CN111768629A - 车辆调度方法、装置和系统 - Google Patents
车辆调度方法、装置和系统 Download PDFInfo
- Publication number
- CN111768629A CN111768629A CN201911066406.9A CN201911066406A CN111768629A CN 111768629 A CN111768629 A CN 111768629A CN 201911066406 A CN201911066406 A CN 201911066406A CN 111768629 A CN111768629 A CN 111768629A
- Authority
- CN
- China
- Prior art keywords
- path
- vehicle
- target
- area
- planned
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013439 planning Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 2
- 238000002372 labelling Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 19
- 238000012545 processing Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
- G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Game Theory and Decision Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Navigation (AREA)
Abstract
本公开公开了一种车辆调度方法、装置和系统,涉及调度领域。其中的方法包括:获取每个区域的图像信息;根据图像信息,确定每个区域中车辆密度信息;根据每个区域中车辆密度信息,为每个区域的路径配置相应的第一路径成本;根据每个区域的路径配置的第一路径成本,计算目标车辆从起始位置到至少一个目标位置的多条规划路径中,每条规划路径对应的路径值;以最小路径值为目标,确定目标车辆的最优规划路径。本公开能够提高拣选效率。
Description
技术领域
本公开涉及调度领域,尤其涉及一种车辆调度方法、装置和系统。
背景技术
当前仓储物流中,出库分拣已然成了提高效率的重中之重。应用无人分拣小车来代替人工分拣,这样不仅降低了人工成本,而且还减少了人工由于疲劳等造成的分拣错误率。
相关的分拣小车调度,仅仅基于路径规划算法和寻路算法等,通过计算出最短路径来对小车进行路线下发和调度。该方案对于场地小和车辆少的应用场景来说,在分拣效率上影响不至于很大。但是对于调度车辆过多的场景,就较为影响分拣效率。
发明内容
本公开要解决的一个技术问题是,提供一种车辆调度方法、装置和系统,能够提高拣选效率。
根据本公开一方面,提出一种车辆调度方法,包括:获取每个区域的图像信息;根据图像信息,确定每个区域中车辆密度信息;根据每个区域中车辆密度信息,为每个区域的路径配置相应的第一路径成本;根据每个区域的路径配置的第一路径成本,计算目标车辆从起始位置到至少一个目标位置的多条规划路径中,每条规划路径对应的路径值;以最小路径值为目标,确定目标车辆的最优规划路径。
在一些实施例中,根据图像信息,确定每个区域中车辆密度信息包括:根据图像信息,识别出每个车辆;统计每个区域中的车辆数目;根据每个区域中的车辆数目,确定每个区域中车辆密度信息。
在一些实施例中,获取样本图像;对样本图像中的车辆进行标注;采用标注的图像,训练车辆识别模型,以便根据车辆识别模型,识别出图像信息中的车辆。
在一些实施例中,若至少一个目标位置包括多个目标位置;确定目标车辆对应的每个目标位置的多条规划路径中,每条规划路径对应的路径值;以最小路径值为目标,确定目标车辆的最优目标位置。
在一些实施例中,获取每个目标位置的优先级;根据每个目标位置的优先级,为到达每个目标位置的路径设置第二路径成本;根据每个区域的路径配置的第一路径成本,以及每个目标位置的路径设置的第二路径成本,计算每条规划路径对应的路径值。
在一些实施例中,车辆密度越大,则对应区域的路径配置的第一路径成本越大;和/或优先级越高,则对应目标位置的路径配置的第二路径成本越小。
根据本公开的另一方面,还提出一种车辆调度装置,包括:图像获取单元,被配置为获取每个区域的图像信息;车辆密度确定单元,被配置为根据图像信息,确定每个区域中车辆密度信息;路径成本设置单元,被配置为根据每个区域中车辆密度信息,为每个区域的路径配置相应的第一路径成本;规划路径值确定单元,被配置为根据每个区域的路径配置的第一路径成本,计算目标车辆从起始位置到至少一个目标位置的多条规划路径中,每条规划路径对应的路径值;最优路径确定单元,被配置为以最小路径值为目标,确定目标车辆的最优规划路径。
根据本公开的另一方面,还提出一种车辆调度装置,包括:存储器;以及耦接至存储器的处理器,处理器被配置为基于存储在存储器的指令执行如上述的车辆调度方法。
根据本公开的另一方面,还提出一种车辆调度系统,包括:上述的车辆调度装置;以及图像采集设备,被配置为采取每个区域的图像信息。
根据本公开的另一方面,还提出一种计算机可读存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现上述的车辆调度方法。
本公开实施例根据每个区域中车辆密度信息,为每个区域的路径配置相应的第一路径成本,根据每个区域的路径配置的第一路径成本,计算每条规划路径对应的路径值,以最小路径值为目标,确定目标车辆的最优规划路径。相比于相关技术,车辆较多造成拥堵时,导致过多时间去解拥堵,该实施例能够合理规避拥堵路线,提高了分拣效率。
通过以下参照附图对本公开的示例性实施例的详细描述,本公开的其它特征及其优点将会变得清楚。
附图说明
构成说明书的一部分的附图描述了本公开的实施例,并且连同说明书一起用于解释本公开的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
图1为本公开的车辆调度方法的一些实施例的流程示意图。
图2为本公开的车辆调度方法的另一些实施例的流程示意图。
图3为本公开的车辆调度装置的一些实施例的结构示意图。
图4为本公开的车辆调度装置的另一些实施例的结构示意图。
图5为本公开的车辆调度装置的另一些实施例的结构示意图。
图6为本公开的车辆调度系统的一些实施例的结构示意图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明。
图1为本公开的车辆调度方法的一些实施例的流程示意图。
在步骤110,获取每个区域的图像信息。
在一些实施例中,可以将整个分拣区域,分为多个小区域。在分拣区域设置一个或多个摄像头,采集各个区域的图像信息。
在步骤120,根据图像信息,确定每个区域中车辆密度信息。
在一些实施例中,根据图像信息,识别出每个车辆;统计每个区域中的车辆数目;根据每个区域中的车辆数目,确定每个区域中车辆密度信息。例如,第一区域有20辆车在运行,第二区域有10辆车在运行,则第一区域的车辆密度大于第二区域的车辆密度。
在一些实施例中,可以先训练车辆识别模型,根据车辆识别模型识别出图像中的车辆。例如,先获取样本图像,对样本图像中的车辆进行标注,采用标注的图像,训练该车辆识别模型。车辆识别模型例如为神经网络模型等。
该步骤是动态计算过程,例如,前十秒某区域有5辆车,对应一个车辆密度,十秒后,该区域有2辆车,则对应另一个车辆密度,即实时分析场地路况情况。
在步骤130,根据每个区域中车辆密度信息,为每个区域的路径配置相应的第一路径成本。车辆密度越大,则对应区域的路径配置的第一路径成本越大。例如,A区域、B区域、C区域车辆密度依次减小,则经过A区域的路径增加成本5,经过B区域的路径成本增加3,经过C区域的路径成本增加0。
在步骤140,根据每个区域的路径配置的第一路径成本,计算目标车辆从起始位置到至少一个目标位置的多条规划路径中,每条规划路径对应的路径值。
例如,某目标车辆从A区域可以到目标位置,也可以从B区域、C区域到目标位置。在A区域的路线有路线1、路线2、路线3、路线4,在B区域的路线有路线5、路线6和路线7,在区域C的路线有路线8、路线9和路线10。根据这些路线,能够形成多条规划路径。在每个规划路径成本的基础上,增加经过对应区域的第一路径成本,得到每条规划路径对应的路径值。其中,在计算原始规划路径时,可以采用迪杰斯特拉路径规划算法等。
在步骤150,以最小路径值为目标,确定目标车辆的最优规划路径。
在上述实施例中,根据每个区域中车辆密度信息,为每个区域的路径配置相应的第一路径成本,根据每个区域的路径配置的第一路径成本,计算每条规划路径对应的路径值,以最小路径值为目标,确定目标车辆的最优规划路径。相比于相关技术,车辆较多造成拥堵时,导致过多时间去解拥堵,该实施例能够合理规避拥堵路线,提高了分拣效率。
在本公开的另一个实施例中,若目标车辆对应多个目标位置,则需要确定目标车辆对应的每个目标位置的多条规划路径中,每条规划路径对应的路径值;以最小路径值为目标,确定目标车辆的最优目标位置。
例如,目标车辆对应多个倾倒点、泊车位、充电位等。以倾倒点为例,在相关技术中,以优先级进行分区,当优先级最高的倾倒点空闲时,就向车辆下发该位置为最优位置,而不管中途是否拥堵,即使到优先级低的位置线路更加顺畅,也会将优先级最高的倾倒点作为最优倾倒点,使得优先级高的倾倒点长期占用,而优先级低的倾倒点利用率较低。利用本方案,考虑每个区域的车辆密度,自动规避拥堵路线,能够推荐更加准确的最优位置。
图2为本公开的车辆调度方法的另一些实施例的流程示意图。
在步骤210,获取每个区域的图像信息。
在步骤220,根据图像信息,确定每个区域中车辆密度信息。
在步骤230,根据每个区域中车辆密度信息,为每个区域的路径配置相应的第一路径成本。
在步骤240,获取每个目标位置的优先级。
在步骤250,根据每个目标位置的优先级,为到达每个目标位置的路径设置第二路径成本。优先级越高,则对应目标位置的路径配置的第二路径成本越小。
其中,步骤210和步骤240可以同时执行,也可以不分先后执行。
在步骤260,根据目标车辆的起始位置和多个目标位置,确定目标车辆的多条规划路径。
在步骤270,根据每个区域的路径配置的第一路径成本,以及每个目标位置的路径设置的第二路径成本,计算每条规划路径对应的路径值。
在步骤280,以最小路径值为目标,确定目标车辆的最优规划路径。
在上述实施例中,在确定最优规划路径时,既考虑中途拥堵情况,又考虑目标位置的优先级情况,通过综合计算,得到路径值最小的最优规划路径,从而提高了拣选效率。
图3为本公开的车辆调度装置的一些实施例的结构示意图。该车辆调度装置包括图像获取单元310、车辆密度确定单元320、路径成本设置单元330、规划路径值确定单元340、最优路径确定单元350。
图像获取单元310被配置为获取每个区域的图像信息。
车辆密度确定单元320被配置为根据图像信息,确定每个区域中车辆密度信息。
在一些实施例中,根据图像信息,识别出每个车辆;统计每个区域中的车辆数目;根据每个区域中的车辆数目,确定每个区域中车辆密度信息。
路径成本设置单元330被配置为根据每个区域中车辆密度信息,为每个区域的路径配置相应的第一路径成本。车辆密度越大,则对应区域的路径配置的第一路径成本越大。
规划路径值确定单元340被配置为根据每个区域的路径配置的第一路径成本,计算目标车辆从起始位置到至少一个目标位置的多条规划路径中,每条规划路径对应的路径值。
在每个规划路径成本的基础上,增加经过对应区域的第一路径成本,得到每条规划路径对应的路径值。
最优路径确定单元350被配置为以最小路径值为目标,确定目标车辆的最优规划路径。
在上述实施例中,根据每个区域中车辆密度信息,为每个区域的路径配置相应的第一路径成本,根据每个区域的路径配置的第一路径成本,计算每条规划路径对应的路径值,以最小路径值为目标,确定目标车辆的最优规划路径,能够合理规避拥堵路线,提高了分拣效率。
在一些实施例中,图像获取单元310和车辆密度确定单元320可以集成在视频监控模块。路径成本设置单元330、规划路径值确定单元340、最优路径确定单元350可以集成在调度模块。即视频监控模块进行异步推送场地路况、位置路况,辅助调度模块。调度模块职责专一、专门负责路径计算和策略,提高调度效率。
在本公开的另一些实施例中,若目标车辆对应多个目标位置,则规划路径值确定单元340还被配置为确定目标车辆对应的每个目标位置的多条规划路径中,每条规划路径对应的路径值;最优路径确定单元350还被配置为以最小路径值为目标,确定目标车辆的最优目标位置。
在本公开的另一些实施例中,路径成本设置单元330还被配置为获取每个目标位置的优先级,根据每个目标位置的优先级,为到达每个目标位置的路径设置第二路径成本;规划路径值确定单元340还被配置为根据每个区域的路径配置的第一路径成本,以及每个目标位置的路径设置的第二路径成本,计算每条规划路径对应的路径值。最优路径确定单元350被配置为以最小路径值为目标,确定目标车辆的最优规划路径。
在上述实施例中,在确定最优规划路径时,即考虑中途拥堵情况,又考虑目标位置的优先级情况,通过综合计算,得到路径值最小的最优规划路径,从而提高了拣选效率。
图4为本公开的车辆调度装置的另一些实施例的结构示意图。该装置包括存储器410和处理器420,其中:存储器410可以是磁盘、闪存或其它任何非易失性存储介质。存储器用于存储图1-2所对应实施例中的指令。处理器420耦接至存储器410,可以作为一个或多个集成电路来实施,例如微处理器或微控制器。该处理器420用于执行存储器中存储的指令。
在一些实施例中,还可以如图5所示,该装置500包括存储器510和处理器520。处理器520通过BUS总线530耦合至存储器510。该装置500还可以通过存储接口540连接至外部存储装置550以便调用外部数据,还可以通过网络接口560连接至网络或者另外一台计算机系统(未标出),此处不再进行详细介绍。
在该实施例中,通过存储器存储数据指令,再通过处理器处理上述指令,提高了拣选效率。
图6为本公开的车辆调度系统的一些实施例的结构示意图。该系统包括上述的车辆调度装置610和图像采集设备620。
图像采集设备610被配置为采取每个区域的图像信息,并将图像信息发送至车辆调度装置610。车辆调度装置610通过路径规划确定最优规划路径,并将最优规划路径发送至对应的目标车辆630。
在另一些实施例中,该系统还可以包括任务中心模块640、工作站模块650。
任务中心模块640对上游系统下发的任务做统一管理。
工作站模块650负责对上游任务进行业务逻辑处理,并对任务下发进行路由。例如,针对不同的任务类型,例如,分拣任务、泊车任务、充电任务而做出对应的处理,例如,任务中心模块640下发分拣任务,则工作站模块650根据分拣任务类型进行处理,解析出应该去哪个供包台上包裹,然后去哪些倾倒点倾倒等,即确定目标车辆的起始位置和目标位置。
在上述实施例中,利用视频监控对车辆密度进行统计,然后进行动态拥堵区域划分,进行路径成本的加成,找出最优规划路径进行车辆调度。本申请在场地较大、车辆较多的应用场景,优势更加明显。
在另一些实施例中,一种计算机可读存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现图1-2所对应实施例中的方法的步骤。本领域内的技术人员应明白,本公开的实施例可提供为方法、装置、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
至此,已经详细描述了本公开。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。本领域的技术人员应该理解,可在不脱离本公开的范围和精神的情况下,对以上实施例进行修改。本公开的范围由所附权利要求来限定。
Claims (10)
1.一种车辆调度方法,包括:
获取每个区域的图像信息;
根据所述图像信息,确定每个区域中车辆密度信息;
根据每个区域中车辆密度信息,为每个区域的路径配置相应的第一路径成本;
根据每个区域的路径配置的第一路径成本,计算目标车辆从起始位置到至少一个目标位置的多条规划路径中,每条规划路径对应的路径值;
以最小路径值为目标,确定所述目标车辆的最优规划路径。
2.根据权利要求1所述的车辆调度方法,其中,根据所述图像信息,确定每个区域中车辆密度信息包括:
根据所述图像信息,识别出每个车辆;
统计每个区域中的车辆数目;
根据每个区域中的车辆数目,确定每个区域中车辆密度信息。
3.根据权利要求2所述的车辆调度方法,还包括:
获取样本图像;
对所述样本图像中的车辆进行标注;
采用标注的图像,训练车辆识别模型,以便根据所述车辆识别模型,识别出所述图像信息中的车辆。
4.根据权利要求1-3任一所述的车辆调度方法,其中,若所述至少一个目标位置包括多个目标位置;
确定所述目标车辆对应的每个目标位置的多条规划路径中,每条规划路径对应的路径值;
以最小路径值为目标,确定所述目标车辆的最优目标位置。
5.根据权利要求4所述的车辆调度方法,还包括:
获取每个目标位置的优先级;
根据每个目标位置的优先级,为到达每个目标位置的路径设置第二路径成本;
根据每个区域的路径配置的第一路径成本,以及每个目标位置的路径设置的第二路径成本,计算每条规划路径对应的路径值。
6.根据权利要求5所述的车辆调度方法,其中,
车辆密度越大,则对应区域的路径配置的第一路径成本越大;
和/或
优先级越高,则对应目标位置的路径配置的第二路径成本越小。
7.一种车辆调度装置,包括:
图像获取单元,被配置为获取每个区域的图像信息;
车辆密度确定单元,被配置为根据所述图像信息,确定每个区域中车辆密度信息;
路径成本设置单元,被配置为根据每个区域中车辆密度信息,为每个区域的路径配置相应的第一路径成本;
规划路径值确定单元,被配置为根据每个区域的路径配置的第一路径成本,计算目标车辆从起始位置到至少一个目标位置的多条规划路径中,每条规划路径对应的路径值;
最优路径确定单元,被配置为以最小路径值为目标,确定所述目标车辆的最优规划路径。
8.一种车辆调度装置,包括:
存储器;以及
耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器的指令执行如权利要求1至6任一项所述的车辆调度方法。
9.一种车辆调度系统,包括:
权利要求7或8所述的车辆调度装置;以及
图像采集设备,被配置为采取每个区域的图像信息。
10.一种计算机可读存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现权利要求1至6任一项所述的车辆调度方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911066406.9A CN111768629B (zh) | 2019-11-04 | 2019-11-04 | 车辆调度方法、装置和系统 |
JP2022525867A JP2023501307A (ja) | 2019-11-04 | 2020-08-18 | 車両スケジューリング方法、装置、およびシステム |
EP20885252.5A EP4057100A4 (en) | 2019-11-04 | 2020-08-18 | VEHICLE PLANNING METHOD, APPARATUS AND SYSTEM |
US17/773,827 US20220364872A1 (en) | 2019-11-04 | 2020-08-18 | Vehicle scheduling method, apparatus and system |
PCT/CN2020/109839 WO2021088461A1 (zh) | 2019-11-04 | 2020-08-18 | 车辆调度方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911066406.9A CN111768629B (zh) | 2019-11-04 | 2019-11-04 | 车辆调度方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111768629A true CN111768629A (zh) | 2020-10-13 |
