CN112348426B - 信息处理方法及装置 - Google Patents

Abstract

本公开提供了一种信息处理方法，应用于物流园区内的多个月台，方法包括：确定第一车辆任务，其中第一车辆任务为多个月台在指定历史时间段内总共完成的车辆任务，指定历史时间段包括多个等时长的第一时间片段；基于第一车辆任务，确定每个月台在指定历史时间段内的每个第一时间片段完成的车辆任务数；以及将平均每一第一时间片段内完成车辆任务数最大的第一月台的至少一个属性转移至平均每一第一时间片段内完成车辆任务数最小的第二月台，以便使每个月台在同一第二时间片段内完成的车辆任务数能够趋于一致；其中，第二时间片段与第一时间片段等时长。本公开还公开了一种信息处理装置、一种电子设备和一种计算机可读存储介质。

Description

信息处理方法及装置

技术领域

本公开涉及物流技术领域，更具体地，涉及一种应用于物流园区内的多个月台的信息处理方法、一种信息处理装置、一种电子设备和一种计算机可读存储介质。

背景技术

目前，一些物流园区现有的车辆(每台车辆对应一个车辆任务，其中车辆任务又称运输任务)到月台的调度主要通过人工指挥调度来实现。人工指挥调度需要通过现场人员之间的沟通来调度车辆。

此外，还有一些物流园区现有的车辆到月台的调度主要通过自动调度系统来实现。自动调度系统需要通过信号灯、监控设备、图像采集处理设备等相互配合来实现物流园区内车辆到月台的调度。

然而，在实现本公开发明构思的过程中，发明人发现相关技术中无论是人工指挥调度还是自动调度系统，车辆调度效率相对比较低，并且容易出现车辆拥堵、等待、错装、错卸等情况。

发明内容

有鉴于此，本公开提供了一种用于对物流园区内的多个月台合理分配车辆任务的信息处理方法和装置。

本公开的一个方面提供了一种信息处理方法，应用于物流园区内的多个月台，上述方法包括：确定第一车辆任务，其中，上述第一车辆任务为上述多个月台在指定历史时间段内总共完成的车辆任务，指定历史时间段包括多个等时长的第一时间片段；基于上述第一车辆任务，确定每个月台在上述指定历史时间段内的每个第一时间片段完成的车辆任务数，其中每个月台的月台属性与在该月台上完成的车辆任务的任务属性相匹配；以及将平均每一第一时间片段内完成车辆任务数最大的第一月台的至少一个属性转移至平均每一第一时间片段内完成车辆任务数最小的第二月台，以便使每个月台在同一第二时间片段内完成的车辆任务数能够趋于一致；其中，第二时间片段与第一时间片段等时长。

根据本公开的实施例，还包括在将上述第一月台的至少一个属性转移至上述第二月台之后，如果每个月台在同一第二时间片段内完成的车辆任务数没有趋于一致，则执行以下操作：基于上述第一车辆任务中每个车辆任务的任务属性，匹配对应的月台，以重新确定每个月台在上述指定历史时间段内每天完成的车辆任务数；以及重新将完成车辆任务数最大的月台的至少一个属性转移至完成车辆任务数最小的月台，以便使每个月台在同一第二时间片段内完成的车辆任务数能够趋于一致。

根据本公开的实施例，还包括：在每个月台在同一第二时间片段内完成的车辆任务数趋于一致后，确定上述多个月台中每个月台的月台属性；以及针对每个月台，基于对应的月台属性构建与月台关联的决策树，其中上述决策树用于为与进入上述物流园区的车辆任务关联的车辆分配对应的月台。

根据本公开的实施例，还包括：针对同一车辆任务，如果利用与上述多个月台关联的决策树森林对本车辆任务匹配月台时能够匹配出至少两个月台，则确定上述至少两个月台中每个月台上与当前待处理的车辆任务对应的任务处理时长；以及将与当前待处理的车辆任务对应的任务处理时长最短的月台作为处理本车辆任务的月台。

根据本公开的实施例，还包括：在利用与上述多个月台关联的决策树森林为与当前的车辆任务关联的车辆匹配出对应的月台后，为与上述当前的车辆任务关联的车辆规划从上述物流园区的入口到上述对应的月台的车辆行驶路线。

