面向实时环境的车机协同包裹配送路径规划

针对借助中转点进行跨区域包裹配送的路径规划问题,现有规划方法大多忽略了中转点处实时环境变化对配送效率的影响,本文提出了一种面向中转点实时环境的车机协同配送路径规划方法。该方法考虑了中转点之间的车辆和无人机的流量与简单环境参数,并将这些参数结合各自到中转点的路段距离来分别计算车辆与无人机的配送成本。考虑到无人机能量与配送截止时间等约束,该方法建立了以最小化配送成本为目标的数学模型,并在两阶段求解,在第一阶段使用遗传算法求解包裹由车辆配送的路径,在第二阶段搜索出包裹由无人机配送的路径。仿真实验表明,所提出的方法能够有效地降低包裹配送成本,提高配送成功率。

考虑同时取送货的车机协同路径优化问题

考虑到传统同时取送货问题模式单一,无法应对复杂多变情况的现实需要,研究了一种考虑同时取送货的路径优化问题(vehicle routing problem with drones for simultaneous pickup and delivery, VRPD-SPD)。首先,以车辆与无人机总成本最小为优化目标,建立了考虑无人机单架次访问顺序约束的混合整数线性规划模型。其次,提出了一种基于遗传思想的两阶段启发式算法(two-stage heuristic algorithm based genetic, TSHAG),第一阶段结合贪婪算法和节约算法生成初始解,第二阶段通过改进的遗传算法优化初始解,设计了多元组编码方式来提高解码效率,改进了交叉算子来增加邻域解的搜索空间,设计了新的变异算子来提高算法全局寻优性能。最后,算例实验结果表明了TSHAG算法能够有效地解决VRPD-SPD问题。

基于Lora的车机协同智能控制系统硬件系统研发

针对智能机器人竞技比赛中,数据的采集与传输大多采用短程无线电连接、单片机等的方式,这会导致采集结果不够准确、采集延迟、计算结果误差大等问题。本文将采用Lora无线通讯技术实现竞技比赛时的数据采集与传输。通过对Lora无线通讯技术的硬件系统的搭建、组装与初始化设置,完成车机协同智能控制系统的Lora硬件系统研发。该系统能提高测量的分辨率与响应变化敏度,提高车机协同智能控制系统的可靠性与准确性,保证竞技项目的公平公正。

考虑电池充电的无人机车辆物流配送模型

“最后一公里”物流配送是物流终端面对客户的最后一环。车载无人机的配送模式克服了道路对车辆的限制,但由于无人机的电池容量有限导致续航时间短,而每次完成配送任务回收无人机需要更换电池,使得人力成本以及配送时间的增加。基于这种无人机车辆的协同配送模式,考虑了无人机的电池电量消耗和在车辆上的充电速率限制,提出无人机在无配送任务时在车辆进行充电的配送路径规划模型。设计了一种结合遗传算法和邻域搜索算法的改进GRASP(greedy randomized adaptive search procedure)算法来求解模型。基于设计测试集进行测试实验,并对影响路径规划的主要因素进行灵敏度分析,以充分利用无人机的配送能力。

面向巡检车与无人机协同电力巡检的车辆路径规划方法

为解决电力巡检无人机续航时间短、远距离机动性弱等问题,电力企业试点推广了无人机与巡检车协同巡检的新型作业模式,即车机协同巡检。这种模式实现了无人机和巡检车的优势互补,可用于大面积输电线路巡检作业。车机协同电力巡检作业过程中,巡检车的行驶路径直接影响无人机任务杆塔分配方案和巡检效率。考虑到车机协同电力巡检作业特性,将驻车点选址、驻车点处无人机任务分配及巡检车路径规划问题相结合,提出了一种面向大面积巡检区域的巡检车路径规划方法。本文以最小化巡检车完成整片运维区域巡检任务的总作业时间为优化目标,在考虑每个驻车点处无人机巡检任务分配的基础上构建了车机协同巡检车辆路径模型,设计了一种多层嵌套的启发式算法进行求解,可根据运维区域杆塔分布求解近似全局最优的驻车点选址方案及该方案下巡检车的近似最优行驶路径。最后,基于真实杆塔数据进行的实例分析展示了算法的求解效果,得出了巡检车在每个工作日访问的驻车点序列及行驶路径,可为电力企业编排车机协同巡检作业排班计划提供参考。

考虑多投递的带无人机车辆路径规划问题研究

研究一种考虑多投递的带无人机车辆路径规划问题(VRPD-MD),针对该问题,以执行任务车辆行驶总时间最短为目标函数,建立混合整数规划模型。为对该模型进行求解,提出一种基于遗传思想的自适应启发式算法AAGM,在该算法中,设计访问节点交叉算子和交会节点变异算子这两类邻域搜索算子,分别用于调整车辆与无人机的结合点以及车辆与无人机并行路径的访问点。此外,在AAGM算法中加入算子自适应选择机制与基于Metropolis规则的劣解接受机制,在避免算法陷入局部最优的同时加快模型收敛速度,提升算法的求解质量。基于改进的CVRP数据集对模型与算法进行验证,实验结果表明,多架次多投递的无人机配送模式较多架次单投递、单架次多投递模式更具优势,且AAGM算法能够有效求解VRPD-MD,相比NAAGM算法,增加自适应机制后的AAGM算法的平均求解时间与平均求解质量分别提高30%与1.83%。