面向应急车辆快速通行的车机协同规划方法、系统、设备及介质

本发明涉及路径规划领域，尤其是涉及一种面向应急车辆快速通行的车机协同规划方法、系统、设备及介质。

背景技术：

1、有效的应急响应对于减少自然灾害（如森林火灾、地震、洪涝）和重大公共卫生事件中的人员伤亡和财产损失至关重要。无人机凭借速度快、不受路面交通拥堵影响等优势，可为受困区域或居家隔离人员快速配送医疗物资，在应急响应最后一公里配送中发挥重要作用。然而，无人机受限于电池容量和载重，飞行范围受限，每次飞行仅能携带一件物品完成一次任务，耗尽电量或完成配送后须返回补给点充电补货。

2、为克服无人机续航局限，研究人员提出以无人车充当移动仓库和充电站的车机协同策略。现有主流策略可分为两大类：独立调度策略和车辆任务驱动型协同策略，如图2所示，包括：独立调度策略（ptd）中，无人机仅在无人车飞行范围内独立完成小范围任务，对无人车依赖性低但无人机利用率有限。车辆任务驱动型协同策略又可细分为三种：1）tsd策略：无人车在任务点停驻，无人机从无人车起飞执行任务后返回无人车，再由无人车移动至下一任务点；2）tdfs策略：无人车执行配送任务的同时担任无人机的移动补给站，无人机可在不同任务点降落；3）dtd策略：在tdfs基础上允许无人机降落到飞行范围内任意一辆无人车，进一步提升灵活性。

3、上述传统策略的共同核心约束是：无人车只有在直接服务（配送物资至）某一任务点时，才能为停靠等待的无人机提供补给。这一“车辆任务驱动”约束导致无人机获得补给的机会与无人车配送的任务数量强耦合--若无人车减少直接配送任务，则无人机获得补给的机会随之减少，制约了无人机服务更多任务点的能力。

4、随着无人车载机技术进步，单辆无人车可携带无人机数量已突破5架。在高密度无人机部署场景下，传统车辆任务驱动约束的弊端被进一步放大：无人车需要在完成配送的同时为大量无人机依次补给，运营负担大幅增加，而大量无人机在等待无人车服务任务点期间处于空置状态，系统整体应急响应效率严重下降。

5、此外，现有策略在目标函数设计上普遍仅关注响应时间或任务完成时间，忽视了车机频繁协同所带来的能耗成本。在实际应急场景中，燃料消耗和无人机电量管理同样是决策者需要考量的重要因素，现有方法缺乏在响应效率与能耗之间灵活权衡。

技术实现思路

1、本发明的目的就是为了克服上述现有技术存在的缺陷而提供了一种面向应急车辆快速通行的车机协同规划方法、系统、设备及介质，有效解决了应急情况下多任务点分散、时效性要求高且设备续航受限的复杂调度难题。

2、本发明的目的可以通过以下技术方案来实现：

3、根据本发明的第一方面，提供了一种面向应急车辆快速通行的车机协同规划方法，包括：

4、初始化：在包含待应急救援任务点的空间区域内布置有至少一辆无人车和多架无人机，构建应急响应图，并初始化无人车和无人机参数；

5、初始可行解生成：将所有任务点优先分配给无人机服务，随机生成无人机飞行路径；将无人机执行任务时的起飞点和降落点分配给无人车，生成无人车路径；若无人机从起飞点经任务点到降落点的飞行路径长度大于无人机最大飞行距离，则所述任务点改由无人车承担配送任务，得到初始可行解；

6、有序路由序列编码：采用基于路由的分配机制，将所述初始可行解编码为有序路由序列，每条路由表示为四元组形式，其中，四元组中的参数包括路由类型、任务点编号、无人车访问节点编号以及无人车编号，每个任务点对应的两条路段分别表示到达行程路段和离开行程路段；

7、解空间寻优：基于有序路由序列编码结果，引入交叉与变异算子，以最小化应急响应延迟和能耗为优化目标，对所述初始可行解在解空间中进行寻优，解码后输出车机协同路径规划结果。

8、优选地，采用基于路由的分配机制，将所述初始可行解编码为四元组，具体为：

9、当时，表示任务点由无人机服务，对于到达行程路段，表示为无人机起飞前无人车停靠的任务点，对于离开行程路段，表示为无人机降落后无人车的下一目标任务点；当时，表示任务点由无人车直接服务，与相同，均为当前无人车服务的任务点编号；

10、当时，表示仓库位置；当时，表示为无人车任务点编号，为任务点总数；

11、当时，表示无人机从仓库起飞或返回仓库；当为无人车编码，为无人车总数；

12、当连续相邻的若干条路段具有相同的值和值时，判定无人车仅进行一次移动至任务点，在该停靠期间依次为对应的多架无人机补给，不重复计算行驶距离和时间。

13、优选地，对于四元组（），所述交叉与变异算子执行以下任一操作：

14、路段交换操作，从路段序列中随机选取两条路段，交换其在全路段序列中的位置，其余路段不变；

15、任务点交换操作，从不同路段中随机选取两个值，交换其位置，相应路段的保持不变；

16、访问点交换操作，从不同路段中随机选取两个值，交换其位置，改变无人车的补给停靠节点；

17、车辆编号交换操作，从不同路段中随机选取两个值，交换其位置，改变完成相应行程路段的无人车编号；

18、无人机路段变异为无人车路段操作，随机选取的路段，找到任务点对应的到达路段和离开路段，将两条路由的均置为1，均更新为，表示无人车直接服务任务点；

19、无人车路由变异为无人机路段操作，随机选取的路段，找到任务点对应的到达路段和离开路段，将两条路段的均置为0；查找无人车在当前路段之前最近一次的值作为新，若无则置表示无人机从仓库起飞；

20、访问点变异操作，随机选取某条路段，将其值替换为从全部任务点中随机选取的、不同于当前的另一任务点编号；

21、车辆编号变异操作，随机选取某条路段，将其值替换为从无人车集合中随机选取的、不同于当前的另一无人车编号。

22、优选地，所述以最小化应急响应延迟和能耗为优化目标，综合优化目标表达式为：

23、=，

24、式中：为所有任务点的总响应延迟，为任务点的期望到达时间，为任务点的实际到达时间；为所有任务点均完成服务时的任务完成时间；为控制时间效率与能耗的均衡系数；、为权重系数；为无人车总行驶时间，表达式为：，其中为无人车访问任务点的次数集合，为无人机的飞行速度，为访问序号，表示无人车在第次访问任务点时是否从行驶至降落点，为应急响应图中的节点集合，为无人车访问任务点的次数集合；为无人机总飞行及等待时间，表达式为：，其中为无人机从任务点至任务点的飞行时间，表示任务点是否由无人机服务，为到达任务点的时刻，为离开任务点的时刻。

25、根据本发明的第二方面，提供了一种面向应急响应的车机协同路径规划系统，包括：

26、初始化模块，用于在包含待应急救援任务点的空间区域内布置有至少一辆无人车和多架无人机，构建应急响应图，并初始化无人车和无人机参数；

27、初始可行解生成模块，将所有任务点优先分配给无人机服务，随机生成无人机飞行路径；将无人机执行任务时的起飞点和降落点分配给无人车，生成无人车路径；若无人机从起飞点经任务点到降落点的飞行路径长度大于无人机最大飞行距离，则所述任务点改由无人车承担配送任务，得到初始可行解；

28、有序路由序列编码模块，用于采用基于路由的分配机制，将所述初始可行解编码为有序路由序列，每条路由表示为四元组形式，其中，四元组中的参数包括路由类型、任务点编号、无人车访问节点编号以及无人车编号，每个任务点对应的两条路段分别表示到达行程路段和离开行程路段；

29、解空间寻优模块，用于基于有序路由序列编码结果，引入交叉与变异算子，以最小化应急响应延迟和能耗为优化目标，对所述初始可行解在解空间中进行寻优，解码后输出车机协同路径规划结果。

30、优选地，所述有序路由序列编码模块中，采用基于路由的分配机制，将所述初始可行解编码为四元组，具体为：

31、当时，表示任务点由无人机服务，对于到达行程路段，表示为无人机起飞前无人车停靠的任务点，对于离开行程路段，表示为无人机降落后无人车的下一目标任务点；当时，表示任务点由无人车直接服务，与相同，均为当前无人车服务的任务点编号；

32、当时，表示仓库位置；当时，表示为无人车任务点编号，为任务点总数；

33、当时，表示无人机从仓库起飞或返回仓库；当为无人车编码，为无人车总数；

34、当连续相邻的若干条路段具有相同的值和值时，判定无人车仅进行一次移动至任务点，在该停靠期间依次为对应的多架无人机补给，不重复计算行驶距离和时间。

35、优选地，所述解空间寻优模块中，对于四元组（），交叉与变异算子执行以下任一操作：

36、路段交换操作，从路段序列中随机选取两条路段，交换其在全路段序列中的位置，其余路段不变；

37、任务点交换操作，从不同路段中随机选取两个值，交换其位置，相应路段的保持不变；

38、访问点交换操作，从不同路段中随机选取两个值，交换其位置，改变无人车的补给停靠节点；

39、车辆编号交换操作，从不同路段中随机选取两个值，交换其位置，改变完成相应行程路段的无人车编号；

40、无人机路段变异为无人车路段操作，随机选取的路段，找到任务点对应的到达路段和离开路段，将两条路由的均置为1，均更新为，表示无人车直接服务任务点；

41、无人车路由变异为无人机路段操作，随机选取的路段，找到任务点对应的到达路段和离开路段，将两条路段的均置为0；查找无人车在当前路段之前最近一次的值作为新，若无则置表示无人机从仓库起飞；

42、访问点变异操作，随机选取某条路段，将其值替换为从全部任务点中随机选取的、不同于当前的另一任务点编号；

43、车辆编号变异操作，随机选取某条路段，将其值替换为从无人车集合中随机选取的、不同于当前的另一无人车编号。

44、优选地，所述解空间寻优中，以最小化应急响应延迟和能耗为优化目标，综合优化目标表达式为：

45、=，

46、式中：为所有任务点的总响应延迟，为任务点的期望到达时间，为任务点的实际到达时间；为所有任务点均完成服务时的任务完成时间；为控制时间效率与能耗的均衡系数；、为权重系数；为无人车总行驶时间，表达式为：，其中为无人车访问任务点的次数集合，为无人机的飞行速度，为访问序号，表示无人车在第次访问任务点时是否从行驶至降落点，为应急响应图中的节点集合，为无人车访问任务点的次数集合；为无人机总飞行及等待时间，表达式为：，其中为无人机从任务点至任务点的飞行时间，表示任务点是否由无人机服务，为到达任务点的时刻，为离开任务点的时刻。

47、根据本发明的第三方面，提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现任一项所述的方法。

48、根据本发明的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现任一项所述的方法。

49、与现有技术相比，本发明具有以下优点：

50、（1）本发明将车机协同路径规划问题深度建模为基于有序路由序列的组合优化问题，创新性地采用一种四元组编码机制，将任务分配、停靠位置、执行主体编号以及路由类型进行紧密耦合，从而能够精确刻画无人机在无人车停靠期间进行多次补给、起降以及任务切换的复杂时空动态关系，可实现全局最优车机调度决策，从而实现对目标任务点的快速响应。

51、（2）本发明采用双层求解逻辑，首先根据任务点的位置分布与无人机最大飞行距离硬性约束，快速构初始可行解，随后通过设计多层级涵盖路段、任务点、访问点及车辆编号维度的交换与变异算子，在解空间内进行高效邻域搜索寻优，从而快速寻优得到最优车机调度决策。

52、（3）以最小化应急响应延迟和能耗构建综合优化目标，动态权衡了任务响应延迟、任务完成总时长以及车机行驶能效，从而确保输出的路径方案既具备执行的可行性，又能在应急响应场景下达到多目标下的最优状态。

53、本发明提供一种面向应急响应的无人机任务驱动型车机协同路径规划方法，旨在解决应急情况下多任务点分散、时效性要求极高且设备续航受限的复杂调度难题。

54、本发明将无人车定位为“移动补给平台与重型运输主体”，将无人机定位为“末端执行器与高灵活性服务单元”，共同完成对目标任务点的快速响应。