基于環(huán)島策略的自動(dòng)化碼頭AGV路徑仿真優(yōu)化

楊勇生，王楠楠，梁承姬，許波桅，李軍軍

?

基于環(huán)島策略的自動(dòng)化碼頭AGV路徑仿真優(yōu)化

楊勇生1，王楠楠1，梁承姬1，許波桅1，李軍軍2

(1. 上海海事大學(xué) 物流研究中心，上海 201306；2. 上海海事大學(xué) 商船學(xué)院，上海 201306)

隨著自動(dòng)化集裝箱碼頭的廣泛使用，水平運(yùn)輸環(huán)節(jié)逐漸成為制約碼頭作業(yè)效率的新瓶頸。為避免AGV在交叉路口產(chǎn)生排隊(duì)等待，采用虛擬環(huán)島策略，并根據(jù)AGVs運(yùn)行機(jī)理，考慮邊裝邊卸作業(yè)工況，利用eM-Plant仿真軟件建立包括岸橋、AGV和堆場(chǎng)在內(nèi)的集裝箱碼頭仿真模型，最后通過(guò)變動(dòng)支路數(shù)量和位置，來(lái)比較AGV不同行駛路徑對(duì)碼頭作業(yè)效率產(chǎn)生的影響。研究結(jié)果表明：AGV選擇不同的行駛路徑在一定程度上影響著碼頭的作業(yè)效率。實(shí)驗(yàn)結(jié)果為提高碼頭作業(yè)效率，優(yōu)化碼頭前沿路徑提供一定參考依據(jù)。

