机场智能化特种车辆运行调度仿真与优化设计

刘瑞丰

摘要：新时期下，社会经济在高速发展的同时，我国民航事业发展进程也得到了大幅度推进，对机场智能化特种车辆的需求逐渐增大。建设“平安、绿色、智慧、人文”的四型机场，是推进民航行业治理体系和治理能力现代化的重要抓手，所以，在这种背景下，需要机场对特种车辆具备极高的监控以及调度能力，强化对现代化先进技术手段的利用，逐渐加强特种车辆运行向智能化方向应用和发展，进一步提升机场地面保障运行的安全和效率。

关键词：机场智能化特种车辆;运行调度;仿真与优化设计

一、机场布局分析

（一）2021年初，交通运输部印发了《关于服务构建新发展格局的指导意见》，意见指出三年内将新增民用机场30个以上，届时全国运输机场将超过500个，容量达到20亿人次。2014年到2109年我国民航机场旅客吞吐量、货物吞吐量逐年快速增长，只有在2020年因新冠疫情管制原因有所下降，这对机场地面服务保障工作提出了更高的安全、环保和效率要求。

（二）目前，国内多数机场特种车辆运行指挥一般采用塔台监视模式，地服管理人员通过语音通讯设备来调度管理机场各种地服车辆，但对于吞吐量较大的机场，这种传统的运行方式不仅沟通成本高，需要消耗大量人力，同时存在视野盲区，车辆与车辆刮碰、车辆阻碍航空器、车辆与飞机碰撞、跑道入侵等事件时有发生;尤其，在有大雾、黄沙、暴雨等恶劣天气下，司机能见度低会导致机场地面交通安全受到严重威胁，甚至可能危害乘客生命安全。故而，在对路线进行规划和设置过程中，坚决不可以有对飞机以及其他车辆、人员造成任何的伤害情况，然后在此前提下，稳定且安全的运行特种车辆。机场内部，大多路面平整且路况没有阻碍，较少斜坡现象存在。车辆在行驶期间，从停车位启动，沿着规定的路线进行，整个过程平稳且匀速，一直到达任务机位。在行驶期间，车辆用来完成任务的装置不能启动，尤其是食品车、客梯车等升降装置行驶时一定要降到最低。当在任务机位就位之后，车辆需要依照特定的要求来开展相关工作[1]。任务结束后，车辆需要回到本来的位置。以某机场为研究对象，结合卫星地图，借助3ds Max，对机场展开3D建模，并将得出机场布局简化图。紧接着，将简化图作为基础，对Auto CAD进行科学的使用，合理地绘制出机场平面简化图。

二、机场智能化特种车辆的深度优先探索

（一）深度优先探索算法简述

在早期的探索算法中，对深度优先探索算法的应用较为广泛，针对这种算法，在实际应用阶段，如果是没有超链接的HTML文件，通常也叫叶节点，可以在很短的时间内将其找到，效率很高。与其他的算法相比，在借助这种方式来进行仿真与优化设计，优势十分明显，可以优先对文件中的某一个超鏈接展开探索，深层次地进行剖析，并且，在搜索结束以后，会自动返回，然后对其他的HTML文件继续进行链接搜索，整个过程效率和精准度都非常高。一般情况下，当对全部的链接都搜索结束以后，表明搜索工作也开展完毕[2]。

（二）深度优先探索算法的基本原理分析

对于深度优先探索算法来说，主要是将最近刚刚出现的结点进行优先扩展，一直深入到相应的深度限制为止。在此期间，如果没有找到明确的目标，或者没有办法再继续扩展的时候，需要回溯到另一个节点来继续对扩展工作加以开展。具体如图1所示，A作为初始状态，属于起始点，利用规则来对搜索树的下一层任何一个结点生成。之后，检查目标状态D1有没有出现，如果没有出现，在这一环节，可以在遵循规则的前提下，对再下一层任何一个结点进行生成，仔细地检查目标状态D1，对于所得出的结果，若还是不能满足既定需求，则要按照相同的方式来操作，一直进行到叶结点。当没有出现目标状态D1的时候，应该回溯到上一层结果，取另外一个可能扩展搜索的分支，对有可能生成新状态的分支进行扩展。依靠这种方式持续进行，直到将目标状态D1找出来为止。

