本發(fā)明涉及車輛路徑規(guī)劃，具體涉及一種環(huán)衛(wèi)車輛智能路徑規(guī)劃方法、系統(tǒng)及調(diào)度方法和存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、現(xiàn)有的環(huán)衛(wèi)車輛路徑規(guī)劃方法主要依賴于預(yù)設(shè)的固定路線，這些路線通常不考慮實(shí)時(shí)交通狀況、特殊事件(如道路施工、臨時(shí)封路)或環(huán)境變化(如天氣變化)。這導(dǎo)致以下問(wèn)題：

2、1)清潔效率低下：固定路線可能不是最優(yōu)路徑，導(dǎo)致清潔作業(yè)耗時(shí)較長(zhǎng)，能源消耗增加。例如，在交通高峰期，固定路線可能會(huì)讓環(huán)衛(wèi)車輛陷入擁堵，導(dǎo)致清潔作業(yè)延誤，增加了不必要的等待時(shí)間。此外，如果固定路線較長(zhǎng)，車輛的行駛距離也會(huì)增加，進(jìn)而導(dǎo)致更高的能耗。

3、2)資源分配不均：固定的作業(yè)時(shí)間和路線可能導(dǎo)致某些區(qū)域清潔過(guò)度，而其他區(qū)域清潔不足。例如，在人口密集區(qū)，固定路線可能安排了過(guò)多的清潔次數(shù)，而在人煙稀少的區(qū)域，清潔次數(shù)卻不足。這不僅浪費(fèi)了清潔資源，還可能導(dǎo)致部分區(qū)域的環(huán)境衛(wèi)生問(wèn)題得不到及時(shí)解決。

4、3)應(yīng)對(duì)突發(fā)事件能力差：在遇到突發(fā)事件時(shí)，固定路線無(wú)法快速調(diào)整，影響環(huán)衛(wèi)作業(yè)的連續(xù)性和效率。例如，當(dāng)某條道路上發(fā)生交通事故或道路施工導(dǎo)致封路時(shí)，固定路線無(wú)法立即調(diào)整，環(huán)衛(wèi)車輛可能會(huì)被迫停滯或繞遠(yuǎn)路，從而影響整體的作業(yè)進(jìn)度。

5、4)數(shù)據(jù)利用不足：現(xiàn)有方法未能充分利用城市大數(shù)據(jù)，如交通流量、天氣狀況等，來(lái)優(yōu)化清潔路線。例如，雖然城市交通管理系統(tǒng)可以提供實(shí)時(shí)的交通流量信息，但這些數(shù)據(jù)并未被有效地整合到路徑規(guī)劃中，導(dǎo)致規(guī)劃出的路線無(wú)法適應(yīng)實(shí)時(shí)變化的交通狀況。

6、因此，有必要開(kāi)發(fā)一種新的環(huán)衛(wèi)車輛智能路徑規(guī)劃方法、系統(tǒng)及調(diào)度方法和存儲(chǔ)介質(zhì)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種環(huán)衛(wèi)車輛智能路徑規(guī)劃方法、系統(tǒng)及調(diào)度方法和存儲(chǔ)介質(zhì)，其能夠根據(jù)實(shí)時(shí)數(shù)據(jù)動(dòng)態(tài)調(diào)整最優(yōu)路徑，提高清潔效率和資源利用率。

2、第一方面，本發(fā)明提供了一種環(huán)衛(wèi)車輛智能路徑規(guī)劃方法，包括以下步驟：

3、數(shù)據(jù)采集步驟：實(shí)時(shí)收集車輛信息和環(huán)境數(shù)據(jù)，所述環(huán)境數(shù)據(jù)包括交通狀況和天氣狀況，所述車輛信息包括車輛位置和狀態(tài)；

4、數(shù)據(jù)處理步驟：對(duì)收集到的車輛信息和環(huán)境數(shù)據(jù)進(jìn)行清洗、格式化處理，將環(huán)境數(shù)據(jù)轉(zhuǎn)換為影響系數(shù)；

5、路徑規(guī)劃步驟：根據(jù)最短路徑算法計(jì)算當(dāng)前位置到每個(gè)垃圾收集點(diǎn)最短路徑，以及每個(gè)垃圾收集點(diǎn)到其他垃圾收集點(diǎn)的最短路徑；

6、根據(jù)強(qiáng)化學(xué)習(xí)算法進(jìn)行路徑規(guī)劃，得到當(dāng)前位置到目標(biāo)垃圾收集點(diǎn)的若干條規(guī)劃路徑；

7、將環(huán)境數(shù)據(jù)轉(zhuǎn)換的影響系數(shù)和車輛信息輸入至行駛成本獎(jiǎng)勵(lì)函數(shù)中，輸出得到若干條規(guī)劃路徑的獎(jiǎng)勵(lì)值，最小獎(jiǎng)勵(lì)值對(duì)應(yīng)的所述規(guī)劃路徑為環(huán)衛(wèi)車輛的最優(yōu)路徑。

8、進(jìn)一步，所述行駛成本獎(jiǎng)勵(lì)函數(shù)具體為：

9、r＝d×rbase；

10、rbase＝ω1×d+ω2×e+ω3×t+ω2×w；

11、式中，r為規(guī)劃路徑的獎(jiǎng)勵(lì)值，d為交通狀況影響系數(shù)，rbase為規(guī)劃路徑的基本獎(jiǎng)勵(lì)值，d為規(guī)劃路徑的長(zhǎng)度，e為環(huán)衛(wèi)車輛途徑規(guī)劃路徑的理論能耗，t為環(huán)衛(wèi)車輛途徑規(guī)劃路徑的理論時(shí)間，w為天氣狀況影響系數(shù)，ω1、ω2、ω3、ω4為權(quán)重系數(shù)且ω1+ω2+ω3+ω4＝1。

12、進(jìn)一步，在得到若干條規(guī)劃路徑的獎(jiǎng)勵(lì)值后，基于式min{r(v)，r(u)+r(u，v)}得到環(huán)衛(wèi)車輛的最優(yōu)路徑，式中，r(v)為環(huán)衛(wèi)車輛從當(dāng)前位置到目標(biāo)位置的獎(jiǎng)勵(lì)值，r(u)為環(huán)衛(wèi)車輛從當(dāng)前位置到中間節(jié)點(diǎn)位置的獎(jiǎng)勵(lì)值，r(u，v)為環(huán)衛(wèi)車輛從中間節(jié)點(diǎn)位置到目標(biāo)位置的獎(jiǎng)勵(lì)值。

13、進(jìn)一步，所述最短路徑算法為dijkstra算法或bellman-ford算法；

14、和/或，所述強(qiáng)化學(xué)習(xí)算法為td-learning算法。

15、進(jìn)一步，在得到環(huán)衛(wèi)車輛的最優(yōu)路徑后，控制環(huán)衛(wèi)車輛沿最優(yōu)路徑行駛，實(shí)時(shí)或周期性收集車輛信息和環(huán)境數(shù)據(jù)，并依據(jù)采集的的車輛信息和環(huán)境數(shù)據(jù)動(dòng)態(tài)調(diào)整最優(yōu)路徑。

16、進(jìn)一步，所述行駛成本獎(jiǎng)勵(lì)函數(shù)依據(jù)環(huán)衛(wèi)車輛反饋的實(shí)際行駛信息數(shù)據(jù)和天氣預(yù)報(bào)數(shù)據(jù)，實(shí)時(shí)或定期調(diào)整權(quán)重系數(shù)ω1、ω2、ω3、ω4的大小。

17、第二方面，本發(fā)明提供了一種環(huán)衛(wèi)車輛智能路徑規(guī)劃系統(tǒng)，包括存儲(chǔ)器和控制器，所述存儲(chǔ)器內(nèi)存儲(chǔ)有計(jì)算機(jī)可讀程序，所述計(jì)算機(jī)可讀程序被控制器調(diào)用時(shí)，能執(zhí)行上述的環(huán)衛(wèi)車輛智能路徑規(guī)劃方法的步驟。

18、第三方面，本發(fā)明提供了一種環(huán)衛(wèi)車輛智能調(diào)度方法，采用上述的環(huán)衛(wèi)車輛智能路徑規(guī)劃方法得到若干個(gè)垃圾收集點(diǎn)之間的最優(yōu)路徑，采用貪心算法生成最優(yōu)調(diào)度任務(wù)列表；

19、控制環(huán)衛(wèi)車輛沿生成的最優(yōu)調(diào)度任務(wù)列表行駛，并實(shí)時(shí)或周期性收集車輛信息和環(huán)境數(shù)據(jù)，將車輛信息和環(huán)境數(shù)據(jù)反饋至數(shù)據(jù)采集步驟，形成閉環(huán)控制。

20、進(jìn)一步，采用貪心算法生成最優(yōu)調(diào)度方案，具體為：

21、根據(jù)得到若干個(gè)垃圾收集點(diǎn)之間的最優(yōu)路徑，生成初始調(diào)度任務(wù)列表，按優(yōu)先級(jí)從高到低的順序?qū)Τ跏颊{(diào)度任務(wù)列表中的若干個(gè)任務(wù)進(jìn)行排序；

22、遍歷檢查排序后的初始調(diào)度任務(wù)列表中的每一個(gè)任務(wù)；

23、在檢查第i個(gè)任務(wù)時(shí)，若tcur+ttra+tcom≤tend，且ecur－ethe≥0，則將第i個(gè)任務(wù)添加至最優(yōu)調(diào)度方案中；否則，跳過(guò)第i個(gè)任務(wù)，繼續(xù)檢查第i+1個(gè)任務(wù)；式中，tcur為執(zhí)行第i個(gè)任務(wù)前的當(dāng)前時(shí)間，ttra為執(zhí)行第i個(gè)任務(wù)時(shí)環(huán)衛(wèi)車輛途徑規(guī)劃的最優(yōu)路徑的預(yù)計(jì)行駛時(shí)間，tcom為第i個(gè)任務(wù)的預(yù)計(jì)作業(yè)時(shí)間，tend為預(yù)設(shè)的工作截止時(shí)間，ecur為第i個(gè)任務(wù)前的環(huán)衛(wèi)車輛的儲(chǔ)能量，ethe為執(zhí)行第i個(gè)任務(wù)時(shí)環(huán)衛(wèi)車輛途徑規(guī)劃的最優(yōu)路徑的的理論能耗；

24、遍歷檢查結(jié)束后，即可得到最優(yōu)調(diào)度方案。

25、第四方面，本發(fā)明提供了一種存儲(chǔ)介質(zhì)，其內(nèi)存儲(chǔ)有計(jì)算機(jī)可讀程序，所述計(jì)算機(jī)可讀程序被控制器調(diào)用時(shí)能執(zhí)行上述的環(huán)衛(wèi)車輛智能路徑規(guī)劃方法的步驟。

26、本發(fā)明具有如下意料不到的有益效果：

27、1、本發(fā)明通過(guò)實(shí)時(shí)收集車輛信息和環(huán)境數(shù)據(jù)，并對(duì)收集到的車輛信息和環(huán)境數(shù)據(jù)進(jìn)行清洗、格式化處理，將環(huán)境數(shù)據(jù)轉(zhuǎn)換為影響系數(shù)。采用圖論中的最短路徑算法作為基礎(chǔ)，并結(jié)合強(qiáng)化學(xué)習(xí)技術(shù)，動(dòng)態(tài)規(guī)劃調(diào)整得到環(huán)衛(wèi)車輛的最優(yōu)路徑，使環(huán)衛(wèi)車輛能夠在最短時(shí)間內(nèi)完成清潔任務(wù)，減少無(wú)效行駛，從而降低能源消耗，高效的實(shí)施清潔作業(yè)，顯著提高清潔效率并優(yōu)化資源分配。在實(shí)際應(yīng)用中，這意味著環(huán)衛(wèi)車輛能夠避免因繞路或等待造成的額外能耗，同時(shí)還能在交通擁堵或天氣變化等情況下及時(shí)調(diào)整路徑，保持作業(yè)的連續(xù)性和高效性。此外，通過(guò)實(shí)時(shí)數(shù)據(jù)反饋與模型參數(shù)更新機(jī)制，系統(tǒng)能夠持續(xù)優(yōu)化路徑規(guī)劃模型，使路徑規(guī)劃更加精準(zhǔn)、適應(yīng)性更強(qiáng)。例如，在遇到突發(fā)事件(如道路施工、臨時(shí)封路)時(shí)，系統(tǒng)能夠迅速調(diào)整清潔路線，確保環(huán)衛(wèi)作業(yè)不受影響。

28、2、本發(fā)明能夠動(dòng)態(tài)調(diào)整清潔路線，確保資源得到合理分配，避免某些區(qū)域清潔過(guò)度而其他區(qū)域清潔不足的情況。通過(guò)綜合考慮車輛的工作時(shí)間和能源限制，使用貪心算法進(jìn)行任務(wù)調(diào)度，系統(tǒng)能夠確保每個(gè)車輛都在其工作時(shí)間內(nèi)完成盡可能多的任務(wù)，最大限度地提高資源利用率。本發(fā)明的智能路徑規(guī)劃方法通過(guò)先進(jìn)的算法和技術(shù)手段，實(shí)現(xiàn)了環(huán)衛(wèi)作業(yè)的高效、靈活和節(jié)能，大大提升了環(huán)衛(wèi)作業(yè)的技術(shù)水平。

29、3、本發(fā)明的智能路徑規(guī)劃方法不僅在技術(shù)層面提高了環(huán)衛(wèi)作業(yè)的效率和適應(yīng)性，也可以在商業(yè)層面為企業(yè)帶來(lái)顯著的經(jīng)濟(jì)效益和社會(huì)效益，推動(dòng)了環(huán)衛(wèi)行業(yè)的智能化發(fā)展。