CN113450005A - 一种封闭区域无人驾驶车辆集群管理调度方法及装置 - Google Patents
一种封闭区域无人驾驶车辆集群管理调度方法及装置 Download PDFInfo
- Publication number
- CN113450005A CN113450005A CN202110753622.1A CN202110753622A CN113450005A CN 113450005 A CN113450005 A CN 113450005A CN 202110753622 A CN202110753622 A CN 202110753622A CN 113450005 A CN113450005 A CN 113450005A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- optimal
- transportation
- time
- plan
- 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
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
- G06Q10/06—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
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
Abstract
本发明公开了一种封闭区域无人驾驶车辆集群管理调度方法及装置,该方法包括:计算能耗最小时,不同载重状态下,每条路径上单车的最优速度策略,并计算出给定工作量范围内,车队中全部车辆的最优运输计划;以计算出的最优速度策略和最优运输计划控制车辆运行;在车辆运行过程中,实时计算当前无人驾驶车辆速度与目标速度之间的差异以及运输时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略;实时计算当前非运输车辆作业计划与制定作业计划之间的作业位置偏差和作业时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略。本发明可在交通约束下,获取所有车辆的最优运行策略并根据运行情况实时调整运行策略。
Description
技术领域
本发明涉及无人驾驶车队集群运行过程控制技术领域,特别涉及一种封闭区域无人驾驶车辆集群管理调度方法及装置。
背景技术
封闭区域无人驾驶车辆集群系统,比如无人驾驶矿用汽车、园区(厂区) 内无人驾驶物流车辆等,运输路网具有确定的空间构成,针对任何车辆在每一条确定路径上运输过程,都存在运输效率和能量消耗最优的速度策略;针对车队运输效率和能量消耗最优的车队速度策略,能够得到在交通约束下的所有车辆的最优运行策略。目前尚没有技术方案针对这两个问题提出解决方案。
发明内容
本发明提供了一种封闭区域无人驾驶车辆集群管理调度方法及装置,以在交通约束下,获取所有车辆的最优运行策略并根据运行情况实时调整运行策略。
为解决上述技术问题,本发明提供了如下技术方案:
一方面,本发明提供了一种封闭区域无人驾驶车辆集群管理调度方法,该封闭区域无人驾驶车辆集群管理调度方法包括:
计算能耗最小时,不同载重状态下,每条路径上单车的最优速度策略,并计算出给定工作量范围内,车队中全部车辆的最优运输计划;
以计算出的最优速度策略和最优运输计划控制车辆运行;
在车辆运行过程中,实时计算当前无人驾驶车辆速度与目标速度之间的差异以及运输时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略;
实时计算当前非运输车辆作业计划与制定作业计划之间的作业位置偏差和作业时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略。
进一步地,所述计算能耗最小时,每条路径上单车的最优速度策略,包括:
针对运输路网中每条路径的里程、航向角以及路径上每两点之间的高程差,依据车辆在不同负载下的能耗模型,以一个工作循环的能耗为目标函数,计算目标函数最小时,不同载重状态下,每条路径上单车的最优速度策略。
进一步地,所述计算出给定工作量范围内,车队中全部车辆的最优运输计划,包括:
针对运输路网中每条路径给定的货物运输总重量,以检修时间,交通等待时间,单车最优行驶时间和非运输车辆作业时间为约束条件,以货物总运输时间和单位货物运输成本为目标函数,求解目标函数值最小时,整个车队中全部车辆的最优运输计划;其中,所述运输计划包括发车时间间隔。
进一步地,所述方法还包括:
实时计算运输路网中单条路径上运输起点和运输终点的变化,根据运输起点和运输终点的实时变化值,完成相应路径的延长或缩短。
另一方面,本发明还提供了一种封闭区域无人驾驶车辆集群管理调度装置,该封闭区域无人驾驶车辆集群管理调度装置包括:
最优速度策略及最优运输计划求解模块,用于计算能耗最小时,不同载重状态下,每条路径上单车的最优速度策略,并计算出给定工作量范围内,车队中全部车辆的最优运输计划;
运行控制模块,用于以所述最优速度策略及最优运输计划求解模块计算出的最优速度策略和最优运输计划控制车辆运行;
实时调整模块,用于:
在车辆运行过程中,实时计算当前无人驾驶车辆速度与目标速度之间的差异以及运输时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略;
实时计算当前非运输车辆作业计划与制定作业计划之间的作业位置偏差和作业时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略。
进一步地,所述最优速度策略及最优运输计划求解模块具体用于:
