CN105719221A - 针对多任务的路径协同规划方法和装置 - Google Patents

Abstract

本申请公开了一种针对多任务的路径协同规划方法和装置。其中，针对多任务的路径协同规划方法包括：基于任务满足预定条件，对任务聚类为至少一个任务组；基于各任务组的到达时间由小到大对各任务组排序，其中，各任务组的到达时间为该任务组中各任务的到达时间中的最小值；以及按照任务组的排序顺序对各任务组进行路径规划。按照本申请的方案，能够基于提供派送服务的人员的当前订单，生成包含两个以上起点和两个以上终点的合理派送路径。

Description

针对多任务的路径协同规划方法和装置

技术领域

本公开一般涉及计算机技术领域，具体涉及基于计算机的物流领域，尤其涉及一种针对多任务的路径协同规划方法和装置。

背景技术

目前，外送服务中，提供派送服务的人员通常根据自己的待处理订单人为地进行路径规划或排序，或者按照某一顺序依次进行取货和派送。提供派送服务的人员可以通过现有的地图软件来对每一订单的路径进行规划。

然而，现有的地图软件仅能生成一个起始点和一个终止点之间的路径，无法针对多个起始点和多个终止点生成路径。

此外，提供派送服务的人员的个体差异(例如经验、对地理环境的熟悉程度等)，可能导致路径规划不合理、多订单之间线路重复，进而使得派送效率较低、服务提供时限不能得以保障，影响用户体验。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种针对多任务的路径协同规划方法和装置，可以基于提供派送服务的人员的当前订单，生成包含两个以上起点和两个以上终点的合理派送路径。

第一方面，本申请实施例提供了一种针对多任务的路径协同规划方法，其中，每个任务包括起点、终点和与终点对应的到达时间，方法包括：基于任务满足预定条件，对任务聚类为至少一个任务组；基于各任务组的到达时间由小到大对各任务组排序，其中，各任务组的到达时间为该任务组中各任务的到达时间中的最小值；以及按照任务组的排序顺序对各任务组进行路径规划。

第二方面，本申请实施例还提供了一种针对多任务的路径协同规划装置，其中，每个任务包括起点、终点和与终点对应的到达时间，装置包括：聚类模块，配置用于基于任务满足预定条件，对任务聚类为至少一个任务组；排序模块，配置用于基于各任务组的到达时间由小到大对各任务组排序，其中，各任务组的到达时间为该任务组中各任务的到达时间中的最小值；以及规划模块，配置用于按照任务组的排序顺序对各任务组进行路径规划。

本申请实施例提供的的方案，通过对有效配送单元(例如，提供派送服务的人员)的任务进行聚类，并对聚类后的各任务组进行路径规划，缩短了有效配送单元的派送时间，有效提升了有效配送单元的运力水平和派送效率。

在本申请实施例的一些实现方式中，可以不通过枚举任务组中的所有路径的方式来获得本任务组的优选路径，减少了路径规划所需时间、节省了路径规划时的计算资源、降低了路径规划所需的硬件配置条件、提高了路径规划的效率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1示出了可以应用本申请实施例的示例性系统架构；

图2示出了本申请实施例的针对多任务的路径协同规划方法的示意性流程图；

图3示出了本申请实施例的针对多任务的路径协同规划方法中，对任务聚类为至少一个任务组的一种实现方式的示意性流程图；

图4示出了本申请实施例的针对多任务的路径协同规划方法中，按照任务组的排序顺序对各任务组进行路径规划的一种实现方式的示意性流程图；

图5示出了本申请实施例的针对多任务的路径协同规划方法中，按照任务组的排序顺序对各任务组进行路径规划的另一种实现方式的示意性流程图；

图6示出了本申请实施例的针对多任务的路径协同规划装置的示意性结构图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

如图1所示，系统架构100可以包括分别对应于用户110的终端设备111、112、网络103、服务器104和分别对应于用户120的终端设备121、122。网络103用以在终端设备111、112和服务器104之间提供通信链路的介质，并在终端设备121、122和服务器104之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户110可以使用终端设备111、112通过网络103与服务器104交互，以接收或发送消息等。类似地，用户120可以使用终端设备121、122通过网络103与服务器104交互，以接收或发送消息等。

此外，用户110还可以使用终端设备111、112通过网络103、服务器104，来与使用终端设备121、122的用户120进行交互。

例如，用户110可以是请求提供派送服务的请求方，而用户120可以是提供派送服务的有效配送单元，例如提供派送服务的人员。

终端设备111、112、121、122上可以安装有各种客户端应用，例如即时通信工具、邮箱客户端、社交平台软件、软件管理应用等。

终端设备111、112、121、122可以是各种电子设备，包括但不限于个人电脑、智能手机、智能手表、平板电脑、个人数字助理等等。

服务器104可以是提供各种服务的服务器。服务器可以对接收到的数据进行存储、分析等处理，并将处理结果反馈给终端设备111、112、121、122。在本申请的实施例中，服务器104例如是路径规划服务器，可以基于请求方(例如，用户110)的请求来进行路径规划，并向有效配送单元(例如，用户120)传输其规划的路径。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

参见图2所示，为本申请实施例的针对多任务的路径协同规划方法的示意性流程图200。在这里，每个任务均包括起点、终点和与终点对应的到达时间。

如图2所示，在步骤210中，基于任务满足预定条件，对任务聚类为至少一个任务组。

例如在一些应用场景中，用户在T1时刻提出请求，期望在距离T1时刻△t1的时间范围内，将商户A的指定商品和/或服务，提供至地点B。在这些应用场景中，用户的这一请求，可被视为一项任务，参数T1、△t1、A和B均为该任务的构成要件。

在聚类时，例如，可以以各项任务中的构成要件(即如上所述的T1、△t1、A和B)中的至少一项为依据，来对各项任务进行聚类以形成任务组。

接着，在步骤220中，基于各任务组的到达时间由小到大对各任务组排序。其中，各任务组的到达时间为该任务组中各任务的到达时间中的最小值。

在这里，各任务的到达时间例如可以通过T1+△t1计算得到。

例如，在一些应用场景中，某一任务组包括任务P1和任务P2。其中，任务P1的构成要件为(Tp1，△tp1，A1，B1)，也即，针对任务P1，用户在Tp1时刻提出请求，期望在距离Tp1时刻△tp1的时间范围内，将商户A1的指定商品和/或服务，提供至地点B1。类似地，任务P2的构成要件为(Tp2，△tp2，A2，B2)。在一种实现方式中，通过比较Tp1+△tp1和Tp2+△tp2的大小，来将二者中较小的作为该任务组的到达时间。

接着，在步骤230中，按照任务组的排序顺序对各任务组进行路径规划。

由于在步骤220中，按照任务组的到达时间由小到大进行排序，那么，在本步骤230中，先对到达时间小的任务组进行路径规划。这样一来，可以避免同一时刻对所有任务组进行路径规划，在保证各任务组路径规划满足任务执行进度的前提下，节约了计算资源，提高了路径规划的实时性。

在一些实现方式中，预定条件例如可以包括：路径起点相同，路径终点之间距离处于第一预定距离范围且到达时间之差的绝对值处于第一预定时间范围。

在这些实现方式的一些应用场景中，例如，用户一在T1时刻提出请求，期望在距离T1时刻△t1的时间范围内，将商户A的指定商品和/或服务，提供至地点B。用户二在T2时刻提出请求，期望在距离T2时刻△t2的时间范围内，将商户A的指定商品和/或服务，提供至地点C。此时，若地点B与地点C之间的距离处于第一预定距离范围之内，且预期到达时间之差的绝对值(即|(T1+△t1)-(T2+△t2)|)处于第一预定时间范围之内，则可将用户一的请求和用户二的请求划分进入同一任务组中。

在一些实现方式中，例如可以将第一预定距离范围预先设定为0～1500米的范围，将第一预定时间范围预先设定为0～40分钟的范围。

例如，若两个任务具有相同的路径起点，且二路径终点距离为1000米，且各任务的到达时间之差绝对值为35分钟，则可将此二任务聚类为一个任务组。

在另一些实现方式中，预定条件例如可以包括：路径起点之间相距处于第二预定距离范围，路径终点之间距离处于第三预定距离范围，且到达时间之差的绝对值处于第二预定时间范围。

在这些实现方式的一些应用场景中，例如，用户一在T1时刻提出请求，期望在距离T1时刻△t1的时间范围内，将商户A1的指定商品和/或服务，提供至地点B。用户二在T2时刻提出请求，期望在距离T2时刻△t2的时间范围内，将商户A2的指定商品和/或服务，提供至地点C。此时，若地点A1与地点A2之间的距离处于第二预定距离范围之内，地点B与地点C之间的距离处于第三预定距离范围之内，且预期到达时间之差的绝对值(即|(T1+△t1)-(T2+△t2)|)处于第二预定时间范围之内，则可将用户一的请求和用户二的请求划分进入同一任务组中。

参见图3所示，为本申请实施例的针对多任务的路径协同规划方法中，步骤210的基于任务满足预定条件，对任务聚类为至少一个任务组的一种实现方式的流程图。

具体而言，在步骤310中，判断各任务的路径起点是否相同。

若路径起点相同，则在步骤320中进一步判断任务的路径终点之间距离是否处于第一预定距离范围且到达时间之差的绝对值是否处于第一预定时间范围，若是，则在步骤330中，将各任务聚类为同一个任务组，否则，在步骤360中，将任务分别聚类为不同的任务组。

若路径起点不同，则在步骤340中，进一步判断路径起点之间相距处于第二预定距离范围，若否，则在步骤360中，将任务分别聚类为不同的任务组；若是，则在步骤350中，进一步判断路径终点之间距离处于第三预定距离范围，且到达时间之差的绝对值处于第二预定时间范围，若是，则在步骤330中，将任务聚类为同一个任务组，否则，在步骤360中，将任务分别聚类为不同的任务组。

在一些实现方式中，例如可以将第二预定距离范围预先设定为0～200米的范围，将第三预定距离范围预先设定为0～600米的范围，并将二预定时间范围预先设定为0～20分钟的范围。

例如，若两个任务的路径起点相距100米，且二路径终点距离为500米，且各任务的到达时间之差绝对值为15分钟，则可将此二任务聚类为一个任务组。

在一些实现方式中，例如可以采用如图3所述的方式来对各任务进行聚类。

参见图4所示，为本申请实施例的针对多任务的路径协同规划方法中，步骤230的按照任务组的排序顺序对各任务组进行路径规划的一种实现方式的示意性流程图400。

具体而言，在步骤410中，穷举任务组中的路径，其中，每条路径均包含任务组中的每个起点和每个终点。

例如，任务组中包括任务一和任务二，而任务一的起点和终点分别为A1、B1，任务二的起点和终点分别为A2和B2。那么，该任务组中的路径包括：A1→A2→B1→B2，A2→A1→B1→B2，A2→A1→B2→B1，A1→A2→B2→B1。

接着，在步骤420中，判断路径是否满足预定约束，并在步骤430中，将满足预定约束的路径作为任务组中的最优路径。

例如，当任务组中包括任务一和任务二时，可以通过两两比较的方式，或者将路径与某一预设基准相比较的方式，来获得满足预定约束的最优路径。

然而，若任务组中包含的任务数量较多时，通过穷举得到的任务组的路径的数量将变得相当庞大。这样一来，采用这种方式来获得任务组中的最优路径将消耗大量的计算资源，进而使得路径规划的实时性和稳定性得不到保证。

为了解决这些问题，可以采用其它的非穷举的方式，来得到任务组的最优路径。

例如，可以采用如图5所示的方式来实现本申请实施例的针对多任务的路径协同规划方法中的按照任务组的排序顺序对各任务组进行路径规划。

具体而言，在步骤510中，随机获取任务组中的其中一条路径作为初始路径，其中，路径包含任务组中的每个起点和每个终点。

例如，任务组中包括任务一、任务二和任务三，而任务一的起点和终点分别为A1、B1，任务二的起点和终点分别为A2、B2，任务三的起点和重点分别为A3、B3。那么，可以从该任务组中的路径中，随机选择一条路径作为初始路径，例如，可以将A1→A2→A3→B1→B2→B3作为初始路径。

接着，在步骤520中，生成随机序列。在这里，随机序列中例如可以包括两个随机数，每个随机数与任务组内的任务一一对应。

例如，当任务组中包含任务一、任务二和任务三共三个任务时，随机序列可包含两个与这三个任务中的两个任务一一对应的随机数。假设数字1与任务一对应，数字2与任务二对应，数字3与任务三对应，随机序列例如可以是(1,2)，(1,3)，(2,3)。

接着，在步骤530中，令迭代次数＝迭代次数+1。并在步骤540中，基于随机序列交换初始路径中与随机序列对应的二起点或二终点，生成新的路径。

例如，在一些实现方式中，当随机序列为(1,2)时，可相应地将当前路径中任务一与任务二的起点顺序进行交换，生成新的路径A2→A1→A3→B1→B2→B3。或者，还可以将当前路径中任务一与任务二的终点顺序进行交换，生成新的路径A1→A2→A3→B2→B1→B3。

接着，在步骤550中，比较初始路径与新的路径，将初始路径与新的路径中满足预定约束的一者迭代作为新的初始路径。也即是说，若初始路径是二者中满足预定约束的一者，那么，初始路径迭代作为新的初始路径，并返回步骤530；反之，若新的路径是二者中满足预定约束的一者，那么在步骤560中，将新的路径作为初始路径。

接着，在步骤570中，判断当前迭代次数是否达到预定阈值，若达到，则将当前的新的初始路径作为最优路径。否则，返回步骤520中生成随机序列。

通过如上所述的方式，可以通过对迭代次数的预定阈值的设定来控制计算量，得到当前的预定阈值的迭代次数下，任务组中的最优路径。

在一些实现方式中，预定约束例如可以包括时间最短或路程最短。

在一些应用场景中，例如以时间最短作为预定约束。在这些应用场景中，将任务组的路径中，完成路径所需时间最短的路径作为任务组的最优路径。

在另一些应用场景中，例如以路程最短作为预定约束。在这些应用场景中，将任务组的路径中，路程最短的路径作为该任务组的最优路径。

参见图6所示，为本申请实施例的针对多任务的路径协同规划装置的示意性结构图600。在这里，每个任务包括起点、终点和与终点对应的到达时间。

在本实施例的针对多任务的路径协同规划装置600中，可包括聚类模块610、排序模块620和规划模块630。

其中，聚类模块610可配置用于基于任务满足预定条件，对任务聚类为至少一个任务组。

排序模块620可配置用于基于各任务组的到达时间由小到大对各任务组排序。在这里，各任务组的到达时间为该任务组中各任务的到达时间中的最小值。

规划模块630可配置用于按照任务组的排序顺序对各任务组进行路径规划。

在一些实现方式中，预定条件可以包括路径起点相同，路径终点之间距离处于第一预定距离范围且到达时间之差的绝对值处于第一预定时间范围；或者，路径起点之间相距处于第二预定距离范围，路径终点之间距离处于第三预定距离范围，且到达时间之差的绝对值处于第二预定时间范围。

在一些实现方式中，聚类模块610可进一步配置用于判断各任务的路径起点是否相同。若路径起点相同，则进一步判断任务的路径终点之间距离是否处于第一预定距离范围且到达时间之差的绝对值是否处于第一预定时间范围，若是，则将各任务聚类为同一个任务组；否则将任务聚类为不同的任务组。

聚类模块610还可进一步配置用于在路径起点不同时，进一步判断路径起点之间距离是否处于第二预定距离范围，若否，则将任务聚类为不同的任务组；若是，则进一步判断路径终点之间距离是否处于第三预定距离范围，且到达时间之差的绝对值是否处于第二预定时间范围，若是，则将任务聚类为同一个任务组，否则将任务聚类为不同的任务组。

在一些实现方式中，例如，第一预定距离范围可以为0～1500米的范围；第一预定时间范围可以为0～40分钟的范围。

在一些实现方式中，例如，第二预定距离范围可以为0～200米的范围；第三预定距离范围可以为0～600米的范围；第二预定时间范围可以为0～20分钟的范围。

在一些可选的实现方式中，规划模块630可进一步配置用于：穷举任务组中的路径，其中，每条路径均包含任务组中的每个起点和每个终点；以及基于路径满足预定约束，确定路径中的最优路径。

在另一些可选的实现方式中，规划模块630还可以进一步配置用于：随机获取任务组中的其中一条路径作为初始路径，其中，路径包含任务组中的每个起点和每个终点；生成随机序列，基于所述随机序列交换所述初始路径中与所述随机序列对应的二起点或二终点，生成新的路径，其中，所述随机序列包括两个随机数，每个所述随机数与所述任务组内的任务一一对应；比较初始路径与新的路径，将初始路径与新的路径中满足预定约束的一者迭代作为新的初始路径；以及当迭代的次数达到预定迭代次数阈值时，将当前的新的初始路径作为最优路径。

在一些实现方式中，预定约束例如可以包括时间最短或路程最短。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括聚类模块、排序模块和规划模块。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定，例如，聚类模块还可以被描述为“用于对任务聚类为至少一个任务组的模块”。

作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本申请的公式输入方法。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种针对多任务的路径协同规划方法，其中，每个所述任务包括起点、终点和与所述终点对应的到达时间，其特征在于，所述方法包括：

基于所述任务满足预定条件，对所述任务聚类为至少一个任务组；

基于各所述任务组的到达时间由小到大对各所述任务组排序，其中，所述各任务组的到达时间为该任务组中各任务的到达时间中的最小值；以及

按照所述任务组的排序顺序对各所述任务组进行路径规划。

2.根据权利要求1所述的方法，其特征在于，所述预定条件包括以下任意一者：

路径起点相同，路径终点之间距离处于第一预定距离范围且到达时间之差的绝对值处于第一预定时间范围；以及

路径起点之间相距处于第二预定距离范围，路径终点之间距离处于第三预定距离范围，且到达时间之差的绝对值处于第二预定时间范围。

3.根据权利要求2所述的方法，其特征在于，所述基于所述任务满足预定条件，对所述任务聚类为至少一个任务组包括：

判断各所述任务的路径起点是否相同；

若路径起点相同，则进一步判断所述任务的路径终点之间距离是否处于第一预定距离范围且到达时间之差的绝对值是否处于第一预定时间范围，若是，则将各所述任务聚类为同一个任务组；

若路径起点不同，则进一步判断路径起点之间距离是否处于第二预定距离范围，路径终点之间距离是否处于第三预定距离范围，且到达时间之差的绝对值是否处于第二预定时间范围，若是，则将所述任务聚类为同一个任务组。

4.根据权利要求1-3任意一项所述的方法，其特征在于，所述按照所述任务组的排序顺序对各所述任务组进行路径规划包括：

穷举所述任务组中的路径，其中，每条所述路径均包含所述任务组中的每个起点和每个终点；以及

基于所述路径满足预定约束，确定所述任务组中的最优路径。

5.根据权利要求1-3任意一项所述的方法，其特征在于，所述按照所述任务组的排序顺序对各所述任务组进行路径规划包括：

随机获取所述任务组中的其中一条路径作为初始路径，其中，所述路径包含所述任务组中的每个起点和每个终点；

生成随机序列，基于所述随机序列交换所述初始路径中与所述随机序列对应的二起点或二终点，生成新的路径，其中，所述随机序列包括两个随机数，每个所述随机数与所述任务组内的任务一一对应；

比较所述初始路径与所述新的路径，将所述初始路径与所述新的路径中满足预定约束的一者迭代作为新的初始路径；以及

当所述迭代的次数达到预定迭代次数阈值时，将当前的新的初始路径作为最优路径。

6.一种针对多任务的路径协同规划装置，其中，每个所述任务包括起点、终点和与所述终点对应的到达时间，其特征在于，所述装置包括：

聚类模块，配置用于基于所述任务满足预定条件，对所述任务聚类为至少一个任务组；

排序模块，配置用于基于各所述任务组的到达时间由小到大对各所述任务组排序，其中，所述各任务组的到达时间为该任务组中各任务的到达时间中的最小值；以及

规划模块，配置用于按照所述任务组的排序顺序对各所述任务组进行路径规划。

7.根据权利要求6所述的装置，其特征在于，所述预定条件包括以下任意一者：

路径起点相同，路径终点之间距离处于第一预定距离范围且到达时间之差的绝对值处于第一预定时间范围；以及

路径起点之间相距处于第二预定距离范围，路径终点之间距离处于第三预定距离范围，且到达时间之差的绝对值处于第二预定时间范围。

8.根据权利要求7所述的装置，其特征在于，所述聚类模块进一步配置用于：

判断各所述任务的路径起点是否相同；

若路径起点相同，则进一步判断所述任务的路径终点之间距离是否处于第一预定距离范围且到达时间之差的绝对值是否处于第一预定时间范围，若是，则将各所述任务聚类为同一个任务组；

若路径起点不同，则进一步判断路径起点之间距离是否处于第二预定距离范围，路径终点之间距离是否处于第三预定距离范围，且到达时间之差的绝对值是否处于第二预定时间范围，若是，则将所述任务聚类为同一个任务组。

9.根据权利要求6-8任意一项所述的装置，其特征在于，所述规划模块进一步配置用于：

穷举所述任务组中的路径，其中，每条所述路径均包含所述任务组中的每个起点和每个终点；以及

基于所述路径满足预定约束，确定所述任务组中的最优路径。

10.根据权利要求6-8任意一项所述的装置，其特征在于，所述规划模块进一步配置用于：

随机获取所述任务组中的其中一条路径作为初始路径，其中，所述路径包含所述任务组中的每个起点和每个终点；

生成随机序列，基于所述随机序列交换所述初始路径中与所述随机序列对应的二起点或二终点，生成新的路径，其中，所述随机序列包括两个随机数，每个所述随机数与所述任务组内的任务一一对应；

比较所述初始路径与所述新的路径，将所述初始路径与所述新的路径中满足预定约束的一者迭代作为新的初始路径；以及

当所述迭代的次数达到预定迭代次数阈值时，将当前的新的初始路径作为最优路径。