场交接位与轨道吊或轮胎吊交互,完成卸箱。
  7. 任务完成上报:向调度系统反馈状态,等待下一指令。

关键参数示例:岸桥下对位精度要求横向 ±3 cm、纵向 ±5 cm;堆场交接位对位精度要求横向 ±5 cm;水平通道最高车速通常限制在 20~25 km/h;单次任务循环时间约 6~10 分钟。

三、装卸工艺:无人车与港机的交互逻辑

装卸工艺决定了无人车与岸桥、堆场设备之间的交接方式。常见工艺包括:

工艺环节 交互设备 无人车动作 关键约束
岸桥卸船装车 岸桥 精确对位、等待放箱、锁销确认 对位精度高、禁止人员进入
水平运输 调度系统 按路径行驶、避让、超车 车道限速、动态避障
堆场卸车 轨道吊/轮胎吊 进入交接位、等待吊具、驶离 交接位占用时间短、顺序严格
空载返回 调度系统 按空载车道返回或前往下一任务 避免与重载车流冲突

在自动化码头中,岸桥和堆场设备通常由远程操作员控制,无人车需要与这些设备进行时序协同。例如,岸桥放箱前必须确认无人车已到位且处于安全状态;堆场吊具下降前必须确认无人车已停稳。这些交互通过码头设备控制系统(ECS)与无人车调度系统之间的报文完成。

四、有人与无人混行场景:安全与效率的平衡

在相当长的时间内,港口将处于有人集卡、无人运输车、人员、叉车共存的混行状态。混行场景对无人车提出更高要求:

  • 有人集卡:驾驶行为不确定,可能突然变道、抢行或违规停车,无人车需具备防御性驾驶策略。
  • 行人:码头作业人员可能穿越车道,无人车需在低照度、遮挡条件下可靠检测。
  • 其他设备:叉车、正面吊等移动设备尺寸大、盲区多,交互时需预留安全距离。
  • 通信与调度:混行区域需统一调度,避免无人车与有人车在交接位发生死锁。

常见误区:把无人车当作“有人车的替代品”,只关注单车智能,而忽略码头层面的交通组织。实际上,混行效率取决于调度策略、交接位分配、优先级规则,而非单纯的车端感知距离。

复盘一个典型混行问题:无人车在岸桥下等待放箱时,后方有人集卡因无法超车而排队,导致岸桥作业循环被打断。解决思路不是让无人车“更快”,而是优化交接位布局、设置超车道,并在调度层面对有人车和无人车进行分时分区管理。

# 典型任务报文示例(简化)
{
  "task_id": "T20240512001",
  "vehicle_id": "AGV-017",
  "from": "QC-03_BERTH",
  "to": "YARD-A12_BLOCK",
  "container_id": "CSNU7654321",
  "priority": 2,
  "status": "ASSIGNED"
}

理解码头布局、水平运输任务、装卸工艺和混行场景,是后续学习无人车定位、感知、规划与控制算法的工程基础。只有把车放进真实的港口作业链条中,才能设计出既安全又高效的自动驾驶系统。