CN114493092A - 垃圾回收系统的联合作业方法 - Google Patents

垃圾回收系统的联合作业方法 Download PDF

Info

Publication number
CN114493092A
CN114493092A CN202111531878.4A CN202111531878A CN114493092A CN 114493092 A CN114493092 A CN 114493092A CN 202111531878 A CN202111531878 A CN 202111531878A CN 114493092 A CN114493092 A CN 114493092A
Authority
CN
China
Prior art keywords
garbage
transfer
task
sequence
refuse
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.)
Pending
Application number
CN202111531878.4A
Other languages
English (en)
Inventor
李亮
林锦锋
张斌
邱声
赵俊宇
胡小林
蒋志达
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.)
Guangdong Yingfeng Intelligent Environmental Sanitation Technology Co ltd
Original Assignee
Guangdong Yingfeng Intelligent Environmental Sanitation Technology 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 Guangdong Yingfeng Intelligent Environmental Sanitation Technology Co ltd filed Critical Guangdong Yingfeng Intelligent Environmental Sanitation Technology Co ltd
Priority to CN202111531878.4A priority Critical patent/CN114493092A/zh
Publication of CN114493092A publication Critical patent/CN114493092A/zh
Pending legal-status Critical Current

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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65F—GATHERING OR REMOVAL OF DOMESTIC OR LIKE REFUSE
    • B65F9/00—Transferring of refuse between vehicles or containers with intermediate storage or pressing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3346—Query execution using probabilistic model
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Mechanical Engineering (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Refuse Collection And Transfer (AREA)

Abstract

本发明公开了一种垃圾回收系统的联合作业方法，其中，垃圾回收系统包括多个垃圾清扫机和多个垃圾转运机，方法包括以下步骤：获取多个垃圾清扫机的工作状态信息和多个垃圾转运机的工作状态信息；根据多个垃圾清扫机的工作状态信息生成待转运垃圾清扫机序列，并根据多个垃圾转运机的工作状态信息生成待作业垃圾转运机序列；根据待转运垃圾清扫机序列和待作业垃圾转运机序列，生成垃圾转运任务序列，并根据垃圾转运任务序列通过蚁群算法获取转运任务调度指令；根据转运任务调度指令控制待作业垃圾转运机和待转运垃圾清扫机进行垃圾转运联合作业。由此，提高垃圾回收系统的作业效率，并降低作业成本。

Description

垃圾回收系统的联合作业方法
技术领域
本发明涉及垃圾回收系统技术领域，尤其涉及一种垃圾回收系统的联合作业方法。
背景技术
目前，垃圾清扫机上满载的桶装垃圾通常由垃圾清扫机自行转移到指定的桶装垃圾中转地点，然后再由垃圾转运机到指定的桶装垃圾中转地点，以把垃圾清扫机更换下来满载的桶装垃圾进行统一转运。由于相关技术中的垃圾清扫机必须到达指定的地点才能更换车载的垃圾桶，使得垃圾回收系统的作业过程费时费电，并且作业效率低下。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种垃圾回收系统的联合作业方法，能够提高垃圾回收系统的作业效率，并降低作业成本。
为达到上述目的，本发明实施例提出了一种垃圾回收系统的联合作业方法，其中，所述垃圾回收系统包括多个垃圾清扫机和多个垃圾转运机，所述方法包括以下步骤：获取所述多个垃圾清扫机的工作状态信息和所述多个垃圾转运机的工作状态信息；根据所述多个垃圾清扫机的工作状态信息生成待转运垃圾清扫机序列，并根据所述多个垃圾转运机的工作状态信息生成待作业垃圾转运机序列；根据所述待转运垃圾清扫机序列和所述待作业垃圾转运机序列，生成垃圾转运任务序列，并根据所述垃圾转运任务序列通过蚁群算法获取转运任务调度指令；根据所述转运任务调度指令控制所述待作业垃圾转运机和所述待转运垃圾清扫机进行垃圾转运联合作业。
根据本发明实施例的垃圾回收系统的联合作业方法，获取多个垃圾清扫机的工作状态信息和多个垃圾转运机的工作状态信息，进而，根据多个垃圾清扫机的工作状态信息生成待转运垃圾清扫机序列，并根据多个垃圾转运机的工作状态信息生成待作业垃圾转运机序列，然后，根据待转运垃圾清扫机序列和待作业垃圾转运机序列，生成垃圾转运任务序列，并根据垃圾转运任务序列通过蚁群算法获取转运任务调度指令，最后，根据转运任务调度指令控制待作业垃圾转运机和待转运垃圾清扫机进行垃圾转运联合作业。由此，在本发明的实施中，根据垃圾转运任务序列通过蚁群算法获取转运任务调度指令,以根据转运任务调度指令控制待作业垃圾转运机和待转运垃圾清扫机进行垃圾转运联合作业，从而提高垃圾回收系统的作业效率，并降低作业成本。
另外，根据本发明上述实施例的垃圾回收系统的联合作业方法，还可以具有如下的附加技术特征：
根据本发明的一个实施例，获取所述多个垃圾清扫机的工作状态信息和所述多个垃圾转运机的工作状态信息之前，还包括：根据所述多个垃圾清扫机和所述多个垃圾转运机的工作区域，对所述多个垃圾清扫机和所述多个垃圾转运机进行编号。
根据本发明的一个实施例，所述多个垃圾清扫机的工作状态信息包括垃圾清扫机当前位置信息、垃圾清扫机垃圾桶满载率和垃圾清扫机行进速度，所述多个垃圾转运机的工作状态信包括垃圾转运机当前位置信息、垃圾转运机续航里程、垃圾转运机垃圾桶满载率和垃圾转运机行进速度。
根据本发明的一个实施例，根据所述多个垃圾清扫机的工作状态信息生成待转运垃圾清扫机序列，包括：根据每个垃圾清扫机的编号依次判断所述垃圾清扫机垃圾桶满载率是否大于预设垃圾清扫机垃圾桶满载率，并将所述垃圾清扫机垃圾桶满载率大于所述预设垃圾清扫机垃圾桶满载率的垃圾清扫机更新至所述待转运垃圾清扫机序列。
根据本发明的一个实施例，根据所述多个垃圾转运机的工作状态信息生成待作业垃圾转运机序列，包括：根据每个垃圾转运机的编号依次判断所述多个垃圾转运机的空载垃圾桶数量是否大于等于1和所述多个垃圾转运机的续航里程是否大于等于预设续航里程，并将所述空载垃圾桶数量大于等于1、且所述续航里程大于等于所述预设续航里程的垃圾转运机更新至所述待作业垃圾转运机序列。
根据本发明的一个实施例，根据所述待转运垃圾清扫机序列和所述待作业垃圾转运机序列，生成垃圾转运任务序列，包括：将所述待转运垃圾清扫机序列中的所有待转运垃圾清扫机与所述待作业垃圾转运机序列中的所有待作业垃圾转运机两两组合，以生成多个任务节点；根据所述多个任务节点，生成所述垃圾转运任务序列。
根据本发明的一个实施例，根据所述垃圾转运任务序列通过蚁群算法获取转运任务调度指令，包括：获取每个任务节点的状态转移概率，并根据所述状态转移概率确定待执行任务节点；重复此过程，直至垃圾转运任务序列为空；根据所述待执行任务节点，组成待转运任务；计算所述待转运任务的评价指标；根据所述评价指标获取所述转运任务调度指令。
根据本发明的一个实施例，根据以下公式计算所述待转运任务的评价指标：J＝γ1Tsum+γ2Esum，其中，J为所述待转运任务的评价指标，Tsum为所述待转运任务的总花费时间，Esum为所述待转运任务的总花费能耗，γ1和γ2为所述待转运任务的权重系数。
根据本发明的一个实施例，根据所述评价指标获取所述转运任务调度指令，包括：比较每次迭代后的所述待转运任务的评价指标；根据评价指标最小的待转运任务生成所述转运任务调度指令。
根据本发明的一个实施例，所述联合作业方法还包括：如果所述垃圾转运机的续航里程小于所述预设续航里程，则进一步判断所述垃圾转运机的空载垃圾桶数量是否小于1；如果所述垃圾转运机的空载垃圾桶数量小于1，控制所述垃圾转运机前往垃圾中转站进行卸载垃圾桶作业，并控制所述垃圾转运机前往垃圾中转站进行充电作业；如果所述垃圾转运机的空载垃圾桶数量大于等于1，控制所述垃圾转运机直接前往垃圾中转站进行充电作业。
本发明附加的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，或通过本发明的实践了解到。
附图说明
图1是根据本发明实施例的垃圾回收系统的清扫区域布置示意图；
图2是根据本发明实施例的垃圾回收系统的联合作业方法的流程示意图；
图3是根据本发明一个实施例的垃圾回收系统的联合作业方法的流程示意图；
图4是根据本发明一个实施例的垃圾回收系统的联合作业方法的流程示意图；
图5是根据本发明一个实施例的垃圾回收系统的联合作业方法的流程示意图；
图6是根据本发明一个具体实施例的垃圾回收系统的联合作业方法的流程示意图。
具体实施方式
下面详细描述本发明的实施例，所述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，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的垃圾回收系统的联合作业方法。
在介绍本发明实施例的垃圾回收系统的联合作业方法，首先对本发明实施例的垃圾回收系统进行说明。
具体地，如图1所示，垃圾回收系统包括多个垃圾清扫机和多个垃圾转运机。
图2是根据本发明实施例的垃圾回收系统的联合作业方法的流程示意图。
如图2所示，垃圾回收系统的联合作业方法，包括以下步骤：
S101，获取多个垃圾清扫机的工作状态信息和多个垃圾转运机的工作状态信息。
具体地，获取多个垃圾清扫机的工作状态信息和多个垃圾转运机的工作状态信息之前，还包括：根据多个垃圾清扫机和多个垃圾转运机的工作区域，对多个垃圾清扫机和多个垃圾转运机进行编号。
举例而言，如图1所示，云端后台可以根据需要清扫的总清扫区域面积，结合多个垃圾清扫机的清扫能力，将总清扫区域按照预设比例划分成若干个小的清扫区域并排序，进而，云端后台可以根据多个垃圾清扫机和多个垃圾转运机的工作区域，对多个垃圾清扫机和多个垃圾转运机进行编号，例如，编号C1-C25为垃圾清扫机，编号Ta-Tn为垃圾转运机。
需要说明的是，在本发明的实施例中，桶装垃圾中转站可以作为特殊的垃圾转运机，因此，如图1所示，对多个垃圾转运机进行编号还包括编号为TS1-TS2的桶装垃圾中转站。
由此，在本发明的实施例中，云端后台可以通过事先对多个垃圾清扫机和多个垃圾转运机进行编号，从而便于根据编号控制对应的垃圾清扫机至工作区域进行垃圾清扫作业，以及，根据编号控制对应的垃圾转运机至工作区域进行垃圾转运作业，提高作业效率。
S102，根据多个垃圾清扫机的工作状态信息生成待转运垃圾清扫机序列，并根据多个垃圾转运机的工作状态信息生成待作业垃圾转运机序列。
举例而言，云端后台可以根据多个垃圾清扫机的工作状态信息，判断每个垃圾清扫机工作状态，从而，根据每个垃圾清扫机工作状态生成待转运垃圾清扫机序列，以及，可以根据多个垃圾转运机的工作状态信息判断每个垃圾转运机的工作状态，从而，根据每个垃圾转运机的工作状态生成待作业垃圾转运机序列。
可以理解的是，待转运垃圾清扫机序列为满足待转运预设条件的待转运垃圾清扫机的编号序列，待作业垃圾转运机序列为满足待作业预设条件的待作业垃圾转运机的编号序列。
S103，根据待转运垃圾清扫机序列和待作业垃圾转运机序列，生成垃圾转运任务序列，并根据垃圾转运任务序列通过蚁群算法获取转运任务调度指令。
举例而言，云端后台可以将待转运垃圾清扫机序列中的每个待转运垃圾清扫机，以及待作业垃圾转运机序列中的每个待作业垃圾转运机进行两两组合，从而生成垃圾转运任务序列，并根据垃圾转运任务序列通过蚁群算法获取转运任务调度指令。
可以理解的是，转运任务调度指令为控制最佳匹配的待作业垃圾转运机与待转运垃圾清扫机组合进行垃圾转运联合作业的控制指令。
S104，根据转运任务调度指令控制待作业垃圾转运机和待转运垃圾清扫机进行垃圾转运联合作业。
可以理解的是，云端平台可以根据转运任务调度指令控制待作业垃圾转运机和待转运垃圾清扫机进行垃圾转运联合作业，从而实现多个垃圾清扫机和多个垃圾转运机的垃圾转运联合作业，提高作业效率，降低作业成本。
进一步地，多个垃圾清扫机的工作状态信息包括垃圾清扫机当前位置信息、垃圾清扫机垃圾桶满载率和垃圾清扫机行进速度，多个垃圾转运机的工作状态信包括垃圾转运机当前位置信息、垃圾转运机续航里程、垃圾转运机垃圾桶满载率和垃圾转运机行进速度。
举例而言，云端后台可以通过与多个垃圾清扫机进行数据通讯，从而获取清扫区域内的多个垃圾清扫机的垃圾清扫机当前位置信息、垃圾清扫机垃圾桶满载率和垃圾清扫机行进速度，以及，可以通过与多个垃圾转运机进行数据通讯，从而获取清扫区域内的多个垃圾转运机的垃圾转运机当前位置信息、垃圾转运机续航里程、垃圾转运机垃圾桶满载率和垃圾转运机行进速度。
应理解的是，执行前述步骤S103之前，云端平台还将对转运任务调度的数学模型进行初始化，其中，前述数学模型是一个0-1整数规划模型，用于描述如下问题：给定NC个待转运垃圾清扫机，NT个待作业垃圾转运机，存在某种满足约束条件的调度方案，将NC个待转运垃圾清扫机分配给NT个待作业垃圾转运机执行转运任务，使评价指标最优，数学模型的具体初始化步骤如下：
(1)定义如下垃圾清扫机集合和垃圾转运机集合。
垃圾清扫机集合为SC，SC表示所有垃圾清扫机ci组成的离散集合空间。
SC＝{ci|i＝1,2,3,...,NC}；
垃圾转运机集合ST，ST表示所有垃圾转运机si组成的离散集合空间。
ST＝{ti|i＝1,2,3,...,NT}；
(2)定义如下每个垃圾清扫机的工作状态信息和每个垃圾转运机的工作状态信息。
每个垃圾清扫机的工作状态信息是一个由垃圾清扫机当前位置信息p、垃圾清扫机垃圾桶满载率e和垃圾清扫机行进速度v组成的三元变量集合{p,e,v}，以及，每个垃圾转运机的工作状态信息是一个由垃圾转运机当前位置信息p、垃圾转运机续航里程b、垃圾转运机行进速度v和垃圾转运机垃圾桶满载率l组成的四元变量集合{p,b,v,l}。
需要说明的是，在本发明实施例中，可以将垃圾中转站视为一种特殊的垃圾转运机，其状态信息为：{p,b＝∞,v＝0,l＝0}，即垃圾中转站转运站为位置恒定、电池容量恒为无限、行进速度恒为0、垃圾桶满载率恒为0的垃圾转运机。
应理解的是，垃圾清扫机垃圾桶满载率e为垃圾清扫机的满载垃圾桶数量与垃圾桶总数量的比值，垃圾转运机垃圾桶满载率l为垃圾转运机的满载垃圾桶数量与垃圾桶总数量的比值。
(3)定义如下决策变量。
垃圾清扫机ci是否处于待转运状态的决策变量x(ci)，其中，待转运状态是指垃圾清扫机的垃圾清扫机垃圾桶满载率ei大于预设垃圾清扫机垃圾桶满载率α，
Figure BDA0003411088610000061
垃圾转运机ti是否处于待作业状态的决策变量x(ti)，其中，待作业状态是指垃圾转运机的空载垃圾桶数量大于等于1、且续航里程bi大于等于预设续航里程β，应理解的是，垃圾转运机的垃圾转运机的空载垃圾桶数量大于等于1定义为垃圾转运机的空载状态，即l＝0，垃圾转运机的空载垃圾桶数量小于1定义为垃圾转运机的满载状态，即l＝1。
Figure BDA0003411088610000062
另外，在本发明的实施例中，垃圾中转站可定义为一直处于待作业状态的垃圾转运机。
(4)定义如下垃圾转运任务。
由垃圾转运机ti负责执行垃圾清扫机ci的垃圾转运任务x(ti,ci)，
