CN114429317A - 一种小区无人派件方法 - Google Patents

一种小区无人派件方法 Download PDF

Info

Publication number
CN114429317A
CN114429317A CN202210354717.0A CN202210354717A CN114429317A CN 114429317 A CN114429317 A CN 114429317A CN 202210354717 A CN202210354717 A CN 202210354717A CN 114429317 A CN114429317 A CN 114429317A
Authority
CN
China
Prior art keywords
intelligent
dispatch
tasks
dispatching
express
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
Application number
CN202210354717.0A
Other languages
English (en)
Other versions
CN114429317B (zh
Inventor
戚建淮
刘航
崔宸
唐娟
解亚飞
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.)
Shenzhen Y&D Electronics Information Co Ltd
Original Assignee
Shenzhen Y&D Electronics Information Co Ltd
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 Shenzhen Y&D Electronics Information Co Ltd filed Critical Shenzhen Y&D Electronics Information Co Ltd
Priority to CN202210354717.0A priority Critical patent/CN114429317B/zh
Publication of CN114429317A publication Critical patent/CN114429317A/zh
Application granted granted Critical
Publication of CN114429317B publication Critical patent/CN114429317B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种小区无人派件方法，包括：依据多辆智能车执行当前各自的派件任务的派送总时长分别将多个派件任务分配给多辆智能车；多辆所述智能车分别根据自身状态确定依据所述派件任务进行派件或执行充电策略；确定进行派件的智能车根据每件快件配送时通过当前智能车进行派件的最大耗时确定每件所述快件的派件顺序。本发明的有益效果是：通过配备多辆智能车提升智能小区的物流配送智能化程度及效率。

