一种配送路径的确定方法、装置、电子设备及存储介质与流程

1.本公开涉及人工智能领域，具体涉及智慧城市和智能交通技术，具体可用于智慧城市、智能交通等场景。


背景技术：

2.公共交通系统作为智慧城市的重要组成部分，合理的利用公共交通工具进行物流配送，不仅能够提高公共交通资源的有效利用率，而且还能够降低物流配送的配送成本，缓解城市交通压力。在利用公共交通工具进行物流配送的过程中，对物流配送路径进行合理的规划，成为提高物流配送成功率和配送效率的重要环节。


技术实现要素：

3.本公开提供了提供一种配送路径的确定方法、装置、电子设备、可读存储介质以及计算机程序产品，以使规划处的物流配送路径更能符合目标时间段内配送区域的真实情况。
4.根据本公开的一方面，提供了一种配送路径的确定方法，该方法可以包括以下步骤：
5.确定配送区块之间的历史车辆运行信息，配送区块为对配送区域进行分块得到的；
6.根据预估道路交通情况以及历史车辆运行信息，确定目标时间段内配送区块之间的预估车辆运行信息，预估道路交通情况为目标时间段内配送区域存在的道路交通异常情况，车辆运行信息包括配送区块之间第三方车辆的车流量以及配送区块之间的行车时长；
7.根据预估车辆运行信息，确定配送区块之间的物流配送路径。
8.根据本公开的第二方面，提供了一种配送路径的确定装置，该装置可以包括：
9.历史车辆运行信息确定单元，用于确定配送区块之间的历史车辆运行信息，配送区块为对配送区域进行分块得到的；
10.预估车辆运行信息确定单元，用于根据预估道路交通情况以及历史车辆运行信息，确定目标时间段内配送区块之间的预估车辆运行信息，预估道路交通情况为目标时间段内配送区域存在的道路交通异常情况，车辆运行信息包括配送区块之间第三方车辆的车流量以及配送区块之间的行车时长；
11.配送路径确定单元，用于根据预估车辆运行信息，确定配送区块之间的物流配送路径。
12.根据本公开的另一方面，提供了一种电子设备，包括：
13.至少一个处理器；以及
14.与该至少一个处理器通信连接的存储器；其中，
15.该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任一实施例中的方法。
16.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开任一实施例中的方法。
17.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现本公开任一实施例中的方法。
18.本公开的技术，能够根据目标时间段内配送区域存在的道路交通异常情况，以及历史车辆运行信息，确定出目标时间段内配送区块之间的预估车辆运行信息，再基于预估车辆运行信息，确定配送区块之间的物流配送路径。由于在进行物流配送路径规划时，充分的考虑了目标时间段内配送区域存在的道路交通异常情况，从而使规划出的物流配送路径，更能符合目标时间段内配送区域的真实情况。因此，提高了物流配送成功率和配送效率。
19.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
20.附图用于更好地理解本方案，不构成对本公开的限定。其中：
21.图1为本公开的实施例提供一种配送路径的确定方法的流程图；
22.图2为本公开的实施例中提供的一种历史车辆运行信息的确定方法的流程图；
23.图3为本公开的实施例中提供的一种历史车辆运行信息调整方法流程图；
24.图4为本公开的实施例中提供的另一种历史车辆运行信息调整方法流程图；
25.图5为本公开的实施例中提供的一种物流配送路径的确定方法的流程图；
26.图6为本公开的实施例中提供的另一种物流配送路径的确定方法的流程图；
27.图7为本公开的实施例中提供的一种加权有向图的示意图；
28.图8为本公开的实施例提供一种配送路径的确定装置的示意图；
29.图9为本公开的实施例提供的一种电子设备的示意图。
具体实施方式
30.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
31.本公开提供一种配送路径的确定方法，具体请参照图1，其为本公开的实施例提供一种配送路径的确定方法的流程图。该方法可以包括以下步骤：
32.步骤s101：确定配送区块之间的历史车辆运行信息，配送区块为对配送区域进行分块得到的。
33.步骤s102：根据预估道路交通情况以及历史车辆运行信息，确定目标时间段内配送区块之间的预估车辆运行信息，预估道路交通情况为目标时间段内配送区域存在的道路交通异常情况，车辆运行信息包括配送区块之间第三方车辆的车流量以及配送区块之间的行车时长。
34.步骤s103：根据预估车辆运行信息，确定配送区块之间的物流配送路径。
35.本公开的实施例，能够根据目标时间段内配送区域存在的道路交通异常情况，以及历史车辆运行信息，确定出目标时间段内配送区块之间的预估车辆运行信息。再基于预估车辆运行信息，确定配送区块之间的物流配送路径。
36.由于在进行物流配送路径规划时，充分的考虑了目标时间段内配送区域存在的道路交通异常情况。使规划出的物流配送路径，更能符合目标时间段内配送区域的真实情况。因此，提高了物流配送成功率和配送效率。
37.本公开的实施例中，所谓配送区域是指物流配送单位按照其物流配送需求预先划分的区域，例如：按照中华人民共和国的行政区域来划分配送区域。此时，一个配送区域可以为一个省、直辖市、自治区等，也可以为某个省下辖的市，或者某个市的辖区等。
38.所谓配送区块是对配送区域进一步划分后得到的多个区域，为了与配送区域进行区分，将对配送区域进行分块得到的多个区域称为配送区块。
39.所谓历史车辆运行信息是指第三方车辆在某个历史时间段内的车辆运行信息。所谓预估车辆运行信息是指第三方车辆在目标时间段内的车辆运行信息。
40.所谓车辆运行信息为用于描述第三方车辆在不同配送区块之间的车辆运行情况的信息，所谓车辆运行情况至少包括配送区块之间第三方车辆的车流量、配送区块之间的行车时长以及配送区块之间第三方车辆的直达情况。
41.所谓的第三方车辆是指物流配送专用车辆之外，可用于物流配送的车辆，包括但不限于公交车、出租车以及网约车。
42.本公开的实施例中，配送区块之间第三方车辆的车流量是指：运行在不同配送区块之间的第三方车辆的车流量。可由不同配送区块之间第三方车辆的到达间隔来表示。
43.对于公交车而言，由于公交车运行模式相对固定，其在不同区块之间的车辆到达间隔可通过历史车辆行驶轨迹直接计算得到。
44.对于出租车或者网约车而言，出租车或者网约车的运行模式虽然相对随机，但不同配送区块之间的出租车或者网约车的车辆到达间隔服从指数分布x～(λ)，而指数分布参数λ可根据历史车辆行驶轨迹拟合得到。
45.配送区块之间的行车时长是指：通过第三方车辆从一个配送区块到另一个配送区块所需的平均时长。具体可以通过历史车辆行驶轨迹直接计算得到。
46.配送区块之间第三方车辆的直达情况是指：不同配送区块之间是否具有第三方车辆可以及直接直达。即，不同配送区块之间是否具有可直达第三方车辆。
47.由于在实际的物流配送过程中，往往会针对配送区块设置物流配送站点。配送区块之间的物理配送反映在实际的物流配送过程中，往往是配送站点之间的物流配送。而每个配送区块的物流配送站点往往设置在该区块的中心区域，具体的可以是指配送区块内车流量满足预设条件的区域，例如：车流量最高的区域。
48.因此，为了使最终的物流配送路径更加贴合于实际的物流配送情况，本公开的实施例中采取了如下步骤来确定历史车辆运行信息。具体请参照图2，其为本公开的实施例中提供的一种历史车辆运行信息的确定方法的流程图。该方法包括如下步骤：
49.步骤s201：对配送区域进行区块划分，得到多个配送区块。
50.步骤s202：确定配送区块的中心区域，中心区域为配送区块内车流量满足预设条件的区域。
51.步骤s203：根据经过中心区域的历史车辆行驶轨迹，确定历史车辆运行信息，历史车辆行驶轨迹为第三方车辆的车辆行驶轨迹。
52.其中，所谓对配送区域进行区块划分，得到多个配送区块的具体实现方式可以为：首先，获得历史车辆行驶轨迹中的目标停车点，目标停车点为第三方车辆供乘客上下车的停车点。然后，对目标停车点进行聚类，得到多个聚类区域。最后，将聚类区域确定为配送区块。