Figure BDA0003411088610000063
(5)定义如下垃圾转运机ti执行清扫机cj的垃圾转运任务，所花费的时间、待转运任务的总花费时间、垃圾转运机ti执行清扫机cj的垃圾转运任务，所花费的能耗，以及待转运任务的总花费能耗的计算方式。
根据以下公式，计算垃圾转运机ti执行清扫机cj的垃圾转运任务，所花费的时间：
Figure BDA0003411088610000064
其中，
Figure BDA0003411088610000065
表示垃圾转运机ti的当前位置信息，
Figure BDA0003411088610000066
表示垃圾清扫机cj的当前位置信息，
Figure BDA0003411088610000067
表示垃圾转运机ti与垃圾清扫机cj的距离，
Figure BDA0003411088610000068
表示垃圾转运机ti的行进速度，
Figure BDA0003411088610000069
表示垃圾转运机ti执行清扫机cj的垃圾转运任务，所花费的时间。
根据以下公式，计算待转运任务的总花费时间：
Figure BDA0003411088610000071
其中，若x(ti,cj)＝1，表明垃圾转运机ti负责执行垃圾清扫机cj的清扫任务，即通过遍历每个垃圾转运机ti和垃圾清扫机cj，累计所有转运任务所花费的时间，从而得到待转运任务的总花费时间Tsum。
根据以下公式，计算垃圾转运机ti执行垃圾清扫机cj的垃圾转运任务，所花费的能耗：
Figure BDA0003411088610000072
其中，
Figure BDA0003411088610000073
表示垃圾转运机ti的当前位置信息，
Figure BDA0003411088610000074
表示垃圾清扫机cj的当前位置信息，
Figure BDA0003411088610000075
表示垃圾转运机ti与垃圾清扫机cj的距离，
Figure BDA0003411088610000076
表示能耗系数，
Figure BDA0003411088610000077
表示垃圾转运机ti执行垃圾清扫机cj的垃圾转运任务，所花费的能耗。
根据以下公式，计算待转运任务的总花费能耗：
Figure BDA0003411088610000078
其中，若x(ti,cj)＝1，表明垃圾转运机ti负责执行垃圾清扫机cj的清扫任务，通过遍历每个垃圾转运机ti和垃圾清扫机cj，累计所有转运任务的能耗，从而得到待转运任务的总花费能耗Esum。
(6)定义如下数学约束条件。
约束每个垃圾清扫机cj只能被一台垃圾转运机ti执行转运任务：
Figure BDA0003411088610000079
进一步地，根据多个垃圾清扫机的工作状态信息生成待转运垃圾清扫机序列，包括：根据每个垃圾清扫机的编号依次判断垃圾清扫机垃圾桶满载率是否大于垃圾清扫机预设垃圾桶满载率，并将垃圾清扫机垃圾桶满载率大于预设垃圾清扫机垃圾桶满载率的垃圾清扫机更新至待转运垃圾清扫机序列。
应理解的是，当垃圾清扫机垃圾桶满载率大于预设垃圾清扫机垃圾桶满载率时，可以判断当前垃圾清扫机的垃圾桶处于满载状态，需要进行垃圾桶转运作业，此时，云端后台可以将当前垃圾清扫机标记为待转运清扫机，从而将垃圾清扫机垃圾桶满载率大于预设垃圾清扫机垃圾桶满载率的垃圾清扫机更新至待转运垃圾清扫机序列，例如，待转运清扫机序列为{待转运清扫机C1、待转运清扫机C2、……、待转运清扫机Cn}。
可选地，预设垃圾清扫机垃圾桶满载率可以根据垃圾清扫机的垃圾桶容量和数量进行相应的设定。
由此，在本发明的实施例中，云端后台可以通过将垃圾清扫机垃圾桶满载率大于预设垃圾清扫机垃圾桶满载率的垃圾清扫机标记为待转运清扫机，从而将满足待转运预设条件的垃圾清扫机的编号更新至待转运清扫机序列。
进一步地，根据多个垃圾转运机的工作状态信息生成待作业垃圾转运机序列，包括：根据每个垃圾转运机的编号依次判断多个垃圾转运机的空载垃圾桶数量是否大于等于1和多个垃圾转运机的续航里程是否大于预设续航里程，并将空载垃圾桶数量大于等于1、且续航里程大于等于预设续航里程的垃圾转运机更新至待作业垃圾转运机序列。
应理解的是，当垃圾转运机的空载垃圾桶数量大于等于1、且续航里程大于等于预设续航里程时，可以判断垃圾转运机的垃圾桶处于空载状态，且垃圾转运机的续航里程满足垃圾桶转运作业需求，此时，云端后台可以将当前垃圾转运机标记为待作业转运机，从而将空载垃圾桶数量大于等于1、且续航里程大于等于预设续航里程的垃圾转运机更新至待作业垃圾转运机序列，例如，待作业垃圾转运机序列为{待作业转运机Ta、待作业转运机Tb、……、待作业转运机Tn}。
可选地，预设续航里程可以根据垃圾转运机的电池容量进行相应的设定。
由此，在本发明的实施例中，云端后台可以通过将空载垃圾桶数量大于等于1、且续航里程大于等于预设续航里程的垃圾转运机标记为待作业转运机，从而将满足待作业预设条件的垃圾转运机的编号更新至待作业转运机序列。
进一步地，联合作业方法还包括：如果垃圾转运机的续航里程小于预设续航里程，则进一步判断垃圾转运机的空载垃圾桶数量是否小于1，如果垃圾转运机的空载垃圾桶数量小于1，控制垃圾转运机前往垃圾中转站进行卸载垃圾桶作业，并控制垃圾转运机前往垃圾中转站进行充电作业，以及，如果垃圾转运机的空载垃圾桶数量大于等于1，控制垃圾转运机直接前往垃圾中转站进行充电作业。
应理解的是，当垃圾转运机的续航里程小于预设续航里程时，可以判断垃圾清扫机的续航里程无法满足垃圾桶转运作业需求，此时，需要进一步判断垃圾转运机的空载垃圾桶数量是否小于1，以确定垃圾转运机的垃圾桶装载状态，若垃圾转运机的空载垃圾桶数量小于1，则判断垃圾转运机的垃圾桶装载状态为满载状态，云端平台可以先控制垃圾转运机前往垃圾中转站进行卸载垃圾桶作业，再控制垃圾转运机前往垃圾中转站进行充电作业，以及，若垃圾转运机的空载垃圾桶数量大于等于1，则判断垃圾转运机的垃圾桶装载状态为空载状态，云端平台可以直接控制垃圾转运机前往垃圾中转站进行充电作业，从而，确保垃圾转运机可以正常执行垃圾转运联合作业。
由此，在本发明的实施例中，云端平台可以先控制垃圾转运机前往垃圾中转站进行卸载垃圾桶作业，再控制垃圾转运机前往垃圾中转站进行充电作业，或者，云端平台可以直接控制垃圾转运机前往垃圾中转站进行充电作业，从而确保垃圾转运机可以正常执行垃圾转运联合作业。
