CN112051843A - 基于订单预估的路径规划方法、装置、机器人和存储介质 - Google Patents
基于订单预估的路径规划方法、装置、机器人和存储介质 Download PDFInfo
- Publication number
- CN112051843A CN112051843A CN202010790878.5A CN202010790878A CN112051843A CN 112051843 A CN112051843 A CN 112051843A CN 202010790878 A CN202010790878 A CN 202010790878A CN 112051843 A CN112051843 A CN 112051843A
- Authority
- CN
- China
- Prior art keywords
- merchant
- candidate
- target
- position point
- linear distance
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000004590 computer program Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 235000013361 beverage Nutrition 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000032258 transport Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013278 delphi method Methods 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 235000011888 snacks Nutrition 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 241000287828 Gallus gallus Species 0.000 description 1
- 241001122767 Theaceae Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Business, Economics & Management (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请适用于路径规划技术领域，提供了基于订单预估的路径规划方法、装置、机器人和存储介质。本申请实施例中获取预设时间段内第一候选商家的商品页面的浏览次数、所述第一候选商家的候选位置点和机器人的当前位置点；根据所述候选位置点和所述当前位置点计算所述第一候选商家与所述机器人之间的直线距离；根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家；根据所述当前位置点和目标商家的目标位置点进行路径规划，从而提高快递人员运输货物的效率。
Description
技术领域
本申请属于路径规划技术领域，尤其涉及基于订单预估的路径规划方法、装置、机器人和存储介质。
背景技术
随着社会的发展，外卖行业在人们的生活中越来越常见，人们也越来越适应这种方便快捷的外卖方式。在外卖行业中，卖家和买家的分布位置十分广泛，因此需要通过利用快递人员将货物进行运输。在现实生活中，快递人员一般在未获得订单时，会停留在某地待机，而当快递人员获取一个实时订单后，会前往订单对应的商家位置去领取货物，在这个过程中，经常会出现快递人员行走一定路程后，接收到另一个订单的情况。在这种情况下，快递人员有时并不能很好的兼顾不同订单的接收，导致货物运输效率较低。
发明内容
本申请实施例提供了基于订单预估的路径规划方法、装置、机器人和存储介质，可以解决快递人员运输货物时效率较低的问题。
第一方面，本申请实施例提供了一种基于订单预估的路径规划方法，包括：
获取预设时间段内第一候选商家的商品页面的浏览次数、所述第一候选商家的候选位置点和机器人的当前位置点；
根据所述候选位置点和所述当前位置点计算所述第一候选商家与所述机器人之间的直线距离；
根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家；
根据所述当前位置点和目标商家的目标位置点进行路径规划。
可选的，在根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家之前，包括：
获取所述第一候选商家的商家类型，根据所述商家类型确定类型权重系数，将所述类型权重系数赋予给所述浏览次数；和/或者获取所述第一候选商家所在区域的区域属性，根据所述区域属性确定属性权重系数，将所述属性权重系数赋予给所述直线距离。
可选的，在根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家之前，还包括：
获取所述第一候选商家的商品界面的浏览时刻；
根据所述浏览时刻与预设时间阈值之间的时间差值确定时间权重系数，将所述时间权重系数赋予给所述浏览次数。
可选的，所述根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家，包括：
当所述第一候选商家的商品页面的浏览次数之间的差值大于预设的第一阈值时，选取最大商品界面浏览次数所对应的第一候选商家作为目标商家。
可选的，所述根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家，还包括：
当所述第一候选商家的商品页面的浏览次数之间的差值小于预设的第二阈值时，选取最小直线距离所对应的第一候选商家作为第一目标商家。
可选的，在选取最小直线距离所对应的第一候选商家作为第一目标商家之后，包括：
计算第二候选商家与所述第一目标商家之间的商家直线距离，选取商家直线距离小于预设的第三阈值所对应的第二候选商家作为第二目标商家；所述第二候选商家为所述第一目标商家之外的候选商家；
根据所述第一目标商家的候选位置点和所述第二目标商家的候选位置点确定所述目标位置点。
可选的，在根据所述候选位置点和所述当前位置点计算所述第一候选商家与所述机器人之间的直线距离之前，包括：
根据所述第一候选商家的候选位置点计算所述第一候选商家之间的候选商家直线距离；
将所述候选商家直线距离小于预设的第四阈值的第一候选商家组成候选商家集合；
从所述候选商家集合对应的位置区域中选择一个中心位置点，将所述中心位置点作为所述候选商家集合的候选位置点。
第二方面，本申请实施例提供了一种基于订单预估的路径规划装置，包括：
获取模块，用于获取预设时间段内第一候选商家的商品页面的浏览次数、所述第一候选商家的候选位置点和机器人的当前位置点；
计算模块，用于根据所述候选位置点和所述当前位置点计算所述第一候选商家与所述机器人之间的直线距离；
选取模块，用于根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家；
路径规划模块，用于根据所述当前位置点和目标商家的目标位置点进行路径规划。
第三方面，本申请实施例提供了一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述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任一种基于订单预估的路径规划方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述的计算机程序被处理器执行时实现上述任一种基于订单预估的路径规划方法的步骤。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在机器人上运行时，使得机器人执行上述第一方面中任一种基于订单预估的路径规划方法。
本申请实施例中通过获取预设时间段内第一候选商家的商品页面的浏览次数，来得到当前可能会产生订单的第一候选商家以及其所对应的浏览次数，通过获取第一候选商家的候选位置点和机器人的当前位置点，并根据得到的候选位置点和当前位置点计算出第一候选商家和机器人之间的直线距离，上述机器人也就是运输货物的快递人员，通过计算出的直线距离可以得到第一候选商家相对于机器人当前位置的远近，以使后续机器人根据上述得到的浏览次数以及直线距离，从第一候选商家中得到适合于当前机器人前往的目标商家，再根据机器人当前位置和目标商家的目标位置点进行路径规划，以使机器人预先前往顾客将会购买且相对而言距离上最适合机器人前往的目标商家，从而提高了机器人整体运输货物的效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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的附图。
图1是本申请实施例提供的基于订单预估的路径规划方法的第一种流程示意图；
图2是本申请实施例提供的基于订单预估的路径规划方法的第二种流程示意图；
图3是本申请实施例提供的基于订单预估的路径规划方法的第三种流程示意图；
图4是本申请实施例提供的基于订单预估的路径规划方法的第四种流程示意图；
图5是本申请实施例提供的基于订单预估的路径规划装置的结构示意图；
图6是本申请实施例提供的机器人的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
图1所示为本申请实施例中一种基于订单预估的路径规划方法的流程示意图，该方法的执行主体可以是机器人，由快递人员携带机器人运输货物或者由机器人直接运输货物，如图1所示，所述基于订单预估的路径规划方法可以包括如下步骤：
步骤S101、获取预设时间段内第一候选商家的商品页面的浏览次数、所述第一候选商家的候选位置点和机器人的当前位置点。
在本实施例中，因商家可以通过自身的商业网站或者其加盟的外卖平台，来提供对应的商品页面以供用户订餐，故可通过获取某一商家商业网站或者外卖平台的链接访问数量，来确定某时间段内浏览该商家的商品页面的次数。上述位置点可利用定位技术在电子地图中来确定。其中，上述第一候选商家为可能会产生订单的商家，可以为两个及两个以上；上述预设时间段可根据大数据得来的大范围用户的用餐时间段来决定、快递人员根据当前自身情况来进行请求或快递人员的自定义需求来决定，上述预设时间段可通过上述方式的一种或多种的结合来确定，这里并不限定；上述候选位置点为可能会产生订单的第一候选商家的位置信息；上述当前位置点为快递人员当前的位置信息。
可以理解的是，通过快递人员随身携带的机器人对其所获取的信息进行处理，从而机器人得到最优路径信息，并告知快递人员，以使快递人员根据最优路径信息来前行，从而提高获取订单的可能性，以及提高货物运输的效率；也可以由快递人员通过携带的机器人来获取第一候选商家的相关信息，以及快递人员自身的位置信息，快递人员根据上述信息来判断出最有可能产生的订单以及当前行走的方向；还可以是服务器(例如，快递平台/公司的服务器)处理上述信息，并将最优路径信息告知快递人员。
可选的，上述快递人员可根据当前自身情况来进行请求决定预设时间段，具体为：当快递人员未获得订单时，可能会停留某地，又或者是没有目的到处行走，故可在当前快递人员未获得订单时，向机器人发出请求指令，机器人可以获取请求指令的时刻，并以该时刻为依据，划分包括该时刻的预设时间范围，从而确定预设时间段。例如，获取请求指令的时刻为11：12，若以5分钟为时间范围，那么上述预设时间段对应为11：07到11：17。
具体示例而非限定，上述商家商业网站或者外卖平台通过采集链接访问数量，来确定当前浏览上述第一候选商家商品页面的次数，可通过预设的协议或者传输路径，将浏览上述第一候选商家商品页面的次数发送给机器人或者统一调度机器人的服务器，同时机器人或者统一调度机器人的服务器会获取第一候选商家以及快递人员当前的位置信息，若服务器获取相关信息，则将上述相关信息发送给对应的机器人，以使机器人或者快递人员根据上述相关信息进行处理。上述商家商业网站或者外卖平台也可以预先对浏览上述第一候选商家商品页面的次数进行处理，按照预设规则进行筛选操作，例如，先筛出一部分浏览次数较少的第一候选商家，再将剩余第一候选商家的浏览次数向外传输。
可选的，如图2所示，所述步骤S102之前包括：
步骤S201、根据所述第一候选商家的候选位置点计算所述第一候选商家之间的候选商家直线距离。
步骤S202、将所述候选商家直线距离小于预设的第四阈值的第一候选商家组成候选商家集合。
步骤S203、从所述候选商家集合对应的位置区域中选择一个中心位置点，将所述中心位置点作为所述候选商家集合的候选位置点。
在本实施例中，通过所获取的第一候选商家的候选位置点计算第一候选商家之间的相对距离，也就是上述第一候选商家直线距离。因部分第一候选商家距离很近时，可以大幅减少接货成本，故可通过得到的第一候选商家直线距离进行判断，将部分第一候选商家进行集合化。因此，若判断出某些第一候选商家之间的候选商家直线距离小于预设的第四阈值时，从第一候选商家中将候选商家直线距离小于预设的第四阈值的第一候选商家挑选出来，组成候选商家集合。通过对组成上述候选商家集合的各个第一候选商家的候选位置点进行处理，来得到该候选商家集合中的中心位置点，并将该中心位置点作为待比较选取的代表该候选商家集合的候选位置点，此时，该候选商家集合可看作为一个第一候选商家，来进行后续比较判断。其中，上述第四阈值可根据快递人员的自身需求进行对应设定，也可以根据大数据处理得来的结果进行标准设定。
可以理解的是，因商家坐落位置不一，故经上述方式得到的候选商家集合可以为一个，也可以为两个及两个以上；而候选商家集合中的第一候选商家数量可以为两个及两个以上。因后续需根据候选位置点以及浏览次数来确定目标位置点，故可将候选商家集合中各个第一候选商家对应的商品界面的浏览次数进行加权平均处理，以应对后续处理判断；也可选取该候选商家集合中第一候选商家对应的商品界面的浏览次数最大的，作为该集合的商品界面浏览次数，这里并不做限定。
可选的，确定上述候选商家集合中的中心位置点的方法，可以从获取候选商家集合的各个第一候选商家的候选位置点中得到最大纵坐标、最小纵坐标、最大横坐标以及最小横坐标，通过计算得到纵坐标的差值绝对值以及横坐标的差值绝对值，选取两者中差值绝对值最大的作为圆的直径，该直径的中心点就是候选商家集合中的中心位置点。
步骤S102、根据所述候选位置点和所述当前位置点计算所述第一候选商家与所述机器人之间的直线距离。
在本实施例中，通过上述各个方式得到的候选位置点和快递员的当前位置点计算各个第一候选商家与快递员之间的直线距离，为后续确定目标位置点提供数据依据。其中，上述候选位置点包括各个第一候选商家的候选位置点，若当前环境中包含候选商家集合，那么上述候选位置点包括除候选商家集合中的各个第一候选商家之外的各个第一候选商家的候选位置点，以及包括代表候选商家集合的候选位置点。
可选的，获取所述第一候选商家的商家类型，根据所述商家类型确定类型权重系数，将所述类型权重系数赋予给所述浏览次数。
在本实施例中，因不同商家类型不同，将生产货物并提供给快递人员的时间也有所不同，那么快递人员完成该单任务的时间也有所不同，有时还可能会出现因商家出货太慢而导致快递人员送货超时的现象发生，而顾客也会因某些类型的商家的等待时间过长，而对该类商家的选择度并不高，故可将商家的商家类型考虑进去，以提高数据的准确性。通过获取第一候选商家的商家类型，根据所得到的第一候选商家的商家类型确定该商家的类型权重系数，并将上述类型权重系数赋予给第一候选商家对应的商品界面的浏览次数，将经过加权处理后的浏览次数参与后续的判断处理。其中，上述商家类型为依据各个候选商家所经营项目的不同而定义的类型；上述类型权重系数的确定，包括但不限于是德尔菲法、序关系分析法、统计方法等。
具体示例而非限定，若当前有两个第一候选商家分别为奶茶店和炸鸡店，可以得到一个为饮品类的，一个为小吃类的商家类型，因饮品制作较快、种类较多、较为符合更广泛人群的选择，故饮品类的权重系数相对小吃类的权重系数来说较高一些，然后再将得到的类型权重系数加权给各自对应的第一候选商家的浏览次数。
可选的，获取所述第一候选商家所在区域的区域属性，根据所述区域属性确定属性权重系数，将所述属性权重系数赋予给所述直线距离。
在本实施例中，因不同第一候选商家所在区域的区域属性不同，快递人员到达第一候选商家的时间也有所不同，从而快递人员完成该单任务的时间也有所不同，有时还可能会出现因前往商家路程太过繁琐而导致快递人员超时的现象发生，故可将第一候选商家所在区域的区域属性考虑进去，以提高数据的准确性。通过获取第一候选商家所在区域的区域属性，根据所得到的第一候选商家所在区域的区域属性确定该商家的属性权重系数，并将上述属性权重系数赋予给第一候选商家对应快递人员的直线距离，将经过加权处理后的直线距离参与后续的判断处理。其中，上述区域属性是依据不同区域的路段分布情况、商家分布情况以及交通情况等进行定义；上述属性权重系数的确定，包括但不限于是德尔菲法、序关系分析法、统计方法等；上述类型权重系数与上述属性权重系数可以相互结合，来提高浏览次数和直线距离的数据准确性，也可以仅利用其中一项权重系数来提高数据准确性，这里并不做限定。
具体示例而非限定，若当前有两个第一候选商家分布在A区和B区，A区马路之间连接的人行道较多，而B区因交通繁忙，马路之间多为天桥或地下通道，因想要前往位于B区的第一候选商家需要经过天桥或者地下通道，路段较为复杂，快递人员用时较多，故分布在A区的权重系数相对分布在B区的权重系数来说较高一些，然后再将得到的属性权重系数加权给各自对应的第一候选商家的直线距离。
可选的，获取所述第一候选商家的商品界面的浏览时刻。根据所述浏览时刻与预设时间阈值之间的时间差值确定时间权重系数，将所述时间权重系数赋予给所述浏览次数。
在本实施例中，因考虑到外卖的时效性，也就是大多数人的休息时间是固定的，且顾客群体多数为上班族与学生，这两个顾客群体的工作或者学***时来说有所延迟，就有可能导致快递人员晚点情况发生。也因此，获取第一候选商家的商品界面的浏览时刻，该浏览时刻与浏览该商家商品页面的次数所对应。当上述浏览时刻越接近预设时间阈值，也就是顾客休息时间时，顾客的选择余地相对而言就比较小，就有可能不会进行多次浏览，直接根据当前商品页面而产生订单，故可基于浏览时刻以及预设时间阈值之间的时间差值确定时间权重系数，并将上述时间权重系数赋予给第一候选商家对应的商品界面的浏览次数，将经过加权处理后的直线距离参与后续的判断处理，以提高数据的准确性。
可以理解的是，上述时间差值与时间权重系数之间存在反相关，且相对变化关系也是非线性的，也就是说差值越接近于零，时间权重系数就越大，因其越靠近饭点，当前商品页面产生订单的机率也会变大。
可选的，上述预设时间阈值，一般为多数顾客群体的休息时间，例如，7点到9点、11点到12点、18点到20点等，且根据多数顾客群体的休息时间设定至少一个时间阈值。
步骤S103、根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家。
在本实施例中，根据上述关于浏览各个第一候选商家的商品页面的浏览次数和各个第一候选商家相对于快递人员的当前位置的直线距离选符合预设条件的第一候选商家，将所选取的第一候选商家作为目标商家。
可选的，如图3所示，上述步骤S103，包括：
步骤S301、当所述第一候选商家的商品页面的浏览次数之间的差值大于预设的第一阈值时，选取最大商品界面浏览次数所对应的第一候选商家作为目标商家。
在本实施例中，因为第一候选商家之间的商品页面的浏览次数差值较大时，商品页面的浏览次数越大，其对应的第一候选商家产生订单的期望就会越高，故在第一候选商家的商品页面的浏览次数之间的差值大于预设的第一阈值时，选取最大商品界面浏览次数所对应的第一候选商家作为目标商家。其中，上述第一阈值可根据快递人员的自身需求进行对应设定，也可以根据大数据处理得来的结果进行标准设定。
可选的，因考虑到热门的店铺附近可能会存在较多的快递人员竞争接单，故当检测到上述第一候选商家的商品页面浏览次数大于预设的最高次数阈值时，将上述第一候选商家在候选商家列表中删除，该第一候选商家不作为考虑范畴。
可选的，因考虑到若第一候选商家与快递人员当前位置之间的直线距离太远时，可能会使运费成本变高，或者偏离快递人员熟悉区域，致使快递人员寻找时间变长，可能会出现超时现象。故当检测到上述第一候选商家位置与上述快递人员当前所处位置之间的直线距离大于预设的距离阈值时，将上述第一候选商家在候选商家列表中删除，该第一候选商家不作为考虑范畴。
可选的，如图4所示，上述步骤S103，还包括：
步骤S401、当所述第一候选商家的商品页面的浏览次数之间的差值小于预设的第二阈值时，选取最小直线距离所对应的第一候选商家作为第一目标商家。
在本实施例中，当第一候选商家的商品页面的浏览次数之间的差值较小时，说明其所对应的第一候选商家产生订单的概率大致是相同的，故当检测到第一候选商家的商品页面的浏览次数之间的差值小于预设的第二阈值时，从商品页面的浏览次数之间的差值小于预设的第二阈值的第一候选商家中选取第一候选商家与快递人员之间直线距离最小的第一候选商家作为第一目标商家。可以理解的是，上述第一目标商家也就是上述目标商家，可以根据上述第一目标商家的位置点参与后续路径规划。其中，上述第二阈值可根据快递人员的自身需求进行对应设定，也可以根据大数据处理得来的结果进行标准设定。
可选的，在选取最小直线距离所对应的第一候选商家作为第一目标商家之后，包括：
步骤S402、计算第二候选商家与所述第一目标商家之间的商家直线距离，选取商家直线距离小于预设的第三阈值所对应的第二候选商家作为第二目标商家；所述第二候选商家为所述第一目标商家之外的候选商家。
在本实施例中，将第一候选商家中除第一目标商家之外的候选商家定位为第二候选商家，并计算第二候选商家与第一目标商家之间的商家直线距离，当计算出某些第二候选商家与第一目标商家之间的商家直线距离小于预设的第三阈值时，从第二候选商家中选取上述商家直线距离小于预设的第三阈值所对应的第二候选商家作为第二目标商家。可以理解的是，上述第二候选商家可以为一个，也可以为两个及两个以上；上述基于第三阈值所得到的第二目标商家可以为一个，也可以为两个及两个以上。其中，上述第三阈值可根据快递人员的自身需求进行对应设定，也可以根据大数据处理得来的结果进行标准设定。
步骤S403、根据所述第一目标商家的候选位置点和所述第二目标商家的候选位置点确定所述目标位置点。
在本实施例中，根据上述第一目标商家的候选位置点和上述第二目标商家的候选位置点可以确定最终参与路径规划的目标位置点。具体地，上述目标位置点可以通过计算上述第一目标商家的候选位置点和上述第二目标商家的候选位置点地均值得出；也可以将上述目标位置点定义为一个依据上述第一目标商家的候选位置点和上述第二目标商家的候选位置点而组成的集合，依据集合中位置点的先后进行后续路径规划，例如述第一目标商家的候选位置点位于集合中第一位，就先以述第一目标商家的候选位置点参与后续的路径规划。
步骤S104、根据所述当前位置点和目标商家的目标位置点进行路径规划。
在本实施例中，根据上述快递人员的当前位置点和目标商家的目标位置点来进行路径规划。其中，上述目标位置点可以为符合上述预设条件的第一候选商家的位置点，也可以为根据上述第一目标商家和上述第二目标商家所确定的目标位置点，因上述对各个第一候选商家的位置点已进行获取，故从中选取符合预设条件的第一候选商家的位置点为目标位置点即可进行后续路径规划。其中，上述路径规划可以为位置点之间的直线路径，也可以借助第三方的电子地图，来进行路径规划。
本申请实施例中通过获取预设时间段内第一候选商家的商品页面的浏览次数，来得到当前可能会产生订单的第一候选商家以及其所对应的浏览次数，通过获取第一候选商家的候选位置点和机器人的当前位置点，并根据得到的候选位置点和当前位置点计算出第一候选商家和机器人之间的直线距离，上述机器人也就是运输货物的快递人员，通过计算出的直线距离可以得到第一候选商家相对于机器人当前位置的远近，以使后续机器人根据上述得到的浏览次数以及直线距离，从第一候选商家中得到适合于当前机器人前往的目标商家，再根据机器人当前位置和目标商家的目标位置点进行路径规划，以使机器人预先前往顾客将会购买且相对而言距离上最适合机器人前往的目标商家，从而提高了机器人整体运输货物的效率。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文所述的一种基于订单预估的路径规划方法，图5所示为本申请实施例中一种基于订单预估的路径规划装置的结构示意图，如图5所示，所述基于订单预估的路径规划装置可以包括：
获取模块501，用于获取预设时间段内第一候选商家的商品页面的浏览次数、所述第一候选商家的候选位置点和机器人的当前位置点。
计算模块502，用于根据所述候选位置点和所述当前位置点计算所述第一候选商家与所述机器人之间的直线距离。
选取模块503，用于根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家。
路径规划模块504，用于根据所述当前位置点和目标商家的目标位置点进行路径规划。
可选的，所述基于订单预估的路径规划装置还可以包括：
第一确定模块，用于获取所述第一候选商家的商家类型，根据所述商家类型确定类型权重系数，将所述类型权重系数赋予给所述浏览次数；和/或者获取所述第一候选商家所在区域的区域属性，根据所述区域属性确定属性权重系数，将所述属性权重系数赋予给所述直线距离。
可选的，所述基于订单预估的路径规划装置还可以包括：
获取时刻模块，用于获取所述第一候选商家的商品界面的浏览时刻。
第二确定模块，用于根据所述浏览时刻与预设时间阈值之间的时间差值确定时间权重系数，将所述时间权重系数赋予给所述浏览次数。
可选的，所述选取模块503可以包括：
第一选取单元，用于当所述第一候选商家的商品页面的浏览次数之间的差值大于预设的第一阈值时，选取最大商品界面浏览次数所对应的第一候选商家作为目标商家。
可选的，所述选取模块503还可以包括：
第二选取单元，用于当所述第一候选商家的商品页面的浏览次数之间的差值小于预设的第二阈值时，选取最小直线距离所对应的第一候选商家作为第一目标商家。
可选的，所述选取模块503还可以包括：
第三选取单元，用于计算第二候选商家与所述第一目标商家之间的商家直线距离，选取商家直线距离小于预设的第三阈值所对应的第二候选商家作为第二目标商家；所述第二候选商家为所述第一目标商家之外的候选商家。
确定单元，用于根据所述第一目标商家的候选位置点和所述第二目标商家的候选位置点确定所述目标位置点。
可选的，所述基于订单预估的路径规划装置还可以包括：
计算距离模块，用于根据所述第一候选商家的候选位置点计算所述第一候选商家之间的候选商家直线距离。
组成集合模块，用于将所述候选商家直线距离小于预设的第四阈值的第一候选商家组成候选商家集合。
第三确定模块，用于从所述候选商家集合对应的位置区域中选择一个中心位置点，将所述中心位置点作为所述候选商家集合的候选位置点。
本申请实施例中通过获取预设时间段内第一候选商家的商品页面的浏览次数，来得到当前可能会产生订单的第一候选商家以及其所对应的浏览次数，通过获取第一候选商家的候选位置点和机器人的当前位置点，并根据得到的候选位置点和当前位置点计算出第一候选商家和机器人之间的直线距离，上述机器人也就是运输货物的快递人员，通过计算出的直线距离可以得到第一候选商家相对于机器人当前位置的远近，以使后续机器人根据上述得到的浏览次数以及直线距离，从第一候选商家中得到适合于当前机器人前往的目标商家，再根据机器人当前位置和目标商家的目标位置点进行路径规划，以使机器人预先前往顾客将会购买且相对而言距离上最适合机器人前往的目标商家，从而提高了机器人整体运输货物的效率。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和模块的具体工作过程，可以参考前述***实施例以及方法实施例中的对应过程，在此不再赘述。
图6为本申请实施例提供的机器人的结构示意图。为了便于说明，仅示出了与本申请实施例相关的部分。
如图6所示，该实施例的机器人6包括：至少一个处理器600(图6中仅示出一个)，与所述处理器600连接的存储器601，以及存储在所述存储器601中并可在所述至少一个处理器600上运行的计算机程序602，例如基于订单预估的路径规划程序。所述处理器600执行所述计算机程序602时实现上述各个基于订单预估的路径规划方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，所述处理器600执行所述计算机程序602时实现上述各装置实施例中各模块的功能，例如图5所示模块501至504的功能。
示例性的，所述计算机程序602可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器601中，并由所述处理器600执行，以完成本申请。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序602在所述机器人6中的执行过程。例如，所述计算机程序602可以被分割成获取模块501、计算模块502、选取模块503、路径规划模块504，各模块具体功能如下：
获取模块501，用于获取预设时间段内第一候选商家的商品页面的浏览次数、所述第一候选商家的候选位置点和机器人的当前位置点；
计算模块502，用于根据所述候选位置点和所述当前位置点计算所述第一候选商家与所述机器人之间的直线距离；
选取模块503，用于根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家；
路径规划模块504，用于根据所述当前位置点和目标商家的目标位置点进行路径规划。
所述机器人6可包括，但不仅限于，处理器600、存储器601。本领域技术人员可以理解，图6仅仅是机器人6的举例，并不构成对机器人6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备、总线等。
所称处理器600可以是中央处理单元(Central Processing Unit，CPU)，该处理器600还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。
所述存储器601在一些实施例中可以是所述机器人6的内部存储单元，例如机器人6的硬盘或内存。所述存储器601在另一些实施例中也可以是所述机器人6的外部存储设备，例如所述机器人6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器601还可以既包括所述机器人6的内部存储单元也包括外部存储设备。所述存储器601用于存储操作***、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器601还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/机器人和方法，可以通过其它的方式实现。例如，以上所描述的装置/机器人实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元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，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/机器人的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于订单预估的路径规划方法，其特征在于，包括：
获取预设时间段内第一候选商家的商品页面的浏览次数、所述第一候选商家的候选位置点和机器人的当前位置点；
根据所述候选位置点和所述当前位置点计算所述第一候选商家与所述机器人之间的直线距离；
根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家；
根据所述当前位置点和目标商家的目标位置点进行路径规划。
2.如权利要求1所述的基于订单预估的路径规划方法，其特征在于，在根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家之前，包括：
获取所述第一候选商家的商家类型，根据所述商家类型确定类型权重系数，将所述类型权重系数赋予给所述浏览次数；和/或者获取所述第一候选商家所在区域的区域属性，根据所述区域属性确定属性权重系数，将所述属性权重系数赋予给所述直线距离。
3.如权利要求1所述的基于订单预估的路径规划方法，其特征在于，在根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家之前，还包括：
获取所述第一候选商家的商品界面的浏览时刻；
根据所述浏览时刻与预设时间阈值之间的时间差值确定时间权重系数，将所述时间权重系数赋予给所述浏览次数。
4.如权利要求1所述的基于订单预估的路径规划方法，其特征在于，所述根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家，包括：
当所述第一候选商家的商品页面的浏览次数之间的差值大于预设的第一阈值时，选取最大商品界面浏览次数所对应的第一候选商家作为目标商家。
5.如权利要求1至4任一项所述的基于订单预估的路径规划方法，其特征在于，所述根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家，还包括：
当所述第一候选商家的商品页面的浏览次数之间的差值小于预设的第二阈值时，选取最小直线距离所对应的第一候选商家作为第一目标商家。
6.如权利要求5所述的基于订单预估的路径规划方法，其特征在于，在选取最小直线距离所对应的第一候选商家作为第一目标商家之后，包括：
计算第二候选商家与所述第一目标商家之间的商家直线距离，选取商家直线距离小于预设的第三阈值所对应的第二候选商家作为第二目标商家；所述第二候选商家为所述第一目标商家之外的候选商家；
根据所述第一目标商家的候选位置点和所述第二目标商家的候选位置点确定所述目标位置点。
7.如权利要求1或6所述的基于订单预估的路径规划方法，其特征在于，在根据所述候选位置点和所述当前位置点计算所述第一候选商家与所述机器人之间的直线距离之前，包括：
根据所述第一候选商家的候选位置点计算所述第一候选商家之间的候选商家直线距离；
将所述候选商家直线距离小于预设的第四阈值的第一候选商家组成候选商家集合；
从所述候选商家集合对应的位置区域中选择一个中心位置点，将所述中心位置点作为所述候选商家集合的候选位置点。
8.一种基于订单预估的路径规划装置，其特征在于，包括：
获取模块，用于获取预设时间段内第一候选商家的商品页面的浏览次数、所述第一候选商家的候选位置点和机器人的当前位置点；
计算模块，用于根据所述候选位置点和所述当前位置点计算所述第一候选商家与所述机器人之间的直线距离；
选取模块，用于根据所述浏览次数和所述直线距离选取符合预设条件的第一候选商家作为目标商家；
路径规划模块，用于根据所述当前位置点和目标商家的目标位置点进行路径规划。
9.一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的一种基于订单预估的路径规划方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的一种基于订单预估的路径规划方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010790878.5A CN112051843B (zh) | 2020-08-07 | 2020-08-07 | 基于订单预估的路径规划方法、装置、机器人和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010790878.5A CN112051843B (zh) | 2020-08-07 | 2020-08-07 | 基于订单预估的路径规划方法、装置、机器人和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112051843A true CN112051843A (zh) | 2020-12-08 |
| CN112051843B CN112051843B (zh) | 2024-06-18 |
Family
ID=73602781
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010790878.5A Active CN112051843B (zh) | 2020-08-07 | 2020-08-07 | 基于订单预估的路径规划方法、装置、机器人和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112051843B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115082151A (zh) * | 2022-06-19 | 2022-09-20 | 詹华 | 一种宠物代遛的路径规划方法 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150052099A1 (en) * | 2013-08-19 | 2015-02-19 | Business Objects Software Ltd | Displaying historical data associated with data values within business intelligence reports |
| CN106651046A (zh) * | 2016-12-29 | 2017-05-10 | 天津靠谱点科技有限公司 | 一种用于多商家商品递送的快递员派单方法及*** |
| CN107274209A (zh) * | 2017-05-18 | 2017-10-20 | 北京京东尚科信息技术有限公司 | 预测促销活动销售数据的方法和装置 |
| CN107392412A (zh) * | 2017-06-05 | 2017-11-24 | 北京小度信息科技有限公司 | 订单调度方法和装置 |
| CN107748923A (zh) * | 2016-08-29 | 2018-03-02 | 北京三快在线科技有限公司 | 订单处理方法、装置及服务器 |
| CN108320036A (zh) * | 2017-01-18 | 2018-07-24 | 百度在线网络技术（北京）有限公司 | 一种在线预订房间的方法、装置及设备 |
| CN108648045A (zh) * | 2018-04-22 | 2018-10-12 | 扬州工业职业技术学院 | 一种电子商务订单管理*** |
| CN108694544A (zh) * | 2018-05-15 | 2018-10-23 | 北京顺丰同城科技有限公司 | 一种订单调度处理方法及装置 |
| CN109299883A (zh) * | 2018-10-12 | 2019-02-01 | 北京顺丰同城科技有限公司 | 一种空驶调度方法及装置 |
| CN110231044A (zh) * | 2019-06-10 | 2019-09-13 | 北京三快在线科技有限公司 | 一种路径规划方法及装置 |
| CN110335077A (zh) * | 2019-07-02 | 2019-10-15 | 上海三菱电梯有限公司 | 商家推荐方法及装置 |
| WO2019223703A1 (zh) * | 2018-05-21 | 2019-11-28 | 北京极智嘉科技有限公司 | 订单处理方法及装置、服务器及存储介质 |
| CN110967019A (zh) * | 2019-11-28 | 2020-04-07 | 深圳优地科技有限公司 | 一种规划机器人局部路径的方法及机器人 |
-
2020
- 2020-08-07 CN CN202010790878.5A patent/CN112051843B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150052099A1 (en) * | 2013-08-19 | 2015-02-19 | Business Objects Software Ltd | Displaying historical data associated with data values within business intelligence reports |
| CN107748923A (zh) * | 2016-08-29 | 2018-03-02 | 北京三快在线科技有限公司 | 订单处理方法、装置及服务器 |
| CN106651046A (zh) * | 2016-12-29 | 2017-05-10 | 天津靠谱点科技有限公司 | 一种用于多商家商品递送的快递员派单方法及*** |
| CN108320036A (zh) * | 2017-01-18 | 2018-07-24 | 百度在线网络技术（北京）有限公司 | 一种在线预订房间的方法、装置及设备 |
| CN107274209A (zh) * | 2017-05-18 | 2017-10-20 | 北京京东尚科信息技术有限公司 | 预测促销活动销售数据的方法和装置 |
| CN107392412A (zh) * | 2017-06-05 | 2017-11-24 | 北京小度信息科技有限公司 | 订单调度方法和装置 |
| CN108648045A (zh) * | 2018-04-22 | 2018-10-12 | 扬州工业职业技术学院 | 一种电子商务订单管理*** |
| CN108694544A (zh) * | 2018-05-15 | 2018-10-23 | 北京顺丰同城科技有限公司 | 一种订单调度处理方法及装置 |
| WO2019223703A1 (zh) * | 2018-05-21 | 2019-11-28 | 北京极智嘉科技有限公司 | 订单处理方法及装置、服务器及存储介质 |
| CN109299883A (zh) * | 2018-10-12 | 2019-02-01 | 北京顺丰同城科技有限公司 | 一种空驶调度方法及装置 |
| CN110231044A (zh) * | 2019-06-10 | 2019-09-13 | 北京三快在线科技有限公司 | 一种路径规划方法及装置 |
| CN110335077A (zh) * | 2019-07-02 | 2019-10-15 | 上海三菱电梯有限公司 | 商家推荐方法及装置 |
| CN110967019A (zh) * | 2019-11-28 | 2020-04-07 | 深圳优地科技有限公司 | 一种规划机器人局部路径的方法及机器人 |
Non-Patent Citations (2)
| Title |
|---|
| 唐淑华;刘高平;王遵义;: "电商仓库拣货机器人路径规划与实现", 物流技术, no. 08, 25 August 2018 (2018-08-25) * |
| 靳志宏: "O2O 模式下外卖骑手的配送路径优化", 《大连海事大学学报》, vol. 45, no. 4, pages 55 - 64 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115082151A (zh) * | 2022-06-19 | 2022-09-20 | 詹华 | 一种宠物代遛的路径规划方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112051843B (zh) | 2024-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210090024A1 (en) | System and Method for Managing and Optimizing Delivery Networks | |
| US20200286039A1 (en) | Information generation method and apparatus | |
| US20200118071A1 (en) | Delivery prediction generation system | |
| WO2020186819A1 (zh) | 产品数据处理 | |
| US20190236742A1 (en) | Method for requesting a ride service in a ride service system | |
| Abudureheman et al. | Optimization model design of cross-border e-commerce transportation path under the background of prevention and control of COVID-19 pneumonia | |
| US20190130476A1 (en) | Management System and Predictive Modeling Method for Optimal Decision of Cargo Bidding Price | |
| US20110087524A1 (en) | Determining travel routes by using fee-based location preferences | |
| US20220335359A1 (en) | System and method for comparing enterprise performance using industry consumer data in a network of distributed computer systems | |
| US11978072B2 (en) | Systems for management of location-aware market data | |
| CN112446764A (zh) | 游戏商品推荐方法、装置及电子设备 | |
| CN113204712A (zh) | 基于社区服务的信息推送方法、装置、介质及程序产品 | |
| CN110009154B (zh) | 一种退款预测方法、装置、终端设备及存储介质 | |
| CN112051843A (zh) | 基于订单预估的路径规划方法、装置、机器人和存储介质 | |
| CN113887783A (zh) | 仓储补货预测方法、装置、设备和存储介质 | |
| CN110751501A (zh) | 新零售模式下的商品导购方法、装置、设备及存储介质 | |
| CN116029637A (zh) | 跨境电商物流渠道智能推荐方法及装置、设备、存储介质 | |
| EP4092603A1 (en) | Inventory item prediction and listing recommendation | |
| KR20230171988A (ko) | 데이터 처리 방법 및 장치, 컴퓨터 판독 가능한 저장 매체, 전자 장치 | |
| CN114756774A (zh) | 出行方案推荐、模型训练方法、装置、设备以及存储介质 | |
| CN113537676B (zh) | 一种确定运输任务的完成时间的方法及装置 | |
| US20150149255A1 (en) | Robust pricing solution for products and services | |
| CN113159877A (zh) | 数据处理方法、装置、***、计算机可读存储介质 | |
| CN112418898A (zh) | 基于多时间窗口融合的物品需求数据分析方法和装置 | |
| US20200364809A1 (en) | Hybrid price presentation strategy using a probabilistic hotel demand forecast model |
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 |