针对运输路网中每条路径的里程、航向角以及路径上每两点之间的高程差,依据车辆在不同负载下的能耗模型,以一个工作循环的能耗为目标函数,计算目标函数最小时,不同载重状态下,每条路径上单车的最优速度策略。
进一步地,所述最优速度策略及最优运输计划求解模块具体用于:
针对运输路网中每条路径给定的货物运输总重量,以检修时间,交通等待时间,单车最优行驶时间和非运输车辆作业时间为约束条件,以货物总运输时间和单位货物运输成本为目标函数,求解目标函数值最小时,整个车队中全部车辆的最优运输计划;其中,所述运输计划包括发车时间间隔。
进一步地,所述实时调整模块,还用于:
实时计算运输路网中单条路径上运输起点和运输终点的变化,根据运输起点和运输终点的实时变化值,完成相应路径的延长或缩短。
再一方面,本发明还提供了一种电子设备,其包括处理器和存储器;其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行以实现上述方法。
又一方面,本发明还提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现上述方法。
本发明提供的技术方案带来的有益效果至少包括:
本发明通过计算能耗最小时,不同载重状态下,每条路径上单车的最优速度策略,并计算出给定工作量范围内,车队中全部车辆的最优运输计划;以计算出的最优速度策略和最优运输计划控制车辆运行;在车辆运行过程中,实时计算当前无人驾驶车辆速度与目标速度之间的差异以及运输时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略;实时计算当前非运输车辆作业计划与制定作业计划之间的作业位置偏差和作业时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略。从而实现了在交通约束下,获取车队中所有无人驾驶车辆的最优运行策略,并可以根据运行情况实时调整运行策略。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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为本发明实施例提供的封闭区域无人驾驶车辆集群管理调度方法的执行流程示意图;
图2为本发明实施例提供的封闭区域无人驾驶车辆集群管理调度方法的。工作顺序关系示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
第一实施例
本实施例提供了一种封闭区域无人驾驶车辆集群管理调度方法,该方法可以由电子设备实现,该电子设备可以是终端或者服务器。该封闭区域无人驾驶车辆集群管理调度方法的执行流程如图1所示,包括以下步骤:
S1,计算能耗最小时,不同载重状态下,每条路径上单车的最优速度策略,并计算出给定工作量范围内,车队中全部车辆的最优运输计划;
S2,以计算出的最优速度策略和最优运输计划控制车辆运行;
S3,在车辆运行过程中,实时计算当前无人驾驶车辆速度与目标速度间的差异及运输时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略;
S4,实时计算当前非运输车辆作业计划与制定作业计划之间的作业位置偏差和作业时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略。
具体地,如图2所示,本实施例的方法包括三部分:离线优化计算部分,在线实时计算部分,未来推演功能部分。下面一一进行说明。
一、离线规划、优化计算部分。
主要功能:
1、单车最优速度策略求解
针对运输路网路径的参数、车辆传动系统的能耗模型、载重参数,优化计算得到不同载重状态下,在每一段路径上的最优速度策略。
具体地,最优速度策略求解的实现方式为:针对运输路网路径中每条路径的里程S,航向角φ,路径上每两点之间的高程差h等参数,依据车辆在不同负载(载重量T)下的能耗模型,以一个工作循环(往返)的能耗Q为目标函数,求解能耗最小时,该条路径上单车的最优速度策略。
2、车队最优运输进度求解
针对给定运输工作量,在单车油量(针对纯电车型为单车电量)、检修约束、以单车最优速度策略、交通优化控制等约束下,求解车队完成全部运输工作进度,包括每台车辆的运行计划表。
具体地,车队最优运输进度求解的实现方式为:针对运输路网中每条路径给定的货物运输总重量(Tt),以检修时间(t1),交通等待时间(t2),单车最优行驶时间(t3)、非运输车辆作业时间(t4)为约束条件,以货物总运输时间(t0) 和单位货物运输成本(Ycost)为目标函数,求解函数值最小时,整个车队的运输方案(包含发车时间间隔(Δt))。
3、规划计算功能
针对任何非运输车辆进入运输道路的工作流程进行规划,内容包括进入、离开的时间、路径入口、路径出口。其中,运行计划表能够计算出来完成目前的生产任务需要运输多少次。受一些因素的影响,生产计划的推进将存在一定的不精确性,比如道路维护、车辆健康状态、天气原因、物料分布情况等,此处得到的计划表需要实际运行过程中持续更新。
具体地,规划计算功能的实现方式为:计算非运输设备(压路机、推土机、扫地车等)进入单条运输路径作业的工作流程规划,进入、离开的时间(tin’, tout’;t4=tout’-tin’)、路径入口、路径出口的地图坐标(经纬度、海拔)。
运输作业以外的额外工作流程会引起不确定时间消耗(te),例如道路维护,天气原因。需要在车队最优运输计划的基础上,根据计划的执行情况(剩余货物重量Tr,计划剩余时间t5),以单车最优行驶时间(t3)为约束条件,以货物总运输时间(t0’)和单位货物运输成本(Ycost’)为目标函数,求解函数值最小时,车队的运输方案(包含发车时间间隔(Δt))。
二、在线实时计算部分
根据第一部分求得的单车最优速度策略,以及车辆集群运行计划表,向所有车辆下发实时运行路径信息和速度策略信息。
