CN113743860A - 车辆物资装载方法、系统、电子设备及存储介质 - Google Patents

Abstract

本申请公开了一种车辆物资装载方法、系统、电子设备及存储介质，涉及车辆领域。本申请的车辆物资装载方法，包括：获取待运输物资的物资信息和当前可调配车辆的运力信息，此处的物资信息包括载物信息和配送信息，接着根据配送信息和运力信息获取需要调配的目标车辆，根据载物信息和获取到的目标车辆计算得到待运输物资的装车方案，最后基于装车方案将待运输物资装载到对应的目标车辆中，本申请实施例将配送信息和运力信息相结合，首先获取到需要调配的目标车辆，接着在目标车辆中根据设计出的装载方案进行物资的装载，在物资装载之前通过设计合理的装载方案，能够提高物资的装载效率。

Description

车辆物资装载方法、系统、电子设备及存储介质

技术领域

本申请涉及车辆领域，特别涉及一种车辆物资装载方法、系统、电子设备及存储介质。

背景技术

目前，许多企业存在大量的生产物资，企业需要对这些生产物资进行装载，具体过程为：通过人力调度的方式将生产物资与运输车辆进行匹配，然后根据生产物资和运输车辆手动定制装载方案，并且将生产物资装载至指定的运输车辆，但是采用人力调度的方式对物资进行装载，装载效率低。

发明内容

本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种车辆物资装载方法、系统、电子设备及存储介质，能够提高生产物资的装载效率。

根据本申请的第一方面实施例的车辆物资装载方法，包括：

获取待运输物资的物资信息和当前可调配车辆的运力信息，所述物资信息包括载物信息和配送信息；

根据所述配送信息和所述运力信息获取调配的目标车辆；

根据所述载物信息和所述目标车辆计算得到所述待运输物资的装车方案；

基于所述装车方案将所述待运输物资装载到对应的目标车辆。

根据本申请实施例的车辆物资装载方法，至少具有如下有益效果：

获取待运输物资的物资信息和当前可调配车辆的运力信息，此处的物资信息包括载物信息和配送信息，接着根据配送信息和运力信息获取需要调配的目标车辆，根据载物信息和获取到的目标车辆计算得到待运输物资的装车方案，最后基于装车方案将待运输物资装载到对应的目标车辆中，本申请实施例将配送信息和运力信息相结合，首先获取到需要调配的目标车辆，接着在目标车辆中根据设计好的物资装载方案进行物资的装载，在物资装载之前通过设计合理的装载方案，能够提高物资的装载效率。

根据本申请的一些实施例，所述配送信息还包括：配送地址；

所述方法还包括：

获取当前的路况信息；

根据所述配送地址和所述路况信息得到所述待运输物资的配送路径。

根据本申请的一些实施例，所述根据所述载物信息和所述目标车辆计算得到所述待运输物资的装车方案，包括：

获取所述目标车辆的车厢装载信息；

基于所述车厢装载信息获取多个所述目标车辆的车厢装载点，所述车厢装载点由所述目标车辆已装载的所述待运输物资的装载位置确定；

基于多个所述车厢装载点迭代获取所述待运输物资的装车方案。

根据本申请的一些实施例，所述基于所述车厢装载信息获取多个所述目标车辆的车厢装载点，包括：

根据所述车厢装载信息建立所述目标车辆的装载空间坐标系，所述装载空间坐标系包括初始装载点；

根据所述初始装载点确定所述待运输物资的初始装载位置；

根据所述初始装载位置的多个车厢装载点分别建立多个位置空间坐标系，所述位置空间坐标系的原点位置为所述车厢装载点。

根据本申请的一些实施例，所述方法还包括：

确定所述车厢装载点下方所处的目标装载位置；

根据所述目标装载位置判断是否存在已装载的所述待运输物资；

若所述目标装载位置不存在已装载的所述待运输物资，则移除所述车厢装载点。

根据本申请的一些实施例，所述方法还包括：

获取所述目标车辆中未装载所述待运输物资的空置装载空间；

匹配与所述空置装载空间尺寸差别最小的所述待运输物资；

将所述待运输物资装载至所述空置装载空间。

根据本申请的一些实施例，所述方法还包括：

获取所述目标车辆中未装载所述待运输物资的空置装载空间和所述载物信息中的重量信息；

根据最大重量的所述待运输物资和所述空置装载空间，获取可装载的所述待运输物资；

将所述待运输物资装载至所述空置装置空间。

根据本申请的第二方面实施例的车辆物资装载系统，包括：

获取模块：所述获取模块用于获取待运输物资的物资信息和当前可调配车辆的运力信息，所述物资信息包括载物信息和配送信息；根据所述配送信息和所述运力信息获取调配的目标车辆；

生成模块：所述生成模块用于根据所述载物信息和所述目标车辆计算得到所述待运输物资的装车方案；

装载模块：所述装载模块用于基于所述装车方案将所述待运输物资装载到对应的目标车辆。

根据本申请实施例的车辆物资装载系统，至少具有如下有益效果：

本申请实施例的车辆物资装载系统包括获取模块、生成模块和装载模块，其中获取模块获取待运输物资的物资信息和当前可调配车辆的运力信息，此处的物资信息包括载物信息和配送信息，接着根据配送信息和运力信息获取需要调配的目标车辆，生成模块根据载物信息和获取到的目标车辆计算得到待运输物资的装车方案，装载模块基于装车方案将待运输物资装载到对应的目标车辆中，本申请实施例将配送信息和运力信息相结合，首先获取到需要调配的目标车辆，接着在目标车辆中根据设计出的装载方案进行物资的装载，在物资装载之前通过设计合理的装载方案，能够提高物资的装载效率。

根据本申请的第三方面实施例的电子设备，包括：

存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请第一方面实施例所述的车辆物资装载方法。

根据本申请的第四方面实施例的计算机可读存储介质，包括：

所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于执行如本申请第一方面实施例所述的车辆物资装载方法。

本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

下面结合附图和实施例对本申请做进一步的说明，其中：

图1为本申请一些实施例提供的车辆物资装载方法的流程图；

图2为本申请一些实施例提供的车辆物资装载方法中步骤S300的具体流程图；

图3为本申请一些实施例提供的车辆物资装载方法中步骤S320的具体流程图；

图4为本申请一些实施例提供的装载空间坐标系的示意图；

图5为本申请一些实施例提供的初始装载点的示意图；

图6为本申请一些实施例提供的车辆物资装载方法的运作流程图；

图7为本申请一些实施例提供的车辆物资装载方法的结果输出示意图；

图8为本申请一些实施例提供的车辆物资装载方法的模块结构框图。

附图标记：

获取模块100，生成模块200，装载模块300。

具体实施方式

下面详细描述本申请的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。

本申请的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

目前，许多企业存在大量的生产物资，企业需要对这些生产物资进行装载，具体过程为：通过人力调度的方式将生产物资与运输车辆进行匹配，并且将生产物资装载至指定的运输车辆，但是采用人力调度的方式对物资进行装载，导致装载效率低。

基于此，本申请提出一种车辆物资装载方法、系统、电子设备及存储介质，能够获取待运输物资的物资信息和当前可调配车辆的运力信息，此处的物资信息包括载物信息和配送信息，接着根据配送信息和运力信息获取需要调配的目标车辆，根据载物信息和获取到的目标车辆计算得到待运输物资的装车方案，最后基于装车方案将待运输物资装载到对应的目标车辆中，本申请实施例将配送信息和运力信息相结合，首先获取到需要调配的目标车辆，接着在目标车辆中根据设计出的装载方案进行物资的装载，在物资装载之前通过设计合理的装载方案，能够提高物资的装载效率。

第一方面，本申请实施例提供了一种车辆物资装载方法。

参照图1，图1为本申请一些实施例提供的车辆物资装载方法的流程图，具体包括步骤：

S100，获取待运输物资的物资信息和当前可调配车辆的运力信息，物资信息包括载物信息和配送信息；

S200，根据配送信息和运力信息获取调配的目标车辆；

S300，根据载物信息和目标车辆计算得到待运输物资的装车方案；

S400，基于装车方案将待运输物资装载到对应的目标车辆。

在步骤S100中，获取待运输物资的物资信息和当前可调配车辆的运力信息，物资信息包括载物信息和配送信息，载物信息包括待运输物资的长、宽、高、体积、重量、数量、包装类型以及包装标准等，配送信息包括待运输物资的配送时效要求，需要配送的地址，例如收发货地点等，用于匹配用于配送物资的车辆，运力信息包括车辆信息和司机信息，车辆信息包括车牌号、车辆型号、车辆载重情况等，司机信息包括司机姓名、司机排班情况等。

在步骤S200中，根据配送信息和运力信息获取调配的目标车辆，也就是说，根据待运输物资配送时效要求和收发货地点等，筛选出符合时间和地点条件的车辆，在筛选后的车辆中，根据车辆的载重情况，结合待运输物资的重量、数量等，选择最适合托运待运输物资的目标车辆。

在步骤S300中，根据载物信息和目标车辆计算得到待运输物资的装车方案，其中装车方案包括待运输物资的装车顺序以及装车位置。

如图2所示，步骤S300具体包括步骤：

S310，获取目标车辆的车厢装载信息；

S320，基于车厢装载信息获取多个目标车辆的车厢装载点，车厢装载点由目标车辆已装载的待运输物资的装载位置确定；

S330，基于多个车厢装载点迭代获取待运输物资的装车方案。

在步骤S310中，获取目标车辆的车厢装载信息，车厢装载信息包括车厢的长宽高、车厢容积等，便于根据车厢装载信息设计待运输物资的装车方案。

在步骤S320中，基于车厢装载信息获取多个目标车辆的车厢装载点，车厢装载点由目标车辆已装载的待运输物资的装载位置确定，比如在物资装载的过程，会产生很多的车厢装载点，即可行装载点，表示待运输物资可以装载在此处，车厢装载点是根据目标车载中已经装载的待运输物资来确定的，比如在装载完一份待运输物资后，将待运输物资表面各个可支撑点，作为车厢装载点，用于确认待运输物资的可装载位置。

如图3所示，步骤S320具体包括步骤：

S321，根据车厢装载信息建立目标车辆的装载空间坐标系，装载空间坐标系包括初始装载点；

S322，根据初始装载点确定待运输物资的初始装载位置；

S323，根据初始装载位置建立多个位置空间坐标系，位置空间坐标系的原点位置为车厢装载点。

在步骤S321中，根据车厢装载信息建立目标车辆的装载空间坐标系，装载空间坐标系包括初始装载点，如图4所示，针对装载车厢建立三维空间坐标系，即本申请的装载空间坐标系，其中以装载车厢的其中三个顶点为坐标原点(0，0，0)，将此处的坐标原点设为初始装载点，以车厢的宽为X轴，以车厢的长为Y轴，以车厢的高为Z轴，三维的长度分别为车厢的宽度、长度和高度。

在步骤S322中，根据初始装载点确定待运输物资的初始装载位置，也就是根据装载空间坐标系中的坐标原点确定待运输物资的初始装载位置，如图5所示，在初始装载位置放置一件物资。

在步骤S323中，根据初始装载位置建立多个位置空间坐标系，位置空间坐标系的原点位置为车厢装载点，在物资装载过程中，会产生很多可行装载点，也就是车厢装载点，所有的物资都是在可行装载点处尝试装载，最初的可行装载点就是原点(0，0，0)，每装载一件物资就产生相应的可行装载点，在空车上的可行装载点装载一件物资后，将分别在坐标系的X轴、Y轴和Z轴方向上产生A点、B点和C点三个可行装载点，并且分别以A点、B点和C点为坐标原点，可以建立多个位置空间坐标系，此处的位置空间坐标系用于确认物资是否能够装载到装载车厢中。

在一些实施例中，步骤S320具体还包括步骤：

S234，确定车厢装载点下方所处的目标装载位置；

S235，根据目标装载位置判断是否存在已装载的待运输物资；

S236，若目标装载位置不存在已装载的待运输物资，则移除车厢装载点。

在步骤S234中，确定车厢装载点下方所处的目标装载位置，这里的目标装载位置用于判断车厢装载点是有效的车厢装载点还是无效的车厢装载点。

在步骤S235中，根据目标装载位置判断是否存在已装载的待运输物资，换句话说，判断目标装载位置上是否已经装载有物资，如果目标装载位置上已经装载有物资，则说明该点有效，如果目标装载位置上没有装载物资，则说明该点无效。

在步骤S236中，若目标装载位置不存在已装载的待运输物资，也就是目标装载位置上没有装载物资，此时就说明该车厢装载点无效，需要移除车厢装载点，并且重新规划物资装载方案。

在一些实施例中，步骤S320具体还包括步骤

S237，获取目标车辆中未装载待运输物资的空置装载空间；

S238，匹配与空置装载空间尺寸差别最小的待运输物资；

S239，将待运输物资装载至空置装载空间。

在步骤S237中，获取目标车辆中未装载待运输物资的空置装载空间，也就是获取目标车辆中没有装载运输物资，也就是空置的装载空间。

在步骤S238中，匹配与空置装载空间尺寸差别最小的待运输物资，也就是从所有待运输物资中选择与空置装载空间最合适的物资，这样做使空间浪费最少。

在步骤S239中，将步骤S328中得到的与空置装载空间尺寸差别最小的待运输物资装载至空置装载空间。

在一些实施例中，步骤S320具体还包括步骤：

S3210，获取目标车辆中未装载待运输物资的空置装载空间和载物信息中的重量信息；

S3211，根据最大重量的待运输物资和空置装载空间，获取可装载的待运输物资；

S3212，将待运输物资装载至空置装置空间。

在步骤S3210中，获取目标车辆中未装载待运输物资的空置装载空间，也就是获取目标车辆中没有装载运输物资，也就是空置的装载空间，载物信息中的重量信息是指物资的重量。

在步骤S3211中，根据最大重量的待运输物资和空置装载空间，获取可装载的待运输物资，也就是从可装载的待运输物资中选取重量最重的物资，优先选取重量最重的物资作为最先装载至空置装载空间中。

在步骤S3212中，将步骤S3211中得到的重量最重的待运输物资装载至空置装载空间。

在步骤S330中，基于多个车厢装载点迭代获取待运输物资的装车方案，每一件物资装载过后都会产生新的车厢装载点，基于新的车厢装载点又继续装载下一件物资，直到物资都装载完成，或者空置装载点的容量无法装载剩余的物资，得到待运输物资的装车方案。

在步骤S400中，基于装车方案将待运输物资按顺序并且按照车厢装载的位置，装载到对应的目标车辆。

在一些实施例中，本申请的配送信息包括配送地址，对应的，本申请提到的车辆物资装载方法具体还包括步骤：

S500，获取当前的路况信息；

S600，根据配送地址和路况信息得到待运输物资的配送路径。

在步骤S500中，获取当前的路况信息，路况信息指的是当前道路的路基、路面、构造物及附属设施等的技术状况。

在步骤S600中，根据配送地址和路况信息得到待运输物资的配送路径，具体为：根据配送地址得到多条配送路线，然后结合路况信息，选择配送时间最短或者方便配送的路线，作为待运输物资的配送路径。

参照图6，在一些实施例中，需要说明的是，本申请通过构建算法模型，以便满足根据最新的运力信息和配送物资需求信息，实时运算得出装车、配送路线推荐方案，实现较大的可扩展性。在实际应用中，将运力信息输入启发式的算法模型，运力信息包括车辆信息和司机信息，接着由启发式的算法模型根据智能装车模型数据展示推荐的装车方案，将物资信息输入遗传算法模型，物资信息包括物资包装信息和配送信息，接着由遗传算法模型根据线路规划模型数据展示推荐的配送路径，用户得到装车方案和配送路径之后，根据装车方案执行备货装车作业，根据配送路径执行配送作业。其中，算法模型的输入模型由运力信息和物资信息组成，运力信息包含车辆信息和司机信息，物资信息包含物资包装信息和配送地址，物资包装信息中包含了物资的长宽高、体积、重量、包装类型等。算法模型的输出模型主要由智能装车推荐模型和路径规划模型组成，智能装车推荐模型包含了匹配车辆信息和物资装车方案、路径规划模型包含了路径经纬度等路径信息。如图7所示，将物资1、物资2、物资3等，与车1、车2、车3、车4等进行匹配，得到物资与车辆的匹配结果。通过智能装车模型和路径规划模型车辆物资装载方法生成的车辆物资装载结果，车辆物资装载结果包括车货匹配和匹配结果，其中车货匹配包括物资的收发货地点、配送时效要求、数量、体积和重量，将这些物资信息匹配至对应的目标车辆，得到匹配结果，匹配结果包括车辆配送任务安排：车牌号对应车辆的配送负责人，以及车辆的发车时间、配送车次号等信息，用户可直观地根据匹配结果运输物资。

在一些实施例中，可以将本申请的车辆物资装载方法中的智能装车推荐模型应用到车辆调配系统中，并且通过获取智能装车推荐模型的输出，通过算法将输出组装到Unity3D，即游戏引擎构建的装车模型上，实现了智能装车推荐的建模，用户可根据3D模型完成物资的装车，可清楚直观地选择配送物资的顺序以及放置物资的车厢具体位置。

在一些实施例中，可以将本申请的车辆物资装载方法中的路径规划模型应用到车辆调配系统中，并且通过获取路径规划模型的输出，将输出与地图软件的接口对接，由地图软件根据输出自动显示驾驶路线，司机可沿着地图软件推荐的驾驶路线运输物资。

在一些实施例中，本申请实施例运用到车辆物资装载方法的车辆调配系统，实现了使用启发式算法来获得装载结果，得到智能装车的模型，其中启发式算法是一个基于直观或经验构造的算法，在可接受的花费，比如时间和空间下给出待解决组合优化问题每一个实例的一个可行解，该可行解与最优解的偏离程度一般不能被预计。当车辆装载某张配送单的物资时，首先按照选择的装载算法计算当前该配送单未装载的所有物资与当前所有可行装载点的最优装载组合，在选中的最优装载组合中的可行装载点上装载该选中的物资；然后重新计算新的所有可行装载点对应的三维装载空间的大小，同时对符合条件的可行装载点进行合并、调整和无效删除操作，产生新的可行装载点集合；接着继续循环执行步骤，直到该配送单的所有物资均装载完毕，或者出现某个时刻，该配送单还存在物资没有装载，但是所有可行装载点均无法装载，则停止计算，输出相应结果。

在实际应用中，本申请提到的智能装车模型具体训练和使用过程如下：

(1)实现车辆、物资标准化信息结构化。换句话说，就是将车辆的承载重量、车厢长宽高、车厢容积等信息和物资的重量、长宽高、容积、包装标准等信息固化到车辆调配系统中，用于支撑后续智能装车调度算法的运算。

(2)装载空间坐标系。在物资装载过程中，针对装载车厢，建立三维空间坐标系，其中以车厢的最后、最下、最左为坐标原点(0，0，0)，以车厢的宽为X轴，以车厢的长为Y轴，以车厢的高为Z轴，三维的长度分别为车厢的宽度、长度和高度，具体的装载空间坐标系参照图4。

(3)可行装载点。在物资装载过程中，会产生很多可行装载点，所有的物资都是在可行装载点来尝试装载，最初的可行装载点就是原点(0，0，0)，然后每装载一个物资，都是产生相应的可行装载点。可行装载点如图5所示，在空车上的可行装载点装载一个物资后，将分别在坐标系的X轴、Y轴和Z轴方向上产生A点、B点和C点三个可行装载点。

(4)可行装载空间。每一个可行装载点对应一个三维的可行装载空间，其空间的宽、长和高三维大小分别表示其以可行装载点为起点，向X轴、Y轴和Z轴方向上扩展所能延伸的最大长度。

(5)装载空间的合并。在每一个可行装载点装载物资后，将消失一个可行装载点，同时产生三个新的可行装载点，但是在某种条件满足的情况下，新产生的可行装载空间将与已有的可行装载空间合并，此时对应被合并的可行装载点也将被合并。

(6)无效可行装载点。有两类可行装载点属于无效可行装载点，对于此类点将不再考虑在可行装载点列表中。第一类：当新的物资装载后，如果产生的可行装载点下方不存在底面支撑物体，则该可行装载点为无效可行装载点。第二类：对于可行装载点，如果当前所有未装载的配送单的每一个物资均无法装载如该可行装载点，即其长、宽和高三维构成的体积比物资的体积要小，则该可行装载点也属于无效可行装载点。

(7)可行装载点的调整。由于考虑物资的后进先出，因此在装载过程中，如果装载的物资挡住了某些可行装载点，则该可行装载点就要发生调整。

(8)装载选择机制。通常工人在装载物资时，一般会选择两种装载方式。第一种是选择最齐平的物资和可行装载点的组合，按照这种方式装载以后，出现的零碎空间最少；第二种是选择与体积最大的物资和可行装载点的组合，按照这种方式装载以后，通常会先装载较重的，然后再装载轻的物资，这样一方面避免了先装载小的物资导致对空间的错误分割，另一方面也保证了尽可能利用车辆的承重能力。本申请结合了两种装载方式，利用模型算法先按照体积排序装入车辆，然后再使用第一种装载方式确定物资该放置在哪个可装载空间。

(9)通过以上算法过程，循环执行各项步骤，直到该配送单的所有物资均装载完毕，或者出现某个时刻，该配送单还存在物资没有装载，但是所有可行装载点均无法装载，则停止计算，输出相应结果。

(10)在接收到装车算法模型的输出结果之后，对智能装车数据进行处理，构建了智能装车推荐模型，对接Unity3D，即游戏引擎实现的装车模型接口，在前端页面进行展示。

在一些实施例中，配送路径规划模型是基于精英策略的非支配排序遗传算法(NSGA-II)进行运算求得，NSGA-II是一种以基本遗传算法为基础的多目标寻优策略遗传算法。遗传算法的操作对象是浮点数编码串(称为染色体、个体)，即种群，这里每个染色体都对应于问题的一个解。从初始种群出发，采用基于适应度比例的选择策略在当前种群中选择个体，使用复制、交叉和变异操作来产生下一代种群。如此一代代演化下去，直到满足期望的终止条件。

在一些实施例中，本申请提到的路径规划模型具体训练和使用过程如下：

(1)实现调配物资需求的收集汇总，车辆调配系统提供调配需求填报录入和汇总的功能。系统可以对调配物资需求和当前可用车辆信息进行收集汇总，整理并评估当前运力信息和物资包装信息，封装成算法模型的输入模型，保证数据能够满足遗传算法的运算规则，并把输入模型传递给算法模型进行计算。

(2)实现对输入模型的参数进行问题编码，对问题参数采用浮点数编码，构成子串，然后把子串拼接构成“染色体”串，浮点数编码方式具有提高遗传算法精度、提升运算效率等优势。

(3)实现使用复制算子，即选择算子来对群体中的个体串进行优胜劣汰操作。适应度较高的个体被遗传到下一代群体中的概率较大；适应度较低的个体被遗传到下一代群体中的概率较小。复制操作可以通过多种算法的形式实现，使用较为普遍的一种是轮盘赌注法，轮盘赌注法是把种群中所有个体位串适值的总和看作一个轮盘的圆周，而每个个体串按其适应值在总和中所占的比例占据轮盘的一个扇区，每当需要另一个后代时，就简单地转动一下这个按权重划分的转轮，产生一个复制的候选者，这样串的适应值越高，在其下一代中产生的后代就越多。

(4)实现使用基因交叉操作产生更高适应度值的子代个体，交叉操作每次作用在从交配池中随机选取的两个个体上，交叉操作通过把两个父代个体的部分结构加以替换重组，产生两个子代个体，它们一般与其父代个体不同，并且彼此也不同，每个子代个体都包含两个父代个体的遗传物质。交叉是两个父代个体的基因重组交换。其目的是产生更高适应度值的子代个体。简单的交叉操作分两步实现，在由等待配对的位串构成的匹配池中，第一步是将新复制产生位串个体随机两两配对；第二步是按照交叉概率选择交叉点，对匹配的位串进行交叉繁殖，产生一对新的位串。

(5)实现使用基因变异解决因基因交叉导致的有效基因缺失的问题。基因交叉可以把父代优良的基因传递到下一代，使子代具有优于父代的性能，但当交叉产生的后代不如父代好时，会发生早熟收敛。为克服此种情况，可以采用变异操作，变异操作就是随机地对群体中个体基因位上一个或多个基因位加以改变，改变的概率称为变异概率。在简单遗传算法中，变异就是某个字符串某一位的值以一定概率随机的改变，即在某些特定位置上简单地把“1”变成“0”或反之。

(6)算法开始运算时，人工设定了一个最大代数，用于终止遗传算法的迭代进化次数，最大代数的设定需要多次试验来优化。当以上运算过程的进化次数大于最大代数时，遗传算法终止，输出最终的模型结果。

(7)算法模型输出之后，传递到应用后端，对路径规划数据进行处理，构建了路径规划模型，对接地图软件接口，绘制路径信息，在前端页面进行展示。

(8)实现配送作业执行功能，配送人员可以根据算法模型的推荐方案，开展相应的配送工作。

在本申请实施例中，通过获取待运输物资的物资信息和当前可调配车辆的运力信息，此处的物资信息包括载物信息和配送信息，接着根据配送信息和运力信息获取需要调配的目标车辆，根据载物信息和获取到的目标车辆计算得到待运输物资的装车方案，最后基于装车方案将待运输物资装载到对应的目标车辆中，本申请实施例将配送信息和运力信息相结合，首先获取到需要调配的目标车辆，接着在目标车辆中根据设计出的装载方案进行物资的装载，在物资装载之前通过设计合理的装载方案，能够提高物资的装载效率。

第二方面，本申请实施例还提供了一种车辆物资装载系统。

参照图8，在一些实施例中，本申请实施例的车辆物资装载系统包括获取模块100、生成模块200和装载模块300，其中获取模块100获取待运输物资的物资信息和当前可调配车辆的运力信息，此处的物资信息包括载物信息和配送信息，接着根据配送信息和运力信息获取需要调配的目标车辆，生成模块200根据载物信息和获取到的目标车辆计算得到待运输物资的装车方案，装载模块300基于装车方案将待运输物资装载到对应的目标车辆中，本申请实施例将配送信息和运力信息相结合，首先获取到需要调配的目标车辆，接着在目标车辆中根据设计出的装载方案进行物资的装载，在物资装载之前通过设计合理的装载方案，能够提高物资的装载效率。

第三方面，本申请实施例还提供了一种电子设备。

在一些实施例中，电子设备包括：至少一个处理器，以及与至少一个处理器通信连接的存储器；其中，存储器存储有指令，指令被至少一个处理器执行，以使至少一个处理器执行指令时实现本申请实施例中任一项车辆物资装载方法。

处理器和存储器可以通过总线或者其他方式连接。

存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序，如本申请实施例描述的车辆物资装载方法。处理器通过运行存储在存储器中的非暂态软件程序以及指令，从而实现上述的车辆物资装载方法。

存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储执行上述车辆物资装载方法。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，比如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

实现上述的车辆物资装载方法所需的非暂态软件程序以及指令存储在存储器中，当被一个或者多个处理器执行时，执行上述第一方面实施例中提到的车辆物资装载方法。

第四方面，本申请实施例还提供了计算机可读存储介质。

在一些实施例中，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令用于执行第一方面实施例中提到的车辆物资装载方法。

在一些实施例中，该存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个控制处理器执行，比如，被上述电子设备中的一个处理器执行，可使得上述一个或多个处理器执行上述车辆物资装载方法。

以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

上面结合附图对本申请实施例作了详细说明，但是本申请不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本申请宗旨的前提下作出各种变化。此外，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

Claims (10)

1.车辆物资装载方法，其特征在于，包括：

获取待运输物资的物资信息和当前可调配车辆的运力信息，所述物资信息包括载物信息和配送信息；

根据所述配送信息和所述运力信息获取调配的目标车辆；

根据所述载物信息和所述目标车辆计算得到所述待运输物资的装车方案；

基于所述装车方案将所述待运输物资装载到对应的目标车辆。

2.根据权利要求1所述的车辆物资装载方法，其特征在于，所述配送信息还包括：配送地址；

所述方法还包括：

获取当前的路况信息；

根据所述配送地址和所述路况信息得到所述待运输物资的配送路径。

3.根据权利要求1所述的车辆物资装载方法，其特征在于，所述根据所述载物信息和所述目标车辆计算得到所述待运输物资的装车方案，包括：

获取所述目标车辆的车厢装载信息；

基于所述车厢装载信息获取多个所述目标车辆的车厢装载点，所述车厢装载点由所述目标车辆已装载的所述待运输物资的装载位置确定；

基于多个所述车厢装载点迭代获取所述待运输物资的装车方案。

4.根据权利要求3所述的车辆物资装载方法，其特征在于，所述基于所述车厢装载信息获取多个所述目标车辆的车厢装载点，包括：

根据所述车厢装载信息建立所述目标车辆的装载空间坐标系，所述装载空间坐标系包括初始装载点；

根据所述初始装载点确定所述待运输物资的初始装载位置；

根据所述初始装载位置的多个车厢装载点分别建立多个位置空间坐标系，所述位置空间坐标系的原点位置为所述车厢装载点。

5.根据权利要求4所述的车辆物资装载方法，其特征在于，所述方法还包括：

确定所述车厢装载点下方所处的目标装载位置；

根据所述目标装载位置判断是否存在已装载的所述待运输物资；

若所述目标装载位置不存在已装载的所述待运输物资，则移除所述车厢装载点。

6.根据权利要求5所述的车辆物资装载方法，其特征在于，所述方法还包括：

获取所述目标车辆中未装载所述待运输物资的空置装载空间；

匹配与所述空置装载空间尺寸差别最小的所述待运输物资；

将所述待运输物资装载至所述空置装载空间。

7.根据权利要求5所述的车辆物资装载方法，其特征在于，所述方法还包括：

获取所述目标车辆中未装载所述待运输物资的空置装载空间和所述载物信息中的重量信息；

根据最大重量的所述待运输物资和所述空置装载空间，获取可装载的所述待运输物资；

将所述待运输物资装载至所述空置装置空间。

8.车辆物资装载系统，其特征在于，包括：

获取模块：所述获取模块用于获取待运输物资的物资信息和当前可调配车辆的运力信息，所述物资信息包括载物信息和配送信息；根据所述配送信息和所述运力信息获取调配的目标车辆；

生成模块：所述生成模块用于根据所述载物信息和所述目标车辆计算得到所述待运输物资的装车方案；

装载模块：所述装载模块用于基于所述装车方案将所述待运输物资装载到对应的目标车辆。

9.电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的车辆物资装载方法。

10.计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至7中任意一项所述的车辆物资装载方法。

Images