CN113222205A - 一种路径规划的方法和装置 - Google Patents
一种路径规划的方法和装置 Download PDFInfo
- Publication number
- CN113222205A CN113222205A CN202010081693.7A CN202010081693A CN113222205A CN 113222205 A CN113222205 A CN 113222205A CN 202010081693 A CN202010081693 A CN 202010081693A CN 113222205 A CN113222205 A CN 113222205A
- Authority
- CN
- China
- Prior art keywords
- attribute
- value
- candidate
- platform
- information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012216 screening Methods 0.000 claims abstract description 59
- 238000012545 processing Methods 0.000 claims description 31
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 230000009467 reduction Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种路径规划的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:获取目标车辆的运输任务信息和园区内各个站台的属性信息,根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台,并计算各个所述候选站台的匹配值;根据各个所述候选站台的匹配值,从各个所述候选站台中筛选出目标站台;根据所述目标车辆的当前位置和所述目标站台的位置,生成行驶路径;该实施方式能够提高了园区内车辆调度的效率和准确率,降低了实现园区调度系统的成本和复杂性。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种路径规划的方法和装置。
背景技术
物流园区现有的调度实现主要通过人工指挥调度以及园区调度系统来实现,物流园区调度系统通常通过信号灯、监控设备、图像采集处理设备等来管理园区内车辆,还可以通过决策模型、预测数据及相应装置来完成物流园区的车辆调度。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
物流园区利用人工调度车辆效率较低,管理难度较大,容易出现车辆拥堵、等待、装卸错误等情况;利用物流园区调度系统需要通过额外的相关设备来采集数据并处理数据来实现,增加了设备的成本以及调度系统的复杂度;通过决策模型实现车辆调度需要采集大量的样本数据才能达到调度准确,增加了调度计算的复杂度。
发明内容
有鉴于此,本发明实施例提供一种路径规划的方法和装置,能够根据目标车辆的运输任务信息和各个站台的属性信息,筛选出候选站台并计算各个所述候选站台的匹配值;根据各个候选站台的匹配值,筛选出目标站台;根据目标车辆的当前位置和所述目标站台的位置,生成目标车辆的行驶路径;提高了园区内车辆调度的效率和准确率,降低了实现园区调度系统的成本和复杂性。
为实现上述目的,根据本发明实施例的一个方面,提供了一种路径规划的方法,其特征在于,包括:获取目标车辆的运输任务信息和园区内各个站台的属性信息,根据所述目标车辆的运输任务信息和各个所述站台的属性信息,筛选出候选站台;计算各个所述候选站台的匹配值,根据各个所述候选站台的匹配值,从各个所述候选站台中筛选出目标站台;根据所述目标车辆的当前位置和所述目标站台的位置,生成行驶路径。
可选地,所述路径规划的方法,其特征在于,所述运输任务信息包括处理货物信息和目的地信息中的至少一种;根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台,包括:根据预先配置的所述运输任务信息与所述各个站台的属性信息的对应关系,从所述各个站台中筛选出至少一个所述候选站台。
可选地,所述路径规划的方法,其特征在于,计算各个所述候选站台的匹配值,包括:针对任意一个所述候选站台,采用如下方法计算所述候选站台的匹配值:根据所述候选站台的属性组合维度、属性优先级维度和时长维度,分别计算得到第一属性值、第二属性值和第三属性值;将所述第一属性值、所述第二属性值和所述第三属性值相加,计算得到所述候选站台的匹配值。
可选地,所述路径规划的方法,其特征在于,根据所述候选站台的属性组合维度、属性优先级维度和时长维度,分别计算得到第一属性值、第二属性值和第三属性值,包括:利用属性约简算法为所述候选站台的属性组合维度、属性优先级维度、时长维度分别设定第一阈值、第二阈值和第三阈值;若所述第一临时值大于等于所述组合属性维度的阈值,则将所述组合属性维度的阈值设定为所述第一属性值;若所述第二临时值大于等于所述属性优先级维度的阈值,将所述属性优先级维度的阈值设定为所述第二属性值;若所述第三临时值大于等于所述时长维度的阈值时,将所述时长维度的阈值设定为所述第三属性值。
可选地,所述路径规划的方法,其特征在于,根据各个所述候选站台的匹配值,从各个所述候选站台中筛选出目标站台,包括:根据各个所述候选站台的匹配值,从各个所述候选站台中选取匹配值中的最大值为所述目标站台。
可选地,所述路径规划的方法,其特征在于,所述站台的属性信息包括处理货物属性、目的地属性、运输线路类型、运输网络类型、处理所述运输任务时长属性;所述运输任务信息包括处理货物信息、目的地信息、运输线路类型、运输网络类型、处理货物所需要的时长信息。