进一步地，如图3所示，根据待转运垃圾清扫机序列和待作业垃圾转运机序列，生成垃圾转运任务序列，包括：
S201，将待转运垃圾清扫机序列中的所有待转运垃圾清扫机与待作业垃圾转运机序列中的所有待作业垃圾转运机两两组合，以生成多个任务节点。
举例而言，假设待转运垃圾清扫机序列包括待转运垃圾清扫机C1和待转运垃圾清扫机C2，待作业垃圾转运机序列包括待作业垃圾转运机Ta、待作业垃圾转运机Tb和待作业垃圾转运机Tc，则可以生成多个任务节点，例如，任务节点1：C1-Ta(采用待作业垃圾转运机Ta对待转运垃圾清扫机C1的满载垃圾桶进行转运)、任务节点2：C1-Tb(采用待作业垃圾转运机Tb对待转运垃圾清扫机C1的满载垃圾桶进行转运)、任务节点3：C1-Tc(采用待作业垃圾转运机Tc对待转运垃圾清扫机C1的满载垃圾桶进行转运)、任务节点4：C2-Ta(采用待作业垃圾转运机Ta对待转运垃圾清扫机C2的满载垃圾桶进行转运)、任务节点5：C2-Tb(采用待作业垃圾转运机Tb对待转运垃圾清扫机C2的满载垃圾桶进行转运)、任务节点6：C1-Tc(采用待作业垃圾转运机Tc对待转运垃圾清扫机C2的满载垃圾桶进行转运)。
可以理解的是，每个任务节点为采用待作业垃圾转运机序列中的任一垃圾转运机对待转运垃圾清扫机中的任一垃圾清扫机的满载垃圾桶进行转运的垃圾转运联合作业任务。
S202，根据多个任务节点，生成垃圾转运任务序列。
具体地，云端平台可以将多个任务节点更新至垃圾转运任务序列，例如，垃圾转运任务序列为{任务节点1(C1-Ta)、任务节点2(C1-Tb)、……、任务节点n(Cn-Tn)}。
可以理解的是，垃圾转运任务序列为多个任务节点的编号序列。
由此，在本发明的实施例中，云端后台可以将待转运垃圾清扫机序列中的所有待转运垃圾清扫机与待作业垃圾转运机序列中的所有待作业垃圾转运机两两组合，以生成多个任务节点，并根据多个任务节点，生成垃圾转运任务序列，从而便于通过蚁群算法从垃圾转运任务序列确定出最佳匹配的待作业垃圾转运机与待转运垃圾清扫机组合。
进一步地，如图4所示，根据垃圾转运任务序列通过蚁群算法获取转运任务调度指令，包括：
S301，获取每个任务节点的状态转移概率，并根据状态转移概率确定待执行任务节点。
举例而言，获取每个任务节点的状态转移概率，并根据状态转移概率确定待执行任务节点，具体包括：
a，初始化蚁群，其中，蚁群大小为Nr，定义蚂蚁编号为r，当前迭代数k＝1，最大迭代次数为Nk。
b，在第k次迭代开始时，初始化蚂蚁编号r＝1，从第1只蚂蚁开始计算。
c，选择编号为r的蚂蚁。
d，通过以下公式，获取每个任务节点的状态转移概率：
Figure BDA0003411088610000101
其中，上标r表示第r只蚂蚁，下标ti,cj表示垃圾转运机ti与垃圾清扫机cj组成的任务节点，
Figure BDA0003411088610000102
表示第r只蚂蚁选择垃圾转运机ti与垃圾清扫机cj组成的任务节点作为待执行节点的概率，可以理解的是，概率
Figure BDA0003411088610000103
越大，第r只蚂蚁选择垃圾转运机ti与垃圾清扫机cj组成的任务节点作为待执行节点的可能性越大。
可以理解的是，每个任务节点的状态转移概率为蚁群算法选择该任务节点的概率。
Figure BDA0003411088610000104
表示选择垃圾转运机ti与垃圾清扫机cj的信息素，
Figure BDA0003411088610000105
越大，表示越多蚂蚁选择垃圾转运机ti与清扫机cj组成的任务节点，且信息素在完整的待转运任务生成之后更新，φ1表示信息素的权重系数。
Figure BDA0003411088610000106
表示启发因子，表示选择垃圾转运机ti与垃圾清扫机cj组成的任务节点作为待执行任务节点，对待转运任务评价指标的影响，通过以下公式计算启发因子
Figure BDA0003411088610000107
Figure BDA0003411088610000108
其中，启发因子
Figure BDA0003411088610000109
是选择垃圾转运机ti与垃圾清扫机cj组成的任务节点所花费的时间与能耗的加权和，可以理解的是，花费的时间与能耗的加权和越大，启发因子
Figure BDA00034110886100001010
越小，状态转移概率
Figure BDA00034110886100001011
越小，第r只蚂蚁选择垃圾转运机ti与垃圾清扫机cj组成的任务节点作为待执行任务节点的可能性越小，φ2表示启发因子的权重系数。
e，通过比较所有任务节点的状态转移概率，以选择状态转移概率最大的任务节点作为待执行任务节点。
需要说明的是，在将任务节点确定为待执行任务节点后，云端平台需要将待执行任务节点从垃圾转运任务序列取出，并将待执行任务节点中的垃圾清扫机从待转运垃圾清扫机序列中屏蔽，以及，将待执行任务节点中的垃圾转运机从待作业垃圾转运机序列中屏蔽。
S302，重复此过程，直至垃圾转运任务序列为空。
举例而言，以垃圾转运任务序列为{任务节点1(C1-Ta)、任务节点2(C1-Tb)、任务节点3(C1-Tc)、任务节点4(C2-Ta)、任务节点5(C2-Tb)、任务节点6(C2-Tc)}为例，若根据状态转移概率确定任务节点2为待执行任务节点，则将任务节点2从垃圾转运任务序列取出，并将待执行任务节点中的垃圾清扫机C1从待转运垃圾清扫机序列中删除，并从垃圾清扫机序列中屏蔽，以及，将待执行任务节点中的垃圾转运机Tb从待作业垃圾转运机序列中删除，并从垃圾转运机序列中屏蔽。
此时，新的待转运垃圾清扫机序列为{C2}，新的待作业垃圾转运机序列为{Ta、Tc}，新的垃圾转运任务序列为{任务节点4、任务节点6}，再次重复上述过程，以根据状态转移概率确定下一个待执行任务节点，直至垃圾转运任务序列为空。
需要说明的是，当所有被屏蔽的垃圾清扫机和垃圾转运机完成对应的垃圾转运联合作业之后，在对应的垃圾清扫机序列和垃圾转运机序列中进行重新激活，从而进行下一次蚁群算法配对。
S303，根据待执行任务节点，组成待转运任务。
举例而言，若通过前述步骤S301-S303确定任务节点2和任务节点4为待执行任务节点，则组成的采用待作业垃圾转运机Tb对待转运垃圾清扫机C1的满载垃圾桶进行转运，并采用待作业垃圾转运机Ta对待转运垃圾清扫机C2的满载垃圾桶进行转运的待转运任务，又或者，若通过前述步骤S301-S303确定任务节点2和任务节点6为待执行任务节点，则组成的采用待作业垃圾转运机Tb对待转运垃圾清扫机C1的满载垃圾桶进行转运，并采用待作业垃圾转运机Tc对待转运垃圾清扫机C2的满载垃圾桶进行转运待转运任务。
应理解的是，在根据待执行任务节点，组成待转运任务后，还进一步判断蚂蚁编号r是否小于Nr，即判断本次迭代内是否存在未进行待转运任务计算的蚂蚁，若是，则r＝r+1，并返回执行步骤S3-S5，若否，则表示所有蚂蚁都完成待转运任务计算，并更新每个任务节点的信息素。
具体地，可通过以下公式更新每个任务节点的信息素：
Figure BDA0003411088610000111
其中，
Figure BDA0003411088610000112
表示更新后的信息素浓度，
Figure BDA0003411088610000113
表示原信息素浓度，ρ表示信息素蒸发系数，表明原信息素会随着迭代增长而蒸发，
Figure BDA0003411088610000121
表示选择垃圾转运机ti与垃圾清扫机cj组成的任务节点的所有蚂蚁的信息素浓度增量总和。
其中，每个蚂蚁选垃圾转运机ti与垃圾清扫机cj组成的任务节点的增量计算如下：
Figure BDA0003411088610000122
需要说明的是，当任务节点对应的垃圾转运机为特殊的垃圾中转站时，云端平台可以控制垃圾清扫机自行前往最近的垃圾中转站进行更换桶装垃圾工作。
由此，在本发明的实施例中，云端后台可以获取每个任务节点的状态转移概率，并根据状态转移概率确定待执行任务节点，重复此过程，直至垃圾转运任务序列为空，从而根据待执行任务节点，组成待转运任务，以进一步通过蚁群算法对待转运任务进行筛选。
S304，计算待转运任务的评价指标。
具体地，在本发明的实施例中，根据以下公式计算待转运任务的评价指标：J＝γ1Tsum+γ2Esum，其中，J为待转运任务的评价指标，Tsum为待转运任务的总花费时间，Esum为待转运任务的总花费能耗，γ1和γ2为待转运任务的权重系数。
可以理解的是，云端平台可以根据待转运任务的总花费时间Tsum和待转运任务的总花费能耗Esum，并通过γ1和γ2的两个系数加权求和，以得到待转运任务的评价指标，且有γ1+γ2＝1，其中，当γ1较小，γ2较大时，待转运任务侧重于优化待转运任务总花费能耗，以及，当γ1较大，γ2较小时，待转运任务侧重于优化待转运任务总花费时间。
具体地，转运任务的总花费时间Tsum为待转运任务中每个待执行任务节点所花费时间的总和，待转运任务的总花费能耗Esum为待转运任务中每个待执行任务节点所花费能耗的总和，待转运任务的评价指标为待转运任务的花费时间指标和能耗指标。
S305，根据评价指标获取转运任务调度指令。
具体地，如图5所示，根据评价指标获取转运任务调度指令，包括：
S401，比较每次迭代后的待转运任务的评价指标。
S402，根据评价指标最小的待转运任务生成转运任务调度指令。
可以理解的是，云端平台可以比较每次迭代后的待转运任务的评价指标，以在当前迭代数k＝Nk后，选取出评价指标最小的待转运任务生成转运任务调度指令。
由此，在本发明的实施例中，云端平台可以比较每次迭代后的待转运任务的评价指标，以及根据评价指标最小的待转运任务生成转运任务调度指令，从而通过蚁群算法迭代出最优待转运任务，其中，最优待转运任务为评价指标最小的待转运任务，即总花费时间和总花费能耗最小的转运任务。
可选地，在本发明的实施例中，当任一清扫区域内的垃圾清扫机单位时间内的垃圾回收量大于预设垃圾回收量时，云端平台可以进一步地控制附近清洁区域内的垃圾清扫机进行增援作业，以及，当任一清扫区域内的垃圾清扫机完成当前清扫区域的清扫作业后，可以调度至其它附近清扫区域内进行增援作业，直至所有清扫区域完成清洁，从而提高垃圾回收系统的作业效率。
下面结合附图6与本发明的一个具体实施例，对本发明的垃圾回收系统的联合作业方法进行说明，通过云端后台执行如下步骤：
S10，根据多个垃圾清扫机和多个垃圾转运机的工作区域，对多个垃圾清扫机和多个垃圾转运机进行编号。
S11，获取多个垃圾清扫机的工作状态信息和多个垃圾转运机的工作状态信息。
S12，判断垃圾转运机的续航里程大于预设续航里程，如果是，则执行步骤S14，如果否，则执行步骤S13。
S13，控制垃圾转运机直接前往垃圾中转站进行充电作业。
S14，判断垃圾转运机的空载垃圾桶数量大于等于1，如果是，则执行步骤S，如果否，则执行步骤S15。
S15，控制垃圾转运机前往垃圾中转站进行卸载垃圾桶作业，并控制垃圾转运机前往垃圾中转站进行充电作业。
S16，将空载垃圾桶数量大于等于1、且续航里程大于等于预设续航里程的垃圾转运机更新至待作业垃圾转运机序列。
S17，判断垃圾清扫机垃圾桶满载率是否大于预设垃圾清扫机垃圾桶满载率，如果是，则执行步骤S20，如果否，则执行步骤S18。
S18，判断垃圾清扫机单位时间内的垃圾回收量大于预设垃圾回收量，如果是，则执行步骤S19，如果否，则执行步骤S20。
S19，控制其它垃圾清扫机进行增援作业。
S20，将垃圾清扫机垃圾桶满载率大于预设垃圾清扫机垃圾桶满载率的垃圾清扫机更新至待转运垃圾清扫机序列。
S21，启动蚁群算法进行待作业垃圾转运机和待转运垃圾清扫机的匹配运算(其中，垃圾中转站作为特殊的待作业垃圾转运机)。
S22，选出最佳匹配的待作业垃圾转运机与待转运垃圾清扫机组合，并屏蔽其运算代号，直至转运工作完成后，重新激活其运算代号，以参与下一轮蚁群算法运算。
S23，当前匹配过程结束，获取任务调度指令，以根据任务调度指令控制到作业垃圾转运机和待转运垃圾清扫机进行垃圾转运联合作业。
S24，刷新所有垃圾转运机与垃圾清扫机的工作状态信息，以便进入下一匹配阶段，并同步执行步骤S17和S25。
S25，垃圾清扫机完成当前清洁区域的清扫作业后，调度至其它附近清洁区域内进行增援作业，并同步执行步骤S17和S26。
S26，直至所有清洁区域完成清洁作业。
综上，根据本发明实施例的垃圾回收系统的联合作业方法，获取多个垃圾清扫机的工作状态信息和多个垃圾转运机的工作状态信息，进而，根据多个垃圾清扫机的工作状态信息生成待转运垃圾清扫机序列，并根据多个垃圾转运机的工作状态信息生成待作业垃圾转运机序列，然后，根据待转运垃圾清扫机序列和待作业垃圾转运机序列，生成垃圾转运任务序列，并根据垃圾转运任务序列通过蚁群算法获取转运任务调度指令，最后，根据转运任务调度指令控制待作业垃圾转运机和待转运垃圾清扫机进行垃圾转运联合作业。由此，在本发明的实施中，根据垃圾转运任务序列通过蚁群算法获取转运任务调度指令,以根据转运任务调度指令控制待作业垃圾转运机和待转运垃圾清扫机进行垃圾转运联合作业，从而提高垃圾回收系统的作业效率，并降低作业成本。
需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“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发明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。
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”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”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至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种垃圾回收系统的联合作业方法，其特征在于，所述垃圾回收系统包括多个垃圾清扫机和多个垃圾转运机，所述方法包括以下步骤：
获取所述多个垃圾清扫机的工作状态信息和所述多个垃圾转运机的工作状态信息；
根据所述多个垃圾清扫机的工作状态信息生成待转运垃圾清扫机序列，并根据所述多个垃圾转运机的工作状态信息生成待作业垃圾转运机序列；
根据所述待转运垃圾清扫机序列和所述待作业垃圾转运机序列，生成垃圾转运任务序列，并根据所述垃圾转运任务序列通过蚁群算法获取转运任务调度指令；
根据所述转运任务调度指令控制所述待作业垃圾转运机和所述待转运垃圾清扫机进行垃圾转运联合作业。
2.如权利要求1所述的垃圾回收系统的联合作业方法，其特征在于，获取所述多个垃圾清扫机的工作状态信息和所述多个垃圾转运机的工作状态信息之前，还包括：
根据所述多个垃圾清扫机和所述多个垃圾转运机的工作区域，对所述多个垃圾清扫机和所述多个垃圾转运机进行编号。
3.如权利要求2所述的垃圾回收系统的联合作业方法，其特征在于，所述多个垃圾清扫机的工作状态信息包括垃圾清扫机当前位置信息、垃圾清扫机垃圾桶满载率和垃圾清扫机行进速度，所述多个垃圾转运机的工作状态信包括垃圾转运机当前位置信息、垃圾转运机续航里程、垃圾转运机垃圾桶满载率和垃圾转运机行进速度。
4.如权利要求3所述的垃圾回收系统的联合作业方法，其特征在于，根据所述多个垃圾清扫机的工作状态信息生成待转运垃圾清扫机序列，包括：
根据每个垃圾清扫机的编号依次判断所述垃圾清扫机垃圾桶满载率是否大于预设垃圾清扫机垃圾桶满载率，并将所述垃圾清扫机垃圾桶满载率大于所述预设垃圾清扫机垃圾桶满载率的垃圾清扫机更新至所述待转运垃圾清扫机序列。
5.如权利要求3所述的垃圾回收系统的联合作业方法，其特征在于，根据所述多个垃圾转运机的工作状态信息生成待作业垃圾转运机序列，包括：
根据每个垃圾转运机的编号依次判断所述多个垃圾转运机的空载垃圾桶数量是否大于等于1和所述多个垃圾转运机的续航里程是否大于等于预设续航里程，并将所述空载垃圾桶数量大于等于1、且所述续航里程大于等于所述预设续航里程的垃圾转运机更新至所述待作业垃圾转运机序列。
6.如权利要求1-5中任一项所述的垃圾回收系统的联合作业方法，其特征在于，根据所述待转运垃圾清扫机序列和所述待作业垃圾转运机序列，生成垃圾转运任务序列，包括：
将所述待转运垃圾清扫机序列中的所有待转运垃圾清扫机与所述待作业垃圾转运机序列中的所有待作业垃圾转运机两两组合，以生成多个任务节点；
根据所述多个任务节点，生成所述垃圾转运任务序列。
7.如权利要求6所述的垃圾回收系统的联合作业方法，其特征在于，根据所述垃圾转运任务序列通过蚁群算法获取转运任务调度指令，包括：
获取每个任务节点的状态转移概率，并根据所述状态转移概率确定待执行任务节点；
重复此过程，直至垃圾转运任务序列为空；
根据所述待执行任务节点，组成待转运任务；
计算所述待转运任务的评价指标；
根据所述评价指标获取所述转运任务调度指令。
8.如权利要求7所述的垃圾回收系统的联合作业方法，其特征在于，根据以下公式计算所述待转运任务的评价指标：
J＝γ1Tsum+γ2Esum，
其中，J为所述待转运任务的评价指标，Tsum为所述待转运任务的总花费时间，Esum为所述待转运任务的总花费能耗，γ1和γ2为所述待转运任务的权重系数。
9.如权利要求7所述的垃圾回收系统的联合作业方法，其特征在于，根据所述评价指标获取所述转运任务调度指令，包括：
比较每次迭代后的所述待转运任务的评价指标；
根据评价指标最小的待转运任务生成所述转运任务调度指令。
10.如权利要求5所述的垃圾回收系统的联合作业方法，其特征在于，所述联合作业方法还包括：
如果所述垃圾转运机的续航里程小于所述预设续航里程，则进一步判断所述垃圾转运机的空载垃圾桶数量是否小于1；
如果所述垃圾转运机的空载垃圾桶数量小于1，控制所述垃圾转运机前往垃圾中转站进行卸载垃圾桶作业，并控制所述垃圾转运机前往垃圾中转站进行充电作业；
如果所述垃圾转运机的空载垃圾桶数量大于等于1，控制所述垃圾转运机直接前往垃圾中转站进行充电作业。
CN202111531878.4A 2021-12-14 2021-12-14 垃圾回收系统的联合作业方法 Pending CN114493092A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111531878.4A CN114493092A (zh) 2021-12-14 2021-12-14 垃圾回收系统的联合作业方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111531878.4A CN114493092A (zh) 2021-12-14 2021-12-14 垃圾回收系统的联合作业方法

Publications (1)

Publication Number Publication Date
CN114493092A true CN114493092A (zh) 2022-05-13

Family

ID=81493739

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111531878.4A Pending CN114493092A (zh) 2021-12-14 2021-12-14 垃圾回收系统的联合作业方法

Country Status (1)

Country Link
CN (1) CN114493092A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101364110A (zh) * 2008-09-28 2009-02-11 重庆邮电大学 一种多自主机器人协同作业控制方法及系统
CN106875040A (zh) * 2017-01-06 2017-06-20 清华大学 乡镇生活垃圾转运智能调控系统
CN110516870A (zh) * 2019-08-22 2019-11-29 安庆师范大学 一种基于协同进化的多回收站点垃圾收运方法
CN110550351A (zh) * 2019-09-25 2019-12-10 哈尔滨哈工大机器人集团嘉利通科技股份有限公司 一种智慧城市的环卫管理系统
CN112270135A (zh) * 2020-11-13 2021-01-26 吉林烟草工业有限责任公司 一种物流发运调度智能配送方法、装置、设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101364110A (zh) * 2008-09-28 2009-02-11 重庆邮电大学 一种多自主机器人协同作业控制方法及系统
CN106875040A (zh) * 2017-01-06 2017-06-20 清华大学 乡镇生活垃圾转运智能调控系统
CN110516870A (zh) * 2019-08-22 2019-11-29 安庆师范大学 一种基于协同进化的多回收站点垃圾收运方法
CN110550351A (zh) * 2019-09-25 2019-12-10 哈尔滨哈工大机器人集团嘉利通科技股份有限公司 一种智慧城市的环卫管理系统
CN112270135A (zh) * 2020-11-13 2021-01-26 吉林烟草工业有限责任公司 一种物流发运调度智能配送方法、装置、设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王芳芳: "《城市生活垃圾收运线路优化模型研究》", 《安全与环境学报》, 31 December 2011 (2011-12-31), pages 76 - 80 *
赵建峰等: "《基于车联网及云计算的电动物流车智能调度算法》", 《公路交通科技》, 30 June 2019 (2019-06-30), pages 112 - 123 *

Similar Documents

Publication Publication Date Title
CN111144568B (zh) 一种多目标城市物流配送路径规划方法
Morabit et al. Machine-learning–based column selection for column generation
Hasle et al. Industrial vehicle routing
Ho et al. Path relinking for the vehicle routing problem
Tellez et al. The fleet size and mix dial-a-ride problem with reconfigurable vehicle capacity
Ho et al. Solving a static repositioning problem in bike-sharing systems using iterated tabu search
Montemanni et al. A new algorithm for a dynamic vehicle routing problem based on ant colony system
CN110490510A (zh) 一种物流配送线路生成方法和装置
Gendreau et al. Metaheuristics for the vehicle routing problem and its extensions: A categorized bibliography
CN107291078A (zh) 一种服务机器人的调度方法和装置
CN108229867A (zh) 物料整理任务生成、物料整理方法及装置
CN114048924A (zh) 基于混合遗传算法的多配送中心选址-配送路径规划方法
CN114701785B (zh) 待出库料箱的确定方法、装置和设备
CN115049342A (zh) 货物的出库控制方法、装置和计算机可读存储介质
CN114493092A (zh) 垃圾回收系统的联合作业方法
Bouanane et al. Multi-depots vehicle routing problem with simultaneous delivery and pickup and inventory restrictions: Formulation and resolution
CN112070341B (zh) 一种面向多机器人充电策略的分布式求解方法
Thayer et al. Solving large-scale stochastic orienteering problems with aggregation
Guloyan et al. Optimization of capacitated vehicle routing problem for recyclable solid waste collection using genetic and seed genetic algorithms hybridized with greedy algorithm
CN117035460A (zh) 一种考虑搬运小车路径规划的柔性制造单元联合调度方法
JP2003026335A (ja) 配車スケジュール方法及びその設定用プログラム、該プログラムを格納した記憶媒体
CN111461395A (zh) 临时配送中心的选址方法和系统
Miguel et al. A memetic algorithm for the integral OBP/OPP problem in a logistics distribution center
CN114819249B (zh) 基于改进狮群算法的疫情下社区物资车辆路径优化方法
CN114819358A (zh) 无人车协同配送路径规划方法、装置和计算机可读存储介质

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