面向灾后动态阻断路网的车—机协同应急配送系统、方法与流程

摘要: 本发明涉及任务分配,尤其涉及面向灾后动态阻断路网的车—机协同应急配送系统、方法。背景技术:1、地震、洪涝、滑坡和强风降雨等灾害发生后,道路网络可能出现边状态不确...
面向灾后动态阻断路网的车—机协同应急配送系统、方法与流程

本发明涉及任务分配,尤其涉及面向灾后动态阻断路网的车—机协同应急配送系统、方法。

背景技术:

1、地震、洪涝、滑坡和强风降雨等灾害发生后,道路网络可能出现边状态不确定、局部塌方、桥梁损毁、积水封路、孤岛区域形成以及通信受扰等现象。传统仅依赖地面车辆的配送方式容易受到道路阻断、绕行距离增加和局部不可达区域的影响;仅依赖无人机的配送方式又受载荷、航程、电量、起降条件和回收条件限制。

2、现有车—机协同配送路径规划通常侧重在静态灾情数据下构建路径优化模型,或者以单一目标函数求取全局配送路径。该类方法在道路状态持续变化、任务生命线持续衰减、无人机回收条件随车辆位置变化的灾后动态环境中,难以及时区分需要立即重规划的高价值事件和可延迟合并的低价值状态更新。

3、现有事件触发式调度方案虽然能够在部分状态变化时刷新路径,但容易将所有地图更新统一视为重规划信号,造成中等或大规模场景中的频繁刷新、目标切换过多和执行抖动;同时,现有方案通常缺少对任务已分配但未推进、无人机低电量外派、会合路径断裂、回收余量不足等低层执行异常的证据闭环。

4、因此,需要一种能够将多源道路观测、动态道路图维护、共享道路认知、事件影响判定、任务生命线分层、车—无人机联合任务分配、无人机起飞与回收安全门控以及执行证据闭环统一集成的车—机协同应急配送方法和系统。

技术实现思路

1、针对现有技术中的上述不足,本发明提供的面向灾后动态阻断路网的车—机协同应急配送系统、方法解决了现有技术容易将所有地图更新统一视为重规划信号,造成中等或大规模场景中的频繁刷新、目标切换过多和执行抖动;缺少对任务已分配但未推进、无人机低电量外派、会合路径断裂、回收余量不足等低层执行异常的证据闭环的问题。

2、为了达到上述发明目的,本发明采用的技术方案为:面向灾后动态阻断路网的车—机协同应急配送系统,包括:

3、多源状态获取模块,用于实时获取灾区多源状态数据;所述多源状态数据包括道路节点集合、道路边集合、道路边属性、灾害场参数、地面车辆状态、无人机状态、救援任务状态和多源道路观测;

4、灾害扰动道路图维护模块,用于基于灾区多源状态数据构建灾后动态道路图;

5、共享道路认知更新模块,用于基于多源状态数据和灾后动态道路图实时更新共享道路认知图;

6、灾害场与风险压力计算模块,用于计算节点风险值和道路边风险压力;

7、事件价值分层与重规划触发模块,用于基于节点风险值和道路边风险压力、固定滚动周期和事件触发条件判断是否进行滚动重规划;

8、候选任务构建模块,用于在触发滚动重规划时,根据共享道路认知图构建候选任务集合;

9、车—无人机联合任务分配模块,用于基于候选任务集合生成车辆目标、无人机目标、会合点和回收点;

10、协同路径规划与低层执行模块,用于基于共享道路认知图、车辆目标、无人机目标、会合点和回收点生成车辆行驶路径和无人机动作链;

11、无人机安全门控与失败恢复模块,用于对无人机的起飞、任务执行、返航、会合和回收过程进行安全校核,并在校核不通过时执行拒绝起飞、保持绑定、目标重选或强制回收;

12、执行证据闭环模块,用于根据车辆行驶路径和无人机动作链进行异常状态判断,若存在异常状态,则将异常状态反馈至事件价值分层与重规划触发模块;否则进入下一调度步,直至任务终止;

13、通信交互模块,用于在地面车辆终端、无人机终端、边缘通信节点和指挥中心之间传输道路状态更新、控制指令、任务分配结果、会合坐标、回收坐标、无人机安全事件和执行证据数据;

14、指挥可视化与日志模块,用于展示当前道路图、共享道路认知图、车辆位置和轨迹、无人机位置和轨迹、任务点状态、孤岛任务状态、重规划触发原因;还用于按时间顺序回放任务分配、路径执行、道路更新和任务完成或失败过程。

15、其次,本发明还提供基于面向灾后动态阻断路网的车—机协同应急配送系统的方法,包括:

16、实时获取灾区多源状态数据;所述多源状态数据包括道路节点集合、道路边集合、道路边属性、灾害场参数、地面车辆状态、无人机状态、救援任务状态和多源道路观测;

17、基于灾区多源状态数据构建灾后动态道路图;

18、基于多源状态数据和灾后动态道路图实时更新共享道路认知图;

19、计算节点风险值和道路边风险压力;

20、基于节点风险值和道路边风险压力、固定滚动周期和事件触发条件判断是否进行滚动重规划;

21、在触发滚动重规划时,根据共享道路认知图构建候选任务集合;

22、基于候选任务集合生成车辆目标、无人机目标、会合点和回收点;

23、基于共享道路认知图、车辆目标、无人机目标、会合点和回收点生成车辆行驶路径和无人机动作链;

24、对无人机起飞、任务执行、返航、会合和回收过程进行安全校核,并在安全条件不满足时执行拒绝起飞、保持绑定、目标重选或强制回收;

25、根据车辆行驶路径和无人机动作链进行异常状态判断,若存在异常状态,则将异常状态反馈至事件价值分层与重规划触发模块;否则进入下一调度步,直至任务终止。

26、本发明的有益效果为:

27、1.通过构建多节点共享的统一道路认知图,作为全局路况语义信息的实时同步基座,同时引入道路硬更新的可行动判定机制,仅当更新信息经阈值校验与逻辑推理后,被确认为对路径连通性或通行效率产生实质性硬约束时,方可触发重规划过程。这一双重过滤策略能够有效屏蔽因传感器噪声、局部临时停靠或非关键路面微变等低价值更新造成的干扰信号,从源头避免频繁、无效的重规划调用,从而大幅降低系统计算冗余,提升路径决策在动态扰动下的平稳性与响应灵敏度。

28、2.本发明通过借助任务生命线的分层梳理,将救灾任务按时效紧迫度与重要程度划分为差异等级,优先处理临界层和预警层的任务,融合车—无人机联合评分计算模型,对不同运输方式的适配场景进行量化优选。该机制实现了轻重任务的动态分流与运载资源的智能匹配,两类任务互不干扰且协同推进,确保了应急配送体系在紧急救援与常规补给之间的全局均衡与高效运行。

29、3.通过无人机起飞门控和回收安全判定,能够减少低电量起飞、返航余量不足和会合失败,从源头严格把关放飞条件,并实时核算返航电量和会合可行性。精准消除了因电量低估、环境误判或协调偏差导致的低电量起飞、返航余量短缺及会合脱节等风险,确保无人机编队在高强度、高频次作业中始终保持安全冗余与可控状态,显著提升系统整体的飞行安全性与任务连续性。

30、4.通过执行证据闭环,能够对计划、动作、反馈和纠偏形成可追溯的闭环,通过全过程留痕与因果关系绑定,系统能够对操作序列进行精确回溯,为每一次决策偏差和修正动作提供可查验的证据支撑,显著增强系统的可解释性与运维审计能力。

1.面向灾后动态阻断路网的车—机协同应急配送系统,其特征在于,包括:

2.根据权利要求1所述的系统,其特征在于,基于灾区多源状态数据构建灾后动态道路图的具体方法包括:

3.根据权利要求2所述的系统,其特征在于,基于多源状态数据和灾后动态道路图实时更新共享道路认知图,其表达式为:

4.根据权利要求3所述的系统,其特征在于,基于节点风险值和道路边风险压力、固定滚动周期和事件触发条件判断是否进行滚动重规划,包括:

5.根据权利要求4所述的系统,其特征在于,任务包括重量大于预设阈值的常规大宗补给任务和重量和/或时效要求小于预设阈值的时效敏感轻载任务;所述根据共享道路认知图构建候选任务集合,包括:

6.根据权利要求5所述的系统,其特征在于,基于候选任务集合生成车辆目标、无人机目标、会合点和回收点,包括:

7.根据权利要求6所述的系统,其特征在于,基于共享道路认知图、车辆目标、无人机目标、会合点和回收点生成车辆行驶路径和无人机动作链,包括:

8.根据权利要求7所述的系统,其特征在于,对无人机进行起飞门控检查,具体为:

9.根据权利要求8所述的系统,其特征在于,所述异常状态判断具体为:

10.基于权利要求1~9任一项所述的面向灾后动态阻断路网的车—机协同应急配送系统的方法,其特征在于,包括: