CN113359821B - 基于车辆与无人机协同作业的路径规划方法及系统 - Google Patents

基于车辆与无人机协同作业的路径规划方法及系统 Download PDF

Info

Publication number
CN113359821B
CN113359821B CN202110591686.6A CN202110591686A CN113359821B CN 113359821 B CN113359821 B CN 113359821B CN 202110591686 A CN202110591686 A CN 202110591686A CN 113359821 B CN113359821 B CN 113359821B
Authority
CN
China
Prior art keywords
vehicle
unmanned aerial
aerial vehicle
path
load capacity
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.)
Active
Application number
CN202110591686.6A
Other languages
English (en)
Other versions
CN113359821A (zh
Inventor
马华伟
马凯
胡笑旋
罗贺
靳鹏
夏维
王国强
唐弈城
郭君
柏文勇
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202110591686.6A priority Critical patent/CN113359821B/zh
Publication of CN113359821A publication Critical patent/CN113359821A/zh
Application granted granted Critical
Publication of CN113359821B publication Critical patent/CN113359821B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例提供一种基于车辆与无人机协同作业的路径规划方法及系统,属于物流的配送调度技术领域。所述路径规划方法包括:获取待配送的顾客节点信息;判断是否存在未配送的顾客节点;采用车辆路径规划方法更新车辆行驶路径和无人机飞行路径;判断当前是否还存在未配送的顾客节点;判断当前车辆载重量是否小于或等于车辆的最大载重量;采用预设的无人机路径规划方法更新无人机路径规划方法车辆行驶路径和无人机飞行路径;移除本轮迭代中无人机路径规划方法车辆路径规划方法向无人机路径规划方法车辆行驶路径以及无人机飞行路径加入的顾客节点;输出无人机路径规划方法车辆行驶路径以及无人机飞行路径。该路径规划方法能够提高路径规划效率。

Description

基于车辆与无人机协同作业的路径规划方法及系统
技术领域
本发明涉及物流的配送调度技术领域,具体地涉及一种基于车辆与无人机协同作业的路径规划方法及系统。
背景技术
随着无人机技术的不断成熟,在末端配送领域,多个物流企业与科技公司已完成利用无人机进行末端配送的初步实验。由于无人机存在载重和飞行距离的限制,只能对一定范围内的顾客进行特定规格货物的配送,因此使用纯无人机配送在续航与载重上仍有较大局限。现有技术中常规的路径规划算法虽然能够规划出无人机在单独配送的情况下的路径以及车辆在单独配送的情况下的路径,但是在两者相互结合的情况下,两种算法都无法实现路径的规划。
发明内容
本发明实施例的目的是提供一种基于车辆与无人机协同作业的路径规划方法及系统,该路径规划方法及系统能够针对车辆和无人机协同作业的特点来规划出路径规划方案。
为了实现上述目的,本发明实施例提供一种基于车辆与无人机协同作业的路径规划方法,所述路径规划方法包括:
获取待配送的顾客节点信息、车辆与无人机的行驶速度、车辆与无人机的最大载重量以及无人机的续航能力;
判断是否存在未配送的顾客节点;
在判断存在未配送的顾客节点的情况下,采用预设的车辆路径规划方法更新车辆行驶路径和无人机飞行路径;
判断当前是否还存在未配送的顾客节点;
在判断当前存在未配送的顾客节点的情况下,判断当前车辆载重量是否小于或等于车辆的最大载重量;
在所述当前车辆载重量小于或等于车辆的最大载重量的情况下,采用预设的无人机路径规划方法更新所述车辆行驶路径和无人机飞行路径,再次判断是否存在未配送的顾客节点,并执行所述路径规划方法的相应步骤,直到判断不存在未配送的顾客节点;
在判断所述当前车辆载重量大于所述最大载重量的情况下,移除本轮迭代中所述车辆路径规划方法向所述车辆行驶路径以及无人机飞行路径加入的顾客节点;以及
在判断不存在未配送的顾客节点和/或当前不存在未配送的顾客节点的情况下,输出所述车辆行驶路径以及无人机飞行路径。
可选地,所述车辆路径规划方法包括:
判断在当前的车辆行驶路径的前提下,对应的当前车辆载重量是否大于车辆的最大载重量;
在判断对应的当前车辆载重量小于或等于车辆的最大载重量的情况下,判断当前的无人机飞行路径是否为空集;
在判断当前的无人机飞行路径为空集的情况下,从未配送的顾客节点选择与当前的车辆距离最近的顾客节点加入车辆行驶路径和无人机飞行路径中,并设置选择的顾客节点为起飞节点,同时从未配送的顾客节点中选择与当前车辆最接近的顾客节点加入车辆行驶路径中,并从未配送的顾客节点中选择与当前车辆最接近的顾客节点加入车辆行驶路径中;
在判断所述当前的无人机飞行路径为非空集的情况下,从未配送的顾客节点中选择与当前车辆最接近的顾客节点加入车辆行驶路径中,并结束所述车辆路径规划方法;
在判断对应的当前车辆载重量大于车辆的最大载重量的情况下,结束所述车辆路径规划方法。
可选地,所述无人机路径规划方法包括:
判断当前是否还存在未配送的顾客节点;
在判断当前还存在未配送的顾客节点的情况下,从未配送的顾客节点中选择与当前无人机最接近的顾客节点加入无人机飞行路径中;
根据车辆行驶路径判断当前车辆载重量是否大于车辆的最大载重量、当前无人机载重量是否大于无人机的最大载重量和/或无人机的飞行时间是否大于无人机续航能力;
在判断当前车辆载重量小于或等于车辆的最大载重量、当前无人机载重量小于或等于无人机的最大载重量且无人机的飞行时间小于或等于无人机续航能力的情况下,判断当前车辆载重量是否等于车辆的最大载重量、当前无人机载重量是否等于无人机的最大载重量和/或当前未配送的顾客节点的集合是否为空集;
在判断当前车辆载重量不等于车辆的最大载重量、当前无人机载重量不等于无人机的最大载重量且当前未配送的顾客节点的集合不为空集的情况下,判断无人机的飞行时间是否大于车辆的行驶时间;
在判断无人机的飞行时间大于车辆的行驶时间的情况下,移除无人机飞行路径中最近增加的顾客节点,采用所述车辆路径规划方法更新车辆行驶路径,再次判断当前是否还存在未配送的顾客节点,并执行所述路径规划方法的相应步骤;
在判断当前车辆载重量大于车辆的最大载重量、当前无人机载重量大于无人机的最大载重量和/或无人机的飞行时间大于无人机续航能力的情况下,移除无人机飞行路径中最近增加的顾客节点,采用预设的无人机有效生成方法更新所述无人机飞行路径;
在判断当前车辆载重量等于车辆的最大载重量、当前无人机载重量等于无人机的最大载重量和/或当前未配送的顾客节点的集合为空集的情况下,采用无人机有效生成方法更新所述无人机飞行路径。
可选地,所述无人机有效生成方法包括:
从所述车辆行驶路径中选择未被选择且距离无人机飞行路径最后一个顾客节点最近的顾客节点;
判断所述无人机是否能够飞行至距离无人机飞行路径最后一个顾客节点最近的顾客节点;
在判断所述无人机不能够飞行至距离无人机飞行路径最后一个顾客节点最近的顾客节点的情况下,将无人机飞行路径的最后一个顾客节点加入所述车辆行驶路径中;
在判断所述无人机能够飞行至距离无人机飞行路径最后一个顾客节点最近的顾客节点的情况下,输出所述无人机飞行路径。
可选地,所述获取待配送的顾客节点信息、车辆与无人机的行驶速度、车辆与无人机的最大载重量以及无人机的续航能力包括:
获取车辆的集合和未配送的无人机的集合;
从所述车辆的集合中随机选取一个车辆;
所述输出所述车辆行驶路径以及无人机飞行路径包括:
判断是否还存在未分配的顾客节点;
在判断还存在未分配的顾客节点的情况下,再次从所述车辆的集合中随机选取一个车辆,并执行所述路径规划方法的相应步骤,直到判断不存在未分配的顾客节点;
在判断不存在未分配的顾客节点的情况下,输出路径规划方案。
另一方面,本发明还提供一种基于车辆和无人机协同的路径规划系统,所述路径规划系统包括处理器,所述处理器被配置为执行如上述任一所述的路径规划方法。
再一方面,本发明还提供一种存储介质,所述存储介质存储有指令,所述指令用于被机器读取以使得所述机器执行如上述任一所述的路径规划方法。
通过上述技术方案,本发明提供的基于车辆与无人机协同作业的路径规划方法及系统通过对在规划车辆路径时,针对无人机配送作业的特点对原本车辆规划路径方法进行改进,在适应车辆和无人机协同作业的特点的情况下,能够生成高效的路径规划方案。该路径规划方法及系统克服了现有技术中路径规划方法无法适应车辆和无人机协同作业的特点的技术缺陷,提高了路径规划方案的生成效率以及有效性。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是根据本发明的一个实施方式的基于车辆与无人机协同作业的路径规划方法的流程图;
图2是根据本发明的一个实施方式的车辆路径规划方法的流程图;
图3是根据本发明的一个实施方式的无人机路径规划方法的流程图;以及
图4是根据本发明的一个实施方式的无人机有效生成方法的流程图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
在本发明实施方式中,在未作相反说明的情况下,使用的方位词如“上、下、顶、底”通常是针对附图所示的方向而言的或者是针对竖直、垂直或重力方向上而言的各部件相互位置关系描述用词。
另外,若本发明实施方式中有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施方式之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
如图1所示是根据本发明的一个实施方式的基于车辆与无人机协同作业的路径规划方法的流程图。在该图1中,该路径规划方法可以包括:
在步骤S10中,获取待配送的顾客节点信息、车辆与无人机的行驶速度、车辆与无人机的最大载重量以及无人机的续航能力。其中,待配送的顾客节点信息可以是包括但不限于顾客节点的位置、需要配送的货物的质量等。获取车辆与无人机的行驶速度则是为了通过顾客节点和车辆、无人机的相对距离来计算车辆和无人机前往该顾客节点所需的时间。获取车辆与无人机的最大载重量则是为了确定该车辆或者无人机是否能够完成该顾客节点的配送任务。至于无人机的续航能力,同样也是为了确定该无人机是否能够完成该顾客节点的配送任务。
在步骤S11中,判断是否存在未配送的顾客节点。
在步骤S12中,在判断存在未配送的顾客节点的情况下,采用预设的车辆路径规划方法更新车辆行驶路径和无人机飞行路径。
在步骤S13中,判断当前是否还存在未配送的顾客节点。
在步骤S14中,在判断当前存在未配送的顾客节点的情况下,判断当前车辆载重量是否小于或等于车辆的最大载重量。
在步骤S15中,在当前车辆载重量小于或等于车辆的最大载重量的情况下,采用预设的无人机路径规划方法更新车辆行驶路径和无人机飞行路径,再次判断是否存在未配送的顾客节点,并执行该方法的相应步骤,直到判断不存在未配送的顾客节点(即返回执行步骤S11)。
在步骤S16中,在判断当前车辆载重量大于最大载重量的情况下,移除本轮迭代中车辆路径规划方法向车辆行驶路径以及无人机飞行路径加入的顾客节点。
在步骤S17中,在判断不存在未配送的顾客节点和/或当前不存在未配送的顾客节点的情况下,输出车辆行驶路径以及无人机飞行路径。
在该如图1所示的路径规划方法中,在步骤S10判断还存在未配送的顾客节点的情况下,此时说明仍然还有顾客节点的配送任务需要规划,因此,采用预设的车辆路径规划方法来更新车辆行驶路径和无人机行驶路径。在车辆路径规划方法更新车辆路径和无人机路径后,需要确定在更新后,未配送的顾客节点是否已经规划完毕。如果规划完毕(即判断不存在未配送的顾客节点),则可以直接执行步骤S17,即输出车辆行驶路径以及无人机行驶路径。类似地,步骤S11判断不存在未配送的顾客节点时,也可以执行该步骤S17。在没有规划完毕的情况下,进一步判断步骤S12向车辆行驶路径和无人机飞行路径中增加的顾客节点以该车辆当前的当前车辆载重量是否能够完成配送。如果能够完成配送,即当前车辆载重量小于或等于最大载重量,则可以采用预设的无人机路径规划方法来更新无人机飞行路径,再返回执行步骤S11,从而进行新一轮的更新。在步骤S14中,如果判断当前车辆载重量大于车辆最大载重量,此时说明该车辆已经不能够在继续完成配送任务,因此可以执行步骤S16,即移除本轮迭代中步骤S15向车辆行驶路径以及无人机飞行路径中加入的顾客节点。然而,虽然可能还存在未配送的顾客节点,但是通过步骤S14的判断已经说明当前的车辆已经不能够继续完成配送任务。因此,可以转而执行步骤S17,从而输出车辆行驶路径以及无人机飞行路径。
在该实施方式中,对于预设的车辆路径规划方法的具体步骤,可以是本领域人员所知的多种形式。在本发明的一个优选示例中,该车辆路径规划方法可以包括如图2所示的步骤。在该图2中,该车辆路径规划方法可以包括:
在步骤S20中,判断在当前的车辆行驶路径的前提下,对应的当前车辆载重量是否大于车辆的最大载重量。
在步骤S21中,在判断对应的当前车辆载重量小于或等于车辆的最大载重量的情况下,判断当前的无人机飞行路径是否为空集。
在步骤S22中,在判断当前的无人机飞行路径为空集的情况下,从未配送的顾客节点选择与当前的车辆距离最近的顾客节点加入车辆行驶路径和无人机飞行路径中,并设置选择的顾客节点为起飞节点,同时从未配送的顾客节点中选择与当前车辆最接近的顾客节点加入车辆行驶路径中。
在步骤S23中,在判断当前的无人机飞行路径为非空集的情况下,从未配送的顾客节点中选择与当前车辆最接近的顾客节点加入车辆行驶路径中,并结束车辆路径规划方法。
在步骤S24中,在判断对应的当前车辆载重量大于车辆的最大载重量的情况下,结束车辆路径规划方法。
在该图2所示出的车辆路径规划方法中,步骤S21是为了确定当前无人机是否处于飞行状态。无人机飞行路径为空集,即说明该无人机此时已经离开车辆执行配送任务。在确定无人机此时已经离开车辆执行配送任务的情况下,在步骤S22中,可以先依据最短距离的原则选择最近的顾客节点放入车辆行驶路径中。同时,为了给无人机设置起飞点,也可以将该顾客节点作为无人机的起飞节点。相应地,步骤S23则是在已经确定无人机处于离开车辆的状态的情况下,再次增加一个最接近的顾客节点,从而增加车辆的配送任务。而如果步骤S21判断无人机未处于飞行状态,此时则可以直接执行步骤S23。
在该实施方式中,对于预设的无人机路径规划方法的具体步骤,可以是本领域人员所知的多种形式。在本发明的一个优选示例中,该无人机路径规划方法可以包括如图3所示的步骤。在该图3中,该无人机路径规划方法可以包括:
在步骤S30中,判断当前是否还存在未配送的顾客节点;
在步骤S31中,在判断当前还存在未配送的顾客节点的情况下,从未配送的顾客节点中选择与当前无人机最接近的顾客节点加入无人机飞行路径中;
在步骤S32中,根据车辆行驶路径判断当前车辆载重量是否大于车辆的最大载重量、当前无人机载重量是否大于无人机的最大载重量和/或无人机的飞行时间是否大于无人机续航能力;
在步骤S33中,在判断当前车辆载重量小于或等于车辆的最大载重量、当前无人机载重量小于或等于无人机的最大载重量且无人机的飞行时间小于或等于无人机续航能力的情况下,判断当前车辆载重量是否等于车辆的最大载重量、当前无人机载重量是否等于无人机的最大载重量和/或当前未配送的顾客节点的集合是否为空集;
在步骤S34中,在判断当前车辆载重量不等于车辆的最大载重量、当前无人机载重量不等于无人机的最大载重量且当前未配送的顾客节点的集合不为空集的情况下,判断无人机的飞行时间是否大于车辆的行驶时间。其中,该飞行时间和行驶时间可以为无人机与车辆会合时累计的时间。
在步骤S35中,在判断无人机的飞行时间大于车辆的行驶时间的情况下,移除无人机飞行路径中最近增加的顾客节点,采用车辆路径规划方法更新车辆行驶路径,再次判断当前是否还存在未配送的顾客节点,并执行该路径规划方法的相应步骤(即返回执行步骤S30);
在步骤S36中,在判断当前车辆载重量大于车辆的最大载重量、当前无人机载重量大于无人机的最大载重量和/或无人机的飞行时间大于无人机续航能力的情况下,移除无人机飞行路径中最近增加的顾客节点;
在步骤S37中,在判断当前车辆载重量等于车辆的最大载重量、当前无人机载重量等于无人机的最大载重量和/或当前未配送的顾客节点的集合为空集的情况下,采用无人机有效生成方法更新无人机飞行路径。
在该图3所示的无人机飞行路径规划方法中,通过步骤31向无人机飞行路径中增加了一个与当前无人机最接近的顾客节点。步骤S32则是为了确定增加的顾客节点的配送任务该车辆和无人机是否能够完成。如果车辆或无人机不能完成该配送任务,则可以直接移除最近增加的顾客节点。而在确定车辆和无人机均能够完成的情况下,则可以步骤S33来确定增加的顾客节点的配送任务是否刚好使得车辆和无人机满载,或者未配送的顾客节点已经规划完毕。如果满足该步骤S33的判断,此时说明已经不需要再继续向无人机飞行路径中增加任何新的顾客节点。因此可以直接执行步骤S37来形成无人机飞行路径。如果不满足步骤S33的判断,此时说明该无人机依然继续执行配送任务,因此进一步执行步骤S34。在该步骤S34中,判断无人机的飞行时间是否大于车辆的行驶时间是为了确定该无人机在于车辆会合时是否是无人机等待车辆。其中,判断无人机的飞行时间大于车辆的行驶时间,此时说明在车辆完成配送任务后,无人机依然在执行配送任务,那么就需要车辆停下来等待无人机。而如果判断无人机的飞行时间小于或等于车辆的行驶时间,此时说明在无人机完成配送任务后,车辆依然在执行配送任务,那么该无人机就能够飞往车辆处。两种方式虽然在路径规划时均可,但是考虑到无人机的飞行速度优势,为了提高配送效率,发明人采用了后者,即选择无人机飞行时间小于或等于车辆的行驶时间的方案。因此在步骤S34中,如果判断飞行时间大于行驶时间,则可以删除最近无人机飞行路径中增加的顾客节点(步骤S35),再返回执行步骤30。相反地,如果该飞行时间小于或等于行驶时间,则可以直接执行步骤S30。
在该实施方式中,对于预设的无人机有效生成方法的具体步骤,可以是本领域人员所知的多种形式。在本发明的一个优选示例中,该无人机有效生成方法可以包括如图4所示的步骤。在该图4中,该无人机路径规划方法可以包括:
在步骤S40中,从车辆行驶路径中选择未被选择且距离无人机飞行路径最后一个顾客节点最近的顾客节点;
在步骤S41中,判断无人机是否能够飞行至距离无人机飞行路径最后一个顾客节点最近的顾客节点;
在步骤S42中,在判断无人机不能够飞行至距离无人机飞行路径最后一个顾客节点最近的顾客节点的情况下,将无人机飞行路径的最后一个顾客节点加入车辆行驶路径中;
在步骤S43中,在判断无人机能够飞行至距离无人机飞行路径最后一个顾客节点最近的顾客节点的情况下,输出无人机飞行路径。
在该如图4中所示出的无人机有效生成方法中,步骤S40选择的顾客节点可以通过步骤S41来进行判断,从而确定无人机是否能够执行该顾客节点,如果可以,则由无人机来执行;如果不行,则可以由车辆或无人机的下一次飞行来执行。通过反复执行该无人机有效生成方法,即可得到无人机飞行路径。
通过如图1至图4中所示出的路径规划方法,我们能够结合车辆和无人机协同作业的特点来规划出单个车辆情况下的路径规划方案。而现有技术中,常常是多个车辆同时对一个区域内的顾客节点进行配送,因此,针对该种情况,在如图1至图4中示出的路径规划方法的基础上,该步骤S10可以进一步是先获取车辆的集合和未配送的无人机的集合,再从车辆的集合中随机选取一个车辆。而相应地,步骤S17则可以是判断是否还存在未分配的顾客节点;在判断还存在未分配的顾客节点的情况下,再次从车辆的集合中随机选取一个车辆,并执行该路径规划方法的相应步骤,直到判断不存在未分配的顾客节点;反之,在判断不存在未分配的顾客节点的情况下,则可以输出路径规划方案。
另一方面,本发明还提供一种基于车辆和无人机协同的路径规划系统,所述路径规划系统包括处理器,所述处理器被配置为执行如上述任一所述的路径规划方法。
再一方面,本发明还提供一种存储介质,所述存储介质存储有指令,所述指令用于被机器读取以使得所述机器执行如上述任一所述的路径规划方法。
通过上述技术方案,本发明提供的基于车辆与无人机协同作业的路径规划方法及系统通过对在规划车辆路径时,针对无人机配送作业的特点对原本车辆规划路径方法进行改进,在适应车辆和无人机协同作业的特点的情况下,能够生成高效的路径规划方案。该路径规划方法及系统克服了现有技术中路径规划方法无法适应车辆和无人机协同作业的特点的技术缺陷,提高了路径规划方案的生成效率以及有效性。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (5)

1.一种基于车辆与无人机协同作业的路径规划方法,其特征在于,所述路径规划方法包括:
获取待配送的顾客节点信息、车辆与无人机的行驶速度、车辆与无人机的最大载重量以及无人机的续航能力;
判断是否存在未配送的顾客节点;
在判断存在未配送的顾客节点的情况下,采用预设的车辆路径规划方法更新车辆行驶路径和无人机飞行路径;
判断当前是否还存在未配送的顾客节点;
在判断当前存在未配送的顾客节点的情况下,判断当前车辆载重量是否小于或等于车辆的最大载重量;
在所述当前车辆载重量小于或等于车辆的最大载重量的情况下,采用预设的无人机路径规划方法更新所述车辆行驶路径和无人机飞行路径,再次判断是否存在未配送的顾客节点,并执行所述路径规划方法的相应步骤,直到判断不存在未配送的顾客节点;
在判断所述当前车辆载重量大于所述最大载重量的情况下,移除本轮迭代中所述车辆路径规划方法向所述车辆行驶路径以及无人机飞行路径加入的顾客节点;以及
在判断不存在未配送的顾客节点和/或当前不存在未配送的顾客节点的情况下,输出所述车辆行驶路径以及无人机飞行路径;
所述车辆路径规划方法包括:
判断在当前的车辆行驶路径的前提下,对应的当前车辆载重量是否大于车辆的最大载重量;
在判断对应的当前车辆载重量小于或等于车辆的最大载重量的情况下,判断当前的无人机飞行路径是否为空集;
在判断当前的无人机飞行路径为空集的情况下,从未配送的顾客节点选择与当前的车辆距离最近的顾客节点加入车辆行驶路径和无人机飞行路径中,并设置选择的顾客节点为起飞节点,同时从未配送的顾客节点中选择与当前车辆最接近的顾客节点加入车辆行驶路径中,并从未配送的顾客节点中选择与当前车辆最接近的顾客节点加入车辆行驶路径中;
在判断所述当前的无人机飞行路径为非空集的情况下,从未配送的顾客节点中选择与当前车辆最接近的顾客节点加入车辆行驶路径中,并结束所述车辆路径规划方法;
在判断对应的当前车辆载重量大于车辆的最大载重量的情况下,结束所述车辆路径规划方法;
所述无人机路径规划方法包括:
判断当前是否还存在未配送的顾客节点;
在判断当前还存在未配送的顾客节点的情况下,从未配送的顾客节点中选择与当前无人机最接近的顾客节点加入无人机飞行路径中;
根据车辆行驶路径判断当前车辆载重量是否大于车辆的最大载重量、当前无人机载重量是否大于无人机的最大载重量和/或无人机的飞行时间是否大于无人机续航能力;
在判断当前车辆载重量小于或等于车辆的最大载重量、当前无人机载重量小于或等于无人机的最大载重量且无人机的飞行时间小于或等于无人机续航能力的情况下,判断当前车辆载重量是否等于车辆的最大载重量、当前无人机载重量是否等于无人机的最大载重量和/或当前未配送的顾客节点的集合是否为空集;
在判断当前车辆载重量不等于车辆的最大载重量、当前无人机载重量不等于无人机的最大载重量且当前未配送的顾客节点的集合不为空集的情况下,判断无人机的飞行时间是否大于车辆的行驶时间;
在判断无人机的飞行时间大于车辆的行驶时间的情况下,移除无人机飞行路径中最近增加的顾客节点,采用所述车辆路径规划方法更新车辆行驶路径,再次判断当前是否还存在未配送的顾客节点,并执行所述路径规划方法的相应步骤;
在判断当前车辆载重量大于车辆的最大载重量、当前无人机载重量大于无人机的最大载重量和/或无人机的飞行时间大于无人机续航能力的情况下,移除无人机飞行路径中最近增加的顾客节点,采用预设的无人机有效生成方法更新所述无人机飞行路径;
在判断当前车辆载重量等于车辆的最大载重量、当前无人机载重量等于无人机的最大载重量和/或当前未配送的顾客节点的集合为空集的情况下,采用无人机有效生成方法更新所述无人机飞行路径。
2.根据权利要求1所述的路径规划方法,其特征在于,所述无人机有效生成方法包括:
从所述车辆行驶路径中选择未被选择且距离无人机飞行路径最后一个顾客节点最近的顾客节点;
判断所述无人机是否能够飞行至距离无人机飞行路径最后一个顾客节点最近的顾客节点;
在判断所述无人机不能够飞行至距离无人机飞行路径最后一个顾客节点最近的顾客节点的情况下,将无人机飞行路径的最后一个顾客节点加入所述车辆行驶路径中;
在判断所述无人机能够飞行至距离无人机飞行路径最后一个顾客节点最近的顾客节点的情况下,输出所述无人机飞行路径。
3.根据权利要求1所述的路径规划方法,其特征在于,所述获取待配送的顾客节点信息、车辆与无人机的行驶速度、车辆与无人机的最大载重量以及无人机的续航能力包括:
获取车辆的集合和未配送的无人机的集合;
从所述车辆的集合中随机选取一个车辆;
所述输出所述车辆行驶路径以及无人机飞行路径包括:
判断是否还存在未分配的顾客节点;
在判断还存在未分配的顾客节点的情况下,再次从所述车辆的集合中随机选取一个车辆,并执行所述路径规划方法的相应步骤,直到判断不存在未分配的顾客节点;
在判断不存在未分配的顾客节点的情况下,输出路径规划方案。
4.一种基于车辆和无人机协同的路径规划系统,其特征在于,所述路径规划系统包括处理器,所述处理器被配置为执行如权利要求1至3任一所述的路径规划方法。
5.一种存储介质,其特征在于,所述存储介质存储有指令,所述指令用于被机器读取以使得所述机器执行如权利要求1至3任一所述的路径规划方法。
CN202110591686.6A 2021-05-28 2021-05-28 基于车辆与无人机协同作业的路径规划方法及系统 Active CN113359821B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110591686.6A CN113359821B (zh) 2021-05-28 2021-05-28 基于车辆与无人机协同作业的路径规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110591686.6A CN113359821B (zh) 2021-05-28 2021-05-28 基于车辆与无人机协同作业的路径规划方法及系统

Publications (2)

Publication Number Publication Date
CN113359821A CN113359821A (zh) 2021-09-07
CN113359821B true CN113359821B (zh) 2022-07-05

Family

ID=77528092

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110591686.6A Active CN113359821B (zh) 2021-05-28 2021-05-28 基于车辆与无人机协同作业的路径规划方法及系统

Country Status (1)

Country Link
CN (1) CN113359821B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114881558B (zh) * 2022-04-29 2023-04-18 清华大学 基于无人机与车辆协同的快递配送方法、装置及电子设备

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101917194B1 (ko) * 2017-07-18 2018-11-09 한국과학기술원 물류배송방법
CN109141398A (zh) * 2018-07-28 2019-01-04 江苏苏宁物流有限公司 一种用于物流的无人机路径规划方法及装置
CN110162103A (zh) * 2019-06-13 2019-08-23 河南宙合网络科技有限公司 一种无人机与智能车组自主协同运输系统及方法
CN110263983A (zh) * 2019-05-31 2019-09-20 中国人民解放军国防科技大学 一种车辆与无人机物流配送的双层路径规划方法及系统
CN110852471A (zh) * 2019-09-20 2020-02-28 合肥工业大学 车辆与无人机协同的交通巡逻方法及装置
CN110888456A (zh) * 2019-12-05 2020-03-17 中国北方车辆研究所 一种无人机与无人车的自主协同侦察控制方法
CN111121783A (zh) * 2018-12-28 2020-05-08 中国人民解放军国防科技大学 一种车载无人机电力巡检的双层路径规划方法与装置
CN111121782A (zh) * 2018-12-28 2020-05-08 中国人民解放军国防科技大学 车载无人机电力巡检的双层路径规划方法与装置
KR20200075330A (ko) * 2018-12-18 2020-06-26 현대자동차주식회사 무인비행장치를 포함하는 시스템 및 시스템의 협업 방법
CN112348438A (zh) * 2020-11-05 2021-02-09 沈阳工业大学 基于人工智能的物流路径规划方法
CN112488357A (zh) * 2020-10-30 2021-03-12 合肥工业大学 基于车辆与无人机协同作业的末端配送方法及系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101917194B1 (ko) * 2017-07-18 2018-11-09 한국과학기술원 물류배송방법
CN109141398A (zh) * 2018-07-28 2019-01-04 江苏苏宁物流有限公司 一种用于物流的无人机路径规划方法及装置
KR20200075330A (ko) * 2018-12-18 2020-06-26 현대자동차주식회사 무인비행장치를 포함하는 시스템 및 시스템의 협업 방법
CN111121783A (zh) * 2018-12-28 2020-05-08 中国人民解放军国防科技大学 一种车载无人机电力巡检的双层路径规划方法与装置
CN111121782A (zh) * 2018-12-28 2020-05-08 中国人民解放军国防科技大学 车载无人机电力巡检的双层路径规划方法与装置
CN110263983A (zh) * 2019-05-31 2019-09-20 中国人民解放军国防科技大学 一种车辆与无人机物流配送的双层路径规划方法及系统
CN110162103A (zh) * 2019-06-13 2019-08-23 河南宙合网络科技有限公司 一种无人机与智能车组自主协同运输系统及方法
CN110852471A (zh) * 2019-09-20 2020-02-28 合肥工业大学 车辆与无人机协同的交通巡逻方法及装置
CN110888456A (zh) * 2019-12-05 2020-03-17 中国北方车辆研究所 一种无人机与无人车的自主协同侦察控制方法
CN112488357A (zh) * 2020-10-30 2021-03-12 合肥工业大学 基于车辆与无人机协同作业的末端配送方法及系统
CN112348438A (zh) * 2020-11-05 2021-02-09 沈阳工业大学 基于人工智能的物流路径规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A Hybrid Genetic Algorithm on Routing and Scheduling for Vehicle-Assisted Multi-Drone Parcel Delivery;KAI PENG et al.;《IEEE Access》;20190424;第49191-49200页 *
The vehicle routing problem with drones: several worst-case results;Xingyin Wang et al.;《springer》;20160429;第1-19页 *

Also Published As

Publication number Publication date
CN113359821A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
Guo et al. Dynamic yard crane dispatching in container terminals with predicted vehicle arrival information
CN108287545B (zh) 多移动机器人的冲突管理方法及系统
CN114023094B (zh) 一种码头车辆调度系统、方法、设备和介质
WO2016135378A1 (en) Resolution of route conflict
CN113359821B (zh) 基于车辆与无人机协同作业的路径规划方法及系统
CN112488357B (zh) 基于车辆与无人机协同作业的末端配送方法及系统
JP4025652B2 (ja) 輸送計画作成システム及び方法
KR20230165738A (ko) 물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램
CN113011792A (zh) 矿山车辆调度方法及系统
CN116823104A (zh) 用于确定最优货位的方法、装置、存储介质及处理器
CN110930092A (zh) 一种配送路线调整方法、装置、电子设备和存储介质
JP5382844B2 (ja) 輸送スケジュール作成システム
Monov et al. Routing Transportation Equipment Using Heuristic Algorithms
JP2007119099A (ja) 輸送計画作成システム
CN113344353B (zh) 区域内多点扩散式物流配送方案的生成方法、装置及系统
CN111208815B (zh) 将多个搬运任务分配至多个自动搬运车的方法及相关装置
CN115018412A (zh) 集群式无人机协同配送方案的优化方法及系统
CN112214020A (zh) Agv调度系统任务框架的建立和任务处理的方法及装置
CN116542458B (zh) 一种载具分配方法、系统和电子设备
CN113723804A (zh) 考虑多无人机站点的车机协同配送方法及系统
CN113537885A (zh) 卡车和无人机组合配送的包裹投递方法及系统
CN113450055B (zh) 基于运输超载的货物削减方法、装置、设备和存储介质
CN114200963B (zh) 动态环境下无人机自主任务规划方法、设备及存储介质
JP2000148242A (ja) 搬送台車システム
CN112684783B (zh) 自导引运输设备的控制方法、装置、存储介质及电子设备

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