自動(dòng)化碼頭；交通控制；虛擬環(huán)島；AGV路徑優(yōu)化；eM-Plant仿真

全球貿(mào)易的快速發(fā)展推動(dòng)了航運(yùn)業(yè)的發(fā)展。近年來(lái)在人力成本不斷攀升、船舶向大型化趨勢(shì)發(fā)展和碼頭要求作業(yè)高效化的背景下，國(guó)內(nèi)外已掀起建設(shè)自動(dòng)化碼頭的熱潮。與傳統(tǒng)碼頭相比，自動(dòng)化碼頭采用垂岸式布局，AGV在行駛過(guò)程中，僅將集裝箱運(yùn)送到AGV伴侶處，不進(jìn)入箱區(qū)作業(yè)，這樣既可以減少AGV行駛路徑，又可以避免堆場(chǎng)內(nèi)復(fù)雜的交通狀況。在整個(gè)碼頭作業(yè)過(guò)程中，岸橋負(fù)責(zé)海側(cè)區(qū)域的裝卸工作，場(chǎng)橋負(fù)責(zé)陸側(cè)區(qū)域的裝卸工作，而AGV作為自動(dòng)化碼頭廣泛使用的水平運(yùn)輸設(shè)備，主要負(fù)責(zé)在碼頭前沿運(yùn)輸集裝箱。受岸橋和場(chǎng)橋裝卸能力的提升、水平運(yùn)輸距離和集裝箱作業(yè)量大大增加等因素影響，水平運(yùn)輸環(huán)節(jié)正在成為自動(dòng)化碼頭作業(yè)系統(tǒng)的新瓶頸，決定了碼頭的整體裝卸效率。目前，國(guó)外學(xué)者對(duì)AGV路徑優(yōu)化問(wèn)題有一定的研究。Ter等[1]將碼頭的道路空間抽象為若干資源的集合，并在各資源時(shí)間窗已知的基礎(chǔ)上提出了一種帶時(shí)間窗的最優(yōu)路徑動(dòng)態(tài)搜索方法。Ewgenij 等[2]在靜態(tài)圖的基礎(chǔ)上提出了一種考慮車輛物理約束的帶時(shí)間窗的單AGV 最優(yōu)路徑搜索方法。JIAN等[3?4]在每臺(tái)AGV僅具有一個(gè)任務(wù)的條件下，研究了以多AGV 總行駛距離最短為目標(biāo)的靜態(tài)路徑問(wèn)題。Max等[5]研究了帶時(shí)間窗的、避免沖突的、基于多任務(wù)的AGV 靜態(tài)路徑規(guī)劃問(wèn)題。Mahdi等[6]提出AGV雙向路徑拓?fù)浣Y(jié)構(gòu)的最短路徑設(shè)計(jì)問(wèn)題，并采用整數(shù)線性規(guī)劃模型進(jìn)行求解。但是該模型只能解決AGV 數(shù)量較少的路徑問(wèn)題。Max等[7]以圖中每條邊通過(guò)的最大任務(wù)量最小為目標(biāo)建立了帶時(shí)間窗的多AGV靜態(tài)路徑。Duinkerken等[8]使用動(dòng)態(tài)規(guī)避的自由軌跡方法對(duì)路徑進(jìn)行規(guī)劃，通過(guò)研究路徑規(guī)劃策略來(lái)提高自動(dòng)運(yùn)輸系統(tǒng)的性能。Ghasemazdeh等[9]在靜態(tài)網(wǎng)狀圖基礎(chǔ)上提出了一種避免路網(wǎng)擁堵的多AGV 路徑搜索方法。國(guó)內(nèi)研究主要以集卡的路徑優(yōu)化問(wèn)題為主。劉豐碩[10]從裝卸作業(yè)流程整體出發(fā)，建立了基于集卡行駛路徑最短的數(shù)學(xué)模型，并用NCL語(yǔ)言對(duì)模型進(jìn)行求解。李廣儒等[11]根據(jù)GPRS系統(tǒng)采集的碼頭實(shí)時(shí)路網(wǎng)信息，針對(duì)碼頭動(dòng)態(tài)調(diào)度的要求，結(jié)合阻塞模型，提出一種新的集卡動(dòng)態(tài)調(diào)度路徑的自適應(yīng)蟻群算法。王軍等[12]在“作業(yè)面”作業(yè)模式下，綜合考慮岸橋作業(yè)時(shí)間、場(chǎng)橋作業(yè)時(shí)間，建立了基于時(shí)間最短的集卡調(diào)度模型，并對(duì)該模型進(jìn)行了數(shù)值仿真，旨在解決在不同船舶裝船作業(yè)和卸船作業(yè)同時(shí)進(jìn)行前提下的集卡作業(yè)路徑選擇問(wèn)題。韓曉龍等[13]為分析不同裝卸工藝對(duì)船舶裝卸作業(yè)時(shí)間和裝卸設(shè)備作業(yè)效率的影響，利用專業(yè)港口仿真軟件Flexsim-CT建立了包括泊位、岸橋、集卡、場(chǎng)橋和堆場(chǎng)資源在內(nèi)的集裝箱港口裝卸作業(yè)仿真模型。通過(guò)上述研究可以發(fā)現(xiàn)，現(xiàn)行的AGV路徑規(guī)劃多數(shù)是全局的、靜態(tài)的，所建立的模型大多數(shù)是進(jìn)行的算法設(shè)計(jì)和求解，而很少使用仿真軟件模擬現(xiàn)實(shí)環(huán)境，進(jìn)行仿真實(shí)驗(yàn)。隨著AGV數(shù)量的增加，水平運(yùn)輸環(huán)節(jié)復(fù)雜度的提升，僅用算法求解其有效性及求解效率會(huì)大大降低。為此，采用專業(yè)仿真軟件eM-Plant建立系統(tǒng)仿真模型，通過(guò)變動(dòng)支路數(shù)量和位置對(duì)不同模型進(jìn)行仿真模擬，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析，以期提高水平運(yùn)輸環(huán)節(jié)的效率。

1 問(wèn)題描述

圖1為由雙小車岸邊起重機(jī)、AGV和自動(dòng)化雙軌道吊(ASC)組成的新型裝卸工藝系統(tǒng)。為提高碼頭作業(yè)效率，采用邊裝邊卸作業(yè)工藝，具體流程為：當(dāng)船舶在指定位置靠泊后，調(diào)度中心根據(jù)箱量分配相應(yīng)數(shù)量的岸橋，下達(dá)卸船指令后，空閑AGV從固定?？奎c(diǎn)出發(fā)行駛到指定岸橋下進(jìn)行裝箱作業(yè)，隨后岸橋?qū)⒓b箱放到相應(yīng)AGV上，AGV按照規(guī)劃好的路徑將集裝箱運(yùn)送至相應(yīng)的AGV伴侶處，之后自動(dòng)化雙軌道吊相互配合作業(yè)將集裝箱從AGV伴侶處送往指定箱位。此時(shí)，若該AGV伴侶或下一個(gè)AGV伴侶處有需要裝船的集裝箱，AGV需要從AGV伴侶處完成裝箱，并將所載集裝箱運(yùn)往指定岸橋下進(jìn)行裝船作業(yè)。

在碼頭作業(yè)流程中，AGV水平運(yùn)輸貫穿整個(gè)集裝箱裝卸過(guò)程，AGV路徑選擇的不同會(huì)對(duì)整個(gè)裝卸流程產(chǎn)生不同的影響，當(dāng)AGV僅從主導(dǎo)引路徑行駛時(shí)，路徑較長(zhǎng)、作業(yè)效率低下，當(dāng)選擇從支路行駛時(shí)，AGV行駛距離減少，作業(yè)效率提高，但易在十字交叉路口產(chǎn)生擁堵，而環(huán)島在交通流量適中的情況下效率又高于十字路口。因此本文以上述作業(yè)流程為依據(jù)，建立路徑優(yōu)化仿真模型，在交叉路口采用虛擬環(huán)島策略，通過(guò)變動(dòng)支路的數(shù)量和位置來(lái)比較AGV不同行駛路徑對(duì)碼頭作業(yè)效率產(chǎn)生的影響，對(duì)比分析結(jié)果得出結(jié)論。

圖1 自動(dòng)化碼頭布局圖

2 虛擬環(huán)島

交通環(huán)島一般用于主干道和道路交叉口，以便于疏導(dǎo)車輛，解決車輛因交叉行駛而造成的擁擠、長(zhǎng)時(shí)間等候等問(wèn)題[14]。受碼頭面積和裝卸箱量影響，碼頭上行駛的AGV數(shù)量遠(yuǎn)低于現(xiàn)實(shí)交通中的車輛，因此結(jié)合交通流理論，在主導(dǎo)引路徑和支路之間通過(guò)設(shè)置交通環(huán)島，避免AGV選擇支路行駛時(shí)產(chǎn)生的排隊(duì)等待問(wèn)題。由于環(huán)島在車流量適中的情況下效率高于十字路口，采用垂直布局的自動(dòng)化碼頭交叉點(diǎn)少，交通復(fù)雜度低，因此環(huán)島也是處理自動(dòng)化碼頭的交叉的合理選擇[15]。

環(huán)島比十字路口有更少的沖突點(diǎn)，AGV在什么情況下進(jìn)入和離開環(huán)島成為解決該問(wèn)題的關(guān)鍵。當(dāng)AGV選擇從支路行駛時(shí)，通過(guò)設(shè)置路徑段容量來(lái)規(guī)定AGV是否可進(jìn)入環(huán)島在該路徑段上行駛。

AGV駛出環(huán)島時(shí)，行駛方向和主導(dǎo)引路徑中車流量方向一致，但仍存在發(fā)生擁堵和死鎖的可能性。因此，采取2種策略：一是規(guī)定主導(dǎo)引路徑和支路行駛車輛的優(yōu)先級(jí)；二是為從環(huán)島駛出的車輛設(shè)置特定行駛路徑。

3 仿真模擬

為更好研究現(xiàn)有碼頭系統(tǒng)，使實(shí)驗(yàn)結(jié)果更加接近碼頭實(shí)際控制，采用eM-Plant仿真軟件對(duì)AGV水平運(yùn)輸環(huán)節(jié)進(jìn)行仿真，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析。

3.1 仿真假設(shè)

1) 有足夠的自動(dòng)化軌道吊處理AGV所裝卸的集裝箱，不考慮自動(dòng)化軌道吊因素；

2) 對(duì)于每一個(gè)卸載任務(wù)，AGV將集裝箱送往AGV伴侶處的位置不固定，服從均勻分布；

3) 每輛AGV每次僅能裝載一個(gè)標(biāo)準(zhǔn)箱；

4) AGV每次選擇車輛數(shù)目較少的路徑行駛。

3.2 仿真模型

為與碼頭實(shí)際情況相符，采用邊裝邊卸作業(yè)工況，對(duì)集裝箱從泊位運(yùn)輸?shù)紸GV伴侶處的這一過(guò)程進(jìn)行仿真實(shí)驗(yàn)。圖2是仿真模型圖。

圖2 eM-Plant仿真模型圖

3.3 評(píng)價(jià)指標(biāo)

碼頭作業(yè)效率是衡量碼頭服務(wù)能力的重要指標(biāo)之一。優(yōu)化AGV行駛路徑有利于提高港口設(shè)備利用率，降低碼頭運(yùn)營(yíng)成本。根據(jù)自動(dòng)化碼頭特點(diǎn)，結(jié)合本文建立的仿真模型，主要評(píng)價(jià)指標(biāo)如下：

1) AGV等待率=AGV等待時(shí)間/仿真總運(yùn)行時(shí)間，其中AGV等待時(shí)間=AGV在岸橋、AGV伴侶處等待裝卸箱時(shí)間+AGV重載運(yùn)輸過(guò)程中因擁堵產(chǎn)生的排隊(duì)等待時(shí)間

2) 支路利用率=支路承載箱量/總卸船箱量，其中支路承載箱量為AGV選擇通過(guò)支路行駛將集裝箱從岸橋運(yùn)往箱區(qū)。

3.4 仿真參數(shù)設(shè)置

本文設(shè)置：1)某集裝箱碼頭海側(cè)岸線長(zhǎng)為350 m，每隔80 m設(shè)置一個(gè)岸橋，共設(shè)置3臺(tái)岸橋，陸側(cè)每隔40 m設(shè)置一個(gè)帶AGV伴侶的箱區(qū)，共設(shè)置8個(gè)箱區(qū)；2)某集裝箱船舶靠泊裝卸的集裝箱總數(shù)量為1 600 TEU，其中800個(gè)為裝載集裝箱，800個(gè)為卸載集裝箱；3)AGV車身長(zhǎng)15 m，運(yùn)行速度為5 m/s；4)岸橋按照作業(yè)時(shí)間設(shè)置進(jìn)行裝卸箱，服從正態(tài)分布，箱區(qū)作業(yè)按照設(shè)備實(shí)際運(yùn)行效率設(shè)計(jì)處理時(shí)間；5)最先行駛到箱區(qū)完成卸箱任務(wù)的AGV優(yōu)先行駛至岸橋處，完成岸橋等待時(shí)間最長(zhǎng)的任務(wù)；6)設(shè)置支路容量為3，AGV駛出環(huán)島時(shí)，規(guī)定主導(dǎo)引路徑車輛具有優(yōu)先行駛權(quán)。

4 仿真結(jié)果

通過(guò)變動(dòng)支路數(shù)量和位置來(lái)比較AGV不同行駛路徑對(duì)碼頭作業(yè)效率產(chǎn)生的影響。具體操作為：在仿真實(shí)驗(yàn)中逐漸增加支路數(shù)量，并且選取不同的岸橋與AGV配比，在運(yùn)載任務(wù)相同的情況下，研究AGV等待率與總運(yùn)行時(shí)間之間的關(guān)系，AGV支路承載運(yùn)量與支路利用率的關(guān)系。如表1所示。

表1 支路位置與支路數(shù)量設(shè)置

實(shí)驗(yàn)1根據(jù)要求配置實(shí)驗(yàn)，并帶入仿真中進(jìn)行模擬。通過(guò)對(duì)有無(wú)支路的情況進(jìn)行對(duì)比，發(fā)現(xiàn)：增加支路使仿真總運(yùn)行時(shí)間減少，但等待率卻高于AGV從主導(dǎo)引路徑行駛時(shí)的情況。如圖3所示。

圖3 有無(wú)支路總運(yùn)行時(shí)間對(duì)比

圖4 有無(wú)支路等待率對(duì)比

實(shí)驗(yàn)2繼續(xù)增加支路數(shù)量，驗(yàn)證支路數(shù)量和位置的不同對(duì)水平運(yùn)輸環(huán)節(jié)產(chǎn)生的不同影響?？梢园l(fā)現(xiàn)：1)在AGV數(shù)量逐漸增加的情況下，總運(yùn)行時(shí)間隨著支路數(shù)量的增加而減少，等待率隨著支路數(shù)量的增加而增加。

2) 在AGV數(shù)量不變的情況下，當(dāng)支路數(shù)量為1，2條時(shí)，總運(yùn)行時(shí)間減少趨勢(shì)波動(dòng)不大，但2條支路的等待時(shí)間明顯多于一條支路。當(dāng)支路數(shù)量增加為3條時(shí)，總運(yùn)行時(shí)間比1，2條支路平均減少30min，等待時(shí)間平均減少4 min。這是因?yàn)樵诿颗_(tái)岸橋右側(cè)增加一條支路，使AGV從岸橋到箱區(qū)行駛周長(zhǎng)變短，AGV作業(yè)效率得到提高。當(dāng)支路數(shù)量增加為4，5條時(shí)，總運(yùn)行時(shí)間和等待時(shí)間略有下降，接近3條支路的情況。因?yàn)殡m然支路數(shù)量增加，但該支路服務(wù)的岸橋和箱區(qū)較少，因此變化不 明顯。

3) 由于支路數(shù)量為3，4和5條時(shí)，總運(yùn)行時(shí)間之間僅相差1 min，而支路數(shù)量的增加又會(huì)使AGV行駛道路產(chǎn)生擁堵，因此3條支路即可更好完成裝卸任務(wù)。如圖5和圖6所示。

圖5 不同數(shù)量支路下的總運(yùn)行時(shí)間對(duì)比圖

圖6 不同數(shù)量支路下的等待率對(duì)比圖

實(shí)驗(yàn)3從支路承載運(yùn)量與支路利用率角度進(jìn)行分析。對(duì)各支路承載的運(yùn)量進(jìn)行多次仿真模擬，發(fā)現(xiàn)(如表2所示)：隨著支路數(shù)量的增加，AGV從支路行駛的頻率越來(lái)越高。當(dāng)主導(dǎo)引路徑間有四條可選支路時(shí)，由于支路1服務(wù)于從岸橋1行駛到箱區(qū)1~3的AGV，支路2同樣服務(wù)于岸橋1，但服務(wù)的箱區(qū)數(shù)量增加了一個(gè)，支路2僅在支路1路徑容量不滿足且集裝箱需要從岸橋1送往箱區(qū)4時(shí)才會(huì)被選擇，因此從支路2經(jīng)過(guò)的AGV數(shù)量遠(yuǎn)低于其他支路。當(dāng)有5條支路時(shí)，支路2和支路4行駛的AGV數(shù)量低于其他支路的原因也在于此。

圖7對(duì)各支路利用率進(jìn)行比較，可以看出：隨著支路數(shù)量的增加，支路所承載的運(yùn)量也越來(lái)越大，支路利用率也越來(lái)越高，3條支路比1條支路平均利用率高50.15%，比2條支路平均利用率高33.78%。當(dāng)支路數(shù)量為3，4和5條時(shí)，支路利用率變化不大?？梢姡m當(dāng)?shù)闹窋?shù)量在一定程度上可以提高AGV作業(yè)效率，減少擁堵的發(fā)生。

表2 各支路承載運(yùn)量

圖7 支路利用率

5 結(jié)論

1) 實(shí)驗(yàn)1，2對(duì)AGV不同行駛路徑下等待率與等待時(shí)間之間的關(guān)系進(jìn)行分析，發(fā)現(xiàn)：逐漸增加支路數(shù)量，使AGV總運(yùn)行時(shí)間減少，等待時(shí)間增加，說(shuō)明支路數(shù)量過(guò)多易使AGV產(chǎn)生排隊(duì)擁堵，降低AGV利用率。

2) 實(shí)驗(yàn)3對(duì)AGV不同行駛路徑下支路承載運(yùn)量與支路利用率的關(guān)系進(jìn)行分析，結(jié)果表明：隨之支路數(shù)量的增加，支路承載的運(yùn)量越大，支路利用率也越高，但過(guò)多的支路也會(huì)降低支路利用率，增加路徑規(guī)劃難度。

[1] Ter M, Witteveen C. Context-aware logistic routing and scheduling[C]// 17th International Conference on Automated Planning and Scheduling, ICAPS 2007, 328?335.

[2] Ewgenij G, Ekkehard K, Rolf H. Dynamic routing of automated guided vehicles in real-time[M]. Mathematics–Key Technology for the Future, 2008: 165? 177.

[3] JIAN Y Z, WEN J H. Conflict-free routing of AGVs on the mesh topology based on a discrete-time model[C]// Proceedings of the 2003 IEEE International Conference on Robotics &AutomationTaipei,Taiwan,2003.

[4] JIAN Y Z, WEN J H. Conflict-free container routing in mesh yard layouts[J]. Robotics and Autonomous Systems, 2008, 56(5): 451?460.

[5] Max K, Ewgenij G, Rolf H. Conflict-free vehicle routing[J]. EURO Journal on Transportation and Logistics, 2012, 1(1?2): 87?111.

[6] Mahdi H, Reza Z F, Hannaneh R B. An ant colony-based algorithm for finding the shortest bidirectional path for automated guided vehicles in a block layout[J]. The International Journal of Advanced Manufacturing Technology, 2013(64): 399?409.

[7] Max K, Ewgenij G, Rolf H. Conflict-free vehicle routing[J]. EURO Journal on Transportation and Logistics, 2012, 1(1?2): 87?111.

[8] Duinkerken Mark B, Lodewijks Gabriel. Routing of AGVs on automated container terminals[C]// Proceedings of the 2015 IEEE 19th International Conference on Computer Supported Cooperative Work in Design, CSCWD, 2015: 401?406.

[9] Ghasemzadeh, Hamed, Behrangi, et al. Conflict-free scheduling and routing of automated guided vehicles in mesh topologies[J]. Robotics and Autonomous Systems, 2009, 57(6?7): 738?748.

[10] 劉豐碩. 基于裝卸協(xié)調(diào)作業(yè)的集裝箱碼頭集卡路徑優(yōu)化研究[D]. 大連: 大連海事大學(xué), 2010. LIU Fengshuo. The research on container truck routing in container terminal based on coordinating the loading and unloading operations[D]. Dalian: Dalian Maritime University, 2010.

[11] 李廣儒, 楊大奔, 任大偉. 集卡動(dòng)態(tài)調(diào)度路徑優(yōu)化算法[J]. 交通運(yùn)輸工程學(xué)報(bào), 2012, 12(3): 86?91. LI Guangru, YANG Daben, REN Dawei. Path optimization algorithm of dynamic scheduling for container truck[J]. Journal of Traffic and Transportation Engineering, 2012, 12(3): 86?91.

[12] 王軍, 許曉蕾. 集裝箱碼頭集卡作業(yè)的路徑選擇[J]. 大連海事大學(xué)學(xué)報(bào), 2011, 37(2): 25?27. WANG Jun, XU Xiaolei. Route selection of container trucks in container terminal[J]. Journal of Dalian Maritime University, 2011, 37(2): 25?27.

[13] 韓曉龍, 張少凱. 基于仿真的集裝箱港口裝卸工藝對(duì)比研究[J]. 系統(tǒng)仿真學(xué)報(bào), 2014, 26(5): 1170?1175. HAN Xiaolong, ZHANG Shaokai. Comparative research of handling technologies based on simulation in container terminal[J]. Journal of System Simulation, 2014, 26(5): 1170?1175.

[14] 史峰, 周文梁, 劉芬芳, 等. 基于元胞自動(dòng)機(jī)的雙車道環(huán)島交通流特性研究[J]. 中南大學(xué)學(xué)報(bào), 2010, 41(4): 1616?1622. SHI Feng, ZHOU Wenliang, LIU Fenfang, et al. Two- lane roundabout traffic flow characterstics based on cellular automaton[J]. Journal of Central South University, 2010, 41(4): 1616?1622.

[15] 夏夢(mèng)玨, 張曉華, 秦曌, 等. 基于跟馳換道模型的自動(dòng)化碼頭水平運(yùn)輸控制方法[C]// 第七屆全國(guó)機(jī)械工程博士論壇論文集, 上海: 2015. XIA Mengyu, ZHANG Xiaohua, QIN Zhao, et al. A novel automated container terminal horizontal transportation control method based on vehicle following and lane changing model[C]// Proceedings of the Seventh National Symposium on Mechanical Engineering, Shanghai: 2015.

Simulation and optimization of AGV path in theautomated container terminal based on the traffic circle

YANG Yongsheng1, WANG Nannan1, LIANG Chengji1, XU Bowei1, LI Junjun2

(1. Research Center of Logistics, Shanghai Maritime University, Shanghai 201306, China; 2. Merchant Marine College, Shanghai Maritime University, Shanghai 201306, China)

With the widespread using of automated container terminal, the horizontal transportation has gradually become a new bottleneck which restricting the port efficiency. This paper mainly study the optimization problem of the automatic container terminal. First, used the virtual transportation circle strategy to avoid AGV congestion in intersection. Then, based on the running mechanism of AGVs, considered load and unload at the same time, used eM-Plant simulation software build a container terminal simulation model which includes quay crane, AGV, and yard. Finally, by changing the shortcut quantity and location, using the simulation to compare the effects of different AGV driving routes to the port efficiency. Experimental results show that select different driving paths certainly affect the port efficiency. The experimental results provide a reference for improving the efficiency of the terminal operation and optimizing the front path of the wharf.

automatic container terminal; traffic control; virtual traffic circle; AGV path optimization; eM-Plant simulation

U656.1+35

A

1672 ? 7029(2018)01 ? 0240 ? 07

2016?12?17

國(guó)家自然科學(xué)基金資助項(xiàng)目(61540045)；上海市科學(xué)技術(shù)委員會(huì)科技創(chuàng)新行動(dòng)計(jì)劃資助項(xiàng)目(14170501500)；教育部人文社科資助項(xiàng)目(15YJC630145，15YJC630059)；上海市自然科學(xué)基金資助項(xiàng)目(15ZR1420200)

楊勇生(1965?)，男，江西南昌人，教授，博士，從事物流管理與工程研究；E?mail：ysyang@shmtu.edu.cn