（三）深度优先探索的特点分析

通过对深度优先探索的进一步分析和研究可知，与其他的算法不同，其优势和特点极为显著，在对搜索操作进行实施的时候，很多情况下都会将图的连通分量当做最终的结果[3]。一般而言，在对该方式进行利用期间，假设每一个节点搜索期间，其结束的时间可以被精准地记录下来，并在节点结尾添加list。最后，全部节点搜索完成搜索，对整个链表进行逆转，最终形成topological sort，即拓扑排序。

三、机场智能化特种车辆行驶路径仿真与优化设计

（一）地图构建

通常，为了可以将机场智能化特种车辆所行驶的最短路径模拟出来，在实际的仿真与优化设计期间，一定要强化重视，从多个层面进行分析和考量，不同机型的停靠位置不一样，导致不同机型接机的时候，有些保障车辆的行驶路径和具体保障位置是不一样的，对机场的平面简化图进行高效精确的利用，并将其作为主要的参考依据，在MATLAB中，将由0和1构成的70×70矩阵准确的在系统中输入。

（二）RTK定位

RTK（Real-time kinematic）是实时动态差分技术的简称，RTK定位技术就是基于载波相位观测值的实时动态定位技术，它能够实时地提供测站点在指定坐标系中的三维定位结果，并达到厘米级精度。在RTK作业模式下，基准站通过数据链将其观测值和测站坐标信息一起传送给流动站。流动站不仅通过数据链接收来自基准站的数据，还要采集GPS观测数据，并在系统内组成差分观测值进行实时处理，同时给出厘米级定位结果，历时不足一秒钟。

智能化特种车辆上上安装一个RTK接收模块（流动站），在特种车辆活动范围内，布置3个基站（基准站），如图2所示。这样流动站就可以在一定的时间频率内，得到RTK的定位数据[X，Y]以及姿态数据[A]。这种定位方式适合在室外，空旷的场景，非常适合机场的地面保障作业环境。

（三）机场智能化特种车辆路径规划仿真与修正

为了可以提升设计有效性、精准性，让车辆能够在一个相对稳定且安全的状态下高效安全运行，应该将机坪实际通行现状作为基础，借助相对科学且先进的技术手段，对机场智能化特种车辆路径规划进行仿真，合理地加以修正，路径规划包含以下两方面，一方面是指如何基于地图系统规划特种车辆的行驶路径，同一个停机坪有不同的机型，所以特种车辆行驶路径会有对应的多种情况。另一方面是指特种车辆移动路径的动态规划，需要保证行驶路径精度，同时保证运行的平缓性能，确保车辆在行驶的时候，不会有任何的异常问题出现。在具体设计环节，将构造的二维地图矩阵作为基础，然后对深度优先探索算法进行高效的利用，将机场智能化特种车辆行驶路径初始最短的路径模拟仿真出来。

在实验过程中，应该围绕机场智能化特种车辆展开，对具体的航班保障需求进行综合分析，按照所设定保障飞机停泊的位置，之后根据保障机型停机位置选定车辆的起点和终点，将坐标输入到系统中。在输入完之后，能够将最为合适的车辆行驶路径计算出来。同时，为了能够降低相关问题出现的概率，还应该分析路面可能出现的问题，诸如有障碍物、避让航空器、高度受限等特殊情况，然后结合机场航班运行态势有针对性制定解决措施，并将航空管制禁行的路段输入到矩阵中，精准且快速地计算。通过实验，最终能够明确，对深度优先探索算法进行利用，能够保证在有通道的条件下找到一条最合适的车辆行驶线路，在没有路障以及道路禁行的情况下，依照机场智能化特种车辆用途不同来对起点和终点进行规定的时候，规划出来的最优行驶路径。

通过对算法的科学应用，在起点（3，55）和终点（18，36）之间，展现出来的路况相对复杂，并且，在中间位置，有的路段还出现了受航空器推出影响限制通行路段的现象。但是，对深度优先探索算法进行科学的利用，能够将机场智能化特种车辆最佳行驶路线找出来。针对这一情况，进一步表明了，即使所处的条件比较复杂，但是对深度优先探索算法进行高效的应用，所获得的效果依旧非常良好。

四、机场智能化特种车辆运行调度仿真与优化设计问题及对策分析

现阶段，在对机场智能化特种车辆运行调度仿真与优化设计方面，虽然已经取得了非常好的成效，但是由于受到的干扰因素偏多，使得在具体设计阶段，仍然存在了很多的问题。

第一，在早期对机场智能化特种车辆运行调度问题进行研究过程中，对机场加油车的调度问题比较关注，只是侧重对加油车行驶路径仿真与优化，对车辆行驶的总路程数量、任务分配均衡等进行了充分考量，合理地进行设计，力求航班延误的概率可以全面降低。但是，针对机场内部大量的其他特种车辆，例如牵引车、拖头车、平台车、摆渡车、客梯车、通勤车等广泛应用的机坪保障车辆，则没有给予太多关注，考虑不到位，没有借助相对高效的方式，对综合调度模型进行构建。

第二，针对同一服务种类多车型的特种车辆的综合调度模型考虑不周到、精准，将会导致牵引车、客梯车、拖头车等拥有多个型号车辆的运行效率不高，不能将自身的价值和作用充分体现出来。所以，在今后的机场智能化特种车辆运行调度仿真与优化设计过程中，需要加强对这一方面的重视，对机坪运行所有车辆调度优化模型进行详细、精准科学构建。

第三，与典型的车辆路径相比，机场特种车辆的调度存在的差异之处非常明显。通常情况下，对于机场航班计划来说，其是动态变化的，有非常大的变数，随机性特点比较明显，不同机型的停靠位置不一样，导致不同机型接机的时候，路径是不一样的，同时特种车辆行驶必须避让航空器;同时，客梯车、食品车等超高特种车辆不允许通过廊桥下方服务车道。所以，某些机场内的道路通行要经过机場塔台的批准，因而在对车辆进行实际调度过程中存在的难度非常大。部分机场特种车辆比如平台车、牵引车、客梯车、行李传送带、食品车等要直接对接航空器，所要求行驶路线和过程要确保航空器安全和精准对接，难度也很大。

面对上述的问题，要想高效解决，必须要从设计层面着手，加大优化力度，对机场内部的各种特种车辆调度接航班、加油充电、维修保养等详细需求进行科学详尽分析，然后以此为基础，有针对性地进行建模和求解。在实际建模的时候，应该将不同机型对不同地面保障车辆的服务能力和位置要求加以明确，并将其纳入到约束范围，同时加入时间窗约束，以便能够更好地满足机场航班保障的变化需求。需要注意的是：在设计优化期间，如果航班延误、调整的情况比较频繁，一定要对特种车辆的调度方案进行及时调整和修改。

结束语：

综合而言，本项目的研究结合北斗、GPS RTK等定位技术，能够很大程度上满足今后平安、绿色、智慧的机场发展需求，可以对机场植入人工智能技术的智能化特种车辆精准监控车辆位置，实施科学的调度，提升机场地面车辆安全保障裕度。在本文研究的某机场中，对机坪平面进行科学的构建，结合实际情况，合理划分其区域功能，同时借助先进的云计算、5G移动互联网、车联网等技术手段，对机场智能化特种车辆行驶路径等建立数学模型，然后合理的对优化算法加以利用，科学地进行仿真与优化设计，实现了对机场分区域车辆运行状态智能监控以及行驶路径实时追踪，同时结合场面运行态势与禁区设置，实时预警，进而从整体的角度上促进机场安全保障、节能减排、运行效率的稳定提升。初步统计，本项目的有效推广后将为民航机场一年节约特种车辆燃油930万升，约减少碳排放13600吨，同时降低机场和航空公司人工成本，智能驾驶一年将可节约飞行区内驾驶员2万名以上，节约直接经济成本约20亿元，必将助力我国打造安全基础扎实、交通衔接顺畅高效、信息系统集成共享、绿色低碳的现代化机场。

参考文献：

[1]殷向东，张东阳，张晓丽.大型机场航空地面设备“油改电”探索和分析思考[J].科技创新导报，2019，16（07）：116-117+119.