多无人车多无人机协同运输路径规划算法研究

发布时间：2021-06-05 18:08

　　当前在物流领域,许多环节已实现自动化。但“最后一公里”快递运输仍以人工为主,其消耗的人力成本成为了物流行业发展的瓶颈,无人机无人车协同快递投递是未来的发展方向。而无人化快递投送的实验两年前就已成功,说明技术上完成快递投递无人化是可以实现的。无人机和无人车如何有效协同作业,以提升无人车和无人机的工作效率,是当前亟待解决的一个问题。本文“最后一公里”路径规划问题是一种多任务多无人车无人机,有路网限制和载重限制的协同路径规划问题,是VRP问题的一种复杂变形,也是一种NP-hard问题。对于NP-hard问题,一般认为不存在一个多项式时间复杂度的算法可以求出NP-hard问题的最优解。物流场景实际应用的算法应是多项式时间复杂度的,所以不要求算法能够求出最优解。基于这种前提,本文首先构建了应用场景问题模型,然后设计了一个两段式启发式算法解决路径规划问题,并证明了算法的可行性,最后进行了测试和总结。该算法分为无人车规划和无人机规划两部分,先进行无人车规划,再根据结果进行无人机规划。如果无人机规划无法完成,则根据反馈情况修改无人车规划的条件,直至无人车规划完成。无人车规划以蚁群算法为基础,针对实际限... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

VRP的变体问题的层次结构[14]

本文针对第二章提出的问题模型,设计了一种新的协同路径规划算法,算法整体思路为先规划无人车路径,再将剩余的收货点交由最近的无人车上的无人机完成。如果剩余点无人机不能全部完成,再根据情况重新规划无人车路径,直至所有运送任务全部完成。算法流程图见图3-1。首先规划无人车路径,因为无人机存在载重上限,所以有一部分运送任务可能超出无人机载重上限,只能由无人车完成。可以先将收货点货物重量超过无人机载重限制的部分取出,作为重件集,将这部分单独由无人车运送。如果出现了特殊情况,重件集为空,就随机选取一些点作为初始的重件集。这种极端情况会导致算法结果变差。而在规划无人车路径时,必须给之后无人机运送的货物的重量留有余地,所以需要设定一个虚拟的载重上限,一般为重件集总重量占全部货物总重量的比重乘以无人车运送载重上限,使用蚁群算法进行路径规划,此时得到的时间可以认为是完成全部任务所需的最短用时。

重复迭代,直到达到最大迭代次数,得到迭代过程中最优的路径。一次无人车的路径规划后的示例如图3-2。三种不同颜色代表不同的无人车,有一部分收货点无人车没有去,留给无人机运送,最后无人车必须全部返回物流中心。3.2.3 无人机算法设计

【参考文献】：
期刊论文
[1]无人机路径规划算法研究综述[J]. 陈麒杰,晋玉强,韩露.  飞航导弹. 2020(05)
[2]UAV/UGV协同环境下的目标识别与全局路径规划研究[J]. 席阿行,赵津,周滔,胡秋霞.  电子技术应用. 2019(01)
[3]动态车辆路径问题的研究进展及发展趋势[J]. 周鲜成,王莉,周开军,黄兴斌.  控制与决策. 2019(03)
[4]考虑随机客户需求的两级车辆路径问题研究[J]. 胡乔宇,杨琨,刘冉.  工业工程与管理. 2018(05)
[5]两级车辆路径问题的离散差分进化算法[J]. 彭鹏,李彬哲,付雪薇,汪恭书.  物流科技. 2017(05)
[6]多车场多目标开放式物流配送车辆路径问题[J]. 吕小峰,周骞,胡轶群.  长沙理工大学学报(自然科学版). 2016(04)
[7]基于动态需求的带时间窗的车辆路径问题[J]. 张文博,苏秦,程光路.  工业工程与管理. 2016(06)
[8]带软时间窗的多车场开放式车辆调度[J]. 凌海峰,谷俊辉.  计算机工程与应用. 2017(14)
[9]基于改进量子粒子群算法的无人机路径规划[J]. 郭蕴华,王晓宗.  船海工程. 2016(01)
[10]基于自适应大规模邻域搜索算法的两级车辆路径问题[J]. 魏占阳,邬炼,张佳伟,汪恭书.  物流科技. 2015(08)

硕士论文
[1]带无人机协助运输的包裹投递优化算法的研究及其实现[D]. 刘委青.哈尔滨工业大学 2019



本文编号：3212650