机场复杂环境下特种车辆精确定位及调度问题研究

Imprecise localization and optimize scheduling of special vehicles will be one of the important means that airport improve flight punctuality, assure flight safety, and increase economic efficiency. In this project, we firstly fuse the information from multi-sensors to achieve the precise location of special vehicles in the complex airport environment; With the results obtained above, we further study the scheduling architecture and global dynamic collaboration strategy based on multi-agent methods, then design the scheduling structure in consider of the plan-making and dynamically adjustment , finally obtain the scheduling solutions which can meet the time constraints, space constraints and customization needs. The innovations of this proposal include two points: one is the design of multi-sensor data fusion model, and the other is the construction and verification of the multi-agent architecture for the dynamic scheduling problem.

特种车辆精确定位及优化调度将是机场提高航班正点率、保障飞行安全、提高经济效益的重要手段之一。本项目拟通过研究多种异类传感器数据融合模型，实现特种车辆在机场复杂环境下的精确定位；以此为基础，通过研究针对特种车辆作业特点的多Agent调度体系结构和全局动态协作策略，设计出综合考虑作业计划编制与动态调整策略需要的规划和调度结构，形成能有效满足飞机地面服务中时间约束、空间约束和定制需求的特种车辆整体调度解决方案。以期在针对特定问题的多传感器数据融合算法和面向动态调度问题的多Agent体系结构的构建与验证方面获得创新。

机场特种车辆优化调度是提高航班正点率、保障飞行安全、提高经济效益的重要手段。而特种车辆的实时精确定位是实现优化调度的前提和基础。为此，本课题针对机场特种车辆精确定位以及优化调度问题展开了深入研究。为了克服现有特种车辆定位方式易受环境干扰、成本较高、精度不高等问题，项目组分别设计了基于环境模型的车辆绝对定位算法、基于车载视觉里程计的车辆相对定位算法、基于摄像机网络的车辆全局定位与跟踪算法，并基于此，设计了一种基于多算法融合的机场特种车辆定位策略，实现了复杂动态环境下的精确实时定位，为机场特种车辆的高效调度奠定了基础。在车辆精确定位的基础上，针对特种车辆优化调度问题，项目组研究了三种多agent模型构建及协作机制：基于多 agent 的机场地面服务车辆调度模型、基于多agent的机场加油车实时调度模型、基于多agent的机场特种车辆实时调度模型；研究了四种机场特种车辆调度与优化方法：多目标优化的机场特种车辆调度、基于最邻近算法的机场特种车辆调度、多目标优化的机场行李运输车辆调度、机场加油车动态调度。多agent的机场特种车辆调度模型具有良好的交互性，可靠性高，为机场特种车辆调度提供一种动态、灵活、快速响应环境变化的调度机制。多目标的机场特种车辆调度与优化算法与单车单航班服务调度相比，车辆总行驶路程和所需车辆数大幅度减少，任务均衡度提升显著。特种车辆动态调度算法针对航班时刻的随机扰动，利用动态时间窗的概念，将动态车辆调度问题转化为一系列静态车辆调度问题，相较于传统的两阶段动态调整算法具有较好的鲁棒性和较低的复杂度。特种车辆动态调度算法已在中国航油河北分公司与中国民航大学联合开发的“智能加油服务调度验证系统”中获得成功应用。围绕相关工作撰写论文12篇，其中SCI检索1篇，EI检索5篇，已录用待发表论文4篇，培养硕士研究生4名，本科生3名。