一种装载机“5G遥控+半智能”无人驾驶操控方案

李洪建

天津港焦炭码头有限公司

1 引言

港口人工智能应用发展迅速，装载机作为通用泊位码头散货装卸生产中的主力机型，无论是进口设备还是国产设备，除发动机、变速箱控制系统外，电控系统、液压系统等控制方式仍为常规控制，受设备自身技术条件的限制和复杂作业工况的影响，针对装载机的智能技术应用一直处于研究探索阶段。借鉴国内外智能采矿宽体自卸车和道路施工中推土机、压路机的自动化成功案例，提出“5G遥控+半智能”限制条件下的无人驾驶自主作业操控方案。

2 装载机典型智能场景分析

装载机主要用于装车、归垛和下仓作业。装车作业耗时最长，为避免疏港车辆超载，装车时称重计量，尤其最后一斗要根据单车累计重量，增加或抖落部分货物以更接近限重值。下仓作业最为复杂，操作技术要求高，刚下仓时要尽快打开工作面，根据货物流动性，选择不同的铲运或归堆模式，作业中需避免铲坏水仓井盖和撞损舷梯等船具设施。归垛作业需要司机根据货物堆积状态，选择好归垛角度，将货物堆到预定高度。该作业过程为3个工况中单循环时间最短的，但需要频繁切换档位以提升掘进铲运效率。

装车、归垛和下仓3种工况操作技术要求各异，目前不具备人工智能的全工况应用。码头前沿和堆场内都存在归垛工况，堆场内的归垛工作量大，受场地条件限制工作面狭小，相邻或其他区域的装卸作业又会形成交通干扰因素，非最佳典型场景。码头归垛工况条件较为宽松，出口装船时只有归垛作业工况，装载机仅承担倒运后的货物归垛或配合门座起重机抓斗抓取后的货物归垛，每个归垛作业循环时间在20 s左右，具备一人远程操控多台装载机的可能性。码头归垛工况是理想的智能化典型场景，是装载机智能化应用实现突破的最佳切入点。

3 装载机智能化改造方案

3.1 搭建5G通讯网络

5G通讯具有毫秒级超低时延特性，为远距离条件下的机械操控和作业监控提供了可行的技术方案。散货码头前沿区域均建有防风网和高杆灯塔等设施，通过在这些设施上增设5G基站，实现码头前沿区域无线信号的全覆盖，远程监控人员和现场作业的装载机之间能够进行信息互联互通，满足实时操控要求。

3.2 升级操控系统

对传统装载机进行智能化升级，必须进行电控技术改造，增加I/O信息交互功能。液压系统的先导控制升级为比例控制，使电液比例信号与逻辑控制程序对接。进一步优化操作控制和反馈程序，增设系统自检和互锁保护功能，确保控制系统运行的可靠性和稳定性。

系统根据不同输入信号状态经逻辑控制运算后输出动力控制信号，控制发动机、变速箱、液压泵站和阀组等，实现不同机构的协调配合。为使控制逻辑满足工况要求，对司机操作过程进行动作分解，确定不同信号状态和具体参数值，找准逻辑控制规律，形成不同工况下的动力控制模块组，将人工经验转换为逻辑控制语言，使智能化操作过程顺畅和高效。

3.3 增设智能控制系统

装载机散货作业工况存在道路行驶和操控的复杂性，需要频繁换档和动态避让高空抓斗，可应用高清地图、北斗差分定位等技术，且相应逻辑算法需进一步调整或重新优化。

通过差分定位和设备姿态数据自主计算运行轨迹和路线，装载机无人驾驶精度可达到厘米级，保证路径准确与精准停靠，避免装载机越界增加安全风险。通过人形和车形识别功能，判断取样、捡杂和更换属具时的人机相对位置，遇有人机交叉风险时，根据实际情况进行减速或者强制停车的处理[1]。装载机装车和下仓作业还需由司机人工操控，系统需具备智能远程操作和手动驾驶两种模式的切换功能，作为全智能化前的应对措施。

货垛垛形动态识别系统要判断货垛高度、货物集港的位置和货垛变化，根据动态识别结果合理界定归垛顺序和方式。针对独立区域货物归垛时，自主设定归垛切入点和归垛方式，与人工操作相比更精准、更规范。

3.4 开发远程管控和交互系统

远程管控系统会准确记录发动机、变速箱、制动机构和液压泵站等关键部件的运行时间和频率，提示部件的精准维护计划；出现故障或事故时，系统能回放现场全景图像，更加直观准确地查找问题原因。监控人员通过5G回传的实时图像远程监控装载机自主作业状态，现场突发状况时，监控系统会发出警报提示并请求接管设备，监控人员通过远程联动操控装置干预装载机，警报解除并经监控人员确认后转入监控状态。每次干预过程都会被记录在历史档案中，研发人员定期收集历史资料，修正算法，逐步减少远程干预频率，提升智能作业水平。

与生产系统交互，使现场秩序管控更智慧。分析运输车辆进出闸口和衡重等信息，判断是否长时间待机，以便在生产空挡时停机值守；根据生产系统中不同船舱装货效率差异，提示远程人员调整作业线机械配置数量。

4 装载机智能化关键技术

4.1 铲斗状态控制

归垛作业既要货物归拢到位，也要保证铲斗韧板与码头面层之间的摩擦阻力适当，需要在控制铲斗铲货姿态的同时合理施加铲斗与地面的压力，并随着铲斗韧板的磨损自动调整相关参数。作业中通过货物图像扫描分析，确定归垛路线和车辆行驶速度，以归集地面零散货物后，精准找到货垛切入点，使所归货物不从铲斗近端溢出，造成重复归垛，影响作业效率。

由于船舱装货进度的差异和门座起重机抓取位置的不同，垛形变化是不规律的，智能系统要及时识别待作业的区域，选定作业通道，适时归堆干预，以保证每条装船作业线的正常作业。船舶接近完工收尾时，待装货物减少，由归高模式变为归堆模式，需要多角度归垛归拢货物，收尾阶段系统会发出预警，提示远程人员辅助做好监管。

4.2 构建立体安全防护体系

智能化作业必须保证机械自身安全和区域人机安全，通过实时数据分析避免危险因素叠加。车载系统自身有稳定性控制功能，避免前轮爬垛极限工况下机械失稳。在开顶箱卸货、环保抑尘、铲运属具和货物取样等环节，其他机械和人员都可能与装载机出现交叉作业增加安全风险，并且装载机归垛过程也要避让空中抓斗。装载机智能作业中需要实时识别周边环境的变化，提示人机交叉、机机交叉风险，在风险值达到避让程度时，装载机会主动撤离或避让；待风险值降低到允许范围内再进入作业状态，期间提示远程监控人员对周边人机进行干预。

受照明条件、雨雪季节和场地平整度的限制，地面反光、倒影、积雪覆盖和苫盖网覆盖等因素都会降低图像识别效果，影响装载机自主操作状态，因此需提高图像识别效率，有效应对自然条件等因素造成的干扰。另外，异物夹杂会影响货物质量，必须辅助图像识别等技术手段提升作业中异物识别精度。

4.3 人工与自主学习互动

装载机智能作业初期，需要依赖预设好的数据库模型，根据现场信号收集分析选择预设的归垛数据模型，在模型基础上，依据可以测量的实时参数进行自主行走、铲装和避让等动作[2]。同时系统可以记录人工作业数据，与历史数据对比，评价人工模式和自主作业模式的区别，提出数据库优化建议，提高系统内的归垛数据库模型与实际作业的匹配性。

为提升智能作业水平，要增加机器自学习控制算法，通过自主试验—验证—再试验的过程，验证典型事件处理的逻辑合理性，迭代升级智能驾驶算法，将人工驾驶经验融入自学习中，形成智能驾驶算法，达到智能驾驶操作优于人工操作的目的。

5 装载机智能化应用前景

装载机智能化应用复杂程度有别于现有集卡或矿卡，除自动驾驶之外还要自主作业，智能化应用技术开发难度更大。码头前沿自主归垛只是智能化应用的第一步，在此基础上推广到货场归垛、装车、下仓作业工况中。

装车环节需要识别车辆信息和车辆衡重数据，根据不同车型的限重要求进行精准装载。下仓作业环节需要借助悬挂舱口处的便携5G中转装置，将舱内封闭环境下的数据和图像信息实时回传，结合船图实际避让水舱盖、舷梯等设施，根据货物比重和船型等条件选择“铲或归”作业方式，以满足门座起重机抓斗抓取要求。装车和下仓两个工况中智能化系统与生产管理系统、自动过衡数据的交互更加频繁，作业数据模型和自主学习逻辑设计难度更大。

装载机只有全智能化后才具有全社会推广应用价值，需在研发单位、港口企业和智能开发团队等单位的共同努力下，解决诸多不确定性，实现提高装卸服务质量、效率和降低安全风险等目标。还可实现一人远程控制多机，由智能化操作替代重复性、强度大的劳动，从特定场景向全场景过渡，实现全智能作业，使驾驶操作、调度指挥、安全监控等岗位职能融合，进一步优化通用泊位散货码头企业的人力资源配置。

6 结语

为实现装载机的智能化运行，提出了“5G遥控+半智能”限制条件下的无人驾驶自主作业操控方案，探讨了装载机智能化的路径、关键技术问题和制约因素，以提升通用泊位散货装卸的智能化水平。