基于人工智能的超限大件运输路径动态规划方法与流程

本发明涉及人工智能路径规划，具体为基于人工智能的超限大件运输路径动态规划方法。

背景技术：

1、超限大件运输任务的路径规划需要处理货物外廓尺寸、轴载分布等动态空间约束与实时路网中限高、限宽、承载等级、曲率半径等多维通行能力参数之间的复杂匹配问题。现有的路径规划技术方案通常依赖静态路网属性数据，将超限约束简化为单一维度的通行条件过滤，再基于最短路径或最小时间代价进行路径搜索。这类方案在面对动态变化的交通流状态、多维空间约束条件下的可达性判定以及载荷与路权间的协同影响时，存在缺陷。

2、现有技术方案中，路网状态的表征多为单模态或低维度属性表，无法同步融合时间戳、空间曲率和交通流等多个维度的状态信息，导致对道路弧段实际通行能力的评估与超限货物多个特征载荷分布面的空间包络需求之间形成严重失配。同时，路网中边和节点的负荷状态与通行代价往往被孤立对待，缺少对历史载荷波动与运输时间窗、信号控制周期之间协同映射关系的量化构建，难以在路径扩展过程中准确反映载荷累积效应对路权变化的影响。此外，在从候选路径中筛选最终路径时，现有方法多采用单目标评价函数，缺少对运输综合代价与通行风险进行多目标联合评估与动态权衡的机制，生成的路径无法在运输经济性与通行安全性之间取得平衡。

3、针对上述问题，需要解决如何利用动态空间约束集合与实时路网多模态状态张量的逐维匹配，实现高精度可达域筛选并建立负荷-路权协同映射关系，以及在多路径方案下通过多目标强化学习对运输代价与风险进行并行评估和优势排序的难题。

技术实现思路

1、本发明提供一种基于人工智能的超限大件运输路径动态规划方法，目的在于解决现有技术中因路网状态表征维度单一而无法准确匹配超限货物多特征空间约束，以及路径优化过程中缺乏对运输代价与通行风险进行多目标联合评估的问题。

2、为了实现上述目的，本发明提供如下技术方案：本发明提供一种基于人工智能的超限大件运输路径动态规划方法，应用于物流调度系统中的路径规划节点。所述方法包括如下步骤：

3、获取超限大件运输任务的动态空间约束集合以及实时路网的多模态状态张量；基于所述动态空间约束集合对所述实时路网的多模态状态张量执行可达域筛除操作，生成候选路径拓扑图；通过所述候选路径拓扑图中的边负荷序列与节点通行代价矩阵构建所述超限大件运输任务的负荷-路权协同映射关系；根据所述负荷-路权协同映射关系和预设的时间窗松弛系数，对所述候选路径拓扑图进行动态回溯激励调整，得到所述超限大件运输任务的初始规划路径集合；采用多目标强化学习网络对所述初始规划路径集合进行迭代优势评估，输出所述超限大件运输任务的最优动态规划路径。

4、作为本发明的一个优选技术方案，获取所述动态空间约束集合的过程包括：解析所述超限大件运输任务的货物外廓尺寸序列和轴载谱分布参数；将所述货物外廓尺寸序列按照运输车辆的挂接点坐标分解为多个特征载荷分布面；从所述多个特征载荷分布面中提取每个特征载荷分布面的空间包络向量，并将所有空间包络向量组成的集合作为所述动态空间约束集合。该过程能够将超限货物的复杂几何形态和承载特征转化为多维空间向量，为后续路网筛选提供精确的约束依据。

5、获取实时路网多模态状态张量的过程进一步包括：以所述动态空间约束集合中的最大空间包络向量为扫描窗口，在基础路网图层上滑动采集各道路弧段的通行能力参数集；将所述各道路弧段的通行能力参数集按照时间戳维度、空间曲率维度和交通流维度进行张量堆叠，生成所述实时路网的多模态状态张量；其中，所述通行能力参数集包括限高阈值、限宽阈值、承载等级和曲率半径。通过该优选方案，路网数据能够融合时空多维度信息，准确反映道路在不同时刻对超限运输的适应能力。

6、基于动态空间约束集合对多模态状态张量执行可达域筛除时，本发明的一个技术方案是：遍历所述实时路网的多模态状态张量中每个道路弧段的通行能力参数集；将每个道路弧段的通行能力参数集与所述动态空间约束集合中的每个特征载荷分布面进行逐维比对；当任意一个特征载荷分布面的任意一维空间参数超过所述通行能力参数集中对应维度的阈值时，将该道路弧段标记为不可达弧段；从所述实时路网的多模态状态张量中剔除所有不可达弧段，并将剩余的道路弧段及其连接关系组成所述候选路径拓扑图。该筛除操作能够提前剔除所有无法满足超限通行需求的路段，使后续路径搜索仅在高可行性子集中进行，显著提升规划效率。

7、优选的，在逐维比对时，若任意一维的差值小于预设的容差阈值，则判定该维未超过阈值。引入容差机制可避免因数据测量误差或微小超限而误剔除边缘可行弧段，提高路径拓扑结构的完整性与鲁棒性。

8、构建负荷-路权协同映射关系时，进一步包括：提取所述候选路径拓扑图中每条边的历史载荷波动序列和每个节点的信号控制周期序列；将所述每条边的历史载荷波动序列与所述超限大件运输任务的轴载谱分布参数进行卷积运算，得到每条边的动态负荷响应值；将所述每个节点的信号控制周期序列与预设的运输时间窗进行交叉关联，得到每个节点的时空通行代价；将所有边的动态负荷响应值和所有节点的时空通行代价组合为所述负荷-路权协同映射关系。该映射关系实现了路段承载能力与节点通行权限在时序层面的协同量化，为路径优选提供了动态化的代价评估基准。

9、在进行卷积运算时，优选的，采用一维扩张卷积核以匹配不同时间尺度的载荷响应特征。扩张卷积能够在不增加计算量的前提下增大感受野，使负荷响应值能够综合反映短期与长期的历史载荷波动对当前运输任务的耦合影响。

10、在生成初始规划路径集合时，本发明的技术方案包括：以所述超限大件运输任务的起点为根节点，按照所述负荷-路权协同映射关系中的边的动态负荷响应值由小到大的顺序，在所述候选路径拓扑图中执行广度优先扩展，生成多条扩展路径；当任意一条扩展路径到达所述候选路径拓扑图中的交叉节点时，计算该扩展路径从起点到该交叉节点的累积时空代价；判断所述累积时空代价是否超过所述时间窗松弛系数与理论最短代价的乘积，若是，则对该扩展路径施加回溯激励惩罚，并删除该扩展路径的末端分支；将所有未被删除的扩展路径组成的集合作为所述初始规划路径集合。该动态回溯激励机制能够在扩展过程中自动剪除代价显著偏离最优值的劣质分支，保留具有运输时效性竞争力的候选路径，并有效约束搜索空间。

11、其中，回溯激励惩罚的计算方式为：将所述累积时空代价与所述时间窗松弛系数与理论最短代价的乘积的差值乘以预设的惩罚系数，并将该惩罚值累加到该扩展路径的累积时空代价上。通过定量惩罚机制引导搜索向低代价区域回溯，避免过早陷入局部深度扩展。

12、采用多目标强化学习网络进行迭代评估时，优选的技术方案包括：将所述初始规划路径集合中的每条初始规划路径编码为状态特征向量序列；将所述状态特征向量序列输入所述多目标强化学习网络的价值评估分支，计算每条初始规划路径的综合运输代价预估值；将所述状态特征向量序列输入所述多目标强化学习网络的风险评估分支，计算每条初始规划路径的通行风险置信度；根据所述综合运输代价预估值与所述通行风险置信度的加权差值，对所述初始规划路径集合进行降序排序，并将排序后位于首位的初始规划路径作为所述最优动态规划路径。该网络能够同时从运输成本和通行安全两个维度进行前瞻评估，通过加权决策机制平衡运输经济性与可靠性。

13、对初始规划路径进行编码的过程进一步包括：按照所述初始规划路径中的节点顺序，依次提取每个节点所属道路弧段的通行能力参数集和每个节点处的交通流密度；将每个节点的通行能力参数集和交通流密度拼接为该节点的节点特征向量；按照所述初始规划路径中的节点顺序，将所有节点的节点特征向量排列为所述状态特征向量序列。这种编码方式完整保留了路径的拓扑顺序与节点局部状态信息。

14、价值评估分支的处理过程包括：在所述价值评估分支中，对所述状态特征向量序列进行卷积下采样，提取每个节点的局部空间特征；对每个节点的局部空间特征沿节点维度进行双向长短时记忆递归，生成每个节点的前向隐含状态和后向隐含状态；将每个节点的前向隐含状态和后向隐含状态进行特征融合后输入全连接层，得到每个节点的节点代价分量；累加所述初始规划路径中所有节点的节点代价分量，并将累加结果作为该初始规划路径的综合运输代价预估值。通过卷积与双向递归结构的结合，价值评估分支能够捕获路径序列中双向依赖的累积代价特征。

15、风险评估分支的处理过程包括：在所述风险评估分支中，对所述状态特征向量序列执行自注意力变换，生成每个节点相对于整条路径的全局依赖权重；根据每个节点的全局依赖权重对对应节点的节点特征向量进行加权重塑，得到每个节点的风险特征表达；将每个节点的风险特征表达输入到图卷积网络中，聚合相邻节点的风险特征，输出每个节点的局部风险系数；将所述初始规划路径中所有节点的局部风险系数的最大值作为该初始规划路径的通行风险置信度。自注意力机制能够捕捉路径上任意两个节点间的潜在风险关联，而图卷积网络则聚合了邻域风险特征，使通行风险置信度能够反映整条路径中最突出的瓶颈风险。

16、在上述技术方案中，本发明提供的技术效果和优点：

17、将动态空间约束集合中的每个特征载荷分布面与实时路网多模态状态张量中每个道路弧段的通行能力参数集进行逐维比对，当任意一个特征载荷分布面的任意一维空间参数超过对应维度阈值时，将该道路弧段标记为不可达弧段并剔除，从而生成满足货物外廓尺寸、轴载分布等多维约束的候选路径拓扑图。此过程避免了单一维度过滤造成的可达性误判，使得路径搜索空间严格匹配超限货物的实际空间包络与承载需求，剔除的弧段更加精确，减小后续路径扩展的计算规模。

18、提取候选路径拓扑图中每条边的历史载荷波动序列与超限大件运输任务的轴载谱分布参数进行卷积运算，并提取每个节点的信号控制周期序列与运输时间窗进行交叉关联，将边级动态负荷响应值与节点级时空通行代价组合为负荷-路权协同映射关系。基于该映射关系，在路径扩展过程中动态回溯激励调整，当扩展路径的累积时空代价超过预设时间窗松弛系数与理论最短代价的乘积时，施加回溯激励惩罚并删除末端分支，得到初始规划路径集合。这种方式使得路径生成过程同时受到边负荷动态变化和节点通行时间窗口的双重约束引导，回溯惩罚机制能够在早期截断代价不可控的路径分支，留下兼具负荷可行性与时间窗适配性的路径。

19、采用多目标强化学习网络的价值评估分支对初始规划路径的状态特征向量序列执行卷积下采样与双向长短时记忆递归，累加节点代价分量得到综合运输代价预估值；同时，风险评估分支对状态特征向量序列执行自注意力变换与图卷积聚合，取所有节点局部风险系数的最大值作为通行风险置信度。利用运输代价预估值与通行风险置信度的加权差值对路径进行优势排序，输出最优动态规划路径。通过并行评估运输代价和通行风险，并用风险置信度修正代价排序，避免了仅凭单一代价指标选择路径时可能引入高通行风险路段的缺陷，输出的路径在保持较低运输代价的同时具有可控的风险水平。