CN117236833A - 一种基于无人车的集群配送调度方法及相关产品 - Google Patents

Abstract

本申请提供了一种基于无人车的集群配送调度方法及相关产品，具体实现方案为：集群配送平台根据所接收的多个用户订单获取无人车集群的配送调度方案；其中，配送调度方案包括无人车集群中各无人车相应的配送任务；无人车载终端根据地图信息以及集群配送平台下发的配送任务确定行驶策略；无人车载终端根据行驶策略生成行驶控制指令，指示无人车执行相应行驶动作；集群配送平台根据无人车载终端上传的任务即将执行完成信息，向用户订单关联的用户客户端发送取货提示信息。通过本申请方案的实施，针对所接收的批量用户订单，采用集群调度的方式将配送任务下发至多个无人车，有效保证了高频次订单的配送效率，并提高了无人车的利用率。

Description

一种基于无人车的集群配送调度方法及相关产品

技术领域

本申请涉及无人配送技术领域，可应用于无人配送车辆的调度与控制场景。更具体的，本申请公开了一种基于无人车的集群配送调度方法及相关产品。

背景技术

近年来，“无人经济”逐渐兴起、“无接触”需求快速增长，无人配送加速走进现实。然而，在现有商业落地场景中，无人配送模式主要是以单辆无人车配送为主，也即后台针对每个配送订单独立生成相应的配送任务，然后针对每辆无人车分别指定相应的配送任务由无人车执行，然而，这种方式在应对末端配送高频次、小批量、服务分散的物流需求时，存在配送效率低、单位无人车利用率低等问题。

值得注意的是，在此部分中描述的技术不一定是之前已经设想到或采用的技术。除非另有指明，否则不应假定此部分中描述的任何技术仅因其包括在此部分中就被认为为现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本申请的主要目的在于提供一种基于无人车的集群配送调度方法及相关产品，至少能够解决相关技术提供的无人车配送调度方式所存在的配送效率低、单位无人车利用率低的问题。

本申请第一方面提供了一种基于无人车的集群配送调度方法，包括：集群配送平台根据所接收的多个用户订单获取无人车集群的配送调度方案；其中，所述配送调度方案包括所述无人车集群中各无人车相应的配送任务；无人车载终端根据地图信息以及所述集群配送平台下发的所述配送任务确定行驶策略；其中，所述行驶策略包括行驶路径、行驶速度范围；所述无人车载终端根据所述行驶策略生成行驶控制指令；其中，所述行驶控制指令用于指示所述无人车执行相应行驶动作；所述集群配送平台根据所述无人车载终端上传的任务即将执行完成信息，向所述用户订单关联的用户客户端发送取货提示信息。

本申请第二方面提供了一种基于无人车的集群配送调度系统，包括：集群配送平台和多个无人车载终端；所述集群配送平台，用于根据所接收的多个用户订单获取无人车集群的配送调度方案；其中，所述配送调度方案包括所述无人车集群中各无人车相应的配送任务；所述无人车载终端，用于根据地图信息以及所述集群配送平台下发的所述配送任务确定行驶策略，根据所述行驶策略生成行驶控制指令；其中，所述行驶策略包括行驶路径、行驶速度范围，所述行驶控制指令用于指示所述无人车执行相应行驶动作；所述集群配送平台，还用于根据所述无人车载终端上传的任务即将执行完成信息，向所述用户订单关联的用户客户端发送取货提示信息。

本申请第三方面提供了一种电子设备，包括：存储器及处理器，其中，处理器用于执行存储在存储器上的计算机程序，处理器执行计算机程序时，实现上述本申请实施例第一方面提供的基于无人车的集群配送调度方法中的各步骤。

本申请第四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，计算机程序被处理器执行时，实现上述本申请实施例第一方面提供的基于无人车的集群配送调度方法中的各步骤。

由上可见，根据本申请方案所提供的基于无人车的集群配送调度方法及相关产品，集群配送平台根据所接收的多个用户订单获取无人车集群的配送调度方案；其中，配送调度方案包括无人车集群中各无人车相应的配送任务；无人车载终端根据地图信息以及集群配送平台下发的配送任务确定行驶策略；其中，行驶策略包括行驶路径、行驶速度范围；无人车载终端根据行驶策略生成行驶控制指令；其中，行驶控制指令用于指示无人车执行相应行驶动作；集群配送平台根据无人车载终端上传的任务即将执行完成信息，向用户订单关联的用户客户端发送取货提示信息。通过本申请方案的实施，针对所接收的批量用户订单，采用集群调度的方式将配送任务下发至多个无人车，有效保证了高频次订单的配送效率，并提高了无人车的利用率。

应当理解，本部分所描述的内容并非旨在标识本申请的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述共同用于解释实施例的示例性实施方式。所示出的附图仅出于示例性目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1为本申请一实施例提供的基于无人车的集群配送调度方法的基本流程示意图；

图2为本申请一实施例提供的基于无人车的集群配送调度方法的细化流程示意图；

图3为本申请一实施例提供的一种基于无人车的集群配送调度系统的功能模块示意图；

图4为本申请一实施例提供的电子设备的结构示意图。

具体实施方式

为使得本申请的发明目的、特征、优点能够更加的明显和易懂，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，所描述的实施例仅仅是本申请一部分实施例，而非全部实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。

在本申请实施例的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请实施例的描述中，术语“多个”的含义是两个或两个以上，除非另有明确具体的限定。

为了解决相关技术提供的无人车配送调度方式所存在的配送效率低、单位无人车利用率低的问题，本申请一实施例提供了一种基于无人车的集群配送调度方法，如图1为本实施例提供的基于无人车的集群配送调度方法的基本流程图，该基于无人车的集群配送调度方法包括以下的步骤：

步骤101、集群配送平台根据所接收的多个用户订单获取无人车集群的配送调度方案。

具体的，本实施例的配送调度方案包括无人车集群中各无人车相应的配送任务。在实际应用中，用户可以在个人客户端(例如微信小程序、外卖APP等)进行下单操作生成用户订单，集群配送平台结合多个用户订单进行统一管理，然后针对无人车集群进行配送调度。在实际应用中，本实施例可以整合多个用户订单，例如将目的地较近的多个订单进行合并，然后将合并后的多个订单作为单个对象参与集群配送调度。

在本实施例一种可选实施方式中，上述集群配送平台根据所接收的多个用户订单获取无人车集群的配送调度方案的步骤，包括：集群配送平台根据所接收的多个用户订单随机生成多个染色体，作为初始种群；其中，各染色体包括多个基因，各基因的表征数据为无人车可执行的配送任务集合；集群配送平台根据预设参考指标计算各染色体的适应度函数值；其中，参考指标包括任务完成时间、配送距离、任务完成满意度；集群配送平台将适应度函数值大于或等于预设阈值的目标染色度作为父代染色体执行遗传操作，生成子代染色体；其中，遗传操作包括以下至少一种：复制操作、交叉操作、变异操作；集群配送平台将父代染色体和子代染色体进行合并，得到新种群，然后返回执行根据预设参考指标计算各染色体的适应度函数值的步骤；集群配送平台在满足预设停止迭代条件时，根据多个染色体的表征数据确定无人车集群的配送调度方案。

具体的，本实施例采用遗传算法来对多台无人车进行调度，遗传算法可以将每个个体看作是一种任务分配和调度方案，个体的适应度函数值可以根据任务完成时间、车辆的行驶距离、任务完成的满意度等因素进行计算。通过不断的复制、交叉和变异等操作，遗传算法可以搜索到最优的任务分配和调度方案，从而完成高效的配送调度。通过对遗传算法进行优化，平台将可以根据任务数量、货物优先级以及车辆的状态等实现最优的任务分配和车辆分配效果。

应当说明的是，本实施例的适应度函数值可以根据实际需求进行定义，在根据适应度函数值选择部分适应度高的染色体作为父代时，选择方法使用轮盘赌选择、锦标赛选择等方法。对于本实施例的交叉操作，是指从父代染色体中选择两个进行交叉操作，生成新的子代染色体。交叉操作可以使用单点交叉、多点交叉等方法；对于本实施例的变异操作，是指对子代染色体进行变异操作，引入新的基因变化。变异操作可以随机选择染色体中的一个基因进行变异，也可以选择多个基因进行变异。

通过不断地选择、交叉和变异等操作，遗传算法可以搜索到最优的任务分配和调度方案，从而实现高效的配送调度。这个过程模拟了自然界的进化过程，通过保留适应度较高的个体和引入变异操作，逐步优化种群，最终找到最优解。

此外，本实施例还可以进一步引入无人车的载货容量限制、任务执行时间窗限制等实际情况中可能出现的约束条件。将这些约束条件纳入遗传算法的优化过程中，从而得到更符合实际可行性的最优调度方案。此外，由于实际的环境是动态变化的，本实施例将实时更新个体的适应函数值。而且考虑到在实际问题中，任务的到达时间、任务的持续时间等可能存在不确定性，本实施例将通过引入随机性或模糊性，来应对这些不确定性因素，以得到鲁棒性更好的最优调度方案。当然，本实施例还可以引入机器学习方法，将机器学习方法与遗传算法相结合，利用机器学习模型对问题进行建模和预测，以提高遗传算法的搜索效率和解的质量。

在优选实施方式中，可以为无人车集群中多个无人车分配不同角色，例如领导角色、跟随角色、协调角色等，然后针对所接收的多个用户订单，按照无人车角色来制定无人车集群的配送调度方案。

步骤102、无人车载终端根据地图信息以及集群配送平台下发的配送任务确定行驶策略。

具体的，本实施例的行驶策略包括行驶路径、行驶速度范围，无人车载终端为无人车上所搭载的控制器。在实际应用中，无人车整体包括车辆底盘、传感器、无人车载终端以及存货区，传感器可以包括视觉传感器、激光雷达、交换机、工控机、惯导、毫米波雷达、GNSS天线、路由器等，存货区可以包括一个或多个箱体。

在实际应用中，无人车载终端在规划行驶路径时，可以采用双向搜索策略实现，也即通过设置起点和终点，双向搜索路径，最后相交于同一点，通过正反向搜索相互切换，如此交替往复运行，直到找到一条最优路径。

在本实施例一种可选实施方式中，上述无人车载终端根据地图信息以及集群配送平台下发的配送任务确定行驶策略的步骤，包括：无人车载终端根据地图信息以及集群配送平台下发的配送任务生成全局行驶规划方案；无人车载终端根据全局行驶规划方案以及当前行驶环境信息生成局部行驶规划方案，并基于所有局部行驶规划方案生成行驶策略。

具体的，无人车在接收到配送任务后，采用分层协同控制策略将智能配送无人车的控制问题分解为不同的层次和子问题，从而降低系统的复杂度和难度，提高系统的可靠性和鲁棒性。分层协同控制策略通常包括三个层次：任务层、行为层和执行层，任务层负责根据配送需求和资源分配，生成无人车的全局路径规划和调度方案；行为层负责根据任务层的指令和当前环境信息，生成无人车的局部路径规划和避障策略；执行层负责根据行为层的指令，实现对无人车的速度和转向等底层控制。

在本实施例一种可选实施方式中，上述无人车载终端根据地图信息以及集群配送平台下发的配送任务确定行驶策略的步骤，包括：无人车载终端根据地图信息以及集群配送平台下发的配送任务，确定参考行驶路径以及参考行驶速度范围；无人车载终端以配送任务数量、载货总量为基础，对参考行驶路径以及参考行驶速度范围进行优化，得到行驶策略。

具体的，无人车在接收到配送任务后，通过确定运输起点和终点的地图定位信息，确定运输路径的里程、航向角、高程差等，以车辆任务数量、载货重量等为基础，优化计算每台无人车的最优路径和速度策略。

步骤103、无人车载终端根据行驶策略生成行驶控制指令。

具体的，本实施例的行驶控制指令用于指示搭载有货物的无人车执行相应行驶动作。在本实施例中，集群中每个无人车均可以根据自身的职责和能力，进行合适的计算、通信和决策任务，从而提高集群的自适应性和鲁棒性。将计算任务分散到各个无人车上，使得每个无人车只需要处理自己相关的数据和算法，从而减轻平台端的计算负担，提高系统的效率和性能。在本实施例中，每个无人车都可以根据自身的状态和能力，以及局部的环境和需求，进行合理的决策和控制，从而减少决策失灵和控制失效的情况，提高系统的稳定性和安全性。

在本实施例一种可选实施方式中，上述无人车载终端根据行驶策略生成行驶控制指令的步骤之后，还包括：无人车载终端实时获取无人车的当前任务执行进度；无人车载终端计算当前任务执行进度与相应的预期任务执行进度之间的偏差指标；无人车载终端在偏差指标大于或等于预设阈值时，生成行驶速度调整指令；其中，行驶速度调整指令用于指示无人车按照调整后的速度行驶。

具体的，无人车在运行过程中，实时计算当前配送作业计划与目标完成的配送作业计划之间的位置偏差、时间偏差等，如果超过特定的指标范围，则根据目前状态实时调整无人车的运输速度，以使无人车最终达到预期的任务执行标准。

在本实施例一种可选实施方式中，上述无人车载终端根据行驶策略生成行驶控制指令的步骤之后，还包括：无人车载终端接收车载传感器实时上报的环境感知信息；其中，环境感知信息包括如下至少一种：天气信息、道路状况信息、交通状况信息；无人车载终端在环境感知信息不满足预设正常行驶条件时，根据地图信息搜索行驶路径的更新行驶路径，并根据更新行驶路径生成行驶路径调整指令；其中，行驶路径调整指令用于指示无人车按照调整后的路径行驶。

具体的，无人车通过多种传感器(摄像头，激光雷达，GPS等)融合的方式进行路况信息的感知与分析，获取道路状况、交通状况、天气情况等。通过智能算法对采集到的信息进行分析与挖掘，实时为无人车的路径规划做出决策支持，同时，根据已有的任务信息和实时路况，结合无人车运行状况与能量消耗等因素，能够动态设计更为合理的配送路径。

在本实施例一种可选实施方式中，上述无人车载终端根据行驶策略生成行驶控制指令的步骤之后，还包括：无人车载终端在无人车行驶过程中接收到新配送任务时，根据正在执行的配送任务的未完成任务以及新配送任务的任务信息，生成重新规划路径；无人车载终端基于重新规划路径生成更新后的行驶控制指令。

具体的，无人车在执行某项配送作业时，平台端会根据全域范围的无人车实时状态进行新任务的派发。如果在执行运输任务的无人车临时接收到其他任务，则无人车可以根据当前的运输状态、车辆装载情况、距离任务完成的时间、距离等，优化原本的行驶策略，即在接收新的任务后，根据新任务的时间、距离要求，基于原始路径信息，重新优化行驶路径。

还应当说明的是，在无人车运行过程中，可以让多辆智能配送无人车通过有效的信息交换和协作方式，实现对配送任务的优化分配和执行，提高系统的效率和性能，实现无人车之间以及与基础设施之间进行信息传递和共享。

步骤104、集群配送平台根据无人车载终端上传的任务即将执行完成信息，向用户订单关联的用户客户端发送取货提示信息。

具体的，无人车配送作业即将完成前，例如在到达目的地之前的距离处向平台发送任务即将执行完成信息，然后平台可以通过微信端的消息推送、短信/电话通知等方式提前向用户发送取货提示信息，待无人车到达指定位置后，用户可以通过扫描无人车上的二维码开启服务柜门，取出货物，无人车完成本次配送作业，重新投入到新的配送计划中。另外，在完成配送任务后，无人车会自动返程，在返程过程中，若平台接收到了新用户订单，可以向无人车继续委派新的配送任务，无人车依此开始新一轮的配送，若无人车电量过低，则在返程过程以及充电过程中不会接收到新的任务，直至充电完成。

可以理解的是，本实施例的集群配送调度系统不同于传统的无人配送基于单个任务、指定路线的运输作业执行，是能够对无人车集群进行统一管理和调度，能够根据实时状态调整运输计划，无人车在区域内的行驶不仅限于特定的路径，而是根据任务需求实时规划最优路径。

图2中的方法为本申请一实施例提供的一种细化的基于无人车的集群配送调度方法，具体包括如下流程：

步骤201、集群配送平台根据所接收的多个用户订单获取无人车集群的配送调度方案；

步骤202、无人车载终端根据地图信息以及集群配送平台下发的配送任务生成全局行驶规划方案；

步骤203、无人车载终端根据全局行驶规划方案以及当前行驶环境信息生成局部行驶规划方案，并基于所有局部行驶规划方案生成行驶策略；

步骤204、无人车载终端根据行驶策略生成行驶控制指令，以指示无人车执行相应行驶动作；

步骤205、无人车载终端在无人车行驶过程中接收车载传感器实时上报的环境感知信息；

步骤206、无人车载终端在环境感知信息不满足预设正常行驶条件时，根据地图信息搜索行驶路径的更新行驶路径，并根据更新行驶路径生成行驶路径调整指令，以指示无人车按照调整后的路径行驶；

步骤207、集群配送平台根据无人车载终端上传的任务即将执行完成信息，向用户订单关联的用户客户端发送取货提示信息。

应当理解的是，本实施例中各步骤的序号的大小并不意味着步骤执行顺序的先后，各步骤的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成唯一限定。

图3为本申请一实施例提供的一种基于无人车的集群配送调度系统，该基于无人车的集群配送调度系统可用于实现前述实施例中的基于无人车的集群配送调度方法，主要包括：集群配送平台和多个无人车载终端。

集群配送平台，用于根据所接收的多个用户订单获取无人车集群的配送调度方案；其中，配送调度方案包括无人车集群中各无人车相应的配送任务；

无人车载终端，用于根据地图信息以及集群配送平台下发的配送任务确定行驶策略，根据行驶策略生成行驶控制指令；其中，行驶策略包括行驶路径、行驶速度范围，行驶控制指令用于指示无人车执行相应行驶动作；

集群配送平台，还用于根据无人车载终端上传的任务即将执行完成信息，向用户订单关联的用户客户端发送取货提示信息。

应当说明的是，前述实施例中的基于无人车的集群配送调度方法均可基于本实施例提供的基于无人车的集群配送调度系统实现，所属领域的普通技术人员可以清楚的了解到，为描述的方便和简洁，本实施例中所描述的基于无人车的集群配送调度系统的具体工作过程，可以参考前述方法实施例中的对应工作过程实现，在此不再赘述。

基于上述本申请实施例的技术方案，集群配送平台根据所接收的多个用户订单获取无人车集群的配送调度方案；其中，配送调度方案包括无人车集群中各无人车相应的配送任务；无人车载终端根据地图信息以及集群配送平台下发的配送任务确定行驶策略；其中，行驶策略包括行驶路径、行驶速度范围；无人车载终端根据行驶策略生成行驶控制指令；其中，行驶控制指令用于指示无人车执行相应行驶动作；集群配送平台根据无人车载终端上传的任务即将执行完成信息，向用户订单关联的用户客户端发送取货提示信息。通过本申请方案的实施，针对所接收的批量用户订单，采用集群调度的方式将配送任务下发至多个无人车，有效保证了高频次订单的配送效率，并提高了无人车的利用率。

图4为本申请一实施例提供的一种电子设备。该电子设备可用于实现前述实施例中的基于无人车的集群配送调度方法，主要包括：存储器401、处理器402，存储器401上存储有可在处理器402上运行的计算机程序403，存储器401和处理器402通信连接，处理器402执行该计算机程序403时，实现前述实施例中的基于无人车的集群配送调度方法。其中，处理器402的数量可以是一个或多个。

存储器401可以是高速随机存取记忆体(RAM，Random Access Memory)存储器，也可为非不稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器401用于存储可执行程序代码，处理器402与存储器401耦合。

进一步的，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是设置于上述各实施例中的电子设备中，该计算机可读存储介质可以是前述图4所示实施例中的存储器。

该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现前述实施例中的基于无人车的集群配送调度方法。进一步的，该计算机可存储介质还可以是U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

应该理解到，对应于本申请提供的实施例所揭露的装置和方法，也可以通过其它任何等同方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，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，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块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模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。

集成的模块如果以软件功能模块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全部或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可读存储介质中，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方法的全部或部分步骤。而前述的可读存储介质包括：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，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

以上为对本申请所提供的基于无人车的集群配送调度方法及相关产品的描述，对于本领域的技术人员，依据本申请实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种基于无人车的集群配送调度方法，其特征在于，包括：

集群配送平台根据所接收的多个用户订单获取无人车集群的配送调度方案；其中，所述配送调度方案包括所述无人车集群中各无人车相应的配送任务；

无人车载终端根据地图信息以及所述集群配送平台下发的所述配送任务确定行驶策略；其中，所述行驶策略包括行驶路径、行驶速度范围；

所述无人车载终端根据所述行驶策略生成行驶控制指令；其中，所述行驶控制指令用于指示所述无人车执行相应行驶动作；

所述集群配送平台根据所述无人车载终端上传的任务即将执行完成信息，向所述用户订单关联的用户客户端发送取货提示信息。

2.根据权利要求1所述的集群配送调度方法，其特征在于，所述集群配送平台根据所接收的多个用户订单获取无人车集群的配送调度方案的步骤，包括：

集群配送平台根据所接收的多个用户订单随机生成多个染色体，作为初始种群；其中，各染色体包括多个基因，各所述基因的表征数据为无人车可执行的配送任务集合；

所述集群配送平台根据预设参考指标计算各所述染色体的适应度函数值；其中，所述参考指标包括任务完成时间、配送距离、任务完成满意度；

所述集群配送平台将所述适应度函数值大于或等于预设阈值的目标染色度作为父代染色体执行遗传操作，生成子代染色体；其中，所述遗传操作包括以下至少一种：复制操作、交叉操作、变异操作；

所述集群配送平台将所述父代染色体和子代染色体进行合并，得到新种群，然后返回执行所述根据预设参考指标计算各所述染色体的适应度函数值的步骤；

所述集群配送平台在满足预设停止迭代条件时，根据多个染色体的表征数据确定无人车集群的配送调度方案。

3.根据权利要求1所述的集群配送调度方法，其特征在于，所述无人车载终端根据地图信息以及所述集群配送平台下发的所述配送任务确定行驶策略的步骤，包括：

无人车载终端根据地图信息以及所述集群配送平台下发的所述配送任务生成全局行驶规划方案；

所述无人车载终端根据所述全局行驶规划方案以及当前行驶环境信息生成局部行驶规划方案，并基于所有所述局部行驶规划方案生成行驶策略。

4.根据权利要求1所述的集群配送调度方法，其特征在于，所述无人车载终端根据地图信息以及所述集群配送平台下发的所述配送任务确定行驶策略的步骤，包括：

所述无人车载终端根据地图信息以及所述集群配送平台下发的所述配送任务，确定参考行驶路径以及参考行驶速度范围；

所述无人车载终端以所述配送任务数量、载货总量为基础，对所述参考行驶路径以及所述参考行驶速度范围进行优化，得到行驶策略。

5.根据权利要求1所述的集群配送调度方法，其特征在于，所述无人车载终端根据所述行驶策略生成行驶控制指令的步骤之后，还包括：

所述无人车载终端实时获取所述无人车的当前任务执行进度；

所述无人车载终端计算所述当前任务执行进度与相应的预期任务执行进度之间的偏差指标；

所述无人车载终端在所述偏差指标大于或等于预设阈值时，生成行驶速度调整指令；其中，所述行驶速度调整指令用于指示所述无人车按照调整后的速度行驶。

6.根据权利要求1所述的集群配送调度方法，其特征在于，所述无人车载终端根据所述行驶策略生成行驶控制指令的步骤之后，还包括：

所述无人车载终端接收车载传感器实时上报的环境感知信息；其中，所述环境感知信息包括如下至少一种：天气信息、道路状况信息、交通状况信息；

所述无人车载终端在所述环境感知信息不满足预设正常行驶条件时，根据所述地图信息搜索所述行驶路径的更新行驶路径，并根据所述更新行驶路径生成行驶路径调整指令；其中，所述行驶路径调整指令用于指示所述无人车按照调整后的路径行驶。

7.根据权利要求1至6中任意一项所述的集群配送调度方法，其特征在于，所述无人车载终端根据所述行驶策略生成行驶控制指令的步骤之后，还包括：

所述无人车载终端在所述无人车行驶过程中接收到新配送任务时，根据正在执行的所述配送任务的未完成任务以及所述新配送任务的任务信息，生成重新规划路径；

所述无人车载终端基于所述重新规划路径生成更新后的所述行驶控制指令。

8.一种基于无人车的集群配送调度系统，其特征在于，包括：集群配送平台和多个无人车载终端；

所述集群配送平台，用于根据所接收的多个用户订单获取无人车集群的配送调度方案；其中，所述配送调度方案包括所述无人车集群中各无人车相应的配送任务；

所述无人车载终端，用于根据地图信息以及所述集群配送平台下发的所述配送任务确定行驶策略，根据所述行驶策略生成行驶控制指令；其中，所述行驶策略包括行驶路径、行驶速度范围，所述行驶控制指令用于指示所述无人车执行相应行驶动作；

所述集群配送平台，还用于根据所述无人车载终端上传的任务即将执行完成信息，向所述用户订单关联的用户客户端发送取货提示信息。

9.一种电子设备，其特征在于，包括存储器及处理器，其中：

所述处理器用于执行存储在所述存储器上的计算机程序；

所述处理器执行所述计算机程序时，实现权利要求1至7中任意一项所述的基于无人车的集群配送调度方法中的步骤。

10.一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7中的任意一项所述的基于无人车的集群配送调度方法中的步骤。