53.将第三方车辆供乘客上下车的停车点作为聚类点进行聚类，得到对应的聚类区域，并将聚类区域确定为配送区块。将供乘客上下车的停车点作为聚类点进行聚类充分考虑了第三方车辆主要任务是提供载客服务，而使用第三方车辆进行物流配送，只是为了在第三方车辆提供载客服务的情况下，能够更加充分的合理利用第三方车辆。进而能够使划分出的配送区块更合理，且能够满足地方车辆的运营需求。
54.所谓历史车辆行驶轨迹中可能包含很多停车点。因此，为了能够筛选出供乘车乘客上下车的停车点，需要在第三方车辆的全部停车点中筛选掉因等红路灯、道路拥堵等情况下停车所对应的停车点。
55.本公开的实施例中，可以采用基于密度的聚类算法(optics，ordering points to identify the clustering structure)，optics算法能够降低输入参数的敏感度。但是在使用optics算法进行聚类时，对每个聚类点查找仍需要返回整个数据集，从而会比较耗时。
56.因此，为了降低获得聚类区域所需消耗的时间。可以先对配送区域进行网格的划分，后续再将整个数据集映射到网格中。之后再对每个聚类点进行查找时，我们可以仅遍历网格之内包含点，而不必遍历整个数据集。这样，能够降低optics算法的耗时，提高聚类点的查询效率。
57.本公开的实施例中对区域划分的方法不做具体限定，除采用optics算法对区域划分外，还可以采用其他方式进行区域划分，例如：直接按照行政区域进行划分。具体的，在将某一个市作为配送区域时，可以将该市的多个辖区作为配送区块。
58.另外，还可以采用利用k均值聚类算法(k-means clustering algorithm，k-means)将城市的所有街区聚类成k个区块；k-means聚类算法在计算距离时采用的是两个街区间的车辆行驶距离。
59.本公开的实施例中历史车辆运行信息能够反映出在过往时间段内配送区块之间车辆运行情况，能够很好的表征配送区块之间车辆运行情况。但是，由于配送区域往往会出现突发或者不正常的道路交通异常情况，此时，历史车辆运行信息往往无法真实有效的反映出目标时间段内配送区块之间车辆运行情况。
60.如果根据历史车辆运行信息，来确定配送区块之间的物流配送路径，所确定出的物流配送路径虽然能够适用配送区域道路交通正常的情况。然而，一旦目标时间段内配送区域出现突发或者不正常的道路交通异常情况，该物流配送路径往往就不再是用于物流配送的需求。
61.因此，为了能够使车辆运行信息能够更准确的反映出目标时间段内配送区块之间车辆运行情况，进而使确定出的物流配送路径更能符合目标时间段内配送区域的真实情况，从而提高物流配送成功率和配送效率。本公开的实施例中，需要基于预估道路交通情况，对历史车辆运行信息进行调整，来得到新的车辆运行信息。具体的实现方式为：获得历
史车辆运行信息，根据预估道路交通情况，调整历史车辆运行信息，得到预估车辆运行信息。
62.本公开的实施例中，配送区域存在的道路交通异常情况可以包括：配送区块之间存在无法通行道路的情况。这种情况下，受到道路无法通行的影响，配送区块之间第三方车辆的车流量必然会减少。此时，需要将受到影响的第三方车辆的车流量从历史车辆运行信息中的车流量中排除，才能确保第三方车辆的车流量更加符合目标时间段内第三方车辆的真实车流量。
63.本公开的实施例中，在预估道路交通情况包括配送区块之间存在无法通行道路的情况下，调整历史车辆运行信息的步骤请参照图3，其为本公开的实施例中提供的一种历史车辆运行信息调整方法流程图。
64.步骤s301：根据历史车辆运行信息，确定无法通行道路上第三方车辆的车流量。
65.步骤s302：根据无法通行道路上第三方车辆的车流量，调整历史车辆运行信息中的车流量。
66.例如一个配送区域可以划分成10个配送区块(即，配送区块1至配送区块10)，如果配送区块1和配送区块2之间存在部分无法通行道路，则根据历史车辆运行信息中的配送区块1和配送区块2之间的车流量，确定该部分无法通行道路上第三方车辆的车流量。根据该部分无法通行道路上第三方车辆的车流量，调整历史车辆运行信息中的配送区块1和配送区块2之间的车流量，得到新的配送区块1和配送区块2之间的车流量，进而得到预估车辆运行信息。此时，预估车辆运行信息中的配送区块1和配送区块2之间的车流量，就为该新的配送区块1和配送区块2之间的车流量。
67.另外，如果配送区块1和配送区块2之间全部为无法通行道路，则调整历史车辆运行信息中的配送区块1和配送区块2之间的车流量为0，并设置配送区块1和配送区块2之间无法直达，进而得到预估车辆运行信息。
68.配送区块之间存在无法通行道路的原因包括：道路需要维修或者正在维修、道路管控等。这种情况下，全部第三方车辆均无法通行，因此，不会出现存在部分车辆延迟到达的情况。从而也无需再进一步考虑第三方车辆对应的延迟时长。
69.本公开的实施例中，配送区域存在的道路交通异常情况还可以包括：配送区块之间仅存在部分第三方车辆延迟到达。由于不同区域之间仅存在部分第三方车辆延迟到达，配送区块之间第三方车辆的车流量必然会减少。此时，需要根据延迟到达的部分第三方车辆的车流量，来调整历史车辆运行信息中的车流量。具体实现方式为：确定不同区域之间无法到达的第三方车辆，将不同区域之间无法到达的第三方车辆的车流量从历史车辆运行信息中的车流量中排除。这样，才能确保预估车辆运行信息中的不同配送区块之间第三方车辆的车流量，更加符合目标时间段内第三方车辆的真实车流量。
70.另外，由于不同配送区块之间仅存在部分第三方车辆延迟到达，但第三方车辆在配送区块之间的行车时长也会相应变长。因此，还需要进一步调整历史车辆运行信息中的配送区块之间的行车时长，才能使预估车辆运行信息中的行车时长，更加符合目标时间段内配送区块之间的真实行车时长。
71.由此可知，在预估道路交通情况包括配送区块之间存在无法通行道路的情况下，调整历史车辆运行信息的步骤请参照图4，其为本公开的实施例中提供的另一种历史车辆
运行信息调整方法流程图。
72.步骤s401：在预估道路交通情况为配送区块之间仅存在部分第三方车辆延迟到达的情况下，确定部分第三方车辆的车流量。
73.步骤s402：根据部分第三方车辆的车流量，调整历史车辆运行信息中的车流量。
74.步骤s403：确定部分第三方车辆对应的延迟时长。
75.步骤s404：根据延迟时长，调整历史车辆运行信息中的行车时长。
76.本公开的实施例中，不同配送区块之间仅存在部分第三方车辆延迟到达的原因包括但不限于：不同配送区块之间的道路达到“特别拥堵”以及“一般拥堵”的道路拥堵情况。在不同配送区块之间的道路达到“特别拥堵”以及“一般拥堵”的道路拥堵情况下，第三方车辆中的出租车、网约车一般会选择绕路，而由于公交车的运行路线较为固定，绝大多数情况下无法选择绕行。因此，这种情况下不同配送区块之间仅存在公交车延迟到达。
77.需要说明的是，在不同配送区块之间的道路达到“特别拥堵”的道路拥堵情况下，即便不同配送区块之间仅存在公交车延迟到达。考虑到实际物流配送的及时性需求，虽然在调整历史车辆运行信息中的车流量时，保留公交车对应的车流量，但是会将历史车辆运行信息中的行车时长调整为无限长。
78.由于在实际的物流配送过程中，不同的物流对象对应的配送需求可能不同。例如：有些物流对象的配送需求是快速送达，此时，需要配送路径的耗时最短；有些物流对象的配送需求对时间并没有如此高的要求，此时，往往会要求物流配送的花费最小。
79.因此，本公开的实施例中，采取如下步骤来确定物流配送路径，具体请参照图5，其为本公开的实施例中提供的一种物流配送路径的确定方法的流程图。该物流配送路径的确定步骤，包括：
80.步骤s501：在配送区域中选定物流配送的起始配送区块以及终止配送区块。
81.步骤s502：根据预估车辆运行信息中的车流量以及预估车辆运行信息中的行车时长，确定符合配送需求的优选配送路径，优选配送路径为从起始配送区块到终止配送区块的路径。
82.步骤s503：将优选配送路径确定为物流配送路径。
83.本公开的实施例，在确定物流配送路径时，不仅会考虑预估车辆运行信息中的车流量以及预估车辆运行信息中的行车时长，而且会同时考虑配送需求，从而能够使确定出的配送路径，既符合目标时间段内配送区域的真实情况，用能够符合配送需求。
84.本公开的实施例中，在配送区块的中心区域后，会进一步在配送区块的中心区域设置物流配送站点。本公开的实施例中，所谓从起始配送区块到终止配送区块的路径实际上是指：从起始配送区块的物流配送站点到终止配送区块的物流配送站点的路径。
85.在物流配送前期，寄件人可以先将物流对象配送到起始配送区块的物流配送站点，或者由物流配送人员取件后，将物流对象配送到起始配送区块的物流配送站点，再从起始配送区块的物流配送站点进行配送。在物流配送后期，配送对象到达终止配送区块的物流配送站点后，可以由物流配送人员将物流对象从物流配送站点配送到取件人手中，或者由取件人到物流配送站点自行取件。
86.本公开的实施例中，所谓配送需求包括但不限于：物流配送消耗的时间最短、物流配送的配送路径最短、以及物流配送成本不超过指定成本阈值。
87.本公开的实施例中，为了方便快捷的确定出确定符合配送需求的最优配送路径，可以先基于预估车辆运行信息，构建针对配送区块的加权有向图，再基于加权有向图，来确定符合配送需求的最优配送路径。具体实现步骤请参照图6，其为本公开的实施例中提供的另一种物流配送路径的确定方法的流程图。该物流配送路径的确定步骤，包括：
88.步骤s601：利用预估车辆运行信息，构建针对配送区块的加权有向图，加权有向图中的节点用于表示配送区块，加权有向图中的边用于表示配送区块之间具有可达的第三方车辆，加权有向图中的权重为根据配送需求预先配置的。
89.步骤s602：利用加权有向图，确定符合配送需求的最优配送路径。
90.步骤s603：将最优配送路径确定为优选配送路径。
91.所谓利用预估车辆运行信息，构建针对配送区块的加权有向图的具体实现方式如下：
92.首先，根据不同中心区块之间第三方车辆的车流量，构建针对配送区块的车辆转移有向拓扑图。其中，车辆转移有向拓扑图中的节点用于表示配送区块；车辆转移有向拓扑图中的边用于表示不同配送区域之间存在可达的第三方车辆(即不同配送区域之间存在可达路径)；车辆转移有向拓扑图的箭头用于表示第三方车辆的行驶方向(即不同配送区域之间可达路径的行车方向)。
93.然后，根据不同中心区块之间第三方车辆的车流量以及配送区块之间的行车时长，分别构建车流量转移矩阵、行车时长矩阵以及可达矩阵；其中，车流量转移矩阵中的元素用于表示不同配送区域之间的第三方车辆的车流量，行车时长矩阵中的元素用于表示不同配送区域之间的行车时长，可达矩阵中的元素用于表示不同配送区域之间是否具有可直达的第三方车辆。
94.本公开的实施例中，在得到加权有向图后，可以以邻接矩阵方式g＝(υ,ε,ω)存储该有向加权图。其中，g表示优先加权图，υ表示节点，ε表示边，ω表示权重。最后，针对配送需求，根据车流量转移矩阵、行车时长矩阵以及可达矩阵给车辆转移有向拓扑图中的边赋予权重，得到加权有向图。以有7个配送区域为例，针对这7个配送区块的加权有向图可以
95.请参照图7，其为本公开的实施例中提供的一种加权有向图的示意图。
96.在针对配送需求，根据车流量转移矩阵、行车时长矩阵以及可达矩阵给车辆转移有向拓扑图中的边赋予权重的过程中，如果配送需求为物流配送消耗的时间最短，那么可以仅根据可达矩阵给车辆转移有向拓扑图中的边赋予权重。除此之外，在一般情况下，往往都是设置车流量转移矩阵在确定边的权重时的权重占比为2/3，行车时长矩阵在确定边的权重时的权重占比为1/3。但是本公开的实施例中，对以上三种矩阵在确定边的权重时的权重占比不做具体限定，具体可以根据配送需求的不同来调整不同矩阵在确定边的权重时的权重占比。
97.在确定不同矩阵在确定边的权重时的权重占比后，可以将矩阵中的元素对应的值均进行归一化处理。然后获得每个边连接的不同配送区块在矩阵中对应的归一化元素值，以及不同矩阵的权重占比，来计算边的权重。
98.在确定加权有向图后，可以针对该加权有向图，采用dijkstra(最短路径)算法，来得到最优配送路径。
99.例如：从配送区块1到配送区块6的最短耗时物流配送路径为：配送区块1至配送区
块2，配送区块2至配送区块5，配送区块5至配送区块6。
100.除采用有向加权图来确定优选物流配送的方式外，本公开的实施例中还可以采用其他方式来确定优选物流配送。例如：快速搜索随机树(rrt)算法等。也就是说，本公开的实施例中，对优选物流配送的确定方法不作具体限定。
101.需要说明的是，为了能够更精确度的来表征配送区块之间车辆运行情况，还可以按照时间段来确定历史车辆运行信息。即，确定不同时间段对应的历史车辆运行信息。具体的，可以将一天按照4个小时划分成6个不同的候选时间段，并分别确定每个候选时间段对应的历史车辆运行信息。
102.在确定物流配送路径时，需要先确定目标时间段对应的候选时间段，并根据候选时间段的历史车辆运行信息，来确定预估车辆运行信息，进而确定物流配送路径。
103.具体的，如果目标时间段属于其中一个候选时间段，则在根据该候选时间段的历史车辆运行信息，来确定预估车辆运行信息，进而确定物流配送路径。而如果目标时间段跨越多个候选时间段，则在根据依次根据候选时间段的历史车辆运行信息，来确定预估车辆运行信息，进而确定当前候选时间段内的物流配送路径。即，每到一个新的候选时间段，就根据该候选时间段的历史车辆运行信息，来确定预估车辆运行信息，进而确定该候选时间段内的物流配送路径。
104.如图8所示，本公开的实施例提供一种配送路径的确定装置，该装置包括：
105.历史车辆运行信息确定单元801，用于确定配送区块之间的历史车辆运行信息，配送区块为对配送区域进行分块得到的；
106.预估车辆运行信息确定单元802，用于根据预估道路交通情况以及历史车辆运行信息，确定目标时间段内配送区块之间的预估车辆运行信息，预估道路交通情况为目标时间段内配送区域存在的道路交通异常情况，车辆运行信息包括配送区块之间第三方车辆的车流量以及配送区块之间的行车时长；
107.配送路径确定单元803，用于根据预估车辆运行信息，确定配送区块之间的物流配送路径。
108.在一种实施方式中，历史车辆运行信息确定单元801，还可以包括：
109.区块划分子单元，用于对配送区域进行区块划分，得到多个配送区块；
110.中心区域确定子单元，用于确定配送区块的中心区域，中心区域为配送区块内车流量满足预设条件的区域；
111.历史车辆运行信息确定子单元，用于根据经过中心区域的历史车辆行驶轨迹，确定历史车辆运行信息，历史车辆行驶轨迹为第三方车辆的车辆行驶轨迹。
112.在一种实施方式中，区块划分子单元，还可以包括：
113.目标停车点获得子单元，用于获得历史车辆行驶轨迹中的目标停车点，目标停车点为第三方车辆供乘客上下车的停车点；
114.聚类区域获得子单元，用于对目标停车点进行聚类，得到多个聚类区域；
115.配送区块确定子单元，用于将聚类区域确定为配送区块。
116.在一种实施方式中，预估车辆运行信息确定单元802，还可以包括：
117.历史车辆运行信息获得子单元，用于获得历史车辆运行信息；
118.车辆运行信息调整子单元，用于根据预估道路交通情况，调整历史车辆运行信息，
得到预估车辆运行信息。
119.在一种实施方式中，车辆运行信息调整子单元，还可以包括：
120.第一车流量确定子单元，用于在预估道路交通情况包括配送区块之间存在无法通行道路的情况下，根据历史车辆运行信息，确定无法通行道路上第三方车辆的车流量；
121.第一车流量调整子单元，用于根据无法通行道路上第三方车辆的车流量，调整历史车辆运行信息中的车流量。
122.在一种实施方式中，车辆运行信息调整子单元，还可以包括：
123.第二车流量确定子单元，用于在预估道路交通情况为配送区块之间仅存在部分第三方车辆延迟到达的情况下，确定部分第三方车辆的车流量；
124.第二车流量调整子单元，用于根据部分第三方车辆的车流量，调整历史车辆运行信息中的车流量；
125.延迟时长确定子单元，用于确定部分第三方车辆对应的延迟时长；
126.行车时长调整子单元，用于根据延迟时长，调整历史车辆运行信息中的行车时长。
127.在一种实施方式中，配送路径确定单元803，还可以包括：
128.配送区块选择子单元，用于在配送区域中选定物流配送的起始配送区块以及终止配送区块；
129.优选配送路径确定子单元，用于根据预估车辆运行信息中的车流量以及预估车辆运行信息中的行车时长，确定符合配送需求的优选配送路径，优选配送路径为从起始配送区块到终止配送区块的路径；
130.物流配送路径确定子单元，用于将优选配送路径确定为物流配送路径。
131.在一种实施方式中，优选配送路径确定子单元，还可以包括：
132.加权有向图构建子单元，用于利用预估车辆运行信息，构建针对配送区块的加权有向图，加权有向图中的节点用于表示配送区块，加权有向图中的边用于表示配送区块之间具有可达的第三方车辆，加权有向图中的权重为根据配送需求预先配置的；
133.最优配送路径确定子单元，用于利用加权有向图，确定符合配送需求的最优配送路径；
134.优选配送路径确定子单元，用于将最优配送路径确定为优选配送路径。
135.本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
136.根据本公开实施例，本公开还提供了一种电子设备和一种可读存储介质。
137.图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
138.如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(rom)902中的计算机程序或者从存储单元908加载到随机访问存储器(ram)903中的计算机程序，来执行各种适当的动作和处理。在ram903中，还可存储设备900操作所需的各种程序和数据。计
算单元901、rom 902以及ram 903通过总线904彼此相连。输入/输出(i/o)接口905也连接至总线904。
139.设备900中的多个部件连接至i/o接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
140.计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如配送路径的确定方法。例如，在一些实施例中，配送路径的确定方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由rom 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到ram 903并由计算单元901执行时，可以执行上文描述的配送路径的确定方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行配送路径的确定方法。
141.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
142.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程配送路径的确定装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
143.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
144.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机
具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
145.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
146.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
147.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
148.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。