無人駕駛技術(shù)在港口機械上的應用

高延邦

摘 要：隨著工業(yè)4.0的到來，人工智能的快速發(fā)展，我國在許多科研領(lǐng)域有了巨大的進步，其中，比較令人興奮的是無人駕駛技術(shù)日益成熟，在國內(nèi)外已經(jīng)大量應用，如特斯拉無人駕駛電動汽車、奧迪系列無人駕駛汽車，我國也有不少無人駕駛實驗車輛已經(jīng)上路行駛，如百度的最新無人駕駛巴士已經(jīng)于2018年在雄安運行。港口流動機械（掛車、叉車、吊車等）由于工作環(huán)境差，工作時間長，易造成駕駛?cè)藛T疲勞，易產(chǎn)生安全生產(chǎn)事故，給港口的機械管理工作帶來了很大的弊端，同時也可能給港口和員工帶來潛在的危險，而無人駕駛技術(shù)和遠程的操作技術(shù)在港口機械的應用將大大降低港口機械的安全生產(chǎn)事故的發(fā)生，同時也節(jié)約大量的人工成本，增大港口的經(jīng)濟效益。本文就無人駕駛技術(shù)在港口機械作業(yè)上的應用進行探討。

關(guān)鍵詞：無人駕駛;港口機械;應用

中圖分類號：TP29? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? 文章編號：1006—7973（2020）11-0087-02

1 無人駕駛技術(shù)的發(fā)展

無人駕駛是指車輛能自動實現(xiàn)路徑規(guī)劃、行為決策和運動規(guī)劃等駕駛?cè)蝿盏哪芰?，車輛像機械人那樣依靠自身能力實現(xiàn)自動駕駛，稱為無人式自動駕駛，自動駕駛包括L1級駕駛輔助、L2級部分自動駕駛、L3級有條件自動駕駛、L4級高度自動駕駛和L5級完全自動駕駛，5個級別，美國機動車工程師協(xié)會（SAE）制定了美國無人駕駛車輛時間表：2000-2005年實現(xiàn)了L1級輔助自動駕駛，2005-2010年部分實現(xiàn)L2級自動駕駛，2010-2015年實現(xiàn)L3級有條件自動駕駛，2015-2025年實現(xiàn)L4級高度自動駕駛，2025-2032年以后逐步實現(xiàn)L5級完全自動駕駛。從目前無人駕駛的發(fā)展情況來看，這個時間表有望提前，如2017年百度采用了長城的WEY車型進行的L4級無人駕駛汽車，進行了路測，取得了不錯的成績。

2 無人駕駛技術(shù)在港口裝卸作業(yè)的優(yōu)點

隨著我國成為世界第二大經(jīng)濟體，我國的港口也得到了飛速發(fā)展，現(xiàn)在全世界10大港口之中就有7個在中國，特別是“一帶一路”經(jīng)濟帶和海鐵聯(lián)運的發(fā)展，給港口帶來了巨大機遇同時也帶來挑戰(zhàn)，港口的吞吐量連年增加，港口設(shè)備也不斷增多，但同時也造成港口機械司機的大量缺乏，經(jīng)常會出現(xiàn)有設(shè)備，但沒有司機作業(yè)的尷尬情況發(fā)生，而無人駕駛技術(shù)的應用將大大解決這一問題，港口機械由于工作環(huán)境差、場地單一，容易造成駕駛?cè)藛T疲勞，造成安全生產(chǎn)事故。所以把無人駕駛技術(shù)應用到港口流動機械的作業(yè)上來，將大大降低作業(yè)工人的勞動強度，減少作業(yè)人員，最大限度的減少安全生產(chǎn)事故的發(fā)生，也為港口安全生產(chǎn)提供了強有力的保證。

2.1作業(yè)環(huán)境的的優(yōu)點

港口機械作業(yè)場地相對固定、單一，一次性進行地圖采集就可以滿足無人駕駛的地圖需要，不需要時時進行圖像采集，大大降低無人駕駛在地圖采集上的成本，作業(yè)環(huán)境相對固定，并進行封閉作業(yè)，進行人機分離、沒有外來人員和其它車輛對無人駕駛車輛進行干擾，大大降低無人駕駛的危險性。而且機械設(shè)備不需要長距離行駛、相比公路上行駛的無人駕駛車輛，要安全許多，更方便進行無人駕駛的實施。所以在作業(yè)環(huán)境上，港口機械在無人駕駛方面有著巨大的優(yōu)勢。

2.2無人駕駛的成本低，應用前景巨大

除了地圖采集的成本低外、現(xiàn)在無人駕駛的的技術(shù)越來越成熟，無人駕駛的成本也越來越低，從紅外線攝像頭、熱源傳感器、毫米波雷達、高精度地圖、人工智能學習等等的價格越來越低，無人駕駛設(shè)備的成本在整車的成本中所占的比例越來越少。無人駕駛代替了司機進行機械操作，這樣一來大大降低了人工成本，而且不需要任何的培訓就可以進行作業(yè)，屬于即插即用型。就以叉車為例，培養(yǎng)一個合格的叉車司機最少需要1年的時間。無人駕駛不需要任何的培訓，輸入相關(guān)操作的程序，就能作業(yè)。無人駕駛技術(shù)一個月單人工成本這一項最少可以節(jié)約費用8000-10000元，還可以24小時不間斷作業(yè)。因此，無人駕駛機械不僅工作效率高，還具有大大的降低物流和人工成本，無人駕駛是港口機械發(fā)展的趨勢。

