KR102537002B1 - 다중 차량 조정 기반 차량 스케줄링 시스템, 방법, 전자 장치 및 저장 매체 - Google Patents
다중 차량 조정 기반 차량 스케줄링 시스템, 방법, 전자 장치 및 저장 매체 Download PDFInfo
- Publication number
- KR102537002B1 KR102537002B1 KR1020227032898A KR20227032898A KR102537002B1 KR 102537002 B1 KR102537002 B1 KR 102537002B1 KR 1020227032898 A KR1020227032898 A KR 1020227032898A KR 20227032898 A KR20227032898 A KR 20227032898A KR 102537002 B1 KR102537002 B1 KR 102537002B1
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- adjustment
- scheduling
- influence value
- determining
- Prior art date
Links
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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
다중 차량 조정 기반 차량 스케줄링 시스템, 방법, 전자 장치 및 저장 매체 스케줄링 시스템으로서, 스케줄링 매개변수를 결정하기 위한 매개변수 모듈(310); 스케줄링 결과를 결정하기 위한 스케줄링 모듈(320); 조정 영향값을 결정하기 위한 조정 모듈(330); 스케줄링 매개변수를 수정하기 위한 수정 모듈(340); 판단 결과가 상기 미리 설정된 임계값보다 작은 경우, 상기 스케줄링 결과를 출력하기 위한 출력 모듈(350);을 포함하고, 수정 모듈은 조정 영향값이 미리 설정된 임계값보다 작지 않은지 여부를 판단하고, 판단 결과가 조정 영향값이 미리 설정된 임계값보다 작지 않은 경우, 스케줄링 매개변수를 수정하고, 수정된 스케줄링 매개변수를 기반으로 스케줄링 결과 및 조정 영향값을 다시 결정한다. 따라서, 다중 차량 스케줄링 시 선후 순서 및 작업 배정 문제를 효과적으로 해결하고, 복수의 차량을 운영할 때 발생하는 충돌, 혼잡, 불합리한 배치 등 문제를 개선하고, 운송 작업의 완료 효율을 효과적으로 향상시킨다.
Description
본 발명은 차량 스케줄링 기술 분야에 관한 것으로, 보다 구체적으로 다중 차량 조정 기반 차량 스케줄링 시스템, 방법, 전자 장치 및 저장 매체에 관한 것이다.
물류 운송에서는 일반적으로 여러 대의 차량이 하나 이상의 운송 작업을 수행하므로, 차량을 총괄적으로 합리하게 배치하는 것이 매우 중요하다. 현재, 여러 대의 차량이 운송 작업을 수행할 때, 차량의 주행 경로 충돌, 혼잡 등 문제가 발생하여 운송 작업의 수행 효율이 저하되는 문제가 발생한다.
따라서, 불합리한 스케줄링 문제를 어떻게 해결할 것인지는 당업자들이 시급히 해결해야 할 문제이다.
본 발명은 상술한 문제를 감안하여 안출된 것이다. 본 발명은 다중 차량 조정 기반 차량 스케줄링 시스템, 방법, 전자 장치 및 저장 매체를 제공한다.
본 발명의 일 측면은 다중 차량 조정 기반 차량 스케줄링 시스템을 제공한다. 다중 차량 조정 기반 차량 스케줄링 시스템은, 스케줄링 매개변수를 결정하기 위한 매개변수 모듈; 상기 스케줄링 매개변수를 기반으로 스케줄링 결과를 결정하기 위한 스케줄링 모듈; 상기 스케줄링 결과를 기반으로 조정 영향값을 결정하기 위한 조정 모듈; 상기 조정 영향값을 기반으로 스케줄링 매개변수를 수정하기 위한 수정 모듈; 상기 판단 결과가 상기 미리 설정된 임계값보다 작은 경우, 상기 스케줄링 결과를 출력하기 위한 출력 모듈;을 포함하고, 상기 수정 모듈은 조정 영향값이 미리 설정된 임계값보다 작지 않은지 여부를 판단하고, 판단 결과가 조정 영향값이 미리 설정된 임계값보다 작지 않은 경우, 상기 스케줄링 매개변수를 수정하고, 수정된 스케줄링 매개변수를 기반으로 스케줄링 결과 및 조정 영향값을 다시 결정한다.
본 발명의 다른 측면은 전자 장치를 제공하며, 상기 전자 장치는 프로세서, 메모리 및 I/O 인터페이스를 포함하고, I/O 인터페이스는 상기 프로세서와 상기 메모리를 연결하고, 상기 메모리와 상기 프로세서 간의 정보 상호 작용을 실현하기 위해 사용되며; 상기 메모리는 상기 차량 스케줄링 시스템에서 해당 모듈을 구현하기 위해 사용되고, 상기 프로세서는 상기 메모리에 저장된 모듈을 실행하여 상기 차량 스케줄링 시스템을 실행하기 위해 사용된다.
본 발명의 다른 측면은 다중 차량 조정 기반 차량 스케줄링 방법을 제공하며, 상기 방법은, 스케줄링 매개변수를 획득하는 단계; 상기 스케줄링 매개변수를 기반으로 스케줄링 결과를 결정하는 단계; 상기 스케줄링 결과를 기반으로 조정 영향값을 결정하는 단계; 상기 조정 영향값이 미리 설정된 임계값보다 작지 않은지 여부를 판단하고, 판단 결과가 상기 조정 영향값이 미리 설정된 임계값보다 작지 않은 경우, 상기 스케줄링 매개변수를 수정하고, 수정된 스케줄링 매개변수를 기반으로 스케줄링 결과 및 조정 영향값을 다시 결정하는 단계; 및, 상기 판단 결과가 상기 미리 설정된 임계값보다 작은 경우, 상기 스케줄링 결과를 출력하는 단계;를 포함한다.
본 발명의 다른 측면은 컴퓨터 판독 가능 저장 매체를 제공하며, 상기 컴퓨터 판독 가능 저자 매체에는 프로그램 또는 명령이 저장되고, 상기 프로그램 또는 명령에 따라 컴퓨터에 의해 상기 다중 차량 조정 기반 차량 스케줄링 방법의 단계가 실행된다.
본 발명의 실시예는 다중 차량 조정 기반 차량 스케줄링 시스템, 방법, 전자 장치 및 저장 매체를 제공함으로써, 다중 차량 스케줄링 시 선후 순서 및 작업 배정 문제를 효과적으로 해결하고, 복수의 차량을 운영할 때 발생하는 충돌, 혼잡, 불합리한 배치 등 문제를 개선하고, 운송 작업의 완료 효율을 효과적으로 향상시킨다.
본 발명의 상기 및 다른 목적, 특징 및 장점이 더 명백해지도록, 첨부도면을 결부하여 본 발명의 실시예를 보다 상세하게 설명한다. 첨부도면은 본 발명의 실시예에 대한 이해를 돕기 위해 사용되고, 명세서의 일부를 구성하며, 본 발명의 실시예와 함께 본 발명을 설명하기 위해 사용되지만, 본 발명을 한정하는 것은 아니다. 첨부도면에서, 동일한 부호는 일반적으로 동일한 구성요소 또는 단계를 나타낸다.
도 1은 본 발명의 일 실시예에 따른 차량 스케줄링 시스템의 장면도이다.
도 2는 본 발명의 일 실시예에 따른 차량 스케줄링 시스템의 개략도이다.
도 3은 본 발명의 일 실시예에 따른 전자 장치의 개략적인 블록도이다.
도 4는 본 발명의 일 실시예에 따른 스케줄링 방법의 개략적인 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 조정 영향값을 결정하는 개략적인 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 조정 영향값을 결정하는 개략적인 흐름도이다.
도 1은 본 발명의 일 실시예에 따른 차량 스케줄링 시스템의 장면도이다.
도 2는 본 발명의 일 실시예에 따른 차량 스케줄링 시스템의 개략도이다.
도 3은 본 발명의 일 실시예에 따른 전자 장치의 개략적인 블록도이다.
도 4는 본 발명의 일 실시예에 따른 스케줄링 방법의 개략적인 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 조정 영향값을 결정하는 개략적인 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 조정 영향값을 결정하는 개략적인 흐름도이다.
본 발명의 목적, 기술적 해결책 및 장점을 보다 명확하게 하기 위해, 이하에서는 첨부도면을 참조하여 본 발명의 예시적인 실시예를 상세히 설명한다. 물론, 여기에 설명된 실시예는 단지 본 발명의 부분적 실시예일 뿐, 본 발명의 모든 실시예인 것은 아니며, 본 발명은 여기에 설명된 예시적인 실시예에 의해 제한되는 것이 아니다.
본 발명은 다중 차량 조정 기반 차량 스케줄링 시스템을 개시한다. 일부 실시예에서, 상기 차량 스케줄링 시스템은 물류, 운송, 임대, 단지 운영, 사람 운송 등에 적용될 수 있다. 상기 차량 스케줄링 시스템은 또한 교통 시스템에서 발생하는 혼잡을 개선하기 위해 사용될 수 있다. 일부 실시예에서, 상기 차량 스케줄링 시스템은 미리 설정된 영역 내 복수의 차량을 스케줄링할 수 있으며, 상기 복수의 차량은 자율 주행 차량 또는 수동 운전 차량일 수 있고, 상기 수동 운전 차량은 상기 차량 스케줄링 시스템으로부터 스케줄링을 수신할 수 있다. 일부 실시예에서, 상기 미리 설정된 영역은 한정된 운영 영역일 수 있다. 일부 실시예에서, 상기 차량 스케줄링 시스템은 복수의 하위 시스템을 포함할 수 있으며, 각 하위 시스템은 하나의 운영 영역의 차량을 관리할 수 있고, 상기 차량 스케줄링 시스템은 복수의 하위 시스템과 모든 운영 영역의 차량을 관리 및 조정할 수 있다. 일부 실시예에서, 상기 차량 스케줄링 시스템은 복수의 차량이 출발지에서 목적지에 도착하는 예상 도착 시간을 계산하고, 서로 다른 차량의 주행 상황에 따라 영향 인자를 계산하며, 영향 인자를 기반으로 서로 다른 차량에 대해 다시 스케줄링을 수행할 수 있다.
도 1은 본 발명의 실시예에 의해 제공되는 차량 스케줄링 시스템의 전형적인 장면도이다. 상기 시나리오는 서버(100) 및 복수의 차량(102)-1, (102)-2, (102)-3……(102)-N을 포함하고, 상기 서버(100)는 스케줄링 시스템(101)을 포함한다.
도 1에 도시된 바와 같이, 서버(100)는 한정 영역 내 차량을 조정 및 스케줄링한다. 일부 실시예에서, 상기 서버(100)는 차량이 주행 경로를 계획할 수 있도록, 차량에 스케줄링 명령을 전송할 수 있다. 모든 차량의 주행 경로가 특정 요구 사항을 만족할 수 있도록, 상기 서버(100)는 예컨대 최단 주행 시간 또는 최단 주행 거리 등과 같은 스케줄링 과정에서 차량의 교통 상황, 차량의 스케줄링 상황 등 복수의 차량의 주행 상황에 따라, 조정 처리를 수행할 수 있다.
서버(100)는 차량과 다른 차량의 조정을 제어하기 위해 차량에 제어 명령을 전송할 수 있다.
서버(100)는 스케줄링 시스템(101)을 포함한다. 스케줄링 시스템(101)은 스케줄링 명령을 생성하여 차량에 전송한다. 스케줄링 시스템(101)은 작업 요청 및 스케줄링 조건을 수신하고, 수신된 작업 요청 및 스케줄링 조건에 따라 스케줄링 정보를 생성한다. 상기 스케줄링 정보는 차량과 작업 사이의 매핑 관계를 가리킨다. 상기 매핑 관계는 일대일, 일대다 또는 다대일 관계일 수 있다.
차량(102)은 서버(100)로부터 정보를 수신하고, 정보를 기반으로 계획 및 제어를 수행한다. 상기 차량은 수동 운전 차량 또는 자율 주행 차량일 수 있다. 일부 실시예에서, 상기 차량은 무인 차량이고, 서버는 자율 주행 차량에 스케줄링 명령을 전송하며, 자율 주행 차량은 수신된 스케줄링 명령에 따라 차량의 주행을 제어한다. 일부 실시예에서, 상기 차량에는 운전자가 있고, 운전자는 차량에 의해 수신된 스케줄링 명령에 따라 차량을 제어한다. 상기 자율 주행 차량은 또한 서버로부터 제어 명령을 수신할 수 있다.
도 2는 본 발명의 일 실시예에 따른 차량 스케줄링 시스템의 개략적인 블록도이고, 상기 스케줄링 시스템(103)은 도 1에 도시된 스케줄링 시스템(101)과 동일한 구성 또는 구조를 갖는다.
도 2에 도시된 바와 같이, 차량 스케줄링 시스템은 매개변수 모듈(310), 스케줄링 모듈(320), 조정 모듈(330), 수정 모듈(340), 출력 모듈(350) 및 차량 스케줄링에 사용될 수 있는 다른 구성요소 또는 모듈을 포함한다.
매개변수 모듈(310)은 스케줄링 매개변수를 결정하기 위해 사용되고; 매개변수 모듈(310)은 현재 운송 작업 요청 및 스케줄링 조건을 기반으로 스케줄링 매개변수를 결정한다. 일부 실시예에서, 스케줄링 매개변수는 운송 작업 속성 및 스케줄링 조건을 포함한다. 상기 운송 작업 속성은 운송 작업의 시작 지점 및 종료 지점을 포함한다. 일부 실시예에서, 운송 작업 속성은 운송 작업의 운송량, 운송 작업의 가장 빠른 시작 시간, 운송 작업의 가장 늦은 시작 시간, 운송 작업의 가장 빠른 종료 시간 및 운송 작업의 가장 늦은 종료 시간 중 적어도 하나를 더 포함한다. 일부 실시예에서, 운송 작업 속성은 반드시 30분 동안에 운송 작업 완료, 반드시 1시간 동안에 운송 작업 완료 등과 같은 운송 작업 완료 시간을 포함한다. 일부 실시예에서, 운송 작업 속성은 상온 운송, 냉장 운송 및 냉동 운송 등과 같은 운송 온도 요구사항을 포함한다. 운송 작업 속성은 온도 40℃ 미만, 온도 36℃ 이상 등과 같은 구체적인 온도 요구사항을 포함할 수도 있다. 스케줄링 시스템은 하나 이상의 운송 작업을 기반으로 차량을 스케줄링한다.
일부 실시예에서, 스케줄링 매개변수는 차량 속성을 더 포함한다. 일부 실시예에서, 차량 속성은 운송 영역 내 차량의 예상 도착 시간을 포함하고, 상기 예상 도착 시간은 운행 영역 내 각 지점 간의 각 차량의 차량 예상 도착 시간을 포함하고; 차량 예상 도착 시간은 과거 데이터에 따라 통계한 차량이 한 지점에서 다른 한 지점까지 주행하는데 필요한 시간이다. 구별을 용이하게 하기 위해, 차량 속성 중의 예상 도착 시간을 조정 전 예상 도착 시간이라고 한다. 동일한 시작 지점 및 동일한 목적지에 대한 서로 다른 차량의 예상 도착 시간은 동일하거나 상이할 수 있다.
동일한 시작 지점 및 동일한 목적지에 대한 동일한 차량의 예상 도착 시간은 복수개일 수 있다. 예를 들어, 서로 다른 시간대, 서로 다른 경로에서 주행하는 경우 서로 다른 예상 도착 시간을 가지며, 동일한 경로에서도 도로 혼잡 상황에 따라 예상 도착 시간이 서로 다르다. 예를 들어, 차량의 상황에 따라, 예상 도착 시간도 서로 다르다.
상기 예상 도착 시간은 8시5분, 9시10분 등과 같은 특정 시점이다. 예를 들어, 차량이 시점T1에 지점A에서 출발하여 시점T2에 지점B에 도착하는 경우, 지점A에서 지점B까지 차량의 예상 도착 시간은 T2이다. 서로 다른 차량이 동일한 시점에 출발하여 운영 영역 내 한 지점A에서 다른 한 지점C에 도착하는 예상 도착 시간은 동일하거나 상이할 수 있다. 일부 실시예에서, 하나의 차량이 동일한 시점에 한 지점A에서 출발하여 다른 한 지점C에 도착하는 예상 도착 시간은 하나일 수 있고, 둘 또는 둘 이상일 수도 있다. 한 차량이 9시15분에 지점A에서 지점B을 경과하여 지점C에 도착하는 예상 도착 시간은 9시30분이고, 지점A에서 지점B 및 지점D를 경과하여 다시 지점C에 도착하는 예상 도착 시간은 9시50분인 경우, 해당 차량이 지점A에서 지점C에 도착하는 예상 도착 시간은 9시30분 및 9시50분을 포함한다. 차량의 예상 도착 시간은 차량 주행의 과거 데이터를 통계하여 얻는다. 또한, 차량의 예상 도착 시간은 지점 간의 거리 및 해당 차량의 속도에 따라 계산하여 얻을 수 있다. 일부 실시예에서, 차량의 예상 도착 시간은 기상 조건도 고려해야 한다. 예를 들어, 차량이 8시15분에 지점A에서 출발하여 지점E에 가는 경우, 맑은 날씨에 예상 도착 시간은 8시30분이고; 안개가 낀 날씨에 지점A에서 지점E에 도착하는 예상 도착 시간은 8시40분이며, 눈 내리는 날에 지점A에서 지점E에 도착하는 예상 도착 시간은 8시50분이다.
일부 실시예에서, 차량 속성은 차량의 용량, 차량의 적재량 및 차량의 에너지 소비 중 적어도 하나를 더 포함한다. 차량의 용량은 차량의 총 용량 및 잔여 용량을 포함할 수 있는데, 예를 들어, 차량의 총 용량이 7명이고 이미 2명이 탑승하였으면, 나머지 용량은 5명이다. 빈차인 상태에서, 차량의 잔여 용량은 차량의 총 용량과 동일하다. 마찬가지로, 차량의 적재량은 차량의 최대 적재 중량 및 적재 가능 중량을 포함하는데, 예를 들어, 차량의 최대 적재 중량이 1.8톤이고, 이미 0.5톤 적재하였으면, 적재 가능 중량은 1.3톤이다. 빈차인 경우, 차량의 최대 적재 중량은 차량의 적재 가능 중량과 동일하다. 차량 에너지 소비는 킬로미터당 차량이 소비하는 에너지와 남은 에너지를 포함한다. 예를 들어, 차량의 적재 용량은 차량의 총 적재 가능 부피와 잔여 적재 가능 부피를 포함한다. 차량이 휘발유 차량인 경우, 해당 차량의 차량 에너지 소비량은 킬로미터당 차량이 소비한 휘발유량과 휘발유 잔량을 포함하며; 차량이 디젤 차량인 경우, 해당 차량의 차량 에너지 소비량은 킬로미터당 디젤 소비량과 디젤 잔량을 포함하며; 차량이 전기 자동차인 경우, 해당 차량의 차량 에너지 소비는 킬로미터당 차량이 소비한 전기와 나머지 전기를 포함하며; 차량이 액화천연가스(Liquefied Natural Gas, LNG) 차량인 경우, 해당 차량의 차량 에너지 소비량은 킬로미터당 차량이 소비하는 LNG의 양과 남은 LNG의 양을 포함한다.
일부 실시예에서, 스케줄링 조건은 차량의 최단 총 이동 거리, 차량의 최단 총 운송 작업 완료 시간, 차량의 최소 총 에너지 소비 및 차량의 최소 스케줄링 횟수 중 적어도 하나를 포함한다. 차량의 최단 차량 총 이동 거리는 하나의 운송 작업을 완료하는데 사용되는 차량의 최단 차량 총 이동 거리를 가리킨다. 차량의 최단 총 운송 작업 완료 시간은 하나의 운송 작업을 완료하는데 사용되는 차량이 시동을 걸어서부터 중지되기까지 경과하는 가장 짧은 총 시간을 가리킨다. 차량의 최소 스케줄링 수는 하나의 운송 작업에 사용되는 최소 차량 수를 가리킨다. 스케줄링 조건은 운송 작업의 요구사항에 따라 변화할 수 있고, 전술한 내용은 스케줄링 조건에 대한 예시적인 설명이며, 스케줄링 조건은 운송 작업의 요구사항에 부합되는 다른 적절한 조건일 수 있다.
스케줄링 모듈(320)은 상기 스케줄링 매개변수를 기반으로 스케줄링 결과를 결정하며; 일부 실시예에서, 스케줄링 결과는 운송 작업과 차량의 다대일, 일대다 또는 다대다의 매핑 관계를 포함한다.
운송 작업과 차량의 다대일 매핑은 복수의 운송 작업이 하나의 차량에 의해 수행되는 것을 의미하며; 운송 작업과 차량의 일대다 매핑은 하나의 운송 작업이 복수의 차량에 의해 수행되는 것을 의미하며; 운송 작업과 차량의 다대다 매핑은 복수의 운송 작업이 복수의 차량에 의해 수행되는 것을 의미한다. 일부 실시예에서, 운송 작업은 하나 이상의 운송 하위 작업을 포함할 수 있는데, 예를 들어, 하나의 운송 하위 작업은 W를 지점A에서 지점B로 운송하는 것이고, 다른 하나의 운송 하위 작업은 Y를 지점C에서 지점B로 운송하는 것이며; 예를 들어, 하나의 운송 작업은 2M톤의 화물을 지점A에서 지점B로 운송하는 것이며, 각 차량의 최대 적재량이 M톤이면, 해당 운송 작업을 2개의 차량을 사용하여 공동으로 수행하는 것이 필요하다. 스케줄링 결과 중의 차량 예상 도착 시간은 차량이 운송 작업을 완료하는 예상 도착 시간이다.
일부 실시예에서, 상기 스케줄링 모듈은 정적 스케줄링 또는 동적 스케줄링을 기반으로 스케줄링 결과를 결정할 수 있다. 상기 정적 스케줄링은 정확도가 높은 메타휴리스틱 알고리즘을 기반으로 스케줄링 결과를 결정하고, 상기 동적 스케줄링은 실시간성이 강한 휴리스틱 알고리즘을 기반으로 스케줄링 결과를 결정한다.
정적 스케줄링을 기반으로, 스케줄링 모듈은 메타휴리스틱 알고리즘을 사용한다. 상기 메타휴리스틱은 랜덤 알고리즘과 로컬 검색 알고리즘을 조합하여 검색 공간에서 연속적인 반복을 통해 탐색하는 것을 가리킨다. 메타휴리스틱 알고리즘은 일반적으로 휴리스틱 알고리즘을 사용하여 하나 또는 일련의 초기 솔루션을 생성하고, 그 다음에 초기 솔루션을 무작위로 변환하여 새 솔루션을 생성하고, 다음으로 새로운 솔루션을 평가하고 원래 솔루션과 비교하며, 새로운 솔루션은 특정 규칙을 통해 다음 반복의 시작으로 수신되며, 이러한 연속 반복에 의해 최적/근사 최적 솔루션을 얻는다. 일부 실시예에서, 상기 메타휴리스틱 알고리즘은 유전 알고리즘, 시뮬레이티드 어닐링 알고리즘, 금기 검색, 입자 무리 알고리즘, 개미 군체 알고리즘 등을 포함하지만 이에 제한되지 않는다.
동적 스케줄링을 기반으로, 스케줄링 모듈은 휴리스틱 알고리즘을 사용한다. 휴리스틱 알고리즘은 수용 가능한 조건에서 최적화 문제에 대한 실행 가능한 솔루션을 제공하는 직관 또는 경험을 기반으로 구성된 알고리즘이다. 일부 실시예에서, 상기 휴리스틱 알고리즘은 절약법, 스캐닝 방법, 보간법 등을 포함하지만 이에 제한되지 않는다.
스케줄링 결과 중의 차량 예상 도착 시간은 하나 이상의 차량 예상 도착 시간을 포함할 수 있다. 예를 들어, 스케줄링 작업은 W를 지점A에서 지점B로 운송하는 것이고, 지점A에서 지점B로 가는 도로가 지점F를 경과하는 경우, 해당 스케줄링 결과 중의 차량 예상 도착 시간은 차량이 지점A에서 지점B에 도착하는 예상 도착 시간을 포함하고, 차량이 지점A에서 지점F로 도착하는 예상 도착 시간 및 차량이 지점F에서 지점B로 도착하는 예상 도착 시간도 포함할 수 있다.
조정 모듈(330)은 상기 스케줄링 결과를 기반으로 조정 영역의 조정 영향값을 결정한다.
조정 영향값은 복수의 차량에 의해 운송 작업을 수행할 때 서로 간에 예상 도착 시간에 대한 영향을 가리킨다. 일부 실시예에서, 조정 영향값은 예상 도착 시간 영향값 또는 조정 스케줄링 영향 인자를 포함한다. 예상 도착 시간 영향값은 조정이 필요한 영역 내 각 차량의 예상 도착 시간에 대한 영향을 가리킨다. 상기 조정 모듈(330)은 상기 스케줄링 결과에 따라 조정이 필요한 영역 및 차량을 결정하고, 상기 조정 영역 내 각 조정 차량의 통행 허가 순서 및 대기 시간을 결정하고, 상기 통행 허가 순서 및 스케줄링 시간을 기반으로 각 차량의 조정 후 예상 도착 시간을 결정하고, 조정 후 예상 도착 시간 및 조정 전 예상 도착 시간을 기반으로 영향값을 결정한다.
상기 예상 도착 시간 영향값은 차량 조정 후 예상 도착 시간과 대응하는 차량 조정 전 예상 도착 시간의 차이값이다. 차량(102)-8의 경우, 조정 영역을 떠나 후속 지점G에 도착하는 예상 도착 시간 영향값은 차량(102)-8이 지점G에 도착하는 조정 후 예상 도착 시간과 조정 전 예상 도착 시간의 차이값이다. 차량(102)-8의 경우, 그 예상 도착 시간 영향값은 차량(102)-8이 조정 영역을 떠나 각 후속 지점에 도착하는 예상 도착 시간 영향값의 합이다. 복수의 차량을 조정하는 경우 일부분 차량은 대기해야 하므로, 이러한 차량이 일부 작업 지점에 도착하는 예상 도착 시간이 증가하게 되는데, 예상 도착 시간 영향값은 조정 후 차량이 운송 작업을 수행하기 위해 각 지점에 도착하는 조정 후 예상 도착 시간에서 조정 전의 조정 전 예상 도착 시간을 뺀 차이값의 합이고, 예상 도착 시간 영향값은 하나의 양수이다.일부 실시예에서, 하나의 운송 작업을 완료하기 위해 차량(102)-1에 배정한 작업은 지점A에서 지점B에 도착하고 다시 지점C에서 지점D에 도착하는 것이고, 차량(102)-2의 작업은 지점E에서 지점F로 도착하는 것인 경우, 조정 전에 차량(102)-1이 8시15분에 지점A에서 출발하여 모든 작업을 완료하는 시간은 25분이고, 운송 작업 종료 지점D에 도착하는 예상 도착 시간은 8시40분이며; 조정 전에 차량(102)-2가 8시10분에 지점E에서 출발하여 운송 작업을 완료하는 시간은 30분이고, 운송 작업 종료 지점F에 도착하는 예상 도착 시간은 8시40분이다. 조정 후, 차량(102)-1은 지점B로 가는 도중에 차량(102)-2와 교차하는 영역에서 5분 동안 대기하고, 차량(102)-2은 대기하지 않는다. 이 경우, 조정 후에 차량(102)-1이 지점B에 도착하는 예상 도착 시간이 5분 증가하고, 지점C에 도착하는 예상 도착 시간이 5분 증가하고, 지점D에 도착하는 예상 도착 시간이 5분 증가하므로, 차량(102)-1이 운송 작업을 완료하는 예상 도착 시간 영향값은 15분이며, 차량(102)-2의 예상 도착 시간은 변화하지 않으므로 예상 도착 시간 영향값이 0이다. 조정 영역의 예상 도착 시간 영향값은 해당 영역 내 모든 차량의 예상 도착 시간 영향값의 합을 가리킨다.
일부 실시예에서, 상기 조정 영향값이 예상 도착 시간 영향값인 것에 기반하여, 상기 조정 모듈(330)이 상기 조정 영향값을 결정하는 단계는, 먼저 조정 영역을 결정하는 단계; 조정 영역 내 각 차량의 통행 허가 순서 및 각 차량의 대기 시간을 결정하는 단계; 및, 상기 각 차량의 통행 허가 순서 및 각 차량의 대기 시간을 기반으로, 조정 영역의 예상 도착 시간 영향값을 결정하는 단계;를 포함한다.
일부 실시예에서, 조정 스케줄링 영향 인자는 한 차량이 운송 작업을 완료하는 예상 도착 시간 영향값과 조정 전에 운송 작업을 완료하는 총 시간의 비율이다. 일부 실시예에서, 하나의 운송 작업을 완료하기 위해 차량(102)-1에 배정한 작업은 지점A에서 지점B에 도착하고 다시 지점C에서 지점D에 도착하는 것이고, 차량(102)-2의 작업은 지점E에서 지점F로 도착하는 것인 경우, 조정 전에 차량(102)-1이 8시15분에 지점A에서 출발하여 모든 작업을 완료하는 시간은 25분이고, 운송 작업 종료 지점D에 도착하는 예상 도착 시간은 8시40분이며; 조정 전에 차량(102)-2가 8시10분에 지점E에서 출발하여 운송 작업을 완료하는 시간은 30분이고, 운송 작업 종료 지점F에 도착하는 예상 도착 시간은 8시40분이다. 조정 후, 차량(102)-1은 지점B로 가는 도중에 차량(102)-2와 교차하는 영역에서 5분 동안 대기하고, 차량(102)-2은 대기하지 않는다. 이 경우, 조정 후에 차량(102)-1이 지점B에 도착하는 예상 도착 시간이 5분 증가하고, 지점C에 도착하는 예상 도착 시간이 5분 증가하고, 지점D에 도착하는 예상 도착 시간이 5분 증가하므로, 차량(102)-1이 운송 작업을 완료하는 예상 도착 시간 영향값은 15분이며, 차량(102)-1의 조정 스케줄링 영향 인자는 0.6(15/25=0.6)이고, 차량(102)-2의 예상 도착 시간은 변화하지 않으므로, 예상 도착 시간 영향값은 0이고, 차량(102)-2의 조정 스케줄링 영향 인자는 0(0/30=0)이다. 조정 전 조정 영역의 조정 스케줄링 영향 인자는 해당 영역 내 모든 차량의 조정 스케줄링 영향 인자의 합이다.
일부 실시예에서, 상기 조정 영향값이 조정 스케줄링 영향 인자인 것에 기반하여, 상기 조정 모듈(330)이 상기 조정 영향값을 결정하는 단계는, 조정 영역을 결정하는 단계; 조정 영역 내 각 차량의 통행 허가 순서 및 각 차량의 대기 시간을 결정하는 단계; 상기 각 차량의 통행 허가 순서 및 각 차량의 대기 시간을 기반으로 조정 영역의 예상 도착 시간 영향값을 결정하는 단계; 및, 예상 도착 시간 영향값 및 조정 전 예상 도착 시간을 기반으로 조정 영역의 조정 스케줄링 인자를 결정하는 단계;를 포함한다.
수정 모듈(340)은 상기 조정 영역의 조정 영향값을 기반으로 스케줄링 매개변수를 수정한다. 일부 실시예에서, 상기 수정 모듈은 상기 조정 영역의 조정 영향값을 기반으로 스케줄링 매개변수를 결정한다. 일부 실시예에서, 상기 수정 모듈(340)은 차량의 조정 후 예상 도착 시간을 조정하는 것을 통해 스케줄링 매개변수를 수정할 수 있고; 일부 실시예에서, 상기 차량의 조정 후 예상 도착 시간을 조정한다는 것은, 차량이 운송 작업을 완료하는 조정 후 예상 도착 시간을 조정함으로써, 조정 영향값을 낮추는 것이다.
일부 실시예에서, 상기 차량의 조정 후 예상 도착 시간을 조정한다는 것은, 조정에 의한 영향을 새로운 스케줄링 매개변수의 조정 후 예상 도착 시간으로 변환하는 것이다.일부 실시예에서, 해당 조정 영역의 대기해야 할 모든 차량에 대해, 조정 영역에 도착한 후의 운송 작업을 해당 조정 영역에 도착하기 전의 차량의 순서를 변경하지 않고 다시 스케줄링한다.
일부 실시예에서, 상기 수정 모듈(340)은 차량의 주행 경로를 조정하는 것을 통해 스케줄링 매개변수를 수정할 수 있다.
상기 수정 모듈(340)은 상기 조정 영역의 조정 영향값이 미리 설정된 임계값보다 작지 않은지 여부를 판단하고, 판단 결과가 상기 조정 영향값이 미리 설정된 임계값보다 작지 않은 경우, 상기 스케줄링 매개변수를 수정하고, 수정된 스케줄링 매개변수를 기반으로 스케줄링 결과 및 조정 영향값을 다시 결정한다. 조정 영향값 최대 영역 내 예상 도착 시간을 조정한다는 것은, 차량이 상기 조정 영역을 떠나 후속 작업의 시작 지점 및 종료 지점에 도착하는 조정 후 예상 도착 시간을 조정하는 것을 가리킨다.
이는 조정 영향값 최대 영역 외 차량의 통행 허가 순서의 변경, 차량의 주행 경로의 변경, 차량의 대기 시간의 변경 등 결과 중 하나 이상을 초래하지만, 이에 제한되지 않는다.
차량의 주행 경로를 조정하는 경우, 차량의 주행 경로가 변경되어 해당 조정 영향값 최대 영역에 진입하지 않으므로, 복수 차량의 조정에 의한 영향을 줄이며; 또는, 해당 조정 영향값 최대 영역 내 차량의 수량이 감소하여 다중 차량의 조정에 의한 영향을 줄이는 등과 같은 하나 이상의 결과를 초래하지만, 이에 제한되지 않는다.
출력 모듈(350)은 상기 판단 결과가 미리 설정된 임계값보다 작은 경우, 스케줄링 결과를 출력한다.
출력 모듈(350)은 수정 모듈의 스케줄링 결과를 수신하고, 상기 스케줄링 결과를 차량에 전송한다.
당업자는 본 발명에 개시된 내용에 대해 다양한 수정 및 개선이 가능함을 이해할 수 있을 것이다. 예를 들어, 위에서 설명한 다양한 기능 구성 요소는 모두 하드웨어 장치에 의해 구현되지만 소프트웨어 솔루션에 의해서만 구현될 수도 있다. 예를 들어, 기존 서버에 시스템을 설치한다. 본 명세서에 개시된 컨텐츠는 펌웨어, 펌웨어/소프트웨어 조합, 펌웨어/하드웨어 조합, 또는 하드웨어/펌웨어/소프트웨어 조합으로 구현될 수 있다. 예를 들어, 상기 조정 모듈과 수정 모듈을 통합하여 차량의 조정 스케줄링을 통일된 방식으로 완료할 수 있다. 또 예를 들어, 상기 수정 모듈과 상기 출력 모듈을 통합하여 차량의 조정 스케줄링을 통일된 방식으로 완료할 수 있다.
다른 측면에서, 본 발명의 실시예는 전자 장치를 제공하며, 도 3에 도시된 바와 같이, 상기 전자 장치는 프로세서, 메모리 및 I/O인터페이스를 포함한다.
메모리에는 본 발명의 실시예에 따른 차량 스케줄링 시스템을 구현하기 위한 해당 모듈이 저장된다.
프로세서는 본 발명의 실시예에 따른 차량 스케줄링 시스템을 실행하기 위해 상기 메모리에 저장된 모듈을 실행한다.
프로세서는 데이터 처리 기능이 있는 장치로서, 중앙 처리 장치(CPU) 등을 포함하지만 이에 제한되지 않으며; 메모리는 데이터 저장 기능이 있는 장치로서, 랜덤 액세스 메모리(RAM, 보다 구체적으로 SDRAM, DDR 등), 읽기 전용 메모리(ROM), 전기 소거 가능 프로그래밍 가능 읽기 전용 메모리(EEPROM), 플래시 메모리(FLASH) 등을 포함하지만 이에 제한되지 않는다. 일부 실시예에서, 프로세서는 서버 또는 서버 클러스터일 수 있다. 서버 클러스터는 중앙 집중형 또는 분산형일 수 있다. 일부 실시예에서, 서버는 로컬 또는 원격 서버일 수 있다.
I/O 인터페이스(읽기 및 쓰기 인터페이스)는 프로세서와 메모리 사이에 연결되며, 메모리와 프로세서 사이의 정보 교환을 실현하기 위해 사용되고, 데이터 버스(Bus) 등을 포함하지만, 이에 제한되지 않는다.
다른 측면에서, 본 발명의 실시예는 다중 차량 조정 기반 차량 스케줄링 방법을 제공한다. 본 실시예에 의해 제공되는 차량 스케줄링 방법의 단계는 각각 상기 차량 스케줄링 시스템의 각 모듈에 의해 수행된다. 이하에서는 차량 스케줄링 방법의 주요한 단계에 대해서만 설명하고, 이미 설명된 세부 사항은 생략한다. 도 4를 참조하면, 본 발명의 실시예에 따른 차량 스케줄링 방법은 다음 단계를 포함한다. 즉:
단계 410, 상기 서버는 스케줄링 매개변수를 획득한다.
일부 실시예에서, 스케줄링 매개변수는 운송 작업 속성 및 스케줄링 조건을 포함한다.
운송 작업 속성은 운송 작업의 시작 지점 및 종료 지점을 포함한다. 일부 실시예에서, 작업 속성은 운송 작업의 운송량, 운송 작업의 가장 빠른 시작 시간, 운송 작업의 가장 늦은 시작 시간, 운송 작업의 가장 빠른 종료 시간 및 운송 작업의 가장 늦은 종료 시간 중 적어도 하나를 더 포함한다.
일부 실시예에서, 상기 스케줄링 매개변수는 차량 속성을 더 포함한다. 일부 실시예에서, 차량 속성은 차량의 용량, 차량의 적재량 및 차량의 에너지 소비 중 적어도 하나를 포함한다.
일부 실시예에서, 차량 속성은 운송 영역 내 차량의 예상 도착 시간을 포함하고, 상기 예상 도착 시간은 운행 영역 내 각 지점 간의 각 차량의 차량 예상 도착 시간을 포함하고; 차량 예상 도착 시간은 과거 데이터에 따라 통계한 차량이 한 지점에서 다른 한 지점까지 주행하는데 필요한 시간이다. 구별을 용이하게 하기 위해, 차량 속성 중의 예상 도착 시간을 조정 전 예상 도착 시간이라고 한다.
일부 실시예에서, 차량 속성은 차량의 용량, 차량의 적재량 및 차량의 에너지 소비 중 적어도 하나를 포함한다.
일부 실시예에서, 스케줄링 조건은 차량의 최단 총 이동 거리, 차량의 최단 총 운송 작업 완료 시간, 차량의 최소 총 에너지 소비 및 차량의 최소 스케줄링 횟수 중 적어도 하나를 포함한다.
단계 420, 상기 서버는 상기 스케줄링 매개변수를 기반으로 스케줄링 결과를 결정한다.
일부 실시예에서, 스케줄링 매개변수를 기반으로 스케줄링 결과를 결정하는 단계는, 정적 스케줄링을 기반으로, 메타휴리스틱 알고리즘을 사용하여 스케줄링 결과를 결정하는 단계; 및, 동적 스케줄링을 기반으로, 휴리스틱 알고리즘을 사용하여 스케줄링 결과를 결정하는 단계;를 포함한다.
일부 실시예에서, 스케줄링 결과는 운송 작업과 차량의 다대일, 일대다 또는 다대다 매핑 및 차량의 예상 도착 시간을 포함한다. 스케줄링 결과를 기반으로 차량의 출발 순서, 출발 시간, 완료 시간 중 하나 이상을 결정한다.
운송 작업과 차량의 다대일 매핑은 복수의 운송 작업이 하나의 차량에 의해 수행되는 것을 의미하며; 운송 작업과 차량의 일대다 매핑은 하나의 운송 작업이 복수의 차량에 의해 수행되는 것을 의미하며; 운송 작업과 차량의 다대다 매핑은 복수의 운송 작업이 복수의 차량에 의해 수행되는 것을 의미한다.
단계 430, 상기 서버는 상기 스케줄링 결과를 기반으로 조정 영향값을 결정한다.
조정 영향값은 복수의 차량에 의해 운송 작업을 수행할 때 서로 간에 예상 도착 시간에 대한 영향을 가리킨다. 일부 실시예에서, 조정 영향값은 예상 도착 시간 영향값 또는 조정 스케줄링 영향 인자를 포함한다. 예상 도착 시간 영향값은 조정이 필요한 영역 내 각 차량의 예상 도착 시간에 대한 영향을 가리킨다. 상기 조정 모듈(330)은 상기 스케줄링 결과에 따라 조정이 필요한 영역 및 차량을 결정하고, 상기 조정 영역 내 각 조정 차량의 통행 허가 순서 및 대기 시간을 결정하고, 상기 통행 허가 순서 및 스케줄링 시간을 기반으로 각 차량의 조정 후 예상 도착 시간을 결정하고, 조정 후 예상 도착 시간 및 조정 전 예상 도착 시간을 기반으로 영향값을 결정한다.
상기 예상 도착 시간 영향값은 차량 조정 후 예상 도착 시간과 대응하는 차량 조정 전 예상 도착 시간의 차이값이며; 복수의 차량을 조정하는 경우 일부분 차량은 대기해야 하므로, 이러한 차량이 일부 작업 지점에 도착하는 예상 도착 시간이 증가하게 되는데, 예상 도착 시간 영향값은 조정 후 차량이 운송 작업을 수행하기 위해 각 지점에 도착하는 조정 후 예상 도착 시간에서 조정 전의 조정 전 예상 도착 시간을 뺀 차이값의 합이고, 예상 도착 시간 영향값은 하나의 양수이다.
조정 영역의 예상 도착 시간 영향값은 해당 영역 내 모든 차량의 예상 도착 시간 영향값의 합을 가리킨다.
일부 실시예에서, 조정 스케줄링 영향 인자는 한 차량이 운송 작업을 완료하는 예상 도착 시간 영향값과 조정 전 예상 도착 시간의 비율이다. 조정 전 예상 도착 시간은 조정 전에 해당 차량이 운송 작업을 완료하는데 필요한 총 시간이다.
조정 영역의 조정 스케줄링 영향 인자는 해당 영역 내 모든 차량의 조정 스케줄링 영향 인자의 합이다.
일부 실시예에서, 조정 영향값은 예상 도착 시간 영향값이며, 조정 영향값을 결정하는 단계는, 조정 영역을 결정하는 단계; 조정 영역 내 각 차량의 통행 허가 순서 및 각 차량의 대기 시간을 결정하는 단계; 및, 조정 영역의 예상 도착 시간 영향값을 결정하는 단계;를 포함한다.
일부 실시예에서, 조정 영향값은 조정 스케줄링 영향 인자이며, 조정 영향값을 결정하는 단계는, 조정 영역을 결정하는 단계; 조정 영역 내 각 차량의 통행 허가 순서 및 각 차량의 대기 시간을 결정하는 단계; 조정 영역 내 각 차량의 예상 도착 시간 영향값을 결정하는 단계; 및, 예상 도착 시간 영향값 및 조정 전 예상 도착 시간을 기반으로 조정 영역의 조정 스케줄링 인자를 결정하는 단계;를 포함한다.
단계 440, 서버는 상기 조정 영향값이 미리 설정된 임계값보다 작지 않은지 여부를 판단하고, 판단 결과가 상기 조정 영향값이 미리 설정된 임계값보다 작지 않은 경우, 상기 스케줄링 매개변수를 수정하고, 수정된 스케줄링 매개변수를 기반으로 스케줄링 결과 및 조정 영향값을 다시 결정한다.
일부 실시예에서, 상기 스케줄링 매개변수를 수정하는 단계는, 조정 영향값 최대 영역 내 예상 도착 시간을 조정하는 단계; 차량이 운송 작업을 완료하는 예상 도착 시간을 조정하는 단계; 및, 차량의 주행 경로를 조정하는 단계; 중 적어도 하나를 포함한다.
조정 영향값 최대 영역 내 예상 도착 시간을 조정한다는 것은, 차량이 상기 조정 영역을 떠나 후속 작업의 시작 지점 및 종료 지점에 도착하는 조정 후 예상 도착 시간을 조정하는 것을 가리킨다.
단계 450, 서버는 상기 판단 결과가 미리 설정된 임계값보다 작은 경우, 상기 스케줄링 결과를 출력한다.
상술한 바와 같이, 본 발명의 실시예에 따른 차량 스케줄링 방법은 복수의 차량을 스케줄링하기 위해 사용될 수 있다. 따라서, 다중 차량 스케줄링 시 선후 순서 및 작업 배정 문제를 효과적으로 해결하고, 복수의 차량을 운영할 때 발생하는 충돌, 혼잡, 불합리한 배치 등 문제를 개선하고, 운송 작업의 완료 효율을 효과적으로 향상시킨다.
다른 측면에서, 본 발명의 실시예는 컴퓨터 프로그램 또는 명령이 저장된 컴퓨터 판독 가능 저장 매체를 제공하며, 해당 프로그램이 프로세서에 의해 실행됨으로써, 본 발명의 실시예의 임의의 어느 한 항의 차량 스케줄링 방법이 구현된다.
당업자는 본 명세서의 실시예에서 설명된 다양한 예의 유닛 및 알고리즘 단계를 결부하여, 전자 하드웨어 또는 컴퓨터 소프트웨어와 전자 하드웨어의 조합을 통해 본 발명을 구현할 수 있다는 것을 쉽게 인식할 수 있다. 이러한 기능을 하드웨어 방식으로 수행할 것인지, 아니면 소프트웨어 방식으로 수행할 것인지는 기술적 해결책의 특정된 적용과 설계의 제약 조건에 의해 결정된다. 전문 기술자는 각 특정 적용에 대해, 설명된 기능을 구현하기 위해 서로 다른 시스템을 사용할 수 있지만, 이러한 구현을 본 발명의 범위를 벗어나는 것으로 간주해서는 안된다.
유사하게, 본 발명을 단순화하고 본 발명의 다양한 측면에 대한 이해를 돕기 위해, 본 발명의 예시적인 실시예의 설명에서 본 발명의 실시예의 각 특징은 단일 실시예, 도면 또는 그 설명에 간혹 그룹화될 수 있다. 그러나, 본 발명의 이러한 시스템을 청구된 발명이 각 청구범위에 명시적으로 인용된 것보다 더 많은 특징을 요구한다는 의도를 반영하는 것으로 해석되어서는 안된다. 더 정확히 말하면, 해당 청구범위에 반영된 것처럼, 그 발명 포인트는 개시된 단일 실시예의 모든 특징보다 적은 특징으로 해당 기술적 문제를 해결할 수 있다는 점이다. 따라서, 구체적인 구현 방식에 따른 청구범위는 이를 통해 그 구체적인 구현 방식에 명시적으로 통합되며, 각 청구항 자체도 본 발명의 별도의 실시예로 이루어진다.
전술한 실시예는 본 발명을 제한하는 것이 아니라 본 발명을 설명하기 위한 것이며, 당업자는 청구범위를 벗어나지 않는 전제 하에 대안적인 실시예를 구상할 수 있다. 청구범위에서 괄호 안의 부호가 청구범위에 대한 제한으로 구성되어서는 안된다. "포함”이라는 단어는 청구범위에 나열되지 않은 요소 또는 단계의 존재를 배제하지 않는다. 요소 앞에 있는 "일” 또는 "하나”라는 단어는 다수의 요소가 존재하는 경우를 배제하지 않는다. 본 발명은 다수의 다른 요소를 포함하는 하드웨어 및 적절하게 프로그래밍된 컴퓨터를 통해 구현될 수 있다. 복수의 장치를 열거한 청구항에서, 이러한 복수의 장치는 동일한 하드웨어에 의해 구현될 수 있다. 제1, 제2 및 제3과 같은 단어는 그 어떠한 순서도 나타내지 않는다. 이러한 단어들은 명칭으로 해석될 수 있다.
상술한 내용은 본 발명의 구체적인 실시예 또는 구체적인 실시예의 설명에 불과한 것으로서, 본 발명의 보호범위는 이에 한정되는 것이 아니며, 당업자는 본 발명이 개시한 기술 범위에서 본 발명에 대해 다양한 등가의 수정 또는 대체가 가능하고, 이러한 수정 또는 대체는 모두 본 발명의 보호 범위에 포함된다. 본 발명의 보호 범위는 특허청구범위의 보호 범위를 기준으로 해야 한다.
Claims (24)
- 다중 차량 조정 기반 차량 스케줄링 시스템에 있어서,
스케줄링 매개변수를 결정하기 위한 매개변수 모듈;
상기 스케줄링 매개변수를 기반으로 스케줄링 결과를 결정하기 위한 스케줄링 모듈;
상기 스케줄링 결과에 따라 조정 영향값을 결정하기 위한 조정 모듈;
상기 조정 영향값을 기반으로 스케줄링 매개변수를 수정하기 위한 수정 모듈 - 상기 수정 모듈은 상기 조정 영향값이 미리 설정된 임계값보다 작지 않은지 여부를 판단하고, 판단 결과가 상기 조정 영향값이 미리 설정된 임계값보다 작지 않은 경우, 상기 스케줄링 매개변수를 수정하고, 수정된 스케줄링 매개변수를 기반으로 스케줄링 결과 및 조정 영향값을 다시 결정함 - ; 및,
상기 판단 결과가 상기 미리 설정된 임계값보다 작은 경우, 상기 스케줄링 결과를 출력하기 위한 출력 모듈;을 포함하는 것을 특징으로 하는 시스템. - 제1항에 있어서,
상기 스케줄링 매개변수는 운송 작업 속성 및 스케줄링 조건을 포함하고, 상기 운송 작업 속성은 운송 작업의 시작 지점 및 종료 지점을 포함하는 것을 특징으로 하는 시스템. - 제2항에 있어서,
상기 스케줄링 매개변수는 차량 속성을 더 포함하는 것을 특징으로 하는 시스템. - 제2항에 있어서,
상기 운송 작업 속성은 운송 작업의 운송량, 운송 작업의 가장 빠른 시작 시간, 운송 작업의 가장 늦은 시작 시간, 운송 작업의 가장 빠른 종료 시간 및 운송 작업의 가장 늦은 종료 시간 중 적어도 하나를 더 포함하는 것을 특징으로 하는 시스템. - 제3항에 있어서,
상기 차량 속성은 차량 조정 전 예상 도착 시간을 포함하며,
상기 예상 도착 시간 집합은 운행 영역 내 각 지점 간의 복수 차량의 차량 조정 전 예상 도착 시간이고;
상기 차량 조정 전 예상 도착 시간은 과거 데이터에 따라 통계한 차량이 한 지점에서 다른 한 지점까지 주행하는데 필요한 시간인 것을 특징으로 하는 시스템. - 제5항에 있어서,
상기 차량 속성은 차량의 용량, 차량의 적재량 및 차량의 에너지 소비 중 적어도 하나를 더 포함하는 것을 특징으로 하는 시스템. - 제2항에 있어서,
상기 스케줄링 조건은 차량의 최단 총 이동 거리, 차량의 최단 총 운송 작업 완료 시간, 차량의 최소 총 에너지 소비 및 차량의 최소 스케줄링 횟수 중 적어도 하나를 포함하는 것을 특징으로 하는 시스템. - 제1항에 있어서,
상기 스케줄링 매개변수를 기반으로 스케줄링 결과를 결정하는 단계는,
정적 스케줄링를 기반으로, 메타휴리스틱 알고리즘을 사용하여 스케줄링 결과를 결정하는 단계; 및,
동적 스케줄링을 기반으로, 휴리스틱 알고리즘을 사용하여 스케줄링 결과를 결정하는 단계;를 포함하는 것을 특징으로 하는 시스템. - 제1항에 있어서,
상기 스케줄링 결과는,
운송 작업과 차량의 다대일, 일대다 또는 다대다 매핑을 포함하는 것을 특징으로 하는 시스템. - 제9항에 있어서,
상기 스케줄링 결과에 따라, 차량 조정 후 예상 도착 시간 및,
차량의 출발 순서, 출발 시간, 완료 시간 중 하나 이상을 결정하는 것을 특징으로 하는 시스템. - 제1항에 있어서,
상기 조정 영향값은 예상 도착 시간 영향값 또는 조정 스케줄링 영향 인자를 포함하며,
상기 예상 도착 시간 영향값은 조정 후 차량이 조정 전에 운송 작업을 완료하기 위해 각 지점에 도착한 조정 후 예상 도착 시간에서 조정 전의 조정 전 예상 도착 시간을 뺀 차이값의 합이고;
상기 조정 스케줄링 영향 인자는 예상 도착 시간 영향값과 조정 전에 운송 작업을 완료하는 총 시간의 비율인 것을 특징으로 하는 시스템. - 제11항에 있어서
상기 조정 영향값은 예상 도착 시간 영향값이며, 상기 조정 영향값을 결정하는 단계는,
조정 영역을 결정하는 단계;
상기 조정 영역 내 각 차량의 통행 허가 순서 및 각 차량의 대기 시간을 결정하는 단계; 및,
상기 통행 허가 순서, 상기 대기 시간 및 상기 스케줄링 결과를 기반으로 조정 영역의 조정 영향값을 결정하는 단계;를 포함하는 것을 특징으로 하는 시스템. - 제11항에 있어서,
상기 조정 영향값은 조정 스케줄링 영향 인자이며, 상기 조정 영향값을 결정하는 단계는,
조정 영역을 결정하는 단계;
상기 조정 영역 내 각 차량의 통행 허가 순서 및 각 차량의 대기 시간을 결정하는 단계;
상기 통행 허가 순서, 상기 대기 시간 및 상기 스케줄링 결과에 따라 조정 영역의 조정 영향값을 결정하는 단계; 및,
상기 예상 도착 시간 영향값과 조정 전 예상 도착 시간에 따라 조정 영역의 조정 스케줄링 인자를 결정하는 단계;를 포함하는 것을 특징으로 하는 시스템. - 제1항에 있어서,
상기 스케줄링 매개변수를 수정하는 단계는,
차량의 조정 후 예상 도착 시간을 조정하는 단계;
차량의 주행 경로를 조정하는 단계; 중 적어도 하나를 포함하는 것을 특징으로 하는 시스템. - 제14항에 있어서,
상기 조정 영향값 최대 영역 내 예상 도착 시간을 조정한다는 것은, 차량이 상기 조정 영역을 떠나 후속 작업의 시작 지점 및 종료 지점에 도착하는 조정 후 예상 도착 시간을 조정하는 것을 특징으로 하는 시스템. - 다중 차량 조정 기반 차량 스케줄링 방법에 있어서,
서버가 스케줄링 매개변수를 획득하는 단계;
서버가 상기 스케줄링 매개변수를 기반으로 스케줄링 결과를 결정하는 단계;
서버가 상기 스케줄링 결과를 기반으로 조정 영향값을 결정하는 단계;
서버가 상기 조정 영향값이 미리 설정된 임계값보다 작지 않은지 여부를 판단하고, 판단 결과가 상기 조정 영향값이 미리 설정된 임계값보다 작지 않은 경우, 상기 스케줄링 매개변수를 수정하고, 수정된 스케줄링 매개변수를 기반으로 스케줄링 결과 및 조정 영향값을 다시 결정하는 단계; 및,
서버가 상기 조정 영향값이 미리 설정된 임계값보다 작지 않은지 여부를 판단하고, 판단 결과가 상기 조정 영향값이 미리 설정된 임계값보다 작은 경우, 상기 스케줄링 결과를 출력하는 단계;를 포함하는 것을 특징으로 하는 방법. - 제16항에 있어서,
상기 스케줄링 매개변수는 운송 작업 속성, 차량 속성 및 스케줄링 조건를 포함하며,
상기 운송 작업 속성은 운송 작업의 시작 지점 및 종료 지점을 포함하고, 운송 작업의 운송량, 운송 작업의 가장 빠른 시작 시간, 운송 작업의 가장 늦은 시작 시간, 운송 작업의 가장 빠른 종료 시간 및 운송 작업의 가장 늦은 종료 시간 중 적어도 하나를 더 포함하며;
상기 차량 속성은 차량의 용량, 차량의 적재량 및 차량의 에너지 소비 중 적어도 하나를 포함하며;
상기 스케줄링 조건은 차량의 최단 총 이동 거리, 차량의 최단 총 운송 작업 완료 시간, 차량의 최소 총 에너지 소비 및 차량의 최소 스케줄링 횟수 중 적어도 하나를 포함하는 것을 특징으로 하는 방법. - 제17항에 있어서,
상기 차량 속성은 차량 조정 전 예상 도착 시간 집합을 더 포함하며,
상기 조정 전 예상 도착 시간 집합은 운행 영역 내 각 지점 간의 다중 차량의 차량 예상 도착 시간이고;
상기 차량의 조정 전 예상 도착 시간은 과거 데이터에 따라 통계한 차량이 한 지점에서 다른 한 지점까지 주행하는데 필요한 시간인 것을 특징으로 하는 방법. - 제16항에 있어서,
상기 스케줄링 결과는,
운송 작업과 차량의 다대일, 일대다 또는 다대다 매핑을 포함하는 것을 특징으로 하는 방법. - 제16항에 있어서
상기 조정 영향값은 예상 도착 시간 영향값이며, 상기 조정 영향값을 결정하는 단계는,
조정 영역을 결정하는 단계;
상기 조정 영역 내 각 차량의 통행 허가 순서 및 각 차량의 대기 시간을 결정하는 단계; 및,
상기 통행 허가 순서, 상기 대기 시간 및 상기 스케줄링 결과를 기반으로 조정 영역의 조정 영향값을 결정하는 단계;를 포함하는 것을 특징으로 하는 방법. - 제16항에 있어서,
상기 조정 영향값은 조정 스케줄링 영향 인자이며, 상기 조정 영향값을 결정하는 단계는,
조정 영역을 결정하는 단계;
상기 조정 영역 내 각 차량의 통행 허가 순서 및 각 차량의 대기 시간을 결정하는 단계; 및,
상기 통행 허가 순서, 상기 대기 시간 및 상기 스케줄링 결과에 따라 조정 영향값을 결정하는 단계; 및,
상기 예상 도착 시간 영향값과 조정 전 예상 도착 시간에 따라 조정 영역의 조정 스케줄링 인자를 결정하는 단계;를 포함하는 것을 특징으로 하는 방법. - 제16항에 있어서,
상기 스케줄링 매개변수를 수정하는 단계는, 조정 영향값 최대 영역 내 예상 도착 시간을 조정하는 단계를 포함하며,
상기 조정 영향값 최대 영역 내 예상 도착 시간을 조정한다는 것은, 차량이 상기 조정 영향값 최대 영역에 진입하여 상기 조정 영향값 최대 영역을 나가는데 필요한 시간을 조정하는 것임을 특징으로 하는 방법. - 전자 장치로서,
프로세서, 메모리, I/O 인터페이스 및 제1항 내지 제15항 중 어느 한 항의 차량 스케줄링 시스템을 포함하며, I/O 인터페이스는 상기 프로세서와 상기 메모리를 연결하고, 상기 메모리와 상기 프로세서 간의 정보 상호 작용을 실현하기 위해 사용되며; 상기 메모리는 상기 차량 스케줄링 시스템에서 해당 모듈을 구현하기 위해 사용되고, 상기 프로세서는 상기 메모리에 저장된 모듈을 실행하여 상기 차량 스케줄링 시스템을 실행하기 위해 사용되는 것을 특징으로 하는 전자 장치. - 프로그램 또는 명령이 저장된 컴퓨터 판독 가능 저장 매체에 있어서,
상기 프로그램 또는 명령에 따라 컴퓨터에 의해 제16항 내지 제22항 중 어느 한 항의 방법의 단계가 수행되는 것을 특징으로 하는 컴퓨터 판독 가능 저장 매체.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/080052 WO2021184265A1 (zh) | 2020-03-18 | 2020-03-18 | 基于多车协同的车辆调度***、方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220144849A KR20220144849A (ko) | 2022-10-27 |
KR102537002B1 true KR102537002B1 (ko) | 2023-05-26 |
Family
ID=77771624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020227032898A KR102537002B1 (ko) | 2020-03-18 | 2020-03-18 | 다중 차량 조정 기반 차량 스케줄링 시스템, 방법, 전자 장치 및 저장 매체 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230136829A1 (ko) |
EP (1) | EP4120156A4 (ko) |
JP (1) | JP7474525B2 (ko) |
KR (1) | KR102537002B1 (ko) |
CN (1) | CN114008647A (ko) |
WO (1) | WO2021184265A1 (ko) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113807796B (zh) * | 2021-10-21 | 2024-02-02 | 广西盖德科技有限公司 | 建立协同等待区优化2点间不同运输路线的协同方法 |
CN114067601A (zh) * | 2021-11-15 | 2022-02-18 | 北京汇通天下物联科技有限公司 | 一种停车调度方法及*** |
CN114331225B (zh) * | 2022-03-07 | 2022-06-10 | 北京骑胜科技有限公司 | 一种车辆资源调度方法、装置、电子设备及存储介质 |
CN115841305B (zh) * | 2022-11-25 | 2023-08-01 | 山重建机有限公司 | 一种提高工程机械协同作业效率的方法和*** |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809549A (zh) | 2015-04-02 | 2015-07-29 | 常州奥迈信息技术有限公司 | 一种货运车辆计划行驶路线的调度方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100913837B1 (ko) * | 2006-01-10 | 2009-08-26 | 주식회사 엘지화학 | 다수의 차량에 대한 최적 배차 방법 및 이를 위한 시스템 |
JP5338305B2 (ja) * | 2008-12-26 | 2013-11-13 | Jfeスチール株式会社 | 車両運行計画作成方法及び装置 |
US10198707B1 (en) * | 2013-02-07 | 2019-02-05 | United Parcel Service Of America, Inc. | Systems and methods for synchronized delivery |
KR102500445B1 (ko) * | 2015-06-04 | 2023-02-17 | (주)이아이랩 | 운행 일지 자동 생성 기능을 갖는 운행 기록 분석 시스템 및 방법 |
US9786187B1 (en) * | 2015-06-09 | 2017-10-10 | Amazon Technologies, Inc. | Transportation network utilizing autonomous vehicles for transporting items |
US20170046653A1 (en) * | 2015-08-14 | 2017-02-16 | Amazon Technologies, Inc. | Planning of transportation requests |
WO2017197468A1 (en) * | 2016-05-20 | 2017-11-23 | R K Urban Apps Pty Ltd | A method and system for facilitating the delivery of goods |
US10930157B2 (en) * | 2017-04-26 | 2021-02-23 | Dropoff, Inc. | Systems and methods for automated real-time and advisory routing within a fleet of geographically distributed drivers |
US11030570B2 (en) * | 2017-05-24 | 2021-06-08 | Tata Colsultancy Services Limited | System and method for dynamic fleet management |
CN109215333B (zh) * | 2017-07-07 | 2021-03-19 | 杭州中策车空间汽车服务有限公司 | 调度配置方法和*** |
US10636297B2 (en) * | 2017-08-11 | 2020-04-28 | Fujitsu Limited | Cooperative autonomous driving for traffic congestion avoidance |
US10723555B2 (en) * | 2017-08-28 | 2020-07-28 | Google Llc | Robot inventory updates for order routing |
CN110800030B (zh) * | 2017-10-31 | 2022-09-30 | 北京嘀嘀无限科技发展有限公司 | 用于拼车服务的方法和*** |
CN108171428B (zh) * | 2017-12-29 | 2021-11-30 | 首汽租赁有限责任公司 | 企业车队管理***及其方法 |
US10825344B2 (en) * | 2018-02-01 | 2020-11-03 | GM Global Technology Operations LLC | System and method for forming a fleet and positioning vehicles in the fleet |
-
2020
- 2020-03-18 KR KR1020227032898A patent/KR102537002B1/ko active IP Right Grant
- 2020-03-18 WO PCT/CN2020/080052 patent/WO2021184265A1/zh unknown
- 2020-03-18 US US17/912,533 patent/US20230136829A1/en active Pending
- 2020-03-18 CN CN202080047407.3A patent/CN114008647A/zh active Pending
- 2020-03-18 EP EP20925452.3A patent/EP4120156A4/en not_active Withdrawn
- 2020-03-18 JP JP2022556642A patent/JP7474525B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809549A (zh) | 2015-04-02 | 2015-07-29 | 常州奥迈信息技术有限公司 | 一种货运车辆计划行驶路线的调度方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7474525B2 (ja) | 2024-04-25 |
EP4120156A4 (en) | 2023-05-10 |
WO2021184265A1 (zh) | 2021-09-23 |
JP2023518545A (ja) | 2023-05-02 |
CN114008647A (zh) | 2022-02-01 |
KR20220144849A (ko) | 2022-10-27 |
EP4120156A1 (en) | 2023-01-18 |
US20230136829A1 (en) | 2023-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102537002B1 (ko) | 다중 차량 조정 기반 차량 스케줄링 시스템, 방법, 전자 장치 및 저장 매체 | |
JP7386434B2 (ja) | 情報処理方法及び情報処理システム | |
US9958272B2 (en) | Real-time computation of vehicle service routes | |
TWI797204B (zh) | 電池組優化輸送規劃方法 | |
WO2015140954A1 (ja) | 作業員管理装置、作業員管理システム及び作業員管理方法 | |
US11340607B2 (en) | Vehicle external communication method and apparatus, and terminal | |
US11734623B2 (en) | Fleet scheduler | |
WO2019197854A1 (ja) | 配車管理装置及び配車管理方法 | |
US20190156254A1 (en) | Systems and methods for dynamically managing a shuttle fleet | |
WO2023072101A1 (zh) | 一种车辆控制方法、装置及*** | |
US20230132271A1 (en) | Method and apparatus for scheduling of aircraft flight | |
US20170174469A1 (en) | Elevator system including dynamic elevator car call scheduling | |
CN113988770B (zh) | 运输车辆在途排队控制方法、装置以及电子设备 | |
van der Heijden et al. | Scheduling vehicles in automated transportation systems Algorithms and case study: Algorithms and case study | |
WO2013084684A1 (ja) | エネルギー供給装置の予約管理装置、予約管理システム及び予約管理方法 | |
WO2022120935A1 (zh) | 一种车辆***的调度控制方法,装置及*** | |
EP4276795A1 (en) | Collaborative traffic management | |
JP7082531B2 (ja) | 輸送業務管理装置及び輸送業務管理方法 | |
CN116187706A (zh) | 行李分拣amr的配置方法、装置、计算机设备和存储介质 | |
US20220319243A1 (en) | Information processing device and information processing method | |
TWI830050B (zh) | 基於路線的數位服務管理系統及方法、以及至少一種非暫時性機器可讀取媒體 | |
Cats et al. | Performance analysis and fleet requirements of automated demand-responsive transport systems as an urban public transport service | |
US20240062659A1 (en) | Information processing apparatus and information processing method | |
KR102397338B1 (ko) | 자율 주차 로봇 시스템의 작업 계획 관리 장치 및 관리 방법 | |
JP2024061506A (ja) | 遠隔制御支援装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
A302 | Request for accelerated examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |