无人机港口散货堆场智能化自主作业

蔡鑫根

引言

传统港口的散货堆场上，散货货垛一般都存在堆放零散、形状不规则、地面观看有盲区等特点[1]，为了获取堆场内货垛的分布情况、占地、体量等信息，采用人工测量方法耗费人力较多且时间较长，不利于库场的时效性管理。通过实地考察，目前港口主要采用计件交接和人工盘库等方式来对货垛进行测量，而这些散货数量庞大，计数困难，且体积又较为膨胀，称量难度较大，故港口各个利益主体之间的计量交接以及港口自身的内部运管就成为了困扰港口管理人员的一个重大难题。

目前，国内外科研人员也在积极考虑对如何快速而准确地获取港口堆场物料堆存状态及智能化管理进行着研究[3]，通过对港口堆场料堆进行三维建模来优化整套散货测量方式，从一定程度上可提高港口散货堆场的智能化管理水平。

基于集成化多旋翼无人机作为巡检平台，通过搭载激光雷达等任务载荷设备来应对港口散货堆场货垛进行高精度的自动化测量及智能化监控作业，通過数据后处理系统对采集的激光点云数据进行散货堆垛建模、切分和体积计算等处理，搭配无人机机场系统及各种远控交互系统等实现港口散货堆场的智能化自主作业。

系统组成

港口散货堆场智能化自主作业系统主要由无人机机组平台（含激光雷达等任务载荷设备）、无人机机场系统、无人机与机场指挥/调度平台、任务规划指挥平台及数据后处理系统等部分组成，如图1所示。

IAO系统通过无人机机组平台上搭载的激光雷达等任务载荷设备扫描获取港口堆场货物料堆的三维点云数据，通过4G/5G通信网络链路将其发送给云端，由数据后处理系统完成港口堆场货物堆料的体积量测与计算等，从而实现港口堆场货物堆料的精准量测。

IAO系统通过多余度的全球卫星定位系统（北斗+GPS+GLONASS+ GALILEO）、地理信息系统（GIS）、无线通信技术（4G/5G+数图传）、SFM算法等技术手段的运用，实现对港口散货堆场物料的准确定位、实时跟踪、过程控制和可视化管理等，提高了盘库测量效率，降低了运营成本，从整体上可实现干散货码头作业的全流程实时数字可视化管理。

无人机机组平台

无人机机组平台采用成熟、稳定的多旋翼无人机，能够以系留、非系留的方式实现对港口散货堆场库管情况进行堆垛测量、昼夜监控等不同情景下的作业任务。目前所使用的为自行研发的无人机机组平台，如图2所示。

任务载荷设备

无人机所挂载的检测设备采用轻小型激光雷达并携带相机，通过激光扫描构建点云，同步相机获得物体表面纹理，最终通过后处理软件生成可以直接测量的货垛扫描模型，搭载的激光检测设备如图3所示。

无人机机场系统

无人机机场作为综合管理系统的重要基础设备，其主要担负着为无人机自动起降提供标准平台、差分定位基站、更换（充放电）无人机电池、预制航线、读取载荷数据、监控无人机飞行状态、静置存放无人机、监控周围环境等功能，系统的完整性以及自动化作业能力对于整体有效运行起到至关重要的作用。

机库内支持自动更换无人机电池、自动起降和自动执行任务等各种无人值守作业功能；配备外部环境感知系统以达到监测风速、风向、雨量、温度、湿度、光照等外界因素。同时外置摄像头以远程监控机场外部结构、环境、飞机起降情况等；安装可由后台管理的应急灯实现夜间维护、防盗、应急照明等功能。配备高性能天线实现与无人机之间的通信。无人机机场系统如图4所示。

无人机与机场指挥/调度平台

无人机与机场指挥/调度平台（又称为天牧云）主要负责无人机机组平台及机场系统的组织调度与监控管理；该平台通过云端与机场机库、无人机进行通信，能够实时接收无人机通过4G/5G网络回传的图像和状态数据，也可以收到机场通过光纤传输的视频信号和传感器数据；该平台通过远程发送指令给机场，操控其打开或关闭舱门，升起或下落无人机升降台，以及更换（充放电）电池等指令，同时具备远程控制无人机自动起飞和降落、规划航线、执行路径、调整云台、拍照录像、精准降落等；该平台交互界面如图5所示。

任务规划指挥平台

任务规划指挥平台（又称天际云）在接收到港口生产部门下发的作业任务后，主要负责将生产部门的大面积目标分解为可执行的任务，对任务进行简单的编排串接，并针对任务的期望完成度、完成质量、完成时间等要求进行调整，之后将任务传送给无人机与机场指挥/调度平台以进行进一步处理；该平台交互界面如图6所示。

作业流程

IAO系统通过微信小程序下达生产任务，天际云运营人员领取任务并且编排工作，天牧云航线运营人员接收由天际云下发的编排后任务进行航线规划，之后下发至操控人员，操控人员根据任务情况调配飞机、机库、载荷进入任务执行，任务执行完成后，由操控人员下载对应的任务数据，并随即通过远程助手在机库边缘服务器上进行数据预处理，数据预处理完成后，将数据上传至云端服务器上对数据进行综合后处理，并最终交付给港口企业用于深度分析应用。

IAO系统的作业流程如图7所示。

结果分析与对比

港口堆场货物料堆体积量测

数据后处理系统对激光雷达所采集的现场货垛数据进行三维建模、快速去噪、模型修复等工作，以生成中控前端平台上可直接使用的三维模型，并延伸至库场管理及生产规划等管理板块，针对料堆的体积量测处理如图8所示。

对于1km长度的条形散货堆场，传统手工激光雷达扫描时间为40h，而采用IAO系统的无人机激光雷达扫描时间则为0.4h，相对于传统方式，时间效率提升达到了100倍。

同时，我们对4个给定重量的堆垛点进行了传统手工测量和无人机测量两種方式的结果对比，如表1所示，采用IAO系统的无人机激光雷达测量的精度也远远高于传统的手工激光雷达测量精度。

基于可视化平台的智能化自主作业

港口可视化平台属于综合性前端展示平台，港口企业在该平台上综合展示自身港口生产运营概况，由于港口内散货流转是动态变化的，需要将库场内堆垛的周期性变化进行动态加载更新，通过校正堆场原点的空间坐标，可以将激光雷达的后处理数据同步加载到可视化平台上，模拟呈现堆场货垛的变化情况。

智能化自主作业过程如图9所示。

通过IAO系统的可视化平台，可以在监控中心实时监控港口散货堆场货物的实时变化情况，对于特定变化可以给出相应的提示或警告信息，这为港口散货堆场的智能化管理提供了坚实的数据基础。

结束语

本文提出了一种港口智能化自主作业（IAO）创新应用模式，可以通过搭载激光雷达的无人机对港口散货堆场货物进行3D扫描检测，以准确测量出堆场内堆状物料的形态、体积及重量等信息；同时，IAO系统的各智能化管理平台也可有效地降低港口管理人员的工作强度并提升工作效率；IAO系统的可视化平台通过集采数据的动态加载，亦可同步显示现场货垛的变化情况，以备实时监控；于传统方式相比，整个过程具备无人值守特点，体现了现代化设备的智能化、数字化优势，从而大大提升了港口散货堆场的智能化管理水平。

参 考 文 献

[1] 彭向阳，刘正军，麦晓明，等.无人机电力线路安全巡检系统及关键技术[J].遥感信息，2015，30（01）：51-57.

[2] 胡健波，张健.无人机遥感在生态学中的应用进展[J].生态学报，2018，38（01）：20-30.

[3] 缪希仁，刘志颖，鄢齐晨.无人机输电线路智能巡检技术综述[J].福州大学学报（自然科学版），2020，48（02）：198-209.

[4] 刘忠，万炜，黄晋宇，等.基于无人机遥感的农作物长势关键参数反演研究进展[J].农业工程学报，2018，34（24）：60-71.