CN109389237B - 一种路径规划方法及装置 - Google Patents
一种路径规划方法及装置 Download PDFInfo
- Publication number
- CN109389237B CN109389237B CN201710672550.1A CN201710672550A CN109389237B CN 109389237 B CN109389237 B CN 109389237B CN 201710672550 A CN201710672550 A CN 201710672550A CN 109389237 B CN109389237 B CN 109389237B
- Authority
- CN
- China
- Prior art keywords
- delivery
- new
- distribution
- vector
- initial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000009826 distribution Methods 0.000 claims abstract description 131
- 239000013598 vector Substances 0.000 claims description 159
- 238000012545 processing Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 6
- 239000002699 waste material Substances 0.000 abstract description 3
- 235000012054 meals Nutrition 0.000 description 25
- 235000013305 food Nutrition 0.000 description 22
- 238000010586 diagram Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及移动互联网领域,特别涉及一种路径规划方法及装置。该方法为:在配送员配送过程中,获取新的配送订单请求,其中,所述新的配送订单请求包括新的配送位置,所述新的配送位置包括配送起始位置和配送目的位置;基于配送员起始位置以及已有配送订单的配送位置,确定初始配送区域,并判断所述新的配送位置是否在配送员的初始配送区域中;若是,则为所述配送员分配所述新的配送订单,并基于所述配送员起始位置,所述已有配送订单的配送位置以及所述新的配送位置进行路径规划。采用上述方法,用户在行进过程中,尽可能的往同一个方向行进,从而避免了用户“走回头路”而浪费时间,进而优化了路径规划效果,提升用户体验。
Description
技术领域
本申请涉及移动互联网领域,特别涉及一种路径规划方法及装置。
背景技术
随着移动互联网、大数据等行业的迅速发展,大数据的应用也变得越来越普遍,如,应用到外卖送餐骑手的取餐或送餐的路径规划中。所谓路径规划,指的是在具有障碍物的环境中,按照一定的评价标准,寻找一条从起始位置到配送位置的无碰撞路径。
目前,在外卖送餐行业中,常规的取餐、送餐路径规划算法,会最大化的利用骑手的运力资源,即在最短的时间内遍历所有的送餐和取餐点。现有的路径规划方案中,首先,需要获取每一个取餐或送餐点的精确位置数据信息,并计算任意两个取餐或送餐点之间的距离;然后,将直线距离小于设定阈值的两个取餐或送餐点合并成一个取餐或送餐点;最后,基于合并之后得到的取餐或送餐点,进行统一的路径规划,得到相应的取餐或送餐路线,以使得骑手能在最短时间内遍历所有的取餐或送餐点。
然而,采用上述方法进行路径规划,规则性较强,不同的地区对应不同的取餐或送餐条件,有些地区相邻取餐点之间的距离非常近,而有些地区相邻取餐点之间的距离又较远,那么,在取餐的过程中,就需要不断地重复执行合并规则来达到合并的目的,从而导致普及性不好。此外,采用上述方法进行路径规划,对位置数据信息的精度要求高,当某些取餐或送餐点的位置数据信息的精度不高时,就会导致规划出的取餐或送餐路径出现较大的偏差,进而降低取餐或送餐效率。
综上所述,需要设计一种新的路径规划方法及装置,用以弥补现有技术中存在的缺陷和不足之处。
发明内容
本申请实施例提供一种路径规划方法及装置,用以解决现有技术中存在的由于规划规则性较强,而导致普及性不好,以及由于获取到的位置数据信息精度不高,而导致路径规划不准确的问题。
本申请实施例提供的具体技术方案如下:
第一方面,一种路径规划方法,包括:
在配送员配送过程中,获取新的配送订单请求,其中,所述新的配送订单请求包括新的配送位置,所述新的配送位置包括配送起始位置和配送目的位置;
基于配送员起始位置以及已有配送订单的配送位置,确定初始配送区域,并判断所述新的配送位置是否在配送员的初始配送区域中;
若是,则为所述配送员分配所述新的配送订单,并基于所述配送员起始位置,所述已有配送订单的配送位置以及所述新的配送位置进行路径规划。
较佳的,所述配送员起始位置为获取到新的配送订单请求时配送员当前所在的位置。
较佳的,基于配送员起始位置以及已有配送订单的配送位置,确定初始配送区域,包括:
获取配送位置集合和配送员起始位置;
以所述配送员的起始位置为向量起点,所述配送位置集合包含的每一个配送位置分别为向量终点的各个向量,生成相应的向量集合,并基于所述向量集合确定边界向量;
基于所述边界向量以及预设半径,确定初始配送区域。
较佳的,获取配送位置集合和配送员起始位置,具体包括:
确定指定的各个配送位置,组成配送位置集合,并根据全球导航卫星***GNSS分别确定所述配送位置集合包含的每一个配送位置对应的位置数据;
将配送员当前所在位置确定为配送员起始位置,并根据GNSS确定配送员当前所在位置对应的位置数据。
较佳的,以所述配送员的起始位置为向量起点,所述配送位置集合包含的每一个配送位置分别为向量终点的各个向量,生成相应的向量集合,并基于所述向量集合确定边界向量,具体包括:
根据所述起始位置对应的位置数据和所述配送集合包含的每一个配送位置分别对应的位置数据,分别计算以所述起始位置为向量起点,所述配送位置集合包含的每一个配送位置分别为向量终点的各个向量,并生成相应的向量集合;
计算所述向量集合中每两个向量之间的夹角,将夹角最大的两个向量作为边界向量。
较佳的,基于所述边界向量以及预设半径,确定初始配送区域,具体包括:
基于预设半径,绘制以所述边界向量之间的夹角为圆心角的扇形;
计算所述扇形覆盖面积,并将所述扇形覆盖面积确定为初始配送区域。
较佳的,所述预设半径的取值为:预先设置的默认值;或者,
所述预设半径的取值为:所述配送位置集合中与所述配送员的起始位置相距最远的配送位置,与所述起始位置之间的距离的取值。
较佳的,基于所述配送员起始位置,所述已有配送订单的配送位置以及所述新的配送位置进行路径规划,具体包括:
将配送员当前所在位置确定为新的配送员初始位置,并基于所述新的配送员起始位置、所述配送位置集合包含的配送员未到达的配送位置以及所述新的配送位置,重新进行路径规划。
较佳的,进一步包括:
若所述新的配送位置不在所述初始配送区域内,但在所述边界向量之间的夹角方向的延伸区域内,则判断所述配送位置集合包含的配送员未到达的配送位置的数目是否小于等于预设门限值;
在判定所述配送位置集合包含的配送员未到达的配送位置的数目小于等于预设门限值时,将配送员当前所在位置确定为配送员起始位置,并基于所述配送员起始位置、所述配送位置集合包含的配送员未到达的配送位置以及所述新的配送位置,重新进行路径规划。
第二方面,一种路径规划装置,包括:
获取单元,用于在配送员配送过程中,获取新的配送订单请求,其中,所述新的配送订单请求包括新的配送位置,所述新的配送位置包括配送起始位置和配送目的位置;
确定单元,用于基于配送员起始位置以及已有配送订单的配送位置,确定初始配送区域,并判断所述新的配送位置是否在配送员的初始配送区域中;
规划单元,用于在判定所述新的配送位置是否在配送员的初始配送区域中时,为所述配送员分配所述新的配送订单,并基于所述配送员起始位置,所述已有配送订单的配送位置以及所述新的配送位置进行路径规划。
较佳的,所述配送员起始位置为获取到新的配送订单请求时配送员当前所在的位置。
较佳的,在基于配送员起始位置以及已有配送订单的配送位置,确定初始配送区域时,所述确定单元用于:
获取配送位置集合和配送员起始位置;
以所述配送员的起始位置为向量起点,所述配送位置集合包含的每一个配送位置分别为向量终点的各个向量,生成相应的向量集合,并基于所述向量集合确定边界向量;
基于所述边界向量以及预设半径,确定初始配送区域。
较佳的,在获取配送位置集合和配送员起始位置时,所述确定单元具体用于:
确定指定的各个配送位置,组成配送位置集合,并根据全球导航卫星***GNSS分别确定所述配送位置集合包含的每一个配送位置对应的位置数据;
将配送员当前所在位置确定为配送员起始位置,并根据GNSS确定配送员当前所在位置对应的位置数据。
较佳的,在以所述配送员的起始位置为向量起点,所述配送位置集合包含的每一个配送位置分别为向量终点的各个向量,生成相应的向量集合,并基于所述向量集合确定边界向量时,所述确定单元具体用于:
根据所述起始位置对应的位置数据和所述配送集合包含的每一个配送位置分别对应的位置数据,分别计算以所述起始位置为向量起点,所述配送位置集合包含的每一个配送位置分别为向量终点的各个向量,并生成相应的向量集合;
计算所述向量集合中每两个向量之间的夹角,将夹角最大的两个向量作为边界向量。
较佳的,在基于所述边界向量以及预设半径,确定初始配送区域时,所述确定单元具体用于:
基于预设半径,绘制以所述边界向量之间的夹角为圆心角的扇形;
计算所述扇形覆盖面积,并将所述扇形覆盖面积确定为初始配送区域。
较佳的,所述预设半径的取值为:预先设置的默认值;或者,
所述预设半径的取值为:所述配送位置集合中与所述配送员的起始位置相距最远的配送位置,与所述起始位置之间的距离的取值。
较佳的,在基于所述配送员起始位置,所述已有配送订单的配送位置以及所述新的配送位置进行路径规划时,所述规划单元具体用于:
将配送员当前所在位置确定为新的配送员初始位置,并基于所述新的配送员起始位置、所述配送位置集合包含的配送员未到达的配送位置以及所述新的配送位置,重新进行路径规划。
较佳的,所述规划单元进一步用于:
若所述新的配送位置不在所述初始配送区域内,但在所述边界向量之间的夹角方向的延伸区域内,则判断所述配送位置集合包含的配送员未到达的配送位置的数目是否小于等于预设门限值;
在判定所述配送位置集合包含的配送员未到达的配送位置的数目小于等于预设门限值时,将配送员当前所在位置确定为配送员起始位置,并基于所述配送员起始位置、所述配送位置集合包含的配送员未到达的配送位置以及所述新的配送位置,重新进行路径规划。
第三方面,一种存储介质,存储有用于路径规划的程序,所述程序被处理器运行时,执行以下步骤:
在配送员配送过程中,获取新的配送订单请求,其中,所述新的配送订单请求包括新的配送位置,所述新的配送位置包括配送起始位置和配送目的位置;
基于配送员起始位置以及已有配送订单的配送位置,确定初始配送区域,并判断所述新的配送位置是否在配送员的初始配送区域中;
若是,则为所述配送员分配所述新的配送订单,并基于所述配送员起始位置,所述已有配送订单的配送位置以及所述新的配送位置进行路径规划。
第四方面,一种通信装置,包括一个或多个处理器;以及
一个或多个计算机可读介质,所述可读介质上存储有指令,所述指令被所述一个或多个处理器执行时,使得所述装置执行如第一方面中任一项所述的方法。
第五方面,一个或多个计算机可读介质,所述可读介质上存储有指令,所述指令被一个或多个处理器执行时,使得通信设备执行如第一方面中任一项所述的方法。
本申请有益效果如下:
综上所述,本申请实施例中,在进行路径规划的过程中,在配送员配送过程中,获取新的配送订单请求,其中,所述新的配送订单请求包括新的配送位置,所述新的配送位置包括配送起始位置和配送目的位置;基于配送员起始位置以及已有配送订单的配送位置,确定初始配送区域,并判断所述新的配送位置是否在配送员的初始配送区域中;若是,则为所述配送员分配所述新的配送订单,并基于所述配送员起始位置,所述已有配送订单的配送位置以及所述新的配送位置进行路径规划。。采用上述方法,用户在基于规划路线行进的过程中,尽可能的往同一个方向行进,从而避免了用户“走回头路”而浪费时间,进而优化了路径规划效果,提升用户体验。
附图说明
图1为现有技术中,一种进行路径规划的方法示意图;
图2为现有技术中,进行路径规划后得到的路线效果图;
图3为本申请实施例中,一种路径规划方法的详细流程图;
图4为本申请实施例中,一种获取配送区域覆盖范围的方法示意图;
图5为本申请实施例中,另一种获取配送区域覆盖范围的方法示意图;
图6为本申请实施例中,一种重新进行路径规划后得到的规划路线效果图;
图7为本申请实施例中,另一种重新进行路径规划后得到的规划路线效果图;
图8为本申请实施例中,另一种路径规划方法的详细流程图;
图9为本申请实施例中,一种路径规划装置的结构示意图。
具体实施方式
现有技术中,常规的取餐、送餐路径规划算法中,需要获取每一个取餐或送餐点的精确的位置数据信息,并计算任意两个取餐或送餐点之间的距离,接着,将直线距离小于设定阈值的两个取餐或送餐点合并成一个取餐或送餐点,并基于合并后得到的取餐或送餐点,进行统一的路径规划,得到相应的取餐或送餐路线,以使得骑手能在最短时间内遍历所有的取餐或送餐点。
例如,参阅图1所示,假设地点0为取餐点,地点1、地点2和地点3为送餐点,骑手需要从地点0取餐后,依次经过地点1,地点2和地点3完成送餐,即已生成的路线中的取餐或送餐顺序为地点0->地点1->地点2->地点3,假设地点4和地点5为新增的送餐点,那么,此时,需要在原有路径的基础上,将地点4和/或地点5添加至新的路径中,其中,地点4与地点0之间的直线距离为500米,地点5与地点0之间的直线距离为800米。由于地点4与地点0之间的直线距离小于地点5与地点0之间的直线距离(即500米<800米),那么,基于现有的路径规划算法,会优先将地点4作为地点3之后的下一个取餐或送餐点,即参阅图2所示,新生成的取餐或送餐顺序为地点0->地点1->地点2->地点3->地点4。这样,就导致在执行新生成的路径时,骑手在到达地点3后,需要从地点3返回地点4,且地点3与地点4之间的距离大于地点3到地点5之间的距离。
为了解决现有技术中存在的由于规划规则性较强,而导致普及型不好,以及由于获取到的位置数据信息精度不高,而导致路径规划不准确的问题。本申请实施例中提供了一种路径规划方法及装置。该方法为:在配送员配送过程中,获取新的配送订单请求,其中,所述新的配送订单请求包括新的配送位置,所述新的配送位置包括配送起始位置和配送目的位置;基于配送员起始位置以及已有配送订单的配送位置,确定初始配送区域,并判断所述新的配送位置是否在配送员的初始配送区域中;若是,则为所述配送员分配所述新的配送订单,并基于所述配送员起始位置,所述已有配送订单的配送位置以及所述新的配送位置进行路径规划。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,并不是全部的实施例。基于本申请中的实施例,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。
下面将通过具体实施例对本申请的方案进行详细描述,当然,本申请并不限于以下实施例。
参阅图3所示,本申请实施例中,一种路径规划方法的详细流程如下:
步骤300:获取配送位置集合,并确定起始位置。
具体的,在执行步骤300时,确定指定的各个配送位置,组成配送位置集合,并根据全球导航卫星***(Global Navigation Satellite System,GNSS)分别确定上述配送位置集合包含的每一个配送位置对应的位置数据。
实际应用中,首先,需要确定指定的各个取餐或送餐点(如,餐厅、住宅、写字楼或学校等),并根据已确定的指定的各个取餐或送餐点组成取餐或送餐点集合;然后,根据GPS分别确定上述取餐或送餐点集合包含的每一个取餐或送餐点对应的经纬度等。当然,一个取餐或送餐点相当于一个配送位置,指定范围内的多个取餐点和/或多个送餐点可视为一个取餐或送餐点。
例如,假设地点A为取餐点,地点B、地点C和地点D为送餐点,那么,确定地点A、地点B、地点C和地点D为指定的四个配送位置,并组成配送位置集合(地点A、地点B、地点C、地点D),根据GPS分别确定地点A对应的经纬度1,地点B对应的经纬度2,地点C对应的经纬度3和地点D对应的经纬度4。
接着,将用户当前所在位置确定为起始位置,并根据GPS确定用户当前所在位置对应的位置数据。
实际应用中,用户可使用终端进行路径规划,如,在外卖行业中,负责取餐和/或送餐的骑手可使用终端进行取餐和/或送餐的路径规划,那么,在骑手使用终端进行路径规划时,需要确定骑手当前所在位置,并将骑手当前所在位置确定为起始位置,以及根据GPS确定起始位置对应的经纬度等。
例如,假设骑手1使用终端进行路径规划,且骑手1当前所在位置为地点O,那么,就将地点O确定为起始位置,并根据GPS确定地点O对应的经纬度O。
步骤310:基于上述起始位置和上述配送位置集合包含的每一个配送位置,生成相应的向量集合,并基于上述向量集合确定边界向量。
具体的,在执行步骤310时,根据上述起始位置和上述配送集合包含的每一个配送位置对应的位置数据,分别计算以上述起始位置为向量起点,上述配送位置集合包含的每一个配送位置分别为向量终点的各个向量,并生成相应的向量集合。
实际应用中,在确定起始位置对应的位置数据和配送集合包含的每一个配送位置对应的经纬度后,分别根据上述起始位置对应的经纬度和上述配送集合包含的每一个配送位置分别对应的经纬度,计算以上述起始位置对应的经纬度坐标为向量起点坐标,上述配送位置集合包含的每一个配送位置对应的经纬度坐标为向量终点坐标的各个向量,从而生成与上述起始位置和上述配送位置集合相应的向量集合。
例如,假设地点A1为起始位置,(地点B1,地点C1,地点D1)为配送位置集合,那么,根据地点A1对应的经纬度坐标,地点B1对应的经纬度坐标,地点C1对应的经纬度坐标和地点D1对应的经纬度坐标,分别计算地点A1和地点B1组成的向量A1B1,地点A1和地点C1组成的向量A1C1和地点A1和地点D1组成的向量A1D1,从而组成相应的向量集合(A1B1,A1C1,A1D1)。
接着,计算上述向量集合中每两个向量之间的夹角,将夹角最大的两个向量作为边界向量。
实际应用中,任意两个向量都可以组成一个夹角,那么,本申请实施例中,分别计算上述向量集合中任意两个向量之间的夹角,并比较任意两个夹角的大小,将夹角最大的两个向量作为边界向量。
例如,假设向量A1B1与向量A1C1之间的夹角为30度,向量A1C1与向量A1D1之间的夹角为50度,向量A1B1与向量A1D1之间的夹角为80度,由于80度大于50度且,80度大于30度,那么,就可以将向量A1B1和向量A1D1作为边界向量。
步骤320:基于上述边界向量以及预设半径,获取配送区域覆盖范围。
具体的,在执行步骤220时,基于预设半径,绘制以上述边界向量之间的夹角为圆心角的扇形,并使用扇形面积计算公式计算上述扇形覆盖面积,并将上述扇形覆盖面积确定为配送区域覆盖范围。
当然,上述预设半径的取值方式,包括但不限于以下两种情况:
第一种情况为:上述预设半径为预先设置的默认值。
例如,参阅图4所示,假设地点A2为起始位置,(地点B2,地点C2,地点D2)为配送位置集合,且向量A2B2与向量A2D2为边界向量,向量A2B2与向量A2D2之间的夹角为60度,预先设置的半径为:1000米,那么,就可以基于预先设置的半径(如,1000米)绘制以向量A2B2与向量A2D2之间的夹角为圆心角的扇形,并计算上述扇形的覆盖面积,将该扇形覆盖面积确定为配送区域覆盖范围。
第二种情况为:上述预设半径为上述配送位置集合中与上述起始位置相距最远的配送位置,与上述起始位置之间的距离的取值。
例如,参阅图5所示,假设地点A3为起始位置,(地点B3,地点C3,地点D3)为配送位置集合,且向量A3B3与向量A3D3为边界向量,向量A3B3与向量A3D3之间的夹角为60度,(地点B3,地点C3,地点D3)中地点C3与地点A3的相距最远的配送位置,地点C3与地点A3之间的距离为800米,即预设半径R:800米,那么,就可以基于地点C3与地点A3之间的距离(如,800米)绘制以向量A3B3与向量A3D3之间的夹角为圆心角的扇形,并计算上述扇形的覆盖面积,将该扇形覆盖面积确定为配送区域覆盖范围。
步骤330:在确定有新的配送位置出现,且上述新的配送位置在上述配送区域覆盖范围内时,基于上述配送位置集合和上述新的配送位置进行路径规划,得到相应的规划路线。
具体的,在执行步骤330时,在确定有新的配送位置出现时,判断上述新的配送位置所在的区域。
在判定上述新的配送位置在上述配送区域覆盖范围内时,重新进行路径规划的情况包括但不限于以下两种情况:
第一种情况为:基于所述起始位置,所述配送位置集合包含的各个配送位置以及所述新的配送位置,重新进行路径规划,得到相应的规划路径。
例如,假设初始规划路径为:地点A->地点B->地点C->地点D。在确定有新的配送位置出现时,用户当前所在位置为地点A,配送位置集合包含的配送位置为地点B,地点C和地点D。假设地点E为新的配送位置,并判定地点E在配送区域覆盖范围内,那么,就可以基于地点A,点B,地点C,地点D和地点E,重新进行路径规划,得到相应的规划路径,如,地点A->地点B->地点C->地点E->地点D。
第二种情况为:将用户当前所在位置确定为新的初始位置,并基于所述新的初始位置、所述配送位置集合包含的用户未到达的配送位置以及所述新的配送位置,重新进行路径规划,得到相应的规划路径。
例如,假设初始规划路径为:地点A->地点B->地点C->地点D。在确定有新的配送位置出现时,用户当前所在位置为地点A’,配送位置集合包含的用户未到达的配送位置为地点C,地点D和地点E。假设地点F为新的配送位置,并通过判断确定地点F在配送区域覆盖范围内,那么,就可以基于地点A’,地点C,地点D,地点E和地点F,重新进行路径规划,得到相应的规划路径,如,地点A’->地点C->地点D->地点F->地点E。
若上述新的配送位置不在上述配送区域覆盖范围内,但在上述配送区域延伸范围内,则判断所述配送位置集合包含的用户未到达的配送位置的数目是否小于预设门限值。
在判定所述配送位置集合包含的用户未到达的配送位置的数目小于等于预设门限值时,将用户当前所在位置确定为新的初始位置,并基于所述新的初始位置、所述配送位置集合包含的用户未到达的配送位置以及所述新的配送位置,重新进行路径规划,得到相应的规划路径。
例如,假设用户当前所在位置为地点B,配送位置集合包含的用户未到达的配送位置为地点C和地点D,预设门限值为2。假设地点E为新的配送位置,并通过判断,确定地点E不在配送区域覆盖范围内,但在配送区域延伸区域内,就需要判断配送位置集合包含的用户未到达的配送位置的数目(2个)与预设门限值(2)之间的关系,由于即2=2,那么,就可以基于地点B,地点C,地点D和地点E,重新进行路径规划,得到相应的规划路径。
在判定所述配送位置集合包含的用户未到达的配送位置的数目大于预设门限值时,不需重新进行路径规划。
例如,假设用户当前所在位置为地点B,配送位置集合包含的用户未到达的配送位置为地点C,地点D和地点E,预设门限值为2。假设地点F为新的配送位置,并通过判断,确定地点F不在配送区域覆盖范围内,但在边界向量之间的夹角方向的延伸区域内,判断配送位置集合包含的用户未到达的配送位置的数目(3个)与预设门限值(2)之间的关系,由于3>2,那么,就不需要重新进行路径规划。
下面将采用举例对上述实施例中描述的重新进行路径规划,作进一步的详细说明。
具体的,本申请实施例中,基于上述起始位置,上述配送位置集合包含的各个配送位置以及上述新的配送位置,重新进行路径规划,得到相应的规划路径。
例如,假设初始规划路径为:地点B->地点C->地点D->地点E。在确定有新的配送地点出现时,地点C,地点D和地点E为配送位置集合包含的配送位置,地点F为新的配送位置,且判定地点F在配送区域覆盖范围内。参阅图6所示,基于地点B,点C,地点D,地点E以及地点F,重新进行路径规划,得到相应的规划路径,如,地点B->地点C->地点D->地点F->地点E。
本申请实施例中,将用户当前所在位置确定为新的初始位置,并基于上述新的初始位置、上述配送位置集合包含的用户未到达的配送位置以及上述新的配送位置,重新进行路径规划,得到相应的规划路径。
例如,假设初始规划路径为:地点A->地点B->地点C->地点D->地点E。在确定有新的配送位置出现时,地点A’为用户当前所在位置,地点C,地点D和地点E为配送位置集合包含的用户未到达的配送位置,地点F为新的配送位置,且判定地点F在配送区域覆盖范围内。参阅图7所示,基于地点A’,地点C,地点D地点E以及地点F,重新进行路径规划,得到相应的规划路径,如,地点A’->地点C->地点D->地点F->地点E。
参阅图8所示,本申请实施例中,一种路径规划方法的详细流程如下:
步骤800:在配送员配送过程中,获取新的配送订单请求,其中,上述新的配送订单请求包括新的配送位置,上述新的配送位置包括配送起始位置和配送目的位置。
步骤810:基于配送员起始位置以及已有配送订单的配送位置,确定初始配送区域,并判断上述新的配送位置是否在配送员的初始配送区域中。
步骤820:若是,则为上述配送员分配上述新的配送订单,并基于上述配送员起始位置,上述已有配送订单的配送位置以及上述新的配送位置进行路径规划。
基于上述实施例,参阅图9所示,本申请实施例中,一种路径规划装置,至少包括获取单元90,确定单元91和规划单元92,其中,
获取单元90,用于在配送员配送过程中,获取新的配送订单请求,其中,所述新的配送订单请求包括新的配送位置,所述新的配送位置包括配送起始位置和配送目的位置;
确定单元91,用于基于配送员起始位置以及已有配送订单的配送位置,确定初始配送区域,并判断所述新的配送位置是否在配送员的初始配送区域中;
规划单元92,用于在判定所述新的配送位置是否在配送员的初始配送区域中时,为所述配送员分配所述新的配送订单,并基于所述配送员起始位置,所述已有配送订单的配送位置以及所述新的配送位置进行路径规划。
较佳的,所述配送员起始位置为获取到新的配送订单请求时配送员当前所在的位置。
较佳的,在基于配送员起始位置以及已有配送订单的配送位置,确定初始配送区域时,所述确定单元91用于:
获取配送位置集合和配送员起始位置;
以所述配送员的起始位置为向量起点,所述配送位置集合包含的每一个配送位置分别为向量终点的各个向量,生成相应的向量集合,并基于所述向量集合确定边界向量;
基于所述边界向量以及预设半径,确定初始配送区域。
较佳的,在获取配送位置集合和配送员起始位置时,所述确定单元91具体用于:
确定指定的各个配送位置,组成配送位置集合,并根据全球导航卫星***GNSS分别确定所述配送位置集合包含的每一个配送位置对应的位置数据;
将配送员当前所在位置确定为配送员起始位置,并根据GNSS确定配送员当前所在位置对应的位置数据。
较佳的,在以所述配送员的起始位置为向量起点,所述配送位置集合包含的每一个配送位置分别为向量终点的各个向量,生成相应的向量集合,并基于所述向量集合确定边界向量时,所述确定单元91具体用于:
根据所述起始位置对应的位置数据和所述配送集合包含的每一个配送位置分别对应的位置数据,分别计算以所述起始位置为向量起点,所述配送位置集合包含的每一个配送位置分别为向量终点的各个向量,并生成相应的向量集合;
计算所述向量集合中每两个向量之间的夹角,将夹角最大的两个向量作为边界向量。
较佳的,在基于所述边界向量以及预设半径,确定初始配送区域时,所述确定单元91具体用于:
基于预设半径,绘制以所述边界向量之间的夹角为圆心角的扇形;
计算所述扇形覆盖面积,并将所述扇形覆盖面积确定为初始配送区域。
较佳的,所述预设半径的取值为:预先设置的默认值;或者,
所述预设半径的取值为:所述配送位置集合中与所述配送员的起始位置相距最远的配送位置,与所述起始位置之间的距离的取值。
较佳的,在基于所述配送员起始位置,所述已有配送订单的配送位置以及所述新的配送位置进行路径规划时,所述规划单元92具体用于:
将配送员当前所在位置确定为新的配送员初始位置,并基于所述新的配送员起始位置、所述配送位置集合包含的配送员未到达的配送位置以及所述新的配送位置,重新进行路径规划。
较佳的,所述规划单元92进一步用于:
若所述新的配送位置不在所述初始配送区域内,但在所述边界向量之间的夹角方向的延伸区域内,则判断所述配送位置集合包含的配送员未到达的配送位置的数目是否小于等于预设门限值;
在判定所述配送位置集合包含的配送员未到达的配送位置的数目小于等于预设门限值时,将配送员当前所在位置确定为配送员起始位置,并基于所述配送员起始位置、所述配送位置集合包含的配送员未到达的配送位置以及所述新的配送位置,重新进行路径规划。
综上所述,本申请实施例中,在进行路径规划的过程中,在配送员配送过程中,获取新的配送订单请求,其中,所述新的配送订单请求包括新的配送位置,所述新的配送位置包括配送起始位置和配送目的位置;基于配送员起始位置以及已有配送订单的配送位置,确定初始配送区域,并判断所述新的配送位置是否在配送员的初始配送区域中;若是,则为所述配送员分配所述新的配送订单,并基于所述配送员起始位置,所述已有配送订单的配送位置以及所述新的配送位置进行路径规划。采用上述方法,用户在基于规划路径行进的过程中,尽可能的往同一个方向行进,从而避免了用户“走回头路”而浪费时间,进而优化了路径规划效果,提升用户体验。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请实施例的精神和范围。这样,倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (11)
1.一种路径规划方法,其特征在于,包括:
在配送员配送过程中,获取新的配送订单请求,其中,所述新的配送订单请求包括新的配送位置,所述新的配送位置包括配送起始位置和配送目的位置;
获取已有配送订单的配送位置集合和配送员起始位置,以所述配送员的起始位置为向量起点,所述配送位置集合包含的每一个配送位置分别为向量终点的各个向量,生成相应的向量集合;
基于所述向量集合确定边界向量,基于所述边界向量以及预设半径,确定初始配送区域,并判断所述新的配送位置是否在配送员的初始配送区域中;
若是,则为所述配送员分配所述新的配送订单,并基于所述配送员起始位置,所述已有配送订单的配送位置以及所述新的配送位置进行路径规划;
其中,所述配送员起始位置为获取到新的配送订单请求时配送员当前所在的位置。
2.如权利要求1所述的方法,其特征在于,获取配送位置集合和配送员起始位置,具体包括:
确定指定的各个配送位置,组成配送位置集合,并根据全球导航卫星***GNSS分别确定所述配送位置集合包含的每一个配送位置对应的位置数据;
将配送员当前所在位置确定为配送员起始位置,并根据GNSS确定配送员当前所在位置对应的位置数据。
3.如权利要求2所述的方法,其特征在于,以所述配送员的起始位置为向量起点,所述配送位置集合包含的每一个配送位置分别为向量终点的各个向量,生成相应的向量集合,并基于所述向量集合确定边界向量,具体包括:
根据所述起始位置对应的位置数据和所述配送集合包含的每一个配送位置分别对应的位置数据,分别计算以所述起始位置为向量起点,所述配送位置集合包含的每一个配送位置分别为向量终点的各个向量,并生成相应的向量集合;
计算所述向量集合中每两个向量之间的夹角,将夹角最大的两个向量作为边界向量。
4.如权利要求1-3任一项所述的方法,其特征在于,基于所述边界向量以及预设半径,确定初始配送区域,具体包括:
基于预设半径,绘制以所述边界向量之间的夹角为圆心角的扇形;
计算所述扇形覆盖面积,并将所述扇形覆盖面积确定为初始配送区域。
5.如权利要求4所述的方法,其特征在于,所述预设半径的取值为:预先设置的默认值;或者,
所述预设半径的取值为:所述配送位置集合中与所述配送员的起始位置相距最远的配送位置,与所述起始位置之间的距离的取值。
6.如权利要求1-3任一项所述的方法,其特征在于,基于所述配送员起始位置,所述已有配送订单的配送位置以及所述新的配送位置进行路径规划,具体包括:
将配送员当前所在位置确定为新的配送员初始位置,并基于所述新的配送员起始位置、所述配送位置集合包含的配送员未到达的配送位置以及所述新的配送位置,重新进行路径规划。
7.如权利要求4所述的方法,其特征在于,进一步包括:
若所述新的配送位置不在所述初始配送区域内,但在所述边界向量之间的夹角方向的延伸区域内,则判断所述配送位置集合包含的配送员未到达的配送位置的数目是否小于等于预设门限值;
在判定所述配送位置集合包含的配送员未到达的配送位置的数目小于等于预设门限值时,将配送员当前所在位置确定为配送员起始位置,并基于所述配送员起始位置、所述配送位置集合包含的配送员未到达的配送位置以及所述新的配送位置,重新进行路径规划。
8.一种路径规划装置,其特征在于,包括:
获取单元,用于在配送员配送过程中,获取新的配送订单请求,其中,所述新的配送订单请求包括新的配送位置,所述新的配送位置包括配送起始位置和配送目的位置;
确定单元,用于获取已有配送订单的配送位置集合和配送员起始位置,以所述配送员的起始位置为向量起点,所述配送位置集合包含的每一个配送位置分别为向量终点的各个向量,生成相应的向量集合;还用于基于所述向量集合确定边界向量,基于所述边界向量以及预设半径,确定初始配送区域,并判断所述新的配送位置是否在配送员的初始配送区域中;
规划单元,用于在判定所述新的配送位置在配送员的初始配送区域中时,为所述配送员分配所述新的配送订单,并基于所述配送员起始位置,所述已有配送订单的配送位置以及所述新的配送位置进行路径规划;
其中,所述配送员起始位置为获取到新的配送订单请求时配送员当前所在的位置。
9.一种存储介质,其特征在于,存储有用于路径规划的程序,所述程序被处理器运行时,执行以下步骤:
在配送员配送过程中,获取新的配送订单请求,其中,所述新的配送订单请求包括新的配送位置,所述新的配送位置包括配送起始位置和配送目的位置;
获取已有配送订单的配送位置集合和配送员起始位置,以所述配送员的起始位置为向量起点,所述配送位置集合包含的每一个配送位置分别为向量终点的各个向量,生成相应的向量集合;
基于所述向量集合确定边界向量,基于所述边界向量以及预设半径,确定初始配送区域,并判断所述新的配送位置是否在配送员的初始配送区域中;
若是,则为所述配送员分配所述新的配送订单,并基于所述配送员起始位置,所述已有配送订单的配送位置以及所述新的配送位置进行路径规划;
其中,所述配送员起始位置为获取到新的配送订单请求时配送员当前所在的位置。
10.一种通信装置,其特征在于,包括一个或多个处理器;以及
一个或多个计算机可读介质,所述可读介质上存储有指令,所述指令被所述一个或多个处理器执行时,使得所述装置执行如权利要求1至7中任一项所述的方法。
11.一个或多个计算机可读介质,其特征在于,所述可读介质上存储有指令,所述指令被一个或多个处理器执行时,使得通信设备执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710672550.1A CN109389237B (zh) | 2017-08-08 | 2017-08-08 | 一种路径规划方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710672550.1A CN109389237B (zh) | 2017-08-08 | 2017-08-08 | 一种路径规划方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109389237A CN109389237A (zh) | 2019-02-26 |
CN109389237B true CN109389237B (zh) | 2022-05-24 |
Family
ID=65413825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710672550.1A Active CN109389237B (zh) | 2017-08-08 | 2017-08-08 | 一种路径规划方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109389237B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110610333B (zh) * | 2019-08-21 | 2022-01-04 | 深圳易马达科技有限公司 | 一种规划路径的方法及终端 |
CN110632923B (zh) * | 2019-09-12 | 2020-08-07 | 深圳市万德昌科技有限公司 | 24小时自动售卖*** |
CN112541716A (zh) * | 2019-09-20 | 2021-03-23 | 北京三快在线科技有限公司 | 选择待配送任务节点的方法、装置、存储介质和电子设备 |
CN112101841A (zh) * | 2020-07-20 | 2020-12-18 | 安徽正诺智能科技有限公司 | 一种物流路径规划方法、装置、设备及存储介质 |
CN112016872A (zh) * | 2020-08-31 | 2020-12-01 | 杭州拼便宜网络科技有限公司 | 一种配送方法、装置、电子设备和计算机可读存储介质 |
CN112344945B (zh) * | 2020-11-24 | 2022-12-16 | 山东大学 | 室内配送机器人路径规划方法、***及室内配送机器人 |
CN113283690A (zh) * | 2021-03-10 | 2021-08-20 | 郑州时空隧道信息技术有限公司 | 一种顺路单派发通知方法 |
CN113469610B (zh) * | 2021-05-28 | 2023-06-02 | 南京邮电大学 | 一种基于骑手平均等餐时间的最短路径优化方法 |
CN116539060A (zh) * | 2021-07-21 | 2023-08-04 | 拉扎斯网络科技(上海)有限公司 | 配送导航***及方法、装置、电子设备、存储介质 |
CN114819819B (zh) * | 2022-04-15 | 2023-03-14 | 电子科技大学 | 一种即时物流场景下的路径规划实现方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046338A (zh) * | 2015-08-24 | 2015-11-11 | 扬州大学 | 移动平台上的智能快递配送方法 |
CN105184412A (zh) * | 2015-09-21 | 2015-12-23 | 北京农业信息技术研究中心 | 基于地理位置的物流配送路径规划方法和*** |
CN105976151A (zh) * | 2016-05-27 | 2016-09-28 | 北京京东尚科信息技术有限公司 | 配送区域的绘制方法和装置 |
CN106327085A (zh) * | 2016-08-26 | 2017-01-11 | 多点生活(中国)网络科技有限公司 | 一种订单智能调度方法 |
CN106600036A (zh) * | 2016-11-09 | 2017-04-26 | 浙江工业大学 | 基于Android多点快递配送方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11193114A (ja) * | 1997-12-29 | 1999-07-21 | Hitachi Ltd | ネットワークベース物流情報処理方法及び物流情報サーバ及び拠点サーバ |
-
2017
- 2017-08-08 CN CN201710672550.1A patent/CN109389237B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046338A (zh) * | 2015-08-24 | 2015-11-11 | 扬州大学 | 移动平台上的智能快递配送方法 |
CN105184412A (zh) * | 2015-09-21 | 2015-12-23 | 北京农业信息技术研究中心 | 基于地理位置的物流配送路径规划方法和*** |
CN105976151A (zh) * | 2016-05-27 | 2016-09-28 | 北京京东尚科信息技术有限公司 | 配送区域的绘制方法和装置 |
CN106327085A (zh) * | 2016-08-26 | 2017-01-11 | 多点生活(中国)网络科技有限公司 | 一种订单智能调度方法 |
CN106600036A (zh) * | 2016-11-09 | 2017-04-26 | 浙江工业大学 | 基于Android多点快递配送方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109389237A (zh) | 2019-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109389237B (zh) | 一种路径规划方法及装置 | |
EP3435035B1 (en) | Route-deviation recognition method, terminal and storage medium | |
US11551325B2 (en) | Travel coordination system implementing pick-up location optimization | |
CN107436148B (zh) | 一种基于多地图的机器人导航方法及装置 | |
US9978161B2 (en) | Supporting a creation of a representation of road geometry | |
US10878367B2 (en) | Automatic capacity detection systems and methods | |
WO2016000457A1 (zh) | 一种导航动作的生成方法、导航方法和设备 | |
CN103376117B (zh) | 一种信息搜索方法、***及全球定位***导航服务器 | |
CN102042836B (zh) | 导航方法和导航装置 | |
CN109429520A (zh) | 用于车辆检查的***和方法 | |
US8880081B2 (en) | Placement of a wireless network access point | |
CN104931037A (zh) | 一种导航提示信息生成方法及装置 | |
CN103838240A (zh) | 控制方法和电子设备 | |
CN112001557B (zh) | 基于tms***的物流配送路径优化方法、存储介质和计算机设备 | |
CN105869512A (zh) | 多信息的混杂度量地图建图方法和装置 | |
CN109658725B (zh) | 停车场寻车方法、装置及***、计算机设备、存储介质 | |
CN110850882A (zh) | 一种扫地机器人的充电桩定位方法及装置 | |
CN109827584B (zh) | 路径规划方法、装置、电子设备与存储介质 | |
CN109447555A (zh) | 一种运单分派方法及分配装置 | |
CN112189176B (zh) | 多机作业航线规划方法、控制终端及计算机可读存储介质 | |
CN106323306B (zh) | 一种导航信息处理方法及电子设备 | |
CN109598461B (zh) | 配送方法、装置和计算机可读存储介质 | |
JP5270849B2 (ja) | 車両位置計算方法、および、車両位置計算装置 | |
CN102538814A (zh) | 即时转弯提示方法及位置服务终端 | |
CN111288991A (zh) | 路径规划方法、装置、机器人和计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |