【技术实现步骤摘要】
卡车无人机同步运行协同配送模式下的无人机任务分配规划方法
:
[0001]本专利技术卡车无人机同步运行协同配送模式下的无人机任务分配规划方法,其属于无人机任务规划
技术介绍
:
[0002]针对卡车与无人机协同进行物流配送问题,通过建立考虑有效载荷和无人机飞行状态的模型进行求解,越来越成为研究的热点。无人机任务规划的目的是在满足各方面约束的条件下,充分考虑无人机能耗以及有效载荷等因素,使得无人机任务规划更加贴合实际。无人机任务规划主要包括无人机进行起降的卡车停靠点选址与无人机的任务分配两个方面。
[0003](1)卡车与无人机协同配送的卡车停靠点选址
[0004]卡车与无人机非同步运行协同配送的模式如图1所示,卡车不具有物流配送的功能,无人机被放出后,卡车就会停在原处不动,等待无人机配送完相关客户点后,卡车对无人机进行回收,之后卡车开往下一个卡车停靠点继续重复执行上述过程;卡车与无人机同步运行协同配送的模式如图2所示,卡车具有物流配送的功能,无人机从卡车释放后,卡车前往下一个客户点并对其进行物流配送,同时在下一个客户点进行释放无人机的回收,之后继续采取上述规则完成配送任务。本专利技术使用卡车携带多架无人机对区域范围内的大量客户点进行末端物流配送。在运用卡车与无人机进行协同配送的过程中卡车停靠点选址问题的研究十分重要,该问题的主要目的是在无人机从释放后选出合适的卡车停靠位置,供卡车在此处进行无人机的释放与回收工作。上述研究成果总结划分为三种场景,分别为:卡车停靠在原地等待回收无人机、卡车移动至后续 ...
【技术保护点】
【技术特征摘要】
1.一种卡车无人机同步运行协同配送模式下的无人机任务分配规划方法,其特征在于:具体步骤如下:(1)首先获取无人机性能数据、所研究地区的人口密度数据及物流需求指标数据;(2)根据社会经济数据对各个区县的物流需求等级进行划分,根据划分结果模拟出各个区县客户点数量,根据人口密度分布图模拟出客户点的具体位置,利用随机生成的方法生成每个客户点的具体需求量;(3)考虑无人机的飞行状态、无人机有效载荷对无人机实际飞行航程的影响,以配送成本最小为目标函数,对卡车停靠点释放无人机的位置确定问题进行建模,运用粒子群算法对上述模型进行求解,确定卡车停靠点的位置;(4)建立无人机任务分配模型,考虑无人机携带包裹、无人机飞行状态影响下无人机的实际航程不得超过其最大航程,同时考虑无人机的有效载荷不得超过无人机的最大负载,同时允许一架无人机可服务多个客户点;(5)采用改进的人工蜂群算法进行求解,在多个客户点规模下求出无人机的任务分配结果,验证其优越性。2.如权利要求1所述的卡车无人机同步运行协同配送模式下的无人机任务分配规划方法,其特征在于:考虑有效载荷和无人机飞行状态的卡车停靠点选址模型,具体如下:(1)考虑无人机有效载荷与飞行状态对无人机续航能力的影响无人机水平飞行时的功率公式由式(1)表示:无人机爬升时的功率公式由式(2)表示:无人机降落时的功率公式由式(3)表示:其中ρ表示空气密度,W表示总重量包括无人机自重与有效载荷,ζ表示无人机旋翼面积,v
c
表示无人机爬升速度,v
d
表示无人机降落速度,V
hor
是无人机水平飞行的速度,α(V
hor
)是水平飞行时的迎角,η
hor
是水平飞行时的效率系数,η
c
(V
c
)、η
d
(V
d
)均为经验系数;对旋翼无人机水平飞行时的功率方程(1)进行线性回归分析,得到以下回归方程:p
hor
(w)=β0+β1w
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)在式(4)中,w为无人机有效载荷、p
hor
(w)为有效载荷为w时的水平飞行功率、β0、β1为回归系数;无人机的实际续航时间公式如式(5)所示,将式(4)代入式(5)中,计算出无人机的飞行时间
在式(5)中,T
true
表示无人机的实际续航时间,μ表示能量传输效率,C表示电池容量,V
n
(V)表示n个电池的额定电压,P(w)表示无人机消耗功率;设无人机在不携带包裹条件下水平飞行时的功率为P(w
uav
)、爬升时的功率为P
c
′
、降落时的功率为P
d
′
,无人机的自身重量为w
uav
、无人机携带的有效载荷为w
bag
,当无人机携带有效载荷进行飞行时,公式(4)中W为(w
uav
+w
bag
),设此时携带包裹条件下的无人机水平飞行功率为P(w
uav
+w
bag
),无人机爬升的功率为P
c
″
,无人机降落时的功率为P
d
″
;将无人机空载在t时间内起飞和降落消耗的功率转化为无人机在t时间内水平飞行的功率,同时将携带包裹的无人机在t时间内起飞和降落时消耗的功率转化为无人机在空载且水平飞行时消耗的功率,并最终将上述能量的消耗转换为实际水平飞行航程的增加且水平飞行时消耗的功率,并最终将上述能量的消耗转换为实际水平飞行航程的增加且水平飞行时消耗的功率,并最终将上述能量的消耗转换为实际水平飞行航程的增加且水平飞行时消耗的功率,并最终将上述能量的消耗转换为实际水平飞行航程的增加且水平飞行时消耗的功率,并最终将上述能量的消耗转换为实际水平飞行航程的增加在式(6)中σ1为无人机携带包裹时的水平飞行的功率与无人机空载水平飞行时功率的比值;式(7)σ2表示无人机携带包裹爬升时的功率与无人机空载水平飞行时功率的比值;式(8)σ3表示无人机携带包裹降落时的功率与无人机空载水平飞行时功率的比值;式(9)中σ4表示无人机空载时爬升功率与无人机空载水平飞行时功率的比值;式(10)中σ5表示无人机空载时降落功率与无人机空载水平飞行时功率的比值;S1=vtσ1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)S2=vt'σ2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)S3=vt'σ3ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)S4=vt'σ4ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)S5=vt'σ5ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15);设无人机水平飞行时间为t,爬升与降落时间均为t',无人机的水平飞行速度为v,则在无人机携带包裹条件下无人机水平飞行时间t,对应标准情况即无人机空载下无人机航程S1由式(11)所示,在爬升时间为t'无人机携带包裹爬升时对应标准情况即无人机空载下的无人机航程S2由式(12)所示,在降落时间为t'无人机携带包裹降落时所对应标准情况即无人机空载下的无人机航程为S3由式(13)所示,在爬升时间为t'无人机空载爬升时对应标准
情况即无人机空载下的无人机航程为S4由式(14)所示,在降落时间为t'无人机空载降落时所对应标准情况即无人机空载下的无人机航程为S5由式(15)所示;2)、考虑有效载荷和无人机飞行状态的卡车停靠点选址模型考虑以配送成本最低为目标函数,目标函数由式表示:Z1为卡车停靠点选址成本的大小(元);x'
a,b
为客户点b由备选无人机起飞卡车停靠点a服务则为1,否则为0;y'
b,d
为客户点b由备选无人机降落卡车停靠点d服务则为1,否则为0;L
a,b,d
为考虑无人机有效载荷、飞行状态下的无人机从卡车停靠点a起飞配送第b个客户点降落到卡车停靠点d所需要消耗的总航程(m);M为备选为卡车停靠点的集合;f为需求量大于无人机最大负载的客户点;N为全部客户点集合;N1为只能由卡车进行配送的客户点;N2为最终由无人机进行配送的客户点;c
a,trunk
为卡车对客户点a配送所花费固定成本(元/次);x
a
为备选点a被选中为卡车停靠点则为1,否则为0;e
a,b
为无人机从卡车停靠点a到客户点b的欧氏距离(m);c
uav
为无人机单位距离配送成本(元/m);L
max
无人机的最大飞行航程(m);t
uav
为无人机爬升与降落的时间(s);δ无人机能耗预留系数;v
uav
无人机匀速飞行的速度(m/s);y
b
为客户点b被选中为卡车停靠点则为1,否则为0;为客户点b被选中为卡车停靠点则为1,否则为0;为客户点b被选中为卡车停靠点则为1,否则为0;为客户点b被选中为卡车停靠点则为1,否则为0;为客户点b被选中为卡车停靠点则为1,否则为0;L...
【专利技术属性】
技术研发人员:张明,孙丽超,刘旭,肖影,王迅,张涵之,段佳乐,文发强,
申请(专利权)人:南京航空航天大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。