CN116432987A - 矿车二次调度方法、装置、芯片、终端、设备及介质 - Google Patents
矿车二次调度方法、装置、芯片、终端、设备及介质 Download PDFInfo
- Publication number
- CN116432987A CN116432987A CN202310684750.4A CN202310684750A CN116432987A CN 116432987 A CN116432987 A CN 116432987A CN 202310684750 A CN202310684750 A CN 202310684750A CN 116432987 A CN116432987 A CN 116432987A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- time
- destination
- topology
- road network
- 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 69
- 238000004364 calculation method Methods 0.000 claims description 27
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 13
- 238000005065 mining Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 3
- 238000005422 blasting Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012546 transfer 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
- G06Q10/06—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
- G06Q10/04—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
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种矿车二次调度方法、装置、芯片、终端、设备及介质。其中方法包括:响应于目标车辆的二次调度请求,获取目标车辆的当前位置信息、当前载重状态和当前调度时刻;基于当前载重状态,确定目标车辆对应的拓扑路网,基于当前位置信息,确定目标车辆在拓扑路网上的起始点位置;计算起始点位置至拓扑路网中各个目的地的行驶距离,基于行驶距离,计算目标车辆行驶至各个目的地的预期行程时间;以当前调度时刻为起始时刻创建调度时间窗,并将预期任务完成时刻在调度时间窗内的车辆和目标车辆创建为车辆集合,按照车辆集合中的每个车辆行驶至各个目的地的预期行程时间,对车辆集合中的每个车辆进行顺序调度,得到目标车辆的调度结果。
Description
技术领域
本发明涉及车辆调度、智慧矿山技术领域,尤其是涉及一种矿车二次调度方法、装置、芯片、终端、设备及介质。
背景技术
目前,露天矿山生产环境复杂,设备故障、工作区不可用、道路封闭等事件时有发生,此时,就会有车辆正在前往的目的地无法通行或目的地不可用的意外情况发生。在这种情形下,需要调度车辆前往其他可通行的目的地,即涉及到车辆的二次调度策略。
在现有技术中,车辆的二次调度策略一般是将车辆重新调度至就近的目的地执行装卸任务,但是,这种调度方法没有考虑到车辆集群整体,因而会增加矿车排队等待的时间,降低车辆集群整体的运输效率和矿山的整体产量。
发明内容
有鉴于此,本申请提供了一种矿车二次调度方法、装置、芯片、终端、计算机设备及介质,主要目的在于解决矿车二次调度会降低车辆集群整体的运输效率以及矿山的整体产量的技术问题。
根据本发明的第一个方面,提供了一种矿车二次调度方法,该方法包括:
响应于目标车辆的二次调度请求,获取所述目标车辆的当前位置信息、当前载重状态和当前调度时刻;
基于所述当前载重状态,确定所述目标车辆对应的拓扑路网,基于所述当前位置信息,确定所述目标车辆在所述拓扑路网上的起始点位置;
计算所述起始点位置至所述拓扑路网中各个目的地的行驶距离,并基于所述行驶距离,计算所述目标车辆行驶至各个所述目的地的预期行程时间;
以所述当前调度时刻为起始时刻创建调度时间窗,将预期任务完成时刻在所述调度时间窗内的车辆和所述目标车辆创建为车辆集合,按照所述车辆集合中的每个所述车辆行驶至各个所述目的地的预期行程时间,对所述车辆集合中的每个所述车辆进行顺序调度,得到所述目标车辆的调度结果。
根据本发明的第二个方面,提供了一种矿车二次调度装置,该装置包括:
调度请求响应模块,用于响应于目标车辆的二次调度请求,获取所述目标车辆的当前位置信息、当前载重状态和当前调度时刻;
起始点位置确定模块,用于基于所述当前载重状态,确定所述目标车辆对应的拓扑路网,基于所述当前位置信息,确定所述目标车辆在所述拓扑路网上的起始点位置;
行程时间计算模块,用于计算所述起始点位置至所述拓扑路网中各个目的地的行驶距离,并基于所述行驶距离,计算所述目标车辆行驶至各个所述目的地的预期行程时间;
调度结果生成模块,用于以所述当前调度时刻为起始时刻创建调度时间窗,将预期任务完成时刻在所述调度时间窗内的车辆和所述目标车辆创建为车辆集合,按照所述车辆集合中的每个所述车辆行驶至各个所述目的地的预期行程时间,对所述车辆集合中的每个所述车辆进行顺序调度,得到所述目标车辆的调度结果。
根据本发明的第三个方面,提供了一种芯片,所述芯片包括至少一个处理器和通信接口,所述通信接口和所述至少一个处理器耦合,所述至少一个处理器用于运行计算机程序或指令,以实现上述矿车二次调度方法。
根据本发明的第四个方面,提供了一种终端,所述终端包括上述矿车二次调度装置。
根据本发明的第五个方面,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被处理器执行时实现上述矿车二次调度方法。
根据本发明的第六个方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述矿车二次调度方法。
本发明提供的一种矿车二次调度方法、装置、芯片、终端、设备及介质,在接收到目标车辆的二次调度请求时,通过确定目标车辆对应的拓扑路网和目标车辆在拓扑路网上的起始点位置,并基于拓扑路网进行二次路径规划,可以减小路径规划的复杂度,减少矿车的路径规划时间,提高矿车的路径规划效率。而且,通过计算目标车辆行驶至各个目的地的预期行程时间,并基于预期行程时间作为车辆二次调度的决策依据,可以减少车辆的排队等待时间,提升车辆整体的运输效率。此外,通过对预期任务完成时刻在调度时间窗内的各个车辆和目标车辆进行集群调度,可以使车辆的二次调度决策不再仅仅依赖于当前的时间信息和生产信息,而是能够考虑到后续的调度决策对于当前决策的影响,因而能够对车辆集群进行整体的较佳调度匹配,以此优化了矿车二次调度结果,提升了车辆集群的整体运输效率和矿山的整体产量。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1示出了本发明实施例提供的一种矿车二次调度方法的流程示意图;
图2示出了本发明实施例提供的另一种矿车二次调度方法的流程示意图;
图3示出了本发明实施例提供的一种矿车二次调度方法的场景示意图;
图4示出了本发明实施例提供的一种矿车二次调度方法的场景示意图;
图5示出了本发明实施例提供的一种矿车二次调度装置的结构示意图;
图6示出了本发明实施例提供的另一种矿车二次调度装置的结构示意图;
图7示出了本发明实施例提供的一种计算机设备的结构示意图;
图8示出了本发明实施例提供的一种芯片的结构示意图;
图9示出了本发明实施例提供的一种终端的结构示意图;
图10示出了本发明实施例提供的一种计算机可读存储介质的结构示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
露天矿山生产环境复杂,设备故障、工作区不可用、道路封闭等事件时有发生,此时,就会有车辆正在前往的目的地无法通行或目的地不可用的意外情况发生,露天矿山生产环境中较为常见的意外情况主要包括以下几种:
1)装卸载区不可用。如,电铲故障、破碎站故障、排土场塌陷,工作区事故等,此时,需要调度前往该装卸载区的车辆前往其他目的地。
2)道路不可通行。如道路维修,交通事故,道路阻塞等,此时,需要调度车辆通过其他道路前往指定目的地或前往其他目的地。
3)爆破避炮,爆破区域内装卸载区及道路均不可用。此时,需要调度车辆前往新的目的地或者绕行。
4)穿越工作区或部分道路穿越工作区。此时,为避免工作区排队车辆阻塞道路,需要调度车辆前往新的目的地。
在上述多种场景下,需要调度车辆前往其他可通行的目的地或绕路前往当前的目的地,此时,就会涉及到车辆的二次调度策略。然而,目前的就近调度策略或者人工调度的处理方式,很难保证矿区车辆集群的整体运输效率,车辆的二次调度效果不佳。
实施例一
针对上述问题,在一个实施例中,如图1所示,提供了一种矿车二次调度方法,以该方法应用于服务器等计算机设备为例进行说明,包括以下步骤:
