车辆调度方法及装置与流程

本发明实施例涉及电动车辆调度技术领域，具体而言，涉及一种车辆调度方法及装置。

背景技术：

随着经济的快速发展和城镇化进程的加快，再加上电子商务的繁荣，城市配送越来越成为关注重点，同时随之产生了一系列能耗、环境、城市交通问题。在这种背景下，纯电动车辆逐步进入市场，但是物流企业在对纯电动车辆进行调度时存在效率低下、成本高昂的问题。

技术实现要素：

有鉴于此，本发明提供了一种车辆调度方法及装置。

本发明实施例提供了一种车辆调度方法，所述方法包括：

获取多个订单信息和多个车辆信息；

基于所述多个订单信息和所述多个车辆信息生成加权惩罚矩阵；

基于所述加权惩罚矩阵，采用二分图匹配算法寻找出最佳订单指派方案；其中，最佳订单指派方案中的每个车辆信息对应一个订单信息；

根据所述最佳订单指派方案将所述多个订单信息中的每个订单信息进行指派。

可选地，各所述订单信息包括多个第一子信息，各所述车辆信息包括多个第二子信息，基于所述多个订单信息和所述多个车辆信息生成加权惩罚矩阵的步骤，包括：

基于每个第一子信息以及每个第二子信息生成二维加权惩罚矩阵；

将生成的多个二维加权惩罚矩阵求和以获得所述加权惩罚矩阵。

可选地，根据所述最佳订单指派方案将所述多个订单信息中的每个订单信息进行指派的步骤，包括：

针对所述多个订单信息中的每个订单信息，寻找出该订单信息在所述最佳订单指派方案中对应的车辆信息，将该订单信息指派给寻找出的车辆信息对应的车辆。

本发明实施例还提供了一种车辆调度方法，用于上述车辆信息对应的车辆进行运单派送线路规划，指派给所述车辆的订单信息中包括多个运单信息，所述方法包括：

基于多个运单信息生成多个派送线路规划方案，其中，各所述派送线路规划方案中的多个运单信息的顺序不同；

计算每个派送线路规划方案的适应度函数值，从计算得到的多个适应度函数值中选取出最大值，将所述最大值对应的派送线路规划方案作为最终派送线路规划方案。

可选地，所述运单信息中包括运单地理位置信息和派送时间窗口，所述适应度函数值通过以下方式计算得到：

针对每个派送线路规划方案，获取该派送线路规划方案中的每个运单的地理位置信息、派送时间窗口和派送顺序信息；

根据获取得到的多个运单地理位置信息、多个派送时间窗口以及多个派送顺序信息计算出派送距离；

将所述派送距离的倒数作为该派送线路规划方案的适应度函数值。

可选地，根据获取得到的多个运单地理位置信息、多个派送时间窗口以及多个派送顺序信息计算出派送距离的步骤，包括：

获取物流中心地理位置信息；

以所述物流中心地理位置信息为起点和终点，遍历获取得到的多个运单地理位置信息以获得所述车辆的实际行驶距离；

针对每个运单信息，计算得到该运单信息到达对应的运单地理位置的时刻，根据所述时刻和该运单信息对应的时间窗口计算出所述车辆的惩罚距离；

将所述实际行驶距离与所述惩罚距离相加以获得所述派送距离。

可选地，根据所述时刻和该运单信息对应的时间窗口计算出所述车辆的惩罚距离的步骤，包括：

判断所述时刻是否位于该运单信息对应的时间窗口内；

若所述时刻位于该运单信息对应的时间窗口内，判定所述惩罚距离为零；

若所述时刻位于该运单信息对应的时间窗口外，计算所述时刻超过该运单信息对应的时间窗口的时长，将所述时长转换为惩罚距离。

可选地，所述最终派送线路规划方案所对应的线路中存在多个充电站，所述方法还包括：

当所述车辆按照所述最终派送线路规划方案进行运单派送时，获取所述车辆的剩余电量百分比；

判断所述剩余电量百分比是否低于设定阈值，若低于，获取所述车辆的实时位置以及即将派送的运单信息对应的运单地理位置信息；针对每个充电站，计算所述实时位置与该充电站的第一距离以及即将派送的运单信息对应的运单地理位置信息与该充电站的第二距离，将所述第一距离和所述第二距离相加以获得额外行驶距离；

获取最短的额外行驶距离对应的充电站的位置信息，根据所述位置信息控制所述车辆行驶到所述最短的额外行驶距离对应的充电站处进行充电。

本发明实施例还提供了一种车辆调度装置，包括：

信息获取模块，用于获取多个订单信息和多个车辆信息；

加权惩罚矩阵生成模块，用于基于所述多个订单信息和所述多个车辆信息生成加权惩罚矩阵；

订单指派方案生成模块，用于基于所述加权惩罚矩阵，采用二分图匹配算法寻找出最佳订单指派方案；其中，最佳订单指派方案中的每个车辆信息对应一个订单信息；

订单信息指派模块，用于根据所述最佳订单指派方案将所述多个订单信息中的每个订单信息进行指派。

本发明实施例还提供了一种车辆调度装置，用于对上述车辆信息对应的车辆进行运单派送线路规划，指派给所述车辆的订单信息中包括多个运单信息，所述装置包括：

派送线路规划方案生成模块，用于基于多个运单信息生成多个派送线路规划方案，其中，各所述派送线路规划方案中的多个运单信息的顺序不同；

派送线路规划方案选取模块，用于计算每个派送线路规划方案的适应度函数值，从计算得到的多个适应度函数值中选取出最大值，将所述最大值对应的派送线路规划方案作为最终派送线路规划方案。

本发明实施例还提供了一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的车辆调度方法。

本发明实施例还提供了一种计算机可读存储介质，所述可读存储介质包括计算机程序，所述计算机程序运行时控制所述可读存储介质所在电子设备执行上述的车辆调度方法。

有益效果

本发明实施例提供的车辆调度方法及装置，能够基于加权惩罚矩阵实现订单信息的自动化指派，提高了订单信息指派的效率、节省了人力、财力和时间成本。

进一步地，基于适应度函数值能够选取出最优的派送线路规划方案进而实现车辆的调度，相比于人工调度更加准确、高效。

进一步地，车辆在运单派送过程中能够根据车辆到充电站的第一距离以及即将派送的运单信息对应的运单地理位置信息到充电站的第二距离选择合适的充电站，并规划充电线路，如此，能够缓解里程焦虑，将额外的充电成本最小化。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例所提供的一种电子设备10的方框示意图。

图2为本发明实施例所提供的一种车辆调度方法的流程图。

图3为本发明实施例所提供的一种订单指派方案的示意图。

图4为本发明实施例所提供的一种车辆调度方法的另一流程图。

图5为本发明实施例所提供的一种车辆调度方法的又一流程图。

图6为本发明实施例所提供的一种车辆调度装置20的模块框图。

图7为本发明实施例所提供的一种车辆调度装置20的另一模块框图。

图标：

10-电子设备；11-存储器；12-处理器；13-网络模块；

20-车辆调度装置；21-信息获取模块；22-加权惩罚矩阵生成模块；23-订单指派方案生成模块；24-订单信息指派模块；25-派送线路规划方案生成模块；26-派送线路规划方案选取模块。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

发明人经调查发现，现有的物流企业在对纯电动车辆进行调度时存在效率低下、成本高昂的问题。具体地，现有技术采用人工方式将订单指派给车辆，加大了物流管理的时间、人力、财力成本，效率低下，且指派结果全凭调度员经验，没有统一的标准。订单配送顺序也由调度员或其他工作人员经验确定，很有可能不能满足送货时间窗的约束，且没有考虑到实际配送过程的道路情况。此外，驾驶员直接获取充电站信息能够在一定程度上缓解里程焦虑，但凭个人经验做出的充电决策有很大可能性不是最优的，充电时机的选择、充电站的选择会影响到对该次配送过程的额外成本。

以上现有技术中的方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本发明实施例针对上述问题所提出的解决方案，都应该是发明人在本发明过程中对本发明做出的贡献。

基于上述研究，本发明实施例提供了一种车辆调度方法及装置，能够提高车辆的调度效率，减少额外成本。

图1示出了本发明实施例所提供的一种电子设备10的方框示意图。本发明实施例中的电子设备10具有数据存储、传输、处理功能，如图1所示，电子设备10包括：存储器11、处理器12、网络模块13和车辆调度装置20。

存储器11、处理器12和网络模块13之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件互相之间可以通过一条或多条通讯总线或信号线实现电性连接。存储器11中存储有车辆调度装置20，所述车辆调度装置20包括至少一个可以软件或固件(firmware)的形式储存于所述存储器11中的软件功能模块，所述处理器12通过运行存储在存储器11内的软件程序以及模块，例如本发明实施例中的车辆调度装置20，从而执行各种功能应用以及数据处理，即实现本发明实施例中的车辆调度方法。

其中，所述存储器11可以是，但不限于，随机存取存储器(randomaccessmemory，ram)，只读存储器(readonlymemory，rom)，可编程只读存储器(programmableread-onlymemory，prom)，可擦除只读存储器(erasableprogrammableread-onlymemory，eprom)，电可擦除只读存储器(electricerasableprogrammableread-onlymemory，eeprom)等。其中，存储器11用于存储程序，所述处理器12在接收到执行指令后，执行所述程序。

所述处理器12可能是一种集成电路芯片，具有数据的处理能力。上述的处理器12可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等。可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

网络模块13用于通过网络建立电子设备10与其他通信终端设备之间的通信连接，实现网络信号及数据的收发操作。上述网络信号可包括无线信号或者有线信号。

可以理解，图1所示的结构仅为示意，电子设备10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。

本发明实施例还提供一种计算机可读存储介质，所述可读存储介质包括计算机程序。所述计算机程序运行时控制所述可读存储介质所在电子设备10执行下面的车辆调度方法。

图2示出了本发明实施例所提供的一种车辆调度方法的流程图。所述方法有关的流程所定义的方法步骤应用于电子设备10，可以由所述处理器12实现。下面将对图2所示的具体流程进行详细阐述：

步骤s21，获取多个订单信息和多个车辆信息。

其中，各个订单信息包括多个第一子信息，多个第一子信息包括但不限于订单编号、订单地理位置信息、货物重量、货物体积以及可扩展标签信息(是否配备搬运、是否水产、是否轻抛货)等。各个车辆信息包括多个第二子信息，多个第二子信息包括但不限于车牌号、驾驶员信息、车辆停车点的地理位置信息、额定载重量、额定载货体积以及可扩展标签信息(是否拉冷藏品、是否配备搬运工)等。

步骤s22，基于多个订单信息和多个车辆信息生成加权惩罚矩阵。

具体地，基于每个第一子信息和每个第二子信息生成二维加权惩罚矩阵，例如，根据取货距离、是否超重、是否超体积、标签是否匹配等各因素分别生成相应的二维加权惩罚矩阵。可以理解，二维加权惩罚矩阵为多个。

又例如，当第一子信息和第二子信息是针对同一对象描述时，针对该描述对象生成一个二维加权惩罚矩阵。

将生成的多个二维加权惩罚矩阵求和以获得的加权惩罚矩阵。

步骤s23，基于加权惩罚矩阵，采用二分图匹配算法寻找出最佳订单指派方案。

二分图匹配算法也称为km匹配算法。基于加权惩罚矩阵，采用km匹配算法能够寻找出最佳订单指派方案，其中，最佳订单指派方案中的加权值最大。可以理解，采用km匹配算法能够在较优的时间复杂度下寻找到最优的匹配(即本实施例中的最佳订单指派方案)

请结合参阅图3，例如，订单信息为四个：n1、n2、n3和n4，车辆信息为四个：m1、m2、m3和m4。可以理解，多个订单信息和多个车辆信息存在多种订单指派方案，而km算法能够寻找出加权值最大的订单指派方案作为最佳订单指派方案，例如，寻找出的最佳订单指派方案为k2。

步骤s24，根据最佳订单指派方案将多个订单信息中的每个订单信息进行指派。

例如，订单指派方案k2的加权值最大，针对四个订单信息中的每个订单信息，将该订单信息指派给订单指派方案k2中对应的车辆，又例如，针对订单信息n1，将n1指派给车辆m2。如此，能够实现订单信息的自动化指派，相较于现有的通过人工进行订单信息的指派，图2所示的方法提高了订单信息指派的效率、节省了人力、财力和时间成本。

可以理解，针对某一片区域，指派给每个车辆的订单信息中包括多个运单信息，本实施例还提供了针对多个运单信息进行合理派送线路规划的车辆调度方法，相较于现有的通过人工对车辆进行线路规划和调度，本实施例所提供的车辆调度方法更加准确和高效。

图4示出了本发明实施例所提供的一种车辆调度方法，应用于上述任一车辆，其中，指派给该车辆的订单信息中包括多个运单信息，例如，多个运单信息为g1、g2、g3和g4。

在本实施例中，采用遗传算法对派送线路规划进行求解。

步骤s31，基于多个运单信息生成多个派送线路规划方案。

其中，每个派送线路规划方案中的多个运单信息的顺序不同。

例如，预先设置遗传算法所需要的相关参数(种群大小、个体长度、交叉概率、突变概率、代沟值和最大遗传代数等)，其中，种群大小可以理解为派送线路规划方案的数量，个体长度可以理解为运单信息的数量，又例如，个体长度可以为四。

确定了个体长度之后，会对个体长度进行打乱排序进而生成其他个体，例如g1-g2-g3-g4为一个体，g1-g3-g2-g4也为一个体。

进一步地，根据交叉概率、突变概率、代沟值、最大遗传代数可以实现个体的选择、交叉、突变操作并产生新的后代，新的后代也可以作为个体。

步骤s32，计算每个派送线路规划方案的适应度函数值，从计算得到的多个适应度函数值中选取出最大值，将最大值对应的派送线路规划方案作为最终派送线路规划方案。

例如，针对一派送线路规划方案g1-g2-g3-g4，分别获取g1、g2、g3和g4中的运单地理位置信息、派送时间窗口和派送顺序信息，获取物流中心地理位置信息。

以物流中心地理位置信息为起点和终点，遍历g1、g2、g3和g4计算获得车辆的实际行驶距离。

进一步地，根据g1、g2、g3和g4中的派送时间窗口分别计算得到g1、g2、g3和g4到达对应运单地理位置的时刻。

具体地，每个运单信息中包括客户要求货物送达的时间窗口(派送时间窗口)，针对每个运单信息，根据该运单信息到达对应运单地理位置的时刻以及该运单信息的派送时间窗口计算出惩罚距离。其中，惩罚距离可以理解为车辆在派送运单时，由于派送时长超过派送时间窗口转换得到的距离，例如，若车辆送达某运单的时刻位于该运单信息的派送时间窗口内，则惩罚距离为零，若车辆送达某运单的时刻位于该运单信息的派送时间窗口外(超过该派送时间窗口)，计算超过派送时间窗口的时长，将时长转换为惩罚距离。

进一步地，将实际行驶距离和惩罚距离相加获得派送距离。

进一步地，将派送距离的倒数作为该派送线路规划方案的适应度函数值。可以理解，派送距离越短，适应度函数值越大，因此，选取适应度函数值最大的派送线路规划方案作为最终派送线路规划方案。

如此，通过遗传算法能够准确、高效的选取出派送距离最短的派送线路规划方案。

进一步地，本实施例还对车辆在运单派送过程中的充电方案进行了规划，具体请参阅图5。

步骤s41，当车辆按照最终派送线路规划方案进行运单派送时，获取车辆的剩余电量百分比。

具体地，在车辆进行订单派送时实时获取车辆的剩余电量百分比。

步骤s42，判断剩余电量百分比是否低于设定阈值。

若剩余电量百分比低于设定阈值，转向步骤s43。

若剩余电量百分比不低于设定阈值，不作任何操作，继续对剩余电量百分比进行监测。

步骤s43，获取车辆的实时位置以及即将派送的运单信息对应的运单地理位置信息。

例如，最终派送线路规划方案为：物流中心、n1、n2、n4、n3、物流中心。

车辆派送完n1，正处于派送n2的路上，此时剩余电量百分比低于设定阈值，获取车辆的实时位置l0以及n2的运单地理位置信息l2。

步骤s44，针对每个充电站，计算实时位置与该充电站的第一距离以及即将派送的运单信息对应的运单地理位置信息与该充电站的第二距离，将第一距离和第二距离相加以获得额外行驶距离。

进一步地，最终派送线路规划方案所对应的线路周边存在多个充电站。

针对每个充电站，计算l0与该充电站的第一距离以及l2与该充电站的第二距离，并将第一距离和第二距离相加以获得额外行驶距离。

步骤s45，获取最短的额外行驶距离对应的充电站的位置信息，根据位置信息控制车辆行驶到最短的额外行驶距离对应的充电站处进行充电。

可以理解，由于存在多个充电站，车辆在需要进行充电的时候，应该充分考虑充电行为带来的额外行驶距离，因此，在计算出了多个额外行驶距离之后，会选取最短的额外行驶距离对应的充电站作为目标充电站，进一步地，获取目标充电站的位置信息，根据位置信息控制车辆行驶到目标充电站处进行充电，如此，能够减少充电带来的额外成本，可以理解，在充电完毕后，车辆会继续进行订单派送。

在上述基础上，如图6所示，本发明实施例提供了一种车辆调度装置20，所述车辆调度装置20包括：信息获取模块21、加权惩罚矩阵生成模块22、订单指派方案生成模块23和订单信息指派模块24。

信息获取模块21，用于获取多个订单信息和多个车辆信息。

由于信息获取模块21和图2中步骤s21的实现原理类似，因此在此不作更多说明。

加权惩罚矩阵生成模块22，用于基于所述多个订单信息和所述多个车辆信息生成加权惩罚矩阵。

由于加权惩罚矩阵生成模块22和图2中步骤s22的实现原理类似，因此在此不作更多说明。

订单指派方案生成模块23，用于基于所述加权惩罚矩阵，采用二分图匹配算法寻找出最佳订单指派方案；其中，最佳订单指派方案中的每个车辆信息对应一个订单信息。

由于订单指派方案生成模块23和图2中步骤s23的实现原理类似，因此在此不作更多说明。

订单信息指派模块24，用于根据所述最佳订单指派方案将所述多个订单信息中的每个订单信息进行指派。

由于订单信息指派模块24和图2中步骤s24的实现原理类似，因此在此不作更多说明。

如图7所示，车辆调度装置20还包括派送线路规划方案生成模块25和派送线路规划方案选取模块26。

派送线路规划方案生成模块25，用于基于多个运单信息生成多个派送线路规划方案，其中，各所述派送线路规划方案中的多个运单信息的顺序不同。

由于派送线路规划方案生成模块25和图4中步骤s31的实现原理类似，因此在此不作更多说明。

派送线路规划方案选取模块26，用于计算每个派送线路规划方案的适应度函数值，从计算得到的多个适应度函数值中选取出最大值，将所述最大值对应的派送线路规划方案作为最终派送线路规划方案。

由于派送线路规划方案选取模块25和图4中步骤s32的实现原理类似，因此在此不作更多说明。

综上，本发明实施例所提供的车辆调度方法及装置，能够基于加权惩罚矩阵实现订单信息的自动化指派，提高了订单信息指派的效率、节省了成本，还能够基于适应度函数值能够选取出最优的派送线路规划方案进而实现车辆的调度，相比于人工调度更加准确、高效，此外，还能够规划车辆的充电线路，将充电成本最小化。

在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，电子设备10，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。