CN112613672A - 用于露天矿的车辆调度方法、装置、存储介质和电子设备 - Google Patents

用于露天矿的车辆调度方法、装置、存储介质和电子设备 Download PDF

Info

Publication number
CN112613672A
CN112613672A CN202011585361.9A CN202011585361A CN112613672A CN 112613672 A CN112613672 A CN 112613672A CN 202011585361 A CN202011585361 A CN 202011585361A CN 112613672 A CN112613672 A CN 112613672A
Authority
CN
China
Prior art keywords
vehicle
scheduling
time
dynamic parameters
road
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
Application number
CN202011585361.9A
Other languages
English (en)
Other versions
CN112613672B (zh
Inventor
付文亮
杨浩
林巧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Yikong Zhijia Technology Co Ltd
Original Assignee
Beijing Yikong Zhijia Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Yikong Zhijia Technology Co Ltd filed Critical Beijing Yikong Zhijia Technology Co Ltd
Priority to CN202011585361.9A priority Critical patent/CN112613672B/zh
Publication of CN112613672A publication Critical patent/CN112613672A/zh
Application granted granted Critical
Publication of CN112613672B publication Critical patent/CN112613672B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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"
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Primary Health Care (AREA)
  • Mining & Mineral Resources (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种用于露天矿的车辆调度方法、装置、存储介质和电子设备，涉及用于露天矿的车辆调度技术领域。将大规模露天矿的运输场景进行抽象，得到基于路段的作业调度图，通过动态统计矿车在各阶段的运行指标获得调度依据，并按照调度算法对车辆进行调度，实现露天矿各个生产要素的高效运转。调度不涉及车辆全局路径规划，各个车辆的调度依据统计和测量信息，车辆的调度信息不会互相干扰，调度效率也不依赖于车辆是否严格按照调度信息进行作业，具有良好的扩展性与可靠性。

Description

用于露天矿的车辆调度方法、装置、存储介质和电子设备
技术领域
本发明涉及用于露天矿的车辆调度技术领域，具体涉及一种用于露天矿的车辆调度方法、装置、存储介质和电子设备。
背景技术
大规模露天矿一般指具有超过50个编组、多个采掘平台、每个采掘平台多个挖机、采场到排土场具备多条运输道路的复杂作业场景。
由于技术等因素的限制，目前主流的露天矿场无人驾驶生产系统大多针对不超过4编组的场景(一般情况下，每个编组包括4辆无人驾驶矿车、一辆有人驾驶挖机、一辆推土机)。
已有的调度方法需要考虑全局车辆路径规划，每个车辆的规划路径会相互干涉，且车辆的数量越多，每个车辆的规划路径的计算复杂度也就越高，导致在大规模编组场景下，调度效率、扩展性和可靠性较低。因此难以适配大规模露天矿的生产环境。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种用于露天矿的车辆调度方法、装置、存储介质和电子设备，解决了如何在大规模露天矿的生产环境下进行车辆调度的问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
第一方面，一种用于露天矿的车辆调度方法，该方法包括：
构建作业调度图；所述作业调度图包括装载区、排土场、按照路口划分路段的驾驶路线、影响调度效率的静态参数和动态参数；
基于所述作业调度图，在车辆到达路口前，获取全局调度方案，并从中选择预估执行效率最高的全局调度方案，并将车辆调度信息下发至对应车辆；所述全局调度方案包含每辆车对应的车辆调度信息；所述车辆调度信息包含每辆车对应的装载区、挖机、排土区和排土位、依次经过的路段和路口；
在车辆作业时，沿途获取车辆采集的动态参数，以更新动态参数。
进一步的，所述静态参数包括：
Lnum：装载区数量；
T1：挖机装满一车料的时间；
Dnum：挖机数量；
Rw：道路宽度；
Cs：车辆限速；
Cd：车辆间的安全距离；
DPn：排土位数量；
DPt：修整排土场的平均时间；
Rh：每个路段爬升高度；
Rl：每个路段的长度；
所述动态参数包括：
Cc[i]：车辆通过每个路口的时间成本；
Cs[i]：车辆通过每个路段的时间成本；
Cdp[i]：车辆在每个排土位等待的时间成本；
Cd[i]：车辆在每个装载位等待的时间成本。
进一步的，所述预估执行效率计算公式为：
F＝∑Cc[i]+∑Cs[i]+∑Cdp[i]+∑Cd[i]；
其中，F为预估执行效率值，其值越小，预估执行效率越高。
进一步的，该方法还包括：
若任一路段、路口、挖机或排土位空闲时长超过预设时间，则调度车辆到该点作业，沿途获取车辆采集的动态参数，以更新动态参数。
第二方面，一种用于露天矿的车辆调度装置，该装置包括：
作业调度图构建模块，用于构建作业调度图；所述作业调度图包括装载区、排土场、按照路口划分路段的驾驶路线、影响调度效率的静态参数和动态参数；
调度方案选择模块，用于基于所述作业调度图，在车辆到达路口前，获取全局调度方案，并从中选择预估执行效率最高的全局调度方案，并将车辆调度信息下发至对应车辆；所述全局调度方案包含每辆车对应的车辆调度信息；所述车辆调度信息包含每辆车对应的装载区、挖机、排土区和排土位、依次经过的路段和路口；
参数更新模块，用于在车辆作业时，沿途获取车辆采集的动态参数，以更新动态参数。
进一步的，所述静态参数包括：
Lnum：装载区数量；
T1：挖机装满一车料的时间；
Dnum：挖机数量；
Rw：道路宽度；
Cs：车辆限速；
Cd：车辆间的安全距离；
DPn：排土位数量；
DPt：修整排土场的平均时间；
Rh：每个路段爬升高度；
Rl：每个路段的长度；
所述动态参数包括：
Cc[i]：车辆通过每个路口的时间成本；
Cs[i]：车辆通过每个路段的时间成本；
Cdp[i]：车辆在每个排土位等待的时间成本；
Cd[i]：车辆在每个装载位等待的时间成本。
进一步的，所述预估执行效率计算公式为：
F＝∑Cc[i]+∑Cs[i]+∑Cdp[i]+∑Cd[i]；
其中，F为预估执行效率值，其值越小，预估执行效率越高。
进一步的，所述参数更新模块还用于：
当任一路段、路口、挖机或排土位空闲时长超过预设时间，则调度车辆到该点作业，沿途获取车辆采集的动态参数。
第三方面，一种计算机可读存储介质，其存储用于露天矿的车辆调度的计算机程序，其中，所述计算机程序使得计算机执行如下方法：
构建作业调度图；所述作业调度图包括装载区、排土场、按照路口划分路段的驾驶路线、影响调度效率的静态参数和动态参数；
基于所述作业调度图，在车辆到达路口前，获取全局调度方案，并从中选择预估执行效率最高的全局调度方案，并将车辆调度信息下发至对应车辆；所述全局调度方案包含每辆车对应的车辆调度信息；所述车辆调度信息包含每辆车对应的装载区、挖机、排土区和排土位、依次经过的路段和路口；
在车辆作业时，沿途获取车辆采集的动态参数，以更新动态参数。
进一步的，所述静态参数包括：
Lnum：装载区数量；
T1：挖机装满一车料的时间；
Dnum：挖机数量；
Rw：道路宽度；
Cs：车辆限速；
Cd：车辆间的安全距离；
DPn：排土位数量；
DPt：修整排土场的平均时间；
Rh：每个路段爬升高度；
Rl：每个路段的长度；
所述动态参数包括：
Cc[i]：车辆通过每个路口的时间成本；
Cs[i]：车辆通过每个路段的时间成本；
Cdp[i]：车辆在每个排土位等待的时间成本；
Cd[i]：车辆在每个装载位等待的时间成本。
进一步的，所述预估执行效率计算公式为：
F＝∑Cc[i]+∑Cs[i]+∑Cdp[i]+∑Cd[i]；
其中，F为预估执行效率值，其值越小，预估执行效率越高。
进一步的，该方法还包括：
若任一路段、路口、挖机或排土位空闲时长超过预设时间，则调度车辆到该点作业，沿途获取车辆采集的动态参数，以更新动态参数。
第四方面，一种电子设备，包括：
一个或多个处理器；
存储器；以及
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如下方法：
构建作业调度图；所述作业调度图包括装载区、排土场、按照路口划分路段的驾驶路线、影响调度效率的静态参数和动态参数；
基于所述作业调度图，在车辆到达路口前，获取全局调度方案，并从中选择预估执行效率最高的全局调度方案，并将车辆调度信息下发至对应车辆；所述全局调度方案包含每辆车对应的车辆调度信息；所述车辆调度信息包含每辆车对应的装载区、挖机、排土区和排土位、依次经过的路段和路口；
在车辆作业时，沿途获取车辆采集的动态参数，以更新动态参数。
进一步的，所述静态参数包括：
Lnum：装载区数量；
T1：挖机装满一车料的时间；
Dnum：挖机数量；
Rw：道路宽度；
Cs：车辆限速；
Cd：车辆间的安全距离；
DPn：排土位数量；
DPt：修整排土场的平均时间；
Rh：每个路段爬升高度；
Rl：每个路段的长度；
所述动态参数包括：
Cc[i]：车辆通过每个路口的时间成本；
Cs[i]：车辆通过每个路段的时间成本；
Cdp[i]：车辆在每个排土位等待的时间成本；
Cd[i]：车辆在每个装载位等待的时间成本。
进一步的，所述预估执行效率计算公式为：
F＝∑Cc[i]+∑Cs[i]+∑Cdp[i]+∑Cd[i]；
其中，F为预估执行效率值，其值越小，预估执行效率越高。
进一步的，该方法还包括：
若任一路段、路口、挖机或排土位空闲时长超过预设时间，则调度车辆到该点作业，沿途获取车辆采集的动态参数，以更新动态参数。
(三)有益效果
本发明提供了一种用于露天矿的车辆调度方法、装置、存储介质和电子设备。与现有技术相比，具备以下有益效果：
本发明提出的调度方法将大规模露天矿的运输场景进行抽象，得到基于路段的作业调度图，通过动态统计矿车在各阶段的运行指标获得调度依据，并按照调度算法对车辆进行调度，不涉及车辆全局路径规划，各个车辆的调度依据统计和测量信息，车辆的调度信息不会互相干扰，调度效率也不依赖于车辆是否严格按照调度信息进行作业，具有良好的扩展性与可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的流程图；
图2为本发明实施例的作业调度图的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本申请实施例通过提供一种用于露天矿的车辆调度方法、装置、存储介质和电子设备，解决了如何在大规模露天矿的生产环境下进行车辆调度的问题。
本申请实施例中的技术方案为解决上述技术问题，总体思路如下：
将大规模露天矿的运输场景进行抽象，得到基于路段的作业调度图，通过动态统计矿车在各阶段的运行指标获得调度依据，并按照调度算法对车辆进行调度，实现露天矿各个生产要素的高效运转。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例1：
如图1所示，本发明提供了一种用于露天矿的车辆调度方法，该方法由计算机执行，该方法包括：
构建作业调度图；所述作业调度图包括装载区、排土场、按照路口划分路段的驾驶路线、影响调度效率的静态参数和动态参数；
基于所述作业调度图，在车辆到达路口前，获取全局调度方案，并从中选择预估执行效率最高的全局调度方案，并将车辆调度信息下发至对应车辆；所述全局调度方案包含每辆车对应的车辆调度信息；所述车辆调度信息包含每辆车对应的装载区、挖机、排土区和排土位、依次经过的路段和路口；
在车辆作业时，沿途获取车辆采集的动态参数，以更新动态参数。
本实施例的有益效果为：
1)本发明实施例提出的调度方法将大规模露天矿的运输场景进行抽象，得到基于路段的作业调度图，通过动态统计矿车在各阶段的运行指标获得调度依据，并按照调度算法对车辆进行调度，不涉及车辆全局路径规划，各个车辆的调度依据统计和测量信息，车辆的调度信息不会互相干扰，调度效率也不依赖于车辆是否严格按照调度信息进行作业，具有良好的扩展性与可靠性。
进一步的，所述静态参数包括：
Lnum：装载区数量；
T1：挖机装满一车料的时间；
Dnum：挖机数量；
Rw：道路宽度；
Cs：车辆限速；
Cd：车辆间的安全距离；
DPn：排土位数量；
DPt：修整排土场的平均时间；
Rh：每个路段爬升高度；
Rl：每个路段的长度；
所述动态参数包括：
Cc[i]：车辆通过每个路口的时间成本；
Cs[i]：车辆通过每个路段的时间成本；
Cdp[i]：车辆在每个排土位等待的时间成本；
Cd[i]：车辆在每个装载位等待的时间成本。
进一步的，所述预估执行效率计算公式为：
F＝∑Cc[i]+∑Cs[i]+∑Cdp[i]+∑Cd[i]；
其中，F为预估执行效率值，其值越小，预估执行效率越高。
进一步的，该方法还包括：
若任一路段、路口、挖机或排土位空闲时长超过预设时间，则调度车辆到该点作业，沿途获取车辆采集的动态参数，以更新动态参数。
本实施例可适用于有人驾驶矿车或无人驾驶矿车，下面以车辆为无人驾驶矿车为例，对本发明实施例的实现过程进行详细说明：
S1、构建作业调度图；其中包含装载区、排土场、按照路口划分路段的驾驶路线、影响调度效率的静态参数和动态参数等；
如图2所示，为一个典型的大规模露天煤矿场作业调度图，其中包括10个装载区，每个装载区中有挖机5台，合计50台。
考虑到各平盘的加权平均运距2.2公里，内排土场沿帮内排的加权平均提升高度20米，按照车铲比1：5计算，可以容纳车辆250台，共计50组设备。
3个内排土场，按照内排土场的工作线长度150米计算，每个内排土场可生成30个以上的排土位；作业道路具有9个交汇口，交汇口将道路分为17个段。路段标记为R1-R17，路口标记为C1-C9。车辆由310装载区到310排土场需要经过R1、C1、R3、C2、R4五个环节。
静态参数指不会频繁变化的因素，其主要影响调度系统启动时的基础策略，可由人工进行调整，例如向每个挖机分配多少个矿车等；包括：
Lnum：装载区数量；
T1：挖机装满一车料的时间；
Dnum：挖机数量；
Rw：道路宽度；
Cs：车辆限速；
Cd：车辆间的安全距离；
DPn：排土位数量；
DPt：修整排土场的平均时间；
Rh：每个路段爬升高度；
Rl：每个路段的长度；
所述动态参数包括：
Cc[i]：车辆通过每个路口的时间成本；
Cs[i]：车辆通过每个路段的时间成本；
Cdp[i]：车辆在每个排土位等待的时间成本；
Cd[i]：车辆在每个装载位等待的时间成本。
其中，所述时间成本为由预设权值与测量时间决定，例如可以是两者的简单的乘积。
以Cs[i]为例：Cs[i]＝Ps[i]x Ts[i]；
其中，Ps[i]为R[i]路段的预设权值，默认权值为1；Ts[i]为车辆实际通过R[i]路段的时间。
每个班次开始时，按照预设规划调度车辆沿不同道路、路口到不同挖机、排土位，以获得影响调度效率的静态参数和动态参数。此外，也可以将上个班次的测量结果作为本班次的静态参数和动态参数。
S2、基于所述作业调度图，在车辆到达路口前，获取全局调度方案，全局调度方案包含每辆车对应的车辆调度信息，所述车辆调度信息包含每辆车对应的装载区、挖机、排土区和排土位、依次经过的路段和路口，并从中选择预估执行效率最高的全局调度方案，并将车辆调度信息下发至对应车辆；
其中，调度效率仅取决于作业调度图信息，即静态参数(Lnum；T1；Dnum；Rw；Cs；Cd；DPn；DPt；∑Rh；∑Rl)。
举例说明，在到达任一路口时，基于当前的各类数据，根据静态信息，可遍历得到各个车辆所有可能的驾驶路线进行组合，例如共有100种全局调度方案，并基于当前的动态参数，按下方计算公式分别计算每个全局调度方案的预估执行效率；例如，所述预估执行效率计算公式为：
F＝∑Cc[i]+∑Cs[i]+∑Cdp[i]+∑Cd[i]
选择预估执行效率最高的全局调度方案，并将车辆调度信息下发至各个车辆。
下发至各个车辆的车辆调度信息DispInfo＝{Li，Dj，Rk，Cj，Rm，Co，……，Rp，DP[q]，D[r]}；其表示车辆在Li装载区的Dj挖机装载，首先通过Rk路段，通过Cj路口，……，直到进入DP[q]排土区，并且在D[r]排土位完成排土。
当车辆运行到下个路口前，重复上述流程，即可实现每次仅针对车辆的下一个路口的选择进行计算，每个车辆的调度信息的计算复杂度仅与作业调度图信息相关，与整个露天矿中运行的车辆数量无关。
S3、车辆作业时，沿途获取车辆采集的动态参数，以更新动态参数。
此外，运行过程中，如果某一路段、路口、挖机、排土位空闲超过一定时间，则需要主动调度车辆到该点作业，沿途获取车辆采集的动态参数，以更新动态参数，保证动态参数的有效性和完整性。
如果作业过程中基础设施有变动，则需要人手动调节相关参数。例如某一路段需要平路，则可手动修改该路段权值(或暂停使用)，保证调度算法不会使用该路段进行调度。
实施例2：
一种用于露天矿的车辆调度装置，该装置包括：
作业调度图构建模块，用于构建作业调度图；所述作业调度图包括装载区、排土场、按照路口划分路段的驾驶路线、影响调度效率的静态参数和动态参数；
调度方案选择模块，用于基于所述作业调度图，在车辆到达路口前，获取全局调度方案，并从中选择预估执行效率最高的全局调度方案，并将车辆调度信息下发至对应车辆；所述全局调度方案包含每辆车对应的车辆调度信息；所述车辆调度信息包含每辆车对应的装载区、挖机、排土区和排土位、依次经过的路段和路口；
参数更新模块，用于在车辆作业时，沿途获取车辆采集的动态参数，以更新动态参数。
进一步的，所述静态参数包括：
Lnum：装载区数量；
T1：挖机装满一车料的时间；
Dnum：挖机数量；
Rw：道路宽度；
Cs：车辆限速；
Cd：车辆间的安全距离；
DPn：排土位数量；
DPt：修整排土场的平均时间；
Rh：每个路段爬升高度；
Rl：每个路段的长度；
所述动态参数包括：
Cc[i]：车辆通过每个路口的时间成本；
Cs[i]：车辆通过每个路段的时间成本；
Cdp[i]：车辆在每个排土位等待的时间成本；
Cd[i]：车辆在每个装载位等待的时间成本。
进一步的，所述预估执行效率计算公式为：
F＝∑Cc[i]+∑Cs[i]+∑Cdp[i]+∑Cd[i]；
其中，F为预估执行效率值，其值越小，预估执行效率越高。
进一步的，所述参数更新模块还用于：
当任一路段、路口、挖机或排土位空闲时长超过预设时间，则调度车辆到该点作业，沿途获取车辆采集的动态参数。
可理解的是，本发明实施例提供的用于露天矿的车辆调度装置与上述用于露天矿的车辆调度方法相对应，其有关内容的解释、举例、有益效果等部分可以参考用于露天矿的车辆调度方法中的相应内容，此处不再赘述。
实施例3：
一种计算机可读存储介质，其存储用于露天矿的车辆调度的计算机程序，其中，所述计算机程序使得计算机执行如下方法：
构建作业调度图；所述作业调度图包括装载区、排土场、按照路口划分路段的驾驶路线、影响调度效率的静态参数和动态参数；
基于所述作业调度图，在车辆到达路口前，获取全局调度方案，并从中选择预估执行效率最高的全局调度方案，并将车辆调度信息下发至对应车辆；所述全局调度方案包含每辆车对应的车辆调度信息；所述车辆调度信息包含每辆车对应的装载区、挖机、排土区和排土位、依次经过的路段和路口；
在车辆作业时，沿途获取车辆采集的动态参数，以更新动态参数。
进一步的，所述静态参数包括：
Lnum：装载区数量；
T1：挖机装满一车料的时间；
Dnum：挖机数量；
Rw：道路宽度；
Cs：车辆限速；
Cd：车辆间的安全距离；
DPn：排土位数量；
DPt：修整排土场的平均时间；
Rh：每个路段爬升高度；
Rl：每个路段的长度；
所述动态参数包括：
Cc[i]：车辆通过每个路口的时间成本；
Cs[i]：车辆通过每个路段的时间成本；
Cdp[i]：车辆在每个排土位等待的时间成本；
Cd[i]：车辆在每个装载位等待的时间成本。
进一步的，所述预估执行效率计算公式为：
F＝∑Cc[i]+∑Cs[i]+∑Cdp[i]+∑Cd[i]；
其中，F为预估执行效率值，其值越小，预估执行效率越高。
进一步的，该方法还包括：
若任一路段、路口、挖机或排土位空闲时长超过预设时间，则调度车辆到该点作业，沿途获取车辆采集的动态参数，以更新动态参数。
实施例4：
一种电子设备，包括：
一个或多个处理器；
存储器；以及
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如下方法。
构建作业调度图；所述作业调度图包括装载区、排土场、按照路口划分路段的驾驶路线、影响调度效率的静态参数和动态参数；
基于所述作业调度图，在车辆到达路口前，获取全局调度方案，并从中选择预估执行效率最高的全局调度方案，并将车辆调度信息下发至对应车辆；所述全局调度方案包含每辆车对应的车辆调度信息；所述车辆调度信息包含每辆车对应的装载区、挖机、排土区和排土位、依次经过的路段和路口；
在车辆作业时，沿途获取车辆采集的动态参数，以更新动态参数。
进一步的，所述静态参数包括：
Lnum：装载区数量；
T1：挖机装满一车料的时间；
Dnum：挖机数量；
Rw：道路宽度；
Cs：车辆限速；
Cd：车辆间的安全距离；
DPn：排土位数量；
DPt：修整排土场的平均时间；
Rh：每个路段爬升高度；
Rl：每个路段的长度；
所述动态参数包括：
Cc[i]：车辆通过每个路口的时间成本；
Cs[i]：车辆通过每个路段的时间成本；
Cdp[i]：车辆在每个排土位等待的时间成本；
Cd[i]：车辆在每个装载位等待的时间成本。
进一步的，所述预估执行效率计算公式为：
F＝∑Cc[i]+∑Cs[i]+∑Cdp[i]+∑Cd[i]；
其中，F为预估执行效率值，其值越小，预估执行效率越高。
进一步的，该方法还包括：
若任一路段、路口、挖机或排土位空闲时长超过预设时间，则调度车辆到该点作业，沿途获取车辆采集的动态参数，以更新动态参数。
综上所述，与现有技术相比，本发明具备以下有益效果：
(1)本发明提出的调度方法不涉及车辆全局路径规划，各个车辆的调度依据统计和测量信息，车辆的调度信息不会互相干扰，调度效率也不依赖于车辆是否严格按照调度信息进行作业(规划作业的实际路径和时间与实际情况的差别)，具有良好的扩展性与可靠性；
(2)本发明提出的调度方法每次仅针对车辆的下一个路口的选择进行计算，每个车辆的调度信息的计算复杂度仅与作业调度图信息相关，具体只和有多少个路口，多少个路段，多少个排土位，多少个装载区等相关，与整个露天矿中运行的车辆数量无关，车辆再多，只是影响具体执行的延迟时间，这些不会影响计算量。
(3)本发明提出的调度方法综合考虑了影响大规模露天采矿作业调度效率的各个因素，并实时进行信息采集与调度。
需要说明的是，通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种用于露天矿的车辆调度方法，其特征在于，该方法包括：
构建作业调度图；所述作业调度图包括装载区、排土场、按照路口划分路段的驾驶路线、影响调度效率的静态参数和动态参数；
基于所述作业调度图，在车辆到达路口前，获取全局调度方案，并从中选择预估执行效率最高的全局调度方案，并将车辆调度信息下发至对应车辆；所述全局调度方案包含每辆车对应的车辆调度信息；所述车辆调度信息包含每辆车对应的装载区、挖机、排土区和排土位、依次经过的路段和路口；
在车辆作业时，沿途获取车辆采集的动态参数，以更新动态参数。
2.如权利要求1所述的一种用于露天矿的车辆调度方法，其特征在于，所述静态参数包括：
Lnum：装载区数量；
T1：挖机装满一车料的时间；
Dnum：挖机数量；
Rw：道路宽度；
Cs：车辆限速；
Cd：车辆间的安全距离；
DPn：排土位数量；
DPt：修整排土场的平均时间；
Rh：每个路段爬升高度；
Rl：每个路段的长度；
所述动态参数包括：
Cc[i]：车辆通过每个路口的时间成本；
Cs[i]：车辆通过每个路段的时间成本；
Cdp[i]：车辆在每个排土位等待的时间成本；
Cd[i]：车辆在每个装载位等待的时间成本。
3.如权利要求2所述的一种用于露天矿的车辆调度方法，其特征在于，所述预估执行效率计算公式为：
F＝∑Cc[i]+∑Cs[i]+∑Cdp[i]+∑Cd[i]；
其中，F为预估执行效率值，其值越小，预估执行效率越高。
4.如权利要求1所述的一种用于露天矿的车辆调度方法，其特征在于，该方法还包括：
若任一路段、路口、挖机或排土位空闲时长超过预设时间，则调度车辆到该点作业，沿途获取车辆采集的动态参数，以更新动态参数。
5.一种用于露天矿的车辆调度装置，其特征在于，该装置包括：
作业调度图构建模块，用于构建作业调度图；所述作业调度图包括装载区、排土场、按照路口划分路段的驾驶路线、影响调度效率的静态参数和动态参数；
调度方案选择模块，用于基于所述作业调度图，在车辆到达路口前，获取全局调度方案，并从中选择预估执行效率最高的全局调度方案，并将车辆调度信息下发至对应车辆；所述全局调度方案包含每辆车对应的车辆调度信息；所述车辆调度信息包含每辆车对应的装载区、挖机、排土区和排土位、依次经过的路段和路口；
参数更新模块，用于在车辆作业时，沿途获取车辆采集的动态参数，以更新动态参数。
6.如权利要求5所述的一种用于露天矿的车辆调度装置，其特征在于，所述静态参数包括：
Lnum：装载区数量；
T1：挖机装满一车料的时间；
Dnum：挖机数量；
Rw：道路宽度；
Cs：车辆限速；
Cd：车辆间的安全距离；
DPn：排土位数量；
DPt：修整排土场的平均时间；
Rh：每个路段爬升高度；
Rl：每个路段的长度；
所述动态参数包括：
Cc[i]：车辆通过每个路口的时间成本；
Cs[i]：车辆通过每个路段的时间成本；
Cdp[i]：车辆在每个排土位等待的时间成本；
Cd[i]：车辆在每个装载位等待的时间成本。
7.如权利要求6所述的一种用于露天矿的车辆调度装置，其特征在于，所述预估执行效率计算公式为：
F＝∑Cc[i]+∑Cs[i]+∑Cdp[i]+∑Cd[i]；
其中，F为预估执行效率值，其值越小，预估执行效率越高。
8.如权利要求5所述的一种用于露天矿的车辆调度装置，其特征在于，所述参数更新模块还用于：
当任一路段、路口、挖机或排土位空闲时长超过预设时间，则调度车辆到该点作业，沿途获取车辆采集的动态参数。
9.一种计算机可读存储介质，其特征在于，其存储用于露天矿的车辆调度的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-4任一项所述的用于露天矿的车辆调度方法。
10.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器；以及
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如权利要求1-4任一项所述的用于露天矿的车辆调度方法。
CN202011585361.9A 2020-12-28 2020-12-28 用于露天矿的车辆调度方法、装置、存储介质和电子设备 Active CN112613672B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011585361.9A CN112613672B (zh) 2020-12-28 2020-12-28 用于露天矿的车辆调度方法、装置、存储介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011585361.9A CN112613672B (zh) 2020-12-28 2020-12-28 用于露天矿的车辆调度方法、装置、存储介质和电子设备

Publications (2)

Publication Number Publication Date
CN112613672A true CN112613672A (zh) 2021-04-06
CN112613672B CN112613672B (zh) 2024-08-02

Family

ID=75249335

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011585361.9A Active CN112613672B (zh) 2020-12-28 2020-12-28 用于露天矿的车辆调度方法、装置、存储介质和电子设备

Country Status (1)

Country Link
CN (1) CN112613672B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113450005A (zh) * 2021-07-02 2021-09-28 北京科技大学 一种封闭区域无人驾驶车辆集群管理调度方法及装置
CN114511579A (zh) * 2022-01-26 2022-05-17 上海伯镭智能科技有限公司 一种多矿车协同数据共享方法及装置
CN115649186A (zh) * 2022-12-26 2023-01-31 北京易控智驾科技有限公司 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质
CN115983611A (zh) * 2023-03-20 2023-04-18 中环洁集团股份有限公司 基于历史作业大数据的车辆选型方法及系统
WO2024066117A1 (zh) * 2022-09-27 2024-04-04 北京易控智驾科技有限公司 无人车的调度平台、无人车、调度方法和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060089787A1 (en) * 2002-08-29 2006-04-27 Burr Jonathan C Traffic scheduling system
CN103116824A (zh) * 2013-01-29 2013-05-22 燕山大学 一种露天矿山车辆调度方法与系统
CN103268539A (zh) * 2013-05-21 2013-08-28 北京速力科技有限公司 露天采矿gps卡车智能调度系统
CN111243303A (zh) * 2020-01-07 2020-06-05 湖南大学 一种露天矿区交叉路口车辆通行控制方法
CN111860968A (zh) * 2020-06-29 2020-10-30 安徽海博智能科技有限责任公司 一种露天矿山车辆调度方法、系统及计算机设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060089787A1 (en) * 2002-08-29 2006-04-27 Burr Jonathan C Traffic scheduling system
CN103116824A (zh) * 2013-01-29 2013-05-22 燕山大学 一种露天矿山车辆调度方法与系统
CN103268539A (zh) * 2013-05-21 2013-08-28 北京速力科技有限公司 露天采矿gps卡车智能调度系统
CN111243303A (zh) * 2020-01-07 2020-06-05 湖南大学 一种露天矿区交叉路口车辆通行控制方法
CN111860968A (zh) * 2020-06-29 2020-10-30 安徽海博智能科技有限责任公司 一种露天矿山车辆调度方法、系统及计算机设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
白润才: ""露天矿卡车实时调度优化决策系统及应用效果预测研究"", 《中国优秀博硕士学位论文全文数据库 (博士)工程科技Ⅰ辑》, pages 4 - 7 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113450005A (zh) * 2021-07-02 2021-09-28 北京科技大学 一种封闭区域无人驾驶车辆集群管理调度方法及装置
CN114511579A (zh) * 2022-01-26 2022-05-17 上海伯镭智能科技有限公司 一种多矿车协同数据共享方法及装置
CN114511579B (zh) * 2022-01-26 2024-02-02 上海伯镭智能科技有限公司 一种多矿车协同数据共享方法及装置
WO2024066117A1 (zh) * 2022-09-27 2024-04-04 北京易控智驾科技有限公司 无人车的调度平台、无人车、调度方法和存储介质
CN115649186A (zh) * 2022-12-26 2023-01-31 北京易控智驾科技有限公司 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质
CN115649186B (zh) * 2022-12-26 2023-11-07 北京易控智驾科技有限公司 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质
CN115983611A (zh) * 2023-03-20 2023-04-18 中环洁集团股份有限公司 基于历史作业大数据的车辆选型方法及系统

Also Published As

Publication number Publication date
CN112613672B (zh) 2024-08-02

Similar Documents

Publication Publication Date Title
CN112613672A (zh) 用于露天矿的车辆调度方法、装置、存储介质和电子设备
Afrapoli et al. A multiple objective transportation problem approach to dynamic truck dispatching in surface mines
Ozdemir et al. Simulation-based optimization of truck-shovel material handling systems in multi-pit surface mines
CN113219933B (zh) 基于数字孪生预测的露天矿无人驾驶卡车调度系统及方法
US20210174279A1 (en) Mining System
Jaoua et al. A simulation framework for real-time fleet management in internal transport systems
RazaviAlavi et al. A hybrid simulation approach for quantitatively analyzing the impact of facility size on construction projects
May Applications of queuing theory for open-pit truck/shovel haulage systems
Moradi Afrapoli A hybrid simulation and optimization approach towards truck dispatching problem in surface Mines
Seiler et al. Flow-achieving online planning and dispatching for continuous transportation with autonomous vehicles
CN117787621A (zh) 基于平行仿真的露天矿多编组协同智能调度方法及系统
Kirchbach et al. Digital kanban for earthwork site management
Burdett et al. Stockpile scheduling with geometry constraints in dry bulk terminals
Gölbaşı et al. Equipment replacement analysis of manual trucks with autonomous truck technology in open pit mines
Maxwell et al. Optimization of crew configurations using activity-based costing
Coronado Optimization of the haulage cycle model for open pit mining using a discrete-event simulator and a context-based alert system
Upadhyay Simulation optimization of mine operations for uncertainty based short term and operational planning in open pit mines
Upadhyay et al. Simulation and optimization in open pit mining
Askari-Nasab et al. Simulation optimisation of mine operational plans
Vasquez Coronado Optimization of the haulage cycle model for open pit mining using a discrete-event simulator and a context-based alert system
Yildirim Haul Truck Speed Analysis and Effect on Fleet Optimization
Zhen et al. Inspection routing problem for coal mine safety personnel in underground mines
Shelswell et al. Discrete simulations modelling the impact of operator numbers and truck availability on haulage fleet productivity
Messinella Models for the analysis of tunnelling construction processses
Ioannou Simulation Of Earthmoving For A Dam Using Engineering Calculations

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