CN111768629B CN111768629B (zh) | 2022-04-12 |
Family
ID=72718450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911066406.9A Active CN111768629B (zh) | 2019-11-04 | 2019-11-04 | 车辆调度方法、装置和系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220364872A1 (zh) |
EP (1) | EP4057100A4 (zh) |
JP (1) | JP2023501307A (zh) |
CN (1) | CN111768629B (zh) |
WO (1) | WO2021088461A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418676A (zh) * | 2020-11-24 | 2021-02-26 | 北京骑胜科技有限公司 | 一种车辆投放的方法、装置、可读存储介质和电子设备 |
CN113034088A (zh) * | 2021-04-22 | 2021-06-25 | 湖北普罗劳格科技股份有限公司 | 仓库物流任务调度方法、装置、电子设备及存储介质 |
CN113485376A (zh) * | 2021-08-16 | 2021-10-08 | 厦门中卡科技股份有限公司 | 自适应巡航与路径规划的无人驾驶巡检车 |
CN113762575A (zh) * | 2020-12-02 | 2021-12-07 | 北京京东乾石科技有限公司 | 输送线路径优化方法和装置 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220069646A (ko) * | 2020-11-20 | 2022-05-27 | 현대자동차주식회사 | 차량 특화 알림 장치, 그를 포함한 시스템, 및 그 방법 |
CN116384869A (zh) * | 2023-03-20 | 2023-07-04 | 深圳市大数据研究院 | 车辆路径规划方法、路径规划装置、电子设备及存储介质 |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000194984A (ja) * | 1998-12-24 | 2000-07-14 | Nippon Telegr & Teleph Corp <Ntt> | 誘導車両数制御システム |
CN102136190A (zh) * | 2011-05-03 | 2011-07-27 | 上海理工大学 | 城市公交客运事件应急响应调度管理系统及方法 |
CN102865872A (zh) * | 2011-07-07 | 2013-01-09 | 株式会社日立制作所 | 路径生成系统、路径生成方法以及程序 |
CN104361745A (zh) * | 2014-11-04 | 2015-02-18 | 河海大学 | 基于合作机制的车辆拥塞检测方法 |
CN104835020A (zh) * | 2014-10-28 | 2015-08-12 | 北汽福田汽车股份有限公司 | 物流车辆的调度系统 |
WO2016088398A1 (ja) * | 2014-12-05 | 2016-06-09 | 株式会社東芝 | 異常監視システム、異常監視方法、コンピュータプログラム及び異常監視装置 |
CN106023626A (zh) * | 2016-06-17 | 2016-10-12 | 深圳市元征科技股份有限公司 | 一种交通拥堵提示方法、服务器及车载设备 |
CN106448138A (zh) * | 2016-11-09 | 2017-02-22 | 中国科学技术大学苏州研究院 | 基于主动分配型的出租车服务系统的最优多车调度方法 |
CN106503941A (zh) * | 2016-11-01 | 2017-03-15 | 福建锐利信息科技发展有限公司 | 基于gis空间地理技术的智慧物流园交通管理服务系统 |
CN106548645A (zh) * | 2016-11-03 | 2017-03-29 | 济南博图信息技术有限公司 | 基于深度学习的车辆路径寻优方法及系统 |
CN107154160A (zh) * | 2017-06-30 | 2017-09-12 | 安徽超清科技股份有限公司 | 一种救护车快速通行引导系统 |
CN107424426A (zh) * | 2017-07-10 | 2017-12-01 | 南京邮电大学 | 一种基于深度学习的物流路径规划方法 |
US20180129981A1 (en) * | 2016-11-04 | 2018-05-10 | Honda Motor Co., Ltd | Vehicle control system, vehicle control method, and vehicle control program |
