CN116050967B - 一种社区用配送机器人的配送管理系统及方法 - Google Patents

一种社区用配送机器人的配送管理系统及方法 Download PDF

Info

Publication number
CN116050967B
CN116050967B CN202310079565.2A CN202310079565A CN116050967B CN 116050967 B CN116050967 B CN 116050967B CN 202310079565 A CN202310079565 A CN 202310079565A CN 116050967 B CN116050967 B CN 116050967B
Authority
CN
China
Prior art keywords
delivery
distribution
route node
client
node
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.)
Active
Application number
CN202310079565.2A
Other languages
English (en)
Other versions
CN116050967A (zh
Inventor
王隆樟
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.)
Tuoyou Shanghai Intelligent Technology Co ltd
Original Assignee
Tuoyou Shanghai Intelligent 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 Tuoyou Shanghai Intelligent Technology Co ltd filed Critical Tuoyou Shanghai Intelligent Technology Co ltd
Priority to CN202310079565.2A priority Critical patent/CN116050967B/zh
Publication of CN116050967A publication Critical patent/CN116050967A/zh
Application granted granted Critical
Publication of CN116050967B publication Critical patent/CN116050967B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/08—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
    • G06Q10/06—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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q10/06—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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)

Abstract

本发明公开了一种社区用配送机器人的配送管理系统及方法，属于机器人技术领域。通过对有配送需求的客户进行统计和统一编号，进而生成配送清单；初始化配送时间节点，根据配送清单，同时挖掘客户之间的关联性；当完成一个客户路线节点转移到另一个客户路径节点时，对配送清单进行更新；通过算法迭代，调整配送节点步长，对配送清单进行状态更新迭代优化，输出配送机器人循环配送最优时间表；从而结合不同的社区场景，进行配送任务的模拟预判，深入挖掘出最少的配送次数、单次配送量最大化和最短的配送路线，对一天内的配送时间表进行智能化调整，生成智能化配送决策，为配送员减轻劳动，为配送服务提高效率，满足客户的大量配送需求。

Description

一种社区用配送机器人的配送管理系统及方法
技术领域
本发明涉及机器人技术领域，具体为一种社区用配送机器人的配送管理系统及方法。
背景技术
配送机器人作为服务机器人的子行业，主要依靠核心技术中服务机器人三大技术(导航移动、运动控制、感知交互)中最基础、最成熟和最稳定的导航移动技术，目前配送机器人领域基本能够满足市场需求。
而随着未来包裹越来越多，配送需求量越来越大，快递柜、配餐柜数量已然满足不了人们的需求，驿站和代收点需要用户自行前往，而送货上门还无法全部实现，因此需要能便利于配送人员，为配送员减轻劳动，为配送服务提高效率，又能满足用户需求的智能化配送机器人。
发明内容
本发明的目的在于提供一种社区用配送机器人的配送管理系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：
一种社区用配送机器人的配送管理系统，本系统包括：配送机器人、配送云平台、客户关系找寻模块、配送需求欲望度计算模块和配送最优时间表获取模块；
所述配送机器人，设置有机器人车身、底盘和驱动系统；所述机器人车身安装包裹物品的隔架和投取门；所述隔架根据包裹大小左右移动并且隔架上设置声光感应装置，所述声光感应装置用于客户取件时提示客户包裹物品位置且当客户取件错误时发出取错提示预警；所述投取门为配送员投件时和用户取件时打开，投递和取件完成后投取门自动关闭；
所述配送云平台，用于接收客户的配送需求指令，对有配送需求的客户进行统计和统一编号，同时按照统一编号信息生成配送清单，其中配送清单中一个编号客户至少对应该客户的一次配送需求；初始化配送时间节点，根据配送清单，计算单次循环配送完成度；
所述客户关系找寻模块，用于对单次循环配送过程中的客户之间找寻客户节点关联性，根据客户节点关联性计算客户路线节点转移期望度；
所述配送需求欲望度计算模块，用于当完成一个客户路线节点转移到另一个客户路径节点时，获取配送机器人卸货量，对配送清单进行更新，计算单次循环配送清单中配送需求欲望度；
所述配送最优时间表获取模块，根据单次循环配送完成度、客户路线节点转移期望度和配送需求欲望度，计算客户路线节点状态转移概率；调整配送节点步长，对配送清单进行状态更新迭代优化，输出配送机器人循环配送最优时间表。
进一步的，所述配送云平台还包括配送清单生成单元和单次循环配送完成度计算单元；
所述配送清单生成单元，用于将接收到的所有发送配送需求的客户进行统一编号，并且将客户的配送需求次数进行统计，同时将一个编号客户对应生成该客户的配送需求集合，按照统一编号和配送需求集合整理生成配送清单；
所述单次循环配送完成度计算单元，用于初始化一组配送时间节点，将一个客户看作单次循环配送经过的一个客户路线节点，根据配送清单，计算单次循环配送完成度，具体计算公式如下：
其中，W(t)表示t时刻单次循环配送完成度，Lij(t)表示t时刻第i个客户路线节点转移到第j个客户路线节点时的配送清单中的配送需求数量，Lij(t-T)表示t-T时刻第i个客户路线节点转移到第j个客户路线节点时的配送清单中的配送需求数量，其中T为配送时间节点步长,i≠j。
进一步的，所述客户关系找寻模块还包括客户节点关联性获取单元和客户路线节点转移期望度计算单元；
所述客户节点关联性获取单元，用于对单次循环配送过程中的客户之间找寻客户节点关联性，如果第i个客户路线节点与第j个客户路线节点在预设配送路线中是直接相连关系，则表示第i个客户路线节点与第j个客户路线节点存在关联关系，将关联关系标记为Gij＝1，否则表示第i个客户路线节点与第j个客户路线节点不存在关联关系，将不存在关联关系标记为Gij＝0；
所述客户路线节点转移期望度计算单元，用于根据客户路线节点之间的关联关系，计算客户路线节点转移期望度，具体计算公式如下：
其中，Qij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点转移期望度，Aij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点的单次循环配送路线的连接距离，aij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点的K次循环配送路线的连接距离，并且K次循环配送路线的连接距离是单次循环配送路线的连接距离的K倍。
进一步的，所述配送需求欲望度计算模块还包括配送清单更新单元和配送需求欲望度计算单元；
所述配送清单更新单元，用于当完成第i个客户路线节点转移到第j个客户路线节点时，获取配送机器人卸货量，并且根据配送机器人卸货量对配送清单进行更新；
所述配送需求欲望度计算单元，用于当配送清单更新完成后，计算单次循环配送清单中配送需求欲望度，具体计算公式如下：
其中，Y(t)表示t时刻单次循环配送清单中配送需求欲望度，Xij(t-T)表示t-T时刻第i个客户路线节点转移到第j个客户路线节点时的配送机器人卸货量。
进一步的，所述配送最优时间表获取模块还包括客户路线节点状态转移概率计算单元和迭代优化单元；
所述客户路线节点状态转移概率计算单元，用于根据单次循环配送完成度、客户路线节点转移期望度和配送需求欲望度，计算客户路线节点状态转移概率，具体计算公式如下：
其中，Pij(t)表示t时刻第i个客户路线节点转移到第j个客户路线节点的客户路线节点状态转移概率，R＝U-r，其中U表示总客户路线节点集合，r表示t时刻单次循环配送过程中已经完成配送需求的客户路线节点集合；
