基于数字孪生模型的机场特种车辆实时调度方法及系统与流程

1.本发明涉及机场车辆调度技术领域，具体涉及一种基于数字孪生模型的机场特种车辆实时调度方法及系统。


背景技术：

2.经港航班的地面保障主要由特种车辆承担，在决定航班准时起飞率方面发挥着关键作用。这也是反映机场运营效率的最基本要素之一。因此，机场专用车辆调度策略直接影响着机场的效率和航班的起飞时间。然而，随着近年来空中交通量的快速增长，机场服务的经港航班数量和频率都有了显著增加，加剧了机场地面服务的压力。此外，航班实际到达时间与预计到达时间之间存在波动的现象在许多机场非常普遍。例如，在中国，航班的平均准时到达率只有88.7％。事实上，一旦航班时刻表发生波动，就意味着之前的地面服务计划必须进行调整。这也增加了机场为周转航班安排专用车辆的负担。由于这两个因素交织在一起，影响着特种车辆的调度过程。现有技术中，关于地面服务资源分配的研究主要分为优化算法和离线仿真两个方面，但是存在无法实时精确地控制地面服务过程。


技术实现要素：

3.针对现有技术中的缺陷，本发明提供一种基于数字孪生模型的机场特种车辆实时调度方法，可以根据航班计划波动实时调整车辆调度计划，实现对航班保障过程的实时调整和精确控制，提高航班保障效率。
4.本发明提供一种基于数字孪生模型的机场特种车辆实时调度系统，可以根据航班计划波动实时调整车辆调度计划，实现对航班保障过程的实时调整和精确控制，提高航班保障效率。
5.第一方面，本发明实施例提供的一种基于数字孪生模型的机场特种车辆实时调度方法，包括以下步骤：
6.特种车辆终端节点将特种车辆实时信息发送给边缘服务器；
7.边缘服务器接收特种车辆实时信息，根据特种车辆实时信息计算特种车辆优先级，将计算得到的特种车辆优先级发送给云中心；
8.云中心基于边云计算架构构建数字孪生模型，在特种车辆优先级基础上计算航班优先级，根据航班优先级和特种车辆优先级确定特种车辆调度方案；
9.云中心对特种车辆调度方案进行在线仿真，得到仿真结果，根据仿真结果对特种车辆发出实时调度指令，将实时调度指令发送给边缘服务器；
10.边缘服务器接收实时调度指令，根据实时调度指令调度和指挥特种车辆工作。
11.第二方面，本发明实施例提供的一种基于数字孪生模型的机场特种车辆实时调度系统，包括：特种车辆终端节点、边缘服务器和云中心，所述特种车辆终端节点将特种车辆实时信息发送给边缘服务器；
12.所述边缘服务器用于接收特种车辆实时信息，根据特种车辆实时信息计算特种车
辆优先级，将计算的特种车辆优先级发送给云中心；
13.所述云中心用于基于边云计算架构构建数字孪生模型，在车辆优先级基础上计算航班优先级，根据航班优先级和特种车辆优先级确定特种车辆调度方案，对特种车辆调度方案进行在线仿真，得到仿真结果，根据仿真结果对特种车辆发出实时调度指令，将实时调度指令发送给边缘服务器；
14.所述边缘服务器还用于接收实时调度指令，根据实时调度指令调度和指挥特种车辆工作。
15.本发明的有益效果：
16.本发明提供提供的一种基于数字孪生模型的机场特种车辆实时调度方法及系统，采用云计算和边缘计算架构来构建数字孪生模型，以实现对特种车辆的精确和实时控制，采用边缘服务器负责收集和处理其覆盖范围内的特种车辆信息，边缘服务器不仅在实时原始数据采集并在处理过程中完善分布式智能，还可以减少云中心的计算负载，在数字孪生模型的基础上，考虑特种车辆优先级和航班优先级的实时信息，可以根据航班优先级实时调整特种车辆的调度计划，实现对航班保障过程的实时调整和精确控制，提高航班保障效率。
附图说明
17.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
18.图1示出了本发明第一实施例所提供的一种基于数字孪生模型的机场特种车辆实时调度方法的流程图；
19.图2示出了本发明另一实施例所提供的一种基于数字孪生模型的机场特种车辆实时调度系统的结构框图。
具体实施方式
20.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
21.应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
22.还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
23.还应当进一步理解，本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
24.如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被
解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0025]
需要注意的是，除非另有说明，本技术使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
[0026]
如图1所示，示出了本发明第一实施例所提供的一种基于数字孪生模型的机场特种车辆实时调度方法的流程图，该方法包括以下步骤：
[0027]
特种车辆终端节点将特种车辆实时信息发送给边缘服务器；
[0028]
边缘服务器接收特种车辆实时信息，根据特种车辆实时信息计算特种车辆优先级，将计算得到的特种车辆优先级发送给云中心；
[0029]
云中心基于边云计算架构构建数字孪生模型，在特种车辆优先级基础上计算航班优先级，根据航班优先级和特种车辆优先级确定特种车辆调度方案；
[0030]
云中心对特种车辆调度方案进行在线仿真，得到仿真结果，根据仿真结果对特种车辆发出实时调度指令，将实时调度指令发送给边缘服务器；
[0031]
边缘服务器接收实时调度指令，根据实时调度指令调度和指挥特种车辆工作。
[0032]
在本实施例中，特种车辆终端节点是四种不同类型的自动驾驶特种车辆，这四种特种车辆与边缘服务器直接相连，特种车辆终端节点主要负责收集特种车辆实时信息并发送到边缘服务器，实时信息包括：特种车辆完成地面服务任务的运行时间、特种车辆的位置和速度以及特种车辆的状态。特种车辆终端节点也接收边缘服务器发布的指令，以实时控制其操作，如引导路线、速度控制和调度命令。特种车辆终端节点与道路、航班、车站、建筑物等其他对象组成数字孪生模型的物理实体。
[0033]
边缘服务器分布在地面的不同位置，覆盖特种车辆的整个工作区域，边缘服务器接收特种车辆发送的实时信息，进行初步处理，然后发送给云中心。例如，特种车辆的持续时间过程可以在边缘服务器完成，通过机器学习算法进行回归，以适应一天中不同时间间隔的持续时间的变化趋势。通过简单的回归拟合计算，可以得到特种车辆运行工作持续时间与一天之内不同时间间隔之间的关系，并发送给云中心作为制定调度计划的供应，边缘服务器还可以在特种车辆终端节点和云中心之间传递特种车辆的位置、状态和速度等信息，边缘服务器还根据车辆实时信息计算特种车辆优先级，将计算得到的特种车辆优先级发给云中心，在接收到云中心发送的实时调度指令，根据实时调度指令调度和指挥特种车辆工作。每个边缘服务器负责收集和处理其覆盖范围内的特种车辆信息，从而快速减少过度或不平衡的计算负担。因此，边缘服务器不仅可以在实时原始数据采集并在处理过程中完善分布式智能，还可以减少云中心的计算负载，实现对特种车辆的实时控制。
[0034]
具体地，特种车辆优先级由两部分衡量，即特种车辆完成目标飞行任务所花费的时间和资源消耗。边缘服务器根据车辆实时信息计算特种车辆优先级包括：根据特种车辆完成目标飞行任务所花费的时间确定第一优先级。第一优先级priority1的的计算公式如下所示：
[0035]
priority1＝-(t1+t2)
[0036]
t1＝tm+tn[0037]
式中，priority1为第一优先级，t1表示特种车辆完成当前任务的剩余时间。t2表示
完成目标航班地面服任务的时间。t1可以分为两部分tm和tn；tm代表是特种车辆到达目标飞行点所花费的时间。由于基于边缘云的数字孪生模型，可以通过其附近边缘服务器进行计算并发送到云中心以实时更新数字孪生模型信息。tn是到达目标航班时完成地面服务任务的时间。根据第一优先级的值的大小来判断优先级的高低，即特种车辆完成目标飞行任务所花费的时间越多，其第一优先级的级别越低。由于每个特种车辆的运行时间间隔数据都是由边缘服务器记录的，因此在云中心中，这些时间间隔数据可以通过机器学习算法进行拟合，如区间值数据回归算法。
[0038]
根据特种车辆实时信息计算特种车辆优先级的方法还包括：根据特种车辆的资源消耗确定第二优先级，第二优先级priority2的计算公式如下：
[0039][0040]
式中，priority2为第二优先级，p(v)表示速度为平均速度v时的功率，s表示特种车辆的路径长度，t(v)表示特种车辆到达目标飞行点所花费的时间，可由tm表示。在相同的情况下，根据第二优先级的值的大小来判断优先级的高低，即耗能越高，第二优先级的级别越低。
[0041]
特种车辆优先级priority
vehicle
通过以下等式计算，
[0042]
priority
vehicle
＝γ
·
priority1+ρ
·
priority2[0043]
其中，priority
vehicle
为特种车辆优先级，γ,ρ是指标权重。
[0044]
边缘服务器将计算得到的特种车辆优先级发送给云中心。
[0045]
云中心基于边云计算架构构建数字孪生模型，构建了七种智能孪生对象：孪生特种车辆、孪生道路、孪生路边单元、孪生基站、孪生建筑、孪生时间和孪生航班，同时所有这些孪生对象都具有简单的计算和交互功能，通过这些功能，以在不增加额外成本的情况下提高物理目标的智能水平，以更新其硬件来完成一些简单的智能功能。通过重新定义代理的动作和交互规则，可以模拟和评估各种交通场景，并通过ai、数据挖掘和机器学习获取不同场景的知识。云中心接收边缘服务器发送的特种车辆终端节点的实时信息，可以检测物理场景态势的演变，在特种车辆优先级基础上计算航班优先级，根据航班优先级和特种车辆优先级确定特种车辆调度方案，并对特种车辆方案进行在线仿真，对调度方案进行模拟和验证，得到仿真结果，根据仿真结果对特种车辆发出实时调度指令，将实时调度指令发送给边缘服务器，边缘服务器对特种车辆的运行和移动进行调度和控制。
[0046]
在特种车辆优先级基础上计算航班优先级，根据航班优先级和特种车辆优先级确定特种车辆调度方案的具体方法：将目标航班的地面保障服务任务分解为单元子任务序列；根据特种车辆的优先级与地面保障服务的每个单元子任务进行匹配得到初步分配方案，当目标航班所有子类保障服务过程匹配了优先级最高的特种车辆时，得到初步分配方案下的预计航班保障结束时间；根据机场发布的预计航班保障结束时间和初步分配方案下的预计航班保障结束时间计算航班优先级；根据航班优先级对航班进行排序；根据航班优先级的高低匹配对应特种车辆的优先级，直到所有航班都分配到特种车辆满足其地面保障服务。
[0047]
其中，航班优先级priority
flight
的计算公式如下：
[0048]
priority
flight
＝-β*k*(t
eend-t
end
)+ε*(1-k)*(t
end-t
eend
)
[0049]
当目标航班所有子类保障过程匹配了优先级最高的特种车辆时，可以得到此分配方案下航班保障过程的时间t
end
，因此，t
end
代表预计航班保障结束时间，t
eend
代表由机场发布的预计航班保障结束时间，β,ε代表权重，k代表一个指针参数，k的取值如下所示：
[0050][0051]
k为1时，代表预计航班保障结束时间小于机场发布的预计航班保障结束时间，k为0时，代表预计航班保障结束时间大于机场发布的预计航班保障结束时间。因此在计算地面所有航班的优先级时，云中心将所有航班优先级进行比较，选择优先级最高的航班锁定匹配最高优先级的特种车辆，然后该航班将退出循环，其他航班将继续循环分配直到所有的航班都分配到特种车辆满足其地面保障服务。
[0052]
本实施例提供的一种基于数字孪生模型的机场特种车辆实时调度方法，采用云计算和边缘计算架构来构建数字孪生模型，以实现对特种车辆的精确和实时控制，采用边缘服务器负责收集和处理其覆盖范围内的特种车辆信息，边缘服务器不仅在实时原始数据采集并在处理过程中完善分布式智能，还可以减少云中心的计算负载，在数字孪生模型的基础上，考虑特种车辆优先级和航班优先级的实时信息，可以根据航班优先级实时调整特种车辆的调度计划，实现对航班保障过程的实时调整和精确控制，提高航班保障效率。
[0053]
在制定好特种车辆调度方案后，为了应对实际执行情况中常见的波动，需要对特种车辆工作过程进行基于数字孪生的实时边缘调整，使仿真调度结果与实际执行情况相一致，可以缩短地面服务时间，提高航班准时起飞率。基于数字孪生的实时边缘调整包括多段地面服务运行调整。
[0054]
多段地面服务运行调整包括两部分：单个特种车辆实时车速调整和多环节特种车辆车速调整。
[0055]
单个特种车辆实时车速调整的方法：特种车辆实际执行保障任务过程中的波动用计划时间间隔[t
str
,t
end
]和实时时间间隔[t
′
str
,t
′
end
]之间的偏差来说明，t
str
代表特种车辆计划开始航班保障的时间，t
end
代表预计航班保障结束时间，t
′
str
代表特种车辆实际开始航班保障的时间，t
′
end
代表特种车辆实际航班保障结束时间。当t
str
≠t
′
str
或t
end
≠t
′
end
,时，说明实际执行中会出现波动。因此通过边缘服务器对特种车辆速度进行实时计算，计算公式如下：
[0056][0057]
其中，s表示特种车辆路径长度。事实上，根据机场的安全规定，特种车辆优先级的速度被限制在间隔[v
max
,v
min
]内，该间隔由当前交通状况获得，将在以下两种情况下重置，计算公式如下：
[0058][0059]
多环节特种车辆车速调整的方法：当速度重置不能确保消除特种车辆优先级的波动，则边缘服务器将重新计算特种车辆预计抵达时间，计算公式如下：
[0060][0061]
特种车辆完成地面服务任务的时间也将在边缘服务器中重新计算，计算公式如下：
[0062]
t
′mend
＝t
′
end
+tm
[0063]
对于负责下一个地面服务任务的另一个特种车辆，边缘服务器将调整其任务的开始时间，计算公式如下：
[0064]
t
′
str
(t)＝max{t
′
end
,t
str
}
[0065]
最后，下一个特种车辆的速度将由边缘服务器重置，计算公式如下：
[0066][0067]
如果下一辆特种车辆速度v(t)∈[v
min
,v
max
]，则表示消除了上一次特种车辆引起的波动，此时实时边缘调整结束；否则，将根据如下公式进行重置：
[0068][0069]
同时，调整过程将继续，直到波动完全消除。
[0070]
本发明实施例提供的一种基于数字孪生模型的机场特种车辆实时调度方法，采用实时边缘调整方法，对单个特种车辆的车速和多环节特种车辆车速进行调整和重新分配，消除特种车辆工作过程中的扰动，缩短地面服务时间、提高航班准时起飞率，使调度方案能够有效执行。
[0071]
在上述的实施例中，提供了一种基于数字孪生模型的机场特种车辆实时调度方法，与之相对应的，本技术还提供一种基于数字孪生模型的机场特种车辆实时调度系统。请参考图2，其为本发明另一实施例提供的一种基于数字孪生模型的机场特种车辆实时调度系统的结构框图。由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
[0072]
如图2所示，示出了本发明另一实施例提供的一种基于数字孪生模型的机场特种车辆实时调度系统的结构框图，该系统包括：特种车辆终端节点、边缘服务器和云中心，所述特种车辆终端节点将特种车辆实时信息发送给边缘服务器；边缘服务器用于接收特种车辆实时信息，根据特种车辆实时信息计算特种车辆优先级，将计算的特种车辆优先级发送给云中心；云中心用于基于边云计算架构构建数字孪生模型，在车辆优先级基础上计算航班优先级，根据航班优先级和特种车辆优先级确定特种车辆调度方案；云中心对特种车辆调度方案进行在线仿真，得到仿真结果，根据仿真结果对特种车辆发出实时调度指令，将实时调度指令发送给边缘服务器；边缘服务器接收实时调度指令，根据实时调度指令调度和指挥特种车辆工作。
[0073]
边缘服务器包括第一优先级计算模块，所述第一优先级计算模块用于根据特种车辆完成目标飞行任务所花费的时间确定第一优先级，所述第一优先级等于特种车辆完成当前任务的剩余时间与完成目标航班地面服务任务的时间的和的相反数，其中，特种车辆完
成当前任务的剩余时间等于特种车辆到达目标飞行点所花费的时间与到达目标航班时完成地面服务任务的时间。边缘服务器还包括第二优先级计算模块，所述第二优先级模块用于根据特种车辆的资源消耗确定第二优先级，所述第二优先级等于特种车辆速度为平均速度时的功率与特种车辆到达目标飞行点所花费的时间的乘积的相反数，根据第一优先级和第二优先级所占的权重不同计算出特种车辆优先级。边缘服务器还包括指挥调度模块，指挥调度模块用于根据云中心发送的实时调度指令调度和指挥特种车辆工作。
[0074]
云中心包括智能孪生体构建模块和调度方案生成模块，智能孪生体构建模块借助软件定义对象(sdo)、软件定义关系(sdr)和软件定义过程(sdp)，在孪生模型中描述和设计了车辆与车辆、车辆与基础设施等人工要素及其相互关系，构建了七种智能孪生对象：孪生特种车辆、孪生道路、孪生路边单元、孪生基站、孪生建筑、孪生时间和孪生航班，同时所有这些孪生对象都具有简单的计算和交互功能。调度方案生成模块用于将目标航班的地面保障服务任务分解为单元子任务序列；根据特种车辆的优先级与地面保障服务的每个单元子任务进行匹配得到初步分配方案，当目标航班所有子类保障服务过程匹配了优先级最高的特种车辆时，得到初步分配方案下的预计航班保障结束时间；根据机场发布的预计航班保障结束时间和初步分配方案下的预计航班保障结束时间计算航班优先级；根据航班优先级对航班进行排序；根据航班优先级的高低匹配对应特种车辆的优先级，直到所有航班都分配到特种车辆满足其地面保障服务。云中心还包括仿真模块，仿真模块用于对特种车辆调度方案进行在线仿真，得到仿真结果，根据仿真结果对特种车辆发出实时调度指令，将实时调度指令发送给边缘服务器。
[0075]
云中心还包括边缘调整模块，边缘调整模块用于对特种车辆工作过程进行基于数字孪生的实时边缘调整，所述实时边缘调整包括多段地面服务运行调整。
[0076]
本发明实施例提供一种基于数字孪生模型的机场特种车辆实时调度系统，与上述一种基于数字孪生模型的机场特种车辆实时调度方法出于相同的发明构思，具有相同的有益效果，在此不再赘述。
[0077]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。