可选地,所述路径规划的方法,其特征在于,根据所述目标车辆的当前位置和所述目标站台的位置,生成所述目标车辆的行驶路径,包括:根据所述目标车辆的当前位置和所述目标站台的位置,生成一条或者多条行驶路径,筛选出距离最短的行驶路径作为所述目标车辆的行驶路径。
为实现上述目的,根据本发明实施例的第二方面,提供了一种路径规划的装置,其特征在于,包括:站台筛选模块、确定站台模块和生成路径模块;其中,所述站台筛选模块用于获取目标车辆的运输任务信息和园区内各个站台的属性信息,根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台;所述确定站台模块,用于计算各个所述候选站台的匹配值,根据各个所述候选站台的匹配值,从各个所述候选站台中筛选出目标站台;所述生成路径模块,用于根据所述目标车辆的当前位置和所述目标站台的位置,生成行驶路径。
可选地,所述路径规划的装置,其特征在于,所述运输任务信息包括处理货物信息和目的地信息中的至少一种;根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台,包括:根据预先配置的所述运输任务信息与所述各个站台的属性信息的对应关系,从所述各个站台中筛选出至少一个候选站台。
可选地,所述路径规划的装置,其特征在于,计算所述各个所述候选站台的匹配值,包括:针对任意一个所述候选站台,采用如下方法计算所述候选站台的匹配值:根据所述候选站台的属性组合维度、属性优先级维度和时长维度,分别计算得到第一属性值、第二属性值和第三属性值;将所述第一属性值、所述第二属性值和所述第三属性值相加,计算得到所述候选站台的匹配值。
可选地,所述路径规划的装置,其特征在于,根据所述候选站台的属性组合维度、属性优先级维度和时长维度,分别计算得到第一属性值、第二属性值和第三属性值,包括:利用属性约简算法为所述候选站台的属性组合维度、属性优先级维度、时长维度分别设定第一阈值、第二阈值和第三阈值;若所述第一临时值大于等于所述组合属性维度的阈值,则将所述组合属性维度的阈值设定为所述第一属性值;若所述第二临时值大于等于所述属性优先级维度的阈值,将所述属性优先级维度的阈值设定为所述第二属性值;若所述第三临时值大于等于所述时长维度的阈值时,将所述时长维度的阈值设定为所述第三属性值。
可选地,所述路径规划的装置,其特征在于,根据各个所述候选站台的匹配值,从各个所述候选站台中筛选出目标站台,包括:根据各个所述候选站台的匹配值,从各个所述候选站台中选取匹配值中的最大值为所述目标站台。
可选地,所述路径规划的装置,其特征在于,所述站台的属性信息包括处理货物属性、目的地属性、运输线路类型、运输网络类型、处理所述运输任务时长属性;所述运输任务信息包括处理货物信息、目的地信息、运输线路类型、运输网络类型、处理货物所需要的时长信息。
可选地,所述路径规划的装置,其特征在于,根据所述目标车辆的当前位置和所述目标站台的位置,生成所述目标车辆的行驶路径,包括:根据所述目标车辆的当前位置和所述目标站台的位置,生成一条或者多条行驶路径,筛选出距离最短的行驶路径作为所述目标车辆的行驶路径。
为实现上述目的,根据本发明实施例的第三方面,提供了一种路径规划的电子设备,其特征在于,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述路径规划的方法中任一所述的方法。
为实现上述目的,根据本发明实施例的第四方面,提供了一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如上述视路径规划的方法中任一所述的方法。
上述发明中的一个实施例具有如下优点或有益效果:获取目标车辆的运输任务信息和园区内各个站台的属性信息,根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台;计算各个所述候选站台的匹配值,根据各个所述候选站台的匹配值,从各个所述候选站台中筛选出目标站台;根据所述目标车辆的当前位置和所述目标站台的位置,生成行驶路径。由此可以看出,该实施方式能够提高园区内车辆调度的效率和准确率,降低实现园区调度系统的成本和复杂性。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是本发明第一实施例提供的一种路径规划的方法的流程示意图;
图2是本发明第二实施例提供的一种路径规划的流程示意图;
图3是本发明一个实施例提供的一种路径规划的流程示意图;
图4是本发明一个实施例提供的一种路径规划的系统的结构示意图;
图5是本发明实施例可以应用于其中的示例性系统架构图;
图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
如图1所示,本发明实施例提供了一种路径规划的方法,该方法可以包括以下步骤:
步骤S101:获取目标车辆的运输任务信息和园区内各个站台的属性信息,根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台。
具体地,园区内各个站台的属性信息包括处理货物属性、目的地属性、运输线路类型、运输网络类型、处理所述运输任务时长属性;目标车辆的运输任务信息包括处理货物信息、目的地信息、运输线路类型、运输网络类型、处理货物所需要的时长信息。
进一步地,园区中站台的属性信息中:处理货物属性指可以在该站台可以执行的处理货物的动作,例如:装货或者卸货;目的地属性指示为车辆从该站台出发所到达的目的地,或者该站台指示为车辆到达的目的地;运输线路类型指该站台可以作为出发或者到达的车辆的路线类型,例如车辆行驶于干线、支线还是摆渡线路;运输网络类型指该站台可以作为出发或者到达的车辆的运输网络类型,商家路网或者客户路网;处理所述运输任务时长属性指该站台针对某一辆车辆所需要等待的时长、处理装货或者卸货任务所需要的时长等;类似地,车辆的运输任务信息包括处理货物信息、目的地信息、运输线路类型、运输网络类型、处理货物所需要的时长信息,与所述站台的属性信息描述一致,在此不再赘述。
可以理解的是,园区可以管理来自不同公司的车辆,针对来自不同公司的车辆,根据预定义的运输任务信息的名称,需要确定车辆的运输任务信息的名称一致,例如,来自A公司的车辆的运输任务信息中的目的地信息的名称为“到达地”,B公司车辆的运输任务信息中的目的地信息的名称为“目标地址”;预定义的运输任务信息中的目的地信息为“目的地”;则转换A公司以及B公司的车辆的运输任务信息中的目的地信息的名称为“目的地”。进而可以管理园区内来自不同公司的车辆。
即,获取目标车辆的运输任务信息和园区内各个站台的属性信息,根据所述目标车辆的运输任务信息和所述各个站台的属性信息;所述站台的属性信息包括处理货物属性、目的地属性、运输线路类型、运输网络类型、处理所述运输任务时长属性;所述运输任务信息包括处理货物信息、目的地信息、运输线路类型、运输网络类型、处理货物所需要的时长信息。
进一步地,据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台,并计算各个所述候选站台的匹配值;
所述运输任务信息包括处理货物信息和目的地信息中的至少一种;根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台,包括:根据预先配置的所述运输任务信息与所述各个站台的属性信息的对应关系,从所述各个站台中筛选出至少一个候选站台;
筛选出候选站台可以包含以下步骤:
1)根据运输任务信息包括处理货物信息和目的地信息,即车辆处理货物的属性是装货或者卸货,以及车辆的目的地信息在所有的站台中进行匹配;
优选地,所述运输任务信息和所述站台的属性信息分别通过key/value数据对的方式保存,通过对运输任务信息属性key/value数据与站台的属性信息的key/value进行动态循环对比,获取与所述运输任务信息匹配的所述属性信息key/value一致的所归属的所述站台;
例如车辆运输任务中的目的地信息为“key:目的地/value:上海”,并且车辆处理货物的属性是装货“key:处理货物/value:装货”;根据该信息查找站台的属性信息中匹配的站台;可以理解的是,根据查找匹配的站台的约束得到不同的匹配结果,例如,如果利用明确查询,查找到匹配“key:处理货物/value:装货”并且“key:目的地/value:上海”的一个或者站台,如果利用模糊查询,可以查找到匹配“key:处理货物/value:装货”和“key:目的地/value:上海”的站台,以及“key:处理货物/value:装货”和“key:目的地/value:华东地区,山东、江苏、安徽、浙江、福建、江西、上海”的一个或者多个站台;本发明对所使用的存储方式和匹配方法不做限定。
2)如果根据运输任务信息包括处理货物信息和目的地信息,所有的站台中进行匹配未得到匹配结果,则利用运输任务信息的处理货物信息或者目的地信息单独进行匹配,可以理解的是,进入园区的车辆至少需要匹配到一个站台;
步骤S102:计算各个所述候选站台的匹配值,根据各个所述候选站台的匹配值,从各个所述候选站台中筛选出目标站台;
在步骤S101筛选出候选站台之后,计算各个所述候选站台的匹配值;
根据各个所述候选站台的匹配值,从各个所述候选站台中筛选出目标站台,包括:根据各个所述候选站台的匹配值,从各个所述候选站台中选取匹配值中的最大值为所述目标站台。
进一步地,计算所述各个所述候选站台的匹配值,包括:针对任意一个所述候选站台,采用如下方法计算所述候选站台的匹配值:根据所述候选站台的属性组合维度、属性优先级维度和时长维度,分别计算得到第一属性值、第二属性值和第三属性值;将所述第一属性值、所述第二属性值和所述第三属性值相加,计算得到所述候选站台的匹配值。
具体地,候选站台的属性组合维度指根据候选站台的运输线路类型、运输网络类型和处理所述运输任务时长属性进行综合计算分数,例如,计算每一个属性的分数然后进行相加得到总和,得到第一属性值;
候选站台的属性优先级维度指对候选站台的运输线路类型、运输网络类型和处理所述运输任务时长属性设置优先级等级,然后计算分数,例如,设置运输线路类型为最高优先级,根据优先级的高低设定不同的分值,计算每一个属性的分数然后进行相加得到总和,得到第二属性值;
候选站台的时长维度指在该站台需要等待处理货物的时长、处理车辆自身的货物所需要的时长、车辆进入园区的签到时间等,根据时长维度的每一项设定分数,计算每一项的分数然后进行相加得到总和,得到第三属性值;
可以理解地是,上述描述的相加包括了正数之间的相加,也包括了正数与负数的相加,当分数相加后小于0时,则认为属性值为0;
进一步地,将所述第一属性值、所述第二属性值和所述第三属性值相加,计算得到所述候选站台的匹配值。
步骤S103:根据所述目标车辆的当前位置和所述目标站台的位置,生成行驶路径。
具体地,根据所述目标车辆的当前位置和所述目标站台的位置,生成所述目标车辆的行驶路径,包括:根据所述目标车辆的当前位置和所述目标站台的位置,生成一条或者多条行驶路径,筛选出距离最短的行驶路径作为所述目标车辆的行驶路径。
优选地,利用蚁群算法确定最短路径;规划所述车辆到达所述站台的路径,当存在至少两条所述路径时,确定每条路径的信息树,根据信息树的浓度确定最优路径,即最短路径;筛选出距离最短的行驶路径作为所述目标车辆的行驶路径还可以利用Dijkstra算法,Bellman-Ford算法,Floyd算法和SPFA算法等,本发明对确定最短路径所使用的算法不做限定。
如图2所示,本发明实施例提供了一种路径规划的方法,该方法可以包括以下步骤:
步骤S201:获取目标车辆的运输任务信息和园区内各个站台的属性信息,根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台。
关于步骤S201的描述与S101一致,在此不再赘述。
步骤S202:利用属性约简算法为所述候选站台的属性组合维度、属性优先级维度、时长维度分别设定第一阈值、第二阈值和第三阈值,从各个所述候选站台中筛选出目标站台。
如步骤S102所描述的,计算所述各个所述候选站台的匹配值,包括:针对任意一个所述候选站台,采用如下方法计算所述候选站台的匹配值:根据所述候选站台的属性组合维度、属性优先级维度和时长维度,分别计算得到第一属性值、第二属性值和第三属性值;将所述第一属性值、所述第二属性值和所述第三属性值相加,计算得到所述候选站台的匹配值。
进一步地,根据所述候选站台的属性组合维度、属性优先级维度和时长维度,分别计算得到第一属性值、第二属性值和第三属性值,包括:
利用属性约简算法为所述候选站台的属性组合维度、属性优先级维度、时长维度分别设定第一阈值、第二阈值和第三阈值;
具体地,属性约简算法将收集的数据集分片处理,根据不同条件对等价类的划分,计算每个计分维度的重要度。最终,根据所选计分维度不同次数的迭代,计算每个集合的正区域,并比较正区域是否一致,得到最终约简集合,实现根据不同计分维度重要程度设置对应的最高分值,即,利用属性约简算法为所述候选站台的属性组合维度、属性优先级维度、时长维度分别设定第一阈值、第二阈值和第三阈值;
进一步地,在每个计分维度下根据其包含属性在预定义的分值下进行分值计算,每个计分维度的最高得分不能超过设定的最高分值,即,若所述第一临时值大于等于所述组合属性维度的阈值,则将所述组合属性维度的阈值设定为所述第一属性值;若所述第二临时值大于等于所述属性优先级维度的阈值,将所述属性优先级维度的阈值设定为所述第二属性值;若所述第三临时值大于等于所述时长维度的阈值时,将所述时长维度的阈值设定为所述第三属性值。
步骤S203:根据所述目标车辆的当前位置和所述目标站台的位置,生成行驶路径
关于步骤S203的描述与S103一致,在此不再赘述。
如图3所示,本发明实施例提供了一种路径规划的方法,该方法可以包括以下步骤:
步骤S301:获取目标车辆的运输任务信息和园区内各个站台的属性信息。
具体地,获取目标车辆的运输任务信息和园区内各个站台的属性信息,根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台;
对所述目标车辆的运输任务信息和园区内各个站台的属性信息,根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台的描述与步骤S101一致,在此不再赘述;
步骤S302:根据所述运输任务信息中的目的地信息和/或处理货物信息与所述站台的属性信息进行匹配。
具体地,所述运输任务信息包括处理货物信息和目的地信息中的至少一种;根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台,包括:根据预先配置的所述运输任务信息与所述各个站台的属性信息的对应关系,从所述各个站台中筛选出至少一个候选站台;
对根据预先配置的所述运输任务信息与所述各个站台的属性信息的对应关系筛选站台的具体描述与步骤S101一致,在此不再赘述。
步骤S303:判断是否否获得多于一个的匹配站台,当获得匹配的结果时,执行步骤S304,否则执行步骤S305。
即,获取目标车辆的运输任务信息和园区内各个站台的属性信息,根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台;
对根据预先配置的所述运输任务信息与所述各个站台的属性信息的对应关系筛选站台的具体描述与步骤S101一致,在此不再赘述。
步骤S304:根据不同的打分维度和车辆的运输信息对站台打分,利用属性约简算法设置打分维度的最高分。
具体地,根据不同的打分维度和车辆的运输信息对站台打分,即为计算所述各个所述候选站台的匹配值,包括:针对任意一个所述候选站台,采用如下方法计算所述候选站台的匹配值:根据所述候选站台的属性组合维度、属性优先级维度和时长维度,分别计算得到第一属性值、第二属性值和第三属性值;将所述第一属性值、所述第二属性值和所述第三属性值相加,计算得到所述候选站台的匹配值。
进一步地,根据所述候选站台的属性组合维度、属性优先级维度和时长维度,分别计算得到第一属性值、第二属性值和第三属性值,还包括:利用属性约简算法为所述候选站台的属性组合维度、属性优先级维度、时长维度分别设定第一阈值、第二阈值和第三阈值;若所述第一临时值大于等于所述组合属性维度的阈值,则将所述组合属性维度的阈值设定为所述第一属性值;若所述第二临时值大于等于所述属性优先级维度的阈值,将所述属性优先级维度的阈值设定为所述第二属性值;若所述第三临时值大于等于所述时长维度的阈值时,将所述时长维度的阈值设定为所述第三属性值。
对利用属性约简算法对计算所述各个所述候选站台的不同维度计算分值的匹配值的描述与步骤S202一致,在此不再赘述。
步骤S305:确定车辆与目标站台的对应关系。
具体地,根据所述目标车辆的当前位置和所述目标站台的位置,生成所述目标车辆的行驶路径,包括:
根据所述目标车辆的当前位置和所述目标站台的位置,生成一条或者多条行驶路径,筛选出距离最短的行驶路径作为所述目标车辆的行驶路径。
如图4所示,本发明实施例提供了一种路径规划的装置400,包括:站台筛选模块401、确定站台模块402和生成路径模块403;其中,
所述站台筛选模块401用于获取目标车辆的运输任务信息和园区内各个站台的属性信息,根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台;
所述确定站台模块402,用于计算各个所述候选站台的匹配值,根据各个所述候选站台的匹配值,从各个所述候选站台中筛选出目标站台;
所述生成路径模块403,用于根据所述目标车辆的当前位置和所述目标站台的位置,生成行驶路径。
可选地,所述站台筛选模块401,包括所述运输任务信息包括处理货物信息和目的地信息中的至少一种;根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台,包括:根据预先配置的所述运输任务信息与所述各个站台的属性信息的对应关系,从所述各个站台中筛选出至少一个候选站台。
可选地,所述确定站台模块402,还用于计算所述各个所述候选站台的匹配值,包括:针对任意一个所述候选站台,采用如下方法计算所述候选站台的匹配值:根据所述候选站台的属性组合维度、属性优先级维度和时长维度,分别计算得到第一属性值、第二属性值和第三属性值;将所述第一属性值、所述第二属性值和所述第三属性值相加,计算得到所述候选站台的匹配值。
可选地,所述确定站台模块402,还用于根据所述候选站台的属性组合维度、属性优先级维度和时长维度,分别计算得到第一属性值、第二属性值和第三属性值,包括:利用属性约简算法为所述候选站台的属性组合维度、属性优先级维度、时长维度分别设定第一阈值、第二阈值和第三阈值;若所述第一临时值大于等于所述组合属性维度的阈值,则将所述组合属性维度的阈值设定为所述第一属性值;若所述第二临时值大于等于所述属性优先级维度的阈值,将所述属性优先级维度的阈值设定为所述第二属性值;若所述第三临时值大于等于所述时长维度的阈值时,将所述时长维度的阈值设定为所述第三属性值。
可选地,所述确定站台模块402,还用于根据各个所述候选站台的匹配值,从各个所述候选站台中筛选出目标站台,包括:根据各个所述候选站台的匹配值,从各个所述候选站台中选取匹配值中的最大值为所述目标站台。
可选地,所述站台筛选模块401,包括所述站台的属性信息包括处理货物属性、目的地属性、运输线路类型、运输网络类型、处理所述运输任务时长属性;所述运输任务信息包括处理货物信息、目的地信息、运输线路类型、运输网络类型、处理货物所需要的时长信息。
可选地,所述生成路径模块403,还用于根据所述目标车辆的当前位置和所述目标站台的位置,生成所述目标车辆的行驶路径,包括:根据所述目标车辆的当前位置和所述目标站台的位置,生成一条或者多条行驶路径,筛选出距离最短的行驶路径作为所述目标车辆的行驶路径。
本发明实施例还提供了一种路径规划的电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述任一实施例提供的方法。
本发明实施例还提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现上述任一实施例提供的方法。
图5示出了可以应用本发明实施例的路径规划方法或路径规划的装置的示例性系统架构500。
如图5所示,系统架构500可以包括终端设备501、502、503,网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504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。
用户可以使用终端设备501、502、503通过网络504与服务器505交互,以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用,例如网页浏览器应用、搜索类应用、即时通信工具和邮箱客户端等。
终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器505可以是提供各种服务的服务器,例如对用户利用终端设备501、502、503所发出的对园区车辆路径规划的请求提供支持的后台管理服务器,后台管理服务器可以对接收到的园区车辆路径规划的请求进行数据计算和分析,并将计算结果反馈给终端设备。
需要说明的是,本发明实施例所提供的路径规划的方法一般由服务器505执行,相应地,路径规划的装置一般设置于服务器505中。
应该理解,图5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。
下面参考图6,其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;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607;包括硬盘等的存储部分608;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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,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610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608。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明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609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、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)、光纤、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。在本发明中,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。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
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,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。
描述于本发明实施例中所涉及到的模块和/或单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块和/或单元也可以设置在处理器中,例如,可以描述为:一种处理器包括站台筛选模块、确定站台模块和生成路径模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,确定站台模块还可以被描述为“根据车辆的运输任务信息和站台的属性信息,计算站台对车辆的匹配值并选出目标站台的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读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一个该设备执行时,使得该设备包括:获取目标车辆的运输任务信息和园区内各个站台的属性信息,根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台;计算各个所述候选站台的匹配值,根据各个所述候选站台的匹配值,从各个所述候选站台中筛选出目标站台;根据所述目标车辆的当前位置和所述目标站台的位置,生成行驶路径。
根据本发明实施例的技术方案,该实施方式能够提高了园区内车辆调度的效率和准确率,降低了实现园区调度系统的成本和复杂性。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种路径规划的方法,其特征在于,包括:
获取目标车辆的运输任务信息和园区内各个站台的属性信息,根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台;
计算各个所述候选站台的匹配值,根据各个所述候选站台的匹配值,从各个所述候选站台中筛选出目标站台;
根据所述目标车辆的当前位置和所述目标站台的位置,生成行驶路径。
2.根据权利要求1所述的方法,其特征在于,所述运输任务信息包括处理货物信息和目的地信息中的至少一种;
根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台,包括:
根据预先配置的所述运输任务信息与所述各个站台的属性信息的对应关系,从所述各个站台中筛选出至少一个所述候选站台。
3.根据权利要求1所述的方法,其特征在于,计算各个所述候选站台的匹配值,包括:
针对任意一个所述候选站台,采用如下方法计算所述候选站台的匹配值:
根据所述候选站台的属性组合维度、属性优先级维度和时长维度,分别计算得到第一属性值、第二属性值和第三属性值;
将所述第一属性值、所述第二属性值和所述第三属性值相加,计算得到所述候选站台的匹配值。
4.根据权利要求3所述的方法,其特征在于,根据所述候选站台的属性组合维度、属性优先级维度和时长维度,分别计算得到第一属性值、第二属性值和第三属性值,包括:
利用属性约简算法为所述候选站台的属性组合维度、属性优先级维度、时长维度分别设定第一阈值、第二阈值和第三阈值;
若所述第一临时值大于等于所述组合属性维度的阈值,则将所述组合属性维度的阈值设定为所述第一属性值;
若所述第二临时值大于等于所述属性优先级维度的阈值,将所述属性优先级维度的阈值设定为所述第二属性值;
若所述第三临时值大于等于所述时长维度的阈值时,将所述时长维度的阈值设定为所述第三属性值。
5.根据权利要求1所述的方法,其特征在于,根据各个所述候选站台的匹配值,从各个所述候选站台中筛选出目标站台,包括:
根据各个所述候选站台的匹配值,从各个所述候选站台中选取匹配值中的最大值为所述目标站台。
6.根据权利要求1所述的方法,其特征在于,所述站台的属性信息包括处理货物属性、目的地属性、运输线路类型、运输网络类型、处理所述运输任务时长属性;
所述运输任务信息包括处理货物信息、目的地信息、运输线路类型、运输网络类型、处理货物所需要的时长信息。
7.根据权利要求1所述的方法,其特征在于,根据所述目标车辆的当前位置和所述目标站台的位置,生成所述目标车辆的行驶路径,包括:
根据所述目标车辆的当前位置和所述目标站台的位置,生成一条或者多条行驶路径,筛选出距离最短的行驶路径作为所述目标车辆的行驶路径。
8.一种路径规划的装置,其特征在于,包括:站台筛选模块、确定站台模块和生成路径模块;其中,
所述站台筛选模块用于获取目标车辆的运输任务信息和园区内各个站台的属性信息,根据所述目标车辆的运输任务信息和所述各个站台的属性信息,筛选出候选站台;
所述确定站台模块,用于计算各个所述候选站台的匹配值,根据各个所述候选站台的匹配值,从各个所述候选站台中筛选出目标站台;
所述生成路径模块,用于根据所述目标车辆的当前位置和所述目标站台的位置,生成行驶路径。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010081693.7A CN113222205A (zh) | 2020-02-06 | 2020-02-06 | 一种路径规划的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010081693.7A CN113222205A (zh) | 2020-02-06 | 2020-02-06 | 一种路径规划的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113222205A true CN113222205A (zh) | 2021-08-06 |
Family
ID=77085537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010081693.7A Pending CN113222205A (zh) | 2020-02-06 | 2020-02-06 | 一种路径规划的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113222205A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115083198A (zh) * | 2022-06-15 | 2022-09-20 | 国汽(北京)智能网联汽车研究院有限公司 | 一种多车运力资源调度方法及装置 |
CN115909794A (zh) * | 2023-02-24 | 2023-04-04 | 华砺智行(武汉)科技有限公司 | 月台车辆智能引导方法、装置、电子设备和存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08258909A (ja) * | 1995-03-24 | 1996-10-08 | Yamaha Motor Co Ltd | 搬送システムの制御方法及び装置 |
CN102073940A (zh) * | 2011-01-06 | 2011-05-25 | 北京物美商业集团股份有限公司 | 一种供应商在线预约时站台动态分配方法和系统 |
CN103287775A (zh) * | 2013-05-10 | 2013-09-11 | 龙岩烟草工业有限责任公司 | 烟草自动化物料托盘入库系统及方法 |
CN104555222A (zh) * | 2014-12-25 | 2015-04-29 | 北京物资学院 | 一种基于潜入式agv的储分一体化系统和方法 |
CN105645067A (zh) * | 2016-03-18 | 2016-06-08 | 龙岩烟草工业有限责任公司 | 一种制丝投料系统及方法 |
CN105976030A (zh) * | 2016-03-15 | 2016-09-28 | 武汉宝钢华中贸易有限公司 | 基于多智能体月台调度智能排序模型的构造 |
CN107953904A (zh) * | 2017-11-21 | 2018-04-24 | 中车长江车辆有限公司 | 一种车辆停靠控制方法及站级控制系统 |
CN107963085A (zh) * | 2017-11-21 | 2018-04-27 | 中车长江车辆有限公司 | 一种车辆、车辆控制方法及系统 |
CN108263441A (zh) * | 2017-11-21 | 2018-07-10 | 中车长江车辆有限公司 | 一种管道运输车控制系统 |
CN108805484A (zh) * | 2018-04-26 | 2018-11-13 | 中铁第四勘察设计院集团有限公司 | 基于物联网技术的铁路冷链工艺过程管理系统及控制方法 |
CN110009272A (zh) * | 2019-02-21 | 2019-07-12 | 深圳市北斗智能科技有限公司 | 多策略并行的物流资源调度方法和相关装置 |
CN110119861A (zh) * | 2018-02-07 | 2019-08-13 | 北京京东尚科信息技术有限公司 | 调度无人车的方法、装置及计算机可读存储介质 |
CN110116094A (zh) * | 2019-05-10 | 2019-08-13 | 中铁第四勘察设计院集团有限公司 | 一种高铁物流双层站台货运系统及方法 |
CN110348613A (zh) * | 2019-06-24 | 2019-10-18 | 深圳市恒路物流股份有限公司 | 分拨中心智能物流管理方法及系统 |
CN110363396A (zh) * | 2019-06-24 | 2019-10-22 | 深圳市恒路物流股份有限公司 | 物流资源配置方法及装置 |
-
2020
- 2020-02-06 CN CN202010081693.7A patent/CN113222205A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08258909A (ja) * | 1995-03-24 | 1996-10-08 | Yamaha Motor Co Ltd | 搬送システムの制御方法及び装置 |
CN102073940A (zh) * | 2011-01-06 | 2011-05-25 | 北京物美商业集团股份有限公司 | 一种供应商在线预约时站台动态分配方法和系统 |
CN103287775A (zh) * | 2013-05-10 | 2013-09-11 | 龙岩烟草工业有限责任公司 | 烟草自动化物料托盘入库系统及方法 |
CN104555222A (zh) * | 2014-12-25 | 2015-04-29 | 北京物资学院 | 一种基于潜入式agv的储分一体化系统和方法 |
CN105976030A (zh) * | 2016-03-15 | 2016-09-28 | 武汉宝钢华中贸易有限公司 | 基于多智能体月台调度智能排序模型的构造 |
CN105645067A (zh) * | 2016-03-18 | 2016-06-08 | 龙岩烟草工业有限责任公司 | 一种制丝投料系统及方法 |
CN107953904A (zh) * | 2017-11-21 | 2018-04-24 | 中车长江车辆有限公司 | 一种车辆停靠控制方法及站级控制系统 |
CN107963085A (zh) * | 2017-11-21 | 2018-04-27 | 中车长江车辆有限公司 | 一种车辆、车辆控制方法及系统 |
CN108263441A (zh) * | 2017-11-21 | 2018-07-10 | 中车长江车辆有限公司 | 一种管道运输车控制系统 |
CN110119861A (zh) * | 2018-02-07 | 2019-08-13 | 北京京东尚科信息技术有限公司 | 调度无人车的方法、装置及计算机可读存储介质 |
CN108805484A (zh) * | 2018-04-26 | 2018-11-13 | 中铁第四勘察设计院集团有限公司 | 基于物联网技术的铁路冷链工艺过程管理系统及控制方法 |
CN110009272A (zh) * | 2019-02-21 | 2019-07-12 | 深圳市北斗智能科技有限公司 | 多策略并行的物流资源调度方法和相关装置 |
CN110116094A (zh) * | 2019-05-10 | 2019-08-13 | 中铁第四勘察设计院集团有限公司 | 一种高铁物流双层站台货运系统及方法 |
CN110348613A (zh) * | 2019-06-24 | 2019-10-18 | 深圳市恒路物流股份有限公司 | 分拨中心智能物流管理方法及系统 |
CN110363396A (zh) * | 2019-06-24 | 2019-10-22 | 深圳市恒路物流股份有限公司 | 物流资源配置方法及装置 |
Non-Patent Citations (5)
Title |
---|
MARYAM ALAMI CHENTOUFI: "Adaptive traffic signal optimization considering emergency vehicle preemption and tram priority using PVS algorithm", SCA \'18: PROCEEDINGS OF THE 3RD INTERNATIONAL CONFERENCE ON SMART CITY APPLICATIONS, 10 October 2018 (2018-10-10) * |
姚宁;: "关于提高铁路快捷货物运输时效性的思考", 企业改革与管理, no. 09 * |
李彤;李德敏;张光林;吴思畏;: "基于多属性优先级的动态路径规划方法", 微型机与应用, no. 18 * |
王力锋;刘双双;刘抗英;: "物流运输快速配送路径规划仿真", 计算机仿真, no. 08 * |
罗键;苏海墩;何善君;吴长庆;: "基于改进遗传算法的自动小车存取系统升降机调度建模与优化控制", 厦门大学学报(自然科学版), no. 03 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115083198A (zh) * | 2022-06-15 | 2022-09-20 | 国汽(北京)智能网联汽车研究院有限公司 | 一种多车运力资源调度方法及装置 |
CN115083198B (zh) * | 2022-06-15 | 2023-11-24 | 国汽(北京)智能网联汽车研究院有限公司 | 一种多车运力资源调度方法及装置 |
CN115909794A (zh) * | 2023-02-24 | 2023-04-04 | 华砺智行(武汉)科技有限公司 | 月台车辆智能引导方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106980955B (zh) | 用于输出信息的方法和装置 | |
CN110555640B (zh) | 路由规划的方法和装置 | |
CN110533353B (zh) | 用于搬运货架的方法和装置 | |
CN108492068B (zh) | 用于路径规划的方法和装置 | |
CN111950803A (zh) | 物流对象送达时间预测方法、装置、电子设备及存储介质 | |
US11232392B2 (en) | Method for processing orders and electronic device | |
CN111553548B (zh) | 一种拣货方法和装置 | |
US20210312359A1 (en) | Method and device for scheduling automated guided vehicle | |
CN109684624A (zh) | 一种自动识别订单地址路区的方法和装置 | |
CN109345166B (zh) | 用于生成信息的方法和装置 | |
CN110766348B (zh) | 一种组合拣货任务的方法和装置 | |
CN111461383A (zh) | 规划配送路径的方法和装置 | |
CN115410410B (zh) | 车位推荐方法、装置、设备以及存储介质 | |
CN113222205A (zh) | 一种路径规划的方法和装置 | |
CN113988485B (zh) | 站点到货量预测方法、装置、电子设备和计算机可读介质 | |
CN113205300B (zh) | 配送车辆调度方法、装置、电子设备和计算机可读介质 | |
CN110657813B (zh) | 优化地图中规划道路的方法和装置 | |
CN107085754B (zh) | 信息输出方法和装置 | |
CN113255950B (zh) | 一种优化物流网络的方法和装置 | |
CN115660244B (zh) | 路线信息生成方法、装置、设备和介质 | |
CN112785212A (zh) | 一种运输设备管理方法和装置 | |
CN113762573B (zh) | 一种物流网络优化方法和装置 | |
CN113762674B (zh) | 订单配送方法和装置 | |
CN111144602B (zh) | 一种车辆调度方法和装置 | |
CN112446565A (zh) | 为订单匹配车辆的方法和装置 |
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 |