CN114819358A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN114819358A CN114819358A CN202210469806.XA CN202210469806A CN114819358A CN 114819358 A CN114819358 A CN 114819358A CN 202210469806 A CN202210469806 A CN 202210469806A CN 114819358 A CN114819358 A CN 114819358A
- Authority
- CN
- China
- Prior art keywords
- distribution
- unmanned vehicle
- target
- small unmanned
- delivery
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000011156 evaluation Methods 0.000 claims description 79
- 238000012545 processing Methods 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 description 31
- 230000008569 process Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 239000000126 substance Substances 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
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
- G06Q10/04—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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种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。大无人车装载一辆或多辆小无人车,在对当前小无人车进行转运卸载时,调用预存的子区域与小无人车的对应关系获取当前小无人车对应的子区域;每个所述子区域均包括若干个配送地点;基于配送点属性信息和配送车服务能力属性信息在当前小无人车对应的子区域中确定目标配送地点;当前小无人车以目标配送地点处作为货物配送任务起始点在当前子区域内实施域内路径规划操作。本申请提高了物品的配送效率。
Description
技术领域
本申请涉及机器人技术领域,尤其涉及一种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。
背景技术
随着科技的进步,无人车也逐步进入人们的日常生活,一方面无人车被广泛应用到现代物流产业之中。无人车在进行物流配送或物品配送过程中,需要不断的确定当前位置,不断规划自己的行车路径才能高效率准确的确定目的地,最终保障物品被配送到目的地。
但是研究发现,现有技术中的无人车往往都是单一的无人车进行配送,然而这样配送方法导致运行效率较低。单一的无人车控制策略也不适用于大、小无人车协同配送的使用场景;研究人员发现,在上述特定的使用场景下,如何在众多的配送地点上选择最优的目标配送地址进行大无人车与小无人车的协同配送尤为重要,目前仍然没有较好的解决方案。
发明内容
本申请实施例的目的在于提供一种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,以解决无法得到最优的目标配送地点的技术缺陷。具体技术方案如下:
本申请实施例提供了一种无人车协同配送路径规划方法,包括:
大无人车装载一辆或多辆小无人车,在对当前小无人车进行转运卸载时,调用预存的子区域与小无人车的对应关系获取当前小无人车对应的子区域;每个所述子区域均包括若干个配送地点;
基于配送点属性信息和配送车服务能力属性信息在当前小无人车对应的子区域中确定目标配送地点;
大无人车行驶至目标配送地点,在所述目标配送地点处卸载当前小无人车;
当前小无人车以目标配送地点处作为货物配送任务的起始点在当前子区域内实施域内路径规划操作。
优选的,作为一种可实施方案;所述基于配送点属性信息和配送车服务能力属性信息在当前小无人车对应的子区域中确定目标配送地点,包括:
根据配送点属性信息构建配送地点的目标评价结果输出函数;根据配送地点的目标评价结果输出函数计算当前子区域内所有配送地点的目标评价结果输出值;
基于配送车服务能力属性信息计算当前子区域的小无人车需求值;
根据所述目标评价结果输出值与当前子区域的小无人车需求值对配送地点进行确定,得到目标配送地点。
优选的,作为一种可实施方案;所述配送点属性信息包括配送时间跨度、配送时间跨度上的配送地点的快递收发量、配送地点之间的距离。
优选的,作为一种可实施方案;根据配送点属性信息构建配送地点的目标评价结果输出函数,包括:
基于配送时间跨度、配送地点的快递收发量、配送地点之间的距离构建配送地点的目标评价结果输出函数;
所述配送地点的目标评价结果输出函数的公式表示如下:
子区域记为q,q∈{1,2,3,……}。
优选的,作为一种可实施方案;所述配送车服务能力属性信息包括配送地点的快递收发量和小无人车的货物承载量。
优选的,作为一种可实施方案;基于配送车服务能力属性信息计算当前子区域的小无人车需求值,具体包括:
基于配送地点的快递收发量、小无人车的货物承载量计算当前子区域的小无人车需求值;
所述小无人车需求值的公式表示如下:
优选的,作为一种可实施方案;根据所述目标评价结果输出值与当前子区域的小无人车需求值对配送地点进行确定,得到目标配送地点,具体包括如下操作步骤:
从所述配送地点评价排序列表中选取排列靠前的目标数量阈值个数的配送地点作为目标配送地点;所述目标数量阈值的数值等于当前子区域的小无人车需求值。
优选的,作为一种可实施方案;在当前小无人车以目标配送地点处作为货物配送任务起始点在当前子区域内实施域内路径规划操作时,如果当前子区域内存在多个小无人车,则对当前子区域内小无人车进行配送任务分配操作,再进行域内路径规划操作;
所述配送任务分配操作包括:
在当前子区域内搜索小无人车,确定当前子区域内的每个小无人车的当前位置;
获取当前货物的配送位置;
获取所述距离排序列表中数值最小的小无人车为目标小无人车:
将当前货物的配送任务分配给目标小无人车。
优选的,作为一种可实施方案;当检测发现目标小无人车的配送任务为多项任务时,执行所述域内路径规划操作:
确定目标小无人车的当前位置,以及目标小无人车需完成的全部配送任务的配送地点;
通过路径规划生成目标小无人车的最优行驶路径,所述最优行驶路径从目标小无人车的当前位置出发且经过目标小无人车需完成的全部配送任务的配送地点;
将最优行驶路径发送给目标小无人车。
本发明提供了一种无人车协同配送路径规划装置,所述装置包括:调用处理模块、目标确定模块、卸载控制处理模块、域内规划模块,其中;
调用处理模块,用于装载一辆或多辆小无人车,在对当前小无人车进行转运卸载时,调用预存的子区域与小无人车的对应关系获取当前小无人车对应的子区域;每个所述子区域均包括若干个配送地点;
目标确定模块,用于基于配送点属性信息和配送车服务能力属性信息在当前小无人车对应的子区域中确定目标配送地点;
卸载控制处理模块,用于控制大无人车行驶至目标配送地点,在所述目标配送地点处卸载当前小无人车;
域内规划模块,用于控制当前小无人车以目标配送地点处作为货物配送任务的起始点在当前子区域内实施域内路径规划操作。
第三方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述无人车协同配送路径规划的方法执行步骤。
本申请实施例有益效果:
大无人车装载一辆或多辆小无人车,在对当前小无人车进行转运卸载时,调用对应关系获取当前小无人车对应的子区域。在进行子区域内的配送地点确定时,需要基于配送点属性信息和配送车服务能力属性信息在当前子区域中确定目标配送地点;
在上述具体实施过程中,由于子区域均包括若干个配送地点,对此,本申请技术方案中的大无人车基于配送点属性信息和配送车服务能力属性信息两个参考因素最终在当前小无人车对应的子区域中确定目标配送地点;通过上述两个参考因素的设计最大程度上充分考虑了配送点属性信息以及配送车服务能力属性信息的实际情况,得到了目标配送地点,用以将大无人车转运小无人车移动到目标配送地点处卸载当前小无人车(从而提供更高效更合理的中转配送地点处理,然后当前小无人车再以目标配送地点处作为货物配送任务的起始点在当前子区域内实施域内路径规划操作),以此提高了物品配送效率;
通过上述基于配送点属性信息和配送车服务能力属性信息在当前子区域中确定目标配送地点处理操作,为后续的小无人车再进行配送任务分配操作提供了技术基础保障。
当然,实施本申请的任一产品或方法并不一定需要同时达到以上的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种无人车协同路径导航配送的方法主要流程图;
图2为本申请实施例提供的一种无人车协同路径导航配送的方法中步骤S20一具体流程图;
图3为本申请实施例提供的一种无人车协同路径导航配送的方法中步骤S201一具体流程图;
图4为本申请实施例提供的一种无人车协同路径导航配送的方法中步骤S202一具体流程图;
图5为本申请实施例提供的一种无人车协同路径导航配送的方法中步骤S203一具体流程图;
图6为本申请实施例提供的一种无人车协同路径导航配送的方法中步骤S40一具体流程图;
图7为本申请实施例提供的一种无人车协同路径导航配送的方法中域内路径规划操作的具体流程图;
图8为本申请实施例提供的一种无人车协同配送路径规划装置的结构示意图;
图9为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1所示,本申请实施例提供的一种无人车协同配送路径规划方法,具体步骤如下:
S10,大无人车装载一辆或多辆小无人车,在对当前小无人车进行转运卸载时,调用预存的子区域与小无人车的对应关系获取当前小无人车对应的子区域;每个所述子区域均包括若干个配送地点;即大无人车的控制系统(或是其他控制系统)预先将待配送区域所形成的目标区域划分为多个子区域,在需要对当前小无人车进行转运处理时可以直接调用该对应关系以获得当前小无人车对应的要进入配送的子区域;
S20,基于配送点属性信息和配送车服务能力属性信息在当前小无人车对应的子区域中确定目标配送地点;
S30,大无人车行驶至目标配送地点,在所述目标配送地点处卸载当前小无人车;
S40,当前小无人车以目标配送地点处作为货物配送任务的起始点在当前子区域内实施域内路径规划操作;
大无人车装载一辆或多辆小无人车,在对当前小无人车进行转运卸载时,调用对应关系获取当前小无人车对应的子区域。在后续执行过程中,需要将当前小无人车按照转运卸载至当前子区域内,研究人员发现由于在每个子区域内都设置了多个配送地点,所以每辆小无人车在所在的当前子区域内执行货物配送任务时,首先要求解决的问题如何确定小无人车的目标配送地点(即大无人车对小无人车的卸载地点选择与确定问题)。
在预处理操作时,需要预先将待配送区域所形成的区域划分为多个子区域;预先存储每个子区域与小无人车执行货物配送任务的对应关系;即针对每个子区域,预先确定用于在该子区域内执行货物配送任务的小无人车,并将子区域与小无人车的这种对应关系存储在大无人车的控制系统中,以便控制系统知晓每个小无人车负责哪个子区域的货物配送工作进而可以控制小无人车在对应子区域内进行小无人车的卸载处理);其中,每个子区域均包括若干个配送地点;然后再基于配送点属性信息和配送车服务能力属性信息在当前小无人车对应的子区域中确定目标配送地点;大无人车行驶至目标配送地点,在目标配送地点处卸载当前小无人车;
最后在完成卸载当前小无人车达到目标配送地点后,再控制当前小无人车以目标配送地点处作为货物配送任务的起始点在当前子区域内实施域内路径规划操作。
如图2所示,在该步骤S20执行过程中,基于配送点属性信息和配送车服务能力属性信息在当前小无人车对应的子区域中确定目标配送地点,包括:
S201,根据配送点属性信息构建配送地点的目标评价结果输出函数;根据配送地点的目标评价结果输出函数计算当前子区域内所有配送地点的目标评价结果输出值;
S202,基于配送车服务能力属性信息计算当前子区域的小无人车需求值;
S203,根据所述目标评价结果输出值与当前子区域的小无人车需求值对配送地点进行确定,得到目标配送地点。
在上述实施例中,在当前子区域内目标配送地点选择时,首先通过根据配送点属性信息构建配送地点的目标评价结果输出函数;然后根据配送地点的目标评价结果输出函数计算当前子区域内所有配送地点的目标评价结果输出值(将上述当前子区域内所有配送地点的目标评价结果输出值构成了一个初始的配送地点集合,再基于配送车服务能力属性信息计算当前子区域的小无人车需求值,最终根据目标评价结果输出值与当前子区域的小无人车需求值来确定目标配送地点,即对初始的配送地点集合进行优化选择,最终得到一个配送地点集合);
在上述技术方案中,需要考虑每个子区域内的真实需求,在具体实施时,基于配送车服务能力属性信息计算当前子区域的小无人车需求值;根据目标评价结果输出值与当前子区域的小无人车需求值对配送地点进行确定,得到目标配送地点(即目标配送地点的数量可以是一个也可以是多个)。通过上述分析可知,该执行过程是结合了目标评价结果输出值与当前子区域的小无人车需求值两个参考因素,最终计算得到了目标配送地点。
上述技术方案主要基于如下研究发现,上述配送地点的目标评价结果输出值的数值越大表示该配送地点越适合作为目标配送地点;同时每个当前子区域的小无人车需求情况也决定了其应当确定多少个筛选后的目标配送地点,对此需要结合当前子区域的小无人车需求值最终计算得到配送地点集合。
在该步骤S201执行过程中,涉及通过根据配送点属性信息构建配送地点的目标评价结果输出函数;其中,配送点属性信息包括配送时间跨度、配送时间跨度上的配送地点的快递收发量、配送地点之间的距离。
参见图3,在该步骤S201执行过程中,根据配送点属性信息构建配送地点的目标评价结果输出函数,具体包括如下操作:
步骤S2011,基于配送时间跨度、配送地点的快递收发量、配送地点之间的距离构建配送地点的目标评价结果输出函数(简称评价函数);
配送地点的目标评价结果输出函数的公式表示如下:
子区域记为q,q∈{1,2,3}。
需要说明的是,在构建评价函数时,以基于配送时间跨度、配送地点的快递收发量、配送地点之间的距离(即上述两个关联的配送地点之间距离)构建配送地点的目标评价结果输出函数(上述配送地点的目标评价结果输出函数用于计算输出配送地点的目标评价结果输出值);上述配送地点的目标评价结果输出值的数值越大表示该配送地点越适合作为目标配送地点;由于每个子区域都包含若干配送地点,针对选取哪个配送地点作为小无人车的目标配送地点(即卸载当前小无人车的地点)至关重要,本申请实施例通过上述方式进行最优评价确定,配送地点的目标评价结果输出值;
本实施例考虑了三重因素(即配送点属性信息包括第一因素、第二因素、第三因素);上述第一因素包括配送地点的快递收发量:研究发现,配送地点的收货量越大,选取该配送地点作为目标地点的效益越大;第二因素包括配送地点之间的距离;即若一个配送地点距离其他配送地点越远,越倾向于不选取该配送地点作为目标配送地点。第三因素包括配送时间跨度;t表示当前日期,如2022年1月26日记为20220126;T表示预设时间跨度大小,本方案将其设置为7天;则表示从t-7至t-1的时间跨度内配送地点的快递收发量;
该配送地点的目标评价结果输出函数结合上述三重因素是为了选择出更理想的目标配送地点。
在该步骤S202执行过程中,基于配送车服务能力属性信息计算当前子区域的小无人车需求值;其中,配送车服务能力属性信息包括配送地点的快递收发量和小无人车的货物承载量。
参见图4,在该步骤S202执行过程中,基于配送车服务能力属性信息计算当前子区域的小无人车需求值,具体包括如下操作步骤:
步骤S2021,基于配送地点的快递收发量、小无人车的货物承载量计算当前子区域的小无人车需求值;
小无人车需求值的公式表示如下:
其中,Nq表示子区域的小无人车需求值;
其中,w表示每个小无人车的货物载重量。
参见图5,在该步骤S203执行过程中,根据所述目标评价结果输出值与当前子区域的小无人车需求值对配送地点进行确定,得到目标配送地点,具体包括如下操作步骤:
步骤S2032,从配送地点评价排序列表中选取排列靠前的目标数量阈值个数的配送地点作为目标配送地点;目标数量阈值的数值等于当前子区域的小无人车需求值;
需要说明的是,在当前子区域的目标配送地点确定时,首先获取所有配送地点的目标评价结果输出值,对所有配送地点的目标评价结果输出值进行排序得到配送地点评价排序列表(即由此形成一个初始的配送地点集合);配送地点评价排序列表按照数值从大到小的顺序排列;然后基于配送地点评价排序列表中选取排列靠前的目标数量阈值个数的配送地点作为筛选后配送地点,即目标配送地点并汇总形成配送地点集合;
目标数量阈值的取值为当前子区域的小无人车需求值Nq。即目标数量阈值的取值与子区域的小无人车需求值有关,即Nq表示子区域的小无人车需求值;
需要说明的是,在本申请实施例的具体技术方案中,目标配送地点选择过程是:将按照从大到小的顺序进行排列,选取配送地点评价排序列表中前Nq个配送地点作为筛选后配送地点从而形成一个配送地点集合(即在初始的配送地点集合情况下进行选取排列靠前的目标数量阈值个数的配送地点最终得到了优化的一个集合,即由一个或是多个目标配送地点形成的配送地点集合)。上述配送地点集合包含了一个或是多个目标配送地点。
在一个具体实施方式中,将待配送区域划分为三个子区域,并共计设置有四个目标配送地点用于卸载或装载小无人车;其中每个子区域有可能还有一个或是多个配送地点,然而对于如何选择子区域内的目标配送地点,可参考上述无人车协同配送路径规划方法进行处理。
参见图6,在步骤S40执行过程中,在当前小无人车以目标配送地点处作为货物配送任务起始点在当前子区域内实施域内路径规划操作时,如果当前子区域内存在多个小无人车,则对当前子区域内小无人车进行配送任务分配操作,再进行域内路径规划操作;
其中,配送任务分配操作包括:
S401,在当前子区域内搜索小无人车,确定当前子区域内的每个小无人车的当前位置;
S402,获取当前货物的配送位置;
S405,获取距离排序列表中数值最小的小无人车为目标小无人车:
S406,将当前货物的配送任务分配给目标小无人车。
需要说明的是,当多个小无人车共同完成一个子区域的货物配送任务的时候,还涉及到配送任务的分配问题,通过步骤S401-步骤S406执行进行任务分配;其中,具体执行时,需要根据货物的配送位置与当前子区域内的每个小无人车的当前位置,计算两者之间的货和车目标距离其中,表示小无人车的当前位置;其中,dk表示第k件货物的配送位置;在计算二者之间的距离之后建立一个距离排序列表;最后将距离排序列表中数值最小的小无人车为目标小无人车,将配送任务分配至距离最短的目标小无人车(随后在确定目标小无人车后需要对多项任务配送实施路径规划操作,详见有后续技术内容)。
参见图7,当检测发现目标小无人车的配送任务为多项任务时,执行域内路径规划操作:
S501,确定目标小无人车的当前位置,以及目标小无人车需完成的全部配送任务的配送地点;
S502,通过路径规划生成目标小无人车的最优行驶路径,所述最优行驶路径从目标小无人车的当前位置出发且经过目标小无人车需完成的全部配送任务的配送地点;
上述通过路径规划生成目标小无人车的最优行驶路径,采用如下方案:首先获取目标小无人车的当前位置向在待配送区域内配送地点集合中各个目标配送地点形成路径规划的有向图;其中,目标小无人车为距离排序列表中数值最小的小无人车;
路径规划的有向图包括顶点集(即小无人车的当前位置+全部配送位置所在点构成的集合)和边集;
对路径规划的有向图的数学模型进行线性规划,且按照第一约束条件、第二约束条件、第三约束条件约束求解得到有向图的目标Hamilton路:
其中,|K|为集合K中顶点的个数,且满足2≤|K|≤|V|-1;
第一约束条件用于约束每个顶点有且仅有一条入边;第二约束用于约束每个顶点有且仅有一条出边;第三约束条件用于约束每个顶点不会产生任何子回路;Hamilton路为不重复地行遍所有的顶点再回到出发点的最优行驶规划路径(关于路径规划的有向图的数学模型对此不再赘述);
大无人车的控制系统将最优行驶规划路径发送给目标小无人车;
目标小无人车按照最优行驶规划路径在子区域内行驶完成货物配送任务。
综上所述,本申请实施例提供的无人车协同配送路径规划方法不仅确定了目标配送地点(即配送地点集合),还可以进一步对最优的配送地点集合的配送任务进行合理分配以及路径规划操作。
第二方面,基于相同的技术构思,如图8所示,本申请实施例还提供了一种无人车协同配送路径规划装置,该装置包括:调用处理模块10、目标确定模块20、卸载控制处理模块30、域内规划处理模块40,其中;
调用处理模块10,用于装载一辆或多辆小无人车,在对当前小无人车进行转运卸载时,调用预存的子区域与小无人车的对应关系获取当前小无人车对应的子区域;每个所述子区域均包括若干个配送地点;
目标确定模块20,用于基于配送点属性信息和配送车服务能力属性信息在当前小无人车对应的子区域中确定目标配送地点;
卸载控制处理模块30,用于控制大无人车行驶至目标配送地点,在所述目标配送地点处卸载当前小无人车;
域内规划处理模块40,用于控制当前小无人车以目标配送地点处作为货物配送任务的起始点在当前子区域内实施域内路径规划操作。
本申请实施例提供了一种无人车协同配送路径规划装置,其应用了上述无人车协同配送路径规划方法,可以应用于机器人用于查找目标配送地点以及任务分配和路径规划处理。
在配送中心,大无人车的车厢能够装载一辆或多辆小无人车,大无人车装载小无人车然后调用其对应的子区域,针对子区域的情况以及相关属性信息确定对应子区域内的目标配送地点,行驶到目标配送地点后控制系统控制大无人车卸载小无人车;小无人车在目标地点下车并开始独立行驶以便在所在的当前子区域内完成货物配送任务(例如快递的收发工作)和路径规划操作。
可以理解的是,上述主要控制由大无人车的控制系统完成,当然小无人车也具备控制系统,且该控制系统记录有货物配送任务的相关信息,使得小无人车能够独立完成相应的货物配送任务。小无人车在完成货物配送任务之后,可以回到最初下车的目标配送地点,并向大无人车发送任务完成信号以便大无人车来接自己。最终,大无人车装载小无人回到配送中心。
目前来讲,在配送货物时,本申请实施例还提供了一种无人车协同配送路径规划方法利用大无人车与小无人车二者协同完成货物配送任务,以保证配送成本最小化和配送效率最大化。
在具体技术方案中,目标确定模块,包括函数构建子模块、需求计算子模块和目标配送确定子模块:
函数构建子模块,用于根据配送点属性信息构建配送地点的目标评价结果输出函数;根据配送地点的目标评价结果输出函数计算当前子区域内所有配送地点的目标评价结果输出值;
需求计算子模块,用于基于配送车服务能力属性信息计算当前子区域的小无人车需求值;
目标配送确定子模块,用于根据所述目标评价结果输出值与当前子区域的小无人车需求值对配送地点进行确定,得到目标配送地点。
在具体技术方案中,函数构建子模块用于基于配送时间跨度、配送地点的快递收发量、配送地点之间的距离构建配送地点的目标评价结果输出函数(即简称评价函数);
配送地点的目标评价结果输出函数的公式表示如下:
在具体技术方案中,函数构建子模块,用于基于配送车服务能力属性信息计算当前子区域的小无人车需求值,具体包括:基于配送地点的快递收发量、小无人车的货物承载量计算当前子区域的小无人车需求值;小无人车需求值的公式表示如下:
其中,Nq表示子区域的小无人车需求值;
其中,w表示每个小无人车的货物载重量。
在具体技术方案中,目标配送确定子模块,包括第一计算子模块和第二计算子模块;
第一计算子模块,用于从配送地点评价排序列表中选取排列靠前的目标数量阈值个数的配送地点作为目标配送地点;目标数量阈值的数值等于当前子区域的小无人车需求值;
在具体技术方案中,域内规划处理模块包括配送任务分配子模块;
配送任务分配子模块,用于在当前子区域内搜索小无人车,确定当前子区域内的每个小无人车的当前位置;获取当前货物的配送位置;根据当前货物的配送位置与当前子区域内的每个小无人车的当前位置,计算两者之间的货和车目标距离对计算得到当前子区域内的每个小无人车所在的当前位置与当前货物的配送位置之间的货和车目标距离进行排序得到距离排序列表;距离排序列表按照数值由小到大的方向进行排序;获取距离排序列表中数值最小的小无人车为目标小无人车:将当前货物的配送任务分配给目标小无人车。其中,货和车目标距离中的表示小无人车的当前位置;dk表示第k件货物的配送位置;
在具体技术方案中,域内规划处理模块还包括域内路径规划处理子模块;
域内路径规划处理子模块,用于确定目标小无人车的当前位置,以及目标小无人车需完成的全部配送任务的配送地点;通过路径规划生成目标小无人车的最优行驶路径,所述最优行驶路径从目标小无人车的当前位置出发且经过目标小无人车需完成的全部配送任务的配送地点。
根据本申请实施例的另一方面,本申请提供了一种电子设备,如图9所示,包括存储器103、处理器101、通信接口102及通信总线104,存储器103中存储有可在处理器101上运行的计算机程序,存储器103、处理器101通过通信接口102和通信总线104进行通信,处理器101执行计算机程序时实现上述方法的步骤。
上述电子设备中的存储器、处理器通过通信总线和通信接口进行通信。通信总线可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture,简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。
存储器可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现无人车协同配送路径规划方法步骤。
根据本申请实施例的又一方面还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质。在本申请实施例中,计算机可读介质被设置为存储用于所述处理器执行上述方法的程序代码。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits,ASIC)、数字信号处理器(Digital Signal Processing,DSP)、数字信号处理设备(DSP Device,DSPD)、可编程逻辑设备(Programmable LogicDevice,PLD)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述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,作为单元显示的部件可以是或者也可以不是物理单元,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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (11)
1.一种无人车协同配送路径规划方法,其特征在于,所述方法包括:
大无人车装载一辆或多辆小无人车,在对当前小无人车进行转运卸载时,调用预存的子区域与小无人车的对应关系获取当前小无人车对应的子区域;每个所述子区域均包括若干个配送地点;
基于配送点属性信息和配送车服务能力属性信息在当前小无人车对应的子区域中确定目标配送地点;
大无人车行驶至目标配送地点,在所述目标配送地点处卸载当前小无人车;
当前小无人车以目标配送地点处作为货物配送任务的起始点在当前子区域内实施域内路径规划操作。
2.根据权利要求1所述的方法,其特征在于,所述基于配送点属性信息和配送车服务能力属性信息在当前小无人车对应的子区域中确定目标配送地点,包括:
根据配送点属性信息构建配送地点的目标评价结果输出函数;根据配送地点的目标评价结果输出函数计算当前子区域内所有配送地点的目标评价结果输出值;
基于配送车服务能力属性信息计算当前子区域的小无人车需求值;
根据所述目标评价结果输出值与当前子区域的小无人车需求值对配送地点进行确定,得到目标配送地点。
3.根据权利要求2所述的方法,其特征在于,所述配送点属性信息包括配送时间跨度、配送时间跨度上的配送地点的快递收发量、配送地点之间的距离。
5.根据权利要求4所述的方法,其特征在于,所述配送车服务能力属性信息包括配送地点的快递收发量和小无人车的货物承载量。
8.根据权利要求7所述的方法,其特征在于,在当前小无人车以目标配送地点处作为货物配送任务起始点在当前子区域内实施域内路径规划操作时,如果当前子区域内存在多个小无人车,则对当前子区域内小无人车进行配送任务分配操作,再进行域内路径规划操作;
所述配送任务分配操作包括:
在当前子区域内搜索小无人车,确定当前子区域内的每个小无人车的当前位置;
获取当前货物的配送位置;
获取所述距离排序列表中数值最小的小无人车为目标小无人车:
将当前货物的配送任务分配给目标小无人车。
9.根据权利要求8所述的方法,其特征在于,当检测发现目标小无人车的配送任务为多项任务时,执行所述域内路径规划操作:
确定目标小无人车的当前位置,以及目标小无人车需完成的全部配送任务的配送地点;
通过路径规划生成目标小无人车的最优行驶路径,所述最优行驶路径从目标小无人车的当前位置出发且经过目标小无人车需完成的全部配送任务的配送地点;
将最优行驶路径发送给目标小无人车。
10.一种无人车协同配送路径规划装置,其特征在于,所述装置包括:调用处理模块、目标确定模块、卸载控制处理模块、域内规划处理模块,其中;
调用处理模块,用于装载一辆或多辆小无人车,在对当前小无人车进行转运卸载时,调用预存的子区域与小无人车的对应关系获取当前小无人车对应的子区域;每个所述子区域均包括若干个配送地点;
目标确定模块,用于基于配送点属性信息和配送车服务能力属性信息在当前小无人车对应的子区域中确定目标配送地点;
卸载控制处理模块,用于控制大无人车行驶至目标配送地点,在所述目标配送地点处卸载当前小无人车;
域内规划处理模块,用于控制当前小无人车以目标配送地点处作为货物配送任务的起始点在当前子区域内实施域内路径规划操作。
11.一种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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-9中任意一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210469806.XA CN114819358A (zh) | 2022-04-28 | 2022-04-28 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210469806.XA CN114819358A (zh) | 2022-04-28 | 2022-04-28 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114819358A true CN114819358A (zh) | 2022-07-29 |
Family
ID=82509863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210469806.XA Pending CN114819358A (zh) | 2022-04-28 | 2022-04-28 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114819358A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447547A (zh) * | 2018-10-12 | 2019-03-08 | 吉林大学 | 一种基于无人驾驶子、母车的货运系统及其货运方法 |
WO2019242429A1 (zh) * | 2018-06-22 | 2019-12-26 | 北京京东尚科信息技术有限公司 | 无人配送车、用于无人配送车的配送控制方法和装置 |
CN111754153A (zh) * | 2019-03-29 | 2020-10-09 | 软银集团股份有限公司 | 配送系统、管理服务器、计算机可读存储介质及管理方法 |
-
2022
- 2022-04-28 CN CN202210469806.XA patent/CN114819358A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019242429A1 (zh) * | 2018-06-22 | 2019-12-26 | 北京京东尚科信息技术有限公司 | 无人配送车、用于无人配送车的配送控制方法和装置 |
CN109447547A (zh) * | 2018-10-12 | 2019-03-08 | 吉林大学 | 一种基于无人驾驶子、母车的货运系统及其货运方法 |
CN111754153A (zh) * | 2019-03-29 | 2020-10-09 | 软银集团股份有限公司 | 配送系统、管理服务器、计算机可读存储介质及管理方法 |
Non-Patent Citations (1)
Title |
---|
智前烨: ""物流配送中无人驾驶设备的调度机制研究"", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》, no. 2016, 15 March 2016 (2016-03-15), pages 145 - 141 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111796596A (zh) | 仓库自动拣货方法、装置、计算机设备及存储介质 | |
CN112396362A (zh) | 行驶目的地的确定方法、装置及存储介质 | |
CN111126857B (zh) | 密集仓储的任务管理方法、装置及电子设备 | |
CN111724015A (zh) | 一种搬运任务切换方法、装置、设备和存储介质 | |
WO2023024776A1 (zh) | 订单配送方法和装置、系统、电子设备、计算机可读介质 | |
US10643159B2 (en) | System and method for mining site production planning | |
Valmiki et al. | A study on simulation methods for AGV fleet size estimation in a flexible manufacturing system | |
CN109683504B (zh) | 出库控制方法、装置、电子设备及存储介质 | |
CN115724113A (zh) | 货物拣选方法、装置、电子设备和可读存储介质 | |
CN112700193A (zh) | 订单配送方法及装置、计算设备、计算机可读存储介质 | |
CN111646091B (zh) | 装卸货物的方法和装置 | |
CN113935528A (zh) | 智能调度方法、装置、计算机设备及存储介质 | |
CN111703802B (zh) | 出入库流程的控制方法和装置、仓储系统 | |
Klerides et al. | Modelling and solution approaches to the multi-load AGV dispatching problem in container terminals | |
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 | |
CN116307573A (zh) | 建筑场地材料绿色节能处理方法、设备与介质 | |
CN111369189A (zh) | 生成拣货任务的方法、装置、存储介质及电子设备 | |
CN110276508B (zh) | 用于分配任务信息的方法和装置 | |
CN110956384A (zh) | 配送任务的处理方法、装置、电子设备及可读存储介质 | |
CN115796750A (zh) | 货物入库方法、出库方法、装置和计算机设备 | |
CN115375243A (zh) | 订单分配方法和装置、电子设备、计算机可读介质 | |
US10995615B2 (en) | Method for optimizing mining production | |
CN114358680A (zh) | 任务分配方法、电子设备及计算机程序产品 | |
JP2008230816A (ja) | 調達物流スケジュール作成システム | |
CN113327074B (zh) | 物流网络的更新方法、装置以及物流网络结构 |
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 |