CIM视角下无人驾驶技术在鄂州机场数字化建设中的应用

詹梓涵

（上海勘测设计研究院有限公司）

1 引言

随着城市化的发展，“智慧城市”成为公众关注的热门焦点之一，智慧城市概念的兴起，为建设“思想物联化、管理信息化、环境数字化、服务智能化”的智慧机场提供了参考价值和孵化环境。

无人驾驶技术是鄂州机场对数字运维场景规划中重要的一环。从微观角度，各部分通过智慧化的数据挖掘和分析处理，可以实现不同维度信息的仿真模拟、关联展示、事件回放、事态预测，并向管理人员提供定制化的分析功能，将数据转化为价值。从宏观角度，CIM技术助力图形、图层与数据的融合，叠加地理信息数据、设备资产数据、时空位置数据、车辆运行时序数据、用户需求数据等不同维度的数据，提供无人驾驶场景各类数据和业务的可视化展示[1]。

2 智慧机场建设现状

民用机场作为战略性公共基础设施，是智慧城市建设重要组成部分。智慧城市为智慧机场发挥功能提供人文科学基础性环境，智慧机场依托智慧城市构建数字孪生基础。一方面，以智慧城市为抓手，通过BIM+GIS全生命周期数字化管理和大数据的融合叠加，为机场管理人员、运维人员提供数字化支持和可视化的运行管理，实现各个单位之间的管理协同，带动行业信息化发展；另一方面，在机场陆侧、机场空侧及机场航站楼实现全自动化，为旅客提供智能业务服务，提高城市的信息化进程。

3 无人驾驶技术优势

在智慧城市发展背景下，“车联网”技术走入了大众的视野[2]。全球已有多个机场采用了无人驾驶技术，日本东京羽田国际机场致力于自动驾驶摆渡车的测试和应用、加拿大温尼伯国际机场采用无人驾驶除雪车进行飞行区的除雪作业等。无人驾驶技术在机场工程中的应用处于早期阶段，在信息化高速发展的今天，无人驾驶技术将成为机场领域的热门研究方向[3]。

4 鄂州机场数字化建设现状

鄂州花湖机场位于湖北省鄂州市鄂城区燕矶镇杜湾村附近，为4E级国际机场、航空物流国际口岸、亚洲第一座专业性货运枢纽机场。鄂州机场近期规划为专业性货运枢纽机场，同时作为客运支线辅助天河机场进行客流输送。

在数字化建造方面，鄂州机场采用大数据、云计算技术，为施工现场机械和车辆安装数字终端，在建设过程中，通过BIM技术制作近亿个编码构件，产生了海量的数据资产，将数字资产整理、分析、最终应用到机场运维中，有效地提高了机场数据处理的效率。

在机坪的少人化规划方面，鄂州机场的跑道下方埋设了5万多个光纤传感器，实现机场跑道全时、全域的信息感知[4]。同时，通过搭建车-路-云协同自动驾驶生态环境，机坪上的无人驾驶车辆可以自主循图行驶，自主感知避障。

5 场景描述

鄂州机场是以货运为主的枢纽机场，运行特点之一是作业时间主要在夜间，这样的运行模式增大了地勤车辆调度与控制的难度。主要包括以下三个方面：①由于所有的货物都需要用车辆进行转运，货运飞机的地面用车数量远大于客运飞机；②鄂州机场本期规划机位100余个，远期规划机位超过200个，在货物交换的有限时间范围内，飞行区的车流量将会非常大；③地勤车辆的种类众多，对车辆调度、作业计划、协同控制都提出了较高的要求。

无人驾驶技术在提升车辆主动安全性、改善交通效率以及降低能耗等方面有着重要应用。通过车-路-云的三方协同，无人驾驶车辆可以实时感知路况信息，全方位实现车与车、车与路、车与用户之间的动态实时信息交互，从而形成安全、高效的道路交通系统。

基于智慧城市视角，对于无人驾驶汽车技术的研究，需要解决三个方面的主要问题：①无人驾驶汽车获取外部信息从而感知环境的能力，关键技术包括导航定位技术、决策控制技术、多传感器数据融合技术、智能控制技术等；②云端的群体协同控制能力，包括协同调度指令设置、态势研究、推理决策等技术；③无人车辆系统与BIM模型、GIS底图的结合应用，包括无人驾驶自控系统与停车位BIM模型信息的联动、无人驾驶车辆的路径规划问题等。

鄂州机场对无人驾驶场景的规划由规则标准、车辆调度、车端、云端、路侧单元、底层支撑系统、停车场七个层面组成，应用多传感器信息、无线通信等技术，让无人驾驶汽车自动避障，自动选择最佳的行驶方案，实现智能化交通管理和车辆智能化控制的一体化。

5.1 规则标准

针对车辆的群体协同控制需要制定相关的规则标准，在宏观调控方面进行车辆的规范化管理，为云端的数据处理和决策分析提供依据。

1）场景标准

编制自动驾驶场景库，包括每一种场景的对策、交互信息、“车-车”端、“车-路”端、“车-云”端之间的通讯、动作交互规则等。

2）交通标准

制定运行管理规则，包括交通标识规则、车辆灯光规则、车辆让行规则、车辆间通讯规则等。

3）通讯标准和数据基础

建立有效的通讯标准和数据管理模式，集中对数据进行整理、标准化、更新入库、管理和分发，实现集中统一管理下的信息共享机制。

5.2 车辆调度

车辆调度层辅助车辆管理人员监控和维护无人驾驶车辆的状态列表，包括设备编号、位置坐标、停车场停车情况等信息，用于执行调度策略。接收作业需求后，管理人员根据车辆调度模块中待作业车辆的信息，选择所需的车辆并派发工单，为车端的作业提供调度支持。

5.3 车端

鄂州机场规划了无人引导车、航空板箱自动运输车、无人拖车等十余种无人驾驶车辆。无人驾驶车辆通过测距仪、摄像机、传感器、光纤等设备实时感知车辆周围环境。根据实时采集的道路、车辆位置、障碍物等数据，利用无人驾驶自控系统，进行数据处理、自动对位、实时定位、自动巡航、路况感知、障碍物识别等相关工作，自动规划（或提前设定）行车路线并控制车辆达到预定目标[5]。

5.4 路侧单元

路侧单元是一个信息传输中枢，通过在机坪布设传感器、测距仪、光纤、RSU、基站等设备，实时监控车辆的位置及运行状态。信息采集完成后，打通路侧单元的无线通信模块与无人驾驶自控系统的数据接口，实时接收和处理车载单元发出的车辆通行信息；同时，路侧单元将车端环境感知设备采集到的道路路况信息、道路气象信息、车辆信息等信息进行数字化移交，传递给云端，云端利用云计算、人工智能等技术进行数据处理，并将处理结果发送给车端，通过“车-路-云”三端信息的实时传输和协同管理，保障鄂州机场飞行区无人车辆的运行。

5.5 云端

云端的主要任务是调度和总体态势优化，“云车路一体化”通过集成车端、路端、塔台的各传感设备实时监测数据，将“车-路”、“车-车”、“车-用户”、“车-环境”之间进行数据的交互和融合，同时计算车辆态势，为决策执行提供数据基础，实现后台监控、智能决策、任务调度、全局路径设定、群体智能协同控制、态势优化等功能。

5.6 底层支撑系统

底层支撑系统为无人驾驶场景提供数字孪生基础，与车辆环境信息达到实时数据共享，具有数据高精度、高维度及高及时性的特点。一方面，传感设备实时抓取障碍物等驾驶环境中的各种动态信息，并对车道线、曲率、坡度、路侧物体等静态元素厘米级的三维表示，通过比对车载环境信息与底层支撑系统的信息，可以计算出车辆在底层支撑系统中厘米级的实时位置，实现车辆的高精度定位[6]；另一方面，底层支撑系统中的各类信息实时传递给车载控制单元，从而辅助车辆的环境感知功能，达成路况警示、减速提醒等目的，进而降低车载环境感知的难度。

①静态图层：高精度地图，精度优于10cm，为底层支撑系统提供基础地理信息。

②动态图层：标注车辆位置、组态、速度、行驶意图的图层，包括车和车之间协同的数据等。

③实时图层：道路、交通信息、车辆感知图层。通过路侧有的传感器等设备，实时抓取车辆种类、态势等信息。

④用户图层：车辆的尺寸特征、司机的开车习惯、用户需求等用户数据。

5.7 停车场

鄂州机场的停车位在建设期间已经实现BIM建模，无人车辆的停车管理将从以下两方面与BIM技术进行结合：在路径规划方面，实时抓取车辆管理系统中的数据，将车位信息实时汇集在停车位BIM模型中，当无人驾驶车辆向系统提交停车申请时，系统根据车辆实时位置与停车位的泊车情况，进行就近车位的分配与最优返程路径规划，提高车辆运行效率；在仿真模拟方面，停车场周边车流量较大，在同一时间段内存在多种行驶行为，将BIM模型与模拟仿真相结合，并进行实时交通流模拟，对车辆路网性能、冲突区域的优先规则、路网节点评价、车辆行程时间进行分析，模拟出每个仿真时间内每辆个体车辆的驾驶行为，为车辆调度和泊车管理提供辅助决策依据。

6 结语

鄂州机场作为全国航空货运枢纽，需要充分满足大型物流企业对航线和航班密度的需求，满足航空快递运营中转运作，兼顾传统航空货运业务。通过构建无人驾驶车辆的规则标准，将CIM、车联网、视频识别、雷达定位、传感器、无线传输、数字接口等多种技术相结合，同时部署车辆管理系统平台，对机坪上的大体量的无人驾驶车辆进行群体智能协同控制，提高机场的生产运行效率，助力智慧机场的建设运营。