3 無人駕駛技術(shù)在港口的應用

3.1港口應用的定位

由于我國的人口紅利的消失，人工費用持續(xù)增加，而港口物流成本中，人工費用占了60%-70%的比例，無人駕駛技術(shù)代替機械司機24小時不間斷進行作業(yè)，就真正意義上實現(xiàn)了港口機械的無人化作業(yè)，將極大的降低人工成本，如上海的洋山港全國最大的集裝箱無人作業(yè)碼頭，就真正實現(xiàn)了港口機械的無人化作業(yè)，因此全國港口機械進行無人駕駛作業(yè)將成為大趨勢，在未來的5-10年的時間必將在全國各個港口逐步實現(xiàn)。

3.2無人駕駛對港口硬件要求

港口作業(yè)場地必須進行封閉，沒有作業(yè)的工人或作業(yè)工人處在機械設(shè)備的作業(yè)安全范圍之外，保證作業(yè)工人的絕對安全，外來的倒運車司機必須離開作業(yè)場地，港口機械作業(yè)完畢后，外來人員才能進入作業(yè)場地。作業(yè)場地的地面安裝定位道釘使車輛能進行準確的定位，誤差不超過1厘米、只有這樣保證港口設(shè)備的精準定位，從而保證作業(yè)安全。在港口的中高空安裝攝像頭并進行聯(lián)網(wǎng)對作業(yè)場地進行適時監(jiān)控、在港口的的燈塔上安裝5G基站，實現(xiàn)5G網(wǎng)絡對港區(qū)的全覆蓋，港口無人駕駛技術(shù)是在5G技術(shù)應用的大環(huán)境下，適時進行網(wǎng)絡傳輸，不會出現(xiàn)中間掉線、失控狀態(tài)，對每一臺設(shè)備安裝北斗定位系統(tǒng)，建立數(shù)據(jù)指揮中心，進行數(shù)據(jù)匯總，對車輛進行適時監(jiān)控，防止意外事故的發(fā)生。

3.3遠距離的人員操控及平時車輛保養(yǎng)

建立數(shù)據(jù)控制指揮中心，安排專業(yè)技術(shù)人員對每一臺作業(yè)車輛進行監(jiān)控， 一旦無人駕駛設(shè)備出現(xiàn)駕駛失控的意外情況，設(shè)備將會出現(xiàn)報警，進行緊急制動，由控制中心的技術(shù)人員進行遠程接管，防止機械設(shè)備出現(xiàn)失控造成的人員和物質(zhì)損失。無人駕駛設(shè)備通過攝像頭和傳感器把視頻圖像和數(shù)據(jù)傳回指揮中心，方便技術(shù)人員對車輛故障進行分析，及時排除故障。必要時安排維修人員進行現(xiàn)場設(shè)備的維修。這就需要建立一支強大的技術(shù)隊伍和維修隊伍，平時車輛沒有作業(yè)任務或車輛工作滿12小時以后，都要安排技術(shù)人員和維修人員對車間進行日常檢查，包括日常的保養(yǎng)、無人駕駛設(shè)備的檢查如：輪胎及各種安全附件。從而保證每一臺無人駕駛設(shè)備都能正常進行作業(yè)，不會出現(xiàn)由于檢查和保養(yǎng)不到位，造成的機損事故和人員傷害。并將這些檢查記錄輸入每一臺設(shè)備的數(shù)據(jù)檔案中，方便維修人員進行日常檢查。

4 結(jié)語

綜上所述，無人駕駛技術(shù)現(xiàn)在的發(fā)展狀況已經(jīng)完全滿足港口機械的作業(yè)要求并在將來完全代替人工作業(yè)，除此之外無人駕駛技術(shù)還有靈活性、通用性強和高效的優(yōu)點，對作業(yè)環(huán)境和場所沒有太多的要求，如高溫、嚴寒、揚塵、輻射等等場所都能進行作業(yè)，大大提高工作效率，應用范圍越來越廣，如礦粉、煤炭、鋁粉、化肥、鋼材、原油、成品油、集裝箱等貨種作業(yè)。雖然現(xiàn)在我國在自動駕駛領(lǐng)域的研發(fā)起步晚、遠遠落后西方國家，但是通過我們不懈的努力，我國在無人駕駛領(lǐng)域也取得了不錯的成績，如地圖方面：百度地圖和高德地圖都進行對全國縣級以上道路測量的全覆蓋，還有2015年百度和奇瑞汽車合作進行了L3級別自動駕駛路測，2018年百度和比亞迪合作的無人駕駛巴士在雄安新區(qū)投入運行;機械工程車輛方面如：合力叉車的無人駕駛叉車、神鋼挖掘機的遠程操控等都代表了我國最新的工程機械方面的成就。雖然無人駕駛技術(shù)在港口作業(yè)還存在一定的缺陷，但是相信在我國科研人員和技術(shù)公司的努力下一定能攻克這些難題，讓無人駕駛技術(shù)在港口裝卸上發(fā)揮更大的作用。

參考文獻：

[1]張穎.從車聯(lián)網(wǎng)到自動駕駛 大陸集團助力汽車走入智能化未來[J].汽車與配件，2015（17）：52-55.

[2]孫寧. 基于多源信息融合的智能汽車環(huán)境感知技術(shù)研究[D].江蘇大學，2018.