根据本公开的实施例，还包括：如果从上述物流园区的入口到上述对应的月台的车辆行驶路线包括至少两条路线，则从上述至少两条路线中选出路径最短的一条路线作为为与上述当前的车辆任务关联的车辆规划的车辆行驶路线。

根据本公开的实施例，上述基于上述第一车辆任务中每个车辆任务的任务属性，匹配对应的月台，包括：确定上述每个车辆任务的当前任务属性；将上述每个车辆任务的当前任务属性转换为标准任务属性；以及基于上述每个车辆任务的标准任务属性，匹配对应的月台。

本公开的另一个方面提供了一种信息处理装置，包括：应用于物流园区内的多个月台，上述装置包括：第一确定模块，用于确定第一车辆任务，其中，上述第一车辆任务为上述多个月台在指定历史时间段内总共完成的车辆任务，指定历史时间段包括多个等时长的第一时间片段；第二确定模块，用于基于上述第一车辆任务，确定每个月台在上述指定历史时间段内的每个第一时间片段完成的车辆任务数，其中每个月台的月台属性与在该月台上完成的车辆任务的任务属性相匹配；以及属性转移模块，用于将平均每一第一时间片段内完成车辆任务数最大的第一月台的至少一个属性转移至平均每一第一时间片段内完成车辆任务数最小的第二月台，以便使每个月台在同一第二时间片段内完成的车辆任务数能够趋于一致；其中，第二时间片段与第一时间片段等时长。

本公开的另一方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现本公开实施例的方法。

本公开的另一方面提供了一种计算机可读存储介质，存储有可执行指令，上述指令在被处理器执行时使处理器实现本公开实施例的方法。

本公开的另一方面提供了一种计算机程序，上述计算机程序包括计算机可执行指令，上述指令在被处理器执行时使处理器实现本公开实施例的方法。

根据本公开的实施例，因为采用了基于物流园区内月台完成车辆任务的历史数据合理分配月台属性的技术手段，所以能够至少部分地克服车辆调度效率低，并且容易出现车辆拥堵、等待、错装、错卸等情况的技术问题，进而可以达到提高车物流园区内车辆到月台的调度效率，并且可以达到防止月台出现车辆拥堵、等待、错装、错卸等情况。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了可以应用本公开的信息处理方法和装置的示例性应用场景；

图2示意性示出了根据本公开实施例的信息处理方法的流程图；

图3示意性示出了根据本公开实施例的分配月台属性的示意图；

图4示意性示出了根据本公开实施例的构建与月台关联的决策树的示意图；

图5示意性示出了根据本公开实施例的匹配月台的示意图；

图6示意性示出了根据本公开实施例的信息处理装置的框图；以及

图7示意性示出了根据本公开实施例的适于信息处理方法和装置的计算机系统的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

本公开的实施例提供了一种用于用于为进入物流园区的车辆任务合理分配月台的信息处理方法以及能够应用该方法的信息处理装置。该方法包括确定第一车辆任务，其中，上述第一车辆任务为上述多个月台在指定历史时间段内总共完成的车辆任务，指定历史时间段包括多个等时长的第一时间片段。基于上述第一车辆任务，确定每个月台在上述指定历史时间段内的每个第一时间片段(如每天)完成的车辆任务数，其中每个月台的月台属性与在该月台上完成的车辆任务的任务属性相匹配。将平均每一第一时间片段内(如平均每天)完成车辆任务数最大的第一月台的至少一个属性转移至平均每一第一时间片段内(如平均每天)完成车辆任务数最小的第二月台，以便使每个月台在同一第二时间片段内(如未来每天)完成的车辆任务数能够趋于一致；其中，第二时间片段与第一时间片段等时长。

图1示意性示出了可以应用本公开的信息处理方法和装置的示例性应用场景。需要注意的是，图1所示仅为可以应用本公开实施例的应用场景的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或应用场景。

如图1所示，例如物流园区100内有1～n个月台(包括装货月台和卸货月台，可以理解，在本公开实施例中，月台表示用于停靠运输车辆以便装货或卸货的工作台或者工作站)，这n个月台分别对应于1号～n号仓库(包括出货仓库和入出货仓库)。每台运输车辆都对应一个车辆任务(又称运输任务)，一旦运输车辆从园区入口进入园区，则会被根据运输车辆自身具有的任务属性调度到具有对应月台属性的月台上装货或卸货。在这种情况下，如果这1～n个月台的月台属性分配不合理，则会导致某个或者某些月台分配的车辆任务过多或者过少，由此导致出现车辆拥堵或等待，甚至导致出现车辆错装或错卸等。

对此，本公开实施例提供了一种能够在多个月台之间合理分配月台属性的信息处理方法。

通过本公开实施例提供的方案，在实现从车辆到月台的调度时，无需现场工作人员之间相互沟通，甚至无需现场工作人员，因而车辆调度效率相对比较高。

并且，通过本公开实施例提供的方案，由于园区内的月台之间可以实现属性的合理分配，因而可以保证在相同的时间段内调度到每个月台的车辆任务数基本趋于一致(等于或者接近平均数)，因而不会出现由于某个或者某些月台分配的车辆任务过多或者过少而导致出现车辆拥堵或等待，甚至导致出现车辆错装或错卸。

需要说明的是，本公开实施例所提供的信息处理方法一般可以由服务器执行。相应地，本公开实施例所提供的信息处理装置一般可以设置于服务器中。本公开实施例所提供的信息处理方法也可以由不同于服务器且能够与终端设备和/或服务器通信的其他服务器或服务器集群执行。相应地，本公开实施例所提供的信息处理装置也可以设置于不同于服务器且能够与终端设备和/或服务器通信的其他服务器或服务器集群中。或者，本公开实施例所提供的信息处理方法也可以由终端设备执行，或者也可以由不同于终端设备的其他终端设备执行。相应地，本公开实施例所提供的信息处理装置也可以设置于终端设备中，或设置于不同于终端设备的其他终端设备中。

以下将结合附图并结合具体实施例详细阐述本公开。

图2示意性示出了根据本公开实施例的信息处理方法的流程图。

如图2所示，该方法应用于物流园区内的多个月台，可以包括操作S210～S230。

在操作S210，确定第一车辆任务，其中该第一车辆任务为该多个月台在指定历史时间段内总共完成的车辆任务，指定历史时间段包括多个等时长的第一时间片段。例如，指定历史时间段可以是最近一个月；第一时间片段可以是这个月内的每一天。

返回参考图1，例如第一车辆任务可以包括图中的1～n个月台在过去的最近两周或者最近一个月或者最近一个季度总共完成的车辆任务。

在操作S220，基于该第一车辆任务，确定每个月台在该指定历史时间段内的每个第一时间片段(如每天)完成的车辆任务数，其中每个月台的月台属性与在该月台上完成的车辆任务的任务属性相匹配。

在本公开实施例中，对进、出物流园区的运输车辆可以记录以下信息：本车辆任务完成的日期、地点(即在哪个月台上何时完成装货或卸货的)等。由此，基于记录的上述信息，在操作S220，可以将第一车辆任务按时间段归类于对应的月台下。

在操作S230，将平均每一第一时间片段内完成车辆任务数最大的第一月台的至少一个属性转移至平均每一第一时间片段内完成车辆任务数最小的第二月台，以便使每个月台在同一第二时间片段内(如未来每天等)完成的车辆任务数能够趋于一致。其中，第二时间片段与第一时间片段等时长。

需要说明的是，在本公开实施例中，车辆任务的任务属性和月台的月台属性可以包括流向、网络类型、车型和运输类型等。如果一个车辆任务的任务属性和一个月台的月台属性的相似度满足预设条件，则表示将该车辆任务与该月台相匹配，可以将该车辆任务调度至该月台处理。

此外，需要说明的是，在本公开实施例中，为了计算方便，在操作S220后，即在确定每个月台在该指定历史时间段内每天完成的车辆任务数，可以进一步计算每个月台在该指定历史时间段内平均每天完成的车辆任务数。这样，在操作S230，可以将完成车辆任务数平均值最大的第一月台的至少一个属性转移至车辆任务数平均值最小的第二月台。

