JP2014526072A - 複数車両資源配分および経路指定解決策のためのシステムおよび方法 - Google Patents
複数車両資源配分および経路指定解決策のためのシステムおよび方法 Download PDFInfo
- Publication number
- JP2014526072A JP2014526072A JP2014513767A JP2014513767A JP2014526072A JP 2014526072 A JP2014526072 A JP 2014526072A JP 2014513767 A JP2014513767 A JP 2014513767A JP 2014513767 A JP2014513767 A JP 2014513767A JP 2014526072 A JP2014526072 A JP 2014526072A
- Authority
- JP
- Japan
- Prior art keywords
- service providing
- map
- model
- region
- distance matrix
- 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
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
- G06Q10/04—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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
- G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
作業負荷が複数のサービス提供オブジェクトにわたって平衡化されるように、領域の地図内の複数のサービス提供オブジェクトを配分および経路指定するためのコンピュータシステムが提供される。本システムは、領域内で複数のサービス提供オブジェクトを配分および経路指定するためのモデルを策定する。本モデルは、地図内の第1の複数のセグメントまたは第2の複数の交差点に基づく距離マトリクスを含む。メモリは、均等な凸領域分割アルゴリズムを用いた距離マトリクスに照らして、地図を複数の不連続した小領域に分割する命令を記憶する。メモリは、複数の小領域中のそれぞれの小領域のために、対応する周回グラフを計算する命令をさらに記憶し、複数の小領域内のそれぞれの各小領域のために、複数のサービス提供オブジェクトのうちの1つのサービス提供オブジェクトが、各小領域に対応する周回グラフに割り当てられる。
【選択図】図1
【選択図】図1
Description
関連出願の相互参照
本出願は、2011年6月3日出願の米国特許出願第13/153,208号、表題「Systems and Methods for Multi−Vehicle Resource Allocation and Routing Solutions」への優先権を主張するものであり、参照によりその全体が本明細書に組み込まれる。
本出願は、2011年6月3日出願の米国特許出願第13/153,208号、表題「Systems and Methods for Multi−Vehicle Resource Allocation and Routing Solutions」への優先権を主張するものであり、参照によりその全体が本明細書に組み込まれる。
1.技術分野
本出願は、作業負荷が複数の車両にわたって最適に平衡化され、かつそれぞれの車両に最適な経路が生成されるように、領域内のサービス提供オブジェクトを最適に配分および経路指定するためのシステムおよび方法に関する。
本出願は、作業負荷が複数の車両にわたって最適に平衡化され、かつそれぞれの車両に最適な経路が生成されるように、領域内のサービス提供オブジェクトを最適に配分および経路指定するためのシステムおよび方法に関する。
2.背景技術
当技術分野において、2つの主な問題、すなわち、1)全道路走査、および2)マルチロケーションサービス提供が存在する。全道路走査の問題とは、領域内のすべての道路のカメラの視野を捕らえようとする際に、MICROSOFT、GOOGLE、およびYAHOOが直面し、かつ郵便配達およびゴミまたは資源回収事業が毎日遭遇する問題である。宅配便(UPS、FEDEX)等や、他の種類の配達サービス、例えば、新聞およびサービス人員派遣等のマルチロケーションサービス提供モデルを使用した多くの用途が存在する。
当技術分野において、2つの主な問題、すなわち、1)全道路走査、および2)マルチロケーションサービス提供が存在する。全道路走査の問題とは、領域内のすべての道路のカメラの視野を捕らえようとする際に、MICROSOFT、GOOGLE、およびYAHOOが直面し、かつ郵便配達およびゴミまたは資源回収事業が毎日遭遇する問題である。宅配便(UPS、FEDEX)等や、他の種類の配達サービス、例えば、新聞およびサービス人員派遣等のマルチロケーションサービス提供モデルを使用した多くの用途が存在する。
上で特定した問題の上の重要性を考慮して、これらの問題に対処するための改善されたシステムおよび方法が、当技術分野において必要とされている。
本出願は、サービス提供オブジェクトを最適に配分および経路指定するための効果的なシステムおよび方法を提供する。これらのシステムおよび方法は、領域内での車両の配分および経路指定を特に対象とし、作業負荷を複数の車両にわたって最適に平衡化し、ぞれぞれの車両に最適な経路を生成するために設計されている。加えて、資源にわたるタスクの均一な分配または総コストの最小化等の異なる運用または性能メトリクスを有する複数の発着所から複数の車両が送り出されることを可能にする内臓された柔軟性が存在する。
2つの主な用途、(i)全道路走査、および(ii)マルチロケーションサービス提供が、本システムおよび方法によって標的にされる。全道路走査の問題とは、領域内のすべての道路のカメラの視野ーを捕らえるしようとする際に、MICROSOFT、GOOGLE、およびYAHOOが直面し、かつ郵便配達およびゴミまたは資源回収事業が毎日遭遇する問題である。宅配便(UPS、FEDEX)等や、他の種類の配達サービス、例えば、新聞およびサービス人員派遣等のマルチロケーションサービス提供モデルを使用した多くの用途が存在する。マルチロケーションサービス提供の問題とは、個々の配達車両にタスクを割り当て、かつそれぞれの車両に最適な経路を提供しようとする際に、多くのフリート(自動車隊)管理会社が直面する問題である。宅配便(UPS、FEDEX)等や、他の種類の配達サービス、例えば、新聞およびサービス人員派遣等のマルチロケーションサービス提供モデルを使用した多くの用途が存在する。
本出願のシステムおよび方法によって対処され得る具体的な例示の機会は、不動産代理人の事例を含む。この代理人が、1日に少なくとも3回、クライアントのための周回を算定するのに少なくとも5分間を費やす場合、本開示のシステムおよび方法の適用は、燃料費の削減は言うまでもなく、1時間につき40ドルの賃金の削減を仮定して、少なくとも200ドルに相当するコスト削減に換算される。郵便小包の流通センターの場合、郵便配達および臨時の集配の周回の算定に少なくとも1日に20分間が費やされており、よって、本開示のシステムおよび方法の適用は、郵便トラックのリアルタイム配分の機会と、最適化された地区制、ならびに大幅な燃料費の削減を提供する。配達トラックの場合、本開示のシステムおよび方法は、運転手の経験に応じた配達効率、最適化された荷積みおよび荷降ろし、より短い作業時間および低減された燃料費を可能にする。
同様の参照番号は、いくつかの図面を通して、対応する部分を指す。
本開示は、作業負荷が複数の車両にわたって最適に平衡化され、かつそれぞれの車両に最適な経路が生成されるように、領域内のサービス提供オブジェクトを最適に配分および経路指定するための周知のシステムおよび方法を上回る新規の発達について詳述する。
本開示は、作業負荷が複数の車両にわたって最適に平衡化され、かつそれぞれの車両に最適な経路が生成されるように、領域内のサービス提供オブジェクトを最適に配分および経路指定するための周知のシステムおよび方法を上回る新規の発達について詳述する。
図1は、本開示に従う環境のトポロジーを図示する。このトポロジーには、サーバ100および1つ以上の任意のクライアントデバイス180が存在する。言うまでもなく、他のトポロジーが可能であり、例えば、いくつかの実施形態ではクライアントデバイスが存在しないが、他の実施形態では、2個以上、5個以上、10個以上、または100個以上のクライアントデバイス180が存在する。図1に示される例示的トポロジーは、当業者に容易に理解される様式で、単に本開示の実施形態の特性を説明するのに役立つ。
サーバ100は、1つ以上の(CPUの)処理装置102、ネットワークまたは他の通信インターフェース110、メモリ114、1つ以上の制御器118によって任意にアクセスされる1つ以上の磁気ディスク記憶および/または固定デバイス120、前述のコンポーネントを相互接続するための1つ以上の通信バス112、および前述のコンポーネントに電力を供給するための電源124を典型的に有する。メモリ114内のデータは、キャッシング等の周知のコンピューティング技術を使用して不揮発性メモリ120と継ぎ目なく共有されることができる。メモリ114および/またはメモリ120は、中央処理装置102に対して遠隔に位置する大容量記憶装置を含むことができる。言い換えれば、メモリ114および/またはメモリ120内に記憶されたいくつかのデータは、実際には安全なインターフェースサーバ100の外部のコンピュータ上にホストされているが、しかしインターネット、イントラネット、またはネットワークインターフェース110を使用した他の形式のネットワークまたは電子ケーブル(図1で要素126として図示される)を通じて、安全なインターフェースサーバ100によって電気的にアクセスされることができる。
メモリ114は、
・種々の基本システムサービスを取り扱うための、およびハードウエアに依存するタスクを実施するための手順を含むオペレーティングシステム30と、
・サーバ100をクライアント100等の他のコンピュータに接続するために任意に使用されるネットワーク通信モジュール32であって、いくつかの実施形態では、ネットワーク通信モジュール32は、6.0またはそれ以降のMicrosoft Internet Explorer、FIREFOX 2.x、FIREFOX 3.x、AOL 9、9.5またはそれ以降のOPERA、SAFARI 3.x、2.0またはそれ以上のCHROME等の任意のウェブブラウザを含み、またいくつかの実施形態では、任意のウェブブラウザは、FLASHプレイヤー等のモジュールを含む、ネットワーク通信モジュール32と、
・セグメント一覧36および交差点一覧38を含む地図34と、
・フリート資源(複数のサービス提供オブジェクト)40の記述と、
・最小化のための目的関数42と、
・領域分割プランナーモジュール44と、
・経路最適化プランナーモジュール46と、
・進路変更コスト最小化制約48と、
・複数の小領域52と、それぞれの小領域52について周回グラフ54を含む経路ソリューションと、を好ましくは記憶する。
・種々の基本システムサービスを取り扱うための、およびハードウエアに依存するタスクを実施するための手順を含むオペレーティングシステム30と、
・サーバ100をクライアント100等の他のコンピュータに接続するために任意に使用されるネットワーク通信モジュール32であって、いくつかの実施形態では、ネットワーク通信モジュール32は、6.0またはそれ以降のMicrosoft Internet Explorer、FIREFOX 2.x、FIREFOX 3.x、AOL 9、9.5またはそれ以降のOPERA、SAFARI 3.x、2.0またはそれ以上のCHROME等の任意のウェブブラウザを含み、またいくつかの実施形態では、任意のウェブブラウザは、FLASHプレイヤー等のモジュールを含む、ネットワーク通信モジュール32と、
・セグメント一覧36および交差点一覧38を含む地図34と、
・フリート資源(複数のサービス提供オブジェクト)40の記述と、
・最小化のための目的関数42と、
・領域分割プランナーモジュール44と、
・経路最適化プランナーモジュール46と、
・進路変更コスト最小化制約48と、
・複数の小領域52と、それぞれの小領域52について周回グラフ54を含む経路ソリューションと、を好ましくは記憶する。
サーバ100は、インターネット/ネットワーク126を経由して1つ以上のクライアントデバイス180に任意に接続される。図1は、ただ1つのかかるクライアントデバイス180への接続を図示する。クライアントデバイス180がパソコン(例えば、デスクトップまたはラップトップコンピュータ)または任意の形式のモバイルコンピューティングデバイス(例えば、I−PHONE、BLACKBERRY、I−PADおよび同類のもの)であることが可能である。
典型的な実施形態において、クライアントデバイス180は、
・1つ以上の(CPUの)処理装置2と、
・ネットワークまたは他の通信インターフェース10と、
・メモリ14と、
・任意に、1つ以上の任意制御器18によってアクセスされる1つ以上の磁気ディスク記憶および/または固定記憶デバイス20と、
・ユーザインターフェース4であって、ディスプレイ6と、キーボードまたはキーパッド8と、を含むユーザインターフェース4と、
・前述のコンポーネントを相互接続するための1つ以上の通信バス12と、
・前述のコンポーネントに電源を供給するための電源24であって、例えば、バッテリであることができる、電源と、を備える。
・1つ以上の(CPUの)処理装置2と、
・ネットワークまたは他の通信インターフェース10と、
・メモリ14と、
・任意に、1つ以上の任意制御器18によってアクセスされる1つ以上の磁気ディスク記憶および/または固定記憶デバイス20と、
・ユーザインターフェース4であって、ディスプレイ6と、キーボードまたはキーパッド8と、を含むユーザインターフェース4と、
・前述のコンポーネントを相互接続するための1つ以上の通信バス12と、
・前述のコンポーネントに電源を供給するための電源24であって、例えば、バッテリであることができる、電源と、を備える。
いくつかの実施形態では、メモリ14内のデータは、キャッシング等の周知のコンピューティング技術を用いて、任意の不揮発性メモリ20と継ぎ目なく共有され得る。いくつかの実施形態では、クライアントデバイス180は磁気ディスク記憶デバイスを持たない。例えば、いくつかの実施形態では、クライアントデバイス180は携帯用手持ち式コンピューティングデバイスであり、ネットワークインターフェース10は、有線または無線手段によってインターネット/ネットワーク126と通信する。
メモリ14は、
・種々の基本システムサービスを取り扱うための、およびハードウエアに依存するタスクを実施するための手順を含むオペレーティングシステム130と、
・インターネット、他の広域ネットワーク、ローカル面積ネットワーク(例えば、ローカル無線ネットワークはクライアントデバイス180をサーバ100に接続することができる)、大都市圏ネットワーク、およびその他等の1つ以上の通信ネットワークを経由して、クライアントデバイス180をサーバ100(図1)に接続するために使用されるネットワーク通信モジュール132と、
・小領域のための周回グラフ54に対応する小領域52を含む、経路ソリューションの少なくとも一部分と、を好ましくは記憶する。
・種々の基本システムサービスを取り扱うための、およびハードウエアに依存するタスクを実施するための手順を含むオペレーティングシステム130と、
・インターネット、他の広域ネットワーク、ローカル面積ネットワーク(例えば、ローカル無線ネットワークはクライアントデバイス180をサーバ100に接続することができる)、大都市圏ネットワーク、およびその他等の1つ以上の通信ネットワークを経由して、クライアントデバイス180をサーバ100(図1)に接続するために使用されるネットワーク通信モジュール132と、
・小領域のための周回グラフ54に対応する小領域52を含む、経路ソリューションの少なくとも一部分と、を好ましくは記憶する。
図2を参照すると、本開示の第1の実施形態に従う例示的方法が説明される。この方法は、本開示に従う全道路走査方法に対処するために、サーバ100によって取られるステップを詳述する。この方法において、定義された道路セグメント36および交差点38を有する地図の領域34、および利用可能なフリート資源(サービス提供オブジェクト)40を使用すると、所与の地図領域34内における1つ1つの道路セグメントが少なくとも1回は訪問されるように、最適な車両配分および経路が見つかる。
ステップ202。ステップ202で、地図34が取得される。いくつかの実施形態では、地図34は定義された道路セグメント36を含む。いくつかの実施形態では、地図は定義された交差点38を含む。いくつかの実施形態では、地図34は定義された道路セグメント36と定義された交差点38の両方を含む。かかる地図の例は、図3の地図302である。いくつかの実施形態では、地図34は、市、郡、町、村、州、国、世界、大陸、またはその任意の組み合わせの地図である。いくつかの実施形態では、地図34は、データセットである。地図34がデータセットである例は、セグメント一覧36のセクションおよび交差点一覧38のセクションによって、図4の左側に所与される。このセグメント一覧36および交差点一覧38についての対応する道セグメントは、図4の右側に示される。
ステップ204。ステップ204で、最適化問題に当てられ得るフリート資源40が識別される。フリート資源の例は特定用途向けである。フリート資源の例は、配達バンの車列、いくらかの車両、いくらかの販売員、いくらかの列車、および/またはいくらかの飛行機を含む。例えば、道路走査方法において、フリート資源40は、高解像度写真を撮影するような装備を有するいくらかの車両を備え得る。本発明のシステムおよび方法は、考慮され得るバン、車両、販売員、列車、飛行機等(概してユニットと称される)の数に限定を課さない。いくつかの実施形態では、いくつかの例示的範囲を挙げると、2ユニット以上、10ユニット以上、100ユニット以上、1000ユニット以上、2から20,000ユニットの間、100ユニット以下が利用可能である。
ステップ206。ステップ206で、最小化されるべき目的関数42が識別される。例えば、一実施形態では、車両の最大数(例えば、所与のフリート資源40)およびそれぞれの日に働くことが可能な時間を考慮して、目的関数とは、地図34内のそれぞれの道を走査するタスクを終了するのに必要とされる資源を最小化することである。別の例示的実施形態では、所与の領域についてのタスクを終了するための日数を考慮して、目的関数とは、必要とされる車両の数を最小化することである。それゆえに、目的関数42に応じて、すべてのフリート資源が活用されることが必ずしも事実ではない。したがって、例えば、いくつかの実施形態では、このタスクに利用可能な任意の数の車両が存在し得る(例えば、車両の数は、律速因子として提示されない)が、利用可能な時間の量は制限される。かかる実施形態では、目的関数42は、車両の最大数およびそれぞれの日に働くことが可能な時間を考慮して、所与の地図34についてのタスクを終了するのに必要とされる資源を最小化する際に推測され得る。
ステップ208。ステップ208で、目的関数を解決するための適切なデータモデルが策定される。以下のさらなるステップで詳述するように、車両配分および経路指定の最適化のための方法論は、2つの主要コンポーネント、領域分割プランナー(RPP)モジュール44および経路最適化プランナー(ROP)モジュール46から成る。いくつかの実施形態では、RPPモジュール44は、新たな均等な凸領域分割(ECRP)アルゴリズムを活用して、所与の地図34を互いに素な連続した小領域52に細分(車道の総量または任意の他の所与の密度関数等の所与のメトリクスに基づいて)し、フリート資源40から対応する小領域52へ車両を割り当てる。ROPモジュール46は、進路変更コスト最小化(TCM)制約48を任意に活用してその割り当てられた小領域52内のそれぞれの車両について最適な周回グラフ(経路)54を生成する、革新的な最適化ツールである。即座に利益となるのは、車両の諸経費(同一のセグメントの道を複数回走行する)の削減である。
道路走査問題は、車両がネットワーク内のそれぞれの道を少なくとも1回横断する、総移動距離を最小化する中国人郵便配達問題(CPP:Chinese postman problem)として策定され得る。これはまた、それぞれの道がネットワークグラフ内のノードとしてモデル化され、車両がネットワーク内のそれぞれのノードを少なくとも1回横断する、巡回セールスマン問題(TSP:travelling salesman’s problem)としてモデル化され得る。すべての道路走査問題は、所与の開始点を有する複数の車両の存在によって複雑化される。いくつかの実施形態では、交差点メトリクス等の追加的コストが考慮される。
交差点だけのモデル(CPP)。図4の右側の道セグメントは、交差点だけのCPPモデルとしてモデル化され得る。かかる実施形態では、モデル内のノードは、交差点ノード38のみを含む。交差点ノードの座標は、その内向セグメントの最後の途中地点から取られる。距離マトリクスは、2つの交差点ノードを直接接続するために、セグメントの途中地点から算出される。かかる手法において、図4の中の例によって所与される領域の一部を表すために、経路指定アルゴリズムによって距離マトリクスが活用される。この距離マトリクスは、図5Aで図示される。所与の領域がCPPモデルによって適切にモデル化された後、RPPモジュール44およびROPモジュール46は、分割および経路生成の2つのステージにおいて複数車両経路指定問題を解決する。
セグメントプラス交差点モデル(TSPまたはCPP)。図5Bを参照して、いくつかの実施形態では、データモデルはセグメントプラス交差点モデルである。モデル内のノードは、セグメントノード36と交差点ノード38の両方を含む。交差点ノードの座標はその内向セグメントの最後の途中地点から取られる。セグメントノードの座標は、すべてのその途中地点のうちの中間の途中地点から取られる。距離マトリクスは、交差点ノードからセグメントノードへの、またはこれらが直接接続されている場合は、セグメントノードから交差点ノードへのセグメントの途中地点から算出される。
セグメントだけのモデル(TSP)。図5Cを参照して、いくつかの実施形態では、データモデルは一セグメントだけのモデルである。かかる実施形態では、モデル内のノードは、セグメントノード36のみを含む。セグメントノードの座標は、すべてのその途中地点のうちの第1の途中地点から取られる。距離マトリクスは、セグメントの途中地点から直結するセグメントノードまで計算される。
ステップ210。ステップ210で、地図34が分割される。前処理ステージとして、RPPモジュール44は、地図34をより小さい小領域52の集まりにまず分ける。いくつかの例示的実施形態では、地図34は、RPPモジュール44によって、2つ以上の小領域52、3つ以上の小領域52、5つ以上の小領域52、2つから100個の間の小領域52、または20個以下の小領域に分けられる。すべての車両の負荷を平衡化するために、すべての小領域52は等量の道の全長を好ましくは含み、すなわち、それぞれの小領域内のすべての道の全長は、好ましくは等しい。車両がネットワーク内に分散する種々の発着所から発車するとき、RPPモジュール44は、それぞれの小領域52が1つの発着所を含むことを強制する。車両発着所が与えられていないときは、RPPモジュール44は、それぞれの小領域52の最大の直径、例えば、その小領域内の2つの地点間の最大距離を代わりに最小化する。
分割ステージは、いくつかの発見的問題解決法対象物を最適化する、またはいくつかの他の制約、すなわち、
・等しい面積、等しい距離が横断される(同一の道の長さ)
・等しい面積、1つの発着所を必ず含む
・等しい距離が横断され、1つの発着所を必ず含む
・横断される総距離を最小化する
・横断される最大距離を最小化する
・車両日数の数を最小化する
を満たす、サービス領域の「通常の」分割を見つけることを含む。
・等しい面積、等しい距離が横断される(同一の道の長さ)
・等しい面積、1つの発着所を必ず含む
・等しい距離が横断され、1つの発着所を必ず含む
・横断される総距離を最小化する
・横断される最大距離を最小化する
・車両日数の数を最小化する
を満たす、サービス領域の「通常の」分割を見つけることを含む。
所与の領域とは、
・ユーザによって指定される、Santa Clara領域地図等の任意の行政区画領域
・所与の多角形によって特定される任意の領域
によって限定され得る所与の領域であり得る。
・ユーザによって指定される、Santa Clara領域地図等の任意の行政区画領域
・所与の多角形によって特定される任意の領域
によって限定され得る所与の領域であり得る。
例えば、n個の車両が地図34によって画定される面積内の顧客にサービス提供しており、この面積が凸型の領域Cであるとする。さらに、この車両は、1組の発着所Pを始発とするとする。本出願のシステムおよび方法の1つの適用において、所望されるものは、最後の車両がその発着所へ帰着するまでの時間を最小化する一方で、すべての顧客が訪問されるように、車両の経路指定をすることである。この例では、資源は、負荷を平衡化する手法でクライアントに分配される。それぞれの車両は、サービス提供をする顧客に分配される。それぞれの車両の、その発着所からその分配される顧客への経路指定、およびその後、最も短い時間で発着所へ戻ることは、巡回セールスマン問題である。模索されているのは最大移動時間を最小化することであるから、車両の移動時間は、最適な解決法においてほぼ等しくなると予測される。1つの発見的問題解決法は、CおよびPの均等分割(Pのうちの1つをそれぞれ含む等しい面積のn個の小領域52にCを分割するもの)を見つけることである。次に、Cの1つの部分内にいるすべての顧客は、その部分内の発着所を始発とする車両に割り当てられる。この発見的問題解決法は、多くの顧客が存在し、彼らのロケーションは単独であり、かつまったく同じように均一にC内に分散していると仮定されるとき、漸近的に最適である。これは、以下の定理が、それぞれの車両の経路の長さが、サービス提供をする領域の面積の平方根漸近的に比例することを示すためであり、均等分割がCを等しい面積の領域に分けるためである。定理:pは凸型の組R内の地点であり、Xiは単独であり、かつまったく同じように均一にR内に分散しているランダムな地点であるとする。次に、地点pおよびX1,...、Xkを横断している長さTSP(p,X1,...,Xk)の最適な巡回セールスマンの周回が、kが限りなく無限大に近づくとして、
を満たし、aはある定数であり、λ(R)は領域Rの面積を示す。Beardwood et al., 1959. Proc. Cambridge Phil. Soc. 55、299−327を参照し、これらはそれぞれ参照により全体として組み込まれる。
凸型均等分割の使用は、さらなる利点を有し得る。例えば、特殊形状の領域は、同一の面積を有するよりコンパクトな領域よりもサービス提供により長い時間を必要とし得ることが予測される。凸型領域はまた、車両の巡回セールスマンの周回がサービス提供領域内に留まり、かつ顧客の正確なロケーションにおけるいくつかの小さな不確実性を取り扱うための堅固な方途であり得ることを確実にする。
クライアントにサービス提供するために巡回セールスマンの周回を用いる代わりに、クライアントのそれぞれを、スパニング(またはシュタイナー)木を用いて、最大の木を最小化するようにP内のとある地点に接続することが所望されると仮定する。上記の定理は、巡回セールスマンの周回だけでなく、最小スパニング木およびシュタイナー木(しかし異なる値αを用いて)にも適用できる。Beardwood et al., 1959. Proc. Cambridge Phil. Soc. 55、299−327およびSteele、1988、Annals of Probability 16、1767−1787を参照し、これらはそれぞれ参照により全体として組み込まれる。ゆえに、漸近的にクライアントが多い場合、最適な解決法は、(上記の車両の経路指定の場合のように)それぞれがP内の1つの地点を含む等しい面積にCを細かく分割することである。
分割が等しいという基準を課す理由は、均一に分散した地点を有するサービス領域内の多くの組み合わせ構造(TSP、ボロノイグラフ、最近傍グラフ等)が、漸近的に言って、領域の面積および領域内の地点の数のみに依存することを特定する、組み合わせ結果に由来する。
グラフトポロジーがドロネー三角形分割から与えられる場合、CPPモデルについても同じことが言える。これを踏まえ、いくつかの実施形態におけるRPPモジュール44の基準は、それぞれの領域が1つの発着所地点および同一の量の道の長さを含むというものである。
ステップ212。ステップ210の小領域52を踏まえ、ステップ210で、ROPモジュール46は、それぞれの小領域52のための最適な周回グラフ(経路)54を計画する。これは、中国人郵便配達問題(CPP:Chinese postman problem)として周知の組み合わせ最適化問題である。本出願の一実施形態は、この車両が行う左折およびUターンの数を最小化する一方で、CPPを解決するカスタマイズされたアルゴリズムを提供する。進路変更コストを考慮すると、考慮される入力は有向ネットワークであり、その中の内向角度がすべての交差点に向かうアウトゴーイング角度と等しく、かつ同胞辺が関連する「進路変更コスト」を有すると推測される。この入力を踏まえ、ゴールは1つ1つの辺を訪れ、進路変更コストを最小化するグラフの周回を取得することである。これは、NP困難問題である、ここで、進路変更コストとは、1つのセグメントの最後から別のセグメントの最初に移動するのにかかる時間である。
いくつかの実施形態では、考慮される交差点でのメトリクスは、右折、直進、左折およびUターンの選択である。寄与因子は、セグメントからの進路変更(FromSegClass)およびセグメントへの進路変更(ToSegClass)の両方についてのセグメントのクラスならびに右/左/直進/Uターンであるかどうかを含む。それぞれの筋書きについてのメトリクスをリストするために、メトリクス表が生成され得る。右折、左折、直進、Uターンの交差点コストメトリクスはユーザ定義であることができ、メトリクスはユーザの特定の用途に適した所望される変数であり得る。いくつかの実施形態では、交差点での進路変更決定を誘導するために優先度表が使用される。優先度表の中のそれぞれの要素は、進路変更クラスの相対エフォートを指す。この相対取り組みは、進路変更を完了するためにかかる時間ユニットであり得る。いくつかの実施形態では、FromSegClass/ToSegClassの比率の値からのさらなる分類により、より高い精度が追加される。例示的な優先度表を以下の表1に示す。
優先度表を念頭に置いて、問題は以下の入力を有するものと考慮され得る:有向ネットワークにおいて、一般性の喪失なくすべての交差点について内向角度と外向角度が等しいと仮定し、同胞辺が関連する「進路変更コスト」を有する。すると、ゴールは1つ1つの辺を訪問し、進路変更コスト(NP困難)を最小化するグラフの周回を取得することである。CPPは、内向辺を外向辺に最小コストで割り当てるために、それぞれの交差点において一連の二部マッチング問題によって本開示において解決される。それぞれのループは「スーパーノード」として扱われ、1つのノードを共有する場合2つのスーパーノードは連結される。スーパーノードの間のそれぞれの辺は、これらの2つのループの間の進路変更コストによって重み付けされる。スーパーノードグラフの最小スパニング木が構築される。これは、それぞれの辺を正確に1回訪問する周回を生じさせる。この方途により、ループは結合され、車両が通行する最終経路が形成される。それぞれの小領域の内部に、所与のタスクを網羅するための、1つまたは複数の車両周回が生成される。それぞれの小領域52内の周回グラフ54の生成は、図7で図示される。
追加的な制約およびコスト関数。本開示のシステムおよび方法はまた、車両の経路指定のための他の制約およびコスト関数をも支援する。例えば、いくつかの実施形態では、方向性走査が行われ得る。所与の道ネットワークは、一方通行および両面通行の道路の両方からなることがある。加えて、広い両面通行道路が両方向の横断を要求することがある一方、幅の狭い両面通行道路は1回のみ横断されてもよい。かかる実施形態では、これはかかる道ネットワーク内で車両の経路を見つけるために、混合郵便配達アルゴリズムの実装を用いることによって対処される。
いくつかの実施形態では、優先度走査が行われる。市内のすべての道路が横断されることを要求するのではなく、クライアントは部分的な道路が訪問されることのみを要求し得る。かかる実施形態では、かかる設定における車両経路を見つけるために、田舎の郵便配達アルゴリズムの実装が使用される。
いくつかの実施形態では、所与のセグメント上の1つ以上の指定の車線を走査することは、そのセグメントの中に複数の車線がある場合に行われる。
いくつかの実施形態では、速度制限が考慮される。かかる実施形態では、ネットワーク内のそれぞれの道上の入力として速度制限一覧が使用される。これは、同一の長さの道が横断するための異なる量の時間を要求し得るため、すべての車両周回を完了するための時間を最小化することがゴールである際に必要な情報である。車両は、走査を実施する際に、最大の速度制限を有し得る。
いくつかの実施形態では、例えばTIGER未加工地図データおよびNAVSTREET未加工地図データ等の所与の地図の未加工データをSEGMENT LISTおよびINTERSECTION LIST DATAに展開するための特別な構文解析ツールが開発されている。NAVSTREET地図データの場合、我々の最適化経路プランナーへの入力として、SEGMENT LIST、INTERSECTION LISTおよび関連する属性DATAに展開するための構文解析ツールが開発されている。
RPPモジュール44は、作業負荷を平衡化し、資源計画および管理を提供するために、タスクを資源(車両)に効率的に分割(割り当て)するためのマッピング製品に統合することができる。加えて、ROPモジュール46は、運転の諸経費を削減することにより、および進路変更コストを最小化することにより、運用コストを削減することができる。ある用途においては、図1で図示されるように、それぞれの個々の小領域のための分割および経路計画は、分散コンピューティングを用いて中央サーバ100で処理されることができ、経路がそれぞれの端末デバイス180に推薦され得る。これは、最適な経路の生成の速度を上げ、ローカルデバイスの計算の必要性を低減し、したがって全体のシステムの計算性能を有意に改善する。ある用途においては、分割および経路計画の申し出は、Amazonクラウド等のクラウドサーバ上で実装されホストされ得る。経路および計画の申し出はまた、経路最適化解決法をその用途に統合したいと望む任意の企業に適用するウェブサービスとしても提案される。ウェブサービスは、標準Soap1.2プロトコルのウェブサービス要求、またはRESTFULサービスを介して消費され得る。例えば、マルチロケーションサービス提供用途について、ウェブサービスの方法は、緯度経度の対を特定する文字列のリストか、または特定の所在地住所のどちらかを使用し、最適化された経路指定のための目的地の順序付きリストを返す。
例。図8を見ると、実際のデータを使用した道路走査の例が表される。図8は、本開示のシステムおよび方法に従って分割した後のCalifornia州Santa Claraの地図を示す。6つの車両の車列がすべての道路セグメントを網羅するために配分され、よって6つの等しい分割が識別される。図9は次に、本出願のシステムおよび方法に従ってどのように経路が描画されるかを図示する。図10は、すべての6つの車両のうち最大の経路長が最小化されて、平衡化された作業負荷を得ることを示す。加えて、1回以上網羅される道の総数は、この例では4パーセントのみである。ここで、諸経費とは以下のように定義される:
図11は、進路変更コスト最小化アルゴリズムの有効性を示すグラフを並べて提供する。この図は、進路変更コスト最小化アルゴリズムが用いられたときにどのように全体の進路変更コストが削減されるかを図示する。具体的には、図11の左側が、進路変更コスト最適化が考慮されていない最適化の結果を詳述する一方で、図11の右側は、進路変更コストが考慮および最適化された最適化の結果を詳述する。
マルチロケーションサービス提供経路最適化モデル。本開示のいくつかの実施形態は、ステップ208でマルチロケーションサービス提供経路最適化型モデルとしてモデルを策定する、言い換えれば、定義された道路セグメント36および交差点38を有する地図34、および利用可能なフリート資源40のために、かかる実施形態においてサービス提供される必要のある1つ1つの所与のロケーションが少なくとも1回訪問されるように、最適な車両配分および経路が見つかる。目標は、所与の複数の方途、例えば、
・車両の最大数およびそれぞれの日に働くことのできる時間を考慮して、所与の領域のためのタスクを終了するのに必要とされる資源を最小化すること、または
・所与の領域のためのタスクを終了するまでの日数を考慮して、必要な車両の数を最小化すること、
であり得る。
・車両の最大数およびそれぞれの日に働くことのできる時間を考慮して、所与の領域のためのタスクを終了するのに必要とされる資源を最小化すること、または
・所与の領域のためのタスクを終了するまでの日数を考慮して、必要な車両の数を最小化すること、
であり得る。
小包/郵便配達、FEDEX、UPS、United States Postal Service、資源分配、WAL−MART等の小売店、日本の7−ELEVEN等の食品流通会社への品物配達を含むがこれに限定されない、この種類のマルチロケーションサービス提供プログラム問題のための多くの用途が存在する。かかるマルチロケーションサービス提供の問題についての重要な成分タスクは、経路指定する車両が車両または車両発着所等の資源のサービスを要求するクライアントへの割り当てである場合、前処理に生じる。いくつかの実施形態では、車両の負荷を最適に平衡化するように、所与の地図34をより小さい小領域52の集まりに分けるアルゴリズムが採用される。これらのアルゴリズムのうちの1つは、それぞれの小領域52が1つの発着所を含み、すべての小領域が訪問するべき同一の数のクライアント目的地を含むように領域を小領域52の集まりに分けるように、二元および三元の空間分割を行う。次に、セクタアルゴリズムを用いて、これらの小領域はさらに精密に細かくされ、これらが個々の車両に割り当てられる。不規則な形をした領域については、発着所をクライアントに割り当てるための線形計画法アルゴリズムが用いられる。まず、発着所とクライアントとの間のマッチング問題が解決される。一実施形態では、Lin−Kernighanアルゴリズムを用いてすべての発着所のための車両周回が算出される。次に、上述したようにもたらされた車両周回の長さに基づいてそれぞれの発着所に重みが割り当てられる。新しい1組の重みにより、マッチング問題が再び解決される。この順序はすべての車両周回が十分に平衡化されるまで繰り返される。分割ステージの終了後、効率的な周回グラフ54を迅速に立案するための最適化技術が使用される。いくつかの実施形態では、クライアントが訪問されるべき順序を決定するためにLin−Kernighanアルゴリズムが使用される。目的地の間の距離は、「直線距離で」計測される。順序が一旦取得されると、MICROSOFT BING MapsやGOOGLE Maps等において使用されている最短経路アルゴリズムの既存の実装を使用して、それぞれの車両が通る実際の進路変更ごとの経路が算出される。
いくつかの実施形態では、強化されたサービスは目的地の間の他の距離測定を組み込む。例えば、いくつかの実施形態では、可変距離マトリクス、すなわち、2つの目的地の間の距離が任意の方途で測定されるマトリクスが用いられる。例えば、一実施形態では、基本サービスによる「直線距離で」の概算ではなく、むしろ2つの目的地の間の実際の移動距離(道ネットワークによってもたらされるように)が用いられる。いくつかの実施形態では、すべての目的地を訪問するために要求される移動時間が最小化される。非常に密集したネットワークにおいては、これは総距離を最小化する経路と異なり得る。また別の実施形態では、2つの目的地の間の距離をこれらの目的地の間を移動するために要求される燃料の平均量として測定することにより、経路にかかる総燃料支出が最小化される。米国を基盤とする経路についてかかる数量をもたらすのに必要とされる情報は、United States Department of Transportation(USDOT)の燃費統計データから取得することができる。
いくつかの実施形態では、目的地もまた時間によってある程度制約のある問題解決のために、Lin−Kernighanアルゴリズムのカスタム修正が使用される。具体的には、クライアントは、目的地で行われるためのサービス提供時間のとある量を要求し得る。車両が指定の時間窓の間にのみ目的地を訪問することを許可されるという制約が課され得る。これらの制約は、Lin−Kernighanアルゴリズムの反復特性を利用することによって行使され得る。すなわち、Lin−Kernighanアルゴリズムは、所与の経路に対して連続して小さな修正を行うことによって経路を組み立てる。それゆえに、制約がそれぞれの反復において行使されるとすると、最終経路もまたこれらの制約に必ず従うことが保証され得る。かかる制約は、いくつかの実施形態では、多大な時間が浪費される経路にペナルティ変数を課すことによって追加的に行使される。これは、車両がその目的地の時間窓の前に目的地に到着し、それにより時間窓が開始するまで車両が無駄に待機しなければならない場合に発生する。
いくつかの実施形態では、中国人郵便配達問題のカスタム修正、いわゆる田舎の郵便配達問題(Rural Postman Problem)が検討される。田舎の郵便配達問題とは、中国人郵便配達問題の延長線上にあるものである。田舎の郵便配達問題については、少なくとも1回横断するために所与のグラフからの一部の辺のみが要求される。そのため、所与のメトリックのコストを最小化する所与のグラフ全体を活用する一方で、対象物はこの一部の中のすべての辺を少なくとも1回網羅することになる。この問題は、以下の状況が発生した場合に、経路計画のために使用され得るため、道路走査方法を解決する実用的な用途において特に有用である。
・再計画:すでに計画された経路の再計画は、工事、交通状況、気象状況などのために車両がとある道を通行できなかったときに発生する。再計画を行うとき、見逃した道路セグメントのみが再度横断される。
・優先度走査:とある属性(Functional Class Range等)を有するとある道路セグメントのみが最初に走査される必要がある、ということが重要である状況が存在する。これらのClass Rangeを満たす道路セグメントが走査される必要のある領域の一部を形成することになる。領域内の残りの道セグメントは、この一部の内部のセグメントを少なくとも1回走査することが必要なときにのみ横断され得る。
・再計画:すでに計画された経路の再計画は、工事、交通状況、気象状況などのために車両がとある道を通行できなかったときに発生する。再計画を行うとき、見逃した道路セグメントのみが再度横断される。
・優先度走査:とある属性(Functional Class Range等)を有するとある道路セグメントのみが最初に走査される必要がある、ということが重要である状況が存在する。これらのClass Rangeを満たす道路セグメントが走査される必要のある領域の一部を形成することになる。領域内の残りの道セグメントは、この一部の内部のセグメントを少なくとも1回走査することが必要なときにのみ横断され得る。
田舎の郵便配達問題は、ネットワーク内のすべての道リンクの所与の一部の中のリンクを横断する車両のための最小コストの経路を見つけることから成る。本開示の一実施形態では、この問題は4つのステージのプロセスを用いて対処される。
1)すべての要求されていないリンクを2つの要求されているノードの間の最短経路に置換することにより、道ネットワークを凝縮する。それゆえに、それぞれのリンクは、要求されているリンクか、または要求されているリンクに隣接する。
2)要求されていないリンクを用いて、すべての要求されているノードを結合する最小スパニング木を形成する。
3)一連の最小コストフローの問題を解決することにより、すべてのノードに同一の内向および外向角度を与えるため、ステップ(2)からの最小スパニング木にローカル走査発見的問題解決法を行う。このステージの完了後、すべてのノードは同一の内向および外向角度を有するが、いくつかのノードは、それらに接続する無向辺をもまた追加的に有し得る。
4)それらに接続する奇数の無向辺を有するすべての辺の間に二部でないマッチングを作り、2つのノードの間の重みは、この2つの間の最短経路のコストに等しい。
1)すべての要求されていないリンクを2つの要求されているノードの間の最短経路に置換することにより、道ネットワークを凝縮する。それゆえに、それぞれのリンクは、要求されているリンクか、または要求されているリンクに隣接する。
2)要求されていないリンクを用いて、すべての要求されているノードを結合する最小スパニング木を形成する。
3)一連の最小コストフローの問題を解決することにより、すべてのノードに同一の内向および外向角度を与えるため、ステップ(2)からの最小スパニング木にローカル走査発見的問題解決法を行う。このステージの完了後、すべてのノードは同一の内向および外向角度を有するが、いくつかのノードは、それらに接続する無向辺をもまた追加的に有し得る。
4)それらに接続する奇数の無向辺を有するすべての辺の間に二部でないマッチングを作り、2つのノードの間の重みは、この2つの間の最短経路のコストに等しい。
ステップ4は、要求されるすべてのリンクを含むオイラーグラフを出力し、これで、これがあたかも従来の複数車両中国人郵便配達問題であるかのように、問題に進むことができる。
最適化変数。いくつかの実施形態では、経路を構築するのに最適化変数が考慮される。かかる変数は、(i)道データ(例えば、近傍/実際の運転距離、またはリアルタイムの最新交通情報等の静的データ)、(ii)ロケーション(例えば、サービス提供する時間窓、サービス提供する時間分、サービスの種類、タスク優先度)、(iii)資源制約(例えば、車両の定員、種類、利用可能性、運転手のスキル、利用可能性、(iv)速度、重量、および/または高さ等の道の制限(例えば、トラックの運転について)(v)道セグメントの関数的クラス範囲、またはセグメントおよびまたは交差点データに関連する任意の属性の任意の組み合わせを含むがこれに限定されない。
トラック経路指定。本開示のいくつかの実施形態は、大型車両に適した経路を立案するためのGISシェープファイルデータの使用を支援する。例えば、荷物を積んだトラックは、橋の上の重量制限や陸橋の車高の閾値を超過し得る。加圧した内容物を運搬するトラックは、通行することのできる最大標高に限度を有し得る。かかる実施形態では、本開示のシステムおよび方法は、禁止されている道リンクを削除する等の修正を道ネットワークに行うことにより、かかる要因を考慮に入れることができる。
可変解像度走査。いくつかの実施形態では、高解像度と低解像度車両の両方を備えるフリート資源40を使用して、地図34の一部が高解像度で走査され、地図34の一部が低解像度で走査される必要性がある。本開示のシステムおよび方法は、かかる状態に対処するために、少なくとも2つの実施形態を企図する。
第1の選択肢において、高解像度および低解像度走査のための面積は、可能な限り網羅するために、フリート資源40の中の高解像度車両を用いることにより網羅され、次に残りの車両を使い切る。本選択肢において、問題は2つのステージの問題として提起される。第1のステージは、ハイエンド車両に可能な限りすべての高解像度セグメントを網羅させ、これらがまだ利用可能である場合、次に低解像度セグメントを網羅し得る。第2のステージは、残されたセグメントについてフリート資源(例えば、低解像度車両)の中の残りの車両を用いることを伴う。
第2の選択肢において、地図34の高解像度セグメントを網羅するために、高解像度車両のみが用いられる。本選択肢において、問題はやはり2つの問題に分けられる:1つは高解像度車両について、もう1つは低解像度セグメントを網羅するための残りの車両(例えば、フリート資源40の中の低解像度車両)についてである。本第2の選択肢において、計画は、本出願に記載の方法を用いて並行して行われ得る。
再計画。本開示のシステムおよび方法は、高レベルの毎日の計画を支援する。例えば、感情的要因(天気の変化、活動の障害、道路工事等)に照らした車両の割り当ておよびそれらの経路の毎日の再計画が行われ得る。さらに、リアルタイム経路再選択計画が支援される。これは、例えば運転手が進路変更を誤ったときに生じる。このリアルタイム再計画ツールはまた、誤った経路情報を修正することができる(例えば、とあるセグメントが利用可能であるという予測とともに経路が決定されたが、しかし実際の状況ではこのセグメントはブロックされる)。再計画ツールは、再計画のためのこの更新された情報を取り込むように再計画者に通知するための、運転手のための単純なインターフェースを装備することができる。
不完全な走査。いくつかの実施形態では、本開示のシステムおよび方法は、地図34内の道の100%を走査するための解決法を計算することになる。より典型的に、本開示のシステムおよび方法は、地図34内の道の100%以下を走査するための解決法を計算することになる。かかる実施形態では、費用便益分析が行われ、これは残りのセグメントを走査するコストが便益「より高い」場合、完了を宣言する。
引用文献および代替の実施形態
本出願に記載されるすべての引用文献は、個々の公開または特許または特許出願が、あたかもすべての目的のために参照によりその全体が組み込まれると具体的かつ個別に示される場合と同一程度に、すべての目的のために参照によりそれらの全体が組み込まれる。
本出願に記載されるすべての引用文献は、個々の公開または特許または特許出願が、あたかもすべての目的のために参照によりその全体が組み込まれると具体的かつ個別に示される場合と同一程度に、すべての目的のために参照によりそれらの全体が組み込まれる。
本発明は、コンピュータ可読媒体に組み込まれたコンピュータプログラム機構を備える、コンピュータプログラム製品として実装され得る。例えば、コンピュータプログラム製品は、図1に示されるプログラムモジュールを含み得る。これらのプログラムモジュールは、CD−ROM、DVD、磁気ディスク記憶製品、または任意の他の有形のコンピュータ可読のデータまたはプログラム記憶製品に記憶され得る。
本出願に記載の実施形態は、領域分割プランナーモジュール44およびルータ最適化プランナーモジュール46を含むサーバ100を用いて説明されている。これらのモジュールは、ソフトウエアプログラムまたは作動するパッケージの一部分、またはこれらは独立型のアプリケーションであると理解されるであろう。さらに、本開示は、図2で図示される任意のまたはすべてのステップを実施することができるソフトウエアを包含する。
当業者には明らかであるように、本発明の精神および範囲から逸脱することなく、本発明の多くの修正および変形を加えることができる。本出願に記載の具体的な実施形態は、単に例として提示されている。実施形態は、本発明の原理およびその実際の用途を最も良く説明し、それによって、他の当業者が本発明および企図される特定の使用に適する様々な修正を伴う様々な実施形態を最も良く活用することができるように選択および説明されている。本発明は、添付の特許請求の範囲の用語に加えて、かかる特許請求の範囲が権利を有する等価物の全範囲によってのみ限定されるものとする。
Claims (5)
- 作業負荷が複数のサービス提供オブジェクトにわたって平衡化されるように、領域の地図内の前記複数のサービス提供オブジェクトを配分および経路指定するためのコンピュータシステムであって、
1つ以上の処理装置と、
前記1つ以上の処理装置のうちの少なくとも1つに連結されるメモリであって、前記1つ以上の処理装置のうちの少なくとも1つによって実行される命令を記憶する、メモリと、を備え、前記命令は、
(A)前記領域内の前記複数のサービス提供オブジェクトを配分および経路指定するためのモデルであって、前記地図内の第1の複数のセグメントまたは第2の複数の交差点に基づく距離マトリクスを含むモデルを策定することと、
(B)均等な凸領域分割アルゴリズムを用いた前記距離マトリクスに照らして、前記地図を複数の不連続した小領域に分割することと、
(C)前記複数の小領域のそれぞれの小領域の対応する周回グラフを計算することであって、前記複数の小領域中のそれぞれの各小領域のために、前記複数のサービス提供オブジェクトのうちの1つのサービス提供オブジェクトが、前記各小領域に対応する前記周回グラフに割り当てられることと、
(D)前記複数の小領域のうちの少なくとも1つの小領域を出力し、出力されるそれぞれの各小領域のために、前記各小領域に対応する前記周回グラフを出力することと、を行う命令を含む、コンピュータシステム。 - 前記モデルは、セグメントプラス交差点モデルであって、前記距離マトリクスは、前記第1の複数のセグメントおよび前記第2の複数の交差点に基づく、請求項1に記載のコンピュータシステム。
- 前記モデルは、セグメントだけのモデルであり、前記距離マトリクスは、前記第1の複数のセグメントに基づく、請求項1に記載のコンピュータシステム。
- 前記モデルは、交差点だけのモデルであって、前記距離マトリクスは、前記第2の複数の交差点に基づく、請求項1に記載のコンピュータシステム。
- コンピュータシステムとともに使用するためのコンピュータプログラム製品であって、前記コンピュータプログラム製品は、コンピュータ可読記憶媒体と、その中に組み込まれるコンピュータプログラム機構と、を備え、前記コンピュータプログラム機構は、作業負荷が前記複数のサービス提供オブジェクトにわたって平衡化されるように、領域内の複数のサービス提供オブジェクトを配分および経路指定するためのものであり、前記コンピュータプログラム機構は、
(A)前記領域内の前記複数のサービス提供オブジェクトを配分および経路指定するためのモデルであって、前記地図内の第1の複数のセグメントまたは第2の複数の交差点に基づく距離マトリクスを含むモデルを策定することと、
(B)均等な凸領域分割アルゴリズムを用いた前記距離マトリクスに照らして、前記地図を複数の不連続した小領域に分割することと、
(C)前記複数の小領域のそれぞれの小領域の対応する周回グラフを計算することであって、前記複数の小領域中のそれぞれの各小領域のために、前記複数のサービス提供オブジェクトのうちの1つのサービス提供オブジェクトが、前記各小領域に対応する前記周回グラフに割り当てられることと、
(D)前記複数の小領域のうちの少なくとも1つの小領域を出力し、出力されるそれぞれの各小領域のために、前記各小領域に対応する前記周回グラフを出力することと、を行うコンピュータ実行可能な命令を含む、コンピュータプログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/153,208 US8630958B2 (en) | 2011-06-03 | 2011-06-03 | Systems and methods for multi-vehicle resource allocation and routing solutions |
US13/153,208 | 2011-06-03 | ||
PCT/US2012/040578 WO2012167174A1 (en) | 2011-06-03 | 2012-06-01 | Systems and methods for multi-vehicle resource allocation and routing solutions |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2014526072A true JP2014526072A (ja) | 2014-10-02 |
Family
ID=46319188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014513767A Pending JP2014526072A (ja) | 2011-06-03 | 2012-06-01 | 複数車両資源配分および経路指定解決策のためのシステムおよび方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8630958B2 (ja) |
EP (1) | EP2715627A1 (ja) |
JP (1) | JP2014526072A (ja) |
WO (1) | WO2012167174A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019008767A1 (ja) * | 2017-07-07 | 2019-01-10 | 株式会社小松製作所 | 作業車両の制御システム、制御方法、及び作業車両 |
Families Citing this family (76)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112011103424B4 (de) * | 2010-11-26 | 2019-07-04 | International Business Machines Corporation | System und Verfahren zum Auswählen von Routen |
US10387823B2 (en) * | 2011-12-13 | 2019-08-20 | International Business Machines Corporation | Automated partitioning of transportation routing problems |
WO2013188097A2 (en) * | 2012-06-15 | 2013-12-19 | Telogis, Inc. | Vehicle fleet routing system |
US20130339266A1 (en) | 2012-06-15 | 2013-12-19 | Telogis, Inc. | Vehicle fleet routing system |
US20140067564A1 (en) * | 2012-08-30 | 2014-03-06 | Ebay Inc. | Shopping list creator and optimizer |
US8849571B1 (en) * | 2012-12-26 | 2014-09-30 | Google Inc. | Methods and systems for determining fleet trajectories with phase-skipping to satisfy a sequence of coverage requirements |
US9195938B1 (en) | 2012-12-27 | 2015-11-24 | Google Inc. | Methods and systems for determining when to launch vehicles into a fleet of autonomous vehicles |
US9014957B2 (en) * | 2012-12-29 | 2015-04-21 | Google Inc. | Methods and systems for determining fleet trajectories to satisfy a sequence of coverage requirements |
JP2015011576A (ja) * | 2013-06-28 | 2015-01-19 | 株式会社東芝 | 蓄電池駆動車両の運行システム |
CN104463516A (zh) * | 2013-09-18 | 2015-03-25 | Sap欧洲公司 | 基于订单密度的订单/交通工具分配 |
CN104598979B (zh) * | 2013-10-31 | 2021-10-08 | Sap欧洲公司 | 基于时间和位置的递送最优化 |
US20150170078A1 (en) * | 2013-12-13 | 2015-06-18 | Mitchell International, Inc. | System and method of allocating large numbers of tasks |
US10402230B2 (en) | 2013-12-13 | 2019-09-03 | Mitchell International, Inc. | System allocating links for data packets in an electronic system |
US20150242788A1 (en) * | 2014-02-25 | 2015-08-27 | Wei Wu-Emmert | Systems, methods, and non-transitory computer-readable mediums that provide for partitioning of an original geographic area into multiple geographic seed areas as part of balancing a business-related workload |
US9646257B2 (en) * | 2014-09-03 | 2017-05-09 | Microsoft Technology Licensing, Llc | Probabilistic assertions and verifying them |
US20160148136A1 (en) * | 2014-11-24 | 2016-05-26 | Boyi Ni | Multiple sequential planning and allocation of time-divisible resources |
JP2018506789A (ja) | 2015-01-19 | 2018-03-08 | ディベロップメント ピーアイ インコーポレイテッド | 配送ネットワークを管理および最適化するためのシステムおよび方法 |
US10607304B2 (en) * | 2015-02-11 | 2020-03-31 | Arpent, LLC | Method and system for transportation resource grouping and reallocation |
US10169400B2 (en) | 2015-06-19 | 2019-01-01 | International Business Machines Corporation | Geographic space management |
US10019446B2 (en) | 2015-06-19 | 2018-07-10 | International Business Machines Corporation | Geographic space management |
US9497590B1 (en) | 2015-06-19 | 2016-11-15 | International Business Machines Corporation | Management of moving objects |
US9639537B2 (en) | 2015-06-19 | 2017-05-02 | International Business Machines Corporation | Geographic space management |
US9646493B2 (en) | 2015-06-19 | 2017-05-09 | International Business Machines Corporation | Management of moving objects |
US9646402B2 (en) | 2015-06-19 | 2017-05-09 | International Business Machines Corporation | Geographic space management |
US10749734B2 (en) | 2015-07-07 | 2020-08-18 | International Business Machines Corporation | Management of events and moving objects |
CN105184544A (zh) * | 2015-10-26 | 2015-12-23 | 烟台宝井钢材加工有限公司 | 一种物料发送方法 |
US9467839B1 (en) | 2015-12-16 | 2016-10-11 | International Business Machines Corporation | Management of dynamic events and moving objects |
US9513134B1 (en) | 2015-12-16 | 2016-12-06 | International Business Machines Corporation | Management of evacuation with mobile objects |
US9460616B1 (en) | 2015-12-16 | 2016-10-04 | International Business Machines Corporation | Management of mobile objects and service platform for mobile objects |
US9865163B2 (en) | 2015-12-16 | 2018-01-09 | International Business Machines Corporation | Management of mobile objects |
US9805598B2 (en) | 2015-12-16 | 2017-10-31 | International Business Machines Corporation | Management of mobile objects |
US9578093B1 (en) | 2015-12-16 | 2017-02-21 | International Business Machines Corporation | Geographic space management |
US10594806B2 (en) | 2015-12-16 | 2020-03-17 | International Business Machines Corporation | Management of mobile objects and resources |
US10274331B2 (en) | 2016-09-16 | 2019-04-30 | Polaris Industries Inc. | Device and method for improving route planning computing devices |
US11158017B2 (en) * | 2016-12-28 | 2021-10-26 | Sap Se | Warehouse management system |
WO2018185522A1 (en) * | 2017-04-04 | 2018-10-11 | Graf Plessen Mogens | Coordination of harvesting and transport units for area coverage |
US20180328745A1 (en) * | 2017-05-09 | 2018-11-15 | Uber Technologies, Inc. | Coverage plan generation and implementation |
US10942525B2 (en) | 2017-05-09 | 2021-03-09 | Uatc, Llc | Navigational constraints for autonomous vehicles |
US10504368B2 (en) | 2017-06-21 | 2019-12-10 | International Business Machines Corporation | Management of mobile objects |
US10585180B2 (en) | 2017-06-21 | 2020-03-10 | International Business Machines Corporation | Management of mobile objects |
US10546488B2 (en) | 2017-06-21 | 2020-01-28 | International Business Machines Corporation | Management of mobile objects |
US10535266B2 (en) | 2017-06-21 | 2020-01-14 | International Business Machines Corporation | Management of mobile objects |
US10600322B2 (en) | 2017-06-21 | 2020-03-24 | International Business Machines Corporation | Management of mobile objects |
US10540895B2 (en) | 2017-06-21 | 2020-01-21 | International Business Machines Corporation | Management of mobile objects |
CN108173905B (zh) * | 2017-12-07 | 2021-06-18 | 北京奇艺世纪科技有限公司 | 一种资源配置方法、装置及电子设备 |
US10594991B1 (en) | 2018-01-09 | 2020-03-17 | Wm Intellectual Property Holdings, Llc | System and method for managing service and non-service related activities associated with a waste collection, disposal and/or recycling vehicle |
CN108494861A (zh) * | 2018-03-28 | 2018-09-04 | 北京三快在线科技有限公司 | 用于服务资源调配的方法、装置及电子设备 |
US11287816B2 (en) | 2018-06-11 | 2022-03-29 | Uatc, Llc | Navigational constraints for autonomous vehicles |
WO2020003832A1 (ja) * | 2018-06-27 | 2020-01-02 | パナソニック株式会社 | 情報提供方法及び情報提供システム |
US11193776B2 (en) * | 2018-12-04 | 2021-12-07 | TerriTool, LLC | Route optimization systems and methods |
CN109829564A (zh) * | 2018-12-24 | 2019-05-31 | 北京智慧云行科技有限责任公司 | 一种清扫车作业自动规划方法及系统 |
US11466997B1 (en) | 2019-02-15 | 2022-10-11 | State Fram Mutual Automobile Insurance Company | Systems and methods for dynamically generating optimal routes for vehicle operation management |
US11466998B1 (en) * | 2019-02-15 | 2022-10-11 | State Farm Mutual Automobile Insurance Company | Systems and methods for dynamically generating optimal routes for management of multiple vehicles |
US10467562B1 (en) | 2019-02-18 | 2019-11-05 | Coupang, Corp. | Systems and methods for computerized balanced delivery route assignment |
US11403938B2 (en) | 2019-04-04 | 2022-08-02 | Geotab Inc. | Method for determining traffic metrics of a road network |
US10699564B1 (en) * | 2019-04-04 | 2020-06-30 | Geotab Inc. | Method for defining intersections using machine learning |
US11335189B2 (en) | 2019-04-04 | 2022-05-17 | Geotab Inc. | Method for defining road networks |
US11335191B2 (en) | 2019-04-04 | 2022-05-17 | Geotab Inc. | Intelligent telematics system for defining road networks |
US11341846B2 (en) | 2019-04-04 | 2022-05-24 | Geotab Inc. | Traffic analytics system for defining road networks |
CN112308473B (zh) * | 2019-07-24 | 2023-08-04 | 菜鸟智能物流控股有限公司 | 一种移动装置的控制方法和装置 |
US11475416B1 (en) | 2019-08-23 | 2022-10-18 | Wm Intellectual Property Holdings Llc | System and method for auditing the fill status of a customer waste container by a waste services provider during performance of a waste service activity |
CN110549896B (zh) * | 2019-08-28 | 2022-08-02 | 哈尔滨工程大学 | 一种基于强化学习的充电站选择方法 |
US20210142280A1 (en) | 2019-11-12 | 2021-05-13 | Airspace Technologies, Inc. | Logistical Management System |
US11725954B2 (en) | 2020-08-07 | 2023-08-15 | Waymo Llc | Pre-computing routes for autonomous vehicles using map shards |
US11971263B1 (en) * | 2020-08-11 | 2024-04-30 | Amazon Technologies, Inc. | Geographical unit generation |
US11386362B1 (en) * | 2020-12-16 | 2022-07-12 | Wm Intellectual Property Holdings, L.L.C. | System and method for optimizing waste / recycling collection and delivery routes for service vehicles |
EP4030370A1 (en) * | 2021-01-13 | 2022-07-20 | Tata Consultancy Services Limited | Method and system for fleet route optimization |
US11720837B2 (en) | 2021-01-31 | 2023-08-08 | Walmart Apollo, Llc | Systems and methods for driver scheduling |
US11928693B1 (en) | 2021-03-09 | 2024-03-12 | Wm Intellectual Property Holdings, L.L.C. | System and method for customer and/or container discovery based on GPS drive path analysis for a waste / recycling service vehicle |
US11373536B1 (en) | 2021-03-09 | 2022-06-28 | Wm Intellectual Property Holdings, L.L.C. | System and method for customer and/or container discovery based on GPS drive path and parcel data analysis for a waste / recycling service vehicle |
US11488118B1 (en) | 2021-03-16 | 2022-11-01 | Wm Intellectual Property Holdings, L.L.C. | System and method for auditing overages and contamination for a customer waste container by a waste services provider during performance of a waste service activity |
US11977381B1 (en) | 2022-04-01 | 2024-05-07 | Wm Intellectual Property Holdings, L.L.C. | System and method for autonomous waste collection by a waste services provider during performance of a waste service activity |
WO2023249551A1 (en) * | 2022-06-24 | 2023-12-28 | Grabtaxi Holdings Pte. Ltd. | Method and system for adaptively locating a moving object relative to a target object |
CN116050768B (zh) * | 2023-01-28 | 2023-06-20 | 天津汉云工业互联网有限公司 | 工程机械服务资源的调度方法与装置 |
CN116312072B (zh) * | 2023-03-21 | 2024-01-26 | 中国人民解放军93209部队 | 一种基于空域网格的航迹运行冲突解耦控制方法 |
CN116644877A (zh) * | 2023-07-26 | 2023-08-25 | 广东电网有限责任公司江门供电局 | 一种配网线路落火点巡视路线规划方法及相关装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7773985B2 (en) * | 2003-09-22 | 2010-08-10 | United Parcel Service Of America, Inc. | Symbiotic system for testing electromagnetic signal coverage in areas near transport routes |
US7920961B2 (en) | 2007-08-29 | 2011-04-05 | Sap Ag | Method and apparatus for path planning and distance calculation |
DE102007053582B4 (de) | 2007-11-07 | 2010-01-21 | Navigon Ag | Verfahren zum Betrieb eines Navigationssystems |
CN101241507B (zh) | 2008-01-17 | 2011-09-14 | 腾讯科技(深圳)有限公司 | 一种地图寻路方法及系统 |
US20090292463A1 (en) * | 2008-05-21 | 2009-11-26 | Xora, Inc. | System and method for determining routing information |
US8103532B2 (en) * | 2008-10-23 | 2012-01-24 | Raytheon Company | Method and system for fast local search and insertion heuristics for vehicle routing |
-
2011
- 2011-06-03 US US13/153,208 patent/US8630958B2/en active Active
-
2012
- 2012-06-01 WO PCT/US2012/040578 patent/WO2012167174A1/en active Application Filing
- 2012-06-01 JP JP2014513767A patent/JP2014526072A/ja active Pending
- 2012-06-01 EP EP12728147.5A patent/EP2715627A1/en not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019008767A1 (ja) * | 2017-07-07 | 2019-01-10 | 株式会社小松製作所 | 作業車両の制御システム、制御方法、及び作業車両 |
JPWO2019008767A1 (ja) * | 2017-07-07 | 2020-05-07 | 株式会社小松製作所 | 作業車両の制御システム、制御方法、及び作業車両 |
US11035101B2 (en) | 2017-07-07 | 2021-06-15 | Komatsu Ltd. | Control system for work vehicle, control method, and work vehicle |
Also Published As
Publication number | Publication date |
---|---|
US20120310691A1 (en) | 2012-12-06 |
EP2715627A1 (en) | 2014-04-09 |
US8630958B2 (en) | 2014-01-14 |
WO2012167174A1 (en) | 2012-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2014526072A (ja) | 複数車両資源配分および経路指定解決策のためのシステムおよび方法 | |
JP6925479B2 (ja) | 共有可能な注文を割り当てるためのシステムおよび方法 | |
Schwerdfeger et al. | Optimizing the changing locations of mobile parcel lockers in last-mile distribution | |
Gavalas et al. | Heuristics for the time dependent team orienteering problem: Application to tourist route planning | |
CN108701283B (zh) | 用于使用作业位置之间的行驶成本进行作业调度的方法、系统和计算机可读介质 | |
Dahle et al. | The vehicle routing problem with dynamic occasional drivers | |
US10359291B2 (en) | Determining network maps of transport networks | |
JP2015500981A (ja) | フリートナビゲーション、ディスパッチ及び複数の自動車で、複数の目的地を探索するための方法及びシステム | |
Mahmoudi et al. | A cumulative service state representation for the pickup and delivery problem with transfers | |
Grzybowska et al. | Decision support system for real-time urban freight management | |
Kloster et al. | The multiple traveling salesman problem in presence of drone-and robot-supported packet stations | |
CN108921362A (zh) | 一种医药干线优化方法、系统、设备及存储介质 | |
Jung et al. | High-coverage point-to-point transit: study of path-based vehicle routing through multiple hubs | |
Saeed et al. | Enhancing the service quality of transit systems in rural areas by flexible transport services | |
Huang | A schedule-based pathfinding algorithm for transit networks using pattern first search | |
Hakeem et al. | Multi-destination vehicular route planning with parking and traffic constraints | |
Hao et al. | Introduction to the dynamic pickup and delivery problem benchmark--ICAPS 2021 competition | |
Kulakov et al. | An approach to creation of smart space-based trip planning service | |
Verbas et al. | Finding least cost hyperpaths in multimodal transit networks: Methodology, algorithm, and large-scale application | |
Hashi et al. | A heuristic solution of the Vehicle Routing Problem to optimize the office bus routing and scheduling using Clarke & Wright's savings algorithm | |
KR20210106445A (ko) | 운송 관련 서비스에 대한 요청을 관리하기 위한 통신 서버 장치, 방법, 및 통신 시스템 | |
Cristian et al. | Multi-itinerary optimization as cloud service | |
Virginus et al. | A Bus Reservation System On Smartphone | |
Reed | Value of parking and autonomous vehicles for last-mile delivery | |
Satoh et al. | Determining the optimal parcel delivery method using one drone and one truck |