Description

一种小区无人派件方法
技术领域
本发明涉及物流技术领域，更具体地说，涉及一种小区无人派件方法。
背景技术
当前提出的“5G新型智慧城市”，为城市发展指明新的方向，要求将城市发展需求与新一代信息通信技术应用深度融合，实现城市末端互联互通，通过数字信息技术，推动城市运行管理向精细化发展。为此在5G智慧城市的智能小区中，需将各种设施需要利用数字信息技术实现互联互通，目标是实现自动化无人运行，以提升城市的社区管控效率及安全性。
作为当前智能小区的重要组成部分，物流收派件系统的智能化程度较低，当前绝大多数小区的物流收派件工作均需人力干预。快递员普遍使用电动车甚至人力车辆完成收派件工作。效率较低，易发生收派件错误，且可能造成小区管理隐患的问题。而综合现有使用无人车进行物流收派件的案例，可以发现目前已有无人车只能通过固定路径派送，在工作人员事先设置好的路线行驶，该方法效率极低，无法根据实时变化的配送需求动态调整自身配送任务，也不能完全脱离人员监控及协助。
通过利用先进计算方法，结合当前先进的5G通信技术，可以构建5G智慧城市智能化小区的物流配送系统，将能够解决当前物流配送智能化程度较低及效率较差等问题。
发明内容
本发明提供了一种小区无人派件方法，解决现有技术中智能小区的物流配送智能化程度较低及效率较差的问题。
为解决上述问题，一方面，本发明提供一种小区无人派件方法，包括：
依据多辆智能车执行当前各自的派件任务的派送总时长分别将多个派件任务分配给多辆智能车；
多辆所述智能车分别根据自身状态确定依据所述派件任务进行派件或执行充电策略；
确定进行派件的智能车根据每件快件配送时通过当前智能车进行派件的最大耗时确定每件所述快件的派件顺序。
还包括：
当任务变动时，根据每辆智能车当前所有的派件任务的最大耗时之和与当前多辆所述智能车所有的派件任务的最大耗时之和的均值之间的实时关系确定多辆所述智能车的派件任务以实现负责区域动态调整。
所述依据多辆智能车执行当前各自的派件任务的派送总时长分别将多个派件任务分配给多辆智能车，包括：
获取多辆所述智能车的自身位置；
依据多辆所述智能车的自身位置及自身的派件任务计算多辆智能车执行当前各自的派件任务的派送总时长；
依据所述派送总时长最小的条件将多个派件任务分配给多辆智能车；
判断每个所述派件任务是否为一辆智能车派送或者至少两辆智能车接力派送；
若所述派件任务为一辆智能车派送，则通知对应的智能车进行派送；
若所述派件任务为至少两辆智能车接力派送，则通知对应的至少两辆智能车分别在对应的时间内派送或在对应的中转区域交接物品。
所述多辆所述智能车分别根据自身状态确定依据所述派件任务进行派件或执行充电策略，包括：
获取每辆所述智能车的剩余电量Q，设置剩余电量警戒阈值为β1%及充电阈值为β0%；
当β0%＜Q≤β1%时，控制所述智能车只执行派件任务；
当Q≤β0%时，控制所述智能车执行预设的充电策略，若所述智能车当前具有待派送的快件，则呼叫预设的控制中心以通知附近智能车取走所述快件并代为派送。
所述确定进行派件的智能车根据每件快件配送时通过当前智能车进行派件的最大耗时确定每件所述快件的派件顺序，包括：
获取截止时刻；其中，所述截止时刻为每件快件在派件时最晚送到客户手中的时刻；
设置当前时刻距离所述截止时刻的时长为ti1，所述快件从当前位置完成配送所需的时长为ti2，则所述快件允许的配送最大耗时为Tdi=ti1-ti2；
通过比较同一智能车中所有快件允许的配送最大耗时的值Tdi确定配送优先级；其中，Tdi越小配送优先级越高。
所述确定进行派件的智能车根据每件快件配送时通过当前智能车进行派件的最大耗时确定每件所述快件的派件顺序，还包括：
设定配送截止时间阈值t0；
每辆智能车每隔预设时间分别计算自身所有快件允许的配送最大耗时的值ti1；
当ti1≤t0时，将对应的快件的配送优先级设为最高；
暂停所述快件当前的配送任务，并转为执行最高的配送优先级的快件的配送任务。
所述当任务变动时，根据每辆智能车当前所有的派件任务的最大耗时之和与当前多辆所述智能车所有的派件任务的最大耗时之和的均值之间的实时关系确定多辆所述智能车的派件任务以实现负责区域动态调整，包括：
设置每辆所述智能车的所有任务允许最大耗时之和为Tsum=∑i=1 mTdi；
计算多辆所述智能车的所有任务允许最大耗时之和的均值Ta；
设置均衡阈值γ；
若(Tsumk-Ta)/Ta≥γ，则表明对应的智能车的任务较少和/或负责区域过小，可以增加任务；
若(Tsumk-Ta)/Ta≤-γ，则表明对应的智能车的任务较多和/或负责区域过大，需要分配现有任务给其他智能车；
若-γ＜(Tsumk-Ta)/Ta＜γ时，则表明对应的智能车可以动态调整；
当任务调整时，满足|(Tsumk-Ta)/Ta|＜|γ|。
还包括：
将多个送件任务分配给多辆智能车。
所述将多个送件任务分配给多辆智能车，包括：
获取每辆所述智能车中的剩余载货容量；
计算所述智能车中的剩余载货容量占总容量的比率α0；
设置所述智能车中的接受收件任务比率/接受派件任务比率为α0 / (1-α0)。
一方面，提供一种计算机可读存储介质，所述存储介质中存储有多条指令，所述指令适于由处理器加载以执行如上所述的一种小区无人派件方法。
本发明的有益效果是：通过配备多辆智能车提升智能小区的物流配送智能化程度及效率。
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是本发明一实施例提供的一种小区无人派件方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示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一个或者更多个特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，“示例性”一词用来表示“用作例子、例证或说明”。本发明中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本发明。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合本发明所公开的原理和特征的最广范围相一致。
本发明提供的一种一种小区无人派件方法，配送中心及智能车间可通过类脑全交换网络及5G毫米波通信系统实时分配及调整任务，配送中心作为整个网络的管理单元，智能车作为整个类脑网络的计算和存储单元，并可临时担任任务请求单元，智能车可同时完成收件及派件工作，并可利用其自身配备的理货单元实现区域任务协作，系统可根据所有智能车的实时状态（剩余载货容量、电量、位置等）实时规划各车的任务路线及任务顺序。在任务发生变动时，智能车根据当前所有任务允许最大耗时之和与所有智能任务最大耗时之和的均值之间的关系，确定该车所负责区域动态调整的方案。最后，智能车可根据剩余载货容量占总容量的比率来实时确定当前接受收件任务比率及接受派件任务比率。
本方案涉及到的智能车具备理货手段，即可将揽收或配送的包裹整理分类，且智能车之间具备交换包裹的能力，为此智能车配备可自动装卸快件的机构，一般的，选配机械手作为理货装备。智能车可同时进行收件及派件任务，也即上一单派件空余出来的空间可以用于下一单收件。在确保收派件时效的前提下有效提高智能车行驶利用率，从而减少配送总时间。
本案出现的参数解释如下：
ti1——某快件当前时刻距配送截止时刻的时长，或在执行接力配送时当前时刻距本区域内截止时刻的时长；
ti2——快件从当前位置直接完成配送的时长，或在接力配送时通过某智能车负责区域所需时长（含快件交换所需时长）；
Tdi——快件允许的配送最大耗时，或在接力配送时该快件通过当前智能车负责区域的最大耗时；
t0——配送截止时间阈值（确保快件准时送到）；
Tsum——某智能车所有收/派件任务允许最大耗时之和；
Ta——当前所有智能车收/派件任务最大耗时之和的均值；
γ——均衡阈值；
V——智能车剩余空间容量；
Q——智能车剩余电量；
α0——智能车剩余载货容量占总容量百分比；
β0——充电阈值；
β1——剩余电量警戒阈值。
参见图1，图1是本发明一实施例提供的一种小区无人派件方法的流程图，所述小区无人派件方法包括步骤S1-S4：
S1、依据多辆智能车执行当前各自的派件任务的派送总时长分别将多个派件任务分配给多辆智能车；步骤S1包括步骤S11-S16：
S11、获取多辆所述智能车的自身位置。
本实施例中，每辆智能车配送系统按照类脑结构，分为任务管理单元、任务请求单元、任务计算及存储单元、信号传输系统四个部分。
（1）管理单元：物流配送中心作为该网络的管理单元，负责监控整个网络的运行情况，通过运行相应的软件及算法实施对整个网络所有任务的管理，当收到某个智能车提交的任务变更请求后，物流配送中心对该请求进行计算任务的分配，并将分配结果发送给涉及到任务调整的多个智能车。
（2）计算机存储单元：智能车作为计算及存储单元，存储相关收派件等信息；也可以接受来自管理单元的计算任务，完成路径规划计算的全部或一部分任务；多个智能车可进行并行式计算，在所有智能车之间构建全交换网络便于信息的实时互联互通。
（3）任务请求单元：当智能车所在区域发生任务变更时，该智能车临时作为任务请求单元，并将任务变更请求通过通讯系统发送给管理单元。
（4）信号传输系统：智能车及智慧小区中配备5G毫米波收发装置，作为整个系统的信号传输单元，可实现计算指令或存储结果在整个网络种的实时传输。以确保系统的实时性。
智能车可通过卫星定位、卫星定位+5G毫米波组合定位、惯性导航定位、超声波雷达导航定位、激光雷达导航定位、摄像头视觉导航定位等定位方法中的一种或多种获取自身位置。
S12、依据多辆所述智能车的自身位置及自身的派件任务计算多辆智能车执行当前各自的派件任务的派送总时长。
本实施例中，初始化时，配送中心将该智慧小区中所有任务根据就近分区原则分配给所有智能车，并确保所有智能车在各个区域中执行任务成本（执行总时长）最小。
S13、依据所述派送总时长最小的条件将多个派件任务分配给多辆智能车。
本实施例中，在智能车完成派件任务后，可根据状态（车上剩余空间容量、剩余电量，自身位置等）及所负责区域需求接受在派件路径附近的收件任务。
S14、判断每个所述派件任务是否为一辆智能车派送或者至少两辆智能车接力派送。
本实施例中，允许智能车之间通过接力完成收派件任务，智能车可根据需求随机选择在智能小区内划定的中转区域与其他智能车交换物品。
S15、若所述派件任务为一辆智能车派送，则通知对应的智能车进行派送。
S16、若所述派件任务为至少两辆智能车接力派送，则通知对应的至少两辆智能车分别在对应的时间内派送或在对应的中转区域交接物品。
本实施例中，如某收派件任务距离较远，需跨越数个智能车配送范围，则由当前快件所在的智能车向配送中心发出任务调整请求，由配送中心规划至少两辆智能车的配送路径，并对配送路径上涉及到的智能车发出协作申请（选择协作的智能车需满足车上剩余载货容量及剩余电量要求)，对通过每个配送区域的截止时间进行规划，优先选择完成配送时间最短的路径，规划相关计算任务由配送中心向整个网络所有智能车分配，调整后的结果由配送中心发送给任务调整涉及的智能车。
S2、多辆所述智能车分别根据自身状态确定依据所述派件任务进行派件或执行充电策略；步骤S2包括步骤S21-S23：
S21、获取每辆所述智能车的剩余电量Q，设置剩余电量警戒阈值为β1%及充电阈值为β0%。
本实施例中，智能车每完成一次收派件任务，需要检查车上剩余空间容量V，规定剩余载货容量占总容量的α0%，同时计算剩余电量Q，规定剩余电量警戒阈值，设为β1%及充电阈值，设为β0%。
S22、当β0%＜Q≤β1%时，控制所述智能车只执行派件任务。
本实施例中，当β0%＜Q≤β1%（优选的，可规定β1%为30%~40%），只执行派件任务，当派件全部完成，自行寻找最近充电点进行充电。
S23、当Q≤β0%时，控制所述智能车执行预设的充电策略，若所述智能车当前具有待派送的快件，则呼叫预设的控制中心以通知附近智能车取走所述快件并代为派送。
本实施例中，当Q≤β0%（优选的，可规定β0%为15%~20%），寻找最近充电点自动充电，如充电时车上仍有待派送快件，则呼叫附近智能车，取走车上剩余货品代为派送。
S3、确定进行派件的智能车根据每件快件配送时通过当前智能车进行派件的最大耗时确定每件所述快件的派件顺序。步骤S3包括步骤S31-S37：
S31、获取截止时刻；其中，所述截止时刻为每件快件在派件时最晚送到客户手中的时刻。
本实施例中，在派件时，每个快件存在派件时送到客户手中的截止时间，或通过某个智能车配送区域的截止时间。
S32、设置当前时刻距离所述截止时刻的时长为ti1，所述快件从当前位置完成配送所需的时长为ti2，则所述快件允许的配送最大耗时为Tdi=ti1-ti2。
本实施例中，设某快件当前时刻距配送截止时刻的时长，或在执行接力配送时当前时刻距本区域内截止时刻的时长为ti1，快件从当前位置直接完成配送的时长，或在接力配送时通过某智能车负责区域所需时长（含快件交换及接送货所需时长）为ti2，该快件允许的配送最大耗时，或在协作接力配送时该快件通过当前智能车负责区域的最大耗时为Tdi=ti1-ti2。
S33、通过比较同一智能车中所有快件允许的配送最大耗时的值Tdi确定配送优先级；其中，Tdi越小配送优先级越高。
本实施例中，通过比较每个智能车配送任务中所有快件Tdi的值确定配送优先级，Tdi小的优先配送。
S34、设定配送截止时间阈值t0。
本实施例中，关于配送超期时限规定如下：设定配送截止时间阈值t0(优选的，可设t0为10~20分钟)。
S35、每辆智能车每隔预设时间分别计算自身所有快件允许的配送最大耗时的值Tdi。
本实施例中，智能车以自身实时所处位置为准，每隔一段时间（优选的，可选择每隔10~20分钟，或每完成一个收派件任务），计算所负责的所有任务的最大耗时Tdi。
S36、当Tdi≤t0时，将对应的快件的配送优先级设为最高。
本实施例中，当计算得到某个收/派件任务Tdi≤t0，将该快件配送优先级设为最高。
S37、暂停所述快件当前的配送任务，并转为执行最高的配送优先级的快件的配送任务。
本实施例中，直接暂停当前任务，转为执行该最高优先级任务。
本步骤中，配送中心及智能车间可通过类脑全交换网络及5G毫米波通讯系统实时分配及调整任务，配送中心作为整个网络的管理单元，智能车作为整个类脑网络的计算和存储单元，并可临时担任任务请求单元，智能车可同时完成收件及派件工作，并可利用其自身配备的理货单元实现区域任务协作，系统可根据所有智能车的实时状态（剩余载货容量、电量、位置等）实时规划各车的任务路线及任务顺序，同时具备上述功能的智能无人车收派件系统属本专利保护范围。
S4、当任务变动时，根据每辆智能车当前所有的派件任务的最大耗时之和与当前多辆所述智能车所有的派件任务的最大耗时之和的均值之间的实时关系确定多辆所述智能车的派件任务以实现负责区域动态调整。步骤S4包括步骤S41-S47：
S41、设置每辆所述智能车的所有任务允许最大耗时之和为Tsum=∑i=1 mTdi。
本实施例中，当智慧小区出现任务变动（例如某车准备充电（需交出任务）或充电完成（需接受任务），新增收派件任务或协作任务等）时，需重新分配任务，此时该车所有任务允许最大耗时之和为Tsum=∑i=1 mTdi。其中，m表示所述智能车的派件任务的数量。
S42、计算多辆所述智能车的所有任务允许最大耗时之和的均值Ta。
本实施例中，同时计算当前所有智能车收派件任务最大耗时之和的均值Ta。
S43、设置均衡阈值γ。
S44、若(Tsumk-Ta)/Ta≥γ，则表明对应的智能车的任务较少和/或负责区域过小，可以增加任务。
本实施例中，当某台智能车(Tsumk-Ta)/Ta≥γ,表明该车任务较少，负责区域过小，可以增加任务。Tsumk指的是第k辆智能车，智能车共有多辆，排序后为第1,2,3,……k,……
S45、若(Tsumk-Ta)/Ta≤-γ，则表明对应的智能车的任务较多和/或负责区域过大，需要分配现有任务给其他智能车。
本实施例中，当(Tsumk-Ta)/Ta≤-γ，表明该车任务较多，配送区域过大，需要分配现有任务给其他车。
S46、若-γ＜(Tsumk-Ta)/Ta＜γ时，则表明对应的智能车可以动态调整。
本实施例中，当-γ＜(Tsumk-Ta)/Ta＜γ时，该车任务可以动态调整，也即从某些相邻区域智能车接受任务，同时分配某些任务给相邻区域智能车。
S47、当任务调整时，满足|(Tsumk-Ta)/Ta|＜|γ|。
本实施例中，调整任务时，配送中心选择各智能车负责区域的交接处的配送任务进行调整，最终调整目标为所有智能车的|(Tsumk-Ta)/Ta|＜|γ|，（优选的，可选择γ=0.1~0.2）。
本步骤中，在任务发生变动时，配送中心根据各个智能车当前所有任务允许最大耗时之和与所有智能车任务最大耗时之和均值之间的关系，确定各车所负责区域动态调整的方法。
优选的，所述小区无人派件方法还包括步骤S5：
S5、将多个送件任务分配给多辆智能车。步骤S5包括步骤S51-S53：
S51、获取每辆所述智能车中的剩余载货容量。
本实施例中，设置剩余载货容量为Vr。与步骤S31类似，在收件时，每个快件有在收件后送到配送中心的截止时间，或通过某个智能车配送区域的截止时间。
S52、计算所述智能车中的剩余载货容量占总容量的比率α0。
本实施例中，设置总容量为Vh，则比率α0=Vr/Vh。
S53、设置所述智能车中的接受收件任务比率/接受派件任务比率为α0 / (1-α0)。
本实施例中，智能车执行任务时，接受收件任务比率/接受派件任务比率=α0 /(1-α0)；例如当某智能车剩余空间容量为30%时，其当前接受任务中，接受收件任务比率/接受派件任务比率=30%/(1-30%)=3/7。
本步骤中，智能车根据自身状态确定收派件策略：智能车可根据智能车剩余载货容量占总容量的比率来实时确定当前接受收件任务比率及接受派件任务比率。
综上，所有智能车的快件最终在配送中心完成集散。该方案中的智能车及配送中心之间构建全交换网络进行通信连接，各节点之间通过5G毫米波通信系统实现通讯互联，形成一个并行协同的计算体系，配送中心作为管理单元可将各个配送任务（计算任务，也即具体的收派件任务）与对应的智能车（计算节点）和该智能车对应的可配置的配送任务参数（配送任务计算参数，也即每台智能车剩余空间容量V、剩余电量Q、车辆位置，每个收派件任务完成截止时间等）关联起来，形成计算任务、计算节点及任务计算参数的对应关系，可将包含配送任务、可配置的配送任务参数作为可分配的任务通过5G毫米波通讯系统发布至整个网络中所有的智能车，同时可通过5G毫米波通讯系统对整个类脑全交换网络中所有智能车及所有收派件任务进行实时状态更新，以便根据根据实际情况实时调整配送方案，确保所有快件配送成本较优。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。为此，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的任一种小区无人派件方法中的步骤。
其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令，可以执行本发明实施例所提供的任一种小区无人派件方法中的步骤，因此，可以实现本发明实施例所提供的任一种小区无人派件方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种小区无人派件方法，其特征在于，包括：
依据多辆智能车执行当前各自的派件任务的派送总时长分别将多个派件任务分配给多辆智能车；
多辆所述智能车分别根据自身状态确定依据所述派件任务进行派件或执行充电策略；
确定进行派件的智能车根据每件快件配送时通过当前智能车进行派件的最大耗时确定每件所述快件的派件顺序。
2.根据权利要求1所述的小区无人派件方法，其特征在于，还包括：
当任务变动时，根据每辆智能车当前所有的派件任务的最大耗时之和与当前多辆所述智能车所有的派件任务的最大耗时之和的均值之间的实时关系确定多辆所述智能车的派件任务以实现负责区域动态调整。
3.根据权利要求1所述的小区无人派件方法，其特征在于，所述依据多辆智能车执行当前各自的派件任务的派送总时长分别将多个派件任务分配给多辆智能车，包括：
获取多辆所述智能车的自身位置；
依据多辆所述智能车的自身位置及自身的派件任务计算多辆智能车执行当前各自的派件任务的派送总时长；
依据所述派送总时长最小的条件将多个派件任务分配给多辆智能车；
判断每个所述派件任务是否为一辆智能车派送或者至少两辆智能车接力派送；
若所述派件任务为一辆智能车派送，则通知对应的智能车进行派送；
若所述派件任务为至少两辆智能车接力派送，则通知对应的至少两辆智能车分别在对应的时间内派送或在对应的中转区域交接物品。
4.根据权利要求1所述的小区无人派件方法，其特征在于，所述多辆所述智能车分别根据自身状态确定依据所述派件任务进行派件或执行充电策略，包括：
获取每辆所述智能车的剩余电量Q，设置剩余电量警戒阈值为β1%及充电阈值为β0%；
当β0%＜Q≤β1%时，控制所述智能车只执行派件任务；
当Q≤β0%时，控制所述智能车执行预设的充电策略，若所述智能车当前具有待派送的快件，则呼叫预设的控制中心以通知附近智能车取走所述快件并代为派送。
5.根据权利要求1所述的小区无人派件方法，其特征在于，所述确定进行派件的智能车根据每件快件配送时通过当前智能车进行派件的最大耗时确定每件所述快件的派件顺序，包括：
获取截止时刻；其中，所述截止时刻为每件快件在派件时最晚送到客户手中的时刻；
设置当前时刻距离所述截止时刻的时长为ti1，所述快件从当前位置完成配送所需的时长为ti2，则所述快件允许的配送最大耗时为Tdi=ti1-ti2；
通过比较同一智能车中所有快件允许的配送最大耗时的值Tdi确定配送优先级；其中，Tdi越小配送优先级越高。
6.根据权利要求5所述的小区无人派件方法，其特征在于，所述确定进行派件的智能车根据每件快件配送时通过当前智能车进行派件的最大耗时确定每件所述快件的派件顺序，还包括：
设定配送截止时间阈值t0；
每辆智能车每隔预设时间分别计算自身所有快件允许的配送最大耗时的值ti1；
当ti1≤t0时，将对应的快件的配送优先级设为最高；
暂停所述快件当前的配送任务，并转为执行最高的配送优先级的快件的配送任务。
7.根据权利要求2所述的小区无人派件方法，其特征在于，所述当任务变动时，根据每辆智能车当前所有的派件任务的最大耗时之和与当前多辆所述智能车所有的派件任务的最大耗时之和的均值之间的实时关系确定多辆所述智能车的派件任务以实现负责区域动态调整，包括：
设置每辆所述智能车的所有任务允许最大耗时之和为Tsum=∑i=1 mTdi；
计算多辆所述智能车的所有任务允许最大耗时之和的均值Ta；
设置均衡阈值γ；
若(Tsumk-Ta)/Ta≥γ，则表明对应的智能车的任务较少和/或负责区域过小，可以增加任务；
若(Tsumk-Ta)/Ta≤-γ，则表明对应的智能车的任务较多和/或负责区域过大，需要分配现有任务给其他智能车；
若-γ＜(Tsumk-Ta)/Ta＜γ时，则表明对应的智能车可以动态调整；
当任务调整时，满足|(Tsumk-Ta)/Ta|＜|γ|。
8.根据权利要求1所述的小区无人派件方法，其特征在于，还包括：
将多个送件任务分配给多辆智能车。
9.根据权利要求8所述的小区无人派件方法，其特征在于，所述将多个送件任务分配给多辆智能车，包括：
获取每辆所述智能车中的剩余载货容量；
计算所述智能车中的剩余载货容量占总容量的比率α0；
设置所述智能车中的接受收件任务比率/接受派件任务比率为α0 / (1-α0)。
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有多条指令，所述指令适于由处理器加载以执行权利要求1至9任一项所述的一种小区无人派件方法。
CN202210354717.0A 2022-04-06 2022-04-06 一种小区无人派件方法 Active CN114429317B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210354717.0A CN114429317B (zh) 2022-04-06 2022-04-06 一种小区无人派件方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210354717.0A CN114429317B (zh) 2022-04-06 2022-04-06 一种小区无人派件方法

Publications (2)

Publication Number Publication Date
CN114429317A true CN114429317A (zh) 2022-05-03
CN114429317B CN114429317B (zh) 2022-08-23

Family

ID=81314417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210354717.0A Active CN114429317B (zh) 2022-04-06 2022-04-06 一种小区无人派件方法

Country Status (1)

Country Link
CN (1) CN114429317B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106447266A (zh) * 2016-10-12 2017-02-22 上海节点供应链管理有限公司 一种物流领域多车型多次配送的智能优化调度方法
CN106447121A (zh) * 2016-10-12 2017-02-22 上海节点供应链管理有限公司 一种基于城市配送的智能优化调度方法
CN106920032A (zh) * 2017-01-25 2017-07-04 上海蔚来汽车有限公司 补能资源调度方法
WO2017218362A1 (en) * 2016-06-16 2017-12-21 Ryder Integrated Logistics, Inc. Vehicle fleet control systems and methods
CN108182556A (zh) * 2016-12-08 2018-06-19 北京京东尚科信息技术有限公司 用于无人车的配送方法、装置及无人车
CN109165902A (zh) * 2018-10-09 2019-01-08 北方工业大学 一种基于智能无人车的动态区域物流派送方法及系统
CN110598951A (zh) * 2019-09-23 2019-12-20 南京邮电大学 一种配送无人机移动充电方法
JP2020007148A (ja) * 2018-07-12 2020-01-16 株式会社Ｚｍｐ 無人配送車両による無人配送システム
CN111007874A (zh) * 2019-09-18 2020-04-14 合肥工业大学 无人机与车辆协同的电力巡检方法和装置
CN112990786A (zh) * 2021-05-10 2021-06-18 北京三快在线科技有限公司 一种无人机配送方法及装置
CN113112199A (zh) * 2021-04-07 2021-07-13 合肥工业大学 一种绿色环保的智慧物流无人配送方法
WO2021204052A1 (zh) * 2020-04-10 2021-10-14 北京京东乾石科技有限公司 协作式充电的方法、装置和物流设备

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017218362A1 (en) * 2016-06-16 2017-12-21 Ryder Integrated Logistics, Inc. Vehicle fleet control systems and methods
CN106447266A (zh) * 2016-10-12 2017-02-22 上海节点供应链管理有限公司 一种物流领域多车型多次配送的智能优化调度方法
CN106447121A (zh) * 2016-10-12 2017-02-22 上海节点供应链管理有限公司 一种基于城市配送的智能优化调度方法
CN108182556A (zh) * 2016-12-08 2018-06-19 北京京东尚科信息技术有限公司 用于无人车的配送方法、装置及无人车
CN106920032A (zh) * 2017-01-25 2017-07-04 上海蔚来汽车有限公司 补能资源调度方法
JP2020007148A (ja) * 2018-07-12 2020-01-16 株式会社Ｚｍｐ 無人配送車両による無人配送システム
CN109165902A (zh) * 2018-10-09 2019-01-08 北方工业大学 一种基于智能无人车的动态区域物流派送方法及系统
CN111007874A (zh) * 2019-09-18 2020-04-14 合肥工业大学 无人机与车辆协同的电力巡检方法和装置
CN110598951A (zh) * 2019-09-23 2019-12-20 南京邮电大学 一种配送无人机移动充电方法
WO2021204052A1 (zh) * 2020-04-10 2021-10-14 北京京东乾石科技有限公司 协作式充电的方法、装置和物流设备
CN113112199A (zh) * 2021-04-07 2021-07-13 合肥工业大学 一种绿色环保的智慧物流无人配送方法
CN112990786A (zh) * 2021-05-10 2021-06-18 北京三快在线科技有限公司 一种无人机配送方法及装置

Also Published As

Publication number Publication date
CN114429317B (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
CN111612234B (zh) 一种集装箱码头水平运输可视化系统
CN109034481A (zh) 一种基于约束规划的带时间窗车辆路径问题建模及优化方法
CN104583719A (zh) 充电管理系统
JPWO2015141291A1 (ja) 共用車両管理装置及びプログラム
JP7492612B2 (ja) 電気駆動システムを作動させるための方法
CN113420928A (zh) 订单调度方法、装置、设备及存储介质
CN106845857A (zh) 一种智能电表的配送任务排程优化方法
CN110363396A (zh) 物流资源配置方法及装置
CN116307306B (zh) 基于大数据的智能调度方法、装置、设备以及存储介质
CN113393020A (zh) 物流智能调度方法、装置、设备及存储介质
CN110276975A (zh) 一种自动驾驶车辆分流调度方法及系统
Won et al. Workload-based yard-planning system in container terminals
CN110435448A (zh) 车辆的充电方法、装置和系统、存储介质及电子装置
CN114008647A (zh) 基于多车协同的车辆调度系统、方法、电子设备及存储介质
CN114429317B (zh) 一种小区无人派件方法
CN109697880A (zh) 无人车停车位分配方法、装置、设备及存储介质
CN111325371A (zh) 一种运输线路规划方法及系统
Chow et al. Real-time Bidding based Vehicle Sharing.
CN110853374B (zh) 一种基于无人驾驶技术的共享汽车调度方法及系统
CN117236833A (zh) 一种基于无人车的集群配送调度方法及相关产品
CN115907328A (zh) 电池配送方法、充电规划方法、设备和介质
CN111028418A (zh) 一种管理自动售卖机器人的方法及装置
KR20170054854A (ko) 컨테이너터미널에서의 트럭예약 시스템을 위한 예약코인 운용 장치 및 방법
CN108846616A (zh) 物流配送信息处理方法及系统
CN113393042A (zh) 一种货物配送的自动规划排线方法

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