无人机与物流柜协同配送智能调度方法与系统技术方案

本申请提供了一种无人机与物流柜协同配送智能调度方法与系统，涉及无人机与物流柜协同配送技术领域。本申请通过为每个无人机

【技术实现步骤摘要】
无人机与物流柜协同配送智能调度方法与系统


[0001]本申请涉及无人机与物流柜协同配送
，具体涉及一种无人机与物流柜协同配送智能调度方法与系统。

技术介绍

[0002]近些年来，物流包裹配送的需求剧增，人力成本愈加高昂，配送场景也愈加复杂。伴随着5G通信等相关技术的快速发展，无人机被越来越多的应用到物流领域。其中，使用无人机配送包裹具有快速、安全、成本低、全天候可用、不占用道路交通资源等优势。在物流配送领域中，使用无人机与物流柜协同配送包裹的方式具有较高的实用价值和广阔的应用前景，目前已有若干企业成功的将该模式应用到城市的快递、外卖、核酸样本等运输场景中。
[0003]随着无人机与物流柜协同配送模式在各个行业的普遍应用，用户的订单需求越来越多，用户对时效性的要求越来越高。对于一批用户给定的订单以及在有限的无人机与物流柜的场景中，为每架无人机制定规划方案时，需保证每架无人机以尽可能少的时间完成所有的任务，同时无人机的停靠方案中之间不存在冲突。
[0004]但是，现有技术中在考虑无人机的停靠方案不存在冲突的情况下，获取到的可行的规划方案的最大完工时间较长。

技术实现思路

[0005](一)解决的技术问题
[0006]针对现有技术的不足，本申请提供了一种无人机与物流柜协同配送智能调度方法与系统，以解决现有技术中在考虑无人机的停靠方案不存在冲突的情况下，获取到的可行的规划方案的最大完工时间较长的问题。
[0007](二)技术方案
[0008]为实现以上目的，本申请通过以下技术方案予以实现：
[0009]在本申请的第一方面，提供了一种无人机与物流柜协同配送智能调度方法，所述方法包括：
[0010]S1、获取协同配送信息；其中，所述协同配送信息包括：配送任务集合T、物流无人机集合D、物流柜集合L；
[0011]S2、初始化匹配度集合P；其中，所述匹配度集合P表示由N
P
个匹配度组合组成一个集合，p
b
表示第b个匹配度组合，1≤b≤N
P
；
[0012]S3、进行迭代；其中，初始化迭代次数i＝1；
[0013]S4、遍历匹配度集合P；其中，初始化匹配度组合中的索引b＝1；
[0014]S5、判断b≤N
P
是否成立；若是，转S6，否则转S8；
[0015]S6、基于匹配度组合p
b
、配送任务集合T、物流无人机集合D、物流柜集合L、以及树搜索的方法，对所述配送任务集合T中的全部配送任务进行规划，得到规划方案；
[0016]S7、确定所述规划方案的最大完工时间，判断所述配送任务集合T中的任务是否已
经全部在所述规划方案中执行；若是，更新b＝b+1，转S5；若否，则在所述最大完工时间上增加预设时间段H，更新b＝b+1，转S5；
[0017]S8、更新迭代次数i＝i+1，判断i≤N
I
是否成立；若是，转S9，否则转S10；其中，N
I
表示最大迭代次数；
[0018]S9、对匹配度集合进行遗传操作，得到处理后的匹配度集合，转S4；
[0019]S10、确定所述规划方案中最大完工时间最小的规划方案，作为最终的规划方案。
[0020]可选的，所述S9中对匹配度集合进行遗传操作，得到处理后的匹配度集合，转S4，包括：
[0021]S901、基于所述规划方案的最大完工时间，对匹配度集合中的所有匹配度组合进行非升序排序，并删除所述匹配度集合中前N
C
个匹配度组合，得到删除后的匹配度集合；其中，N
C
为预设数值，且N
C
＜N
P
；
[0022]S902、对删除后的匹配度集合进行交叉操作，得到交叉操作后的匹配度集合；
[0023]其中，所述步骤S902中的交叉操作，包括：
[0024]S90201、初始化交叉次数n＝1；
[0025]S90202、判断n≤N
B
是否成立，若是，转S90203，否则转S903；其中，N
B
表示交叉操作的总次数，且
[0026]S90203、从删除后的匹配度集合中，随机选择两个不同的匹配度组合进行复制，得到p
′
与p
″
；
[0027]S90204、在所述两个不同的匹配度组合中随机选择一个位置，将p
′
中所述位置之后的匹配度与p
″
中所述位置之后的匹配度进行交换；
[0028]S90205、将交换后的p
′
与p
″
添加到删除后的匹配度集合中，作为交叉操作后的匹配度集合；
[0029]S90206、更新n＝n+1，转S90202；
[0030]S903、对交叉操作后的匹配度集合进行变异操作；
[0031]其中，所述步骤S903中的变异操作，包括：
[0032]S90301、初始化变异次数m＝1；
[0033]S90302、判断m≤N
C
‑
2N
B
是否成立，若是，转S90303，否则转S4；
[0034]S90303、在交叉操作后的匹配度集合中，随机选择一个匹配度组合进行复制，得到p
″′
；
[0035]S90304、在p
″′
中随机选择一个位置，并随机生成预设范围内的一个整数，将所述整数替换p
″′
中所述位置的匹配度；
[0036]S90305、将替换后的p
″′
添加到交叉操作后的匹配度集合中，作为处理后的匹配度集合；
[0037]S90306、更新m＝m+1，转S90302。
[0038]可选的，所述S2中初始化匹配度集合P，包括：
[0039]S201、初始化b＝1；
[0040]S202、判断b≤N
P
是否成立；若是，转S203；否则转S3；
[0041]S203、在预设范围内，随机生成N
D
*N
T
个整数，添加到匹配度组合p
b
中；其中，N
T
表示
配送任务集合T中全部配送任务的数量、N
D
表示物流无人机集合D中全部物流无人机的数量；
[0042]S204、将匹配度组合p
b
添加到匹配度集合P中；
[0043]S205、更新b＝b+1，转S202。
[0044]可选的，所述S6中基于匹配度组合p
b
、配送任务集合T、物流无人机集合D、物流柜集合L、以及树搜索的方法，对所述配送任务集合T中的全部配送任务进行规划，得到规划方案，包括：
[0045]S601、获取匹配度组合p
b
、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机与物流柜协同配送智能调度方法，其特征在于，所述方法包括：S1、获取协同配送信息；其中，所述协同配送信息包括：配送任务集合T、物流无人机集合D、物流柜集合L；S2、初始化匹配度集合P；其中，所述匹配度集合P表示由N
P
个匹配度组合组成一个集合，p
b
表示第b个匹配度组合，1≤b≤N
P
；S3、进行迭代；其中，初始化迭代次数i＝1；S4、遍历匹配度集合P；其中，初始化匹配度组合中的索引b＝1；S5、判断b≤N
P
是否成立；若是，转S6；否则转S8；S6、基于匹配度组合p
b
、配送任务集合T、物流无人机集合D、物流柜集合L、以及树搜索的方法，对所述配送任务集合T中的全部配送任务进行规划，得到规划方案；S7、确定所述规划方案的最大完工时间，判断所述配送任务集合T中的任务是否已经全部在所述规划方案中执行；若是，更新b＝b+1，转S5；若否，则在所述最大完工时间上增加预设时间段H，更新b＝b+1，转S5；S8、更新迭代次数i＝i+1，判断i≤N
I
是否成立；若是，转S9；否则转S10；其中，N
I
表示最大迭代次数；S9、对匹配度集合进行遗传操作，得到处理后的匹配度集合，转S4；S10、确定所述规划方案中最大完工时间最小的规划方案，作为最终的规划方案。2.根据权利要求1所述的方法，其特征在于，所述S9中对匹配度集合进行遗传操作，得到处理后的匹配度集合，转S4，包括：S901、基于所述规划方案的最大完工时间，对匹配度集合中的所有匹配度组合进行非升序排序，并删除所述匹配度集合中前N
C
个匹配度组合，得到删除后的匹配度集合；其中，N
C
为预设数值，且N
C
＜N
P
；S902、对删除后的匹配度集合进行交叉操作，得到交叉操作后的匹配度集合；其中，所述步骤S902中的交叉操作，包括：S90201、初始化交叉次数n＝1；S90202、判断n≤N
B
是否成立，若是，转S90203，否则转S903；其中，N
B
表示交叉操作的总次数，且S90203、从删除后的匹配度集合中，随机选择两个不同的匹配度组合进行复制，得到p
′
与p
″
；S90204、在所述两个不同的匹配度组合中随机选择一个位置，将p
′
中所述位置之后的匹配度与p
″
中所述位置之后的匹配度进行交换；S90205、将交换后的p
′
与p
″
添加到删除后的匹配度集合中，作为交叉操作后的匹配度集合；S90206、更新n＝n+1，转S90202；S903、对交叉操作后的匹配度集合进行变异操作；其中，所述步骤S903中的变异操作，包括：S90301、初始化变异次数m＝1；
S90302、判断m≤N
C
‑
2N
B
是否成立，若是，转S90303，否则转S4；S90303、在交叉操作后的匹配度集合中，随机选择一个匹配度组合进行复制，得到p
″′
；S90304、在p
″′
中随机选择一个位置，并随机生成预设范围内的一个整数，将所述整数替换p
″′
中所述位置的匹配度；S90305、将替换后的p
″′
添加到交叉操作后的匹配度集合中，作为处理后的匹配度集合；S90306、更新m＝m+1，转S90302。3.根据权利要求1所述的方法，其特征在于，所述S2中初始化匹配度集合P，包括：S201、初始化b＝1；S202、判断b≤N
P
是否成立；若是，转S203；否则转S3；S203、在预设范围内，随机生成N
D
*N
T
个整数，添加到匹配度组合p
b
中；其中，N
T
表示配送任务集合T中全部配送任务的数量、N
D
表示物流无人机集合D中全部物流无人机的数量；S204、将匹配度组合p
b
添加到匹配度集合P中；S205、更新b＝b+1，转S202。4.根据权利要求1所述的方法，其特征在于，所述S6中基于匹配度组合p
b
、配送任务集合T、物流无人机集合D、物流柜集合L、以及树搜索的方法，对所述配送任务集合T中的全部配送任务进行规划，得到规划方案，包括：S601、获取匹配度组合p
b
、配送任务集合T、物流无人机集合D、物流柜集合L；S602、初始化待分支节点集合C为空集，规划方案S为空集，对应每个无人机创建一个搜索树R，为每个物流柜创建一个冲突时段集合F；其中，R
j
表示物流无人机d
j
对应的搜索树，1≤j≤N
D
；F
k
表示第k个物流柜的冲突时段集合，1≤k≤N
L
；S603、遍历无人机；其中，初始化无人机编号j＝1；S604、判断j≤N
D
是否成立；若是，转S605；否则转S614；S605、将无人机d
j
初始停靠的物流柜设置为根节点，无人机d
j
在所述物流柜起飞的时间为0，并将所述根节点添加到待分支节点集合C；S606、创建搜索树R
j
，将所述根节点添加到R
j
中，并设定所述根节点的匹配度为0；S607、判断待分支节点集合C是否为空集，若是，转S610，否则转S608；S608、判断搜索树R
j
上节点的数量是否大于N
R
，若是，转S610，否则转S609；S609、对所述待分支节点集合C中匹配度最大的节点F进行分支，转S607；S610、选择匹配度最大的节点，并根据搜索树R
j
中从根节点到所述节点的分支，转换得到无人机d
j
的飞行路线；S611、计算d
j
在对应的飞行路线上的每个物流柜上的停靠时间段，将d
j
在最终停靠物流柜的时段的终止时间设置为预定时间M，将所述停靠时间段添加到对应的物流柜的冲突时段集合中；S612、根据无人机d
j
的飞行路线与停靠时段得到规划方案S
j
，将S
j
添加到规划方案S中；S613、在任务集合T中删除规划方案S
j
中已经完成的任务，清空待分支节点集合C，更新j＝j+1，转S604；S614、输出规划方案S。5.根据权利要求4述的方法，其特征在于，所述步骤S609中分支节点集合C中匹配度最
大的节点F进行分支，包括：S60901、读取搜索树R
j
、待分支节点集合C、待分支节点F、任务集合T、物流柜集合L以及物流无人机集合D；S60902、遍历物流柜集合L；其中，初始化物流柜编号k＝1；S60903、判断k≤N
L
是否成立；若是，转S60904；否则转S60916；S60904、判断所述物流柜是否为待分支节点F对应的物流柜，若是，更新k＝k+1，转S60903；否则转S60905；S60905、计算无人机d
j
停靠到节点F对应的物流柜上后，执行完成上一个任务的时间E
C
；S60906、判断任务集合T中是否存在以节点F对应的物流柜为起点，物流柜l
k
为终点的任务，若是，转S60907；否则转S60913；S60907、判...

【专利技术属性】
技术研发人员：朱外明，马华伟，胡笑旋，邢立刚，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：