一种基于空轨车协同的城市无人物流联运调度系统及联运方法

本发明涉及城市智能物流，尤其涉及一种基于空轨车协同的城市无人物流联运调度系统及联运方法。

背景技术：

1、随着电子商务、即时零售行业高速发展，城市小件配送呈现小批量、高频次、跨区域、高时效的特征。传统人工配送、单一地面无人配送模式受城市道路拥堵、停车装卸困难、绕行距离长等问题制约，配送效率与时间稳定性难以保障。

2、当前无人物流技术逐步落地，行业内形成地面无人配送车配送、城市轨道交通货运、低空无人机末端配送三类独立配送形态。现有技术大多聚焦两类设备两两协同联运，存在诸多核心缺陷：

3、第一，协同架构单一，暂无成熟技术将无人机、地铁、无人配送车三者纳入一体化联运体系，无法充分发挥三种运载单元的差异化优势，地铁主干运输、无人车接驳、无人机末端配送的分层分工价值未被挖掘；

4、第二，方案评价维度片面，现有联运方案选择仅依靠配送时间或配送费用单一指标，未综合考量运行稳定性、节点接驳风险、设备运行约束，选出的方案理论可行但实际落地易出现延误、停运等问题；

5、第三，动态适配能力差，现有调度方案为静态预设方案，无法自适应道路拥堵、无人机空域禁飞、地铁班次延误、订单时效等级变化等复杂动态工况，系统鲁棒性不足；

6、第四，可行性管控缺失，未建立系统化的约束校验机制，生成的候选方案常违反无人机载重、航程、地铁运营时段、订单送达时限等硬性规则，无效方案占比高，造成运算资源浪费。

技术实现思路

1、本发明的目的在于克服现有技术中协同架构单一、评价维度片面、动态适配能力弱、可行性管控缺失的缺陷，提供一种基于空轨车协同的城市无人物流联运调度系统及联运方法；实现无人机、城市轨道交通、地面无人配送车的分层协同作业，从时间、费用、运行稳定性三维度量化评价联运方案，自适应各类复杂工况，提升城市跨区域无人配送的整体效率、经济性与可靠性。

2、为实现以上目的，本发明提供了一种基于空轨车协同的城市无人物流联运方法，包括以下步骤：

3、s1、多源数据采集：采集联运基础数据与实时环境数据，包括订单、路况、轨道运营、空域气象数据，构建空轨车协同联运网络拓扑模型；所述联运网络拓扑模型为有向网络，网络节点划分为配送分拨节点、城市轨道站点、无人飞行器接驳节点、终端客户节点四类，网络有向边对应地面无人配送车、城市轨道交通、无人飞行器三种运载单元的运输路径；

4、s2、生成多模式候选方案：根据订单属性、网络节点之间的连接关系采用枚举方法生成多组空轨车联运候选方案，每组联运候选方案包含一种运载单元组合与运输路径组合；所述联运候选方案包括无人配送车直送、无人配送车-轨道交通-无人配送车、无人配送车-轨道交通-无人飞行器、无人配送车-轨道交通-接驳节点-无人飞行器四种基础组织模式；

5、s3、对联运候选方案进行分层可行性校验：对每组联运候选方案先进行路径完整性、设备可用性的粗筛选，再进行包括精细校验载重、航程、时效、轨道运营规则的硬性约束，剔除不符合校验标准的无效方案，得到可行候选方案集合；

6、s4、对可行候选方案进行三维指标量化：针对可行候选方案集合内的每组可行联运候选方案，计算包括总配送时间、总配送费用、运行稳定性惩罚值的三维原始评价指标；采用极差标准化方法对三维原始评价指标做无量纲化处理，得到标准化指标值；

7、s5、筛选当前工况下的最优方案：调取预设权重参数，结合标准化指标值计算每组可行联运候选方案的综合联运代价；将综合联运代价从小到大进行排序，筛选出综合联运代价最小的可行联运候选方案作为当前工况下的最优联运方案；

8、s6、自动化调度与方案动态迭代：将最优联运方案转化为设备调度指令，分别下发至地面无人配送车、城市轨道交通货运单元、无人飞行器，驱动各运载单元协同完成货物联运配送；同时实时监测运行状态，若工况发生突变则跳转至步骤s1，在上一工况的最优联运方案的基础上重新迭代最优方案。

9、进一步的，步骤s3中，所述分层可行性校验具体包括：

10、一级预筛选校验：校验候选联运方案是否符合路径完整、运载单元全局可用；所述路径完整要求货物从配送分拨节点出发、经中间节点完整流转至终端客户节点，无节点滞留、路径中断；所述运载单元全局可用具体为：根据实时环境数据判断出无人飞行器、城市轨道交通、地面无人配送车处于可用状态；

11、符合路径完整、运载单元全局可用的联运候选方案通过一级预筛选校验；不符合路径完整、运载单元全局可用中任一项的联运候选方案作为无效方案并剔除；

12、二级精细校验：针对通过一级预筛选校验的联运候选方案，依次校验无人飞行器载重约束、无人飞行器航程约束、城市轨道交通运营时段约束、订单承诺送达时限约束、接驳节点启用规则约束；其中，无人飞行器载重约束为订单货物重量不超过无人飞行器额定载重，无人飞行器航程约束为无人飞行器单次飞行距离不超过额定有效航程。

13、进一步的，步骤s4中，所述总配送时间包括各运载单元运行时间、轨道班次等待时间、节点换装接驳处理时间、时效超时惩罚时间；

14、所述总配送费用包括地面无人配送车行驶费用、无人飞行器飞行费用、城市轨道交通单票货物分摊费用、各节点换装接驳处理费用；

15、所述运行稳定性惩罚值由地面道路拥堵惩罚、运载单元切换惩罚、轨道等待延误惩罚、无人飞行器起降难度惩罚四类子惩罚值加权求和得到；其中，地面道路拥堵惩罚根据实时路况动态修正拥堵系数。

16、进一步的，步骤s5中，计算综合联运代价的表达式为：

17、；

18、其中，为第个可行联运候选方案的综合联运代价，、、分别为总配送时间、总配送费用、运行稳定性惩罚值的标准化指标值；、、分别为时效性权重、经济性权重、可靠性权重，且满足。

19、进一步的，权重参数包括基准静态权重与动态自适应权重；

20、所述基准静态权重基于用户配送偏好调研数据标定得到，用于常规同城配送场景；

21、所述动态自适应权重根据订单时效等级、用户个性化偏好、服务场景类型实时调整，当订单为急件配送时上调时效性权重，当用户优先考虑成本时上调经济性权重，当配送区域路况复杂时上调可靠性权重。

22、进一步的，步骤s6中，所述工况发生突变包括：前端接驳道路拥堵加剧、无人飞行器因天气或空域管控临时不可用、城市轨道交通班次延误、订单临时提升时效等级；

23、当检测到工况发生突变时，更新环境参数与约束条件，并重新执行步骤s1至步骤s6。

24、本发明还提供一种基于空轨车协同的城市无人物流联运调度系统，采用上述一种基于空轨车协同的城市无人物流联运方法，包括：数据感知模块、网络建模模块、候选方案生成模块、可行性校验模块、指标计算与标准化模块、方案优选模块、调度执行模块、人机交互模块；

25、所述数据感知模块，用于实时采集订单数据、地理位置数据、道路路况数据、空域状态数据、城市轨道交通运营数据、气象数据，作为系统运算的基础数据源；

26、所述网络建模模块，与数据感知模块通信连接，用于构建并动态更新空轨车协同联运网络拓扑模型，定义网络节点、有向边及对应运载单元属性；

27、所述候选方案生成模块，与网络建模模块通信连接，用于基于四种基础组织模式生成全量联运候选方案；

28、所述可行性校验模块，与候选方案生成模块通信连接，用于执行分层可行性校验，剔除无效方案，输出可行候选方案集合；

29、所述指标计算与标准化模块，与可行性校验模块通信连接，用于计算可行联运候选方案的总配送时间、总配送费用、运行稳定性惩罚值，并完成极差标准化处理；

30、所述方案优选模块，与指标计算与标准化模块通信连接，内置权重管理单元，用于调取权重参数、计算综合联运代价并完成方案排序，输出最优联运方案；

31、所述调度执行模块，与方案优选模块、外部运载设备终端通信连接，用于将最优联运方案解析为调度指令，下发至地面无人配送车、城市轨道交通货运单元、无人飞行器，并实时接收回传的设备运行状态；

32、所述人机交互模块，用于实现订单录入、参数配置、方案展示、运行状态可视化、人工干预操作。

33、进一步的，所述数据感知模块包括：订单采集单元、道路感知单元、轨道运营感知单元、空域与气象感知单元；

34、所述订单采集单元用于采集包括货物重量、货物体积、收货地址、订单时效等级、承诺送达时限的订单属性数据；

35、所述道路感知单元通过路侧传感器、地图接口实时采集包括道路车速、拥堵等级、停车装卸条件的路况数据；

36、所述轨道运营感知单元对接城市轨道交通运维平台，采集轨道班次、站点停靠时间、剩余货运运力、换乘时长数据；

37、所述空域与气象感知单元对接低空管控平台、气象平台，采集包括空域禁飞信息、风力、降雨、能见度的影响无人飞行器运行的环境数据。

38、进一步的，所述权重管理单元内置用户偏好画像库与权重自适应调整子单元；所述用户偏好画像库存储不同用户群体、不同配送场景下的基准静态权重；所述权重自适应调整子单元根据订单时效等级、实时环境状态自动修正动态权重。

39、进一步的，所述外部运载设备终端包括：地面无人配送车、城市轨道交通货运专用单元、物流无人飞行器；所述地面无人配送车负责节点间短距离地面接驳与末端地面配送；所述城市轨道交通货运专用单元利用轨道非高峰剩余运力完成跨区域主干货物运输；所述物流无人飞行器负责末端轻小件配送。

40、本发明采用上述一种基于空轨车协同的城市无人物流联运调度系统及联运方法，有益效果如下：

41、（1）本发明构建无人飞行器、城市轨道交通、地面无人配送车三层立体联运架构，将三类运载单元纳入一体化协同体系，依托轨道承担跨区域主干运输、无人车完成接驳与常规配送、无人机实现高时效末端配送，实现全流程无人化协同作业，无需大规模新建设施，落地门槛低且场景适配性广；

42、（2）本发明建立时间-费用-运行稳定性三维综合评价体系，通过极差标准化消除量纲差异，搭配基准静态权重与动态自适应权重，使方案优选贴合实际需求；同时设计“一级预筛选+二级精细校验”的分层约束机制，提前剔除无效方案，保障方案落地可行性，提升运算效率；

43、（3）本发明可实时感知道路、空域、轨道运营及订单状态变化，在工况突变时自动迭代优选调度方案，适配城市无人物流的实时调度需求。