中型箱式物流与室外无人箱式接驳车接驳方法与流程

本发明涉及医疗物资运输优化领域，具体为中型箱式物流与室外无人箱式接驳车接驳方法。

背景技术：

1、在医疗物流管理领域，医疗物资的运输是一个重要的环节，关系到医院的正常运行和患者的生命安全。传统的医疗物流方法在面对这一挑战时显现出明显的缺陷，迫切需要一种创新的解决方案。首先，传统的医疗物流方法通常依赖于人力和手推车，这些方式效率低下，容易出现错误和延误。这导致了物资的浪费和损失，以及医疗服务的质量下降。由于人力和手推车的数量有限，无法实现对医院范围内的物资需求进行实时满足，这意味着物资问题可能得不到及时解决，医护人员和患者的需求受到影响。其次，传统方法在物资的识别和追踪方面存在问题。由于缺乏有效的物资标识和信息系统，传统技术往往难以准确地识别和追踪物资的类别，数量，重量，体积，目的地等。这使得医疗物流管理部门难以采取有效的调度和优化措施，因为无法明确哪些物资需要优先运输，哪些物资需要及时补充，哪些物资需要妥善保管。此外，传统方法的数据处理和传输存在延迟，无法满足实时性要求。医疗物资运输需要即时处理和响应，以减轻医护人员和患者的困扰，而传统方法的延迟可能导致运输行动的滞后，进一步加剧了物资问题。综上所述，传统的医疗物流技术在效率、准确性和物资源溯源等方面存在明显缺陷，无法满足当今医疗物流管理的需求。因此，需要一种创新的技术来克服这些问题，提高物资运输的效率和安全性。

技术实现思路

1、为解决上述技术问题，本发明提出了中型箱式物流与室外无人箱式接驳车接驳方法，能够提高物资运输的效率和安全性。

2、为实现上述目的，本发明采取的技术方案是：

3、中型箱式物流与室外无人箱式接驳车接驳方法，具体步骤如下；

4、1)进行中型箱式物流与室外无人箱式接驳车的部署：

5、通过部署中型箱式物流和室外无人箱式接驳车到医院的各个部门和病区，并建立智能调度系统，监控设备状态和数据传输；

6、2)进行物资特征向量的提取和智能体的建立：

7、通过建立云端存储系统，接收和存储设备拍摄的物资图像，生成物资特征向量；

8、3)进行物资调度和传输的优化和执行：

9、将物资的特征向量与云端存储系统中的物资特征向量进行匹配，找到与其最相似的物资，以便进行物资的快速装载和卸载；

10、4)物资特征向量的匹配和智能体的动态调整：

11、将中型箱式物流和室外无人箱式接驳车视为多个智能体，根据物资的特征向量和目的地，计算每个智能体的局部价值函数，然后根据局部价值函数的最大化。

12、作为本发明进一步改进，所述步骤2)具体内容如下，通过建立云端存储系统，接收并存储设备拍摄的物资图像，进而利用dinov2模型，进行物资图像的自监督学习，得到物资的特征向量，此申请首次提出物资目的地作为物资表达的关键特征之一，并利用目的地编码计算物资目的地特征值。

13、作为本发明进一步改进，所述步骤2)中目的地编码表示为：

14、

15、其中，di为第i个目的地的二进制表示，n为目的地的总数，dz则为物资目的地的特征值,xi为物资特征值，n为物资特征维度；

16、在上述公式中，首先将每个目的地用一个二进制位来表示，然后根据物资的实际目的地，将对应的二进制位设为1，其他的设为0，最后将所有的二进制位按照权重相加，得到一个十进制的数值，作为物资目的地的特征值。

17、作为本发明进一步改进，所述步骤3)具体内容如下，通过无线通信，将每个智能体的动作指令发送给相应的设备，实现物资的自动化传输，同时，根据物资的实时位置和状态，更新每个智能体的局部价值函数，进行动态调整，利用vdn算法，将中型箱式物流和室外无人箱式接驳车视为多个智能体，根据物资的特征向量和目的地，计算每个智能体的局部价值函数，然后根据局部价值函数的最大化，选择每个智能体的动作。

