CN115860636A - 一种车辆共享控制方法与装置 - Google Patents
一种车辆共享控制方法与装置 Download PDFInfo
- Publication number
- CN115860636A CN115860636A CN202211591465.XA CN202211591465A CN115860636A CN 115860636 A CN115860636 A CN 115860636A CN 202211591465 A CN202211591465 A CN 202211591465A CN 115860636 A CN115860636 A CN 115860636A
- Authority
- CN
- China
- Prior art keywords
- storage
- storage warehouse
- control
- vehicle
- warehouse
- 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
Abstract
本发明提供了一种车辆共享控制方法与装置,其中,方法包括:获取各个存储仓库的存储信息和位置信息,并根据位置信息和存储信息设置各个存储仓库的控制分值,依据控制分值设置控制的车辆。本发明的有益效果:实现了对车辆的就近配置,实现了对车辆的共享控制,从而可以减小车辆调配的幅度以及提高了车辆的调配效率,满足了各个存储仓库对车辆的需求。
Description
技术领域
本发明涉及人工智能领域,特别涉及一种基于智慧物流的车辆共享控制方法与装置。
背景技术
智慧物流是指通过智能软硬件、物联网、大数据等智慧化技术手段,实现物流各环节精细化、动态化、可视化管理,提高物流系统智能化分析决策和自动化操作执行能力,提升物流运作效率的现代化物流模式。目前,智慧物流对于车辆的控制主要是通过调配中心对各个车辆进行统一的调配,然而各个存储仓库中在不同时间段对车辆的需求是不同的,因此,车辆调配的幅度会比较大,统一调配车辆的效率较慢。
发明内容
本发明的主要目的为提供一种车辆共享控制方法与装置,旨在解决统一调配车辆的效率较慢的问题。
本发明提供了一种基于智慧物流的车辆共享控制方法,包括:
获取n个存储仓库共同控制的m个车辆;
获取n个存储仓库的地理位置,并随机确定其中一个存储仓库为第一存储仓库;
根据各个存储仓库的地理位置并按照其余各个存储仓库距离所述第一存储仓库的距离由近至远依次排列,分别记为第二存储仓库、第三存储仓库,...,第n存储仓库;
获取各个存储仓库的存储信息,并将所述存储信息按照预设的转换方法转换为存储数据;
根据各个存储仓库的存储数据设定各个存储仓库的第一控制分数;
根据所述第一存储仓库与其余存储仓库的距离乘以各个其余存储仓库的存储数据,得到n-1个距离数值;
基于所述距离数值根据softmax函数计算其余存储仓库的影响分值;
将各个所述影响分值求和,得到所述第一存储仓库的第二控制分数;
将所述第一存储仓库的第一控制分数和第二控制分数进行加权求和,得到第一存储仓库的控制分值;
重新选取其余的存储仓库,并计算各个存储仓库的控制分值;
基于m个车辆以及各个存储仓库的控制分值为每个存储仓库初步设定控制车辆的第一数量;
判断存储信息是否发生改变;
若是,则重新计算各个存储仓库控制车辆的第一数量;
根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权。
进一步地,所述根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权的步骤之前,还包括:
获取各个车辆在不同时刻对应的位置信息;
以同一车辆所对应的各位置信息,分别以指定距离为半径,以各个位置信息所对应的位置为圆心,构成所述同一车辆所对应的第一区域;
将第一区域的边缘点用坐标Γ(x(k),y(k))表示,选取其中一个边缘点为初始轮廓点,并对各个所述轮廓点进行平滑处理,所述平滑处理的公式为:
其中Γ(x(k),y(k))为距离初始轮廓点的弧长为k的轮廓点,x(k)和y(k)分别表示距离初始轮廓点的弧长为k的轮廓点的横坐标和纵坐标,σ为设定的参数,X(k,σ),Y(k,σ)分别代表平滑后距离初始轮廓点的弧长为k的轮廓点的横坐标和纵坐标,x(ν+k)表示弧长偏移距离为ν的横坐标,v为一个距离变量,L表示第一区域边缘的周长,k表示弧长,且0≤k≤L;
计算曲率相同两点之间的第一直线距离,并以所述第一直线距离最大的两点的连线作为直径,以所述第一直线距离最大的两点的连线中间点为圆心,构建第二区域;
获取所述第二区域内存储仓库,并将所述第二区域内的存储仓库记为该车辆的可调配的存储仓库。
进一步地,所述根据各个存储仓库的存储数据设定各个存储仓库的第一控制分数的步骤,包括:
获取所述存储仓库的存储数据,以及所述存储仓库理想状态时的理想存储数据;
根据公式D(X,Y)=f(X,Y)*d2(X,Y)+[1-f(X,Y)]*[m-d(X,Y)]计算所述存储数据与所述理想存储数据的第一控制分数,其中,D(X,Y)表示所述第一控制分数,X表示存储数据,Y表示所述理想存储数据,f(X,Y)表示X和Y相似度计算函数,0≤f(X,Y)≤1,m为预设的参数,X[i]表示所述存储数据的第i维数值,Y[i]表示所述理想存储数据的第i维数值。
进一步地,所述获取所述存储仓库的存储数据,以及所述存储仓库理想状态时的理想存储数据的步骤之后,还包括:
获取所述存储仓库中产品数量的变更参数;
基于所述变更参数设置存储数据中对应数值的转换参数;
将所述数值按照所述转换参数进行转换,得到新的存储数据;
根据新的存储数据和所述理想存储数据计算所述第一控制分数。
进一步地,所述根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权的步骤之后,包括:
获取各个存储仓库控制车辆的空闲率,以及各个存储仓库的存储数据;
将各个存储仓库的所述空闲率和所述存储数据分别输入至状态评估模型中,得到各个存储仓库的状态分值;其中,所述状态评估模型根据不同的空闲率和存储数据以及对应的状态分值训练而成;
判断所述状态分值是否在预设的范围内;
若是,则判定根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权合理。
本发明提供了一种基于智慧物流的车辆共享控制装置,包括:
车辆获取模块,用于获取n个存储仓库共同控制的m个车辆;
位置获取模块,用于获取n个存储仓库的地理位置,并随机确定其中一个存储仓库为第一存储仓库;
排列模块,用于根据各个存储仓库的地理位置并按照其余各个存储仓库距离所述第一存储仓库的距离由近至远依次排列,分别记为第二存储仓库、第三存储仓库,...,第n存储仓库;
信息获取模块,用于获取各个存储仓库的存储信息,并将所述存储信息按照预设的转换方法转换为存储数据;
设定模块,用于根据各个存储仓库的存储数据设定各个存储仓库的第一控制分数;
第一计算模块,用于根据所述第一存储仓库与其余存储仓库的距离乘以各个其余存储仓库的存储数据,得到n-1个距离数值;
第二计算模块,用于基于所述距离数值根据softmax函数计算其余存储仓库的影响分值;
第三计算模块,用于将各个所述影响分值求和,得到所述第一存储仓库的第二控制分数;
第四计算模块,用于将所述第一存储仓库的第一控制分数和第二控制分数进行加权求和,得到第一存储仓库的控制分值;
第五计算模块,用于重新选取其余的存储仓库,并计算各个存储仓库的控制分值;
数量设定模块,用于基于m个车辆以及各个存储仓库的控制分值为每个存储仓库初步设定控制车辆的第一数量;
判断模块,用于判断存储信息是否发生改变;
重新计算模块,用于若是,则重新计算各个存储仓库控制车辆的第一数量;
调配模块,用于根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权。
进一步地,车辆共享控制装置,还包括:
位置信息获取模块,用于获取各个车辆在不同时刻对应的位置信息;
第一区域构成模块,用于以同一车辆所对应的各位置信息,分别以指定距离为半径,以各个位置信息所对应的位置为圆心,构成所述同一车辆所对应的第一区域;
平滑模块,用于将第一区域的边缘点用坐标Γ(x(k),y(k))表示,选取其中一个边缘点为初始轮廓点,并对各个所述轮廓点进行平滑处理,所述平滑处理的公式为:
其中Γ(x(k),y(k))为距离初始轮廓点的弧长为k的轮廓点,x(k)和y(k)分别表示距离初始轮廓点的弧长为k的轮廓点的横坐标和纵坐标,σ为设定的参数,X(k,σ),Y(k,σ)分别代表平滑后距离初始轮廓点的弧长为k的轮廓点的横坐标和纵坐标,x(v+k)表示弧长偏移距离为v的横坐标,v为一个距离变量,L表示第一区域边缘的周长,k表示弧长,且0≤k≤L;
曲率计算模块,用于根据公式计算每个边缘点所对应的曲率;其中Xk(k,σ)表示横坐标的一次求导值,Xkk(k,σ)表示横坐标的二次求导值,Yk(k,σ)表示纵坐标的一次求导值,Ykk(k,σ)表示纵坐标的二次求导值;
直线距离计算模块,用于计算曲率相同两点之间的第一直线距离,并以所述第一直线距离最大的两点的连线作为直径,以所述第一直线距离最大的两点的连线中间点为圆心,构建第二区域;
记为模块,用于获取所述第二区域内存储仓库,并将所述第二区域内的存储仓库记为该车辆的可调配的存储仓库。
进一步地,所述设定模块,包括:
存储数据获取子模块,用于获取所述存储仓库的存储数据,以及所述存储仓库理想状态时的理想存储数据;
计算子模块,用于根据公式D(X,Y)=f(X,Y)*d2(X,Y)+[1-f(X,Y)]*[m-d(X,Y)]计算所述存储数据与所述理想存储数据的第一控制分数,其中,D(X,Y)表示所述第一控制分数,X表示存储数据,Y表示所述理想存储数据,f(X,Y)表示X和Y相似度计算函数,0≤f(X,Y)≤1,m为预设的参数,X[i]表示所述存储数据的第i维数值,Y[i]表示所述理想存储数据的第i维数值。
进一步地,所述设定模块,还包括:
变更参数获取子模块,用于获取所述存储仓库中产品数量的变更参数;
设置子模块,用于基于所述变更参数设置存储数据中对应数值的转换参数;
转换子模块,用于将所述数值按照所述转换参数进行转换,得到新的存储数据;
计算子模块,用于根据新的存储数据和所述理想存储数据计算所述第一控制分数。
进一步地,所述车辆共享控制装置,包括:
空闲率获取模块,用于获取各个存储仓库控制车辆的空闲率,以及各个存储仓库的存储数据;
输入模块,用于将各个存储仓库的所述空闲率和所述存储数据分别输入至状态评估模型中,得到各个存储仓库的状态分值;其中,所述状态评估模型根据不同的空闲率和存储数据以及对应的状态分值训练而成;
状态分值判断模块,用于判断所述状态分值是否在预设的范围内;
合理判定模块,用于若是,则判定根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权合理。
本发明的有益效果:获取各个存储仓库的存储信息和位置信息,并根据位置信息和存储信息设置各个存储仓库的控制分值,依据控制分值设置控制的车辆,从而实现了对车辆的就近配置,实现了对车辆的共享控制,从而可以减小车辆调配的幅度以及提高了车辆的调配效率,满足了各个存储仓库对车辆的需求。
附图说明
图1是本发明一实施例的车辆共享控制方法的流程示意图;
