DE102020120357A1

DE102020120357A1 - System und verfahren für simulationen fahrzeugbasierter artikelzustellung

Info

Publication number: DE102020120357A1
Application number: DE102020120357.8A
Authority: DE
Inventors: Pramita Mitra; David Melcher; Abhishek Sharma; Prashant Rao; Amanuel Zeryihun
Original assignee: Ford Global Technologies LLC
Current assignee: Ford Global Technologies LLC
Priority date: 2019-08-07
Filing date: 2020-07-31
Publication date: 2021-02-11
Also published as: CN112347605A; US20210041241A1; US11248912B2

Abstract

Die Offenbarung stellt ein System und ein Verfahren für Simulationen fahrzeugbasierter Artikelzustellung bereit. Es werden Systeme, Verfahren und computerlesbare Medien für Simulationen fahrzeugbasierter Artikelzustellung offenbart. In einigen Beispielen kann ein Verfahren Folgendes beinhalten: Generieren einer Simulation zumindest eines Teils einer Umgebung, in der Artikel durch ein Zustellfahrzeug zugestellt werden sollen; Bestimmen von Zustellorten, die mindestens einer Zustellroute für das Zustellfahrzeug in der Umgebung in der Simulation zugeordnet sind; Bestimmen von Zustellortgruppen für den Zustellort auf Grundlage einer Zustellreichweite von Drohnen, die den Zustellfahrzeugen zugeordnet sind; und Bestimmen von Wegpunkten für das Zustellfahrzeug auf der Zustellroute auf Grundlage einer Mindeststreckenzeit, die mindestens einer Drohne der Drohnen zugeordnet ist.

Description

GEBIET DER TECHNIK
Die vorliegende Offenbarung betrifft Systeme, Verfahren und computerlesbare Medien für Simulationen von Zustellungen und insbesondere für Simulationen fahrzeugbasierter Artikelzustellung.
ALLGEMEINER STAND DER TECHNIK
Mit dem Aufschwung des Onlinehandels ist die letzte Meile der Zustellung (z. B. des Transports von Artikeln von einem Verkehrsknotenpunkt zu einem Endziel, wie etwa einem Zuhause oder Geschäft eines Kunden) schwieriger geworden. Dies liegt zum Teil daran, dass Kunden unter Umständen den zusätzlichen Komfort einer schnellen Zustellung in Anspruch nehmen möchten (z. B. Zustellung innerhalb von zwei Stunden oder Zustellung über Nacht). Des Weiteren können herkömmliche Letzte-Meile-Zustellungen durchgeführt werden, indem Zusteller Artikel manuell aus einem Fahrzeug an einem Zustellort abgeben, was zu Effizienzmängeln und Verzögerungen im Zustellprozess führt. Einige Herausforderungen bei der Letzte-Meile-Zustellung beinhalten die Minimierung von Kosten, die Gewährleistung von Transparenz, die Steigerung der Effizienz und die Verbesserung der unterstützenden Logistik. Daher werden Systeme, Verfahren und Vorrichtungen zur Verbesserung der Letzte-Meile-Zustellung von Artikeln benötigt.
KURZDARSTELLUNG DER ERFINDUNG
Es werden Systeme, Verfahren und computerlesbare Medien für Simulationen fahrzeugbasierter Artikelzustellung offenbart. In einigen Beispielen kann ein Verfahren Folgendes beinhalten: Generieren einer Simulation zumindest eines Teils einer Umgebung, in der Artikel durch ein Zustellfahrzeug zugestellt werden sollen; Bestimmen von Zustellorten, die mindestens einer Zustellroute für das Zustellfahrzeug in der Umgebung in der Simulation zugeordnet sind; Bestimmen von Zustellortgruppen für den Zustellort auf Grundlage einer Zustellreichweite von Drohnen, die den Zustellfahrzeugen zugeordnet sind; und Bestimmen von Wegpunkten für das Zustellfahrzeug auf der Zustellroute auf Grundlage einer Mindeststreckenzeit, die mindestens einer Drohne der Drohnen zugeordnet ist.
Figurenliste

1 ist eine schematische Darstellung einer beispielhaften Umsetzung einer Simulationsumgebung für fahrzeugbasierte Artikelzustellung gemäß einer oder mehreren Ausführungsformen der Offenbarung.
2 zeigt ein Diagramm, das eine mathematische Grundlage für das Generieren von Zustellgruppen für Zustellorte auf einer Zustellroute in der Simulation fahrzeugbasierter Artikelzustellung gemäß beispielhaften Ausführungsformen der Offenbarung veranschaulicht.
3A zeigt ein Diagramm, das eine mathematische Grundlage für das Generieren eines Wegpunkts für Zustellorte auf einer Zustellroute in der Simulation fahrzeugbasierter Artikelzustellung gemäß beispielhaften Ausführungsformen der Offenbarung veranschaulicht.
3B zeigt ein weiteres Diagramm, das eine mathematische Grundlage für das Generieren eines Wegpunkts für die Zustellorte gemäß beispielhaften Ausführungsformen der Offenbarung veranschaulicht.
4 zeigt ein Diagramm, das eine graphische Benutzeroberfläche (graphical user interface - GUI) veranschaulicht, die Zustellorte, Paketstatus und Zustelldrohnenstatus zeigt, gemäß Ausführungsformen der Offenbarung.
5 zeigt ein Diagramm, das einen Sequenzfluss beispielhafter Vorgänge in einer Simulation einer Letzte-Meile-Zustellung unter Verwendung von Flugdrohnen gemäß beispielhaften Ausführungsformen der Offenbarung veranschaulicht.
6 zeigt ein Diagramm, das einen Sequenzfluss beispielhafter Vorgänge in einer Simulation einer Letzte-Meile-Zustellung unter Verwendung von Bodendrohnen gemäß beispielhaften Ausführungsformen der Offenbarung veranschaulicht.
7 zeigt ein Diagramm, das einen Sequenzfluss beispielhafter Vorgänge in einer Simulation einer Letzte-Meile-Zustellung, die Hindernisse aufweist, die eine drohnenbasierte Zustellung verhindern, gemäß beispielhaften Ausführungsformen der Offenbarung veranschaulicht.
8 zeigt ein Diagramm, das verschiedene Rechen- und physische Elemente zum Durchführen einer Simulation für fahrzeugbasierte Artikelzustellung gemäß beispielhaften Ausführungsformen der Offenbarung veranschaulicht.
9 veranschaulicht ein Ablaufdiagramm beispielhafter Vorgänge zum Durchführen einer Simulation für fahrzeugbasierte Artikelzustellung gemäß beispielhaften Ausführungsformen der Offenbarung.

DETAILLIERTE BESCHREIBUNG
Überblick
Wie angemerkt können herkömmliche Letzte-Meile-Zustellungen durchgeführt werden, indem Zusteller Artikel aus einem Fahrzeug manuell an einem Zustellort zustellen. Mit zunehmendem Onlinehandel hat sich die Auslastung herkömmlicher Letzte-Meile-Zustellsysteme erhöht. In einigen Fällen kann die Artikelzustellung auch unter Verwendung unbemannter autonomer Systeme durchgeführt werden. Beispielsweise können Drohnen zum Zustellen von Artikeln aus einem Zustellfahrzeug an einem Zustellort verwendet werden. In einigen Beispielen können die Drohnen sowohl Flugdrohnen als auch Bodendrohnen beinhalten. Des Weiteren können auf künstlicher Intelligenz (KI) basierende Algorithmen und Wegfindungsfähigkeiten von Flugdrohnen auch von Bodendrohnen verwendet werden. Beispielsweise können Bodendrohnen zum Zustellen von Artikeln verwendet werden, wenn der Artikel ein Gewicht oder eine Größenbeschränkung einer Flugdrohne überschreitet.
Traditionell werden Systeme, die zur Überwindung von Usability-Problemen wie etwa Letzte-Meile-Zustellszenarien entwickelt wurden, häufig vor Ort getestet, um die Leistungsfähigkeit sicherzustellen. Unglücklicherweise können mit diesen traditionellen Techniken die Systeme ausgestaltet, getestet und eingesetzt werden, bevor die Systeme gründlich geprüft wurden, was zu leistungsschwachen Letzte-Meile-Zustellsystemen führen kann. Im Gegensatz dazu können die offenbarten Systeme ein Rahmenkonzept für die Gestaltung, Simulation, Prüfung und Verbesserung von Zustellsystemen vor dem Einsatz bereitstellen. Diese Simulationen können die Kosten und Arbeitsstunden für Praxistests bei der Einführung drohnenbasierter Zustelltechniken reduzieren.
In einigen Aspekten beschreibt die vorliegende Offenbarung Systeme und Verfahren zum Generieren von Simulationen von Zustellszenarien, wie etwa Letzte-Meile-Zustellszenarien. In einigen Beispielen können die Simulationen auf einem Spiel-Engine beruhen oder einen solchen beinhalten, einer Softwareentwicklungsumgebung, die für Videospielentwickler ausgestaltet ist. Einige Ausführungsformen können einen Fahrsimulator beinhalten, der Fahrten eines mit Drohnen ausgestatteten Zustellfahrzeugs in einer Simulation einer Großstadt (z. B. San Francisco) simuliert. In anderen Ausführungsformen kann eine Benutzervorrichtung (z. B. ein Mobiltelefon oder Tablet) es Benutzern ermöglichen, die Drohnen in der Simulation zu koordinieren. Zusätzlich können einige Ausführungsformen die Verwendung von Rechenmodellen zur Wegplanung der Zustellfahrzeuge und/oder Drohnen beinhalten, um den Energieverbrauch oder die Kosten der Letzte-Meile-Zustellung zu reduzieren. In anderen Beispielen können die offenbarten Systeme in mobile Anwendungen und/oder ein Ökosystem von Anwendungen und Servern integriert sein, die auf mobilen Plattformen, wie etwa einem Mobiltelefon, einem Tablet, einer fahrzeugbasierten Vorrichtung, einem Laptop und oder dergleichen, ausgeführt werden. Ein Beispiel für eine derartige mobile Anwendung kann eine SYNC-Softwareanwendung der FORD MOTOR COMPANY beinhalten.
In einigen Beispielen beschreibt die Offenbarung einen Wegpunkt-Generierungsalgorithmus zum Optimieren der Zustellung von Artikeln. Insbesondere kann der Wegpunkt-Generierungsalgorithmus Wegpunkte auf einer Zustellroute eines Zustellfahrzeugs bestimmen, wobei die Wegpunkte so bestimmt werden, dass die Zustellzeit und der Verbrauch der Drohnenbatterie während der Zustellungen reduziert werden. In einigen Beispielen kann der Wegpunkt-Generierungsalgorithmus dynamisch auf Änderungen von Drohnenbatteriekapazitäten und auf Änderungen in einer Karte reagieren. Zum Beispiel können Änderungen in der Karte das Versetzen von Toren, das Hinzufügen von Oberleitungen oder andere temporäre Hindernisse für Zustellungen durch Boden- und Flugdrohnen beinhalten.
In einigen Beispielen beschreibt die Offenbarung eine GUI, die eine Anwendung beinhalten kann, die auf Benutzervorrichtungen ausgeführt werden kann, um Benutzern zu helfen, welche die Zustellungen durchführen. Insbesondere kann die GUI eine Anwendung beinhalten, die mit Systemen eine Schnittstelle herstellen kann, welche die Simulationen der Zustellungen unter Verwendung von Drohnen für ein bestimmtes Zustellfahrzeug auf einer gegebenen Zustellroute ausführen. Die GUI kann dann Zustellanweisungen und Befehle an die Drohnen von einem Benutzer erhalten und diese darbieten und erhält eine visuelle Rückmeldung der Standorte der Drohnen zur Darbietung für den Benutzer. In einigen Beispielen kann die Anwendung audiobasierte Rückmeldungen (z. B. von Zustellstatus und Drohneninformationen) bereitzustellen, damit der Benutzer nicht seine Aufmerksamkeit auf die GUI konzentrieren muss, was dabei hilft, den Fokus eines Fahrers auf der Straße zu halten. Darüber hinaus kann die GUI aktualisiert und an Benutzervorrichtungen ausgeliefert werden, um eine iterative, aktualisierbare Ausgestaltung zu ermöglichen.
In einigen Beispielen beschreiben die offenbarten Systeme ein physikbasiertes Modell zum Antreiben der Simulation. Insbesondere kann das physikbasierte Modell so konfiguriert sein, dass es die Auswirkungen alternder Drohnenbatterien, sich ändernder Wetterbedingungen und/oder der gleichen auf die Flugreichweite einer Drohne beinhaltet.
Veranschaulichende Ausführungsformen
Ausführungsformen der vorliegenden Offenbarung werden in dieser Schrift beschrieben. Es versteht sich jedoch, dass die offenbarten Ausführungsformen lediglich Beispiele sind und andere Ausführungsformen verschiedene und alternative Formen annehmen können. Die Figuren sind nicht unbedingt maßstabsgetreu; einige Merkmale können vergrößert oder verkleinert dargestellt sein, um Details bestimmter Komponenten zu zeigen. Daher sind hierin offenbarte konkrete strukturelle und funktionelle Details nicht als einschränkend auszulegen, sondern lediglich als repräsentative Grundlage, um den Fachmann den vielfältigen Einsatz bestimmter Ausführungsformen der Offenbarung zu lehren. Für den Durchschnittsfachmann versteht es sich, dass verschiedene Merkmale, die in Bezug auf eine beliebige der Figuren veranschaulicht und beschrieben sind, mit Merkmalen kombiniert werden können, die in einer oder mehreren anderen Figuren veranschaulicht sind, um Ausführungsformen zu erzeugen, die nicht ausdrücklich veranschaulicht oder beschrieben sind. Die veranschaulichten Kombinationen von Merkmalen stellen repräsentative Ausführungsformen für bestimmte Anwendungen bereit. Verschiedene Kombinationen und Modifikationen der Merkmale, die mit den Lehren dieser Offenbarung vereinbar sind, könnten jedoch für bestimmte Anwendungen oder Umsetzungen wünschenswert sein.
Bei herkömmlichen Zustelltechniken muss ein Zustellfahrzeug unter Umständen an jedem Zustellort auf einer gebenen Zustellroute anhalten. Dementsprechend kann jeder Zustellort als Wegpunkt dienen. Bei Zustelltechniken mit Drohnenunterstützung kann ein Wegpunkt als so viele Standorte dienen wie Drohnen zur Verwendung in Verbindung mit dem Zustellfahrzeug verfügbar sind.
Wie erwähnt, können die offenbarten Systeme einen Wegpunkt-Generierungsalgorithmus umsetzen, um Zustelltechniken mit Drohnenunterstützung in einer Simulation der fahrzeugbasierten Zustellung von Artikeln umzusetzen. Insbesondere können die offenbarten Systeme einen Wegpunkt-Generierungsalgorithmus umsetzen, der einen Gruppierungsalgorithmus zum Aufteilen der Zustellorte in eine Vielzahl von Zonen bestimmt. Der Wegpunkt-Generierungsalgorithmus kann ferner einen Wegpunkt-Schätzalgorithmus beinhalten, der Haltepunkte für das Zustellfahrzeug und/oder Startpunkte für die Drohnen in einer Weise erstellt, durch die Verarbeitungskosten und -zeit reduziert werden. In einigen Beispielen kann sich der Wegpunkt-Generierungsalgorithmus auf Grundlage von Betriebsänderungen, wie etwa einer reduzierten Drohnenbatteriekapazität und sich ändernder Umgebungsbedingungen (z. B. sich ändernder Wetterbedingungen, einem unvorhersehbaren Hinzufügen von Hindernissen, wie etwa Oberleitungen oder Toren, und dergleichen) dynamisch anpassen.
Wie erwähnt, beschreibt die Offenbarung Aspekte einer Anwendung, die eine GUI beinhaltet. Insbesondere kann die Anwendung auf einer Benutzervorrichtung, wie etwa einem Tablet, einem Mobiltelefon, einem Laptop und dergleichen, bereitgestellt sein. Die Anwendung kann die aktuellen Standorte der Drohnen auf einer Karte anzeigen, und die Karte kann ferner die Zustellroute des Zustellfahrzeugs beinhalten.
Ausführungsformen der Offenbarung können zumindest die folgenden Vorteile aufweisen. Die offenbarten Systeme können eine kostengünstige und zeiteffiziente Simulation zum Auswerten von Letzte-Meile-Zustellszenarien darstellen. Dementsprechend können Variablen (z. B. Umgebungsvariablen, wie etwa Wettermuster) in eine kontrollierte Simulationsumgebung eingeführt werden, um die Auswirkungen der Variablen auf die Letzte-Meile-Zustellung zu ermitteln. In einigen Beispielen können die offenbarten Systeme es Benutzern ermöglichen, ein Zustellszenario einer Technologie auszuwerten, das unter Umständen nicht zur physischen Umsetzung bereit ist. Ferner können die offenbarten Systeme quantifizierbare Vorteile der Letzte-Meile-Zustellung von Artikeln unter Verwendung von Drohnen im Vergleich zu standardmäßigen manuellen Zustelltechniken aufzeigen.
1 ist eine schematische Darstellung einer beispielhaften Umsetzung einer Simulationsumgebung für fahrzeugbasierte Artikelzustellung gemäß einer oder mehreren Ausführungsformen der Offenbarung. Diagramm 100 veranschaulicht einige beispielhafte Szenarien, in denen die offenbarten Systeme fahrzeugbasierte Artikelzustellung durchführen können. Es versteht sich, dass die in Diagramm 100 gezeigten beispielhaften Szenarien den Umfang der möglichen Anwendungen der Offenbarung nicht einschränken.
Das Diagramm 100 zeigt ein erstes Wohnhaus 102, das eine erste Einfahrt 106 beinhaltet, ein Zustellfahrzeug 104, einen Benutzer 108, der in der ersten Einfahrt 106 steht, und einen Hund 110. Insbesondere kann das Zustellfahrzeug 104 auf einer Straße 105 fahren und verschiedene Artikel transportieren, einschließlich Artikeln, die an einem ersten Wegpunkt am ersten Wohnhaus 102 zugestellt werden sollen. Eine oder mehrere Vorrichtungen des Zustellfahrzeugs 104 können bestimmen, dass der Benutzer 108 in der ersten Einfahrt 106 steht. Beispielsweise kann eine Kamera des Zustellfahrzeugs 104 dazu konfiguriert sein, Bilddaten, wie etwa ein Video, des ersten Wohnhauses 102 aufzunehmen. Die offenbarten Systeme analysieren die Videodaten unter Verwendung einer geeigneten KI-basierten, um die Anwesenheit des Benutzers 108 und/oder des Hundes 110 zu detektieren. Insbesondere können die offenbarten Systeme bestimmen, dass es zwar möglich ist, den Artikel unter Verwendung eines Zustellfahrzeugs zuzustellen, die Anwesenheit des Benutzers 108 und dessen Nähe zum Zustellfahrzeug 104 es aber unsinnig machen, den Artikel unter Verwendung eines Zustellfahrzeugs zuzustellen. Beispielsweise kann das Zustellfahrzeug 104 bestimmen, dass es durch den Einsatz eines Zustellfahrzeugs zum Zustellen des Artikels zusätzliche Zeit verlieren würde, wenn der Benutzer 108 den Artikel schnell am Zustellfahrzeug 104 abholen kann. Darüber hinaus kann die Anwesenheit des Hundes 110 in der Nähe des Zustellfahrzeugs 104 eine erfolgreiche Zustellung des Artikels durch das Zustellfahrzeug erschweren. Beispielsweise können die offenbarten Systeme bestimmen, dass der Hund wahrscheinlich auf das Zustellfahrzeug reagieren und dem Zustellfahrzeug beim Zustellen des Artikels in die Quere kommen wird. Aus diesen beiden Gründen kann das Zustellfahrzeug 104 bestimmen, den Benutzer 108 den Artikel am Zustellfahrzeug 104 abholen zu lassen.
Das Diagramm 100 zeigt ferner ein zweites Wohnhaus 112, das eine zweite Einfahrt 116 beinhaltet, und ein Fahrzeug 114, das dem gleichen Zustellfahrzeug 104 an einem zweiten Wegpunkt am zweiten Wohnhaus 112 statt am ersten Wohnhaus 102 entsprechen kann. Das Diagramm 100 beinhaltet zudem eine Bodenzustelldrohne 118 und ein unbemanntes Luftfahrzeug (unmanned aerial vehicle - UAV) 120, hierin auch als Drohne oder Flugdrohne bezeichnet. Insbesondere können eine oder mehrere Vorrichtungen des Zustellfahrzeugs 104 bestimmen, dass das zweite Wohnhaus 112 für eine automatisierte Zustellung des Artikels geeignet ist. Beispielsweise kann die Kamera des Zustellfahrzeugs 104 dazu konfiguriert sein, Bilddaten, wie etwa ein Video, des zweiten Wohnhauses 112 aufzunehmen. Die offenbarten Systeme können die Videodaten unter Verwendung einer KI-basierten Technik analysieren, um zu bestimmen, dass die zweite Einfahrt 116 frei ist (zum Beispiel, dass die zweite Einfahrt 116 keine Zustellfahrzeuge oder Hindernisse enthält). Insbesondere können die offenbarten Systeme bestimmen, dass es möglich ist, den Artikel unter Verwendung eines Zustellfahrzeugs am zweiten Wohnhaus 112 zuzustellen, zumindest weil sich keine Hindernisse auf dem Weg befinden, den das Zustellfahrzeug für die Zustellung nehmen würde.
Insbesondere können die offenbarten Systeme bestimmen, dass es vorzuziehen ist, den Artikel unter Verwendung des Zustellfahrzeugs am zweiten Wohnhaus 112 zuzustellen, zumindest weil es keinen unmittelbaren Hinweis dafür gibt, dass es bei einer derartigen Zustellung unter Verwendung des Zustellfahrzeugs zu Schwierigkeiten kommen würde. Die offenbarten Systeme können die Bodenzustelldrohne 118 aussenden, um den Artikel am zweiten Wohnhaus 112 zuzustellen. Zum Beispiel kann die Bodenzustelldrohne 118 den Artikel aufnehmen und ihn an der Vordertür oder der Hintertür des zweiten Wohnhauses 112 abliefern. In anderen Beispielen können die offenbarten Systeme bestimmen, dass sich keine unmittelbaren Hindernisse in der Flugbahn des UAV 120 von dem AV 114 zum Wohnhaus 112 befinden. Dementsprechend können die offenbarten Systeme das UAV 120 aussenden, um den Artikel durch die Luft zu befördern, wodurch die zweite Einfahrt 116 umgangen wird und der Artikel an der Vordertür oder Hintertür des zweiten Wohnhauses 112 abgeliefert wird.
In anderen Beispielen können die offenbarten Systeme verschiedene Merkmale der Umgebung und/oder des zweiten Wohnhauses 112 identifizieren und analysieren, um eine Bestimmung darüber zu treffen, ob der Artikel unter Verwendung des UAV 120 oder einer Bodenzustelldrohne 118 zugestellt werden soll oder ein Benutzer 108 dazu aufgefordert werden soll, den Artikel am Zustellfahrzeug 104 abzuholen. Wie erwähnt, können die offenbarten Systeme Merkmale, wie etwa die Anwesenheit eines Benutzers, eines Haustiers, wie etwa eines Hundes, die Anwesenheit von Hindernissen, wie etwa Autos in der Einfahrt eines Wohnhauses, und/oder dergleichen, analysieren, um die Möglichkeit zur Artikelzustellung an einem Standort zu bestimmen. Wenn bestimmt wird, dass die Möglichkeit einer derartigen Zustellung über einem vorgegebenen Schwellenwert liegt, können die offenbarten Systeme ferner Daten, wie etwa Benutzerpräferenzen, Wetterberichte, und/oder dergleichen analysieren, um zu bestimmen, dass eine Zustellung an dem Standort unter Verwendung eines Zustellfahrzeugs vorgenommen erfolgen soll. Insbesondere können die offenbarten Systeme zahlreiche Analysen durchführen, um das Zustellpotenzial zu bestimmen, das die Möglichkeit der Zustellung des Artikels unter Verwendung eines Zustellfahrzeugs (wie etwa einer Flugdrohne oder Bodenzustelldrohne) widerspiegelt. Zum Beispiel können die offenbarten Systeme Satellitenbilder von einem Satelliten 130 analysieren, um einen Hausgrundriss zu bestimmen (der zum Beispiel dem ersten Wohnhaus 102 oder dem zweiten Wohnhaus 112 zugeordnet ist). Dementsprechend kann das Zustellfahrzeug 104 identifizieren, dass der Hausgrundriss eine Art des Wohnhauses beinhaltet (zum Beispiel Einfamilienhaus), eine Größe des hinteren Gartens bestimmen, die Anwesenheit von Bäumen identifizieren und/oder dergleichen.
Die offenbarten Systeme können die Möglichkeit der Zustellung des Artikels unter Verwendung eines Zustellfahrzeugs unter Verwendung verschiedener Artikeleigenschaften bestimmen. Insbesondere können die offenbarten Systeme eine Artikelgröße und ein Artikelgewicht und/oder spezielle Artikeleigenschaften (zum Beispiel unausgeglichen, zerbrechlich usw.) bestimmen, um die Möglichkeit der Zustellung zu bestimmen. Wenn beispielsweise die offenbarten Systeme bestimmen, dass der Artikel für ein bestimmtes Zustellfahrzeug zu schwer ist, können die offenbarten Systeme bestimmen, den Artikel nicht unter Verwendung des Zustellfahrzeugs zuzustellen. Die offenbarten Systeme können die vergangenen Erfolgsraten einer UAV-basierten Zustellung unter ähnlichen Umgebungsbedingungen bestimmen und/oder eine Rate von Benutzerbeschwerden aus einer Datenbank identifizieren, um die Möglichkeit der Zustellung des Artikels unter Verwendung eines Zustellfahrzeugs zu bestimmen.
Die offenbarten Systeme können den verfügbaren Weg für das Zustellfahrzeug 104 oder das Zustellfahrzeug zum Abliefern der Artikel an dem Standort bestimmen. Darüber hinaus können die offenbarten Systeme eine entsprechende Entfernung entlang des Wegs bestimmen. In einigen Beispielen können die offenbarten Systeme eine Wetterbedingung entlang des Wegs bestimmen. Zum Beispiel können die offenbarten Systeme unter Verwendung der vorstehend beschriebenen Techniken eine Schneebedeckung entlang des Wegs bestimmen.
In einigen Beispielen kann es sich bei dem Zustellfahrzeug 104 um ein beliebiges geeignetes Fahrzeug handeln, wie etwa ein Auto, einen Lastwagen, ein Wohnmobil (recreational vehicle - RV), ein Boot, ein Flugzeug usw., und kann es mit geeigneter Hardware und Software ausgestattet sein, die es ihm ermöglicht, über ein Netzwerk, wie etwa ein lokales Netz (local area network - LAN), zu kommunizieren.
In einer anderen Ausführungsform kann das Zustellfahrzeug 104 vielfältige Sensoren beinhalten, die dem Fahrzeug bei der Navigation helfen können, wie etwa funkgestützte Ortung und Abstandsmessung (radio detection and ranging - RADAR), lichtgestützte Ortung und Abstandsmessung (light detection and ranging - LIDAR), Kameras, Magnetometer, Ultraschall, Barometer und dergleichen. In einer Ausführungsform können die Sensoren und andere Vorrichtungen des Zustellfahrzeugs 104 über eine Netzwerkverbindung kommunizieren. In anderen Ausführungsformen können das Zustellfahrzeug 104 und/oder ein Zustellfahrzeug mit dem Benutzer an einer Benutzervorrichtung unter Verwendung der Netzwerkverbindung kommunizieren. Beispiele für geeignete Netzwerkverbindungen beinhalten ein Controller Area Network (CAN), einen Media-Oriented System Transfer (MOST), ein Local Interconnect Network (LIN), ein Mobilfunknetzwerk, ein WLAN-Netzwerk und andere zweckmäßige Verbindungen, wie etwa diejenigen, die bekannten Standards und Spezifikationen (z. B. einem oder mehreren Standards des Institute of Electrical and Electronics Engineers (IEEE) und dergleichen) entsprechen.
In einem anderen Aspekt zeigt das Diagramm 100 den Satelliten 130 und einen oder mehrere Mobilfunkmasten 132. In einer anderen Ausführungsform kann das Zustellfahrzeug 104 einen Sendeempfänger beinhalten, der wiederum einen oder mehrere Standortempfänger (zum Beispiel Empfänger eines globalen Positionsbestimmungssystems (GPS)) beinhalten kann, die Standortsignale (zum Beispiel GPS-Signale) von einem oder mehreren Satelliten 130 empfangen können. In einer anderen Ausführungsform kann sich ein GPS-Empfänger auf eine Vorrichtung beziehen, die Informationen von GPS-Satelliten (zum Beispiel dem Satelliten 130) empfangen und die geografische Position des Fahrzeugs 104 berechnen kann.
2 zeigt ein Diagramm, das eine mathematische Grundlage für das Generieren von Zustellgruppen für Zustellorte auf einer Zustellroute in der Simulation fahrzeugbasierter Artikelzustellung gemäß beispielhaften Ausführungsformen der Offenbarung veranschaulicht. Diagramm 202 beinhaltet eine Karte, die verschiedene Zustellorte abbildet. Insbesondere beinhalten die Zustellorte einen Standort 1, der Koordinaten (X1, Y1) aufweist, einen Standort 2, der Koordinaten (X2, Y2) aufweist, einen Standort 3, der Koordinaten (X3, Y3) aufweist, und einen Standort 4, der Koordinaten (X4, Y4) aufweist. In einigen Beispielen können die Koordinaten der Zustellorte als (X, Y)-Koordinaten dargestellt werden, die anhand von Breiten- und Längengradkoordinaten bestimmt werden. Insbesondere kann die X-Koordinate für einen bestimmten Zustellort auf Grundlage der Differenz zwischen dem Breitengrad des Zustellorts und dem Breitengrad des Verteilungszentrums bestimmt werden, wie in Gleichung 214 gezeigt. Ferner kann die Y-Koordinate für einen bestimmten Zustellort auf Grundlage der Differenz zwischen dem Längengrad des Zustellorts und dem Längengrad des Verteilungszentrums sowie des Kosinus des Längengrads bestimmt werden, wie in Gleichung 214 gezeigt.
In einigen Beispielen können die Zustellorte nahe dem Zustellfahrzeug mit Kreisen eingetragen sein, die einen einer sicheren Zustellentfernung entsprechenden Radius und die Zustellorte als die Mittelpunkte aufweisen. Beispielsweise kann der Standort 1 einen Kreis 204 beinhalten, der einen Radius R1 aufweist, kann der Standort 2 einen Kreis 206 beinhalten, der einen Radius R2 aufweist, kann der Standort 3 einen Kreis 208 beinhalten, der einen Radius R3 aufweist, und kann der Standort 4 einen Kreis 212 beinhalten, der einen Radius R4 aufweist. In einigen Beispielen können die Radien auf einer sicheren Zustellentfernung der Zustelldrohnen beruhen. Insbesondere kann diese sichere Zustellentfernung als etwa 40 % der lasttragenden Reichweite einer bestimmten Drohne definiert sein, um die Rückkehr der Drohne nach der Zustellung und einen zusätzlichen Sicherheitsspielraum einzuberechnen.
In anderen Beispielen kann der Überlappungsbereich zwischen zwei Kreisen, welche die Mittelkoordinaten XI, Y1 bzw. X2, Y2 und den Radius R1 bzw. R2 aufweisen, anhand der Gleichung 216 bestimmt werden. Eine ähnliche Gleichung kann verwendet werden, um die Überlappung 210 zwischen Kreis 204, Kreis 206 und Kreis 208 zu ermitteln. In einigen Beispielen können die offenbarten Systeme Wegpunkte bestimmen, die auf der maximalen Überlappung zwischen Zustellpunkten beruhen. Die offenbarten Systeme können Zustellgruppen bestimmen, um diese Überlappung zu maximieren. Beispielsweise können in Diagramm 202 die offenbarten Systeme versuchen, eine Zustellgruppe zu generieren, die den Zustellorten 1, 2 und 3 zugeordnet ist, die den Bereich der größten Überlappung 210 aufweisen können. In diesem Beispiel kann der Standort 4, der den zugehörigen Kreis 212 aufweist, unter Umständen nicht ausreichend Überlappung mit den Zustellorten in der Zustellgruppe aufweisen, welche die Standorte 1, 2 und 3 beinhaltet. Dementsprechend können die offenbarten Systeme den Standort 4 als einer anderen Zustellgruppe als der Zustellgruppe für Standort 1, 2 und 3 angehörend einstufen.
Wie vorstehend in Verbindung mit dem Diagramm 200 beschrieben, können die Zustellorte auf einer Zustellroute in Zustellgruppen aufgeteilt sein. In einigen Beispielen können die Zustellgruppen um Bereiche gebildet sein, in denen sich die größte Anzahl an Kreisen überlappt, bis zu der Gesamtanzahl der am Zustellfahrzeug verfügbaren Drohnen. Sobald die Zustellgruppen gebildet sind und ein Umgrenzungsbereich für den Wegpunkt jeder Zustellgruppe bestimmt ist, können die offenbarten Systeme die Wegpunkte generieren. Insbesondere kann der Wegpunkt im Überlappungsbereich positioniert werden, um für eine Reihe von Bedingungen zu optimieren, wie nachstehend ausführlicher beschrieben.
3A zeigt ein Diagramm, das eine mathematische Grundlage für das Generieren eines Wegpunkts für Zustellorte auf einer Zustellroute in der Simulation fahrzeugbasierter Artikelzustellung gemäß beispielhaften Ausführungsformen der Offenbarung veranschaulicht. Das Diagramm 300 beinhaltet einen Abschnitt einer Karte mit bestimmten potentiellen Zustellorten, beispielsweise den Zustellorten 303, 305, 306 und 307. In einigen Beispielen können die offenbarten Systeme einen Kreis generieren, der (innerhalb oder an der Grenze des Kreises) die maximale Anzahl potenzieller Zustellorte in einem bestimmten Abschnitt der Karte innerhalb eines bestimmten Mindestradius beinhaltet. Zum Beispiel können, wie in Diagramm 300 abgebildet, die offenbarten Systeme einen Kreis 304 generieren, der einen zentralen Standort 302 aufweist. Ein derartiger Kreis 304 kann die Zustellorte 303, 305, 306 und 307 beinhalten. Insbesondere haben die offenbarten Systeme den Kreis 304 so generiert, dass er die Zustellorte in dem Abschnitt der Karte beinhaltet, der in Diagramm 300 gezeigt ist.
In einigen Beispielen können die offenbarten Systeme, um die Zeitdauer zu minimieren, die das Zustellfahrzeug auf die Rückkehr von Drohnen wartet, die Strecke der Drohne minimieren, die zu ihrem Zustellort die weiteste Strecke zurücklegen muss. Die offenbarten Systeme können diese Minimierung durchführen, indem sie den kleinsten Kreis generieren, der die Zustellorte einschließt, und den Fahrzeugwegpunkt an den Mittelpunkt des Kreises setzen (z. B. des Kreises 304, der den zentralen Standort 302 aufweist). In einigen Beispielen können die offenbarten Systeme den kleinsten Kreis unter Verwendung des Welzl-Algorithmus bestimmen, eines Algorithmus, der den kleinsten Kreis berechnet, der alle eines gegebenen Satzes von Punkten in einer euklidischen Ebene enthält. In einigen Aspekten kann sich die Minimierung der von der am weitesten fliegenden Drohne zurückgelegten Entfernung negativ auf die von anderen Drohnen zurückgelegte Entfernung auswirken (die zurückzulegende Entfernung anderer Drohnen erhöhen). In einem derartigen Fall kann ein höherer Batterieverbrauch der Drohnen anfallen und kann es zu zusätzlichen Verzögerungen der Gesamtzustellzeit kommen, da der Fahrer unter Umständen warten muss, bis Drohnen wiederaufgeladen sind.
3B zeigt ein weiteres Diagramm, das eine mathematische Grundlage für das Generieren eines Wegpunkts für die Zustellorte gemäß beispielhaften Ausführungsformen der Offenbarung veranschaulicht. In Fällen, in denen die Entfernungen zwischen Zustellgruppen unter einem vorher festgelegten Schwellenwert liegen (d. h. zu weniger Zeit zum Wiederaufladen der Drohnen führen), können die offenbarten Systeme einen Wegpunkt an einem Standort (z. B. einer Straße) nahe dem geometrischen Schwerpunkt eines unregelmäßigen Polygons setzen, das mit Scheitelpunkten ausgebildet ist, die durch Zustellorte in der Gruppe gebildet werden, wie in Verbindung mit dem nachstehend beschriebenen Diagramm 309 beschrieben. Alternativ oder zusätzlich können die offenbarten Systeme die Kreisschnittpunkte verwenden, die auf Grundlage der vorstehend in Verbindung mit 2 bestimmten Zustellortgruppen generiert werden, um die Scheitelpunkte des unregelmäßigen Polygons zu bestimmen. Durch dieses Verfahren wird die Entfernung minimiert, die insgesamt von allen Drohnen für diese Zustellgruppe zurückgelegt wird.
Das Diagramm 309 beinhaltet einen anderen Abschnitt einer Karte, der potentielle Zustellorte 1, 2, 3 und 4 beinhaltet. Insbesondere können die offenbarten Systeme einen ersten Weg 310 zwischen den Standorten 4 und 1, einen zweiten Weg 312 zwischen den Standorten 1 und 2 einen dritten Weg 314 zwischen den Standorten 2 und 3 und einen vierten Weg 316 zwischen den Standorten 3 und 4 bestimmen. In verschiedenen Beispielen können die offenbarten Systeme einen zentralen Standort 320 in einer engen Polygonform bestimmen, die durch den Weg zwischen den Zustellorten 1, 2, 3 und 4 bestimmt wird. Dies kann durchgeführt werden, indem zunächst der geometrische Schwerpunkt eines unregelmäßigen Polygons gefunden wird, wozu die offenbarten Systeme zunächst die Fläche des unregelmäßigen Polygons unter Verwendung der folgenden Gleichung finden kann: $A = \frac{1}{2} \sum_{i = 0}^{n - 1} (x_{i} + x_{i + 1}) (y_{i} - y_{i + 1}),$
wobei x_i und y_i für die Koordinaten jedes Endpunkts einer Seite des Polygons stehen. Die offenbarten Systeme können dann die Koordinaten des geometrischen Schwerpunkts C_x und C_y unter Verwendung der folgenden Gleichungen berechnen: $C_{x} = \frac{1}{6 A} \sum_{i = 0}^{n - 1} (x_{i} + x_{i + 1}) (x_{i} y_{i + 1} - x_{i + 1} y_{i})$
und $C_{y} = \frac{1}{6 A} \sum_{i = 0}^{n - 1} (y_{i} + y_{i + 1}) (x_{i} y_{i + 1} - x_{i + 1} y_{i}) .$
4 zeigt ein Diagramm, das eine graphische Benutzeroberfläche (graphical user interface - GUI) veranschaulicht, die Zustellorte, Paketstatus und Zustelldrohnenstatus zeigt, gemäß Ausführungsformen der Offenbarung. Das Diagramm 400 beinhaltet einen Abschnitt einer Karte 402 eines gegebenen Bereichs, in dem die offenbarten Systeme verschiedene Zustellungen von Artikeln unter Verwendung einer Flug- und/oder Bodendrohne durchführen können. Insbesondere beinhaltet das Diagramm 400 eine Legende 404, die den Status angibt, der verschiedenen Zustellorten und Flug- und/oder Bodendrohnen zugeordnet ist. In einigen Beispielen beinhaltet die Legende 404 Quadrate, die den Status einer Zustellung an einen bestimmten Zustellort angeben. Beispielsweise zeigt die Legende 404, dass für einen bestimmten Standort eine Zustellung aussteht, dass ein Paket erfolgreich an einem Zustellort zugestellt wurde und/oder dass es bei der Zustellung eines Pakets an einem bestimmten Zustellort zu Fehlern kam. Ferner zeigt die Legende 404 Symbole, die ausgehende Drohnen, zurückkehrende Drohnen und Drohnen, bei denen ein Problem auftritt, angeben. Ferner zeigt Diagramm 400 den Status der Drohnen in einer Statusleiste 406. Insbesondere zeigt das Diagramm 400 die Statusleiste 406, die eine Beschreibung aufweist, die angibt, dass die erste Drohne 1 in einer bestimmten Straße (z. B. Texas St.) zustellt und dass das Paket sicher ist. Die Statusleiste 406 bildet zudem eine Beschreibung ab, die angibt, dass bei der zweiten Drohne 2 bei der Rückkehr zum Aussendefahrzeug ein Batteriefehler aufgetreten ist und dass das Paket sicher ist. Ähnliche Beschreibungen sind für die Drohnen 3 und 4 bereitgestellt.
In einigen Beispielen kann die GUI den Drohnen zugeordnete Beschriftungen mit standardmäßigen alphanumerischen Bezeichnungen anzeigen. Die Anzeigebeschriftungen für die Drohne können von Benutzern in beliebige geeignete (z. B. benutzerfreundliche) Namen umbenannt werden. In einigen Beispielen können die offenbarten Systeme Benutzerbefehle über die Anwendung unter Verwendung eines beliebigen geeigneten Eingabeverfahrens empfangen, einschließlich sprach-, gesten- und berührungsbasierter Eingaben.
In einigen Beispielen können viele Aspekte der Aktivitäten der Drohnen (z. B. Identifizierung von Paketen, Montieren von Paketen aus einem Zustellfahrzeug usw.) automatisch durchgeführt werden. In anderen Aspekten können die offenbarten Systeme einen Befehl zum Starten der Drohnen auf Grundlage einer Benutzereingabe konfigurieren. Der Benutzer kann außerdem Befehle eingeben, welche die Autorität über automatisierte Skripten überschreiben können, beispielsweise unter Verwendung einer über die Anwendung bereitgestellten Überschreibungstaste und/oder über einen Sprachbefehl.
In einigen Beispielen können einige Zustellung ohne Anhalten des Zustellfahrzeugs durchgeführt werden, wenn die Zustellorte nahe genug an der Route liegen. Bei einem derartigen Prozess muss das Zustellfahrzeug unter Umständen für Bereiche anhalten, die eine relativ hohe Zustellungskonzentration aufweisen.
In einigen Beispielen kann eine Bodendrohne in Echtzeit auf ein zuvor unbekanntes Hindernis im Weg der Bodendrohne stoßen (wie etwa einen Zaun oder ein Tor oder ein Kinderspielzeug), das bei der jüngsten Aktualisierung der Karte nicht vorhanden war. In diesem Fall kann der Fahrer das Paket von der Bodendrohne nehmen und eine manuelle Zustellung durchführen oder kann der Fahrer kann das Hindernis aus dem Weg der Bodendrohne entfernen. In einigen Fällen kann eine Flugdrohne von einem Objekt (z. B. einem Baseball) aus einem Spiel unter Nachbarn getroffen werden. Die Flugdrohne kann dann abstürzen und muss unter Umständen vor Wiederverwendung zurückgeholt werden.
5 zeigt ein Diagramm, das einen Sequenzfluss beispielhafter Vorgänge in einer Simulation einer Letzte-Meile-Zustellung unter Verwendung von Flugdrohnen gemäß beispielhaften Ausführungsformen der Offenbarung veranschaulicht. Bei Block 502 können die offenbarten Systeme bestimmen, dass der Benutzer die Lenkung und die Pedale eines Fahrzeugs verwendet, um die Fahrt zum nächsten Wegpunkt auf einer Zustellroute zu beginnen. Dementsprechend können bei Block 503 die offenbarten Systeme bewirken, dass die vorrichtungsbasierte Anwendung eine Navigation zum nächsten Wegpunkt bereitstellt, während der Benutzer in der virtuellen Welt zum Wegpunkt fährt. Bei Block 504 können die offenbarten Systeme bestimmen, dass sich der Benutzer in der Simulation dem Wegpunkt nähert. Dementsprechend können bei Block 505 die offenbarten Systeme bewirken, dass die vorrichtungsbasierte Anwendung den Benutzer darüber informiert, dass Pakete unter den Gewichts- und Größenbeschränkungen der Drohnen liegen. Ferner können die offenbarten Systeme die Drohnen so konfigurieren, dass sie automatisch ein Paket laden und auf einen Startbefehl warten.
Bei Block 506 können die offenbarte Systeme bestimmen, dass der Benutzer am Wegpunkt ankommt und einen Sprachbefehl zum Starten der Drohne ausgibt. Dementsprechend können bei Block 507 die offenbarten Systeme bewirken, dass die Drohnen starten und sich zu den Zustellzielen bewegen, um die Waren zuzustellen. Ferner können die offenbarten Systeme es dem Benutzer ermöglichen, den Echtzeitstandort und -status der Drohne in der Anwendung zu sehen, die auf der Vorrichtung des Benutzers ausgeführt wird. Bei Block 508 können die offenbarten Systeme bestimmen, dass der Benutzer zum nächsten Zustellwegpunkt weiterfährt, während er innerhalb der Flugreichweite der Drohnen bleibt. Dementsprechend können bei Block 509 die offenbarten Systeme bewirken, dass die vorrichtungsbasierte Anwendung eine Navigation zum nächsten Wegpunkt bereitstellt. Ferner können die offenbarten Systeme bewirken, dass die Drohnen die Zustellung von Paketen an Zustellorten abschließen und zum Fahrzeug zurückkehren.
6 zeigt ein Diagramm, das einen Sequenzfluss beispielhafter Vorgänge in einer Simulation einer Letzte-Meile-Zustellung unter Verwendung von Bodendrohnen gemäß beispielhaften Ausführungsformen der Offenbarung veranschaulicht. Bei Block 602 können die offenbarten Systeme bestimmen, dass der Benutzer die Lenkung und die Pedale eines Fahrzeugs verwendet, um die Fahrt zum nächsten Wegpunkt auf einer Zustellroute zu beginnen. Dementsprechend können bei Block 603 die offenbarten Systeme bewirken, dass die vorrichtungsbasierte Anwendung eine Navigation zum nächsten Wegpunkt bereitstellt, während der Benutzer in der virtuellen Welt zum Wegpunkt fährt. Bei Block 604 können die offenbarten Systeme bestimmen, dass sich der Benutzer in der Simulation dem Wegpunkt nähert. Bei Block 605 können die offenbarten Systeme bewirken, dass die vorrichtungsbasierte Anwendung den Benutzer darüber informiert, dass eines der Zustellpakete die Gewichts- oder Größenbeschränkungen der Flugdrohnen überschreitet, das Zustellpaket jedoch unter den Gewichts- und Größenbeschränkungen der Bodendrohne liegt. Alternativ oder zusätzlich können die offenbarten Systeme bewirken, dass die vorrichtungsbasierte Anwendung den Benutzer darüber informiert, dass der letzte bekannte Weg für die Bodendrohne zum Zustellort frei von Hindernissen ist. Darüber hinaus können die offenbarten Systeme bewirken, dass die Drohnen automatisch ihre Pakete laden und auf einen Startbefehl warten.
Bei Block 606 können die offenbarte Systeme bestimmen, dass der Benutzer am Wegpunkt ankommt und Sprachbefehle zum Aktivieren der Rampe und Starten der Bodendrohnen ausgibt. Dementsprechend können bei Block 607 die offenbarten Systeme bewirken, dass die Drohnen starten und sich zu den Zustellzielen bewegen, um die Waren zuzustellen. Ferner können die offenbarten Systeme bestimmen, dass der Benutzer den Echtzeitstandort und - zustand der Drohne in einer vorrichtungsbasierten Anwendung sieht. Bei Block 608 können die offenbarten Systeme bestimmen, dass der Benutzer wartet, die Rampe einzieht, wenn die Bodendrohne zurückkehrt, und zum nächsten Zustellwegpunkt weiterfährt. Bei Block 609 können die offenbarten Systeme bestimmen, dass die Bodendrohne das Paket an der Tür zustellt und zum Lastwagen zurückkehrt. Ferner können die offenbarten Systeme bestimmen, dass der Benutzer die Echtzeitinformationen der Drohne in einer App sehen kann. Darüber hinaus können die offenbarten Systeme bestimmen, dass die vorrichtungsbasierte Anwendung den Benutzer zum nächsten Wegpunkt navigiert.
7 zeigt ein Diagramm, das einen Sequenzfluss beispielhafter Vorgänge in einer Simulation einer Letzte-Meile-Zustellung, die Hindernisse aufweist, die eine drohnenbasierte Zustellung verhindern, gemäß beispielhaften Ausführungsformen der Offenbarung veranschaulicht. Bei Block 702 können die offenbarten Systeme bestimmen, dass der Benutzer Lenkung und Pedale verwendet, um die Fahrt zum nächsten Wegpunkt auf einer Zustellroute zu beginnen. Dementsprechend kann bei Block 703 die vorrichtungsbasierte Anwendung eine Navigation zum nächsten Wegpunkt bereitstellen, während der Benutzer in der virtuellen Welt zum Wegpunkt fährt. Bei Block 704 können die offenbarten Systeme bestimmen, dass sich der Benutzer in der Simulation einem Wegpunkt nähert. Dementsprechend kann bei Block 705 die vorrichtungsbasierte Anwendung den Benutzer darüber informieren, dass eines der nächsten Zustellpakete die Gewichts- oder Größenbeschränkungen der Flugdrohnen überschreitet und unter Umständen ein bekanntes Hindernis vorhanden ist, dass die Verwendung der Bodendrohne verhindert. Ferner kann die vorrichtungsbasierte Anwendung zudem feststellen, dass ein Paketgewicht einen Schwellenwert überschreitet, der beispielsweise über die Präferenzen eines Benutzers festgelegt wurde.
Bei Block 706 können die offenbarten Systeme bestimmen, dass der Benutzer Sprachbefehle verwendet, um ein Paket zur Abholung am hinteren Ende des Lastwagens in die Warteschlange zu stellen. Dementsprechend können bei Block 707 die offenbarten Systeme dazu konfiguriert sein, die Vorbereitung des Paket für eine manuelle Zustellung zu bewirken. Bei Block 708 können die offenbarten Systeme bestimmen, dass der Benutzer einen Wegpunkt erreicht, das Fahrzeug verlässt, einen motorisierten Transportwagen aus einem Behälter hervorholt und den Transportwagen zustellt. Dementsprechend können bei Block 709 die offenbarten Systeme dazu konfiguriert sein, zu bestimmen, dass der Benutzer das Fahrzeug verlässt und zum hinteren Ende des Fahrzeugs geht, um das Paket abzuholen. Ferner können die offenbarten Systeme dazu konfiguriert sein, zu bestimmen, dass der Benutzer den motorisierten Transportwagen aus einem Behälter hervorholt. Die offenbarten Systeme können dazu konfiguriert sein, zu bestimmen, dass der Benutzer zu einem Ziel geht und das Paket zustellt. Ferner können die offenbarten Systeme nach der Rückkehr des Fahrers die vorrichtungsbasierte Anwendung so konfigurieren, dass sie den Benutzer zum nächsten Wegpunkt navigiert.
8 zeigt ein Diagramm, das verschiedene Rechen- und physische Elemente zum Durchführen einer Simulation für fahrzeugbasierte Artikelzustellung gemäß beispielhaften Ausführungsformen der Offenbarung veranschaulicht. Das Diagramm 800 beinhaltet einen Drohnenflugalgorithmus-Block 802, einen Physikmodell-Block 804, einen Umgebungszustand-Block 806, einen Benutzereingabe-Block 808 und einen Sensoren-Block 810. Insbesondere können Benutzer Benutzereingaben am Benutzereingabe-Block 808 bereitstellen, um die Drohnenflugalgorithmen 802 zu verständigen. Die Benutzereingaben können Informationen bezüglich verschiedener Präferenzen der Benutzer, Aktivitäten, mit denen der Benutzer derzeit beschäftigt ist, Standorten, die der Benutzer vielleicht besucht, und/oder dergleichen beinhalten.
In einigen Aspekten kann der Sensoren-Block 810 verschiedene Vorrichtungen, wie etwa ein GPS 812, eine IMU 814 und eine Kamera 816 beinhalten, nicht aber darauf beschränkt sein. Die Sensoren können bei dem Drohnenflugalgorithmus-Block 802 den Drohnenflugalgorithmen Rohdaten bereitstellen. Dementsprechend können die Drohnenflugalgorithmen die Daten verarbeiten, um verschiedene Bestimmungen zu Wegpunkten in der Navigation zu treffen, wie an verschiedenen Stellen in dieser Schrift beschrieben. Beispielsweise kann das GPS 812 einen Standort eines Fahrzeugs oder einer Drohne bestimmen und diesen Standort in Echtzeit den Drohnenflugalgorithmen 802 bereitstellen. In ähnlicher Weise kann die Kamera 816 den Drohnenflugalgorithmen Bilder bereitstellen.
In einigen Beispielen können die Drohnenflugalgorithmen 802 auf ein oder mehrere Physikmodelle zurückgreifen, wie sie in dem Physikmodell-Block 804 abgebildet sind. Insbesondere kann das Physikmodell ein Leistungspegelmodell der Batterie 818 einbeziehen. Alternativ oder zusätzlich kann das Physikmodell 804 den Umgebungszustand berücksichtigen, in dem eine Drohne betrieben werden wird. Beispielsweise kann das Physikmodell 804 verschiedene Faktoren in Betracht ziehen, wie etwa den Wind 820, die Temperatur 822 und die Ladung 824, wie im Umgebungszustand-Block 806 abgebildet.
In einigen Beispielen kann das Physikmodell GPS- und Orientierungsdaten an die modellierten Sensoren senden. In anderen Beispielen kann das Sensormodell Fehler und Ungenauigkeiten simulieren, die mit denen realer Sensoren übereinstimmen, und diese Fehler und Ungenauigkeiten an die Flugalgorithmen senden. Die Flugalgorithmen können GPS-Positionsdaten betrachten, um die gewünschte Richtung zu bestimmen und die Leistung für die Propeller einzustellen. In einigen Aspekten kann das Physikmodell modellierten Propellern aktualisierte Leistungswerte hinzufügen, die Drohne drehen und die Vorwärtsgeschwindigkeit der Drohnen berechnen. In anderen Aspekten können aktualisierte Orientierungs-, Geschwindigkeits- und Positionsinformationen durch die Sensormodelle an die Flugalgorithmen weitergeleitet werden, die einen Flugweg einer Drohne zu einem gegebenen Zielort beibehalten können.
In einigen Beispielen kann die Simulation unter Verwendung eines Erstdurchlauf-Usability-Tests mit standardmäßigen Drohnenmodellen, wie sie beispielweise in Simulationsspiele-Engines verfügbar sind, durchgeführt werden. Die offenbarten Systeme können zusätzliche Tests unter Verwendung eines detaillierteren Drohnenmodells durchführen, das auf bestimmte Drohnen zugeschnitten sein kann. Die zusätzlichen Tests können unter Verwendung von Modellen für die Umgebung, einschließlich Wetterbedingungen, und die Größe und das Gewicht der Artikel, welche die Drohnen zustellt, durchgeführt werden. Ferner können die Tests Modelle für die Eingaben der Drohne beinhalten, einschließlich der IMU, des GPS und der zugehörigen Benutzeranweisungen einer Drohne. Die Tests können Modelle für die Firmware der Drohne beinhalten, einschließlich der tatsächlichen Flugalgorithmen der Drohne. Die Tests können ein physisches Modell der Drohne beinhalten, einschließlich der Propellerkräfte und des Batterieverbrauchs der Drohne. Einige dieser Parameter (z. B. die IMU- und GPS-Eingaben) können Umgebungsfehlern unterliegen. In einigen Beispielen können die Modelle der Drohnen getestet werden, indem Vergleiche mit realen Daten, die von der physischen Drohne gesammelt wurden, durchgeführt werden. Beispielsweise können mit Windsensoren ausgestattete Drohnen unter vielfältigen Bedingungen geflogen werden, von denen viele in einem Windkanal simuliert werden können. Die realen Tests können Artikel unterschiedlicher Größen, Formen und Gewichte beinhalten. Wie erwähnt, können dann Fehlerquellen identifiziert und das Modell zur besseren Genauigkeit iteriert werden. Sobald festgestellt wird, dass ein Fehler unter einem akzeptablen Betrag liegt, kann dieser Fehlerbetrag in die Simulation eingeführt und für die Simulation von Zustellszenarien verwendet werden.
In einigen Aspekten können sich Drohnenbatterien im Laufe der Zeit je nach Verwendung und Anzahl der Ladezyklen verschlechtern. Die offenbarten Systeme können Modelle der Batterien in verschiedenen Lebensphasen als eine der Variablen der Szenarien in die Simulation einbeziehen. In einigen Beispielen können die offenbarten Systeme die Kapazitätsverschlechterung der Drohnenbatterie unter Verwendung eines Modells modellieren, das theoretische Modellierung und empirische Beobachtungen einbezieht, beispielsweise eines kombinierten linearen und nicht linearen Verschlechterungsmodells. Ein derartiges Modell kann Parameter wie etwa das Kalenderalter der Batterie, die Zyklusentladungstiefe, den zyklusgemittelten Ladezustand und die Betriebstemperaturen der Batterie beinhalten. In anderen Aspekten kann die Alterung einer Batterie unter Verwendung von Parametern wie etwa einer Restkapazität, eines Innenwiderstands, einer Spitzenleistung und einer Leerlaufspannung (open circuit voltage OCV) charakterisiert werden. Ein Black-Box-Modellierungsansatz kann verwendet werden, um diese Parameter als Funktion der Zeit und der Nutzungsbedingungen zu schätzen. In anderen Aspekten kann das Modell ein multiples lineares Regressionsverfahren (RLM-Verfahren) an den Versuchsdaten verwenden, die OCV-Werte enthalten. Alternativ oder zusätzlich kann ein Support-Vektor-Maschine(SVM)-Modell verwendet werden, um Ergebnisse mit den der Alterung der Batterie zugeordneten Parameter abzugleichen. In einigen Beispielen können die Simulationen die Restkapazität unter Verwendung der kombinierten linearen und nicht linearen Verschlechterungsmodelle und eines SVM modellieren, um die Gesamtalterung der Batterie zu modellieren.
In einigen Aspekten können die offenbarten Systeme eine Simulation unter Verwendung eines physikbasierten Engines erzeugen, um Bewegungen unter Verwendung geeigneter Formalismen (z. B. Newtonscher Mechanik) genau abzubilden. In einigen Beispielen können die Eingaben in den physikbasierten Engine modular sein, was das Testen vielfältiger Fahrzeuge, Drohnen und Wetterbedingungen ermöglicht, da diese Bedingungen die Reichweite der Drohnen beeinflussen können.
In anderen Beispielen können die offenbarten Systeme den Physik-Engine des Simulators verbessern, um die Batterieverschlechterung bei Alterung der Drohnen zu simulieren, indem die Anzahl an Ladezyklen der Batterie als Simulationsbedingung herangezogen wird und die Batteriekapazität und der Innenwiderstand entsprechend modifiziert werden. In anderen Aspekten kann das physikbasierte Modell der Drohne eine Architektur beinhalten, die auf einer speziell für UAVs ausgestalteten Multi-Agenten-Simulationsarchitektur beruht. In einigen Beispielen kann der Drohnenkörper als ein einzelner starrer Körper behandelt werden und kann jeder Rotor unabhängig modelliert werden. In anderen Beispielen kann die Drohnen-Firmware verwendet werden, um die Verhaltensalgorithmen der Drohne zu bestimmen. Wenn keine derartige Firmware verfügbar ist, können die Bodengeschwindigkeit und die Höhe der Drohne durch zwei oder mehr verschachtelte Proportional-Integral-Derivativ(PID)-Steuerungen gesteuert werden. In einigen Aspekten können die GUIs und die reale Modellierung der Drohnenumgebung auf herkömmliche Simulationstechniken aus der Spielebranche übertragen werden.
9 veranschaulicht ein Ablaufdiagramm beispielhafter Vorgänge zum Durchführen einer Simulation für fahrzeugbasierte Artikelzustellung gemäß beispielhaften Ausführungsformen der Offenbarung. Bei Block 902 kann das Verfahren ein Generieren einer Simulation zumindest eines Teils einer Umgebung, in der Artikel durch ein Zustellfahrzeug zugestellt werden sollen, beinhalten. In einigen Beispielen können die offenbarten Systeme eine grafische Benutzerschnittstelle für die Simulation darbieten, die einen Status einer Zustellung eines Artikels an einem Zustellort der Zustellorte, einen Paketzustand und einen Drohnenbetriebszustand umfasst.
Bei Block 904 kann das Verfahren ein Bestimmen von Zustellorten, die mindestens einer Zustellroute für das Zustellfahrzeug in der Umgebung in der Simulation zugeordnet sind, beinhalten. Insbesondere können die Zustellorte auf Grundlage der vorgesehenen Zielorte der Pakete bestimmt werden, die zugestellt werden sollen.
Bei Block 906 kann das Verfahren ein Bestimmen von Zustellortgruppen für den Zustellort auf Grundlage einer Zustellreichweite von dem Zustellfahrzeug zugeordneten Drohnen beinhalten. In einigen Beispielen kann das Bestimmen der Zustellortgruppen ein Bestimmen von Kreisen auf einer Karte beinhalten, wobei die Kreise Radien aufweisen, die auf einer Zustellreichweite der am Zustellfahrzeug verfügbaren Drohnen beruhen. Ferner kann das Bestimmen der Zustellortgruppen ein Bestimmen der Überlappungsbereiche, in denen sich zwei oder mehr Kreise der Kreise überlappen, und ein Bestimmen der Zustellortgruppen, die eine Anzahl der Kreise, die sich überlappen, maximieren, beinhalten.
Bei Block 908 kann das Verfahren ein Bestimmen von Wegpunkten für das Zustellfahrzeug auf der Zustellroute auf Grundlage einer mindestens einer Drohne der Drohnen zugeordneten Mindeststreckenzeit beinhalten. In einigen Beispielen kann das Bestimmen der Wegpunkte ein Bestimmen eines Kreises mit dem kleinsten Radius auf einer Karte, der die Zustellorte einschließt, und ein Bestimmen eines Wegpunkts der Wegpunkte an einem Mittelpunkt des Kreises beinhalten.
In anderen Beispielen können die offenbarten Systeme bestimmen, dass eine Entfernung zwischen den Zustellortgruppen unter einem vorher festgelegten Schwellenwert liegt, und können die offenbarten Systeme einen Wegpunkt der Wegpunkte an einem ungefähren Standort eines geometrischen Schwerpunkts eines Polygons bestimmen, das durch die Zustellorte in der Zustellortgruppe gebildete Scheitelpunkte umfasst.
In einigen Beispielen kann das Generieren der Simulation ein Generieren eines physikbasierten Modells, das zumindest entweder auf einem Umgebungsparameter oder einer der Drohne zugeordneten Leistungskapazität beruht, und ein Generieren zweiter Wegpunkte auf Grundlage des physikbasierten Modells beinhalten. Das physikbasierte Modell kann mindestens eines von einer Anzahl an Ladezyklen einer Drohnenbatterie, einer Kapazität der Drohnenbatterie oder einem Innenwiderstand der Drohnenbatterie beinhalten.
Wenngleich konkrete Ausführungsformen der Offenbarung beschrieben wurden, wird der Durchschnittsfachmann erkennen, dass zahlreiche andere Modifikationen und alternative Ausführungsformen innerhalb des Schutzumfangs der Offenbarung liegen. Beispielsweise können beliebige der Funktionen und/oder Verarbeitungsmöglichkeiten, die in Bezug auf eine konkrete Vorrichtung oder Komponente beschrieben wurden, durch eine beliebige andere Vorrichtung oder Komponente durchgeführt werden. Ferner wird der Durchschnittsfachmann, auch wenn verschiedene veranschaulichende Umsetzungen und Architekturen gemäß den Ausführungsformen der Offenbarung beschrieben wurden, erkennen, dass zahlreiche andere Modifikationen an den veranschaulichenden Umsetzungen und Architekturen, die in der vorliegenden Schrift beschrieben sind, ebenfalls innerhalb des Umfangs der Offenbarung liegen.
Blöcke der Blockdiagramme und Ablaufdiagramme unterstützen Kombinationen von Mitteln zum Durchführen der angegebenen Funktionen, Kombinationen von Elementen oder Schritten zum Durchführen der angegebenen Funktionen und Programmanweisungsmittel zum Durchführen der angegebenen Funktionen. Es versteht sich zudem, dass jeder Block der Blockdiagramme und Ablaufdiagramme und Kombinationen aus Blöcken in den Blockdiagrammen und Ablaufdiagrammen durch speziell dazu dienende hardwarebasierte Computersysteme, welche die angegebenen Funktionen, Elemente oder Schritte durchführen, oder Kombinationen aus speziell dazu dienender Hardware und Computeranweisungen, umgesetzt werden können.
Eine Softwarekomponente kann in einer beliebigen einer Vielfalt von Programmiersprachen kodiert sein. Eine veranschaulichende Programmiersprache kann eine niederrangige Programmiersprache sein, wie etwa eine Assembler-Sprache, die einer konkreten Hardwarearchitektur und/oder Betriebssystemplattform zugeordnet ist. Eine Softwarekomponente, die Anweisungen in Assembler-Sprache umfasst, kann eine Umwandlung in ausführbaren Maschinencode durch einen Assembler vor Ausführung durch die Hardwarearchitektur und/oder Plattform erforderlich machen.
Eine Softwarekomponente kann als eine Datei oder ein anderes Datenspeicherkonstrukt gespeichert sein. Softwarekomponenten einer ähnlichen Art oder verwandter Funktionalität können zusammen gespeichert sein, wie etwa beispielsweise in einem konkreten Verzeichnis, Ordner oder einer Programmbibliothek. Softwarekomponenten können statisch (zum Beispiel voreingestellt oder fest) oder dynamisch (zum Beispiel zum Zeitpunkt der Ausführung erstellt oder modifiziert) sein.
Softwarekomponenten können durch einen beliebigen einer großen Vielfalt von Mechanismen andere Softwarekomponenten aufrufen oder durch diese aufgerufen werden. Aufgerufene oder aufrufende Softwarekomponenten können weitere individuell entwickelte Anwendungssoftware, Betriebssystemfunktionen (zum Beispiel Vorrichtungstreiber, Routinen der Datenspeicher (zum Beispiel Dateiverwaltung), andere übliche Routinen und Dienste usw.) oder Softwarekomponenten Dritter (zum Beispiel Middleware, Verschlüsselung oder andere Sicherheitssoftware, Datenbankverwaltungssoftware, Datentransfer- oder andere Netzkommunikationssoftware, mathematische oder statistische Software, Bildverarbeitungssoftware und Formatübersetzungssoftware) umfassen.
Softwarekomponenten, die einer konkreten Lösung oder einem konkreten System zugeordnet sind, können auf einer einzelnen Plattform liegen und ausgeführt werden oder können über mehrere Plattformen verteilt sein. Die mehreren Plattformen können mit mehr als einem Hardwarehersteller, zugrundeliegender Chiptechnologie oder Betriebssystem assoziiert sein. Des Weiteren können Softwarekomponenten, die einer bestimmten Lösung oder einem bestimmten System zugeordnet sind, zunächst in einer oder mehreren Programmiersprachen geschrieben sein, aber Softwarekomponenten aufrufen, die in anderen Programmiersprachen geschrieben sind.
Die computerausführbaren Programmanweisungen können in einen Spezialcomputer oder eine andere konkrete Maschine, einen Prozessor, der einem Speicher zugeordnet ist, oder eine andere programmierbare Datenverarbeitungsvorrichtung zum Erzeugen einer konkreten Maschine geladen werden, sodass die Ausführung der Anweisungen auf dem Computer, dem Prozessor oder der anderen programmierbaren Datenverarbeitungsvorrichtung veranlasst, dass eine oder mehrere Funktionen oder einer oder mehrere Vorgänge, die in den Ablaufdiagrammen angegeben sind, durchgeführt werden. Diese Computerpogrammanweisungen können außerdem in einem computerlesbaren Speichermedium (computer-readable storage medium - CRSM) gespeichert sein, das bei Ausführung einen Computer oder eine andere programmierbare Datenverarbeitungsvorrichtung anweisen kann, in einer bestimmten Weise zu funktionieren, sodass die in dem computerlesbaren Speichermedium gespeicherten Anweisungen ein Produkt erzeugen, das Anweisungesmittel beinhaltet, welche eine oder mehrere Funktionen oder einen oder mehrere Vorgänge umsetzen, die in den Ablaufdiagrammen angegeben sind. Die Computerprogrammanweisungen können außerdem in einen Computer oder eine andere programmierbare Datenverarbeitungsvorrichtung geladen werden, um zu veranlassen, dass eine Reihe von funktionsfähigen Elementen oder Schritten auf dem Computer oder der anderen programmierbaren Vorrichtung durchgeführt wird, um einen computerumgesetzten Prozess herzustellen.
Wenngleich die Ausführungsformen in für Strukturmerkmale oder methodische Handlungen spezifischer Sprache beschrieben wurden, versteht es sich, dass die Offenbarung nicht notwendigerweise auf die beschriebenen konkreten Merkmale oder Handlungen beschränkt ist. Die konkreten Merkmale und Aktionen werden vielmehr als veranschaulichende Formen der Umsetzung der Ausführungsformen offenbart. Konditionalsprache, wie etwa unter anderem „kann“, „könnte“, „würde“ oder „möchte“, soll, sofern nicht spezifisch anders angegeben oder im verwendeten Kontext anders zu verstehen ist, allgemein vermitteln, dass gewisse Ausführungsformen gewisse Merkmale, Elemente und/oder Schritte beinhalten könnten, während andere Ausführungsformen diese nicht beinhalten. Somit soll derartige Konditionalsprache nicht allgemein implizieren, dass Merkmale, Elemente und/oder Schritte in irgendeiner Weise für eine oder mehrere Ausführungsformen erforderlich sind oder dass eine oder mehrere Ausführungsformen notwendigerweise Logik zum Entscheiden, mit oder ohne Benutzereingabe oder Eingabeaufforderung, ob diese Merkmale, Elemente und/oder Schritte in einer konkreten Ausführungsform beinhaltet sind oder durchgeführt werden sollen, beinhalten.
Gemäß einer Ausführungsform umfassen die computerausführbaren Anweisungen ferner computerausführbare Anweisungen zum Generieren eines physikbasierten Modells, das zumindest entweder auf einem Umgebungsparameter oder auf einer der Drohne zugeordneten Leistungskapazität beruht, und zum Generieren zweiter Wegpunkte auf Grundlage des physikbasierten Modells.
Gemäß einer Ausführungsform umfasst physikbasierte Modell mindestens eines von einer Anzahl an Ladezyklen einer Drohnenbatterie, einer Kapazität der Drohnenbatterie oder einem Innenwiderstand der Drohnenbatterie.
Gemäß einer Ausführungsform umfasst das Bestimmen der Zustellortgruppen ferner ein Bestimmen von Kreisen auf einer Karte, wobei die Kreise Radien aufweisen, die auf einer Zustellreichweite der am Zustellfahrzeug verfügbaren Drohnen beruhen, ein Bestimmen von Überlappungsbereichen, in denen sich zwei oder mehr Kreise der Kreise überlappen, und ein Bestimmen der Zustellortgruppen, die eine Anzahl der Kreise, die sich überlappen, maximieren.
Gemäß einer Ausführungsform umfasst das Bestimmen der Wegpunkte ein Bestimmen eines Kreises mit dem kleinsten Radius auf einer Karte, der die Zustellorte einschließt, und ein Bestimmen eines Wegpunkts der Wegpunkte an einem Mittelpunkt des Kreises.
Gemäß einer Ausführungsform umfassen die computerausführbaren Anweisungen ferner Anweisungen zum Bestimmen, dass eine Entfernung zwischen den Zustellortgruppen unter einem vorher festgelegten Schwellenwert liegt, und zum Bestimmen eines Wegpunkts der Wegpunkte an einem ungefähren Standort eines geometrischen Schwerpunkts eines Polygons bestimmen, das durch die Zustellorte in der Zustellortgruppe gebildete Scheitelpunkte umfasst.

Claims

Vorrichtung, umfassend: mindestens eine Speichervorrichtung, die computerausführbare Anweisungen speichert; und mindestens einen Prozessor, der dazu konfiguriert ist, auf die mindestens eine Speichervorrichtung zuzugreifen, wobei der mindestens eine Prozessor dazu konfiguriert ist, die computerausführbaren Anweisungen für Folgendes auszuführen: Generieren einer Simulation zumindest eines Teils einer Umgebung, in der Artikel durch ein Zustellfahrzeug zugestellt werden sollen; Bestimmen von Zustellorten, die mindestens einer Zustellroute für das Zustellfahrzeug in der Umgebung in der Simulation zugeordnet sind; Bestimmen von Zustellortgruppen für den Zustellort auf Grundlage einer Zustellreichweite von Drohnen, die den Zustellfahrzeugen zugeordnet sind; und Bestimmen von Wegpunkten für das Zustellfahrzeug auf der Zustellroute auf Grundlage einer Mindeststreckenzeit, die mindestens einer Drohne der Drohnen zugeordnet ist.
Vorrichtung nach Anspruch 1, wobei die computerausführbaren Anweisungen ferner Anweisungen für Folgendes umfassen: Generieren eines physikbasierten Modells, das zumindest entweder auf einem Umgebungsparameter oder einer der Drohne zugeordneten Leistungskapazität beruht; und Generieren zweiter Wegpunkte auf Grundlage des physikbasierten Modells.
Vorrichtung nach Anspruch 2, wobei das physikbasierte Modell mindestens eines einer Anzahl an Ladezyklen einer Drohnenbatterie, einer Kapazität der Drohnenbatterie oder eines Innenwiderstands der Drohnenbatterie umfasst.
Vorrichtung nach Anspruch 1, wobei das Bestimmen der Zustellortgruppen ferner Folgendes umfasst: Bestimmen von Kreisen auf einer Karte, wobei die Kreise Radien aufweisen, die auf einer Zustellreichweite der am Zustellfahrzeug verfügbaren Drohnen beruhen; Bestimmen von Überlappungsbereichen, in denen sich zwei oder mehr Kreise der Kreise überlappen; und Bestimmen der Zustellortgruppen, die eine Anzahl der Kreise, die sich überlappen, maximieren.
Vorrichtung nach Anspruch 1, wobei das Bestimmen der Wegpunkte Folgendes umfasst: Bestimmen eines Kreises mit kleinstem Radius auf einer Karte, der die Zustellorte einschließt; und Bestimmen eines Wegpunkts der Wegpunkte an einem Mittelpunkt des Kreises.
Vorrichtung nach Anspruch 1, wobei die computerausführbaren Anweisungen ferner Anweisungen für Folgendes umfassen: Bestimmen, dass ein Abstand zwischen den Zustellortgruppen unter einem vorher festgelegten Schwellenwert liegt; und Bestimmen eines Wegpunkts der Wegpunkte an einem ungefähren Standort eines geometrischen Schwerpunkts eines Polygons, das Scheitelpunkte umfasst, die durch die Zustellorte in der Zustellortgruppe gebildet werden.
Vorrichtung nach Anspruch 1, wobei die computerausführbaren Anweisungen ferner Anweisungen für Folgendes umfassen: Darbieten einer graphischen Benutzeroberfläche für die Simulation, die einen Status einer Zustellung eines Artikels an einem Zustellort der Zustellorte, einen Paketzustand und einen Drohnenbetriebszustand umfasst.
Verfahren, umfassend: Generieren einer Simulation zumindest eines Teils einer Umgebung, in der Artikel durch ein Zustellfahrzeug zugestellt werden sollen; Bestimmen von Zustellorten, die mindestens einer Zustellroute für das Zustellfahrzeug in der Umgebung in der Simulation zugeordnet sind; Bestimmen von Zustellortgruppen für den Zustellort auf Grundlage einer Zustellreichweite von Drohnen, die den Zustellfahrzeugen zugeordnet sind; und Bestimmen von Wegpunkten für das Zustellfahrzeug auf der Zustellroute auf Grundlage einer Mindeststreckenzeit, die mindestens einer Drohne der Drohnen zugeordnet ist.
Verfahren nach Anspruch 8, wobei das Verfahren ferner Folgendes umfasst: Generieren eines physikbasierten Modells, das zumindest entweder auf einem Umgebungsparameter oder einer der Drohne zugeordneten Leistungskapazität beruht; und Generieren zweiter Wegpunkte auf Grundlage des physikbasierten Modells.
Verfahren nach Anspruch 9, wobei das physikbasierte Modell mindestens eines einer Anzahl an Ladezyklen einer Drohnenbatterie, einer Kapazität der Drohnenbatterie oder eines Innenwiderstands der Drohnenbatterie umfasst.
Verfahren nach Anspruch 8, wobei das Bestimmen der Zustellortgruppen ferner Folgendes umfasst: Bestimmen von Kreisen auf einer Karte, wobei die Kreise Radien aufweisen, die auf einer Zustellreichweite der am Zustellfahrzeug verfügbaren Drohnen beruhen; Bestimmen von Überlappungsbereichen, in denen sich zwei oder mehr Kreise der Kreise überlappen; und Bestimmen der Zustellortgruppen, die eine Anzahl der Kreise, die sich überlappen, maximieren.
Verfahren nach Anspruch 8, wobei das Bestimmen der Wegpunkte Folgendes umfasst: Bestimmen eines Kreises mit kleinstem Radius auf einer Karte, der die Zustellorte einschließt; und Bestimmen eines Wegpunkts der Wegpunkte an einem Mittelpunkt des Kreises.
Verfahren nach Anspruch 8, wobei die computerausführbaren Anweisungen ferner Anweisungen für Folgendes umfassen: Bestimmen, dass ein Abstand zwischen den Zustellortgruppen unter einem vorher festgelegten Schwellenwert liegt; und Bestimmen eines Wegpunkts der Wegpunkte an einem ungefähren Standort eines geometrischen Schwerpunkts eines Polygons, das Scheitelpunkte umfasst, die durch die Zustellorte in der Zustellortgruppe gebildet werden.
Verfahren nach Anspruch 8, wobei die computerausführbaren Anweisungen ferner Anweisungen für Folgendes umfassen: Darbieten einer graphischen Benutzeroberfläche für die Simulation, die einen Status einer Zustellung eines Artikels an einem Zustellort der Zustellorte, einen Paketzustand und einen Drohnenbetriebszustand umfasst.
Nichttransitorisches computerlesbares Medium, das computerausführbare Anweisungen speichert, die bei Ausführung durch einen Prozessor den Prozessor dazu veranlassen, Vorgänge durchzuführen, die Folgendes umfassen: Generieren einer Simulation zumindest eines Teils einer Umgebung, in der Artikel durch ein Zustellfahrzeug zugestellt werden sollen; Bestimmen von Zustellorten, die mindestens einer Zustellroute für das Zustellfahrzeug in der Umgebung in der Simulation zugeordnet sind; Bestimmen von Zustellortgruppen für den Zustellort auf Grundlage einer Zustellreichweite von Drohnen, die den Zustellfahrzeugen zugeordnet sind; und Bestimmen von Wegpunkten für das Zustellfahrzeug auf der Zustellroute auf Grundlage einer Mindeststreckenzeit, die mindestens einer Drohne der Drohnen zugeordnet ist.