18、作为本发明进一步改进，每个智能体的动作包括装载、卸载、移动和停止。

19、作为本发明进一步改进，所述步骤3)中局部价值函数表示为：

20、

21、其中，vi为第i个智能体的局部价值函数，wj为第j个智能体的权重系数，xj为第j个智能体的物资特征向量，yi为第i个智能体的状态和位置系数，zi为第i个智能体的物资优先级和时效性系数,n为目的地的总数,n为物资特征维度。

22、作为本发明进一步改进，所述步骤4)具体内容如下，通过dinov2模型，将物资的特征向量与云端存储系统中的物资特征向量进行匹配，找到与其最相似的物资，将物资的特征向量，首先与云端存储系统中的物资特征向量进行匹配，当满足阈值公式时，即确定该物资与云端存储系统中的物资是同一类物资，进而根据物资的优先级和时效性，选择最合适的设备进行装载或卸载，当物资特征向量与云端存储系统中的物资特征向量无法匹配即满足不了阈值公式时，即将该物资视为新的物资，将其特征向量存入云端存储系统中，然后根据物资的优先级和时效性，选择最合适的设备进行装载或卸载，过程中同时，根据物资的实时位置和状态，调整每个智能体的局部价值函数，进行动态调整。

23、作为本发明进一步改进，所述步骤4)中阈值公式表示为：

24、

25、其中，d为物资特征向量与云端存储系统中的物资特征向量的欧氏距离，xi为物资特征向量的第i个元素，xi为云端存储系统中的物资特征向量的第i个元素，η为判断因子，通过本公式即可完成，对于物资特征向量属于哪一类物资的判断。

26、作为本发明进一步改进，所述步骤4)中动态调整函数表示为：

27、

28、其中，ue为动态调整变化量，yi*zi则表示物资的实时位置和状态的卷积，然后将各状态的卷积乘积减去局部价值函数，得到当前状态的动态调整变化量，当ue<0.1则进行动态调整。

29、与现有技术相比较，具有如下的有益效果：

30、1)本技术通过部署中型箱式物流和室外无人箱式接驳车到医院的各个部门和病区，并借助智能调度系统，实现了高效管理医疗物资的能力。这使得医院可以及时获得各类物资的需求和供应情况，并能够实时满足物资的运输，从而更好地保障医疗服务的质量和患者的安全。

31、2)本技术提供的一种基于dinov2模型和vdn算法的中型箱式物流与室外无人箱式接驳车医疗物资运输优化方案通过建立云端存储系统，接收和存储设备拍摄的物资图像，并利用dinov2模型，进行物资图像的自监督学习，能够更准确地识别和追踪物资的特征。这对于采取有针对性的调度和优化措施至关重要，有助于医疗物流管理部门迅速分配和调整物资的运输，以满足不同部门和病区的需求。

32、3)本技术首次引入了物资目的地作为物资特征之一，并提供了目的地编码来定量描述这一特征。区别于传统的物资特征通常侧重于物资类别，数量，重量，体积等参数，物资目的地作为一个新的表征物资的量化特征，可以为物资运输的调度和优化提供更多信息，有助于更准确地分配和调整物资的运输路径和顺序。

33、4)本技术引入一种创新的物资调度和传输的优化和执行方法，采用vdn算法，并提出了优先级匹配原则。这一方法允许将中型箱式物流和室外无人箱式接驳车视为多个智能体，根据物资的特征向量和目的地，计算每个智能体的局部价值函数，然后根据局部价值函数的最大化，选择每个智能体的动作，包括装载、卸载、移动、停止等。优先级匹配原则进一步提高了匹配的准确性，有助于迅速且合理地分配和调整物资的运输。