图2是本发明一实施例的车辆共享控制装置的结构示意框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通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。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后等)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变,所述的连接可以是直接连接,也可以是间接连接。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
另外,在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其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。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
参照图1,本发明提出一种基于智慧物流的车辆共享控制方法,包括:
S1:获取n个存储仓库共同控制的m个车辆;
S2:获取n个存储仓库的地理位置,并随机确定其中一个存储仓库为第一存储仓库;
S3:根据各个存储仓库的地理位置并按照其余各个存储仓库距离所述第一存储仓库的距离由近至远依次排列,分别记为第二存储仓库、第三存储仓库,...,第n存储仓库;
S4:获取各个存储仓库的存储信息,并将所述存储信息按照预设的转换方法转换为存储数据;
S5:根据各个存储仓库的存储数据设定各个存储仓库的第一控制分数;
S6:根据所述第一存储仓库与其余存储仓库的距离乘以各个其余存储仓库的存储数据,得到n-1个距离数值;
S7:基于所述距离数值根据softmax函数计算其余存储仓库的影响分值;
S8:将各个所述影响分值求和,得到所述第一存储仓库的第二控制分数;
S9:将所述第一存储仓库的第一控制分数和第二控制分数进行加权求和,得到第一存储仓库的控制分值;
S10:重新选取其余的存储仓库,并计算各个存储仓库的控制分值;
S11:基于m个车辆以及各个存储仓库的控制分值为每个存储仓库初步设定控制车辆的第一数量;
S12:判断存储信息是否发生改变;
S13:若是,则重新计算各个存储仓库控制车辆的第一数量;
S14:根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权。
如上述步骤S1所述,获取n个存储仓库共同控制的m个车辆,其中,可以为各个存储仓库预先分别控制的车辆,然后再获取到n个存储仓库共同控制的m个车辆。
如上述步骤S2所述,获取n个存储仓库的地理位置,并随机确定其中一个存储仓库为第一存储仓库;各个存储仓库的地理位置预先在系统中存储,此处可以直接获取得到,也可以是从各个存储仓库分别获取到其地理位置进行综合,确定其中一个存储仓库为第一存储仓库以便于后续的计算。
如上述步骤S3所述,根据各个存储仓库的地理位置并按照其余各个存储仓库距离所述第一存储仓库的距离由近至远依次排列,分别记为第二存储仓库、第三存储仓库,...,第n存储仓库,对各个仓库进行标记,并对于第一存储仓库进行了距离的远近排列。以便于后续的计算。
如上述步骤S4所述,获取各个存储仓库的存储信息,并将所述存储信息按照预设的转换方法转换为存储数据,其中,存储信息为各种产品的存储数量,其预设的转换方法为根据存储数量与数值之间的转换,从而可以得到对应的存储数据。
如上述步骤S5所述,根据各个存储仓库的存储数据设定各个存储仓库的第一控制分数,设置第一控制分数的方式可以是通过公式αi=softmax(si)进行设置,其中si表示各个存储数据中数值的平均值,αi表示第一控制分数。
如上述步骤S6-S7所述,由于进行了车辆的调配,在调配的过程中优选就近的车辆调配,而在一些存储数据导致需求车辆较多的临近存储仓库,可以给这个区域多一些车辆,即临近存储仓库需求车辆的越多,分给当前存储仓库的车辆可以适量多一些,以便于后续进行车辆的调配,即本申请不仅仅考虑了当前存储车辆的调配,还考虑了动态变化的存储情况,便于车辆的调配。
如上述步骤S8-S9所述,将各个所述影响分值求和,得到所述第一存储仓库的第二控制分数;将所述第一存储仓库的第一控制分数和第二控制分数进行加权求和,得到第一存储仓库的控制分值。加权的方式可以是将各个第一控制分数和第二控制分数加权求和,然后再与第一控制分数进行向量相乘,从的得到各个第二目标图片的加权结果。即通过公式tn=αi,nbi,n加入了第一控制分数和第二控制分数。其中,tn表示加权结果,αi,n表示第i个存储仓库的加权求和,bi,n表示第i个第二目标存储仓库的第一控制分数。
如上述步骤S10所述,重新选取其余的存储仓库,并计算各个存储仓库的控制分值,并按照步骤S3-S9的步骤分别计算各个存储仓库的控制分值。需要注意的是,需要按照距离进行重新排列,即重新选取第一存储仓库,后续的第二存储仓库以及第三存储仓库根据距离第一存储仓库的远近进行设置。
如上述步骤S11-S14所述,基于m个车辆以及各个存储仓库的控制分值为每个存储仓库初步设定控制车辆的第一数量;判断存储信息是否发生改变;若是,则重新计算各个存储仓库控制车辆的第一数量,根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权。从而实现了对车辆的就近配置,实现了对车辆的共享控制,从而可以减小车辆调配的幅度以及提高了车辆的调配效率,满足了各个存储仓库对车辆的需求。
在一个实施例中,根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权的步骤S14之前,还包括:
S1301:获取各个车辆在不同时刻对应的位置信息;
S1302:以同一车辆所对应的各位置信息,分别以指定距离为半径,以各个位置信息所对应的位置为圆心,构成所述同一车辆所对应的第一区域;
S1303:将第一区域的边缘点用坐标Γ(x(k),y(k))表示,选取其中一个边缘点为初始轮廓点,并对各个所述轮廓点进行平滑处理,所述平滑处理的公式为:
其中Γ(x(k),y(k))为距离初始轮廓点的弧长为k的轮廓点,x(k)和y(k)分别表示距离初始轮廓点的弧长为k的轮廓点的横坐标和纵坐标,σ为设定的参数,X(k,σ),Y(k,σ)分别代表平滑后距离初始轮廓点的弧长为k的轮廓点的横坐标和纵坐标,x(v+k)表示弧长偏移距离为v的横坐标,v为一个距离变量,L表示第一区域边缘的周长,k表示弧长,且0≤k≤L;
S1304:根据公式计算每个边缘点所对应的曲率;其中Xk(k,σ)表示横坐标的一次求导值,Xkk(k,σ)表示横坐标的二次求导值,Yk(k,σ)表示纵坐标的一次求导值,Ykk(k,σ)表示纵坐标的二次求导值;
S1305:计算曲率相同两点之间的第一直线距离,并以所述第一直线距离最大的两点的连线作为直径,以所述第一直线距离最大的两点的连线中间点为圆心,构建第二区域;
S1306:获取所述第二区域内存储仓库,并将所述第二区域内的存储仓库记为该车辆的可调配的存储仓库。
如上述步骤S1031所述,对车辆进行位置信息的提取,以便于获取到车辆的经常活动地,由于司机对于熟悉的地点具有更好的开车效率,因此不要将司机进行大范围的移动,位置信息的提取可以通过北斗定位系统进行获取,当然若是车辆需要长途奔袭,则可以只获取到车辆到达存储仓库前半个小时内的位置信息,以及车辆离开存储仓库半个小时内的位置信息。
如上述步骤S1302所述,由于车辆在存储仓库前后半个小时是车辆经常路过的路段,因此可以获取到这周围是否具有其他的存储仓库,具体地,可以先将车辆的活动区域得到,即第一区域,即以指定距离为半径,以各个位置信息所对应的位置为圆心,构成所述同一车辆所对应的第一区域。
如上述步骤S1303所述,将当前第一区域边缘点均用坐标Γ(x(k),y(k))表示,由于边缘点是由第一区域边缘点构成的,故而其横坐标和纵坐标具有对应关系,因此用变量k来表示这种对应关系,然后为了对第一区域进行更好的处理,可以将第一区域进行平滑处理,以便于后续找到一个合适大小的规则区域来涵括所有的第一区域。平滑处理的公式为:
如上述步骤S1304-S1306所述,然后根据公式计算每个边缘点的所对应的曲率,应当理解是,由于第一区域的边缘较大,因此可以通过平滑的方式减小误差,并且平滑后其距离最大的两点,其曲率必定相同,因此,可以将距离最大的两点作为直径,得到第二区域,这样可以涵括车辆便于调配的存储仓库。获取所述第二区域内存储仓库,并将所述第二区域内的存储仓库记为该车辆的可调配的存储仓库。
在一个实施例中,所述根据各个存储仓库的存储数据设定各个存储仓库的第一控制分数的步骤S5,包括:
S501:获取所述存储仓库的存储数据,以及所述存储仓库理想状态时的理想存储数据;
S502:根据公式D(X,Y)=f(X,Y)*d2(X,Y)+[1-f(X,Y)]*[m-d(X,Y)]计算所述存储数据与所述理想存储数据的第一控制分数,其中,D(X,Y)表示所述第一控制分数,X表示存储数据,Y表示所述理想存储数据,f(X,Y)表示X和Y相似度计算函数,0≤f(X,Y)≤1,m为预设的参数,X[i]表示所述存储数据的第i维数值,Y[i]表示所述理想存储数据的第i维数值。
如上述步骤S501-S502所述,计算第一控制分数的公式中f(X,Y)相似度计算计算公式,其中,相似度的取值范围为大于等于0且小于等于1,然后根据上述公式计算得到第一控制分数。在一些实施例中,还可以进行标准化处理,例如加上或者乘以一些系数,具体可以根据实际情况进行设置。
在一个实施例中,获取所述存储仓库的存储数据,以及所述存储仓库理想状态时的理想存储数据的步骤S501:之后,还包括:
S5021:获取所述存储仓库中产品数量的变更参数;
S5022:基于所述变更参数设置存储数据中对应数值的转换参数;
S5023:将所述数值按照所述转换参数进行转换,得到新的存储数据;
S5024:根据新的存储数据和所述理想存储数据计算所述第一控制分数。
如上述步骤S5021-S5024所述,由于存储仓库中根据相关人员的设定,其产品的数量发生了变化,而理想存储数据一般是确定的,故而可以将数值按照转换参数进行更改,其中转换参数的设定为根据变更的参数,而变更的参数与产品的数量和种类相关,最后根据新的存储数据和所述理想存储数据计算所述第一控制分数,从而可以有效计算第一控制分数,使第一控制分数的计算更加精确。
在一个实施例中,所述根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权的步骤S14之后,包括:
S1501:获取各个存储仓库控制车辆的空闲率,以及各个存储仓库的存储数据;
S1502:将各个存储仓库的所述空闲率和所述存储数据分别输入至状态评估模型中,得到各个存储仓库的状态分值;所述状态评估模型根据不同的空闲率和存储数据以及对应的状态分值训练而成;
S1503:判断所述状态分值是否在预设的范围内;
S1504:若是,则判定根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权合理。
如上述步骤S1501-S1504所述,实现了对车辆调配的满意程度钓场,即获取各个存储仓库控制车辆的空闲率,以及各个存储仓库的存储数据;将各个存储仓库的所述空闲率和所述存储数据分别输入至状态评估模型中,得到各个存储仓库的状态分值;所述状态评估模型根据不同的空闲率和存储数据以及对应的状态分值训练而成;当状态分值在预设的范围内,则说明根据这种方式进行车辆的调配是合理的,状态分值是否不在预设的范围内,说明根据这种方式进行车辆的调配不是合理的,需要对参数进行进一步地优化,从而可以对车辆的快速调配。
本发明的有益效果:获取各个存储仓库的存储信息和位置信息,并根据位置信息和存储信息设置各个存储仓库的控制分值,依据控制分值设置控制的车辆,从而实现了对车辆的就近配置,实现了对车辆的共享控制,从而可以减小车辆调配的幅度以及提高了车辆的调配效率,满足了各个存储仓库对车辆的需求。
参照图2,本发明还提供了本发明提供了一种基于智慧物流的车辆共享控制装置,包括:
车辆获取模块10,用于获取n个存储仓库共同控制的m个车辆;
位置获取模块20,用于获取n个存储仓库的地理位置,并随机确定其中一个存储仓库为第一存储仓库;
排列模块30,用于根据各个存储仓库的地理位置并按照其余各个存储仓库距离所述第一存储仓库的距离由近至远依次排列,分别记为第二存储仓库、第三存储仓库,...,第n存储仓库;
信息获取模块40,用于获取各个存储仓库的存储信息,并将所述存储信息按照预设的转换方法转换为存储数据;
设定模块50,用于根据各个存储仓库的存储数据设定各个存储仓库的第一控制分数;
第一计算模块60,用于根据所述第一存储仓库与其余存储仓库的距离乘以各个其余存储仓库的存储数据,得到n-1个距离数值;
第二计算模块70,用于基于所述距离数值根据softmax函数计算其余存储仓库的影响分值;
第三计算模块80,用于将各个所述影响分值求和,得到所述第一存储仓库的第二控制分数;
第四计算模块90,用于将所述第一存储仓库的第一控制分数和第二控制分数进行加权求和,得到第一存储仓库的控制分值;
第五计算模块100,用于重新选取其余的存储仓库,并计算各个存储仓库的控制分值;
数量设定模块110,用于基于m个车辆以及各个存储仓库的控制分值为每个存储仓库初步设定控制车辆的第一数量;
判断模块120,用于判断存储信息是否发生改变;
重新计算模块130,用于若是,则重新计算各个存储仓库控制车辆的第一数量;
调配模块140,用于根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权。
在一个实施例中,车辆共享控制装置,还包括:
位置信息获取模块,用于获取各个车辆在不同时刻对应的位置信息;
第一区域构成模块,用于以同一车辆所对应的各位置信息,分别以指定距离为半径,以各个位置信息所对应的位置为圆心,构成所述同一车辆所对应的第一区域;
平滑模块,用于将第一区域的边缘点用坐标Γ(x(k),y(k))表示,选取其中一个边缘点为初始轮廓点,并对各个所述轮廓点进行平滑处理,所述平滑处理的公式为:
其中Γ(x(k),y(k))为距离初始轮廓点的弧长为k的轮廓点,x(k)和y(k)分别表示距离初始轮廓点的弧长为k的轮廓点的横坐标和纵坐标,σ为设定的参数,X(k,σ),Y(k,σ)分别代表平滑后距离初始轮廓点的弧长为k的轮廓点的横坐标和纵坐标,x(ν+k)表示弧长偏移距离为ν的横坐标,v为一个距离变量,L表示第一区域边缘的周长,k表示弧长,且0≤k≤L;
曲率计算模块,用于根据公式计算每个边缘点所对应的曲率;其中Xk(k,σ)表示横坐标的一次求导值,Xkk(k,σ)表示横坐标的二次求导值,Yk(k,σ)表示纵坐标的一次求导值,Ykk(k,σ)表示纵坐标的二次求导值;
直线距离计算模块,用于计算曲率相同两点之间的第一直线距离,并以所述第一直线距离最大的两点的连线作为直径,以所述第一直线距离最大的两点的连线中间点为圆心,构建第二区域;
记为模块,用于获取所述第二区域内存储仓库,并将所述第二区域内的存储仓库记为该车辆的可调配的存储仓库。
在一个实施例中,所述设定模块50,包括:
存储数据获取子模块,用于获取所述存储仓库的存储数据,以及所述存储仓库理想状态时的理想存储数据;
计算子模块,用于根据公式D(X,Y)=f(X,Y)*d2(X,Y)+[1-f(X,Y)]*[m-d(X,Y)]计算所述存储数据与所述理想存储数据的第一控制分数,其中,D(X,Y)表示所述第一控制分数,X表示存储数据,Y表示所述理想存储数据,f(X,Y)表示X和Y相似度计算函数,0≤f(X,Y)≤1,m为预设的参数,X[i]表示所述存储数据的第i维数值,Y[i]表示所述理想存储数据的第i维数值。
在一个实施例中,所述设定模块50,还包括:
变更参数获取子模块,用于获取所述存储仓库中产品数量的变更参数;
设置子模块,用于基于所述变更参数设置存储数据中对应数值的转换参数;
转换子模块,用于将所述数值按照所述转换参数进行转换,得到新的存储数据;
计算子模块,用于根据新的存储数据和所述理想存储数据计算所述第一控制分数。
在一个实施例中,所述车辆共享控制装置,包括:
空闲率获取模块,用于获取各个存储仓库控制车辆的空闲率,以及各个存储仓库的存储数据;
输入模块,用于将各个存储仓库的所述空闲率和所述存储数据分别输入至状态评估模型中,得到各个存储仓库的状态分值;其中,所述状态评估模型根据不同的空闲率和存储数据以及对应的状态分值训练而成;
状态分值判断模块,用于判断所述状态分值是否在预设的范围内;
合理判定模块,用于若是,则判定根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权合理。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储与一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM一多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
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、装置、物品或者方法不仅包括那些要素,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、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种车辆共享控制方法,其特征在于,包括:
获取n个存储仓库共同控制的m个车辆;
获取n个存储仓库的地理位置,并随机确定其中一个存储仓库为第一存储仓库;
根据各个存储仓库的地理位置并按照其余各个存储仓库距离所述第一存储仓库的距离由近至远依次排列,分别记为第二存储仓库、第三存储仓库,...,第n存储仓库;
获取各个存储仓库的存储信息,并将所述存储信息按照预设的转换方法转换为存储数据;
根据各个存储仓库的存储数据设定各个存储仓库的第一控制分数;
根据所述第一存储仓库与其余存储仓库的距离乘以各个其余存储仓库的存储数据,得到n-1个距离数值;
基于所述距离数值根据softmax函数计算其余存储仓库的影响分值;
将各个所述影响分值求和,得到所述第一存储仓库的第二控制分数;
将所述第一存储仓库的第一控制分数和第二控制分数进行加权求和,得到第一存储仓库的控制分值;
重新选取其余的存储仓库,并计算各个存储仓库的控制分值;
基于m个车辆以及各个存储仓库的控制分值为每个存储仓库初步设定控制车辆的第一数量;
判断存储信息是否发生改变;
若是,则重新计算各个存储仓库控制车辆的第一数量;
根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权。
2.如权利要求1所述的车辆共享控制方法,其特征在于,所述根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权的步骤之前,还包括:
获取各个车辆在不同时刻对应的位置信息;
以同一车辆所对应的各位置信息,分别以指定距离为半径,以各个位置信息所对应的位置为圆心,构成所述同一车辆所对应的第一区域;
将第一区域的边缘点用坐标Γ(x(k),y(k))表示,选取其中一个边缘点为初始轮廓点,并对各个所述轮廓点进行平滑处理,所述平滑处理的公式为:
其中Γ(x(k),y(k))为距离初始轮廓点的弧长为k的轮廓点,x(k)和y(k)分别表示距离初始轮廓点的弧长为k的轮廓点的横坐标和纵坐标,σ为设定的参数,X(k,σ),Y(k,σ)分别代表平滑后距离初始轮廓点的弧长为k的轮廓点的横坐标和纵坐标,x(v+k)表示弧长偏移距离为v的横坐标,v为一个距离变量,L表示第一区域边缘的周长,k表示弧长,且0≤k≤L;
根据公式计算每个边缘点所对应的曲率;其中Xk(k,σ)表示横坐标的一次求导值,Xkk(k,σ)表示横坐标的二次求导值,Yk(k,σ)表示纵坐标的一次求导值,Ykk(k,σ)表示纵坐标的二次求导值;/>
计算曲率相同两点之间的第一直线距离,并以所述第一直线距离最大的两点的连线作为直径,以所述第一直线距离最大的两点的连线中间点为圆心,构建第二区域;
获取所述第二区域内存储仓库,并将所述第二区域内的存储仓库记为该车辆的可调配的存储仓库。
4.如权利要求3所述的车辆共享控制方法,其特征在于,所述获取所述存储仓库的存储数据,以及所述存储仓库理想状态时的理想存储数据的步骤之后,还包括:
获取所述存储仓库中产品数量的变更参数;
基于所述变更参数设置存储数据中对应数值的转换参数;
将所述数值按照所述转换参数进行转换,得到新的存储数据;
根据新的存储数据和所述理想存储数据计算所述第一控制分数。
5.如权利要求1所述的车辆共享控制方法,其特征在于,所述根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权的步骤之后,包括:
获取各个存储仓库控制车辆的空闲率,以及各个存储仓库的存储数据;
将各个存储仓库的所述空闲率和所述存储数据分别输入至状态评估模型中,得到各个存储仓库的状态分值;其中,所述状态评估模型根据不同的空闲率和存储数据以及对应的状态分值训练而成;
判断所述状态分值是否在预设的范围内;
若是,则判定根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权合理。
6.一种车辆共享控制装置,其特征在于,包括:
车辆获取模块,用于获取n个存储仓库共同控制的m个车辆;
位置获取模块,用于获取n个存储仓库的地理位置,并随机确定其中一个存储仓库为第一存储仓库;
排列模块,用于根据各个存储仓库的地理位置并按照其余各个存储仓库距离所述第一存储仓库的距离由近至远依次排列,分别记为第二存储仓库、第三存储仓库,...,第n存储仓库;
信息获取模块,用于获取各个存储仓库的存储信息,并将所述存储信息按照预设的转换方法转换为存储数据;
设定模块,用于根据各个存储仓库的存储数据设定各个存储仓库的第一控制分数;
第一计算模块,用于根据所述第一存储仓库与其余存储仓库的距离乘以各个其余存储仓库的存储数据,得到n-1个距离数值;
第二计算模块,用于基于所述距离数值根据softmax函数计算其余存储仓库的影响分值;
第三计算模块,用于将各个所述影响分值求和,得到所述第一存储仓库的第二控制分数;
第四计算模块,用于将所述第一存储仓库的第一控制分数和第二控制分数进行加权求和,得到第一存储仓库的控制分值;
第五计算模块,用于重新选取其余的存储仓库,并计算各个存储仓库的控制分值;
数量设定模块,用于基于m个车辆以及各个存储仓库的控制分值为每个存储仓库初步设定控制车辆的第一数量;
判断模块,用于判断存储信息是否发生改变;
重新计算模块,用于若是,则重新计算各个存储仓库控制车辆的第一数量;
调配模块,用于根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权。
7.如权利要求6所述的车辆共享控制装置,其特征在于,车辆共享控制装置,还包括:
位置信息获取模块,用于获取各个车辆在不同时刻对应的位置信息;
第一区域构成模块,用于以同一车辆所对应的各位置信息,分别以指定距离为半径,以各个位置信息所对应的位置为圆心,构成所述同一车辆所对应的第一区域;
平滑模块,用于将第一区域的边缘点用坐标Γ(x(k),y(k))表示,选取其中一个边缘点为初始轮廓点,并对各个所述轮廓点进行平滑处理,所述平滑处理的公式为:
其中Γ(x(k),y(k))为距离初始轮廓点的弧长为k的轮廓点,x(k)和y(k)分别表示距离初始轮廓点的弧长为k的轮廓点的横坐标和纵坐标,σ为设定的参数,X(k,σ),Y(k,σ)分别代表平滑后距离初始轮廓点的弧长为k的轮廓点的横坐标和纵坐标,x(ν+k)表示弧长偏移距离为ν的横坐标,ν为一个距离变量,L表示第一区域边缘的周长,k表示弧长,且0≤k≤L;
曲率计算模块,用于根据公式计算每个边缘点所对应的曲率;其中Xk(k,σ)表示横坐标的一次求导值,Xkk(k,σ)表示横坐标的二次求导值,Yk(k,σ)表示纵坐标的一次求导值,Ykk(k,σ)表示纵坐标的二次求导值;
直线距离计算模块,用于计算曲率相同两点之间的第一直线距离,并以所述第一直线距离最大的两点的连线作为直径,以所述第一直线距离最大的两点的连线中间点为圆心,构建第二区域;
记为模块,用于获取所述第二区域内存储仓库,并将所述第二区域内的存储仓库记为该车辆的可调配的存储仓库。
9.如权利要求8所述的车辆共享控制装置,其特征在于,所述设定模块,还包括:
变更参数获取子模块,用于获取所述存储仓库中产品数量的变更参数;
设置子模块,用于基于所述变更参数设置存储数据中对应数值的转换参数;
转换子模块,用于将所述数值按照所述转换参数进行转换,得到新的存储数据;
计算子模块,用于根据新的存储数据和所述理想存储数据计算所述第一控制分数。
10.如权利要求6所述的车辆共享控制方法,其特征在于,所述车辆共享控制装置,包括:
空闲率获取模块,用于获取各个存储仓库控制车辆的空闲率,以及各个存储仓库的存储数据;
输入模块,用于将各个存储仓库的所述空闲率和所述存储数据分别输入至状态评估模型中,得到各个存储仓库的状态分值;其中,所述状态评估模型根据不同的空闲率和存储数据以及对应的状态分值训练而成;
状态分值判断模块,用于判断所述状态分值是否在预设的范围内;
合理判定模块,用于若是,则判定根据各个存储仓库的第一数量和第二数量就近调配车辆的控制权合理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211591465.XA CN115860636B (zh) | 2022-12-12 | 2022-12-12 | 一种车辆共享控制方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211591465.XA CN115860636B (zh) | 2022-12-12 | 2022-12-12 | 一种车辆共享控制方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115860636A true CN115860636A (zh) | 2023-03-28 |
CN115860636B CN115860636B (zh) | 2023-09-15 |
Family
ID=85672198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211591465.XA Active CN115860636B (zh) | 2022-12-12 | 2022-12-12 | 一种车辆共享控制方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115860636B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106485938A (zh) * | 2016-08-31 | 2017-03-08 | 国网山东省电力公司巨野县供电公司 | 一种智能车辆调度管理方法 |
US20170185947A1 (en) * | 2015-12-28 | 2017-06-29 | Sap Se | Data analysis for optimizations of scheduling with multiple location variables |
CN109978444A (zh) * | 2019-02-22 | 2019-07-05 | 东莞市大易产业链服务有限公司 | 仓储调度方法及系统、存储介质、电子设备 |
CN110135683A (zh) * | 2019-04-03 | 2019-08-16 | 深圳顺丰泰森控股(集团)有限公司 | 运力资源调配方法、装置、终端设备及存储介质 |
CN111080171A (zh) * | 2019-12-30 | 2020-04-28 | 江苏智融高科信息科技有限公司 | 一种基于物流调配算法的物流调配方法 |
CN113139774A (zh) * | 2021-04-25 | 2021-07-20 | 广州大学 | 一种面向多仓库运输的车辆路径优化方法 |
-
2022
- 2022-12-12 CN CN202211591465.XA patent/CN115860636B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170185947A1 (en) * | 2015-12-28 | 2017-06-29 | Sap Se | Data analysis for optimizations of scheduling with multiple location variables |
CN106485938A (zh) * | 2016-08-31 | 2017-03-08 | 国网山东省电力公司巨野县供电公司 | 一种智能车辆调度管理方法 |
CN109978444A (zh) * | 2019-02-22 | 2019-07-05 | 东莞市大易产业链服务有限公司 | 仓储调度方法及系统、存储介质、电子设备 |
CN110135683A (zh) * | 2019-04-03 | 2019-08-16 | 深圳顺丰泰森控股(集团)有限公司 | 运力资源调配方法、装置、终端设备及存储介质 |
CN111080171A (zh) * | 2019-12-30 | 2020-04-28 | 江苏智融高科信息科技有限公司 | 一种基于物流调配算法的物流调配方法 |
CN113139774A (zh) * | 2021-04-25 | 2021-07-20 | 广州大学 | 一种面向多仓库运输的车辆路径优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115860636B (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109212617B (zh) | 电成像测井相自动识别方法及装置 | |
JP2022500769A (ja) | 電力システム熱負荷の予測方法及び予測装置 | |
CN112526513B (zh) | 基于聚类算法的毫米波雷达环境地图构建方法及装置 | |
US7386389B2 (en) | Method and system for determining the driving situation | |
CN108090456A (zh) | 一种车道线识别方法及装置 | |
CN110395250A (zh) | 用于车辆弯道速度限制的方法和系统 | |
CN110386145A (zh) | 一种目标驾驶员驾驶行为实时预测系统 | |
CN110688920B (zh) | 一种无人驾驶控制方法、装置及服务器 | |
RU2704746C2 (ru) | Динамическая акустическая модель для транспортного средства | |
KR102543698B1 (ko) | 컴퓨팅 시스템 및 상기 장치에서 수행되는 데이터 라벨링 방법 | |
CN110824491A (zh) | 充电桩定位方法、装置、计算机设备和存储介质 | |
CN114398059A (zh) | 参数的更新方法、装置、设备以及存储介质 | |
CN112986982B (zh) | 环境地图参照定位方法、装置和移动机器人 | |
CN115860636A (zh) | 一种车辆共享控制方法与装置 | |
CN116611678A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
Christoff et al. | Automated extraction of crater rims on 3D meshes combining artificial neural network and discrete curvature labeling | |
CN112001388B (zh) | 一种基于YOLOv3改进模型的用于检测PCB中圆形目标的方法 | |
CN113986245A (zh) | 基于halo平台的目标代码生成方法、装置、设备及介质 | |
CN112243193B (zh) | 室内定位方法、装置、计算机设备和可读存储介质 | |
CN115237097A (zh) | 自动驾驶仿真测试方法、装置、计算机设备和存储介质 | |
US20220405534A1 (en) | Learning apparatus, information integration system, learning method, and recording medium | |
CN114626606A (zh) | 一种考虑特征重要性值波动的mi-bilstm预测方法 | |
Christoff et al. | Level-set based algorithm for automatic feature extraction on 3D meshes: Application to crater detection on Mars | |
CN114118508A (zh) | 一种基于时空卷积网络的od市场航空客流量预测方法 | |
Kramarov et al. | The formalization of the characteristics of automatic workplace (AWP) with the use of linguistic variables (LV) |
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 |