CN113298473A - 一种园区货物运输路线规划系统及方法 - Google Patents

Abstract

本发明公开了一种园区货物运输路线规划方法，包括：根据起始园区与目标园区的经纬度求得起始园区与目标园区之间的距离；根据路线所需成本、时间和运输方式获得起始园区与目标园区之间的数条路线；采用基于图搜索的路径规划RRT算法进行随机树的路线的目标站点估价，并求得估价函数中最小的站点；采用回归函数约束并遍历随机树，以获得随机树新生节点；重复遍历获得园区货物运输最佳路线。通过上述方案，本发明具有逻辑简单、准确可靠等优点，在运输路线规划技术领域具有很高的实用价值和推广价值。

Description

一种园区货物运输路线规划系统及方法

技术领域

本发明涉及运输路线规划技术领域，尤其是一种园区货物运输路线规划系统及方法。

背景技术

随着经济全球化迅速发展，物流业已经成为商业环节的一个重要组成部分。物流是指为了满足客户的需求，以最低的成本，通过运输、配送等方式，实现商品的产地到商品的消费地的计划、实施和管理的全过程。目前，现有技术中针对于一些大宗物质、原料物质等为了运输方便，通常是先将物质从一个园区运输到另一个园区，然后在进一步分小段的进行运输，在园区与园区之间的配送中，全部物流活动通常是在线路和节点进行的，因此，物流合理化在很大程度上依赖于运输路径的合理化。若出现道路状况复杂、货运需求的路途距离差异等，会使得各个货运需求的路线重合度低，货运成本过高、货运时间过长，从而影像货运需求。

目前，在其他场所也有路线规划的算法，如专利申请号为“202010030133.9”、名称为“一种基于改进RRT算法的智能农业车辆路径规划方法”的中国发明专利，其通过：选定起始点和目标点的中点q m，保证能够选取起始点q start的暂定目标点和目标点q goal的暂定起始点，以中点q m同时作为起始点q start的暂定目标点和目标点q goal的暂定起始点，从而可以同时生成四棵搜索树进行路径搜索，提高路径规划速率；搜索的过程中，根据车辆的转向约束以及目标引导策略，提升搜索效率，保障生成路径的可执行性；在搜索的过程中，运用滚动优化的方法生成滚动窗口，以利用实时感知到的窗口信息，进行迭代路径规划生成，从而实现动态避障；在路径回溯时，分别从中点q m向起始点q start回溯路径以及从目标点q goal向中点q m回溯路径，最后以目标点q goal回溯整体路径，生成平滑路径。该技术的缺点在于：搜索时间较长，迭代次数较多，搜索路径策略都是随机采样的搜索，也导致路线区域中空白区域的无用搜索，使得效率较低。

再如专利申请号为“201610158085.5”、名称为“一种六轮/腿机器人复合运动路径规划方法”的中国发明专利，首先建立机器人工作环境的DEM图，并进行地貌特征提取；采用地貌特征与评价指标之间的映射，遍历DEM图中每个栅格，得到机器人的通过性地图及腿式、轮式运动代价图；然后在代价图上，以机器人出发点为随机树的根节点，采用单纯腿式运动，以标准随机树算法进行扩展，逐渐增加叶节点直至随机树的叶节点中包含了终点，得到从出发点到终点之间的一条单纯腿式运动目标路径，并估计该路径的代价，作为初始代价迭代求解，至所用的时间超过用户设定的最大时限。该技术的缺点在于：路径规划方案单一，且运用于固定的工作环境中，若工作环境的DEM图与实际的应用环境发生变动，单一的规划方案会导致目标路径出现偏差。

因此，急需要提出一种逻辑简单、准确可靠的一种园区货物运输路线规划系统及方法。

发明内容

针对上述问题，本发明的目的在于提供一种园区货物运输路线规划系统及方法，本发明采用的技术方案如下：

一种园区货物运输路线规划方法，包括以下步骤：

根据起始园区与目标园区的经纬度求得起始园区与目标园区之间的距离；

根据路线所需成本、时间和运输方式获得起始园区与目标园区之间的数条路线；

采用基于图搜索的路径规划RRT算法进行随机树的路线的目标站点估价，并求得估价函数中最小的站点；

采用回归函数约束并遍历随机树，以获得随机树新生节点；

重复遍历获得园区货物运输最佳路线。

进一步地，根据起始园区与目标园区的经纬度，并结合地球球面余弦定律，其表达式为：

其中，Φ_s表示起始园区的始发点的经度，λ_s表示始园区的始发点的纬度，Φ_f表示目标园区的目的地的经度，λ_f表示目标园区的目的地的纬度，Δλ表示始发点与目的地的纬度的绝对值；

若起始园区、目标园区与地球的连线的夹角小于3度，则地球球面余弦定律的表达式为：

其中，ΔΦ表示始发点与目的地的经度的绝对值；

根据公式(1)或(2)求得起始园区与目标园区之间的距离，其表达式为：

其中，r表示地球的半径。

更进一步地，采用基于图搜索的路径规划RRT算法进行随机树的路线的目标站点估价，并求得估价函数中最小的站点，其包括以下步骤：

构建随机树中任一站点的估计函数，其表达式为：

f(x)＝g(x)+h(x)

g(x)＝Road(x,x_rand) (3)

其中，g(x)表示随机站点x_rand到数中站点x所需要的路径代价；h(x)表示启发估计函数，即随机站点x_rand到目标站点x_goal的距离为估价值，其表达式为：

h(x)＝Dis(x_rand,x_goal) (4)

其中，x_goal表示目标站点；

遍历滚动窗口内随机树，求得估价函数中最小的站点x_neat，其表达式为：

f(x_neat)＝min(f(x)) (5)。

更进一步地，采用回归函数约束并遍历随机树，以获得随机树新生节点，包括以下步骤：

遍历随机树，若站点x_neat与站点x_neat上一站点x_near的距离小于站点x_neat与随机树上的其他站点的距离，则将该站点x_neat作为随机树新生节点。

一种园区货物运输路线规划方法的系统，包括：

园区信息采集模块，用于获取所需运输货物的类目、数量、重量、始发地址和目的地址；所述始发地址包括起始园区的始发点的经度和纬度；所述目的地址包括目标园区的目的地的经度和纬度；

数据分析模块，与园区信息采集模块连接，用于分析园区信息采集模块传输过来的数据，通过分析的数据进行匹配货物的运输方式；

初始化路线模块，与数据分析模块连接，用于规划出始发地与目的地之间的初始路线，以及该初始路线对应的始发地与目的地之间的总距离，并计算出货运成本、货运时间；

路线融合模块，与初始化路线模块连接，用于将接收的所有分段路线进行融合，得到始发地、途径站点和目的地之间的规划路线，并将得到的规划路线发送至初始化路线模；

地图存储模块，与初始化路线模块和路线融合模块连接，以供初始路线规划模块、路线融合模块调取；

判断模块，与路线融合模块连接，用于将所述路线融合模块发送来的任一路线进行对比判断，并获得最优的路线。

进一步地，所述初始化路线模块包括：

园区站点获取模块，与园区信息采集模块连接，用于获取园区信息采集模块采集的信息

园区路段计算模块，与园区站点获取模块连接，根据园区信息采集模块采集的信息，并获取起始园区与目标园区之间的距离；

存储模块，与园区路段计算模块连接，用于存储始园区与目标园区之间的距离。

优选地，所述园区路段计算模块包括：

信息获取单元，与园区站点获取模块连接，用于获取园区站点获取模块传输的数据；

载重计费单元，与信息获取单元连接，用于对货物种类及重量进行计费运算；

运输方式获取单元，与信息获取单元连接；

时间获取单元，与信息获取单元连接；

计算单元，与载重计费单元、运输方式获取单元和时间获取单元连接，用于汇总数据并传输给存储模块和路线融合模块。

与现有技术相比，本发明具有以下有益效果：

(1)本发明巧妙地采用了基于图搜索的路径规划RRT算法进行随机树的路线的目标站点估价，并求得估价函数中最小的站点，其好处在于：采用代价函数来选取拓展站点领域内最小代价的站点为下一节点的父站点，同时，每次迭代后都会重新连接现有树上的站点，从而保证降低计算的复杂程度和提高渐进的最优解，最后通过估值函数求得最小站点，进而规避了路径不是最优路径的缺点。

(2)本发明巧妙地采用回归函数约束并遍历随机树，以获得随机树新生节点，使得随机树不探索以前到过的空间，以避免容易陷入局部极小的问题；

综上所述，本发明具有逻辑简单、准确可靠等优点，在运输路线规划技术领域具有很高的实用价值和推广价值。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需使用的附图作简单介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对保护范围的限定，对于本领域技术人员来说，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相关的附图。

图1为本发明的园区货物运输路线规划系统期间连接框图。

图2为本发明的园区路段计算模块原理图。

图3为本发明的货物运输路线规划流程图。

具体实施方式

为使本申请的目的、技术方案和优点更为清楚，下面结合附图和实施例对本发明作进一步说明，本发明的实施方式包括但不限于下列实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

实施例

如图1至图3所示，本实施例提供了一种园区货物运输路线规划系统及方法，在本实施例中系统包括：园区信息采集模块、数据分析模块、初始化路线模块、路线融合模块、地图存储模块和判断模块。其中，园区信息采集模块用于获取所要运输货物的类目、数量、重量、始发地址及目的地址等。数据分析模块用于分析园区信息采集模块传输过来的数据，通过分析的数据进行匹配货物的运输方式。初始化路线模块用于规划出始发地与目的地之间的初始路线，以及该初始路线对应的始发地与目的地之间的总距离，并计算出货运成本、货运时间。

在本实施例中，初始路线模块又包括园区站点获取模块、园区路段计算模块和存储模块。具体来说：

本实施例的园区站点获取模块用于获取以始发地为原点，始发地与目的地之间的距离为半径的圆内所有园区站点地理位置数据。本实施例的园区路段计算模块用于接收园区站点地址位置数据，并计算出园区站点与站点之间的距离，不同运输方式的运输时间、运输成本费用等发送到路线融合模块和存储模块。本实施例的存储模块用于存储园区站点与站点之间的数据，便于后期直接调用和查看。

在本实施例中，园区路段计算模块又包括信息获取单元、载重计费单元、运输方式获取单元、时间获取单元和计算单元。其中，信息获取单元用于接收园区站点获取模块传输过来的数据，并将数据进行分析解读发送给载重计费单元、运输方式获取单元和时间获取单元。载重计费单元用于对货物种类及重量进行计费运算，并将计算后的数据传输给计算单元。运输方式获取单元用于获取货物运输货运方式，并传输给计算单元。时间获取单元用于对货物站点之间通过不同运输方式运输所需要的运输时间，并传输给计算单元。本实施例的计算单元与载重计费单元、运输方式获取单元和时间获取单元连接，用于汇总数据并传输给存储模块和路线融合模块。

在本实施例中，根据起始园区与目标园区的经纬度，并结合地球球面余弦定律，其表达式为：

其中，Φ_s表示起始园区的始发点的经度，λ_s表示始园区的始发点的纬度，Φ_f表示目标园区的目的地的经度，λ_f表示目标园区的目的地的纬度，Δλ表示始发点与目的地的纬度的绝对值；

若起始园区、目标园区与地球的连线的夹角小于3度，则地球球面余弦定律的表达式为：

其中，ΔΦ表示始发点与目的地的经度的绝对值；

根据公式(1)或(2)求得起始园区与目标园区之间的距离，其表达式为：

其中，r表示地球的半径。

在本实施例中，该路线融合模块用于将接收的所有分段路线进行融合，得到始发地、途径站点和目的地之间的规划路线，并将得到的规划路线发送至判断模块。其中，规划路线包含一种或者多种不同路线。在本实施例中，采用基于图搜索的路径规划RRT算法进行随机树的路线的目标站点估价，并求得估价函数中最小的站点。

在本实施例中，初始化快速随机搜索树T，初始化状态S。为了使全局环境中随机树具有向终点站方向生长的趋势，在运动规划时引入启发信息，减少随机树的随机性，提高搜索效率，选取始发点为初始状态点，令Road(x₁,x₂)代表随机树中两个位姿站点之间的路径代价，Dis(x₁,x₂)代表随机树中两个站点之间的欧几里得距离，在本实施例中，具体步骤如下：

构建随机树中任一站点的估计函数，其表达式为：

f(x)＝g(x)+h(x)

g(x)＝Road(x,x_rand) (3)

其中，g(x)表示随机站点x_rand到数中站点x所需要的路径代价；h(x)表示启发估计函数，即随机站点x_rand到目标站点x_goal的距离为估价值，其表达式为：

h(x)＝Dis(x_rand,x_goal) (4)

其中，x_goal表示目标站点；

遍历滚动窗口内随机树，求得估价函数中最小的站点x_neat，其表达式为：

f(x_neat)＝min(f(x)) (5)。

在本实施例中，利用回归函数约束，使得随机树不探索以前到过的空间，避免容易陷入局部极小的问题，具体如下：

遍历随机树，若站点x_neat与站点x_neat上一站点x_near的距离小于站点x_neat与随机树上的其他站点的距离，即

则将该站点x_neat作为随机树新生节点。

在本实施例中，滚动窗口状态空间进行K次采样后，遍历随机树，根据启发估价思想寻找滚动窗口子目标x_sub。x_sub是当前滚动窗口中的子树中估价函数最小的点。确定子目标后，算法进度前进到子目标点，进行下一轮的滚动RRT规划。重复上述步骤，直到到达终点站。

在本实施例中，地图存储模块，地图存储模块与初始路线模块和路线融合模块连接，用于存储园区布局的地图，以供初始路线规划模块、路线融合模块调取。便于路线规划模块快速、准确的规划出路线，具有降低成本、提高工作效率和路线规划准确性高的优点。

本实施例的判断模块用于将所述路线融合模块发送来的所有路线进行对比判断，以获得最优的路线。

上述实施例仅为本发明的优选实施例，并非对本发明保护范围的限制，但凡采用本发明的设计原理，以及在此基础上进行非创造性劳动而作出的变化，均应属于本发明的保护范围之内。

Claims (7)

1.一种园区货物运输路线规划方法，其特征在于，包括以下步骤：

根据起始园区与目标园区的经纬度求得起始园区与目标园区之间的距离；

根据路线所需成本、时间和运输方式获得起始园区与目标园区之间的数条路线；

采用基于图搜索的路径规划RRT算法进行随机树的路线的目标站点估价，并求得估价函数中最小的站点；

采用回归函数约束并遍历随机树，以获得随机树新生节点；

重复遍历获得园区货物运输最佳路线。

2.根据权利要求1所述的一种园区货物运输路线规划方法，其特征在于，根据起始园区与目标园区的经纬度，并结合地球球面余弦定律，其表达式为：

其中，Φ_s表示起始园区的始发点的经度，λ_s表示始园区的始发点的纬度，Φ_f表示目标园区的目的地的经度，λ_f表示目标园区的目的地的纬度，Δλ表示始发点与目的地的纬度的绝对值；

若起始园区、目标园区与地球的连线的夹角小于3度，则地球球面余弦定律的表达式为：

其中，ΔΦ表示始发点与目的地的经度的绝对值；

根据公式(1)或(2)求得起始园区与目标园区之间的距离，其表达式为：

其中，r表示地球的半径。

3.根据权利要求1所述的一种园区货物运输路线规划方法，其特征在于，采用基于图搜索的路径规划RRT算法进行随机树的路线的目标站点估价，并求得估价函数中最小的站点，其包括以下步骤：

构建随机树中任一站点的估计函数，其表达式为：

f(x)＝g(x)+h(x)

g(x)＝Road(x,x_rand)

其中，g(x)表示随机站点x_rand到数中站点x所需要的路径代价；h(x)表示启发估计函数，即随机站点x_rand到目标站点x_goal的距离为估价值，其表达式为：

h(x)＝Dis(x_rand,x_goal)

其中，x_goal表示目标站点；

遍历滚动窗口内随机树，求得估价函数中最小的站点x_neat，其表达式为：

f(x_neat)＝min(f(x))。

4.根据权利要求3所述的一种园区货物运输路线规划方法，其特征在于，采用回归函数约束并遍历随机树，以获得随机树新生节点，包括以下步骤：

遍历随机树，若站点x_neat与站点x_neat上一站点x_near的距离小于站点x_neat与随机树上的其他站点的距离，则将该站点x_neat作为随机树新生节点。

5.一种采用权利要求1～4任一项所述的园区货物运输路线规划方法的系统，其特征在于，包括：

园区信息采集模块，用于获取所需运输货物的类目、数量、重量、始发地址和目的地址；所述始发地址包括起始园区的始发点的经度和纬度；所述目的地址包括目标园区的目的地的经度和纬度；

数据分析模块，与园区信息采集模块连接，用于分析园区信息采集模块传输过来的数据，通过分析的数据进行匹配货物的运输方式；

初始化路线模块，与数据分析模块连接，用于规划出始发地与目的地之间的初始路线，以及该初始路线对应的始发地与目的地之间的总距离，并计算出货运成本、货运时间；

路线融合模块，与初始化路线模块连接，用于将接收的所有分段路线进行融合，得到始发地、途径站点和目的地之间的规划路线，并将得到的规划路线发送至初始化路线模；

地图存储模块，与初始化路线模块和路线融合模块连接，以供初始路线规划模块、路线融合模块调取；

判断模块，与路线融合模块连接，用于将所述路线融合模块发送来的任一路线进行对比判断，并获得最优的路线。

6.根据权利要求5所述的一种采用园区货物运输路线规划方法的系统，其特征在于，所述初始化路线模块包括：

园区站点获取模块，与园区信息采集模块连接，用于获取园区信息采集模块采集的信息

园区路段计算模块，与园区站点获取模块连接，根据园区信息采集模块采集的信息，并获取起始园区与目标园区之间的距离；

存储模块，与园区路段计算模块连接，用于存储始园区与目标园区之间的距离。

7.根据权利要求6所述的一种采用园区货物运输路线规划方法的系统，其特征在于，所述园区路段计算模块包括：

信息获取单元，与园区站点获取模块连接，用于获取园区站点获取模块传输的数据；

载重计费单元，与信息获取单元连接，用于对货物种类及重量进行计费运算；

运输方式获取单元，与信息获取单元连接；

时间获取单元，与信息获取单元连接；

计算单元，与载重计费单元、运输方式获取单元和时间获取单元连接，用于汇总数据并传输给存储模块和路线融合模块。

Images