CN107544551B - 一种基于智能无人机的区域快捷物流运输方法 - Google Patents

Abstract

本发明提供一种基于智能无人机的区域快捷物流运输方法，通过对无人机降落点位置的红外信标设置，实现了对物流区域内部的派送点位置的合理规划，同时设计了无人机最优派送路径规划方法，减少了无人机的飞行距离，缩短派送时间。在住宅小区等区域性地点应用该物流运输方法及装置，能够有效的解决现有区域物流运输人力成本高，派送时间长的问题，提升区域物流派送的效率，并会在一定程度上解决了“最后一公里物流”的问题，促进了我国物流运输行业和交通领域的发展。

Description

一种基于智能无人机的区域快捷物流运输方法

技术领域

本发明属于智能物流运输/无人机运输领域，具体涉及通过对物流区域派送点位置合理规划，设计无人机最优派送路径规划方法，从而有效节约区域物流派送的人力成本，提高区域物流运输系统效率的方法。

背景技术

无人机业务用于快递业的前景非常广阔，但是在现有技术水平和发展环境下，无人机送快递还有很多难题需要破解：首先，电池续航时间短，在现有技术下，小型无人机的电池续航时间一般在半小时以内，这对物流无人机在边远地区的送货半径设置了巨大的障碍；其次是安全性的问题，一方面无人机自身可能会遭到第三方的拦截与蓄意破坏，另一方面对地面人员和民航飞行的安全也构成了一定的威胁；最后是无人机长距离送货面临监管难的问题，先不说我国没有专门为无人机制定相关的法律，就说世界范围能够真正制约和监管无人机投递的法律还没有出台，无人机长距离快递派送项目目前还没有规范化。

目前国内外应用的无人机物流运输均为长距离派送，并没有针对区域性地点进行研究，如从住宅小区物流集货点向小区内部进行派送的这种运输系统，还没有针对区域性地点无人机派送的系统性研究，相应的技术成果和产品应用案例也很少。同时，目前对区域性地点没有较为合理的派送点设置规划，派送点往往随机设置，使得提升物流派送的效率受到了阻碍。

目前国内方面物流针对区域性的派送多为人力派送，消耗成本高，运输效率较低，物品无法短时间有效的到达客户手中，并造成了道路交通拥堵等问题，无人机物流系统也多处在实验阶段，且没有针对区域物流派送的系统性研究。在派送点设置方面，也存在许多不足，没有针对区域性地点内部联系进行合理的分析，致使目前对派送点设置位置的合理性较低，使得无人机在派送过程中，时间的延误增加，且客户会对收货的舒适度降低。在运输方面，在区域性地点进行派送时，没有针对路径优化的相关研究和方案，大多为1对1的一去一返的单程派送，无法高效的利用无人机的电量，同时也没有缩短派送时间，产生了飞行距离长、成本消耗大的现象。

发明内容

针对以上三点相关技术的不足，本发明充分利用目前“互联网+”和“智能无人机”技术，提出出一种针对区域性地点的物流运输方法，可实现区域范围内派送的飞行路径动态计算，以及采用GPS定位与红外摄像头精确定位协同工作的无人机控制，使载有货品的无人机能够进行多点之间的自动飞行完成派送任务，大大节省了物流派送时间和人力成本。具体采用如下技术方案：

步骤1：确定区域的物流集货点A，并按照设定规则在区域内部小区楼旁或庭院旁安置红外信标，红外信标处设置为无人机降落的停放点；

所述设定规则具体为：

1)判断所述集货点A是在区域的中心还是在区域的外侧或区域边缘，若物流集货点是在区域的中心，则进入2)；若所述集货点A是在区域的外侧或区域边缘，则进入3)；

2)以集货点A为顶点、面积为S做等腰三角形ΔABC，经过集货点A的中位线垂直向上，设置三角形ΔABC的另外两个顶点B、C作为所述停放点，并设置AB中点m、AC中点n、BC中点k作为所述停放点；以AB的延长线和Ak的延长线为两条边，做面积为S的三角形ΔADE，设置三角形ΔADE的另外两个顶点D、E作为所述停放点；将DE和AC的延长线的交点F作为所述停放点；以A为原点，设置B、C、D、E、F、m、n、k相对于A点水平轴线对称点B’、C’、D’、E’、F’、m’、n’、k’作为所述停放点；

3)以集货点A为顶点、面积为S做矩形AGIH，设置矩形AGIH的另外三个顶点G、I、H作为所述停放点；做面积为S的矩形A’G’I’H’，矩形A’G’I’H’与矩形AGIH各边长相等且平行，矩形A’G’I’H’与矩形AGIH相重叠且重叠的面积为s，设置矩形A’G’I’H’的四个顶点A’、G’、I’、H’作为所述停放点；做面积为S的矩形A”G”I”H”，矩形A”G”I”H”与矩形A’G’I’H’各边长相等且平行，矩形矩形A”G”I”H”与矩形A’G’I’H’相重叠且重叠的面积为s，矩形A”G”I”H”与矩形AGIH不重叠，设置矩形A”G”I”H”的四个顶点A”、G”、I”、H”作为所述停放点；

步骤2：派送点规划完毕后进入至派送过程，在每次执行派送任务前，规划出无人机在每次派送过程中的飞行路线；

步骤3：将所需要派送的货品安置在每架无人机载货仓中；

步骤4：在进行派送前打开物流人员手持终端，根据飞行路线为每架即将进行派送的无人机设定运送点坐标，然后通过无线通信模块将运送点坐标信息发送至无人机，同时将派送信息通过互联网发送至客户手持终端；

步骤5：无人机接收到物流人员手持终端的信号后，无人机飞控单元利用GPS进行自动巡航控制，飞行到设定点附近时，无人机调用红外摄像头模块，搜寻地面安置的红外信标，对附近位置的红外信标进行识别，精确定位后无人机进行降落，等待客户进行收货；

步骤6：客户手持终端进行确认收货，物流人员收到客户反馈信息后进行确认，无人机起飞飞行进行对下一个地点的派送，逐步完成整个派送任务。

附图说明

图1是智能无人机物流运输系统流程图。

图2是区域性地点派送点规划方法图。

图3是区域建筑矩形包围式无人机派送点设置方法图。

图4是区域建筑菱形包围式无人机派送点设置方法图。

图5是集货点在区域的外侧无人机派送点设置方法图。

图6是手持终端功能结构图。

图7是无人机定点飞行过程图。

图8是“节约算法”基本公式模型分析图。

图9是模拟区域内部结构图。

具体实施方式

步骤1：确定区域性地点的物流集货点，并在区域内部如中等密度小区楼旁或庭院旁安置红外信标，每个建筑物旁只安放一个红外信标，红外信标处即为无人机降落停放地点。

为提升物流运输最后一步也最为重要的物流运输末端——派送的效率，应对信标的设置位置，即无人机的停放地点进行规划设计，也即是对区域内部的派送点位置进行合理的规划，保证物流运输的高效性、安全性以及客户收货的便捷性、时效性。

规划方法的发明是针对中等密度的区域性地点，且目前大多数区域内部结构都是较为规则分布的。设置合理的派送点有助于减少成本，在缩减时间的同时满足不均衡的客户需求量，同样也就能够更好的设计无人机的飞行路线规划的优化方案，在一定程度上能够有效的提升客户对物流运输系统舒适度的评价。区域性地点派送点规划方法如图2所示。

首先明确集货点位置，若集货点在区域的中心，区域建筑围绕集货点一般呈趋于矩形包围式分布或呈趋于菱形包围式分布，则按以下方式对派送点进行设计。比如区域建筑围绕集货点呈趋于矩形包围式分布时，如图3所示，以集货点A为顶点、面积为S做等腰三角形ΔABC，经过集货点A的中位线垂直向上，设置三角形ΔABC的另外两个顶点B、C作为所述停放点，并设置AB中点m、AC中点n、BC中点k作为所述停放点；以AB的延长线和Ak的延长线为两条边，做面积为S的三角形ΔADE，设置三角形ΔADE的另外两个顶点D、E作为所述停放点；将DE和AC的延长线的交点F作为所述停放点；以A为原点，设置B、C、D、E、F、m、n、k相对于A点水平轴线对称点B’、C’、D’、E’、F’、m’、n’、k’作为所述停放点。区域建筑围绕集货点呈趋于菱形包围式分布时，与矩形方式类似，具体不再赘述，如图4所示。

若集货点在区域的外侧或区域边缘，则针对此类型区域都可以采取嵌套矩形的方式对派送点进行设置，作出多个矩形，再将相邻的派送点进行连线，保证区域内部联系的紧密，同时间接兼顾了集货点与各派送点间的联系，则按以下方式对派送点进行设计。如图5所示，以集货点A为顶点、面积为S做矩形AGIH，设置矩形AGIH的另外三个顶点G、I、H作为所述停放点；做面积为S的矩形A’G’I’H’，矩形A’G’I’H’与矩形AGIH各边长相等且平行，矩形A’G’I’H’与矩形AGIH相重叠且重叠的面积为s，设置矩形A’G’I’H’的四个顶点A’、G’、I’、H’作为所述停放点；做面积为S的矩形A”G”I”H”，矩形A”G”I”H”与矩形A’G’I’H’各边长相等且平行，矩形矩形A”G”I”H”与矩形A’G’I’H’相重叠且重叠的面积为s，矩形A”G”I”H”与矩形AGIH不重叠，设置矩形A”G”I”H”的四个顶点A”、G”、I”、H”作为所述停放点。

对进行派送的过程设计以下初始条件及要求：

1)派送对象为中等密度的小区或区域性地点；

2)无人机所运送的快递均为不大于盒装体积为40×28×11cm的快递，一架无人机载重不超过3公斤；

3)大风，大雾，下雨，下雪等天气因素下不采用此种派送形式；

4)需要在手持终端安装App物流派送应用程序；

5)网络信号不可以中断或消失；

6)客户需要对本次派送知情。

步骤2：由于目前多数情况为只携带一个货物并送至一个地点或，送货后进行原路返回，在集货点取下一货物，按相同方式进行派送，即使是一次携带多个货物进行配送，目前也只有随机单程无规律的针对各个地点进行依次按顺序派送的方案，没有较好的飞行路线规划。为达到高效率的配送，使无人机配送的时间最小，飞行距离最短，成本消耗最低，发明此路径优化计算方法。

每次执行派送任务前，利用此算法计算规划出无人机在每次派送过程中的飞行路线，无人机按照算法计算结果携带对应货品进行派送。

核心思想是将运输问题中的无规律派送改为一种基于“节约算法”数学公式的节约飞行总里程的派送方法，针对每个小区或区域性地点，提出一种多架无人机携带多个货物对多目标地点进行派送的方法，首先明确区域内部结构，如图9所示即为一种小区内部的集货点及派送点设置的模型。对“节约算法”基本数学模型进行分析，如图8所示。

分析“节约算法”后进行应用，设计出区域内飞行路径规划的通用方法，具体设计过程如下：

通过图9易知在该一般区域内，存在1个集货点，并可以根据建筑物位置安放总共若干个派送点，即设置若干处无人机在派送过程中的停放位置。而由于受到无人机自身载货量的限制以及“节约算法”的适用条件，设置该最优路径算法的约束条件：无人机在一次派送过程中，针对每个派送点只携带小于等于1件货物，每架无人机携带货品量小于等于4件货物，即一次派送过程中一架无人机最多去往4处派送点。且在一个划分区域中，由于该计算方法需要应用到构建三角形求解，故在实际设置中任意两处派送点均不与集货点在空间位置上共线，即满足任意两处派送点与集货点间的三点连线不在一条直线上。下面给出这种算法的通用计算方法及生成最优路径的过程。

在已划分好的集合中，含集货点1个，派送点(无人机派送停放点)n个，分别为P₁，P₂，P₃，……P_n，集货点为P₀。每两点间的距离用L表示，模型如图9所示。

将所有的两点间距离作为一个集合，则集合中共包括

个元素，表示方法如下表：

表1间距表示方法表

路线	距离(米/m)
		P<sub>0</sub>P<sub>1</sub>	L<sub>01</sub>
P<sub>0</sub>P<sub>2</sub>	L<sub>02</sub>
		P<sub>1</sub>P<sub>n</sub>	L<sub>1n</sub>
……	……
		P<sub>n-1</sub>P<sub>n</sub>	L<sub>(n-1)n</sub>

选取P₀为固定点，与P₁…P_n中的任意两点结合，三点间连接线段，做出所有的以P₀为固定点三角形，共可以做出

个三角形，用C表示，表示方法如下表：

表2三角形字母表示方法表

构成三角形三点	表示符号
		P<sub>0</sub>P<sub>1</sub>P<sub>2</sub>	C<sub>012</sub>
P<sub>0</sub>P<sub>1</sub>P<sub>3</sub>	C<sub>013</sub>
		P<sub>0</sub>P<sub>1</sub>P<sub>n</sub>	C<sub>01n</sub>
……	……
		P<sub>0</sub>P<sub>n-1</sub>P<sub>n</sub>	C<sub>0(n-1)n</sub>

对每个三角形的三边进行整理，每个三角形的三边距离这3个元素组成一个集合，则共有

个集合，整理如下表：

表3构成三角形三边整理表

利用节约算法基本公式，求出以P₀为起始点和结束点的相对于优化前派送方式的所有构成的三角形派送路线规划的节约飞行里程数(单位米/m)。总共可计算得出

个节约飞行里程的米数，用符号G表示，计算过程及公式如下表：

表4计算节约飞行里程数表

三角形编号	节约里程数(米/m)
		C<sub>012</sub>	G<sub>12</sub>＝L<sub>01</sub>+L<sub>02</sub>-L<sub>12</sub>
C<sub>013</sub>	G<sub>13</sub>＝L<sub>01</sub>+L<sub>03</sub>-L<sub>13</sub>
		C<sub>01n</sub>	G<sub>1n</sub>＝L<sub>01</sub>+L<sub>0n</sub>-L<sub>1n</sub>
……	……
		C<sub>0(n-1)n</sub>	G<sub>(n-1)n</sub>＝L<sub>0(n-1)</sub>+L<sub>0n</sub>-L<sub>(n-1)n</sub>

根据对“节约算法”进行分析得出的结论为：若三角形编号为：C_0ab，三边长分别为：L_0a、L_0b、L_ab。则节约里程数的计算公式为：G_ab＝L_0a+L_0b-L_ab(单位米/m)。

将计算出的结果由大至小进行排列，即将G₁₂…G_(n-1)n由大到小进行排列，下角标a,b表示，对应路线名称设为除P₀外剩余两点，最前方加字母G。从大到小排列用下角标x,y表示，为排列后进行分析，节约飞行里程排序表如下表：设a₁b₁为最大，a₂b₂其次，以此类推

最小，在表示时a_nb_n对应路线Gx_ny_n.，x,y的下角标始终相同，a,b的下角标始终相同，共

个数据，排列如下表：

表4计算节约飞行里程数排序表

在执行派送时，将表格中每两行，由路线角标可知共有3-4个派送点(如第一行为GP_aP_b，第二行为GP_cP_d,则此两行计算路线结果包含四处派送点；如第一行为GP_aP_b，第二行为GP_bP_c,或其它任何一种有重复派送点的情况，则此两行计算路线结果包含三处派送点)，将每两行的派送点分配给一架无人机，进行派送。按表格顺序以此类推，若

为奇数，则最后一行单分配一架无人机进行派送。由此可见利用此基于“节约算法”的最佳派送路线计算方法，可达到最大程度上节约飞行里程数的目的。

综上所述，基于节约算法的中等密度区域性地点最优派送路径计算方法进行应用，无人机执行派送命令携带货品所需飞行路程会明显减少，达到了提升无人机物流运输效率的目的。

步骤3：根据上一步骤计算出的结果，物流人员将所需要派送的货品对应安置在每架无人机的载货仓中，并确定无人机携带物品状态牢固。

步骤4：无人机物流运输系统流程如图1所示，物流人员在进行派送前打开手持终端App，为即将进行派送的每个无人机设定对应步骤2计算结果的运送点坐标，通过蓝牙无线通信模块将运送点坐标信息发送至无人机，同时将即将派送信息通过互联网发送至客户手持终端App，手持终端功能结构如图6所示。

步骤5：无人机接收到物流人员手持终端的信号，无人机飞控单元利用GPS进行自动巡航控制。飞行到设定点附近时，此时无人机调用红外摄像头模块，搜寻地面安置的红外信标，对附近位置的红外信标进行识别，精确定位后无人机进行降落，等待客户进行收货，无人机自主飞行过程如图7所示。

步骤6：客户利用手持终端中App进行确认收货，物流人员收到客户反馈信息后后进行确认，再次对无人机进行通讯，无人机起飞飞行，进行对下一个地点的派送。设置专门人员，对此智能物流运输系统各方面进行定期维护和检查，确保系统工作的稳定性和时效性。

Claims (1)

1.一种基于智能无人机的区域快捷物流运输方法，其特征在于，该方法包括：

步骤1：确定区域的物流集货点A，并按照设定规则在区域内部小区楼旁或庭院旁安置红外信标，红外信标处设置为无人机降落的停放点；

所述设定规则具体为：

1）判断所述集货点A是在区域的中心还是在区域的外侧或区域边缘，若物流集货点是在区域的中心，则进入2）；若所述集货点A是在区域的外侧或区域边缘，则进入3）；

2）以集货点A为顶点、面积为S做等腰三角形∆ABC，经过集货点A的中位线垂直向上，设置三角形∆ABC的另外两个顶点B、C作为所述停放点，并设置AB中点m、AC中点n、BC中点k作为所述停放点；以AB的延长线和Ak的延长线为两条边，做面积为S的三角形∆ADE，设置三角形∆ADE的另外两个顶点D、E作为所述停放点；将DE和AC的延长线的交点F作为所述停放点；以A为原点，设置B、C、D、E、F、m、n、k相对于A点水平轴线对称点B’、C’、D’、E’、F’、m’、n’、k’作为所述停放点；

3）以集货点A为顶点、面积为S做矩形AGIH，设置矩形AGIH的另外三个顶点G、I、H作为所述停放点；做面积为S的矩形A’G’I’H’，矩形A’G’I’H’与矩形AGIH各边长相等且平行，矩形A’G’I’H’与矩形AGIH相重叠且重叠的面积为s，设置矩形A’G’I’H’的四个顶点A’、G’、I’、H’作为所述停放点；做面积为S的矩形A’’G’’I’’H’’，矩形A’’G’’I’’H’’与矩形A’G’I’H’各边长相等且平行，矩形A’’G’’I’’H’’与矩形A’G’I’H’相重叠且重叠的面积为s，矩形A’’G’’I’’H’’与矩形AGIH不重叠，设置矩形A’’G’’I’’H’’的四个顶点A’’、G’’、I’’、H’’作为所述停放点；

步骤2：派送点规划完毕后进入至派送过程，在每次执行派送任务前，规划出无人机在每次派送过程中的飞行路线；

步骤3：将所需要派送的货品安置在每架无人机载货仓中；

步骤4：在进行派送前打开物流人员手持终端，根据飞行路线为每架即将进行派送的无人机设定运送点坐标，然后通过无线通信模块将运送点坐标信息发送至无人机，同时将派送信息通过互联网发送至客户手持终端；

步骤5：无人机接收到物流人员手持终端的信号后，无人机飞控单元利用GPS进行自动巡航控制，飞行到设定点附近时，无人机调用红外摄像头模块，搜寻地面安置的红外信标，对附近位置的红外信标进行识别，精确定位后无人机进行降落，等待客户进行收货；

步骤6：客户手持终端进行确认收货，物流人员收到客户反馈信息后进行确认，无人机起飞飞行进行对下一个地点的派送，逐步完成整个派送任务。

Images