云控场景下车辆队列的模型预测控制方法

鉴于采用边缘云进行集中式车辆队列控制时,通信时延将会降低队列控制性能指标甚至导致队列失稳,本文在考虑通信时延和车辆纵向非线性动力学特性前提下,从包括队列能效的多目标优化出发,提出了一种基于边缘云的队列集中式模型预测控制算法,并设计了一种时延补偿方法。首先分析了控制算法的渐进稳定性;然后通过不同时延下的仿真试验对控制算法的串稳定性和随机时延补偿方法在一定时延范围的有效性进行了验证;最后,分析了时延对队列稳定性和燃料消耗的影响。结果表明,随着时延增大,队列稳定性和燃料经济性变差,当时延均值为250 ms且时延抖动20%时,队列处于失稳的边缘。

无人驾驶电动集装箱拖挂车的研发

自动驾驶不仅将改变人们的出行方式,还将引领物流行业的变革.随着世界经济的不断发展,跨国贸易变得越来越频繁,港口作为商品进出口的重要节点,面临着成本与效率的双重挑战.如今,无人驾驶电动集装箱拖车的产生,有望进一步提升港口的物流竞争力.本文将从系统架构、软硬件设计、环保效益等多个角度出发,深度解读无人驾驶电动集装箱拖车的实际价值与应用前景,带你探寻港口物流的新趋势. 一、引言 集装箱平面运输的自动化问题一直是港口行业的热议话题,痛点来自于驾驶员的高强度工作,难点在于运输环境动态多变,若能实施成功则意义重大. 传统方法采用人工驾驶的集装箱拖挂车(简称“集卡”)在码头前沿岸桥和后方堆场之间转运集装箱.该工作对控制精度要求高,并且作业条件差,操作单一乏味,因此驾驶员容易出现失误,进而造成运输任务失败甚至引发安全事故,影响码头的整体工作效率.

港口ART自动驾驶系统设计和应用

为保证港口集装箱码头人工智能运输机器人(AI Robot of Transportation,ART)的安全高效运行,提出一种集中式与分布式融合的ART自动驾驶系统设计和部署方法。在对单车自动驾驶技术完成验证的基础上,通过构建数字孪生平台和开发最优化算法,以虚实结合的方式对单车控制、中心调度、任务作业等3个维度进行动态优化,充分发挥ART单车智能、群体智能和全局优化能力,实现ART车队编组安全运行前提下的高效作业,并具备效率继续提升的潜力。在天津港C段码头的实际运行结果表明,采用ART实现港口集装箱水平运输具有显著的经济性,能在保证安全的前提下满足作业效率要求。

复杂场景移动机器人视觉理解与交互认知关键技术及应用

机器人作为数字经济时代最具代表性的工具,正在深刻改变着人类的生产和生活方式.工业和信息化部等15部门联合印发的《"十四五"机器人产业发展规划》中将信息感知、人机交互和协同作业列为核心技术攻关行动中的共性技术.围绕以无人车(轮式机器人)和服务机器人为代表的移动机器人视觉理解与交互认知需求,针对障碍物遮挡、恶劣天气、光线不足、快速瞬时等复杂场景产生信息欠定的难题,在国家自然科学基金项目、国家重点研发计划"科技冬奥"重点专项,以及东风悦享、北汽集团企业课题等支持下,北京工业大学牵头,与南京邮电大学、北京云迹科技股份有限公司、天津大学、北京联合大学、东风悦享科技有限公司和北京主线科技有限公司联合研发,共同攻关,构建了复杂场景移动机器人交互认知的技术框架,并针对数据完备性、场景可理解、行为可交互的核心内容,研制了多源异构数据的高效编码与一致性表示、高可靠自适应环境语义理解与识别、人-机-环境的多任务协同与交互认知等关键技术,有效提升了移动机器人的交互认知能力,增强了机器人行为的可解释与可信任(研发工作组织架构如图1所示).团队成果"复杂场景移动机器人视觉理解与交互认知关键技术及应用"获得2022年中国图象图形学学会科技进步奖一等奖.

机器认知四要素说

利用认知物理学的方法,从认知的源头,即认知的形式化谈起,从宇宙构成的“单要素(物质)说”,到工具构成的“二要素(物质和结构)说”,再到动力机器构成的“三要素(物质、结构和能量)说”,再发展到机器认知构成的“四要素(物质、结构、能量和时间)说”,深入展开,层层递进,从思维的自动化跃升到认知的自成长。用“认知四要素说”解释典型认知事件,如解释爱因斯坦的质能方程,西蒙的“物理符号系统假设”的局限,以及机器对圆周率精度暴力计算的贡献。随着Chat GPT得到全球的广泛使用和认可,继对话图灵测试常态化之后,人工智能的下一个里程碑将是具身图灵测试常态化。

智能驾驶:物流时代新引擎

北京主线科技有限公司是一个非常典型的人工智能企业,几乎所有人都是我们的潜在客户。通过今天的分享,我想回答几个问题,第一是现在非常火的人工智能发展到了什么程度,第二是智能驾驶发展到了什么地步,我们利用智能驾驶技术在物流上做了什么事,以及它有可能做到什么事。