101、响应于目标车辆的二次调度请求,获取目标车辆的当前位置信息、当前载重状态和当前调度时刻。
其中,目标车辆指的是需要进行二次调度的露天矿山无人驾驶车辆,即矿用运输车辆,该矿用运输车辆具体可以为矿卡、宽体车和铰接式矿车等多种车辆类型。进一步的,目标车辆的当前位置信息指的是目标车辆请求二次调度时的位置信息,该位置信息具体可以为目标车辆当前所处的经纬度信息、车辆在矿山地图中的坐标信息或车辆所在的路段信息等等;目标车辆的当前载重状态指的是目标车辆请求二次调度时的载重状态,具体可以为空载状态或重载状态,其中,空载状态指的是车辆执行完卸载任务后的状态,重载状态指的是车辆执行完装载任务后的状态;目标车辆的当前调度时刻指的是目标车辆请求二次调度时的当前时刻,例如,目标车辆在某日的13:00发送了一个二次调度请求,则目标车辆的当前调度时刻为该日的13:00。
具体的,当目标车辆遭遇到设备故障、工作区不可用、道路封闭等意外事件时,可以停止运行并向服务器发送二次调度请求。服务器响应于接收到目标车辆的二次调度请求,或者通过定时轮询的方式获取到目标车辆的二次调度请求时,可以获取目标车辆的当前位置信息、当前载重状态和当前调度时刻。其中,目标车辆的当前位置信息、当前载重状态和当前调度时刻可以在二次调度请求中直接获取到,也可以通过二次调度请求中携带的标识信息在车辆终端或服务器中获取得到,本实施例在此不做具体限定。
102、基于当前载重状态,确定目标车辆对应的拓扑路网,基于当前位置信息,确定目标车辆在拓扑路网上的起始点位置。
其中,拓扑路网又称拓扑路网地图或路网拓扑图,指的是具有拓扑结构的道路网络,拓扑结构指的是由若干个节点和若干条线构成的图结构。拓扑路网中的节点为真实道路网络中的一个具体位置,如露天矿山地图中的装载区或卸载区,拓扑路网中的线为连接真实道路网络中两个具体位置的道路,这条道路可能由一个真实的路段构成,也有可能由多个路段拼接而成。在本实施例中,拓扑路网可以在矿山原始路网的基础上进行简化处理得到,通过拓扑路网,可以限制车辆在地图中的移动轨迹。在本实施例中,可以基于车辆的载重状态将矿山路网划分为空载拓扑路网和重载拓扑路网这两种路网。其中,重载拓扑路网指的是车辆在重载状态下从装载区驶往卸载区的路网,空载拓扑路网指的是车辆在空载状态下从卸载区驶往装载区的路网。一般来说,空载拓扑路网和重载拓扑路网均为单向道路,其区别主要为重载拓扑路网是从装载区出场点到卸载区入场点的路网,车辆的目的地为卸载区;空载拓扑路网是从卸载区出场点到装载区入场点的路网,车辆的目的地为装载区。
具体的,服务器可以基于目标车辆的当前载重状态,确定目标车辆对应的拓扑路网是重载拓扑路网还是空载拓扑路网。具体来说,如果目标车辆的当前载重状态为重载状态,则服务器可以获取重载拓扑路网作为目标车辆对应的拓扑路网,此时,可以将目标车辆的各个目的地设置为重载拓扑路网中的各个卸载区;相反,如果目标车辆的当前载重状态为空载状态,则服务器可以获取空载拓扑路网作为目标车辆对应的拓扑路网,此时,可以将目标车辆的各个目的地设置为空载拓扑路网中的各个装载区。
进一步的,服务器可以基于目标车辆的当前位置信息,确定目标车辆在拓扑路网上的起始点位置。具体来说,服务器可以基于目标车辆当前所处的经纬度信息、目标车辆在矿山地图中的当前坐标信息或目标车辆当前所在的路段信息等多种位置信息中的至少一种信息,确定目标车辆在拓扑路网上的起始点位置。其中,目标车辆在拓扑路网上的起始点位置可以利用目标车辆在拓扑路网中对应的拓扑路段以及目标车辆距离该拓扑路段两端的拓扑节点中的至少一个拓扑节点的距离来表示,即通过起始点位置,可以获知目标车辆在拓扑路网中对应的拓扑路段,以及目标车辆距离该拓扑路段两端的拓扑节点中的至少一个拓扑节点的距离,以便于服务器执行后续的路径规划操作。
可以理解的是,服务器也可以获取整个矿山地图对应的拓扑路网作为目标车辆对应的拓扑路网,然后基于目标车辆的当前载重状态,在拓扑路网中确定目标车辆对应的各个目的地,以及确定目标车辆在拓扑路网上的起始点位置。本实施例通过对原始路网进行简化,构建拓扑路网,并在拓扑路网的基础上进行路径规划,可以减小路径规划计算代价,提高路径规划的效率。
103、计算起始点位置至拓扑路网中各个目的地的行驶距离,并基于行驶距离,计算目标车辆行驶至各个目的地的预期行程时间。
具体的,服务器可以基于目标车辆在拓扑路网上的起始点位置,规划目标车辆从起始点位置前往拓扑路网中各个目的地的行驶距离,其中,行驶距离可以为目标车辆从起始点位置行驶至拓扑路网中各个目的地的最短拓扑距离,该最短拓扑距离可以基于Dijkstra,A*等路径规划算法规划得到。此外,该行驶距离也可以为目标车辆从起始点位置出发行驶至拓扑路网中各个目的地的任意拓扑距离。可以理解的是,目标车辆从起始点位置行驶至拓扑路网中各个目的地的行驶距离并不是只有唯一解,而是要根据路径规划结果确定,一般来说,行驶距离指的是目标车辆可以行驶的最短拓扑距离。
进一步的,在得到目标车辆从起始点位置行驶至拓扑路网中各个目的地的行驶距离之后,可以基于该行驶距离,计算目标车辆行驶至各个目的地的预期行程时间。其中,预期行程时间为目标车辆从起始点位置出发,行驶前往各个目的地,排队等待,直至完成装卸载任务的总时间。可以理解的是,如果目标车辆抵达目的地的时刻装卸载设备可用,则车辆无需等待,否则就会产生排队时间。在本实施例中,目标车辆从起始点位置出发行驶前往各个目的地的行驶时间可以通过行驶距离计算得到,排队等待的时间可以根据各个目的地的装卸载设备的任务完成时间计算得到,目标车辆执行装卸载任务的时间可以通过统计的方式预先计算得到并存储在服务器中。基于此,目标车辆行驶至各个目的地的预期行程时间可以通过上述多种时间数值累加得到。
需要说明的是,目标车辆在拓扑路网中的各个目的地可以根据目标车辆的当前载重状态和目标车辆对应的行驶区域确定,其中,行驶区域可以为整个露天矿区,也可以为预先设定的部分露天矿区。通常情况下,矿车的调度是以调度分组为单位进行的,例如,一个调度分组共分配了三个装载区、三个卸载区以及10台矿车,那么,这10台矿车只能在给定的三个装载区和三个卸载区之间行驶。具体来说,在这10台矿车的调度过程中,如果一台处于空载状态的车辆正在驶往一个装载区,但是该装载区临时不可用,那么就需要为该车辆重新分配一个装载区作为新的目的地,此时,调度分组中的另外两个装载区就是该目标车辆在拓扑路网中的所有目的地;同样的,对于处于重载状态的车辆,二次调度只会为其分配一个新的卸载区作为目的地,此时,调度分组中的另外两个卸载区就是该目标车辆在拓扑路网中的所有目的地。
104、以当前调度时刻为起始时刻创建调度时间窗,将预期任务完成时刻在调度时间窗内的车辆和目标车辆创建为车辆集合,按照车辆集合中的每个车辆行驶至各个目的地的预期行程时间,对车辆集合中的每个车辆进行顺序调度,得到目标车辆的调度结果。
具体的,在计算得到目标车辆行驶至各个目的地的预期行程时间之后,服务器可以以目标车辆的当前调度时刻为起始时刻,向后延长预设时长,以此创建一个以当前调度时刻为起始时刻的预设时长的调度时间窗。然后,服务器可以获取预期任务完成时刻在这个调度时间窗内的所有车辆,并将这些车辆和目标车辆一同放置在一个车辆集合中,进而计算这个车辆集合中每个车辆驶往拓扑路网中的各个目的地的预期行程时间。进一步的,服务器可以按照车辆集合中的每个车辆行驶至各个目的地的预期行程时间,将预期行程时间最短的车辆调度至预期行程时间最短的目的地。如果此次调度的车辆是目标车辆,则将此次调度结果作为目标车辆的调度结果;如果此次调度的车辆不是目标车辆,则将被调度的车辆从车辆集合中删除,并重新计算车辆集合中剩余的每个车辆驶往拓扑路网中的各个目的地的预期行程时间,并按照当前车辆集合中的每个车辆行驶至各个目的地的预期行程时间,将预期行程时间最短的车辆调度至预期行程时间最短的目的地,然后再次判断此次调度的车辆是否为目标车辆。上述过程不断重复,如果某次调度的车辆是目标车辆,则将该次调度结果作为目标车辆的调度结果。得到调度结果后,可以停止该车辆集合中剩余车辆的调度,也可以不停止。
本实施例提供的矿车二次调度方法,在接收到目标车辆的二次调度请求时,通过确定目标车辆对应的拓扑路网和目标车辆在拓扑路网上的起始点位置,并基于拓扑路网进行二次路径规划,可以减小路径规划的复杂度,减少矿车的路径规划时间,提高矿车的路径规划效率。而且,通过计算目标车辆行驶至各个目的地的预期行程时间,并基于预期行程时间作为车辆二次调度的决策依据,可以减少车辆的排队等待时间,提升车辆整体的运输效率。此外,通过对预期任务完成时刻在调度时间窗内的各个车辆和目标车辆进行集群调度,可以使车辆的二次调度决策不再仅仅依赖于当前的时间信息和生产信息,而是能够考虑到后续的调度决策对于当前决策的影响,因而能够对车辆集群进行整体的较佳调度匹配,以此优化了矿车二次调度结果,提升了车辆集群的整体运输效率和矿山的整体产量。
实施例二
进一步的,作为上述实施例具体实施方式的细化和扩展,为了完整说明本实施例的实施过程,提供了矿车二次调度方法,如图2所示,该方法包括以下步骤:
201、将工作区入场点、工作区出场点和道路交叉路口作为拓扑节点,将每两个拓扑节点之间的各个路段进行合并得到拓扑路段,将合并后的各个路段的距离之和作为拓扑路段的权重,构建拓扑路网。
具体的,根据露天矿山生产的实际需求,露天矿山运输路网通常被划分为若干路段,以便于路径规划。例如,车辆基于路段进行局部路径规划或进行短距离路段规划时,利用短路段进行路径规划会更为方便。进一步的,露天矿山运输路网的各个路段的相关信息被存储在矿山地理信息数据库中,执行车辆的二次调度时,需要定位车辆的当前位置,并以此为起点进行路径二次规划。但是,由于矿山路网路段繁多,在原始路网之上进行路径规划计算耗时较高,并且,会涉及许多不必要的路径规划步骤。例如,无叉道的直行道路虽然包含较多的结构化路段,但是实际上无需进行路径规划。基于此,本实施例在对车辆进行二次调度之前,会先对原始路网进行简化,以构建拓扑路网,从而减小路径规划计算代价。具体方法如下:首先,将工作区入场点、工作区出场点、道路交叉路口作为拓扑节点,并赋予各个拓扑节点对应的属性,然后,将连接两个拓扑节点之间的各个路段合并为一个拓扑路段,最后,将合并后的各个路段的距离之和作为该拓扑路段的权重,得到拓扑路网。
在本实施例中,对于空载状态下的车辆的行驶路网和重载状态下的车辆的行驶路网可以进行分别处理,以分别构建空载拓扑路网和重载拓扑路网。其中,空载拓扑路网的工作区入场点为装载区入场点,工作区出场点为卸载区出场点,在空载拓扑路网中,车辆需要从卸载区出场点驶往装载区入场点并执行装载任务,基于此,空载拓扑路网中的各个目的地为空载拓扑路网中的各个装载区;相应的,重载拓扑路网的工作区入场点为卸载区入场点,工作区出场点为装载区出场点,在重载拓扑路网中,车辆需要从装载区出场点驶往卸载区入场点并执行卸载任务,基于此,重载拓扑路网中的各个目的地为重载拓扑路网中的各个卸载区。如图3所示,图3展示了一种空载拓扑路网的构建示意图,可以看到,对于空载拓扑路网来说,车辆需要从卸载区出场点出发驶往装载区入场点,以此完成车辆的装载任务。
本实施例通过构建拓扑路网,可以应对随时可能发生的车辆二次调度请求,该拓扑路网可以明显减少直行道路等不必要的路径规划过程,从而可以有效的提高路径规划的效率和车辆二次调度的效率。
202、响应于目标车辆的二次调度请求,获取目标车辆的当前位置信息、当前载重状态和当前调度时刻。
其中,目标车辆指的是需要进行二次调度的露天矿山无人驾驶车辆,即矿用运输车辆,该矿用运输车辆具体可以为矿卡、宽体车和铰接式矿车等多种车辆类型。进一步的,目标车辆的当前位置信息指的是目标车辆请求二次调度时的位置信息,该位置信息具体可以为目标车辆当前所处的经纬度信息、车辆在矿山地图中的坐标信息或车辆所在的路段信息等等;目标车辆的当前载重状态指的是目标车辆请求二次调度时的载重状态,具体可以为空载状态或重载状态,其中,空载状态指的是车辆执行完卸载任务后的状态,重载状态指的是车辆执行完装载任务后的状态;目标车辆的当前调度时刻指的是目标车辆请求二次调度时的当前时刻,例如,目标车辆在某日的13:00发送了一个二次调度请求,则目标车辆的当前调度时刻为该日的13:00。
具体的,当目标车辆遭遇到设备故障、工作区不可用、道路封闭等意外事件时,可以停止运行并向服务器发送二次调度请求。服务器响应于接收到目标车辆的二次调度请求,或者通过定时轮询的方式获取到目标车辆的二次调度请求时,可以获取目标车辆的当前位置信息、当前载重状态和当前调度时刻。其中,目标车辆的当前位置信息、当前载重状态和当前调度时刻可以在二次调度请求中直接获取到,也可以通过二次调度请求中携带的标识信息在车辆终端或服务器中获取得到,本实施例在此不做具体限定。
203、基于当前载重状态,确定目标车辆对应的拓扑路网,基于当前位置信息,确定目标车辆在拓扑路网上的起始点位置。
具体的,服务器可以基于目标车辆的当前载重状态,确定目标车辆对应的拓扑路网是重载拓扑路网还是空载拓扑路网。具体来说,如果目标车辆的当前载重状态为重载状态,则服务器可以获取重载拓扑路网作为目标车辆对应的拓扑路网,此时,可以将目标车辆的各个目的地设置为重载拓扑路网中的各个卸载区;相反,如果目标车辆的当前载重状态为空载状态,则服务器可以获取空载拓扑路网作为目标车辆对应的拓扑路网,此时,可以将目标车辆的各个目的地设置为空载拓扑路网中的各个装载区。
进一步的,服务器可以基于目标车辆的当前位置信息,确定目标车辆在拓扑路网上的起始点位置。具体来说,服务器可以基于目标车辆当前所处的经纬度信息、目标车辆在矿山地图中的当前坐标信息或目标车辆当前所在的路段信息等多种位置信息中的至少一种信息,确定目标车辆在拓扑路网上的起始点位置。其中,目标车辆在拓扑路网上的起始点位置可以利用目标车辆在拓扑路网中对应的拓扑路段以及目标车辆距离该拓扑路段两端的拓扑节点中的至少一个拓扑节点的距离来表示,即通过起始点位置,可以获知目标车辆在拓扑路网中对应的拓扑路段,以及目标车辆距离该拓扑路段两端的拓扑节点中的至少一个拓扑节点的距离,以便于服务器执行后续的路径规划操作。
在一种可选的实施方式中,服务器可以通过以下方式确定目标车辆在拓扑路网上的起始点位置:首先,基于当前位置信息,获取目前车辆所在的路段信息,然后,将该路段信息映射在拓扑路网中,得到目标车辆在拓扑路网上的起始点位置。具体来说,服务器可以先获取车辆精确的位置信息,然后计算当前位置驶往拓扑路段两端的具体距离,从而确定目标车辆在拓扑路网上的起始点位置。但是,这种方式的计算代价比较大,基于此,本实施方式通过获取目标车辆所在的路段信息(即真实的路网路段),然后计算目标车辆所在的路段的起点在整个拓扑路段上的相对位置,即可得到目标车辆在拓扑路网上的起始点位置,该起始点位置的计算误差在可接受的范围内,并且可以明显的减少位置信息的计算开销,从而提升车辆的路径规划效率。
204、计算起始点位置至拓扑路网中各个目的地的行驶距离,并基于行驶距离,计算目标车辆行驶至各个目的地的预期行程时间。
具体的,服务器可以基于目标车辆在拓扑路网上的起始点位置,规划目标车辆从起始点位置前往拓扑路网中各个目的地的行驶距离,其中,行驶距离可以为目标车辆从起始点位置行驶至拓扑路网中各个目的地的最短拓扑距离,该最短拓扑距离可以基于Dijkstra,A*等路径规划算法规划得到。此外,该行驶距离也可以为目标车辆从起始点位置出发行驶至拓扑路网中各个目的地的任意拓扑距离。可以理解的是,目标车辆从起始点位置行驶至拓扑路网中各个目的地的行驶距离并不是只有唯一解,而是要根据路径规划结果确定,一般来说,行驶距离指的是目标车辆可以行驶的最短拓扑距离。
在一种可选的实施方式中,服务器可以通过以下方式计算从起始点位置至拓扑路网中各个目的地的行驶距离:首先,以起始点位置所在的拓扑路段上的任一个拓扑节点为路径规划起点,采用预设的路径规划算法,计算从路径规划起点至拓扑路网中各个目的地的最短路径,并计算各个最短路径的拓扑距离,然后,计算从起始点位置至路径规划起点的相对路径,并计算相对路径的拓扑距离,最后,根据各个最短路径的拓扑距离和相对路径的拓扑距离,得到起始点位置至拓扑路网中各个目的地的行驶距离。
举例来说,参照图4,在计算车辆的行驶距离时,可以以车辆位置所在的拓扑路段的起点vs或终点ve为路径规划起点进行路径规划(起点和终点可以根据车辆的行驶方向确定),其中,服务器可以采用Dijkstra,A*等路径规划算法,计算从路径规划起点至拓扑路网中各个目的地的最短路径,然后通过最短路径的拓扑距离dt和相对路径的拓扑距离dr,计算从起始点位置至拓扑路网中各个目的地的行驶距离。可以理解的是,在其他可选的实施方式中,起始点位置至目的地的行驶距离也可以通过其他方式计算得到,例如,可以通过路径规划算法直接规划从起始点位置至各个目的地的行驶路径,然后计算各个行驶路径的行驶距离,从而得到从起始点位置至拓扑路网中各个目的地的行驶距离,本实施例在此不做具体限定。本实施方式通过求解从起始点位置至拓扑路网中各个目的地的最短路径,可以减少车辆的行驶距离,此外,通过利用最短路径的拓扑距离和相对路径的拓扑距离,来计算目标车辆至各个目的地的行驶距离,可以减少路径规划的开销,提高路径规划效率。
在一种可选的实施方式中,服务器可以通过以下路径规划算法,计算从路径规划起点至拓扑路网中各个目的地的最短路径,并计算各个最短路径的拓扑距离:首先,构建第一数组和第二数组,其中,第一数组中存储有路径规划起点,第二数组中存储有除了路径规划起点之外的其他拓扑节点以及各个拓扑节点至路径规划起点的拓扑距离。需要说明的是,对于与路径规划起点相邻的拓扑节点,该拓扑节点至路径规划起点的拓扑距离为该拓扑节点与路径规划起点之间的拓扑路段的总距离值(即拓扑节点与路径规划起点之间的合并后的各个路段的距离之和);对于与路径规划起点不相邻的拓扑节点,该拓扑节点至路径规划起点的拓扑距离为无穷大。进一步的,可以重复执行以下步骤,直至第二数组中的数据被清空:在第二数组中获取拓扑距离数值最小的拓扑节点作为目标拓扑节点,将目标拓扑节点以及目标拓扑节点至路径规划起点的拓扑距离从第二数组中移除,并存储在第一数组中,然后重新计算第二数组中各个拓扑节点至路径规划起点的拓扑距离。
在本实施例中,第二数组中重新计算的拓扑距离可以根据目标拓扑节点至路径规划起点的拓扑距离、第二数组中各个拓扑节点至路径规划起点的拓扑距离、以及第二数组中各个拓扑节点至目标拓扑节点的拓扑距离这三种拓扑距离进行数值运算得到。其中,对于第二数组中与目标拓扑节点相邻的拓扑节点,该拓扑节点至目标拓扑节点的拓扑距离为该拓扑节点与目标拓扑节点之间的拓扑路段的权重;对于第二数组中与目标拓扑节点不相邻的拓扑节点,该拓扑节点至目标拓扑节点的拓扑距离为无穷大。进一步的,在第二数组中的数据被清空之后,可以根据第一数组中存储的各个拓扑节点至路径规划起点的拓扑距离,得到路径规划起点至拓扑路网中各个目的地的最短路径以及各个最短路径的拓扑距离,然后将该拓扑距离作为行驶距离。
举例来说,参照图4,在计算最短路径时,首先需要指定一个路径规划起点D,该路径规划起点D例如可以为图4中的起点vs,然后,引进两个数组,分别表示为S和U,其中,数组S的作用是记录已求出最短路径的拓扑节点以及相应的最短路径长度,数组U的作用是记录还未求出最短路径的拓扑节点以及该拓扑节点到路径规划起点D的距离。初始时,数组S中只有路径规划起点D,数组U中则记录有除了路径规划起点D之外的其他拓扑节点以及各个拓扑节点至路径规划起点D的距离。在数组U中,如果某个拓扑节点与路径规划起点D不相邻,则该拓扑节点至路径规划起点D的距离为无穷大。进一步的,可以从数组U中找出路径最短的拓扑节点K,并将其加入到数组S中,同时,从数组U中移除拓扑节点K,接着,更新数组U中的各个拓扑节点到路径规划起点D的距离。重复上述将拓扑节点K从数组U移至数组S的操作,直到遍历完所有拓扑节点,即可通过数组S得到从路径规划起点至各个拓扑节点的最短路径以及各个最短路径的拓扑距离。可以理解的是,在其他可选的实施方式中,最短路径也可以通过其他方式规划得到,本实施例在此不做具体限定。本实施方式提出的路径规划算法可以有效的降低路径规划算法的计算开销,提高路径规划的效率,并且,通过求解路径规划起点至拓扑路网中各个目的地的最短路径,可以减少车辆的行驶距离,提高车辆的运输效率,并且便于执行后续的预期行程时间的计算操作。
在一种可选的实施方式中,服务器可以通过以下方式计算起始点位置至目的地的行驶距离:逐一判断路径规划起点至拓扑路网中各个目的地的最短路径是否包含相对路径。若路径规划起点至目的地的最短路径包含相对路径,则根据最短路径的拓扑距离与相对路径的拓扑距离之差,得到起始点位置至目的地的行驶距离;若路径规划起点至目的地的最短路径未包含相对路径,则根据最短路径的拓扑距离与相对路径的拓扑距离之和,得到起始点位置至目的地的行驶距离。
举例来说,参照图4,在得到路径规划起点至拓扑路网中各个目的地的最短路径之后,可以根据路径规划结果,逐一的判断每个最短路径中是否包含相对路径。若最短路径包含相对路径,则车辆可以继续向前行驶驶往其他目的地,则行驶距离为d = dt- dr;若最短路径不包含相对路径,则表明车辆已经驶过叉口需要掉头前往其他目的地,则行驶距离为d= dt+ dr。可以理解的是,在其他可选的实施方式中,起始点位置至目的地的行驶距离也可以通过其他方式计算得到,例如,通过算法规划从起始点位置至各个目的地的行驶路径,并计算行驶路径的行驶距离得到,本实施例在此不做具体限定。相比于现有技术中规划从目标车辆的起始点位置至各个目的地的行驶路径来说,本实施例通过利用最短路径的拓扑距离和相对路径的拓扑距离,计算目标车辆至各个目的地的行驶距离,可以减少路径规划的开销,提高路径规划效率。
进一步的,在得到目标车辆从起始点位置行驶至拓扑路网中各个目的地的行驶距离之后,可以基于该行驶距离,计算目标车辆行驶至各个目的地的预期行程时间。其中,预期行程时间为目标车辆从起始点位置出发,行驶前往各个目的地,排队等待,直至完成装卸载任务的总时间。可以理解的是,如果目标车辆抵达目的地的时刻装卸载设备可用,则车辆无需等待,否则就会产生排队时间。在本实施例中,目标车辆从起始点位置出发行驶前往各个目的地的行驶时间可以通过行驶距离计算得到,排队等待的时间可以根据各个目的地的装卸载设备的任务完成时间计算得到,目标车辆执行装卸载任务的时间可以通过统计的方式预先计算得到并存储在服务器中。基于此,目标车辆行驶至各个目的地的预期行程时间可以通过上述多种时间数值累加得到。
在一种可选的实施方式中,服务器可以通过以下方式计算目标车辆行驶至各个目的地的预期行程时间:首先,根据起始点位置至拓扑路网中各个目的地的行驶距离与预设的行驶速度之商,得到目标车辆行驶至各个目的地的行驶时间,然后,根据目标车辆行驶至各个目的地的行驶时间和当前调度时刻,确定目标车辆行驶至各个目的地的抵达时刻,并根据拓扑路网中行驶至各个目的地的车辆队列的总体任务完成时刻,确定各个目的地的装卸载设备的可用时刻,最后,根据目标车辆行驶至各个目的地的抵达时刻、各个目的地的装卸载设备的可用时刻、当前调度时刻以及预设的任务执行时长,得到目标车辆行驶至各个目的地的预期行程时间。
具体来说,在计算出行驶距离之后,可以进一步根据行驶距离计算目标车辆行驶至各个目的地的行驶时间和抵达时刻,其中,目标车辆行驶至各个目的地的抵达时刻可以通过下述公式一计算得到:tr=tt avl+ ttravel(公式一),其中,tr为目标车辆行驶至目的地的抵达时刻,tt avl为目标车辆的可用时刻,ttravel为目标车辆的行驶时间。在本实施例中,目标车辆的可用时刻即为当前调度时刻,目标车辆的行驶时间ttravel可通过行驶距离除以目标车辆的行驶速度估计得到,其中,行驶速度是一个人工设置的参数,一般为15~25km/h,或者,行驶速度也可以通过数据库里的历史数据统计得到。需要说明的是,对于其他正常调度的车辆来说,车辆的可用时刻为车辆完成当前任务(去装载区装载,去卸载区卸载)的未来时刻,其中,正常调度的车辆只有完成了当前任务,才可以被安排新的任务,即正常调度的车辆在完成装卸载任务后会立即空闲(可用),并等待下一调度指令,下达调度指令后,正常调度的车辆行驶至被调度的目的地的抵达时刻也可以通过公式一计算得到。
进一步的,对于各个目的地的装卸载设备来说,若装卸载设备空闲,则装卸载设备的可用时刻为当前时刻,否则装卸载设备的可用时刻为所有已分配装载任务的预期完成时刻,即装卸载设备的可用时刻为拓扑路网中行驶至各个目的地的车辆队列的总体任务完成时刻。进一步的,在得到目标车辆行驶至各个目的地的抵达时刻以及各个目的地的装卸载设备的可用时刻之后,即可估算出目标车辆在各个目的地执行装卸载任务的开始时刻,通过在各个任务执行的开始时刻的基础上累加上预设的任务执行时长,即可得到目标车辆在各个目的地的任务完成时刻,此时,只要取各个任务完成时刻至当前调度时刻之间的时长,即可得到目标车辆行驶至各个目的地的预期行程时间。本实施通过根据目标车辆行驶至各个目的地的抵达时刻、各个目的地的装卸载设备的可用时刻、当前调度时刻以及预设的任务执行时长,推算出目标车辆行驶至各个目的地的预期行程时间,可以提高预期行程时间计算的准确度。
在一种可选的实施方式中,服务器可以通过以下方式确定各个目的地的装卸载设备的可用时刻:针对每个目的地,首先,获取拓扑路网中行驶至目的地的车辆队列,并按照车辆队列中各个车辆行驶至目的地的抵达时刻的先后顺序,对车辆队列中的各个车辆进行排序,然后,依据车辆队列中的各个车辆的排列次序,依次计算每个车辆的任务完成时刻,直至车辆队列中的所有车辆的任务完成时刻计算完成,得到车辆队列的总体任务完成时刻,最后,根据车辆队列的总体任务完成时刻,更新该目的地的装卸载设备的可用时刻。
具体来说,在计算每个目的地的装卸载设备的可用时刻时,需要先计算出在每个目的地执行装卸载任务的所有车辆的总体任务完成时刻。进一步的,在计算各个总体任务完成时刻时,可以首先获取驶往各个目的地的车辆队列,然后按照车辆抵达时刻先到先得的顺序,对车辆队列中的各个车辆进行排序,其中,队首为最先抵达的车辆,在计算时,先取队首车辆,并计算队首车辆的任成完成时刻,队首车辆计算完成后,可以从车辆队列中弹出,然后继续计算下一个车辆的任务完成时刻,直到车辆队列为空,即可得到车辆队列的总体任务完成时刻,并将该时刻作为各个目的地的装卸载设备的可用时刻。可以理解的是,在其他可选的实施方式中,各个目的地的装卸载设备的可用时刻也可以通过其他方式计算得到,本实施例在此不做具体限定。本实施例通过计算行驶至各个目的地的车辆队列的总体任务完成时刻,来更新各个目的地的装卸载设备的可用时刻,可以提高各个目的地的装卸载设备的可用时刻的计算准确度,从而提高目标车辆的预期行程时间的计算准确度。
在一种可选的实施方式中,服务器可以通过以下方式计算车辆队列中每个车辆的任务完成时刻:针对每个车辆,首先,获取车辆行驶至目的地的抵达时刻和目的地的装卸载设备的可用时刻,然后,取车辆行驶至目的地的抵达时刻和目的地的装卸载设备的可用时刻中的最大值,作为车辆的任务执行时刻,最后,根据车辆的任务执行时刻和任务执行时长,得到车辆的任务完成时刻,并根据车辆的任务完成时刻,更新目的地的装卸载设备的可用时刻。
具体来说,每个目的地的装卸载设备的可用时刻都是根据在该目的地执行装卸载任务的车辆的任务完成时刻在实时变动的。因此,只有计算出各个车辆在各个目的地的任务完成时刻,才能够计算出各个目的地的装卸载设备的可用时刻。基于上述思路,针对任意目的地以及在目标车辆之前抵达该目的地的任意车辆来说,可以通过下述公式二计算该车辆的任务完成时刻:tcomplete= max(te avl,tr) + t(un)loading(公式二),其中,tcomplete为车辆在目的地的任务完成时刻,te avl为目的地的装卸载设备的可用时刻,tr为车辆行驶至目的地的抵达时刻,t(un)loading为任务执行时长,即t(un)loading为卸载任务执行时长tunloading或装载任务执行时长tloading。可以理解的是,在其他实施方式中,单个车辆的任务完成时刻也可以通过其他方式计算得到,本实施例在此不做具体限定。本实施例通过车辆行驶至目的地的抵达时刻以及目的地的装卸载设备的可用时刻推算出车辆的任务执行时刻,并通过车辆的任务执行时刻和任务执行时长,推算出车辆的任务完成时刻,并以此更新目的地的装卸载设备的可用时刻,可以提高目的地的装卸载设备的可用时刻的计算准确度,从而提高目标车辆的预期行程时间的计算准确度。
在一种可选的实施方式中,服务器可以通过以下方式计算目标车辆行驶至目的地的预期行程时间:针对每个目的地,首先,取目标车辆行驶至目的地的抵达时刻和目的地的装卸载设备的可用时刻中的最大值,作为目标车辆的任务执行时刻,然后,根据目标车辆的任务执行时刻至当前调度时刻之间的时长与任务执行时长之和,得到目标车辆行驶至目的地的预期行程时间。
具体来说,预期行程时间为目标车辆从起始点位置出发,行驶前往各个目的地,排队等待,直至完成装卸载任务的总时间,若目标车辆抵达目的地的时刻装卸载设备可用,则目标车辆无需等待,否则就会产生排队时间。基于上述思路,针对任意目的地,预期行程时间可通过下述公式三计算得到:texp= max(tr,te avl) - tt avl+ t(un)loading(公式三),其中,texp为目标车辆行驶至目的地的预期行程时间,tr为目标车辆行驶至目的地的抵达时刻,te avl为目的地的装卸载设备的可用时刻,tt avl为当前调度时刻,t(un)loading为任务执行时长,即t(un)loading为卸载任务执行时长tunloading或装载任务执行时长tloading。可以理解的是,在其他可选的实施方式中,目标车辆行驶至各个目的地的预期行程时间也可以通过其他方式计算得到,本实施例在此不做具体限定。本实施例通过目标车辆行驶至目的地的抵达时刻、目的地的装卸载设备的可用时刻以及当前调度时刻推算出目标车辆的行驶时间和等待时间的总时长,可以提高预期行程时间的计算准确度,此外,通过在预期行程时间中加入任务执行时长,可以通过预期行程时间推算出目标车辆完成调度任务的总体时长以及目标车辆完成调度任务的具体时刻。
205、以当前调度时刻为起始时刻创建调度时间窗,将预期任务完成时刻在调度时间窗内的车辆和目标车辆创建为车辆集合,按照车辆集合中的每个车辆行驶至各个目的地的预期行程时间,对车辆集合中的每个车辆进行顺序调度,得到目标车辆的调度结果。
具体的,在对目标车辆进行二次调度的过程中,还需要考虑后调度的车辆比先调度的车辆更先达到目的地的情况发生。在此情况下,后调度的车辆会影响到先调度车辆的调度结果,从而导致先调度的车辆的调度效果不佳。例如,车辆A在完成装卸载任务后请求调度,此时,调度车辆A从出发地dA出发前往某目的地,预计行驶时间为ta,车辆B在车辆A出发后,从出发地dB开始驶往同一目的地,预计行驶时间为tb,但是,由于车辆B所行驶路线较短,因此,tb≤ ta,因此,即使车辆B出发晚于车辆A,却能够先于A抵达目的地。因此,在对车辆A进行调度时,由于没有考虑到车辆B的影响,会导致车辆A的调度决策效果不佳。基于此,本实施例提出基于局部时间窗优化的二次调度方法,可以计算出目标车辆二次调度的近似最优解。
具体来说,在计算得到目标车辆行驶至各个目的地的预期行程时间之后,服务器可以以目标车辆的当前调度时刻为起始时刻,向后延长预设时长,以此创建一个以当前调度时刻为起始时刻的预设时长的调度时间窗。然后,服务器可以获取预期任务完成时刻在这个调度时间窗内的所有车辆,并将这些车辆和目标车辆一同放置在一个车辆集合中,进而计算这个车辆集合中每个车辆驶往拓扑路网中的各个目的地的预期行程时间。进一步的,服务器可以按照车辆集合中的每个车辆行驶至各个目的地的预期行程时间,将预期行程时间最短的车辆调度至预期行程时间最短的目的地。如果此次调度的车辆是目标车辆,则将此次调度结果作为目标车辆的调度结果;如果此次调度的车辆不是目标车辆,则将被调度的车辆从车辆集合中删除,并重新计算车辆集合中剩余的每个车辆驶往拓扑路网中的各个目的地的预期行程时间,并按照当前车辆集合中的每个车辆行驶至各个目的地的预期行程时间,将预期行程时间最短的车辆调度至预期行程时间最短的目的地,然后再次判断此次调度的车辆是否为目标车辆。上述过程不断重复,如果某次调度的车辆是目标车辆,则将该次调度结果作为目标车辆的调度结果。得到调度结果后,可以停止该车辆集合中剩余车辆的调度,也可以不停止。
举例来说,对于拓扑路网中的任意一个车辆,均可以参照步骤203中的方法,计算出每个车辆行驶至各个目的地的预期行程时间以及每个车辆完成当前装卸载任务的时刻(即预期任务完成时刻)。进一步的,通过将每个车辆的预期任务完成时刻与调度时间窗的截止时刻进行比对,即可得到预期任务完成时刻在调度时间窗内的所有车辆,这些车辆可以表示为V = {vi},其中,i=1,2,3等等,二次调度车辆可以表示为vr,此时,可以对二次调度车辆vr和集合V进行集群调度。进一步的,可以计算二次调度车辆vr及其他时间窗内车辆vi(vi∈V)驶往任一目的地j的预期行程时间,其预期行程时间分别表示为trj和tij,然后,优先选择行程时间最短的车辆进行任务指派,调度该车辆至最短行程时间对应的目的地,指派后,将被指派的车辆从集合V中删除,并重新计算预期行程时间,并继续选择行程时间最短的车辆进行指派,直到车辆vr得到指派任务,即可完成车辆vr的二次调度。本实施例通过为最早完成装卸载任务的车辆优先指派下一目的地,可以使车辆集群中的每个车辆均调度至预期行程时间最短的目的地,从而使整个车辆集合的调度决策最佳,以此优化了目标车辆的二次调度结果。
本实施例提供的矿车二次调度方法,首先,通过对原始路网进行抽象简化,构建低冗余的拓扑路网,可以减小路径规划计算代价,提高路径规划效率。其次,通过将车辆的二次调度算法与车辆的预期行程时间相结合,并基于车辆的预期行程时间作为车辆二次调度的决策依据,可以减少车辆的排队等待时间,提升车辆整体的运输效率。最后,通过考虑局部时间窗邻域,对车辆集群进行目的地的最佳匹配,可以优化二次调度结果,并提升整个车辆集群的整体运输效率以及矿山的整体产量。
实施例三
进一步的,作为图1至图4所示方法的具体实现,本实施例提供了一种矿车二次调度装置,如图5所示,该装置包括:调度请求响应模块31、起始点位置确定模块32、行程时间计算模块33和调度结果生成模块34,其中:
调度请求响应模块31,可用于响应于目标车辆的二次调度请求,获取所述目标车辆的当前位置信息、当前载重状态和当前调度时刻;
起始点位置确定模块32,可用于基于所述当前载重状态,确定所述目标车辆对应的拓扑路网,基于所述当前位置信息,确定所述目标车辆在所述拓扑路网上的起始点位置;
行程时间计算模块33,可用于计算所述起始点位置至所述拓扑路网中各个目的地的行驶距离,并基于所述行驶距离,计算所述目标车辆行驶至各个所述目的地的预期行程时间;
调度结果生成模块34,可用于以所述当前调度时刻为起始时刻创建调度时间窗,将预期任务完成时刻在所述调度时间窗内的车辆和所述目标车辆创建为车辆集合,按照所述车辆集合中的每个所述车辆行驶至各个所述目的地的预期行程时间,对所述车辆集合中的每个所述车辆进行顺序调度,得到所述目标车辆的调度结果。
在具体的应用场景中,如图6所示,本装置还包括拓扑路网构建模块35,所述拓扑路网构建模块35,可用于将工作区入场点、工作区出场点和道路交叉路口作为拓扑节点,将每两个所述拓扑节点之间的各个路段进行合并得到拓扑路段,将合并后的各个所述路段的距离之和作为所述拓扑路段的权重,构建所述拓扑路网;其中,所述拓扑路网包括空载拓扑路网和重载拓扑路网,所述空载拓扑路网的工作区入场点为装载区入场点,所述空载拓扑路网的工作区出场点为卸载区出场点,所述重载拓扑路网的工作区入场点为卸载区入场点,所述重载拓扑路网的工作区出场点为装载区出场点。
在具体的应用场景中,所述起始点位置确定模块32,具体可用于在所述当前载重状态为空载状态的情况下,获取所述空载拓扑路网作为所述目标车辆对应的拓扑路网;在所述当前载重状态为重载状态的情况下,获取所述重载拓扑路网作为所述目标车辆对应的拓扑路网;基于所述当前位置信息,获取目前车辆所在的路段信息,将所述路段信息映射在所述拓扑路网中,得到所述目标车辆在所述拓扑路网上的起始点位置。
在具体的应用场景中,所述行程时间计算模块33,具体可用于以所述起始点位置所在的拓扑路段上的任一个拓扑节点为路径规划起点,采用预设的路径规划算法,计算从所述路径规划起点至所述拓扑路网中各个目的地的最短路径,并计算各个所述最短路径的拓扑距离;计算从所述起始点位置至所述路径规划起点的相对路径,并计算所述相对路径的拓扑距离;根据各个所述最短路径的拓扑距离和所述相对路径的拓扑距离,得到所述起始点位置至所述拓扑路网中各个目的地的行驶距离。
在具体的应用场景中,所述行程时间计算模块33,具体可用于构建第一数组和第二数组,其中,第一数组中存储有所述路径规划起点,所述第二数组中存储有除了所述路径规划起点之外的其他拓扑节点以及各个所述拓扑节点至所述路径规划起点的拓扑距离;重复执行以下步骤,直至所述第二数组中的数据被清空:在所述第二数组中获取所述拓扑距离数值最小的拓扑节点作为目标拓扑节点,将所述目标拓扑节点以及所述目标拓扑节点至所述路径规划起点的拓扑距离从所述第二数组中移除,并存储在所述第一数组中,重新计算所述第二数组中各个所述拓扑节点至所述路径规划起点的拓扑距离;在所述第二数组中的数据被清空之后,根据所述第一数组中存储的各个拓扑节点至所述路径规划起点的拓扑距离,得到所述路径规划起点至所述拓扑路网中各个目的地的最短路径以及各个所述最短路径的拓扑距离。
在具体的应用场景中,所述行程时间计算模块33,具体可用于逐一判断所述路径规划起点至所述拓扑路网中各个目的地的最短路径是否包含所述相对路径;若所述路径规划起点至所述目的地的最短路径包含所述相对路径,则根据所述最短路径的拓扑距离与所述相对路径的拓扑距离之差,得到所述起始点位置至所述目的地的行驶距离;若所述路径规划起点至所述目的地的最短路径未包含所述相对路径,则根据所述最短路径的拓扑距离与所述相对路径的拓扑距离之和,得到所述起始点位置至所述目的地的行驶距离。
在具体的应用场景中,所述行程时间计算模块33,具体可用于根据所述起始点位置至所述拓扑路网中各个目的地的行驶距离与预设的行驶速度之商,得到所述目标车辆行驶至各个所述目的地的行驶时间;根据所述目标车辆行驶至各个所述目的地的行驶时间和所述当前调度时刻,确定所述目标车辆行驶至各个所述目的地的抵达时刻;根据所述拓扑路网中行驶至各个所述目的地的车辆队列的总体任务完成时刻,确定各个所述目的地的装卸载设备的可用时刻;根据所述目标车辆行驶至所述各个目的地的抵达时刻、各个所述目的地的装卸载设备的可用时刻、所述当前调度时刻以及预设的任务执行时长,得到所述目标车辆行驶至所述各个目的地的预期行程时间。
在具体的应用场景中,所述行程时间计算模块33,具体可用于针对每个所述目的地,获取所述拓扑路网中行驶至所述目的地的车辆队列,并按照所述车辆队列中各个车辆行驶至所述目的地的抵达时刻的先后顺序,对所述车辆队列中的各个车辆进行排序;依据所述车辆队列中的各个车辆的排列次序,依次计算每个所述车辆的任务完成时刻,直至所述车辆队列中的所有车辆的任务完成时刻计算完成,得到所述车辆队列的总体任务完成时刻;根据所述车辆队列的总体任务完成时刻,更新所述目的地的装卸载设备的可用时刻。
在具体的应用场景中,所述行程时间计算模块33,具体可用于针对每个所述车辆,获取所述车辆行驶至所述目的地的抵达时刻和所述目的地的装卸载设备的可用时刻;取所述车辆行驶至所述目的地的抵达时刻和所述目的地的装卸载设备的可用时刻中的最大值,作为所述车辆的任务执行时刻;根据所述车辆的任务执行时刻和所述任务执行时长,得到所述车辆的任务完成时刻,根据车辆的任务完成时刻,更新目的地的装卸载设备的可用时刻。
在具体的应用场景中,所述行程时间计算模块33,具体可用于针对每个所述目的地,取所述目标车辆行驶至所述目的地的抵达时刻和所述目的地的装卸载设备的可用时刻中的最大值,作为所述目标车辆的任务执行时刻;根据所述目标车辆的任务执行时刻至所述当前调度时刻之间的时长与所述任务执行时长之和,得到所述目标车辆行驶至所述目的地的预期行程时间。
在具体的应用场景中,所述调度结果生成模块34,具体可用于以所述当前调度时刻为起始时刻,延长预设时长,得到所述调度时间窗;获取所述拓扑路网中的各个车辆的预期任务完成时刻,将所述预期任务完成时刻在所述调度时间窗内的车辆和所述目标车辆创建为车辆集合;计算所述车辆集合中的每个车辆行驶至各个所述目的地的预期行程时间;循环执行以下步骤,直至调度至所述目标车辆,得到所述目标车辆的调度结果:在全部的所述预期行程时间中,将所述预期行程时间最短的车辆调度至所述预期行程时间最短的目的地,将被调度的车辆从所述车辆集合中删除,并重新计算所述车辆集合中的每个车辆行驶至各个所述目的地的预期行程时间。
需要说明的是,本实施例提供的一种矿车二次调度装置所涉及各功能单元的其它相应描述,可以参考实施例一和实施例二中的对应描述,在此不再赘述。
实施例四
本发明实施例还提供了一种计算机设备的实体结构图,如图7所示,该计算机设备包括:处理器41、存储器42、及存储在存储器42上并可在处理器上运行的计算机程序,其中存储器42和处理器41均设置在总线43上所述处理器41执行所述程序时实现实施例一和实施例二所述的方法步骤。实施例一和实施例二中已经对矿车二次调度方法进行了详细的描述,在此不再赘述。
实施例五
图8为本发明实施例提供的一种芯片的结构示意图,如图8所示,芯片500包括一个或两个以上(包括两个)处理器510和通信接口530。 所述通信接口530和所述至少一个处理器510耦合,所述至少一个处理器510用于运行计算机程序或指令,以实现如实施例一和实施例二所述的方法步骤。
优选地,存储器540存储了如下的元素:可执行模块或者数据结构,或者他们的子集,或者他们的扩展集。
本发明实施例中,存储器540可以包括只读存储器和随机存取存储器,并向处理器510提供指令和数据。存储器540的一部分还可以包括非易失性随机存取存储器(non-volatile random access memory,NVRAM)。
本发明实施例中,存储器540、通信接口530以及存储器540通过总线系统520 耦合在一起。其中,总线系统520除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。为了便于描述,在图8中将各种总线都标为总线系统520。
上述本申请实施例描述的方法可以应用于处理器510中,或者由处理器510实现。处理器510可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器510中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器510可以是通用处理器(例如,微处理器或常规处理器)、数字信号处理器(digitalsignal processing,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现成可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门、晶体管逻辑器件或分立硬件组件,处理器510可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。
实施例六
图9为本发明实施例提供的一种终端的结构示意图,如图9所示,终端600包括上述矿车二次调度装置100。
上述终端600可以通过矿车二次调度装置100执行上述实施例一和实施例二所描述的方法。可以理解,终端600对矿车二次调度装置100进行控制的实现方式,可以根据实际应用场景设定,本申请实施例不作具体限定。
所述终端600包括但不限于:车辆、车载终端、车载控制器、车载模块、车载模组、车载部件、车载芯片、车载单元、车载雷达或车载摄像头等其他传感器,车辆可通过该车载终端、车载控制器、车载模块、车载模组、车载部件、车载芯片、车载单元、车载雷达或摄像头,实施本申请提供的方法。另外,本申请中的车辆还包括乘用车和商用车,商用车的常见车型包括但不限于:皮卡、微卡、轻卡、微客,自缷车、载货车、牵引车、挂车、专用车和矿用车辆等。矿用车辆包括但不限于矿卡、宽体车、铰接车、挖机、电铲、推土机等。本申请对智能车的类型不作进一步限定,任何一种车型均在本申请的保护范围内。
本发明实施例中的终端作为一种执行非电变量的控制或调整系统,通过在接收到目标车辆的二次调度请求时,确定目标车辆对应的拓扑路网以及确定目标车辆在拓扑路网上的起始点位置,并基于拓扑路网以及目标车辆在拓扑路网上的起始点位置进行二次路径规划,可以减小路径规划的复杂度,减少矿车的路径规划时间,提高矿车的路径规划效率。并且,上述方法通过计算目标车辆行驶至各个目的地的行驶距离和预期行程时间,并基于目标车辆行驶至各个所述目的地的预期行程时间作为车辆二次调度的决策依据,可以减少车辆的排队等待时间,提升车辆整体的运输效率。此外,上述方法通过对预期任务完成时刻在调度时间窗内的各个车辆以及目标车辆进行集群调度,可以使车辆的二次调度决策不再仅仅依赖于当前的时间信息和生产信息,而是能够考虑到后续的调度决策对于当前决策的影响,因而能够实现对于车辆集群进行整体的较佳调度匹配,从而优化了矿车二次调度结果,并提升了整个车辆集群的整体运输效率以及矿山的整体产量。
实施例七
基于上述如图1至图4所示方法,相应的,本发明实施例还提供了一种计算机可读存储介质,如图10所示,存储器720上存储有计算机程序,该计算机程序位于用于程序代码的空间730,用于执行根据本发明的方法步骤的程序731被处理器710执行时实现实施例一和实施例二所述的方法步骤。实施例一和实施例二中已经对矿车二次调度方法进行了详细的描述,在此不再赘述。
上述实施例中描述的方法可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。计算机可读介质可以包括计算机存储介质和通信介质,还可以包括任何可以将计算机程序从一个地方传送到另一个地方的介质。存储介质可以是可由计算机访问的任何目标介质。
作为一种可能的设计,计算机可读介质可以包括紧凑型光盘只读储存器(compactdisc read-only memory,CD-ROM)、RAM、ROM、EEPROM或其它光盘存储器;计算机可读介质可以包括磁盘存储器或其它磁盘存储设备。而且,任何连接线也可以被适当地称为计算机可读介质。例如,如果使用同轴电缆、光纤电缆、双绞线、DSL或无线技术(如红外,无线电和微波)从网站、服务器或其它远程源传输软件,则同轴电缆、光纤电缆、双绞线、DSL或诸如红外、无线电和微波之类的无线技术包括在介质的定义中。如本文所使用的磁盘和光盘包括光盘(CD),激光盘,光盘,数字通用光盘(digital versatile disc,DVD),软盘和蓝光盘,其中磁盘通常以磁性方式再现数据,而光盘利用激光光学地再现数据。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
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,均应包括在本发明的保护范围之内。
Claims (16)
1.一种矿车二次调度方法,其特征在于,所述方法包括:
响应于目标车辆的二次调度请求,获取所述目标车辆的当前位置信息、当前载重状态和当前调度时刻;
基于所述当前载重状态,确定所述目标车辆对应的拓扑路网,基于所述当前位置信息,确定所述目标车辆在所述拓扑路网上的起始点位置;
计算所述起始点位置至所述拓扑路网中各个目的地的行驶距离,并基于所述行驶距离,计算所述目标车辆行驶至各个所述目的地的预期行程时间;
以所述当前调度时刻为起始时刻创建调度时间窗,将预期任务完成时刻在所述调度时间窗内的车辆和所述目标车辆创建为车辆集合,按照所述车辆集合中的每个所述车辆行驶至各个所述目的地的预期行程时间,对所述车辆集合中的每个所述车辆进行顺序调度,得到所述目标车辆的调度结果。
2.根据权利要求1所述的方法,其特征在于,所述拓扑路网的构建方法,包括:
将工作区入场点、工作区出场点和道路交叉路口作为拓扑节点,将每两个所述拓扑节点之间的各个路段进行合并得到拓扑路段,将合并后的各个所述路段的距离之和作为所述拓扑路段的权重,构建所述拓扑路网;
其中,所述拓扑路网包括空载拓扑路网和重载拓扑路网,所述空载拓扑路网的工作区入场点为装载区入场点,所述空载拓扑路网的工作区出场点为卸载区出场点,所述重载拓扑路网的工作区入场点为卸载区入场点,所述重载拓扑路网的工作区出场点为装载区出场点。
3.根据权利要求2所述的方法,其特征在于,所述基于所述当前载重状态,确定所述目标车辆对应的拓扑路网,基于所述当前位置信息,确定所述目标车辆在所述拓扑路网上的起始点位置,包括:
在所述当前载重状态为空载状态的情况下,获取所述空载拓扑路网作为所述目标车辆对应的拓扑路网;
在所述当前载重状态为重载状态的情况下,获取所述重载拓扑路网作为所述目标车辆对应的拓扑路网;
基于所述当前位置信息,获取目前车辆所在的路段信息,将所述路段信息映射在所述拓扑路网中,得到所述目标车辆在所述拓扑路网上的起始点位置。
4.根据权利要求1所述的方法,其特征在于,所述计算所述起始点位置至所述拓扑路网中各个目的地的行驶距离,包括:
以所述起始点位置所在的拓扑路段上的任一个拓扑节点为路径规划起点,采用预设的路径规划算法,计算从所述路径规划起点至所述拓扑路网中各个目的地的最短路径,并计算各个所述最短路径的拓扑距离;
计算从所述起始点位置至所述路径规划起点的相对路径,并计算所述相对路径的拓扑距离;
根据各个所述最短路径的拓扑距离和所述相对路径的拓扑距离,得到所述起始点位置至所述拓扑路网中各个目的地的行驶距离。
5.根据权利要求4所述的方法,其特征在于,所述采用预设的路径规划算法,计算从所述路径规划起点至所述拓扑路网中各个目的地的最短路径,并计算各个所述最短路径的拓扑距离,包括:
构建第一数组和第二数组,其中,第一数组中存储有所述路径规划起点,所述第二数组中存储有除了所述路径规划起点之外的其他拓扑节点以及各个所述拓扑节点至所述路径规划起点的拓扑距离;
重复执行以下步骤,直至所述第二数组中的数据被清空:
在所述第二数组中获取所述拓扑距离数值最小的拓扑节点作为目标拓扑节点,将所述目标拓扑节点以及所述目标拓扑节点至所述路径规划起点的拓扑距离从所述第二数组中移除,并存储在所述第一数组中,重新计算所述第二数组中各个所述拓扑节点至所述路径规划起点的拓扑距离;
在所述第二数组中的数据被清空之后,根据所述第一数组中存储的各个拓扑节点至所述路径规划起点的拓扑距离,得到所述路径规划起点至所述拓扑路网中各个目的地的最短路径以及各个所述最短路径的拓扑距离。
6.根据权利要求4所述的方法,其特征在于,所述根据各个所述最短路径的拓扑距离和所述相对路径的拓扑距离,得到所述起始点位置至所述拓扑路网中各个目的地的行驶距离,包括:
逐一判断所述路径规划起点至所述拓扑路网中各个目的地的最短路径是否包含所述相对路径;
若所述路径规划起点至所述目的地的最短路径包含所述相对路径,则根据所述最短路径的拓扑距离与所述相对路径的拓扑距离之差,得到所述起始点位置至所述目的地的行驶距离;
若所述路径规划起点至所述目的地的最短路径未包含所述相对路径,则根据所述最短路径的拓扑距离与所述相对路径的拓扑距离之和,得到所述起始点位置至所述目的地的行驶距离。
7.根据权利要求1所述的方法,其特征在于,所述基于所述行驶距离,计算所述目标车辆行驶至所述各个目的地的预期行程时间,包括:
根据所述起始点位置至所述拓扑路网中各个目的地的行驶距离与预设的行驶速度之商,得到所述目标车辆行驶至各个所述目的地的行驶时间;
根据所述目标车辆行驶至各个所述目的地的行驶时间和所述当前调度时刻,确定所述目标车辆行驶至各个所述目的地的抵达时刻;
根据所述拓扑路网中行驶至各个所述目的地的车辆队列的总体任务完成时刻,确定各个所述目的地的装卸载设备的可用时刻;
根据所述目标车辆行驶至所述各个目的地的抵达时刻、各个所述目的地的装卸载设备的可用时刻、所述当前调度时刻以及预设的任务执行时长,得到所述目标车辆行驶至所述各个目的地的预期行程时间。
8.根据权利要求7所述的方法,其特征在于,所述根据所述拓扑路网中行驶至各个所述目的地的车辆队列的总体任务完成时刻,确定各个所述目的地的装卸载设备的可用时刻,包括:
针对每个所述目的地,获取所述拓扑路网中行驶至所述目的地的车辆队列,并按照所述车辆队列中各个车辆行驶至所述目的地的抵达时刻的先后顺序,对所述车辆队列中的各个车辆进行排序;
依据所述车辆队列中的各个车辆的排列次序,依次计算每个所述车辆的任务完成时刻,直至所述车辆队列中的所有车辆的任务完成时刻计算完成,得到所述车辆队列的总体任务完成时刻;
根据所述车辆队列的总体任务完成时刻,更新所述目的地的装卸载设备的可用时刻。
9.根据权利要求8所述的方法,其特征在于,所述计算每个所述车辆的任务完成时刻,包括:
针对每个所述车辆,获取所述车辆行驶至所述目的地的抵达时刻和所述目的地的装卸载设备的可用时刻;
取所述车辆行驶至所述目的地的抵达时刻和所述目的地的装卸载设备的可用时刻中的最大值,作为所述车辆的任务执行时刻;
根据所述车辆的任务执行时刻和所述任务执行时长,得到所述车辆的任务完成时刻;
根据所述车辆的任务完成时刻,更新所述目的地的装卸载设备的可用时刻。
10.根据权利要求7所述的方法,其特征在于,所述根据所述目标车辆行驶至所述各个目的地的抵达时刻、各个所述目的地的装卸载设备的可用时刻、所述当前调度时刻以及预设的任务执行时长,得到所述目标车辆行驶至所述各个目的地的预期行程时间,包括:
针对每个所述目的地,取所述目标车辆行驶至所述目的地的抵达时刻和所述目的地的装卸载设备的可用时刻中的最大值,作为所述目标车辆的任务执行时刻;
根据所述目标车辆的任务执行时刻至所述当前调度时刻之间的时长与所述任务执行时长之和,得到所述目标车辆行驶至所述目的地的预期行程时间。
11.根据权利要求1所述的方法,其特征在于,所述以所述当前调度时刻为起始时刻创建调度时间窗,将预期任务完成时刻在所述调度时间窗内的车辆和所述目标车辆创建为车辆集合,按照所述车辆集合中的每个所述车辆行驶至各个所述目的地的预期行程时间,对所述车辆集合中的每个所述车辆进行顺序调度,得到所述目标车辆的调度结果,包括:
以所述当前调度时刻为起始时刻,延长预设时长,得到所述调度时间窗;
获取所述拓扑路网中的各个车辆的预期任务完成时刻,将所述预期任务完成时刻在所述调度时间窗内的车辆和所述目标车辆创建为车辆集合;
计算所述车辆集合中的每个车辆行驶至各个所述目的地的预期行程时间;
循环执行以下步骤,直至调度至所述目标车辆,得到所述目标车辆的调度结果:在全部的所述预期行程时间中,将所述预期行程时间最短的车辆调度至所述预期行程时间最短的目的地,将被调度的车辆从所述车辆集合中删除,并重新计算所述车辆集合中的每个车辆行驶至各个所述目的地的预期行程时间。
12.一种矿车二次调度装置,其特征在于,所述装置包括:
调度请求响应模块,用于响应于目标车辆的二次调度请求,获取所述目标车辆的当前位置信息、当前载重状态和当前调度时刻;
起始点位置确定模块,用于基于所述当前载重状态,确定所述目标车辆对应的拓扑路网,基于所述当前位置信息,确定所述目标车辆在所述拓扑路网上的起始点位置;
行程时间计算模块,用于计算所述起始点位置至所述拓扑路网中各个目的地的行驶距离,并基于所述行驶距离,计算所述目标车辆行驶至各个所述目的地的预期行程时间;
调度结果生成模块,用于以所述当前调度时刻为起始时刻创建调度时间窗,将预期任务完成时刻在所述调度时间窗内的车辆和所述目标车辆创建为车辆集合,按照所述车辆集合中的每个所述车辆行驶至各个所述目的地的预期行程时间,对所述车辆集合中的每个所述车辆进行顺序调度,得到所述目标车辆的调度结果。
13.一种芯片,其特征在于,所述芯片包括至少一个处理器和通信接口,所述通信接口和所述至少一个处理器耦合,所述至少一个处理器用于运行计算机程序或指令,以实现如权利要求1至11中任一项所述的矿车二次调度方法。
14.一种终端,其特征在于,所述终端包括如权利要求12所述的矿车二次调度装置。
15.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至11中任一项所述的方法的步骤。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至11中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310684750.4A CN116432987A (zh) | 2023-06-12 | 2023-06-12 | 矿车二次调度方法、装置、芯片、终端、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310684750.4A CN116432987A (zh) | 2023-06-12 | 2023-06-12 | 矿车二次调度方法、装置、芯片、终端、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116432987A true CN116432987A (zh) | 2023-07-14 |
Family
ID=87089390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310684750.4A Pending CN116432987A (zh) | 2023-06-12 | 2023-06-12 | 矿车二次调度方法、装置、芯片、终端、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116432987A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090327011A1 (en) * | 2008-06-30 | 2009-12-31 | Autonomous Solutions, Inc. | Vehicle dispatching method and system |
WO2020040398A1 (ko) * | 2018-08-21 | 2020-02-27 | 주식회사 제이엠퓨처 | 종량제 쓰레기 봉투의 발행과 주문 및 수거, 쓰레기 수거 차량 제어가 가능한 통합 관리 시스템 |
CN112665603A (zh) * | 2020-12-16 | 2021-04-16 | 的卢技术有限公司 | 一种基于带时间窗a*改进的多车路径规划方法 |
CN113516865A (zh) * | 2021-03-17 | 2021-10-19 | 北京易控智驾科技有限公司 | 基于高精度地图的矿山无人驾驶路网车辆排队方法和装置 |
WO2022116225A1 (zh) * | 2020-12-02 | 2022-06-09 | 中国科学院深圳先进技术研究院 | 多车任务分配与路径优化仿真平台及其实现方法 |
CN116164769A (zh) * | 2023-04-21 | 2023-05-26 | 北京路凯智行科技有限公司 | 矿用无人驾驶车辆的路径规划方法和矿用无人驾驶车辆 |
-
2023
- 2023-06-12 CN CN202310684750.4A patent/CN116432987A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090327011A1 (en) * | 2008-06-30 | 2009-12-31 | Autonomous Solutions, Inc. | Vehicle dispatching method and system |
WO2020040398A1 (ko) * | 2018-08-21 | 2020-02-27 | 주식회사 제이엠퓨처 | 종량제 쓰레기 봉투의 발행과 주문 및 수거, 쓰레기 수거 차량 제어가 가능한 통합 관리 시스템 |
WO2022116225A1 (zh) * | 2020-12-02 | 2022-06-09 | 中国科学院深圳先进技术研究院 | 多车任务分配与路径优化仿真平台及其实现方法 |
CN112665603A (zh) * | 2020-12-16 | 2021-04-16 | 的卢技术有限公司 | 一种基于带时间窗a*改进的多车路径规划方法 |
CN113516865A (zh) * | 2021-03-17 | 2021-10-19 | 北京易控智驾科技有限公司 | 基于高精度地图的矿山无人驾驶路网车辆排队方法和装置 |
CN116164769A (zh) * | 2023-04-21 | 2023-05-26 | 北京路凯智行科技有限公司 | 矿用无人驾驶车辆的路径规划方法和矿用无人驾驶车辆 |
Non-Patent Citations (3)
Title |
---|
尹静等: "《资源调度优化及工程应用》", 冶金工业出版社, pages: 110 * |
钟小宇;赵庆丰;孙效玉;孙健;肖开泰;: "露天矿导航系统总体架构设计与关键技术研究", 金属矿山, no. 09, pages 2 * |
陈龙;司译文;田滨;檀祖冰;王永涛;: "基于3D LiDAR的矿山无人驾驶车行驶边界检测", 煤炭学报, no. 06, pages 241 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108762268B (zh) | 多agv无碰撞路径规划算法 | |
CN110530369B (zh) | 基于时间窗的agv任务调度方法 | |
CN114819420B (zh) | 基于冲突消解的天车运输路径规划方法 | |
US11085779B2 (en) | Autonomous vehicle route planning | |
JP2022165474A (ja) | 車両制御装置のソフトウェア更新方法及び車両運行システム | |
Okoso et al. | Multi-agent path finding with priority for cooperative automated valet parking | |
EP4141599B1 (en) | Multi-robot route planning | |
JPH0719177B2 (ja) | 移動体の運行管理方法 | |
JP6927644B2 (ja) | 最適経路決定装置及び最適経路決定プログラム | |
CN114023094A (zh) | 一种码头车辆调度系统、方法、设备和介质 | |
Coltin et al. | Scheduling for transfers in pickup and delivery problems with very large neighborhood search | |
Jeon et al. | Unmanned aerial vehicle last-mile delivery considering backhauls | |
CN110751334A (zh) | 基于相交区域预测的agv调度方法及装置 | |
CN113811832A (zh) | 自主载具路线的实时优化 | |
US20180229950A1 (en) | System and method for handling automobiles at a distribution site | |
JP7077791B2 (ja) | 車両候補表示プログラム、車両候補表示方法および車両候補表示システム | |
CN115116220A (zh) | 一种用于矿区装卸场景的无人驾驶多车协同控制方法 | |
CN109945880B (zh) | 路径规划方法、相关设备及可读存储介质 | |
JP6999882B2 (ja) | 最適経路決定装置及び最適経路決定プログラム | |
CN116432987A (zh) | 矿车二次调度方法、装置、芯片、终端、设备及介质 | |
JP4025652B2 (ja) | 輸送計画作成システム及び方法 | |
US20230100809A1 (en) | Battery distribution method, device, system, equipment and medium | |
CN114485670B (zh) | 一种移动单元的路径规划方法、装置、电子设备及介质 | |
CN114347019B (zh) | 机器人控制方法、机器人及控制系统 | |
CN115796544A (zh) | 一种港口无人水平运输的调度方法及装置 |
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 |