一种无人场站调度方法及系统

1.本发明属于无人公交场站调度技术领域，具体涉及一种无人场站调度方法及系统。


背景技术：

2.随着自动驾驶技术研究的不断深入，世界各国在无人驾驶公交技术领域取得了许多成果。近些年来，我国苏州、重庆、深圳、郑州、广州、海口、天津等地部署公开道路运营的无人公交路线，目前在多地展开了运营和试运营。无人场站是无人驾驶公交的调度中心，走向智能化、高效化是其必然的趋势，而传统的公交场站调度模式仍存在通行效率低、充电不及时和调度不规律等问题，导致时间、空间资源的浪费和充电设施的损耗，同时缺乏对乘客需求的考虑。
3.为解决以上问题，需要一种更高效的调度方法，通过云控平台和5g等技术，实现高效的场站运营模式。申请公布号为cn110641302a的中国专利申请文件公开了一种充电场站的调度方法、装置与方法，通该方案过将闲置时间最长或具有最低温度的充电枪分配给待充电的车辆，解决了充电站中充电机的使用不均衡问题，但该方法仅改善了充电机的利用率，而未考虑车的soc剩余电量从而确定具体的充电模式。申请公布号为cn114387973a的中国专利申请文件公开了一种新能源场站调度方法及装置，该方法在根据语音信息确定出新能源场站存在预设的目标故障的情况下自动生成调度语音，反馈给调度平台并由调度平台对新能源场站进行调度，该方法装置在一定程度上提高了场站调度的效率，但调度平台高度依赖人工参与，自动化程度低。
4.因此，目前的无人场站调度要么没有考虑车辆的剩余soc电量，导致调度结果不合理，甚至无法满足乘客的需求；要么依赖于人工，自动化程度低、效率低。


技术实现要素：

5.本发明的目的在于提供一种无人场站调度方法及系统，用以解决现有无人场站调度存在调度不合理、效率低的问题。
6.为解决上述技术问题，本发明提供了一种无人场站调度方法，包括如下步骤：
7.1)统计公交线路历史乘车记录，根据统计结果按客流量不同将乘客需求划分为若干等级，根据划分的等级制定发车时刻表；
8.2)获取无人场站内外公交车的剩余soc电量和行车状态以及场站内部的充电位的占用情况，根据发车时刻表调整soc充电策略，使满足每一时刻场站内部至少有2辆公交的soc状态足够完成载客任务；
9.3)获取场站内部的停车位、充电位的分布以及场站道路特点，并结合根据soc充电策略为无人公交车规划场站内的行车路线；
10.4)按照规划的场站内的行车路线，并基于安全性收益、平顺性收益和高效性收益中至少一种为目标控制无人公交车在场站内运行；其中安全性收益指的是车辆运行过程的
超车问题和换道问题，平顺性收益指的是车辆的匀速行驶问题，高效性收益指的是车辆的平均速度大小问题。
11.本发明在制定soc充电策略时，充分考虑了乘客实际需求以及公交车的剩余soc电量和行车状态，使制定soc充电策略能够满足载客任务；同时本发明根据场站内部的停车位、充电位的分布以及场站道路特点，并结合根据soc充电策略为无人公交车规划场站内的行车路线，进而提供公交车在场站的调度的效率。此外，本发明还考虑了会车情况下的问题，以安全性收益、平顺性收益和高效性收益为目标进行会车控制，保证了车辆的通行的安全性、平顺性和高效性。
12.进一步地，所述步骤3)中的行车路线规划过程如下：
13.a.根据无人场站道路尺寸、停车位、充电位的分布，建立无人场站高精度模型；
14.b.将公交车、道路、停车位、充电位的gps坐标转化为二维平面坐标；
15.c.根据充电策略确定公交车整个进站过程的起始坐标，按照最短距离法为公交车规划场站内的行车路线。
16.本发明通过建立无人场站高精度模型，将公交车、道路、停车位、充电位在该模型中的进行精确展示，利用充电策略确定公交车整个进站过程的起始坐标，按照短距离法确定行车路线，该路线制定过程简单、以实现，能够准确、高效制定出满足要求的行车路线。
17.进一步地，所述步骤c是采用有向图方式进行最短距离规划。
18.本发明采用有向图的方式进行最短距离规划，进一步提高了规划效率。
19.进一步地，所述的步骤4)中将安全性收益、平顺性收益和高效性收益的线性组合作为总驾驶收益，以总驾驶收益为目标构建公交车的博弈交互模型，求解得到相应的会车策略。
20.进一步地，总驾驶收益采用的收益函数为：
[0021][0022]
w1+w2+w3＝1
[0023]
其中w1、w2和w3分别表示安全性收益、平顺性收益和高效性收益的权重，u
lmin
表示归一化后安全性收益，us表示归一化后平顺性收益，表示归一化后高效性收益。
[0024]
本发明将安全性收益、平顺性收益和高效性收益的线性组合作为目标，通过博弈的方式能够快速得到兼顾安全性收益、平顺性收益和高效性收益的会车策略。
[0025]
进一步地，安全性收益采用两车之间的最短横向距离或者最短纵向距离表示；平顺性收益的表达式为：
[0026][0027]ai
表示无人公交在第i次采样中的最优加速度，aj表示第j次博弈采取的加速度，为历史博弈过程中满足一定安全性指标的最佳乘坐感观加速度均值,为采样次数，n为博弈次数；
[0028]
高效性收益的表达式为：
[0029][0030]
ti为从第i-1次博弈结束到第i次博弈结束用时。
[0031]
进一步地，所述步骤2)中soc充电策略包括：当剩余soc电量大于或等于第一设定阈值时，无人公交不需要充电；当剩余soc电量大于或等于第二设定阈值且小于第一设定阈值时，若充电位有空闲，则执行充电任务，若充电位无空闲，则选择最优停车位等待发车；当剩余soc电量小于第二设定阈值时，若充电位有空闲，则执行充电任务，若充电位无空闲，则选择距离充电位最近的最佳等待停车位。
[0032]
进一步地，所述步骤2)中soc充电策略还包括：当某车在执行充电任务时，若场站内有剩余soc电量小于第二设定阈值的无人公交，则控制该车充电至第一设定阈值后驶入停车位等候，使剩余soc电量小于第二设定阈值的无人公交驶入充电位充电；若场站内的无人公交剩余soc电量均大于第二设定阈值，则该车充电至剩余soc电量第三设定阈值完成充电，第三设定阈值大于第一设定阈值；
[0033]
当剩余soc电量小于第二设定阈值时，无论充电位有没有空闲，无人公交都不再执行发车指令，一旦充电位有空闲，则立即执行充电任务；若下一辆入站的无人公交电量不足第二设定阈值，则驶入当下的最佳等待停车位，其充电次序在该车之后。
[0034]
进一步地，所述步骤2)中soc充电策略还包括：当充电位有空闲时，若场站内的无人公交剩余soc电量均大于第二设定阈值但存在小于第一设定阈值的无人公交，则剩余soc电量在第二设定阈值与第一设定阈值之间的无人公交按剩余soc电量由低到高的顺序执行充电指令，充电位置排满后，剩余无人公交等待发车或下次充电位空闲。
[0035]
本发明在制定充电策略时，充分考虑了无人场站内外公交车的剩余soc电量和行车状态以及场站内部的充电位的占用情况，满足了各种情况下的充电需求。
[0036]
本发明还提供了一种无人场站调度系统，该调度系统包括云控平台，云控平台用于与无人公交车和路侧设备通信，并执行本发明的无人场站调度方法对无人场站进行调度。
[0037]