可以理解，在本公开实施例中，将一个月台(如月台1)的相关月台属性转移至另一个月台(如月台2)可以表示：将该相关月台属性从月台1的月台属性中删除，并将其增加至月台2的月台属性中；或者，将该相关月台属性保留在月台1的月台属性中，同时将其增加至月台2的月台属性中。本公开实施例对此不做限定。

由于调度运输车辆时是根据与运输车辆对应的车辆任务的任务属性是否匹配对应的月台的月台属性来调度的，因此在某个或者某些月台的月台属性被转移后，会导致车辆调度结果发生变化。例如，如果将某相关月台属性从月台1的月台属性中删除，并将其增加至月台2的月台属性中，那么原本通过该相关月台属性调度到月台1处理的车辆任务中，在月台属性发生转移后，可能调度到月台2完成车辆任务处理。

可见，根据历史车辆任务的实际处理情况，可以适当调整园区内各月台的月台属性，使得调整后，月台属性在园区内所有月台之间的分配更加合理。在本公开实施例中，月台属性分配更加合理的表现在于，在月台属性重新分配后，对每个月台在同一第二时间片段内完成的车辆任务数能够趋于一致。

通过本公开的实施例，因为采用了基于物流园区内月台完成车辆任务的历史数据合理分配月台属性的技术手段，所以能够至少部分地克服车辆调度效率低，并且容易出现车辆拥堵、等待、错装、错卸等情况的技术问题，进而可以达到提高车物流园区内车辆到月台的调度效率，并且可以达到防止月台出现车辆拥堵、等待、错装、错卸等情况。

下面参考图3～图5，结合具体实施例对图2所示的方法做进一步说明。

作为一个可选的实施例，还包括在将该第一月台的至少一个属性转移至该第二月台之后，如果每个月台在同一第二时间片段内(如每天)完成的车辆任务数没有趋于一致，则执行以下操作。

基于该第一车辆任务中每个车辆任务的任务属性，匹配对应的月台，以重新确定每个月台在该指定历史时间段内的每个第一时间片段(如每天)完成的车辆任务数。

重新将平均每一第一时间片段内完成车辆任务数最大的月台的至少一个属性转移至平均每一第一时间片段内完成车辆任务数最小的月台，以便使每个月台在同一第二时间片段内完成的车辆任务数能够趋于一致。

在本公开实施例，如果执行一次月台属性转移操作无法使园区内每个月台在同一第二时间片段内(如每天)完成的车辆任务数趋于一致，则可以循环执行多次月台属性转移操作，直到园区内每个月台在同一第二时间片段内完成的车辆任务数趋于一致为止。

为了更充分利用月台资源，可以给月台合理的分配属性，以便使得月台能够高效地处理车辆任务，并且可以防止有的月台处理车辆任务特别多，有的月台处理车辆任务特别少的情况。根据任务车辆数，通过邻域搜索，可以合理地分配月台属性，提高月台处理车辆任务的效率。

具体地，可以选取某段时间内的车辆任务(车辆任务数较均衡)的历史数据，统计该段时间内每天各个月台执行的车辆任务，对这段时间内每个月台每天执行的车辆任务数取平均数，从而获得月台属性下各个月台的车辆任务数，然后根据邻域搜索思想来变换月台属性。例如，把平均每天车辆任务数最大的月台的某一个月台属性转移到平均每天车辆任务数最小的月台的月台属性中，然后再将车辆任务的历史数据进行月台匹配，比较月台上执行的任务车辆数是否已趋于平均。如果还没有趋于平均，则循环变换平均每天最大车辆任务数和平均每天最小车辆任务数的月台的月台属性，直至各月台执行的车辆任务数趋于平均为止，此时月台属性在月台之间认为实现了合理分配。

参考图3，物流园区内有1～n个月台，如果基于最近两周内的历次车辆任务发现，所有月台平均每天处理的车辆任务为10，月台1平均每天处理的车辆任务数最大，为15个，月台3平均每天处理的车辆任务数最小，为3个。显然，该物流园区内月台之间每天处理的车辆任务数极不平均，容易出现车辆拥堵、等待、错装、错卸等情况。对此，可以将月台1的相关属性转移至月台3。

其中，在转移月台属性时，可以根据月台的每个属性带来的车辆任务数选择需要转移的月台属性。例如，参考图3，月台1平均每天处理的车辆任务数最大，为15个，这与所有月台平均每天处理的车辆任务为10之间差值为5。如果车辆类型为“摆渡”的月台属性给月台1带来的车辆任务数在5个左右，可以将该月台属性转移至月台3。

继续参考图3，在本公开实施例中，每执行一次月台属性转移操作，可以重新将最近两周内的历次车辆任务与月台进行匹配，并根据匹配结果确定是否再次月台属性转移操作，如此循环往复，直到使每个月台在同一第二时间片段内(如未来每天)完成的车辆任务数能够趋于一致为止。

通过本公开实施例，对于在月台之间合理进行月台属性分配这种计算起来非常复杂的最优化问题，通过不断进行局部优化如在两个月台之间转移相应的月台属性，可以将复杂问题简单化，并且最终达到在月台之间合理分配月台属性的目的。

进一步，作为一个可选的实施例，上述基于该第一车辆任务中每个车辆任务的任务属性，匹配对应的月台例如可以包括如下操作。

确定该每个车辆任务的当前任务属性。

将该每个车辆任务的当前任务属性转换为标准任务属性。

基于该每个车辆任务的标准任务属性，匹配对应的月台。

在本公开实施例中，为了便于属性识别，可以设置标准任务属性，并配置不同租户自定义的任务属性与标准任务属性的对应关系。由此，针对任意车辆任务，在进行车辆调度时，可以先获得各租户(京东、天猫、顺丰等)自定义的任务属性，再根据预先配置的对应关系进行转换，得到与之对应的标准任务属性。

具体地，例如京东使用流向、网络类型、车型、运输类型等任务属性，其他一些租户使用其他的属性如线路(与流向表示类似的意思)、网络类型、车长(与车型表示类似的意思)、运输类型等任务属性。不同租户可以配置各自的任务属性以及各任务属性与标准任务属性之间的对应关系。这样，在租户下发车辆任务后可以通过属性模型对用户自定义的任务属性进行转换，从而得到并保存对应的标准任务属性。

通过本公开实施例，采用任务属性动态变换的技术手段，可以使本公开实施例提供的车辆调度方案以不同租户的形式对外开放。由此，即使不同租户的车辆任务及任务属性表达不一致，通过属性模型调用也可以实现车辆任务及任务属性的统一处理，从而兼容不同租户的不同业务(即车辆任务)。

作为一个可选的实施例，该方法例如还可以包括：在每个月台在同一第二时间片段内完成的车辆任务数趋于一致后，执行以下操作。

确定该多个月台中每个月台的月台属性。

针对每个月台，基于对应的月台属性构建与月台关联的决策树，其中该决策树用于为与进入该物流园区的车辆任务关联的车辆分配对应的月台。

具体地，在合理分配月台属性之后(即在每个月台在同一第二时间片段内完成的车辆任务数趋于一致后)，可以对各个月台在各自属性下构造各自的决策树。例如，可以通过CART算法(GINI指数)构造分类决策树。其中，在得到多个月台(即所有月台)各自的决策树之后，可以基于这些决策树构建的随机决策树森林，以用于调度进入园区的车辆任务。其中随机决策树森林指的是利用多棵决策树对样本进行训练并预测的一种分类器。

可以理解，决策树是一种机器学习的方法。在本公开实施例中，决策树的生成算法可以包括：ID3，C4.5和C5.0等。此外，决策树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类结果。

参考图4，例如基于月台1的月台属性构建的决策树如图所示，该决策树的左分支表示运输类型为“装货”、车型为“摆渡车”的车辆任务可以调度至月台1执行。该决策树的右分支表示运输类型为“卸货”、车型为“7.8米”的车辆任务禁止调度至月台1执行。

作为一个可选的实施例，该方法例如还可以包括：针对同一车辆任务，执行以下操作。

如果利用与该多个月台关联的决策树森林对本车辆任务匹配月台时能够匹配出至少两个月台，则确定该至少两个月台中每个月台上与当前待处理的车辆任务对应的任务处理时长。

将与当前待处理的车辆任务对应的任务处理时长最短的月台作为处理本车辆任务的月台。

可以理解，本公开实施例中决策树森林与本公开前述实施例中的随机决策树森林为同一概念，它是由园区内所有月台的决策树构成的。

在本公开实施例中，对于任一车辆任务，基于与其任务属性，通过前述实施例构造的随机决策树森林进行匹配，能够快速匹配出所属决策树(即用于执行该车辆任务的月台)。对于同一车辆任务，当匹配出多个最优月台时，说明多个月台的月台属性都能与该车辆任务的任务属性匹配，这种情况下可以通过比较这多个月台待处理的车辆任务的任务处理时长，其中任务处理时长越长说明待处理的车辆任务数越多，反之则反之。因此可以选取待处理的任务处理时长最短的月台作为最终的最优月台。由此可以避免某些月台出现车辆拥堵，而另一些月台出现月台闲置。

参考图5，如果车辆任务1可以同时与月台1～月台3匹配，并且月台1～月台3处当前待处理的车辆任务对应的任务处理时长如图所示分别为10小时、5小时和8小时，则优选地可以将本车辆任务调度到月台2处处理。

作为一个可选的实施例，该方法例如还可以包括：在利用与该多个月台关联的决策树森林为与当前的车辆任务关联的车辆匹配出对应的月台后，为与该当前的车辆任务关联的车辆规划从该物流园区的入口到该对应的月台的车辆行驶路线。

作为一个可选的实施例，该方法例如还可以包括：如果从该物流园区的入口到该对应的月台的车辆行驶路线包括至少两条路线，则从该至少两条路线中选出路径最短的一条路线作为为与该当前的车辆任务关联的车辆规划的车辆行驶路线。

具体地，在本公开实施例中，对于任一车辆任务，在根据任务属性匹配到对应的月台之后，可以根据月台叫号，将执行该车辆任务的车辆驶入园区内的指定月台处。此处可以通过自动驾驶技术控制车辆行驶。其中，车辆到达园区入口处可以自动识别车牌，经过校验确定是需要入园的车牌则开闸放行，否则报警提示。入园之后可以有多条到达指定月台处的路线，具体可以通过蚁群算法获得其中路径最短的路线，并控制车辆按照给该路线自动驾驶到指定月台处。进一步，每个月台处可以设置有自动识别装置来发出装卸指令以便自动控制车辆装货或者卸货。在装货或者卸货完成后，再通过与之前入园时类似的路线规划方法规划出路径最短的出园路线，并控制车辆按照给该路线自动驾驶到园区出口处，进而由等在园区出口位置处的司机执行本次车辆运输任务。

通过本公开实施例，通过车辆任务属性动态转换可以兼容不同租户不同业务，通过构造月台的决策树随机森林、车辆任务匹配决策树随机森林以准确地确认最优月台，可以控制车辆从入园——装、卸货——出园的自动化、智能化调度流程。

此外，通过本公开实施例，不再需要人工现场沟通实现调度，因而可以解决由人为因素造成的园区场地内车辆捌堵、等待、错装、错卸等问题，并且排除人为干预之后，还可以实现准确、高效、智能化的园区场地车辆调度，进而可以提高物流园区内车辆的调度效率。

图6示意性示出了根据本公开实施例的信息处理装置的框图。

如图6所示，信息处理装置600应用于物流园区内的多个月台。该信息处理装置600包括第一确定模块601、第二确定模块602和属性转移模块603。

具体地，第一确定模块601，用于确定第一车辆任务，其中，该第一车辆任务为该多个月台在指定历史时间段内总共完成的车辆任务，指定历史时间段包括多个等时长的第一时间片段。

第二确定模块602，用于基于该第一车辆任务，确定每个月台在该指定历史时间段内的每个第一时间片段(如每天)完成的车辆任务数，其中每个月台的月台属性与在该月台上完成的车辆任务的任务属性相匹配。

属性转移模块603，用于将平均每一第一时间片段内完成车辆任务数最大的第一月台的至少一个属性转移至平均每一第一时间片段内完成车辆任务数最小的第二月台，以便使每个月台在同一第二时间片段内完成的车辆任务数能够趋于一致；其中，第二时间片段与第一时间片段等时长。