所述迭代优化单元，用于调整配送节点步长D，令T＝T+D，对配送清单进行状态更新迭代优化，迭代次数阈值为H，当T＝H时迭代终止，记录每次迭代的客户路线节点状态转移概率，提取客户路线节点状态转移概率最大值，并将最大值对应的时间作为最优配送时间，统计每次迭代时的最优配送时间，生成配送最优时间表；输出配送最优时间表，配送机器人按照配送最优时间表进行智能自动化配送。
一种社区用配送机器人的配送管理方法，本方法包括以下步骤：
步骤S100：配送云平台接收客户的配送需求指令，对有配送需求的客户进行统计和统一编号，同时按照统一编号信息生成配送清单，其中配送清单中一个编号客户至少对应该客户的一次配送需求；初始化配送时间节点，根据配送清单，计算单次循环配送完成度；
步骤S200：对单次循环配送过程中的客户之间找寻客户节点关联性，根据客户节点关联性计算客户路线节点转移期望度；
步骤S300：当完成一个客户路线节点转移到另一个客户路径节点时，获取配送机器人卸货量，对配送清单进行更新，计算单次循环配送清单中配送需求欲望度；
步骤S400：根据单次循环配送完成度、客户路线节点转移期望度和配送需求欲望度，计算客户路线节点状态转移概率；调整配送节点步长，对配送清单进行状态更新迭代优化，输出配送机器人循环配送最优时间表。
进一步的，所述步骤S100的具体实施过程包括：
步骤S101：客户发送配送需求指令至配送云平台，配送云平台将接收到的所有发送配送需求的客户进行统一编号，并且将客户的配送需求次数进行统计，同时将一个编号客户对应生成该客户的配送需求集合，按照统一编号和配送需求集合整理生成配送清单；
步骤S102：初始化一组配送时间节点，将一个客户看作单次循环配送经过的一个客户路线节点，根据配送清单，计算单次循环配送完成度，具体计算公式如下：
其中，W(t)表示t时刻单次循环配送完成度，Lij(t)表示t时刻第i个客户路线节点转移到第j个客户路线节点时的配送清单中的配送需求数量，Lij(t-T)表示t-T时刻第i个客户路线节点转移到第j个客户路线节点时的配送清单中的配送需求数量，其中T为配送时间节点步长,i≠j。
进一步的，所述步骤S200的具体实施过程包括：
步骤S201：对单次循环配送过程中的客户之间找寻客户节点关联性，如果第i个客户路线节点与第j个客户路线节点在预设配送路线中是直接相连关系，则表示第i个客户路线节点与第j个客户路线节点存在关联关系，将关联关系标记为Gij＝1，否则表示第i个客户路线节点与第j个客户路线节点不存在关联关系，将不存在关联关系标记为Gij＝0；
步骤S202：根据客户路线节点之间的关联关系，计算客户路线节点转移期望度，具体计算公式如下：
其中，Qij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点转移期望度，Aij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点的单次循环配送路线的连接距离，aij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点的K次循环配送路线的连接距离，并且K次循环配送路线的连接距离是单次循环配送路线的连接距离的K倍。
进一步的，所述步骤S300的具体实施过程包括：
步骤S301：当完成第i个客户路线节点转移到第j个客户路线节点时，获取配送机器人卸货量，并且根据配送机器人卸货量对配送清单进行更新；
步骤S302：当配送清单更新完成后，计算单次循环配送清单中配送需求欲望度，具体计算公式如下：
其中，Y(t)表示t时刻单次循环配送清单中配送需求欲望度，Xij(t-T)表示t-T时刻第i个客户路线节点转移到第j个客户路线节点时的配送机器人卸货量。
进一步的，所述步骤S400的具体实施过程包括：
步骤S401：根据单次循环配送完成度、客户路线节点转移期望度和配送需求欲望度，计算客户路线节点状态转移概率，具体计算公式如下：
其中，Pij(t)表示t时刻第i个客户路线节点转移到第j个客户路线节点的客户路线节点状态转移概率，R＝U-r，其中U表示总客户路线节点集合，r表示t时刻单次循环配送过程中已经完成配送需求的客户路线节点集合；
步骤S402：调整配送节点步长D，令T＝T+D，对配送清单进行状态更新迭代优化，迭代次数阈值为H，当T＝H时迭代终止，记录每次迭代的客户路线节点状态转移概率，提取客户路线节点状态转移概率最大值，并将最大值对应的时间作为最优配送时间，统计每次迭代时的最优配送时间，生成配送最优时间表；输出配送最优时间表，配送机器人按照配送最优时间表进行智能自动化配送；
根据上述方法，配送机器人的本质任务是及时完成配送任务，但是在现实生活中，不同的社区居民数量不同，进而导致配送需求很难精准预测，同时对于配送机器人需要设置的数量也很难精确判断；而且每个社区的范围大小、内部环境和内部道路情况均不相同，因此本申请发明通过大数据算法，结合不同的社区场景，进行配送任务的模拟预判，进一步根据客户的配送需求量和客户之间的关联关系，深入挖掘出最少的配送次数、单次配送量最大化和最短的配送路线，从而保证配送任务的及时完成，同时能够对一天内的配送时间表进行智能化调整，生成智能化配送决策。
与现有技术相比，本发明所达到的有益效果是：本发明提供的一种社区用配送机器人的配送管理系统及方法中，通过对有配送需求的客户进行统计和统一编号，进而生成配送清单；初始化配送时间节点，根据配送清单，计算单次循环配送完成度，同时挖掘客户之间的关联性，进而计算客户路线节点转移期望度；当完成一个客户路线节点转移到另一个客户路径节点时，对配送清单进行更新，计算单次循环配送清单中配送需求欲望度，进而根据单次循环配送完成度、客户路线节点转移期望度和配送需求欲望度，计算客户路线节点状态转移概率；通过算法迭代，调整配送节点步长，对配送清单进行状态更新迭代优化，输出配送机器人循环配送最优时间表；从而结合不同的社区场景，进行配送任务的模拟预判，深入挖掘出最少的配送次数、单次配送量最大化和最短的配送路线，从而保证配送任务的及时完成，同时能够对一天内的配送时间表进行智能化调整，生成智能化配送决策，为配送员减轻劳动，为配送服务提高效率，满足客户的大量配送需求。
附图说明
附图用来提供对本发明的进一步理解，并且且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并且不构成对本发明的限制。在附图中：
图1是本发明一种社区用配送机器人的配送管理系统的结构示意图；
图2是本发明一种社区用配送机器人的配送管理方法的步骤示意图。
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，本领域普通技术人员在没有做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。
请参阅图1-图2，本发明提供技术方案：
请参阅图1，在本实施例一中：提供一种社区用配送机器人的配送管理系统，该系统包括：配送机器人、配送云平台、客户关系找寻模块、配送需求欲望度计算模块和配送最优时间表获取模块；
配送机器人，设置有机器人车身、底盘和驱动系统；机器人车身安装包裹物品的隔架和投取门；隔架根据包裹大小左右移动并且隔架上设置声光感应装置，声光感应装置用于客户取件时提示客户包裹物品位置且当客户取件错误时发出取错提示预警；投取门为配送员投件时和用户取件时打开，投递和取件完成后投取门自动关闭；
配送云平台，用于接收客户的配送需求指令，对有配送需求的客户进行统计和统一编号，同时按照统一编号信息生成配送清单，其中配送清单中一个编号客户至少对应该客户的一次配送需求；初始化配送时间节点，根据配送清单，计算单次循环配送完成度；
其中，配送云平台还包括配送清单生成单元和单次循环配送完成度计算单元；
配送清单生成单元，用于将接收到的所有发送配送需求的客户进行统一编号，并且将客户的配送需求次数进行统计，同时将一个编号客户对应生成该客户的配送需求集合，按照统一编号和配送需求集合整理生成配送清单；
单次循环配送完成度计算单元，用于初始化一组配送时间节点，将一个客户看作单次循环配送经过的一个客户路线节点，根据配送清单，计算单次循环配送完成度，具体计算公式如下：
其中，W(t)表示t时刻单次循环配送完成度，Lij(t)表示t时刻第i个客户路线节点转移到第j个客户路线节点时的配送清单中的配送需求数量，Lij(t-T)表示t-T时刻第i个客户路线节点转移到第j个客户路线节点时的配送清单中的配送需求数量，其中T为配送时间节点步长,i≠j；
客户关系找寻模块，用于对单次循环配送过程中的客户之间找寻客户节点关联性，根据客户节点关联性计算客户路线节点转移期望度；
其中，客户关系找寻模块还包括客户节点关联性获取单元和客户路线节点转移期望度计算单元；
客户节点关联性获取单元，用于对单次循环配送过程中的客户之间找寻客户节点关联性，如果第i个客户路线节点与第j个客户路线节点在预设配送路线中是直接相连关系，则表示第i个客户路线节点与第j个客户路线节点存在关联关系，将关联关系标记为Gij＝1，否则表示第i个客户路线节点与第j个客户路线节点不存在关联关系，将不存在关联关系标记为Gij＝0；
客户路线节点转移期望度计算单元，用于根据客户路线节点之间的关联关系，计算客户路线节点转移期望度，具体计算公式如下：
其中，Qij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点转移期望度，Aij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点的单次循环配送路线的连接距离，aij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点的K次循环配送路线的连接距离，并且K次循环配送路线的连接距离是单次循环配送路线的连接距离的K倍；
配送需求欲望度计算模块，用于当完成一个客户路线节点转移到另一个客户路径节点时，获取配送机器人卸货量，对配送清单进行更新，计算单次循环配送清单中配送需求欲望度；
其中，配送需求欲望度计算模块还包括配送清单更新单元和配送需求欲望度计算单元；
配送清单更新单元，用于当完成第i个客户路线节点转移到第j个客户路线节点时，获取配送机器人卸货量，并且根据配送机器人卸货量对配送清单进行更新；
配送需求欲望度计算单元，用于当配送清单更新完成后，计算单次循环配送清单中配送需求欲望度，具体计算公式如下：
其中，Y(t)表示t时刻单次循环配送清单中配送需求欲望度，Xij(t-T)表示t-T时刻第i个客户路线节点转移到第j个客户路线节点时的配送机器人卸货量；
配送最优时间表获取模块，根据单次循环配送完成度、客户路线节点转移期望度和配送需求欲望度，计算客户路线节点状态转移概率；调整配送节点步长，对配送清单进行状态更新迭代优化，输出配送机器人循环配送最优时间表；
其中，配送最优时间表获取模块还包括客户路线节点状态转移概率计算单元和迭代优化单元；
客户路线节点状态转移概率计算单元，用于根据单次循环配送完成度、客户路线节点转移期望度和配送需求欲望度，计算客户路线节点状态转移概率，具体计算公式如下：
其中，Pij(t)表示t时刻第i个客户路线节点转移到第j个客户路线节点的客户路线节点状态转移概率，R＝U-r，其中U表示总客户路线节点集合，r表示t时刻单次循环配送过程中已经完成配送需求的客户路线节点集合；
迭代优化单元，用于调整配送节点步长D，令T＝T+D，对配送清单进行状态更新迭代优化，迭代次数阈值为H，当T＝H时迭代终止，记录每次迭代的客户路线节点状态转移概率，提取客户路线节点状态转移概率最大值，并将最大值对应的时间作为最优配送时间，统计每次迭代时的最优配送时间，生成配送最优时间表；输出配送最优时间表，配送机器人按照配送最优时间表进行智能自动化配送。
请参阅图2，在本实施例二中：提供一种社区用配送机器人的配送管理方法，该方法包括以下步骤：
配送云平台接收客户的配送需求指令，对有配送需求的客户进行统计和统一编号，同时按照统一编号信息生成配送清单，其中配送清单中一个编号客户至少对应该客户的一次配送需求；初始化配送时间节点，根据配送清单，计算单次循环配送完成度；
客户发送配送需求指令至配送云平台，配送云平台将接收到的所有发送配送需求的客户进行统一编号，并且将客户的配送需求次数进行统计，同时将一个编号客户对应生成该客户的配送需求集合，按照统一编号和配送需求集合整理生成配送清单；
初始化一组配送时间节点，将一个客户看作单次循环配送经过的一个客户路线节点，根据配送清单，计算单次循环配送完成度，具体计算公式如下：
其中，W(t)表示t时刻单次循环配送完成度，Lij(t)表示t时刻第i个客户路线节点转移到第j个客户路线节点时的配送清单中的配送需求数量，Lij(t-T)表示t-T时刻第i个客户路线节点转移到第j个客户路线节点时的配送清单中的配送需求数量，其中T为配送时间节点步长,i≠j；
对单次循环配送过程中的客户之间找寻客户节点关联性，根据客户节点关联性计算客户路线节点转移期望度；
对单次循环配送过程中的客户之间找寻客户节点关联性，如果第i个客户路线节点与第j个客户路线节点在预设配送路线中是直接相连关系，则表示第i个客户路线节点与第j个客户路线节点存在关联关系，将关联关系标记为Gij＝1，否则表示第i个客户路线节点与第j个客户路线节点不存在关联关系，将不存在关联关系标记为Gij＝0；
根据客户路线节点之间的关联关系，计算客户路线节点转移期望度，具体计算公式如下：
其中，Qij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点转移期望度，Aij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点的单次循环配送路线的连接距离，aij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点的K次循环配送路线的连接距离，并且K次循环配送路线的连接距离是单次循环配送路线的连接距离的K倍；
当完成一个客户路线节点转移到另一个客户路径节点时，获取配送机器人卸货量，对配送清单进行更新，计算单次循环配送清单中配送需求欲望度；
当完成第i个客户路线节点转移到第j个客户路线节点时，获取配送机器人卸货量，并且根据配送机器人卸货量对配送清单进行更新；
当配送清单更新完成后，计算单次循环配送清单中配送需求欲望度，具体计算公式如下：
其中，Y(t)表示t时刻单次循环配送清单中配送需求欲望度，Xij(t-T)表示t-T时刻第i个客户路线节点转移到第j个客户路线节点时的配送机器人卸货量；
根据单次循环配送完成度、客户路线节点转移期望度和配送需求欲望度，计算客户路线节点状态转移概率；调整配送节点步长，对配送清单进行状态更新迭代优化，输出配送机器人循环配送最优时间表；
根据单次循环配送完成度、客户路线节点转移期望度和配送需求欲望度，计算客户路线节点状态转移概率，具体计算公式如下：
其中，Pij(t)表示t时刻第i个客户路线节点转移到第j个客户路线节点的客户路线节点状态转移概率，R＝U-r，其中U表示总客户路线节点集合，r表示t时刻单次循环配送过程中已经完成配送需求的客户路线节点集合；
调整配送节点步长D，令T＝T+D，对配送清单进行状态更新迭代优化，迭代次数阈值为H，当T＝H时迭代终止，记录每次迭代的客户路线节点状态转移概率，提取客户路线节点状态转移概率最大值，并将最大值对应的时间作为最优配送时间，统计每次迭代时的最优配送时间，生成配送最优时间表；输出配送最优时间表，配送机器人按照配送最优时间表进行智能自动化配送；例如说，设置调整配送节点步长D＝1，即每一个小时进行状态更新优化，设置迭代次数阈值H＝12，即从早上9点开始配送到晚上9点结束配送；
例如说，客户可以通过专用App发送需求指令，算法根据客户的不同配送需求智能化生成配送最优时间表，配送机器人在社区内的投递点，根据配送最优时间表自动按照预定的路线行驶到指定取件地点，算法调度机器人到达用户指定取件地点后，客户根据配送最优时间表时间节点提前做好取件准备。
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。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并且不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。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保护范围之内。