实时计算车辆在路径上当前位置下实际运行速度与最优速度策略中给定速度的偏差值,计算时间运输偏差Δt3。
实时计算运输路网中单条路径上运输起点、终点的变化。根据这两个点坐标的实时变化值。完成路径的延长和缩短。
实时计算非运输设备进入单条运输路径作业的不确定时间消耗,计算非运输设备与给定作业计划的偏差值(时间偏差Δt4,位置偏差)。
三、推演计算部分
该部分用于在当前单车车辆在单条运行路径上的运行状态与预定策略出现一定偏差情况下,计算未来一定时间内,对车队中其他车辆速度策略的影响。依据实时计算部分得到的单台车辆运行时的与给定运输计划的偏差值(时间偏差Δt3),非运输设备与给定作业计划的偏差值(时间偏差Δt4,位置偏差)。其他车辆的位置,当前路径的实际里程S’和交通等待时间(t2),以单车最优速度策略为约束,迭代计算车队中其他车辆在路径上运行时,各车间的间距。
当车辆集群运行过程中出现以下情况,需要调整其他车辆的速度策略,并返回离线计算模块重新计算未来未执行的运行计划表:速度策略跟踪的偏差达到一定阈值,或者车辆出现故障不能跟踪上给定的速度策略,或者装载点、卸载点工作流程出现延时超过一定阈值等情况。
下面,以将本实施例的方案用于控制露天矿山、园区(厂区)内无人驾驶车队进行生产、作业、运输为例,对本实施例方法的实施过程进行描述。
在得到运输任务的运输总重量(Tt)后,确认装载点与卸载点的地图定位信息。以两者的定位信息(地图坐标(经纬度、海拔),可行驶道路区域)为约束,确定车辆运输路网的运输路径的里程S,航向角φ,路径上每两点之间的高程差 h等参数。离线计算部分以车辆传动系统能耗模型、路径信息、车辆载重信息等为基础数据,优化计算得到每台车辆的最优速度策略;离线计算部分以运输路网、装载点和卸载点的作业等待时间为主的交通等待时间(t2)、车辆数量等为约束,优化计算得到给定工作量范围内全部车辆的最优运行时刻表。
车辆运行过程中,实时计算当前无人驾驶车辆速度与目标速度之间的差异,运输时间偏差Δt3。如超出特定阈值,执行推演计算,根据推演结果修改运行时刻表,修改相关车辆速度策略,更新速度策略。
车辆运行过程中,实时计算当前非运输车辆作业计划与制定作业计划之间的作业位置偏差、作业时间偏差(Δt4),如部分指标超出特定边界,执行推演计算,根据推演结果修改运行时刻表,修改相关车辆速度策略,更新速度策略。
综上,本实施例通过计算能耗最小时,不同载重状态下,每条路径上单车的最优速度策略,并计算出给定工作量范围内,车队中全部车辆的最优运输计划;以计算出的最优速度策略和最优运输计划控制车辆运行;在车辆运行过程中实时计算当前无人驾驶车辆速度与目标速度间的差异及运输时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略;实时计算当前非运输车辆作业计划与制定作业计划间的作业位置偏差和作业时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略。从而实现了在交通约束下,获取车队中所有无人驾驶车辆的最优运行策略,并可以根据运行情况实时调整运行策略。
第二实施例
本实施例提供了一种封闭区域无人驾驶车辆集群管理调度装置,该封闭区域无人驾驶车辆集群管理调度装置包括以下模块:
最优速度策略及最优运输计划求解模块,用于计算能耗最小时,不同载重状态下,每条路径上单车的最优速度策略,并计算出给定工作量范围内,车队中全部车辆的最优运输计划;
运行控制模块,用于以所述最优速度策略及最优运输计划求解模块计算出的最优速度策略和最优运输计划控制车辆运行;
实时调整模块,用于:
在车辆运行过程中,实时计算当前无人驾驶车辆速度与目标速度之间的差异以及运输时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略;
实时计算当前非运输车辆作业计划与制定作业计划之间的作业位置偏差和作业时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略。
本实施例的封闭区域无人驾驶车辆集群管理调度装置与上述第一实施例的封闭区域无人驾驶车辆集群管理调度方法相对应;其中,本实施例的封闭区域无人驾驶车辆集群管理调度装置中的各功能模块所实现的功能与上述封闭区域无人驾驶车辆集群管理调度方法中的各流程步骤一一对应;故,在此不再赘述。
第三实施例
本实施例提供一种电子设备,其包括处理器和存储器;其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行,以实现第一实施例的方法。
该电子设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)和一个或一个以上的存储器,其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行上述方法。
第四实施例
本实施例提供一种计算机可读存储介质,该存储介质中存储有至少一条指令,所述指令由处理器加载并执行,以实现上述第一实施例的方法。其中,该计算机可读存储介质可以是ROM、随机存取存储器、CD-ROM、磁带、软盘和光数据存储设备等。其内存储的指令可由终端中的处理器加载并执行上述方法。