本发明构建了能够与无人公交车和路侧设备通信的云控平台，通过云控平台进行调度控制。在制定soc充电策略时，充分考虑了乘客实际需求以及公交车的剩余soc电量和行车状态，使制定soc充电策略能够满足载客任务；同时本发明根据场站内部的停车位、充电位的分布以及场站道路特点，并结合根据soc充电策略为无人公交车规划场站内的行车路线，进而提供公交车在场站的调度的效率。此外，本发明还考虑了会车情况下的问题，以安全性收益、平顺性收益和高效性收益为目标进行会车控制，保证了车辆的通行的安全性、平顺性和高效性。
附图说明
[0038]
图1为本发明无人场站调度方法流程图；
[0039]
图2为本发明无人场站调度系统架构示意图；
[0040]
图3为本发明无人场站调度方法中制定的充电策略示意图；
[0041]
图4为本发明场站调度过程中可能遇到的会车工况简图。
具体实施方式
[0042]
为了使本发明的目的、技术方案及优点更加清楚明了，以下结合附图及实施例，对本发明进行进一步详细说明。
[0043]
方法实施例：
[0044]
本发明首先统计公交线路历史乘车记录，根据统计结果按客流量不同将乘客需求划分为若干等级，根据划分的等级制定发车时刻表；然后获取无人场站内外公交车的剩余soc电量和行车状态以及场站内部的充电位的占用情况，根据发车时刻表调整soc充电策略，使满足每一时刻场站内部至少有2辆公交的soc状态足够完成载客任务；再获取场站内部的停车位、充电位的分布以及场站道路特点，并结合根据soc充电策略为无人公交车规划场站内的行车路线；最后按照规划的场站内的行车路线，并基于安全性收益、平顺性收益和高效性收益中至少一种为目标控制无人公交车在场站内运行；其中安全性收益指的是车辆运行过程的超车问题和换道问题，平顺性收益指的是车辆的匀速行驶问题，高效性收益指的是车辆的平均速度大小问题。该方法的实现流程如图1所示，下面进行详细说明。
[0045]
本发明无人场站调度方法基于云控平台来实现，如图2所示，由无人公交、云控中心与无人场站组成。无人公交是具有自主避障和决策能力的智能体，且相互之间能够进行信息共享，具有单车智能和多方协调能力；云控平台负责规划行程和下达指令，同时是无人公交实时状态和场站内部驻车、充电信息的集中处理平台，是无人公交和场站内部信息收发中心和调度决策平台；无人场站是无人公交停车、充电的基础场景，是无人公交的调整平台、停车场所和充电中心，内部包括各项功能设施和服务设施。该无人公交场站调度系统采用如基于乘客需求的无人场站调度方法：
[0046]
步骤一，从公交车的刷卡记录及对应时间中归纳乘客乘车需求规律，通过聚类分析，得到不同站点、天气与时间段内的客流量特征，并根据客流量的不同将乘客需求划分为超高峰期(a)、一般高峰期(b)、平峰期(c)、一般低峰期(d)、超低峰期(e)5个等级，进而结合现有调度方案下的发车时刻表进行调整。
[0047]
具体的：将可能影响乘客乘车的元素聚类为三类：时间、天气和区域。时间分为早上、中午和下午(暂时不考虑无人公交的夜间行程)；天气主要分为晴天和雨雪天气；区域主要分为市区和郊区。该分类标准主要参考人们的出行习惯和聚集特点。针对时间、天气和区域等元素聚类分析，以单线路为例，以某班次公交车单线路预接待与已接待乘客数之和与公交车座位数的比例作为客流量拥挤程度的评价指标j，将符合不同特征的客流量划分为超高峰期(a)、一般高峰期(b)、平峰期(c)、一般低峰期(d)、超低峰期(e)5个等级，其中a等级(超高峰期)新增班次或缩短发车间隔，b等级(一般高峰期)需要缩短发车间隔，c等级(平峰期)和d等级(一般低峰期)可不作调整，e等级(超低峰期)可适当延长发车间隔。在现有调度方案下的发车时刻表进行调整，减少因调度不合理产生的资源浪费，同时保证公交车发车频次在乘客等候的预期范围内。
[0048]
步骤二，无人公交车实时将自身剩余soc状态和速度、位置等信息共享给云控平台，云控平台根据无人场站内部的驻车信息(包括停车位、充电位占用状况)，实时为站内停驻的公交和场外进站的公交提供充电策略、停车策略，并将发车指令下达至无人公交
[0049]
本发明制定的无人场站公交车的充电策略如图3所示，具体包括：
[0050]
为保证充电设施得到均衡使用，当入站无人公交的剩余soc电量大于或等于50％
时，不需要执行充电命令，将充电机会留给其它剩余电量更低的无人公交；当其剩余soc电量大于或等于30％且小于50％时，若充电位有空闲，则执行充电任务，若充电位无空闲，则选择最优停车位等待发车；当其剩余soc电量小于30％时，则必须进行充电，若充电位有空闲，则执行充电任务，若充电位无空闲，选择距离充电位最近的最佳等待停车位。
[0051]
在该车等待充电时，若下一辆入站的无人公交电量不足30％，则驶入其入站时的最佳等待停车位，充电次序由剩余soc电量多少判定，剩余电量低的无人公交优先充电。
[0052]
为避免充电资源的浪费，若场站内有剩余soc电量小于30％的无人公交，则无人公交充电至soc剩余电量50％然后驶入停车位等候，剩余soc电量小于30％的无人公交则驶入充电位充电；若场站内的无人公交剩余soc电量均大于30％，则无人公交充电至剩余soc电量70％完成充电。
[0053]
当充电位有空闲时，若场站内的无人公交剩余soc电量均大于30％但存在小于50％的无人公交，则剩余soc电量在30％～50％之间的无人公交按剩余soc电量由低到高的顺序执行充电指令，充电位置排满后，剩余无人公交等待发车或下次充电位空闲。
[0054]
为使无人公交的剩余soc电量满足新的发车时刻表下的载客条件，在无人公交进入场站前，云控平台会根据场站内部的驻车信息和当前车辆的剩余soc电量判断其需要执行停车还是充电指令。
[0055]
步骤三：根据场站内部的停车位、充电位的分布、场站道路特点以及soc充电策略为无人公交车规划一条最佳的行车路线，待无人公交按照指令驶入相应停车位或充电位后，驻车信息更新，并将该信息反馈给下一辆即将进入场站的无人公交。
[0056]
在根据soc充电策略确定出目的充电位或停车位后，云控平台结合dijkstra算法为无人公交规划行车轨迹，步骤如下：
[0057]
①
结合无人场站道路尺寸和功能设置分布，利用prescan软件建立无人场站高精度模型。
[0058]
②
将公交车、道路和场站设施的gps坐标转化为二维平面坐标，分别将各停车位、充电位标记为a1，a2，...，an和b1，b2，...，bn。
[0059]
③
公交车整个进站过程的起始坐标分别为s(x0,y0)、p(xn,yn)(p点为某充电位或停车位中心位置坐标)，从起始点到停车点共经过n个有限点。设g＝(v,e)是一个带权有向图，v表示无人公交所经过的点的集合，可分为以下两组：一组用s表示，代表已求出最短路径的顶点集合；另一组用u表示，代表暂未确定最短路径的顶点集合。
[0060]
④
按最短路径的递增顺序将u集合中的顶点加入集合s中，源点v到s中各顶点的最短路径长度均不大于从源点v到u中任何顶点的最短路径长度。
[0061]
⑤
s初始时仅包含起点s；u包含除s外的所有顶点。设置平面道路模型的带权邻接矩阵为map[，当从顶点i顶点j边时，map[i][j]的权值小于i且大于j，否则map[i][j]＝∞。初始化最短距离数组dist[i]＝map[s][i]，dist[u]＝0。
[0062]
⑥
从u中选择距离最近的顶点k1，将k1移除u并加入到s中。
[0063]
⑦
更新u中各顶点到起点s(x0,y0)的距离。
[0064]
⑧
复步骤
⑥
和步骤
⑦
，直到全部顶点都并入集合s。
[0065]
⑨
理可得p点到出站口的路径点集，两者各取最优即公交车在无人场站内部按特定调度方案行驶的最优路径。
[0066]
步骤四：按照规划的场站内的行车路线，并基于安全性收益、平顺性收益和高效性收益为目标控制无人公交车在场站内运行，以保证会车时的安全性、平顺性和高效性。
[0067]
如图4所示，典型的交互场景包括同向交互工况和反向交互工况。同向交互工况可分为一般超车工况和入库超车工况；反向交互工况包括典型的换道交互工况和出库交互工况。公交车的外形尺寸更接近于长方形，基本定义参数有公交自身的长和宽、位置坐标、速度、加速度、行驶方向与道路中心线的夹角、两车横纵向距离等。在保证两车不发生碰撞的前提下，提高两车的平顺性，优化博弈过程使其高效有序地完成交互任务。
[0068]
本实施例中将安全性收益、平顺性收益和高效性收益的线性组合作为总驾驶收益，以总驾驶收益为目标构建公交车的博弈交互模型，求解得到相应的会车策略。
[0069]
构成博弈模型的基本要素：
[0070]
参与者：
[0071]
p＝{ε1,ε2…
εi…
ε
n-1
,εn}
[0072]
策略空间：
[0073]
ω＝m1×
m2…
mi…mn-1
×mn
,
[0074]
x1∈m1,x2∈m2…
xi∈mi…
x
n-1
∈m
n-1
,xn∈mn[0075]
收益函数：
[0076][0077][0078][0079]
......
[0080][0081]
均衡：
[0082][0083]
式中，ε1,ε2…
εi…
ε
n-1
,εn表示博弈事件的所有参与者，ω表示参与者按各自方式选择行动共同组成的策略空间，x1，x2，x3...xn表示参与者可能采取的行动，ui(x1，x2...xi...x
n-1
，xn)表示在当前行为组合(x1，x2...xi...x
n-1
，xn)下，第i个参与者采取行动的收益函数，
[0084]
在不同参与者行为组合(x1，x2...xi...x
n-1
，xn)的影响下，第i个参与者的收益函数，表示第i个参与者的收益，a
*
是所有参与者在纳什均衡状态下最优策略组合，表示考虑综合收益最大化的均衡状态下的各参与者采取的最优策略。
[0085]
总收益由安全性收益、平顺性与高效性组成，具体如下：
[0086]
1)安全性收益。考虑无人场站调度系统的特点，车车交互密集区主要集中在停车位停车位、充电位出口处，结合两种典型场景分析其安全性收益。多车交互场景可看作若干两车交互场景的组合重构，以下结合两车交互问题分析车辆安全性收益。
[0087]
当两辆车一辆直行、一辆转向时，两车遭遇会车，该类现象多发生在停车位、充电位出口和t字路口。将公交车看作长a宽b的长方形，设a车与道路中心线的夹角为α，b车与道路中心线的夹角为β，若在a车转弯前两车遭遇，则两车间的最短横向距离为：
[0088][0089]
且两车中心距最小应为：
[0090][0091]
若在a车转弯过程中两车遭遇，则两车间的最短横向距离为：
[0092][0093]
当两辆车均转向且方向相反时，两车遭遇会车，该类现象多发生在t字路口。将公交车看作长a宽b的长方形。此时应侧重关注两车在沿垂直道路中心线方向上的分速度若a车在转弯过程中，b车处于其雷达盲区，且两车遭遇时车距接近最小安全距离，a车应紧急制动并等待，直到b车通过后才开始重新启动。若a车在转弯过程中无视野盲区且距离足够，则两者的最小纵向距离应满足：
[0094][0095]
式中，γ为a车与道路中心线垂线方向的偏角。
[0096]
2)平顺性收益。在满足会车安全性的前提下，应保证公交车尽量接近匀速行驶，避免因频繁加减速而带来的不良乘坐体验。设为历史博弈过程中满足一定安全性指标的最佳乘坐感观加速度均值，在会车过程中，无人公交经历m次采样、n次博弈，am表示无人公交在第m次采样中的最优加速度，an表示第n次博弈采取的加速度。则公交车会车过程中的平顺性收益为：
[0097][0098]
3)高效性收益。在某次博弈的某阶段中，在满足一定安全性、平顺性要求的条件下，应使公交车的平均速度得到提高，与之相对应的，加减速过程中的最大加速度将会增大。设第i-1次博弈结束到第i次博弈开始a车经过的总路程为第i次博弈过程中a车采用的加速度为从第i-1次博弈结束到第i次博弈结束用时为ti。车辆进入交互区域的判定条件为两车纵向距离小于xh或侧向距离小于yh(xh和yh与无人公交当前车速及加速、制动特性有关，且预留有一定的距离空间)，当有会车意图的两车之间的距离小于某安全距离时，两车开始博弈，等两车之间的距离再次大于该安全距离时，两车博弈结束。
[0099]
则考虑博弈过程的期望距离为：
[0100][0101]
整个博弈过程用时：
[0102][0103]
4)总驾驶收益。总收益函数是安全性收益、平顺性收益和高效性收益的线性组合，且三者的加权系数之和为1，即w1+w2+w3＝1，其中，us、u
t
分别表示经过参数归一化处理的安全性收益l
min
、平顺性收益s和高效性收益t，采用统一量纲以方便总驾驶收益的计算。在实际工况分析中，一般优先保证车辆的安全性能，故w1的取值大于平顺性收益系数w2和高效性收益系数w3。
[0104]
作为其他实施方式，也可以选择其中的一项或者两项作为目标进行博弈控制。
[0105]
系统实施：
[0106]
无人场站调度系统，该调度系统包括云控平台，云控平台用于与无人公交车和路侧设备通信，并执行本发明的无人场站调度方法对无人场站进行调度。如图2所示，云控平台以5g网络通信为基础，与每辆无人公交车车载单元、路侧rsu单元通信，以获取无人公交车的自身剩余soc状态、速度、位置信息，并基于上述信息进行场站调度，具体的调度方法已在方法实施例中进行详细说明，这里不再赘述。

技术特征：
1.一种无人场站调度方法，其特征在于，包括如下步骤：1)统计公交线路历史乘车记录，根据统计结果按客流量不同将乘客需求划分为若干等级，根据划分的等级制定发车时刻表；2)获取无人场站内外公交车的剩余soc电量和行车状态以及场站内部的充电位的占用情况，根据发车时刻表调整soc充电策略，使满足每一时刻场站内部至少有2辆公交的soc状态足够完成载客任务；3)获取场站内部的停车位、充电位的分布以及场站道路特点，并结合根据soc充电策略为无人公交车规划场站内的行车路线；4)按照规划的场站内的行车路线，并基于安全性收益、平顺性收益和高效性收益中至少一种为目标控制无人公交车在场站内运行；其中安全性收益指的是车辆运行过程的超车问题和换道问题，平顺性收益指的是车辆的匀速行驶问题，高效性收益指的是车辆的平均速度大小问题。2.根据权利要求1所述的无人场站调度方法，其特征在于，所述步骤3)中的行车路线规划过程如下：a.根据无人场站道路尺寸、停车位、充电位的分布，建立无人场站高精度模型；b.将公交车、道路、停车位、充电位的gps坐标转化为二维平面坐标；c.根据充电策略确定公交车整个进站过程的起始坐标，按照最短距离法为公交车规划场站内的行车路线。3.根据权利要求2所述的无人场站调度方法，其特征在于，所述步骤c是采用有向图方式进行最短距离规划。4.根据权利要求1所述的无人场站调度方法，其特征在于，所述的步骤4)中将安全性收益、平顺性收益和高效性收益的线性组合作为总驾驶收益，以总驾驶收益为目标构建公交车的博弈交互模型，求解得到相应的会车策略。5.根据权利要求4所述的无人场站调度方法，其特征在于，总驾驶收益采用的收益函数为：w
l
+w2+w3＝1其中w1、w2和w3分别表示安全性收益、平顺性收益和高效性收益的权重，表示归一化后的安全性收益，u
s
表示归一化后平顺性收益，表示归一化后高效性收益。6.根据权利要求1或5所述的无人场站调度方法，其特征在于，安全性收益采用两车之间的最短横向距离或者最短纵向距离表示；平顺性收益的表达式为：a
i
表示无人公交在第i次采样中的最优加速度，a
j
表示第j次博弈采取的加速度，为历史博弈过程中满足一定安全性指标的最佳乘坐感观加速度均值,为采样次数，n为博弈次数；
高效性收益的表达式为：t
i
为从第i-1次博弈结束到第i次博弈结束用时。7.根据权利要求6所述的无人场站调度方法，其特征在于，所述步骤2)中soc充电策略包括：当剩余soc电量大于或等于第一设定阈值时，无人公交不需要充电；当剩余soc电量大于或等于第二设定阈值且小于第一设定阈值时，若充电位有空闲，则执行充电任务，若充电位无空闲，则选择最优停车位等待发车；当剩余soc电量小于第二设定阈值时，若充电位有空闲，则执行充电任务，若充电位无空闲，则选择距离充电位最近的最佳等待停车位。8.根据权利要求7所述的无人场站调度方法，其特征在于，所述步骤2)中soc充电策略还包括：当某车在执行充电任务时，若场站内有剩余soc电量小于第二设定阈值的无人公交，则控制该车充电至第一设定阈值后驶入停车位等候，使剩余soc电量小于第二设定阈值的无人公交驶入充电位充电；若场站内的无人公交剩余soc电量均大于第二设定阈值，则该车充电至剩余soc电量第三设定阈值完成充电，第三设定阈值大于第一设定阈值；当剩余soc电量小于第二设定阈值时，无论充电位有没有空闲，无人公交都不再执行发车指令，一旦充电位有空闲，则立即执行充电任务；若下一辆入站的无人公交电量不足第二设定阈值，则驶入当下的最佳等待停车位，其充电次序在该车之后。9.根据权利要求7所述的无人场站调度方法，其特征在于，所述步骤2)中soc充电策略还包括：当充电位有空闲时，若场站内的无人公交剩余soc电量均大于第二设定阈值但存在小于第一设定阈值的无人公交，则剩余soc电量在第二设定阈值与第一设定阈值之间的无人公交按剩余soc电量由低到高的顺序执行充电指令，充电位置排满后，剩余无人公交等待发车或下次充电位空闲。10.一种无人场站调度系统，其特征在于，该调度系统包括云控平台，云控平台用于与无人公交车和路侧设备通信，并执行权利要求1-9中任一项所述的无人场站调度方法对无人场站进行调度。

技术总结
本发明属于无人公交场站调度技术领域，具体涉及一种无人场站调度方法及系统。本发明构建了能够与无人公交车和路侧设备通信的云控平台，通过云控平台进行调度控制。在制定SOC充电策略时，充分考虑了乘客实际需求以及公交车的剩余SOC电量和行车状态，使制定SOC充电策略能够满足载客任务；同时本发明根据场站内部的停车位、充电位的分布以及场站道路特点，并结合根据SOC充电策略为无人公交车规划场站内的行车路线，进而提供公交车在场站的调度的效率。此外，本发明还考虑了会车情况下的问题，以安全性收益、平顺性收益和高效性收益为目标进行会车控制，保证了车辆的通行的安全性、平顺性和高效性。性和高效性。性和高效性。


技术研发人员：高建平 郑肖飞 刘攀 徐朋月 郗建国
受保护的技术使用者：河南科技大学
技术研发日：2022.12.20
技术公布日：2023/4/17