通过本公开的实施例，因为采用了基于物流园区内月台完成车辆任务的历史数据合理分配月台属性的技术手段，所以能够至少部分地克服车辆调度效率低，并且容易出现车辆拥堵、等待、错装、错卸等情况的技术问题，进而可以达到提高车物流园区内车辆到月台的调度效率，并且可以达到防止月台出现车辆拥堵、等待、错装、错卸等情况。

作为一个可选的实施例，该装置还可以包括调整模块，用于在将该第一月台的至少一个属性转移至该第二月台之后，如果每个月台在同一第二时间片段内完成的车辆任务数没有趋于一致，则执行以下操作：基于该第一车辆任务中每个车辆任务的任务属性，匹配对应的月台，以重新确定每个月台在该指定历史时间段内的每个第一时间片段如每天完成的车辆任务数；以及重新将平均每一第一时间片段内完成车辆任务数最大的月台的至少一个属性转移至平均每一第一时间片段内完成车辆任务数最小的月台，以便使每个月台在同一第二时间片段内完成的车辆任务数能够趋于一致。

作为一个可选的实施例，该装置还可以包括第三确定模块和构建模块。具体地，第三确定模块用于在每个月台在同一第二时间片段内完成的车辆任务数趋于一致后，确定该多个月台中每个月台的月台属性。构建模块用于在每个月台在同一第二时间片段内完成的车辆任务数趋于一致后，针对每个月台，基于对应的月台属性构建与月台关联的决策树，其中该决策树用于为与进入该物流园区的车辆任务关联的车辆分配对应的月台。

作为一个可选的实施例，该装置还可以包括：优化模块，用于针对同一车辆任务，如果利用与该多个月台关联的决策树森林对本车辆任务匹配月台时能够匹配出至少两个月台，则确定该至少两个月台中每个月台上与当前待处理的车辆任务对应的任务处理时长；以及将与当前待处理的车辆任务对应的任务处理时长最短的月台作为处理本车辆任务的月台。

作为一个可选的实施例，该装置还可以包括：路线规划模块，用于在利用与该多个月台关联的决策树森林为与当前的车辆任务关联的车辆匹配出对应的月台后，为与该当前的车辆任务关联的车辆规划从该物流园区的入口到该对应的月台的车辆行驶路线。

作为一个可选的实施例，该装置还可以包括：路线选择模块，用于如果从该物流园区的入口到该对应的月台的车辆行驶路线包括至少两条路线，则从该至少两条路线中选出路径最短的一条路线作为为与该当前的车辆任务关联的车辆规划的车辆行驶路线。

作为一个可选的实施例，上述调整模块还用于：确定该每个车辆任务的当前任务属性；将该每个车辆任务的当前任务属性转换为标准任务属性；以及基于该每个车辆任务的标准任务属性，匹配对应的月台。

根据本公开的实施例的模块中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，第一确定模块601、第二确定模块602和属性转移模块603中的任意多个可以合并在一个模块/单元/子单元中实现，或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者，这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合，并在一个模块/单元/子单元中实现。根据本公开的实施例，第一确定模块601、第二确定模块602和属性转移模块603中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一确定模块601、第二确定模块602和属性转移模块603中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

需要说明的是，本公开的实施例中装置部分实施方式与本公开的实施例中方法部分实施方式对应相同或类似，装置部分实施方式的描述具体请参考方法部分实施方式的描述，在此不再赘述。

图7示意性示出了根据本公开实施例的适于信息处理方法和装置的计算机系统的框图。图7示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图7所示，根据本公开实施例的计算机系统700包括处理器701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。处理器701例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器701还可以包括用于缓存用途的板载存储器。处理器701可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 703中，存储有系统700操作所需的各种程序和数据。处理器701、ROM 702以及RAM 703通过总线704彼此相连。处理器701通过执行ROM 702和/或RAM 703中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 702和RAM 703以外的一个或多个存储器中。处理器701也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，系统700还可以包括输入/输出(I/O)接口705，输入/输出(I/O)接口705也连接至总线704。系统700还可以包括连接至I/O接口705的以下部件中的一项或多项：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被处理器701执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开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描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 502和/或RAM 503和/或ROM 502和RAM 503以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、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，上述模块、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，框图或流程图中的每个方框、以及框图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。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (10)

1.一种信息处理方法，应用于物流园区内的多个月台，所述方法包括：

确定第一车辆任务，其中所述第一车辆任务为所述多个月台在指定历史时间段内总共完成的车辆任务，所述指定历史时间段包括多个等时长的第一时间片段；

基于所述第一车辆任务，确定每个月台在所述指定历史时间段内的每个第一时间片段完成的车辆任务数，其中每个月台的月台属性与在该月台上完成的车辆任务的任务属性相匹配；以及

将平均每一第一时间片段内完成车辆任务数最大的第一月台的至少一个属性转移至平均每一第一时间片段内完成车辆任务数最小的第二月台，以便使每个月台在同一第二时间片段内完成的车辆任务数能够趋于一致；

其中，所述第二时间片段与所述第一时间片段等时长。

2.根据权利要求1所述的方法，还包括在将所述第一月台的至少一个属性转移至所述第二月台之后，如果每个月台在同一第二时间片段内完成的车辆任务数没有趋于一致，则执行以下操作：

基于所述第一车辆任务中每个车辆任务的任务属性，匹配对应的月台，以重新确定每个月台在所述每个第一时间片段完成的车辆任务数；以及

重新将平均每一第一时间片段内完成车辆任务数最大的月台的至少一个属性转移至平均每一第一时间片段内完成车辆任务数最小的月台，以便使每个月台在同一第二时间片段内完成的车辆任务数能够趋于一致。

3.根据权利要求1或2所述的方法，还包括：在每个月台在同一第二时间片段内完成的车辆任务数趋于一致后，

确定所述多个月台中每个月台的月台属性；以及

针对每个月台，基于对应的月台属性构建与月台关联的决策树，其中所述决策树用于为与进入所述物流园区的车辆任务关联的车辆分配对应的月台。

4.根据权利要求3所述的方法，还包括：针对同一车辆任务，

如果利用与所述多个月台关联的决策树森林对本车辆任务匹配月台时能够匹配出至少两个月台，则确定所述至少两个月台中每个月台上与当前待处理的车辆任务对应的任务处理时长；以及

将与当前待处理的车辆任务对应的任务处理时长最短的月台作为处理本车辆任务的月台。

5.根据权利要求3所述的方法，还包括：

在利用与所述多个月台关联的决策树森林为与当前的车辆任务关联的车辆匹配出对应的月台后，为与所述当前的车辆任务关联的车辆规划从所述物流园区的入口到所述对应的月台的车辆行驶路线。

6.根据权利要求5所述的方法，还包括：

如果从所述物流园区的入口到所述对应的月台的车辆行驶路线包括至少两条路线，则从所述至少两条路线中选出路径最短的一条路线作为与所述当前的车辆任务关联的车辆规划的车辆行驶路线。

7.根据权利要求2所述的方法，其中，所述基于所述第一车辆任务中每个车辆任务的任务属性，匹配对应的月台，包括：

确定所述每个车辆任务的当前任务属性；

将所述每个车辆任务的当前任务属性转换为标准任务属性；以及

基于所述每个车辆任务的标准任务属性，匹配对应的月台。

8.一种信息处理装置，应用于物流园区内的多个月台，所述装置包括：

第一确定模块，用于确定第一车辆任务，其中，所述第一车辆任务为所述多个月台在指定历史时间段内总共完成的车辆任务，所述指定历史时间段包括多个等时长的第一时间片段；

第二确定模块，用于基于所述第一车辆任务，确定每个月台在所述指定历史时间段内的每个第一时间片段完成的车辆任务数，其中每个月台的月台属性与在该月台上完成的车辆任务的任务属性相匹配；以及

属性转移模块，用于将平均每一第一时间片段内完成车辆任务数最大的第一月台的至少一个属性转移至平均每一第一时间片段内完成车辆任务数最小的第二月台，以便使每个月台在同一第二时间片段内完成的车辆任务数能够趋于一致；

其中，所述第二时间片段与所述第一时间片段等时长。

9.一种电子设备，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现权利要求1至7中任一项所述的方法。