卡车-无人机多目标协同配送规划方法与系统技术方案

本发明专利技术公开了卡车

【技术实现步骤摘要】
卡车
‑
无人机多目标协同配送规划方法与系统


[0001]本专利技术涉及无人机
，特别涉及卡车
‑
无人机多目标协同配送规划方法与系统
。

技术介绍

[0002]车机协同配送技术通常分为卡车司机带着无人机一起去配送（
Flying Sidekick TSP
，
FSTSP
）和卡车司机不带无人机（
Parallel Drone Scheduling TSP
，
PDTSP
）两种类型
。FSTSP
限制无人机每次飞行只能递送一个包裹，并研究卡车路线和无人机飞行之间的同步问题
。
近年研究扩展了基本
FSTSP
，增加了更复杂的约束，例如允许每次飞行携带多个包裹，每辆卡车部署多架无人机等
。
当卡车在不同的客户节点之间行进时，无人机可以从卡车发射以同时服务附近的客户节点
。
相关的车机协同配送技术存在如下问题：首先，相关技术依赖于数学模型来求得最优的车机配送方案，数学建模通常为以卡车和无人机的配送耗时最短或是最小化无人机和卡车的配送成本为目标的单目标优化问题，这将导致求解的配送方案只能满足成本最低或者耗时最短的效果，可达到的预期效果较为单一，无法满足更多的配送需求
。
[0003]其次，相关技术不仅没有考虑到无人机配送的包裹可能会超出无人机的最大承重量的问题，还没有考虑到无人机单次起飞仅能配送一个客户，无法配送多个客户的现状
。
此外，当客户存在服务时间要求时，相关技术可能会出现无法在满足客户需求的时间内完成包裹的投递和派送的情况
。
这将会导致无人机配送时容易出现超载的情况，影响无人机的配送效率，延长其实际所需的配送时间，同时还有可能会降低客户对配送服务的满意度
。
[0004]其三，有少数相关技术提出在车机协同配送过程中，重型包裹由卡车配送，部分轻型包裹由无人机配送
。
虽然此方式更贴合实际应用的需求，但是它对卡车的路径造成了一定的限制，而在数学模型上表现为增加了约束条件，约束条件的增加将会对模型的求解速度带来负面影响，不利于快速获取最优解
。
[0005]由此可见，如何通过多目标优化问题来获取最优的车机配送方案，加速对多目标优化问题的求解速度的同时满足多维度配送需求，并解决无人机在车机协同配送过程中存在的载重
、
效率
、
满意度等问题，成为了相关技术亟待解决的问题
。

技术实现思路

[0006]本专利技术的目的是提供卡车
‑
无人机多目标协同配送规划方法与系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件
。
[0007]本专利技术解决其技术问题的解决方案是：第一方面，本申请提供卡车
‑
无人机多目标协同配送规划方法，包括如下步骤：获取车机协同配送的相关参数和约束条件集，所述相关参数包括无人机参数
、
卡车参数
、
配送点参数以及部署点参数；基于所述相关参数构建车机协同配送的目标函数集；
对所述目标函数集和所述约束条件集进行联合求解，得到车机协同配送的最佳配送方案，所述最佳配送方案满足无人机和卡车服务所有配送点的距离成本最小化，以及无人机和卡车服务所有配送点的满意度最大化；基于最佳配送方案控制无人机和卡车将货物协同配送至多个配送点
。
[0008]第二方面，本申请提供卡车
‑
无人机多目标协同配送规划系统，包括：数据获取模块，用于获取车机协同配送的相关参数和约束条件集，所述相关参数包括无人机参数
、
卡车参数
、
配送点参数以及部署点参数；数据处理模块，用于基于所述相关参数构建车机协同配送的目标函数集；配送规划模块，用于对所述目标函数集和所述约束条件集进行联合求解，得到车机协同配送的最佳配送方案，所述最佳配送方案满足无人机和卡车服务所有配送点的距离成本最小化，以及无人机和卡车服务所有配送点的满意度最大化；配送控制模块，用于基于最佳配送方案控制无人机和卡车将货物协同配送至多个配送点
。
[0009]本专利技术的有益效果是：提供卡车
‑
无人机多目标协同配送规划方法与系统，使得无人机在满足负载量约束和续航约束的前提下起飞一次运送多个包裹，无人机可服务多个客户，不仅降低了无人机的发射频率和无人机频繁起降带来的发射成本，提高了无人机的利用率，还有效地提高了无人机和卡车的整体配送效率，减少卡车和无人机协同配送时的整体配送成本，使得车机协同配送的路径更为合理化，卡车和无人机的协同配送可达到配送时间效益最大化
、
配送成本最小化和客户满意度最大化，有利于满足更多的配送需求
。
附图说明
[0010]图1为本申请提供的卡车
‑
无人机多目标协同配送规划方法的流程图；图2为本申请提供的时间窗函数的示意图；图3为本申请提供的某一无人机和卡车协同配送的路径示意图；图4为本申请提供的无人机配送时间约束的示意图；图5为本申请提供的协同求解目标函数集和约束条件集的流程图；图6为本申请提供的蚁群算法的某次迭代解的路径示例图
。
具体实施方式
[0011]为了使本申请的目的
、
技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明
。
应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请
。
[0012]下面结合说明书附图和具体的实施例对本申请进行进一步的说明
。
所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围
。
[0013]针对相关技术存在的问题和缺陷，本专利技术提出了卡车
‑
无人机多目标协同配送规划方法与系统，适用于车机协同配送技术的
FSTSP
应用场景
。
考虑到不同客户配送的优先级及时间窗口存在差别，为了提高配送效率的同时提高客户的满意度，本专利技术以客户优先级及时间窗限制
、
无人机最大续航时间及最大负载量等约束条件下，建立了以配送成本最小
化
、
客户满意度最大化为目标的卡车
‑
无人机协同配送路径规划模型，利用改进的蚁群算法求解模型的最优解，以达到降低配送成本及提升客户满意度的目的
。
[0014]下面将参照附图详细阐述本专利技术实施例提供的卡车
‑
无人机多目标协同配送规划方法
。
参照图1，本专利技术实施例提供的方法主要包括如下步骤：
S101
，获取车机协同配送的相关参数和约束条件集
...

【技术保护点】

【技术特征摘要】
1.
卡车
‑
无人机多目标协同配送规划方法，其特征在于，包括如下步骤：获取车机协同配送的相关参数和约束条件集，所述相关参数包括无人机参数
、
卡车参数
、
配送点参数以及部署点参数；基于所述相关参数构建车机协同配送的目标函数集；对所述目标函数集和所述约束条件集进行联合求解，得到车机协同配送的最佳配送方案，所述最佳配送方案满足无人机和卡车服务所有配送点的距离成本最小化，以及无人机和卡车服务所有配送点的满意度最大化；基于最佳配送方案控制无人机和卡车将货物协同配送至多个配送点
。2.
根据权利要求1所述的卡车
‑
无人机多目标协同配送规划方法，其特征在于，所述目标函数集包括：用于表征无人机和卡车服务所有配送点的距离成本最小化的第一目标函数，以及用于表征无人机和卡车服务所有配送点的满意度最大化的第二目标函数
。3.
根据权利要求2所述的卡车
‑
无人机多目标协同配送规划方法，其特征在于，所述第一目标函数满足，其中，为卡车服务所有配送点的距离成本函数，其满足：，其中，
N
为配送点和部署点的总集合，为卡车的单位距离成本，为点
i
与点
j
之间的曼哈顿距离；为二元变量，用于衡量卡车是否直接从点
i
运行到点
j
，若是则取1，否则取0；其中，为无人机服务所有配送点的距离成本函数，其满足：，其中，
D
为无人机集合，
V
为卡车集合，为属于轻型配送的配送点集合，为属于重型配送的配送点集合，表示元素
i
属于集合中不包括元素
j
的子集合，表示元素
i
属于集合
N
中不包括元素
j
的子集合；为无人机的单位距离成本，为点
i
与点
j
之间的范式距离；为定值，表示发射成本；
、、
均为二元变量，表示被搭载于第
k
辆卡车上的第
d
架无人机从点
i
飞行到点
j
；表示被搭载于第
k
辆卡车上的第
d
架无人机在点
i
被发射，去服务点
j
，此时点
i
为卡车的配送点，点
j
为无人机的配送点；表示被搭载于第
k
辆卡车上的第
d
架无人机在点
i
被发射，返回并降落在点
j
，此时点
i
为无人机的配送点，
j
为卡车的配送点
。4.
根据权利要求3所述的卡车
‑
无人机多目标协同配送规划方法，其特征在于，所述第二目标函数的构建过程为：根据配送点的优先级，为每个配送点赋予配送标识；其中，所述配送标识包括第一标识或者第二标识中的任一种，赋予有所述第一标识的配送点的优先级高于赋予有所述第二标识的配送点的优先级；基于所述配送标识，构建配送点的时间窗函数，所述时间窗函数表征无人机和卡...

【专利技术属性】
技术研发人员：徐标，朱孟奇，卢琦文，穰歌捷，吕修豪，李兵，魏楚亮，
申请(专利权)人：汕头大学，
类型：发明
国别省市：