在全自动化码头上，轮船靠岸后，码头的自动化岸桥吊起货轮上的卸船集装箱，放置到下方等待的无人驾驶物流车上；自动化轨道吊吊起需要装船的集装箱，放置到无人驾驶物流车或暂存位上。随后，这些电力驱动的无人驾驶物流车，会按照调度系统动态计算的路线，在堆场与岸桥间穿梭不息地完成其集装箱运输任务。

而保障码头内近百辆无人驾驶车高效运转、安全抵达的背后，则是码头“智慧大脑”的核心系统之一调度控制算法。

自动化码头物流车

“调度控制系统对无人驾驶物流车的意义，相当于城市交通系统中的红绿灯。”浙江大学控制科学与工程学院教授、博士生导师吴维敏表示，“但又与红绿灯被动式的控制不同，调度系统是‘上帝视角’，可以预判车辆下一步的位置，避免死锁，带来更统一、更高效的体验。”

从无人驾驶领域来看，车辆本身的运动控制主要致力于从A点到B点的驾驶过程，而调度系统则是车辆“网联化”的体现，可以对所有联网车辆进行统一规划和调度，作为上层系统，实现路径规划、实时避碰、死锁处理等功能。

目前，吴维敏教授团队已与青岛港、宁波港、深圳港等多个码头达成项目合作，并为人机混驾、园区调度、立体仓库等多个应用场景提供解决方案。

去中心化系统：效率、成本和安全

“去中心化的算法优化，使调度系统从控制3、5台车，到控制X台。”

2016年，吴维敏教授团队受青岛港下属科技公司的委托，为青岛港开发了一套自动化码头的水平运输调度控制系统。

在码头，“效率就是金钱”，而其中一个关键指标就是“车辆利用率”。“具体来说，我们要通过算法优化，让物流车速度快、不空跑。”吴维敏教授表示。以车辆起步为例，信号灯控制下的车辆是依次起步，势必造成较长的延时，而统一调度的车辆则可以做到同时起步，甚至不间断运作，大量节约了等待时间；在传统的作业线中，卡车将货物运输到指定地点，再空车返回，而在调度方案下，卡车可以按照优化路径，卸货后直接运载其它货物，大幅提升运输效率。

在仿真测试中，这套调度算法可以提升约20%的作业产能。换句话说，在同样的工作量下，调度优化可以减少相应的硬件投入，降低成本。

无人驾驶自动引导车

成本降低还表现在劳动力投入上。码头作业区内几乎看不到人影，监控人员只需要通过手机就可以看到所有车辆的运行状况。在终端设备上，可以实时反馈车流拥堵情况并提前预警，用鼠标点击相应车辆，还可以看到具体的定位、行驶速度，快速锁定目标车辆。

通过终端设备，还可以调节物流车自主充电。在日常状态下，调度系统引导物流车在剩余电量15~20%时循环充电，以保障整体运行顺畅；在紧急状态下，操作人员可将充电指标下降至10%左右，系统则迅速运算新的优化方案。

“在这个项目中，我们遇到的一个关键难点是对多台物流车的统一控制。”吴维敏教授表示，“青岛港项目的第一期仅仅是38台车，后期则多达百台级。”

此前，相对成熟的控制算法多应用于3、5台车的小规模组团，而车辆台数的增加，将会对算法难度带来几何级的增长。因此，在遇到遇到较为庞大的物流系统时，多采取分组式的管理，分别调配。但这样的解决方式很容易出现“闲得闲、忙得忙”的情况，不利于效率提升。

于是，吴维敏教授团队开始着力于分布式调度系统的研发，以去中心化、扁平化管理的模式，实现了控制系统从“1对多”到“1对X”的关键技术优化。

也正是这一技术的提升，为大规模无人驾驶物流车的调度控制提供了更成熟的应用场景。并以此为基础，团队实现了宁波港人机混驾、深圳港“配载-堆场-拖车”指挥调度等多项调度控制方案。

“随着自动驾驶更大范围的应用，我们还可以通过增加接口，将不同系统、不同功能的车辆链接在一个调度控制系统内，完成更复杂的作业。”吴维敏教授表示。

智慧物流：“柔性”赋能传统制造业

“在传统的生产线上，一旦更换某个环节，拆除重建的成本非常高；但通过调度系统的优化，提高产能或让机器人进行搬运，就可以用更低的成本对其进行柔性化改造，焕发新的活力。”

2019年，宝钢集团作为钢铁制造业向数字化转型的先驱，也开始尝试园区无人驾驶系统，搭建从“无人化”仓库到自动化码头之间的物流系统，在集成商宝信软件的牵头下，吴维敏教授团队负责研发了该园区无人驾驶系统的智能调度子系统。

“园区物流与码头物流有不同的特点。例如，钢坯加热后必须在冷却前迅速运输到下一站点，对运输的时效性更为严苛。”

宝钢集团无人驾驶物流车

在无人驾驶物流系统的不断优化下，至2020年，宝钢园区实现了仓库容积提升1/3、作业产能提升20%、差错率减少72%等多项指标，在提升生产效率的同时，也有力保障了生产安全。

无人驾驶、调度控制系统等新兴技术的出现，为诸多传统工业的“数智化”转型提供了契机，以柔性化的方式为传统生产线赋能。

5G+无人驾驶

同时，算法团队深入生产线、充分了解工况也是保证系统高效运行的关键因素。

吴维敏教授回忆，“虽然我们的算法从理论上是充分的，但面对真实的工况，还有很多突发因素。例如，在立体仓库的合作项目中，与平面调度不同，立体仓库内有大量立柱，层与层之间还需要机器人上电梯，如果避障不及时，就很容易出现死锁问题，这就需要算法人员不但积累经验，针对不同产业的特点来进行完善。”