此外,需要说明的是,本发明可提供为方法、装置或计算机程序产品。因此,本发明实施例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,本发明实施例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上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(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、嵌入式处理机或其他可编程数据处理终端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终端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终端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终端设备上,使得在计算机或其他可编程终端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终端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。
还需要说明的是,在本文中,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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
最后需要说明的是,以上所述是本发明优选实施方式,应当指出,尽管已描述了本发明优选实施例,但对于本技术领域的技术人员来说,一旦得知了本发明的基本创造性概念,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
Claims (8)
1.一种封闭区域无人驾驶车辆集群管理调度方法,其特征在于,包括:
计算能耗最小时,不同载重状态下,每条路径上单车的最优速度策略,并计算出给定工作量范围内,车队中全部车辆的最优运输计划;
以计算出的最优速度策略和最优运输计划控制车辆运行;
在车辆运行过程中,实时计算当前无人驾驶车辆速度与目标速度之间的差异以及运输时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略;
实时计算当前非运输车辆作业计划与制定作业计划之间的作业位置偏差和作业时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略。
2.如权利要求1所述的封闭区域无人驾驶车辆集群管理调度方法,其特征在于,所述计算能耗最小时,每条路径上单车的最优速度策略,包括:
针对运输路网中每条路径的里程、航向角以及路径上每两点之间的高程差,依据车辆在不同负载下的能耗模型,以一个工作循环的能耗为目标函数,计算目标函数最小时,不同载重状态下,每条路径上单车的最优速度策略。
3.如权利要求1所述的封闭区域无人驾驶车辆集群管理调度方法,其特征在于,所述计算出给定工作量范围内,车队中全部车辆的最优运输计划,包括:
针对运输路网中每条路径给定的货物运输总重量,以检修时间,交通等待时间,单车最优行驶时间和非运输车辆作业时间为约束条件,以货物总运输时间和单位货物运输成本为目标函数,求解目标函数值最小时,整个车队中全部车辆的最优运输计划;其中,所述运输计划包括发车时间间隔。
4.如权利要求1所述的封闭区域无人驾驶车辆集群管理调度方法,其特征在于,所述方法还包括:
实时计算运输路网中单条路径上运输起点和运输终点的变化,根据运输起点和运输终点的实时变化值,完成相应路径的延长或缩短。
5.一种封闭区域无人驾驶车辆集群管理调度装置,其特征在于,包括:
最优速度策略及最优运输计划求解模块,用于计算能耗最小时,不同载重状态下,每条路径上单车的最优速度策略,并计算出给定工作量范围内,车队中全部车辆的最优运输计划;
运行控制模块,用于以所述最优速度策略及最优运输计划求解模块计算出的最优速度策略和最优运输计划控制车辆运行;
实时调整模块,用于:
在车辆运行过程中,实时计算当前无人驾驶车辆速度与目标速度之间的差异以及运输时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略;
实时计算当前非运输车辆作业计划与制定作业计划之间的作业位置偏差和作业时间偏差,并根据计算结果修改运输计划,更新相关车辆速度策略。
6.如权利要求5所述的封闭区域无人驾驶车辆集群管理调度装置,其特征在于,所述最优速度策略及最优运输计划求解模块具体用于:
针对运输路网中每条路径的里程、航向角以及路径上每两点之间的高程差,依据车辆在不同负载下的能耗模型,以一个工作循环的能耗为目标函数,计算目标函数最小时,不同载重状态下,每条路径上单车的最优速度策略。
7.如权利要求5所述的封闭区域无人驾驶车辆集群管理调度装置,其特征在于,所述最优速度策略及最优运输计划求解模块具体用于:
针对运输路网中每条路径给定的货物运输总重量,以检修时间,交通等待时间,单车最优行驶时间和非运输车辆作业时间为约束条件,以货物总运输时间和单位货物运输成本为目标函数,求解目标函数值最小时,整个车队中全部车辆的最优运输计划;其中,所述运输计划包括发车时间间隔。
8.如权利要求5所述的封闭区域无人驾驶车辆集群管理调度装置,其特征在于,所述实时调整模块,还用于:
实时计算运输路网中单条路径上运输起点和运输终点的变化,根据运输起点和运输终点的实时变化值,完成相应路径的延长或缩短。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110753622.1A CN113450005B (zh) | 2021-07-02 | 2021-07-02 | 一种封闭区域无人驾驶车辆集群管理调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110753622.1A CN113450005B (zh) | 2021-07-02 | 2021-07-02 | 一种封闭区域无人驾驶车辆集群管理调度方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113450005A true CN113450005A (zh) | 2021-09-28 |
CN113450005B CN113450005B (zh) | 2022-06-07 |
Family
ID=77814999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110753622.1A Active CN113450005B (zh) | 2021-07-02 | 2021-07-02 | 一种封闭区域无人驾驶车辆集群管理调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113450005B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114220282A (zh) * | 2021-11-15 | 2022-03-22 | 三一专用汽车有限责任公司 | 车辆调度控制方法、装置及电子设备 |
CN114244834A (zh) * | 2021-11-02 | 2022-03-25 | 北京汽车研究总院有限公司 | 车辆的车载边缘计算系统及方法 |
CN114999163A (zh) * | 2022-08-04 | 2022-09-02 | 北京科技大学 | 一种封闭区域无人驾驶车辆集群优化控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015074394A (ja) * | 2013-10-10 | 2015-04-20 | 株式会社日立製作所 | 最適運行パターン選択システム及び最適運行パターン選択方法 |
CN104866911A (zh) * | 2014-02-21 | 2015-08-26 | 日本电气株式会社 | 用于优化物流配载的设备和方法 |
WO2018172102A1 (en) * | 2017-03-22 | 2018-09-27 | Leonardo Spacone | System for and method of managing and controlling the speed of a vehicle, particularly for medium to long journeys |
CN112396278A (zh) * | 2020-04-30 | 2021-02-23 | 青岛慧拓智能机器有限公司 | 一种基于露天无人矿山的卡车调度方法 |
CN112613672A (zh) * | 2020-12-28 | 2021-04-06 | 北京易控智驾科技有限公司 | 用于露天矿的车辆调度方法、装置、存储介质和电子设备 |
CN112634606A (zh) * | 2020-12-21 | 2021-04-09 | 重庆交通大学 | 货车编队运输调度方法、调度系统、介质及数据处理终端 |
-
2021
- 2021-07-02 CN CN202110753622.1A patent/CN113450005B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015074394A (ja) * | 2013-10-10 | 2015-04-20 | 株式会社日立製作所 | 最適運行パターン選択システム及び最適運行パターン選択方法 |
CN104866911A (zh) * | 2014-02-21 | 2015-08-26 | 日本电气株式会社 | 用于优化物流配载的设备和方法 |
WO2018172102A1 (en) * | 2017-03-22 | 2018-09-27 | Leonardo Spacone | System for and method of managing and controlling the speed of a vehicle, particularly for medium to long journeys |
CN112396278A (zh) * | 2020-04-30 | 2021-02-23 | 青岛慧拓智能机器有限公司 | 一种基于露天无人矿山的卡车调度方法 |
CN112634606A (zh) * | 2020-12-21 | 2021-04-09 | 重庆交通大学 | 货车编队运输调度方法、调度系统、介质及数据处理终端 |
CN112613672A (zh) * | 2020-12-28 | 2021-04-06 | 北京易控智驾科技有限公司 | 用于露天矿的车辆调度方法、装置、存储介质和电子设备 |
Non-Patent Citations (1)
Title |
---|
莫明慧: "露天矿无人驾驶卡车多目标车流分配调度算法及应用", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅰ辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114244834A (zh) * | 2021-11-02 | 2022-03-25 | 北京汽车研究总院有限公司 | 车辆的车载边缘计算系统及方法 |
CN114244834B (zh) * | 2021-11-02 | 2023-11-21 | 北京汽车研究总院有限公司 | 车辆的车载边缘计算系统及方法 |
CN114220282A (zh) * | 2021-11-15 | 2022-03-22 | 三一专用汽车有限责任公司 | 车辆调度控制方法、装置及电子设备 |
CN114220282B (zh) * | 2021-11-15 | 2022-12-02 | 三一专用汽车有限责任公司 | 车辆调度控制方法、装置及电子设备 |
CN114999163A (zh) * | 2022-08-04 | 2022-09-02 | 北京科技大学 | 一种封闭区域无人驾驶车辆集群优化控制方法 |
CN114999163B (zh) * | 2022-08-04 | 2022-10-25 | 北京科技大学 | 一种封闭区域无人驾驶车辆集群优化控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113450005B (zh) | 2022-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113450005B (zh) | 一种封闭区域无人驾驶车辆集群管理调度方法及装置 | |
Rizzoli et al. | Ant colony optimization for real-world vehicle routing problems: from theory to applications | |
CN111210184B (zh) | 一种数字孪生车间物料准时配送方法及系统 | |
Lototsky et al. | Model of the automated warehouse management and forecasting system in the conditions of transition to industry 4.0 | |
CN110471417B (zh) | 一种基于负载均衡的多agv避碰方法 | |
CN106651049A (zh) | 自动化集装箱码头装卸设备的重调度方法 | |
CN113415288B (zh) | 分段式纵向车速规划方法、装置、设备及存储介质 | |
US20210370791A1 (en) | Control device for virtual power plant | |
Holly et al. | Flexibility management and provision of balancing services with battery-electric automated guided vehicles in the Hamburg container terminal Altenwerder | |
CN104598475A (zh) | 基于行车用量模型事件的存储及索引方法及系统 | |
CN111415026A (zh) | 无人设备调度装置、系统和方法 | |
WO2023049998A1 (en) | Electric vehicle fleet charging and energy management system | |
Pourmohammad-Zia et al. | Platooning of automated ground vehicles to connect port and hinterland: A multi-objective optimization approach | |
van der Heijden et al. | Using simulation to design an automated underground system for transporting freight around Schiphol Airport | |
CN112801484B (zh) | 一种考虑配料误差的物料配送调度方法和系统 | |
Stehbeck | Designing and scheduling cost-efficient tours by using the concept of truck platooning | |
CN113935561A (zh) | 一种分配派送任务方法、装置、系统以及计算机可读存储介质 | |
Xia et al. | A multi-AGV optimal scheduling algorithm based on particle swarm optimization | |
Azimi | Alleviating the collision states and fleet optimization by introducing a new generation of automated guided vehicle systems | |
US20190005414A1 (en) | Rubust dynamic time scheduling and planning | |
Klenk et al. | Analysis of real-time tour building and scheduling strategies for in-plant milk-run systems with volatile transportation demand | |
Wang et al. | Research on milk-run routing problem of automotive supply logistics based on genetic algorithm | |
Hu et al. | An energy saving scheduling method for just in time material handling in mixed-model assembly line | |
CN114999163B (zh) | 一种封闭区域无人驾驶车辆集群优化控制方法 | |
Keerthisinghe et al. | Optimization of Truck and Driver Scheduling Using Simulated Annealing |
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 |