Claims (7)

1.一种社区用配送机器人的配送管理方法，其特征在于，该方法包括以下步骤：
步骤S100：配送云平台接收客户的配送需求指令，对有配送需求的客户进行统计和统一编号，同时按照统一编号信息生成配送清单，其中配送清单中一个编号客户至少对应该客户的一次配送需求；初始化配送时间节点，根据配送清单，计算单次循环配送完成度；
步骤S200：对单次循环配送过程中的客户之间找寻客户节点关联性，根据客户节点关联性计算客户路线节点转移期望度；
步骤S300：当完成一个客户路线节点转移到另一个客户路径节点时，获取配送机器人卸货量，对配送清单进行更新，计算单次循环配送清单中配送需求欲望度；
步骤S400：根据单次循环配送完成度、客户路线节点转移期望度和配送需求欲望度，计算客户路线节点状态转移概率；调整配送节点步长，对配送清单进行状态更新迭代优化，输出配送机器人循环配送最优时间表；
所述步骤S100的具体实施过程包括：
步骤S101：客户发送配送需求指令至配送云平台，配送云平台将接收到的所有发送配送需求的客户进行统一编号，并且将客户的配送需求次数进行统计，同时将一个编号客户对应生成该客户的配送需求集合，按照统一编号和配送需求集合整理生成配送清单；
步骤S102：初始化一组配送时间节点，将一个客户看作单次循环配送经过的一个客户路线节点，根据配送清单，计算单次循环配送完成度，具体计算公式如下：
其中，W(t)表示t时刻单次循环配送完成度，Lij(t)表示t时刻第i个客户路线节点转移到第j个客户路线节点时的配送清单中的配送需求数量，Lij(t-T)表示t-T时刻第i个客户路线节点转移到第j个客户路线节点时的配送清单中的配送需求数量，其中T为配送时间节点步长，i≠j；
所述步骤S200的具体实施过程包括：
步骤S201：对单次循环配送过程中的客户之间找寻客户节点关联性，如果第i个客户路线节点与第j个客户路线节点在预设配送路线中是直接相连关系，则表示第i个客户路线节点与第j个客户路线节点存在关联关系，将关联关系标记为Gij＝1，否则表示第i个客户路线节点与第j个客户路线节点不存在关联关系，将不存在关联关系标记为Gij＝0；
步骤S202：根据客户路线节点之间的关联关系，计算客户路线节点转移期望度，具体计算公式如下：
其中，Qij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点转移期望度，Aij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点的单次循环配送路线的连接距离，aij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点的K次循环配送路线的连接距离，并且K次循环配送路线的连接距离是单次循环配送路线的连接距离的K倍；
所述步骤S300的具体实施过程包括：
步骤S301：当完成第i个客户路线节点转移到第j个客户路线节点时，获取配送机器人卸货量，并且根据配送机器人卸货量对配送清单进行更新；
步骤S302：当配送清单更新完成后，计算单次循环配送清单中配送需求欲望度，具体计算公式如下：
其中，Y(t)表示t时刻单次循环配送清单中配送需求欲望度，Xij(t-T)表示t-T时刻第i个客户路线节点转移到第j个客户路线节点时的配送机器人卸货量。
2.根据权利要求1所述的一种社区用配送机器人的配送管理方法，其特征在于，所述步骤S400的具体实施过程包括：
步骤S401：根据单次循环配送完成度、客户路线节点转移期望度和配送需求欲望度，计算客户路线节点状态转移概率，具体计算公式如下：
其中，Pij(t)表示t时刻第i个客户路线节点转移到第j个客户路线节点的客户路线节点状态转移概率，R＝U-r，其中U表示总客户路线节点集合，r表示t时刻单次循环配送过程中已经完成配送需求的客户路线节点集合；
步骤S402：调整配送节点步长D，令T＝T+D，对配送清单进行状态更新迭代优化，迭代次数阈值为H，当T＝H时迭代终止，记录每次迭代的客户路线节点状态转移概率，提取客户路线节点状态转移概率最大值，并将最大值对应的时间作为最优配送时间，统计每次迭代时的最优配送时间，生成配送最优时间表；输出配送最优时间表，配送机器人按照配送最优时间表进行智能自动化配送。
3.应用权利要求1-2中任一项的一种社区用配送机器人的配送管理方法的一种社区用配送机器人的配送管理系统，其特征在于，所述系统包括：配送机器人、配送云平台、客户关系找寻模块、配送需求欲望度计算模块和配送最优时间表获取模块；
所述配送机器人，设置有机器人车身、底盘和驱动系统；所述机器人车身安装包裹物品的隔架和投取门；所述隔架根据包裹大小左右移动并且隔架上设置声光感应装置，所述声光感应装置用于客户取件时提示客户包裹物品位置且当客户取件错误时发出取错提示预警；所述投取门为配送员投件时和用户取件时打开，投递和取件完成后投取门自动关闭；
所述配送云平台，用于接收客户的配送需求指令，对有配送需求的客户进行统计和统一编号，同时按照统一编号信息生成配送清单，其中配送清单中一个编号客户至少对应该客户的一次配送需求；初始化配送时间节点，根据配送清单，计算单次循环配送完成度；
所述客户关系找寻模块，用于对单次循环配送过程中的客户之间找寻客户节点关联性，根据客户节点关联性计算客户路线节点转移期望度；
所述配送需求欲望度计算模块，用于当完成一个客户路线节点转移到另一个客户路径节点时，获取配送机器人卸货量，对配送清单进行更新，计算单次循环配送清单中配送需求欲望度；
所述配送最优时间表获取模块，根据单次循环配送完成度、客户路线节点转移期望度和配送需求欲望度，计算客户路线节点状态转移概率；调整配送节点步长，对配送清单进行状态更新迭代优化，输出配送机器人循环配送最优时间表。
4.根据权利要求3所述的一种社区用配送机器人的配送管理系统，其特征在于：所述配送云平台还包括配送清单生成单元和单次循环配送完成度计算单元；
所述配送清单生成单元，用于将接收到的所有发送配送需求的客户进行统一编号，并且将客户的配送需求次数进行统计，同时将一个编号客户对应生成该客户的配送需求集合，按照统一编号和配送需求集合整理生成配送清单；
所述单次循环配送完成度计算单元，用于初始化一组配送时间节点，将一个客户看作单次循环配送经过的一个客户路线节点，根据配送清单，计算单次循环配送完成度，具体计算公式如下：
其中，W(t)表示t时刻单次循环配送完成度，Lij(t)表示t时刻第i个客户路线节点转移到第j个客户路线节点时的配送清单中的配送需求数量，Lij(t-T)表示t-T时刻第i个客户路线节点转移到第j个客户路线节点时的配送清单中的配送需求数量，其中T为配送时间节点步长,i≠j。
5.根据权利要求4所述的一种社区用配送机器人的配送管理系统，其特征在于：所述客户关系找寻模块还包括客户节点关联性获取单元和客户路线节点转移期望度计算单元；
所述客户节点关联性获取单元，用于对单次循环配送过程中的客户之间找寻客户节点关联性，如果第i个客户路线节点与第j个客户路线节点在预设配送路线中是直接相连关系，则表示第i个客户路线节点与第j个客户路线节点存在关联关系，将关联关系标记为Gij＝1，否则表示第i个客户路线节点与第j个客户路线节点不存在关联关系，将不存在关联关系标记为Gij＝0；
所述客户路线节点转移期望度计算单元，用于根据客户路线节点之间的关联关系，计算客户路线节点转移期望度，具体计算公式如下：
其中，Qij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点转移期望度，Aij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点的单次循环配送路线的连接距离，aij表示第i个客户路线节点转移到第j个客户路线节点的客户路线节点的K次循环配送路线的连接距离，并且K次循环配送路线的连接距离是单次循环配送路线的连接距离的K倍。
6.根据权利要求5所述的一种社区用配送机器人的配送管理系统，其特征在于：所述配送需求欲望度计算模块还包括配送清单更新单元和配送需求欲望度计算单元；
所述配送清单更新单元，用于当完成第i个客户路线节点转移到第j个客户路线节点时，获取配送机器人卸货量，并且根据配送机器人卸货量对配送清单进行更新；
所述配送需求欲望度计算单元，用于当配送清单更新完成后，计算单次循环配送清单中配送需求欲望度，具体计算公式如下：
其中，Y(t)表示t时刻单次循环配送清单中配送需求欲望度，Xij(t-T)表示t-T时刻第i个客户路线节点转移到第j个客户路线节点时的配送机器人卸货量。
7.根据权利要求6所述的一种社区用配送机器人的配送管理系统，其特征在于：所述配送最优时间表获取模块还包括客户路线节点状态转移概率计算单元和迭代优化单元；
所述客户路线节点状态转移概率计算单元，用于根据单次循环配送完成度、客户路线节点转移期望度和配送需求欲望度，计算客户路线节点状态转移概率，具体计算公式如下：
其中，Pij(t)表示t时刻第i个客户路线节点转移到第j个客户路线节点的客户路线节点状态转移概率，R＝U-r，其中U表示总客户路线节点集合，r表示t时刻单次循环配送过程中已经完成配送需求的客户路线节点集合；
所述迭代优化单元，用于调整配送节点步长D，令T＝T+D，对配送清单进行状态更新迭代优化，迭代次数阈值为H，当T＝H时迭代终止，记录每次迭代的客户路线节点状态转移概率，提取客户路线节点状态转移概率最大值，并将最大值对应的时间作为最优配送时间，统计每次迭代时的最优配送时间，生成配送最优时间表；输出配送最优时间表，配送机器人按照配送最优时间表进行智能自动化配送。
CN202310079565.2A 2023-01-17 2023-01-17 一种社区用配送机器人的配送管理系统及方法 Active CN116050967B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310079565.2A CN116050967B (zh) 2023-01-17 2023-01-17 一种社区用配送机器人的配送管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310079565.2A CN116050967B (zh) 2023-01-17 2023-01-17 一种社区用配送机器人的配送管理系统及方法

Publications (2)

Publication Number Publication Date
CN116050967A CN116050967A (zh) 2023-05-02
CN116050967B true CN116050967B (zh) 2023-07-21

Family

ID=86131212

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310079565.2A Active CN116050967B (zh) 2023-01-17 2023-01-17 一种社区用配送机器人的配送管理系统及方法

Country Status (1)

Country Link
CN (1) CN116050967B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109598366A (zh) * 2018-11-06 2019-04-09 昆明理工大学 一种外卖配送过程的优化调度方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10110795B2 (en) * 2002-06-04 2018-10-23 General Electric Company Video system and method for data communication
CN103679408A (zh) * 2012-09-05 2014-03-26 深圳市赛格导航科技股份有限公司 一种基于二维码的gps物流配送系统和方法
US20140330738A1 (en) * 2013-05-01 2014-11-06 Gruppo Due Mondi, Inc. Optimizing Customer Delivery Services
CN103279857B (zh) * 2013-06-13 2016-03-30 南京航空航天大学 数控车间自动配送车辆调度方法
US10032137B2 (en) * 2015-08-31 2018-07-24 Avaya Inc. Communication systems for multi-source robot control
CN108621150B (zh) * 2017-03-17 2020-11-03 北京京东尚科信息技术有限公司 配送机器人控制方法、装置和配送机器人
CN107977817B (zh) * 2017-12-03 2022-03-08 中国直升机设计研究所 一种基于无人机的货物配送系统及配送方法
CN109146159B (zh) * 2018-08-03 2021-11-30 江苏木盟智能科技有限公司 一种机器人的配送方法及服务器
CN111523837B (zh) * 2020-04-16 2023-09-26 新石器慧通（北京）科技有限公司 一种自动驾驶外卖车及其订单调度处理方法
CN112598355A (zh) * 2020-12-26 2021-04-02 上海有个机器人有限公司 一种基于站点的机器人实时取货配送方法和系统
CN114454185B (zh) * 2022-01-11 2024-09-03 上海擎朗智能科技有限公司 一种机器人控制方法、装置、机器人及存储介质
CN114474057B (zh) * 2022-02-09 2024-05-17 北京百度网讯科技有限公司 用于配送机器人的自动配送控制方法和装置、电子设备

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109598366A (zh) * 2018-11-06 2019-04-09 昆明理工大学 一种外卖配送过程的优化调度方法

Also Published As

Publication number Publication date
CN116050967A (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
CN113344262A (zh) 一种基于城市垃圾分类的智能清运系统及方法
Hu et al. A two-stage dynamic capacity planning approach for agricultural machinery maintenance service with demand uncertainty
CN106651247A (zh) 基于gis拓扑分析的地址匹配区域块方法和系统
CN109034684A (zh) 基于无人配送机器人的物流末端配送管理系统
CN109993343A (zh) 预测可交换式能源储存装置的需求的系统与方法
CN106447584A (zh) 一种面向高速公路网络运营的决策支持系统及其使用方法
CN107608364A (zh) 一种用于数据中心物理设备上下架的智能机器人
CN108362293A (zh) 一种基于关键点技术的车辆轨迹匹配方法
CN109902213B (zh) 实时公交服务线路推荐方法、装置与电子设备
CN110309952B (zh) 一种基于通勤模型的城市就业空间布局优化辅助系统
CN116959688A (zh) 一种智能药房控制系统及方法
CN117032298A (zh) 卡车无人机同步运行协同配送模式下的无人机任务分配规划方法
CN106530702A (zh) 一种基于交通指数的随机动态网络交通规划方法
CN116050967B (zh) 一种社区用配送机器人的配送管理系统及方法
Wei et al. Optimal routing design of feeder transit with stop selection using aggregated cell phone data and open source GIS tool
CN106570182A (zh) 公交车辆下车站点识别方法与系统
Chen et al. Dynamic path optimization in sharing mode to relieve urban traffic congestion
CN112819228A (zh) 任务处理方法、装置、存储介质和电子设备
CN107341675A (zh) 一种基于语义知识的智能电网远程费控决策架构及方法
CN107436945A (zh) 一种基于电子地图的信息采集方法及系统
Yang et al. Optimization of customer service and driver dispatch areas for on-demand food delivery
Roa et al. An online real-time matheuristic algorithm for dispatch and relocation of ambulances
CN108711311A (zh) 停车辅助系统及其停车辅助方法
CN107331156A (zh) 城市交通综合调查云平台与系统
CN114444789A (zh) 一种基于多源数据的公交线网供需矩阵自主化构建方法

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