CN108204813A (zh) * | 2016-12-19 | 2018-06-26 | 北京四维图新科技股份有限公司 | 一种路径计算的方法、装置及导航系统 |
JP2018120445A (ja) * | 2017-01-26 | 2018-08-02 | 株式会社 日立産業制御ソリューションズ | 車番認識装置 |
CN108831151A (zh) * | 2018-06-25 | 2018-11-16 | 青岛智能产业技术研究院 | 无人驾驶公交车应急调度系统及方法 |
CN108985497A (zh) * | 2018-06-26 | 2018-12-11 | 四川斐讯信息技术有限公司 | 一种agv智能运输车数量及充电桩数量的规划方法及系统 |
CN109003029A (zh) * | 2018-07-20 | 2018-12-14 | 福州大学 | 一种基于深度学习的智能仓库巡检方法及系统 |
CN109002902A (zh) * | 2018-06-11 | 2018-12-14 | 华东理工大学 | 分区域多阶段生鲜农产品动态车辆路径优化方法 |
CN109242214A (zh) * | 2018-10-25 | 2019-01-18 | 中国联合网络通信集团有限公司 | 配送路线规划方法和配送路线规划装置 |
JP6496619B2 (ja) * | 2015-06-22 | 2019-04-03 | クラリオン株式会社 | 車両用駐車支援装置 |
US20190263418A1 (en) * | 2018-02-27 | 2019-08-29 | Hyundai Motor Company | Driver's driving tendency determination apparatus and method thereof |
CN110211388A (zh) * | 2019-05-27 | 2019-09-06 | 武汉万集信息技术有限公司 | 基于3d激光雷达的多车道自由流车辆匹配方法及系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9710729B2 (en) * | 2014-09-04 | 2017-07-18 | Xerox Corporation | Domain adaptation for image classification with class priors |
BE1023147B1 (nl) * | 2015-07-03 | 2016-12-01 | Cnh Industrial Belgium Nv | Controller voor een werkvoertuig |
US10037471B2 (en) * | 2016-07-05 | 2018-07-31 | Nauto Global Limited | System and method for image analysis |
US10462354B2 (en) * | 2016-12-09 | 2019-10-29 | Magna Electronics Inc. | Vehicle control system utilizing multi-camera module |
US11042155B2 (en) * | 2017-06-06 | 2021-06-22 | Plusai Limited | Method and system for closed loop perception in autonomous driving vehicles |
CN110231040B (zh) * | 2018-03-05 | 2022-11-08 | 北京京东乾石科技有限公司 | 一种路径规划的方法和装置 |
CN108710875B (zh) * | 2018-09-11 | 2019-01-08 | 湖南鲲鹏智汇无人机技术有限公司 | 一种基于深度学习的航拍公路车辆计数方法及装置 |
CN110274604B (zh) * | 2018-11-06 | 2021-11-02 | 北京京东乾石科技有限公司 | 用于生成路径信息的方法和装置 |
CN109784526B (zh) * | 2018-12-05 | 2023-02-28 | 阿波罗智能技术(北京)有限公司 | 通行路径的规划方法、装置、设备及可读存储介质 |
CN109993969B (zh) * | 2019-03-08 | 2022-04-15 | 腾讯大地通途(北京)科技有限公司 | 一种路况判定信息获取方法、装置及设备 |
-
2019
- 2019-11-04 CN CN201911066406.9A patent/CN111768629B/zh active Active
-
2020
- 2020-08-18 EP EP20885252.5A patent/EP4057100A4/en active Pending
- 2020-08-18 JP JP2022525867A patent/JP2023501307A/ja active Pending
- 2020-08-18 WO PCT/CN2020/109839 patent/WO2021088461A1/zh unknown
- 2020-08-18 US US17/773,827 patent/US20220364872A1/en active Pending
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000194984A (ja) * | 1998-12-24 | 2000-07-14 | Nippon Telegr & Teleph Corp <Ntt> | 誘導車両数制御システム |
CN102136190A (zh) * | 2011-05-03 | 2011-07-27 | 上海理工大学 | 城市公交客运事件应急响应调度管理系统及方法 |
CN102865872A (zh) * | 2011-07-07 | 2013-01-09 | 株式会社日立制作所 | 路径生成系统、路径生成方法以及程序 |
CN104835020A (zh) * | 2014-10-28 | 2015-08-12 | 北汽福田汽车股份有限公司 | 物流车辆的调度系统 |
CN104361745A (zh) * | 2014-11-04 | 2015-02-18 | 河海大学 | 基于合作机制的车辆拥塞检测方法 |
WO2016088398A1 (ja) * | 2014-12-05 | 2016-06-09 | 株式会社東芝 | 異常監視システム、異常監視方法、コンピュータプログラム及び異常監視装置 |
JP6496619B2 (ja) * | 2015-06-22 | 2019-04-03 | クラリオン株式会社 | 車両用駐車支援装置 |
CN106023626A (zh) * | 2016-06-17 | 2016-10-12 | 深圳市元征科技股份有限公司 | 一种交通拥堵提示方法、服务器及车载设备 |
CN106503941A (zh) * | 2016-11-01 | 2017-03-15 | 福建锐利信息科技发展有限公司 | 基于gis空间地理技术的智慧物流园交通管理服务系统 |
CN106548645A (zh) * | 2016-11-03 | 2017-03-29 | 济南博图信息技术有限公司 | 基于深度学习的车辆路径寻优方法及系统 |
US20180129981A1 (en) * | 2016-11-04 | 2018-05-10 | Honda Motor Co., Ltd | Vehicle control system, vehicle control method, and vehicle control program |
CN106448138A (zh) * | 2016-11-09 | 2017-02-22 | 中国科学技术大学苏州研究院 | 基于主动分配型的出租车服务系统的最优多车调度方法 |
CN108204813A (zh) * | 2016-12-19 | 2018-06-26 | 北京四维图新科技股份有限公司 | 一种路径计算的方法、装置及导航系统 |
JP2018120445A (ja) * | 2017-01-26 | 2018-08-02 | 株式会社 日立産業制御ソリューションズ | 車番認識装置 |
CN107154160A (zh) * | 2017-06-30 | 2017-09-12 | 安徽超清科技股份有限公司 | 一种救护车快速通行引导系统 |
CN107424426A (zh) * | 2017-07-10 | 2017-12-01 | 南京邮电大学 | 一种基于深度学习的物流路径规划方法 |
US20190263418A1 (en) * | 2018-02-27 | 2019-08-29 | Hyundai Motor Company | Driver's driving tendency determination apparatus and method thereof |
CN109002902A (zh) * | 2018-06-11 | 2018-12-14 | 华东理工大学 | 分区域多阶段生鲜农产品动态车辆路径优化方法 |
CN108831151A (zh) * | 2018-06-25 | 2018-11-16 | 青岛智能产业技术研究院 | 无人驾驶公交车应急调度系统及方法 |
CN108985497A (zh) * | 2018-06-26 | 2018-12-11 | 四川斐讯信息技术有限公司 | 一种agv智能运输车数量及充电桩数量的规划方法及系统 |
CN109003029A (zh) * | 2018-07-20 | 2018-12-14 | 福州大学 | 一种基于深度学习的智能仓库巡检方法及系统 |
CN109242214A (zh) * | 2018-10-25 | 2019-01-18 | 中国联合网络通信集团有限公司 | 配送路线规划方法和配送路线规划装置 |
CN110211388A (zh) * | 2019-05-27 | 2019-09-06 | 武汉万集信息技术有限公司 | 基于3d激光雷达的多车道自由流车辆匹配方法及系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418676A (zh) * | 2020-11-24 | 2021-02-26 | 北京骑胜科技有限公司 | 一种车辆投放的方法、装置、可读存储介质和电子设备 |
CN112418676B (zh) * | 2020-11-24 | 2024-05-14 | 北京骑胜科技有限公司 | 一种车辆投放的方法、装置、可读存储介质和电子设备 |
CN113762575A (zh) * | 2020-12-02 | 2021-12-07 | 北京京东乾石科技有限公司 | 输送线路径优化方法和装置 |
CN113762575B (zh) * | 2020-12-02 | 2024-05-21 | 北京京东乾石科技有限公司 | 输送线路径优化方法和装置 |
CN113034088A (zh) * | 2021-04-22 | 2021-06-25 | 湖北普罗劳格科技股份有限公司 | 仓库物流任务调度方法、装置、电子设备及存储介质 |
CN113485376A (zh) * | 2021-08-16 | 2021-10-08 | 厦门中卡科技股份有限公司 | 自适应巡航与路径规划的无人驾驶巡检车 |
CN113485376B (zh) * | 2021-08-16 | 2022-03-11 | 厦门中卡科技股份有限公司 | 自适应巡航与路径规划的无人驾驶巡检车 |
Also Published As
Publication number | Publication date |
---|---|
EP4057100A4 (en) | 2023-12-06 |
CN111768629B (zh) | 2022-04-12 |
WO2021088461A1 (zh) | 2021-05-14 |
US20220364872A1 (en) | 2022-11-17 |
EP4057100A1 (en) | 2022-09-14 |
JP2023501307A (ja) | 2023-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111768629B (zh) | 车辆调度方法、装置和系统 | |
CN107179769B (zh) | 一种基于实时调度仿真和排队论的agv数量配置方法 | |
CN108846623B (zh) | 基于多目标蚁群算法的整车物流调度方法及装置、存储介质、终端 | |
CN108629531B (zh) | 货物运输方法和用于货物运输的装置 | |
CN106156961B (zh) | 一种车辆调度方法和装置 | |
CN108197761B (zh) | 融合循环取货与甩挂式配送的入厂物流调度方法和系统 | |
CN109345091B (zh) | 基于蚁群算法的整车物流调度方法及装置、存储介质、终端 | |
CN110097231A (zh) | 多目标物流调度方法及装置、物流系统以及计算机可读介质 | |
CN110119861A (zh) | 调度无人车的方法、装置及计算机可读存储介质 | |
CN111762519B (zh) | 引导拣选机器人作业的方法、系统和调度装置 | |
CN114331257A (zh) | 物流运输装载管理方法、装置、设备及存储介质 | |
CN112547528B (zh) | 基于分类识别的物流分拣方法及系统 | |
CN107766965B (zh) | 一种基于自动引导车的快递分拣方法 | |
CN108596385B (zh) | 车辆的排队方法及装置、可读介质、物流系统 | |
CN106643761A (zh) | 一种车辆路径规划的方法及系统 | |
CN112348426B (zh) | 信息处理方法及装置 | |
CN110597261A (zh) | 一种预防碰撞冲突的方法及装置 | |
CN113705997A (zh) | 一种自动驾驶出租车双体系的派单方法及应用 | |
CN109489671A (zh) | 一种agv机器人的路径规划方法、装置和系统 | |
CN109101390A (zh) | 基于高斯分布的定时任务异常监控方法、电子装置及介质 | |
CN112288316A (zh) | 调度车辆的控制方法、装置和系统 | |
CN113253692B (zh) | Agv的巡游方法、装置、设备及可读存储介质 | |
US20220274590A1 (en) | Transport planning system, transport planning method and program | |
CN115933557A (zh) | Agv调度方法、系统、终端及存储介质 | |
CN114358680A (zh) | 任务分配方法、电子设备及计算机程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |