
摘要:針對現代物流系統的特點,引入遺傳算法對多個物流配送無人機在多配送目標之間的配送航線進行優化,尋求最優路徑,研究重點為無人機物流系統配送航線設計及優化過程中遺傳算法的應用。在優化過程過,將單個物流無人機的航線距離和各個物流無人機航線距離的總和作為約束條件,以此來得到更為符合實際的結果。
關鍵詞:無人機物流系統;航線規劃;遺傳算法
1、智慧物流
在人工智能、大數據、智聯網、智能傳感器等技術飛速發展的背景下,無人駕駛車拓展了人類移動性的內涵與外延。隨著無人駕駛技術的日益成熟,相關政策法規的日益完善,無人駕駛車產品設計的場景逐漸從乘用車領域向社會智能服務領域拓展。智慧物流服務是人工智能技術率先落地應用的社會服務場景,人工智能引領的新一代信息技術推動了智慧物流的產生和發展。本研究針對人工智能與智能交通系統、交通大數據、物聯網與人車交互技術支持下的無人駕駛車產品設計進行研究,以期應對國家戰略轉型下的設計理論研究,提供設計實踐與方法借鑒。[1]
2、無人駕駛驅動的智慧物流服務技術架構
無人駕駛驅動了社會化智能服務的運行,無人駕駛車驅動的社會服務系統技術架構與無人駕駛車的服務內容相關。在乘用車服務場景中,無人駕駛車的主要服務內容是執行駕駛任務。無人駕駛的感知模塊通過多種傳感器的融合實現對環境信息和車身信息的采集和預處理。感知模塊是無人駕駛車從外部環境中采集信息,并從中獲得駕駛任務和服務知識的途徑。無人駕駛車藉由感知模塊具備了感知情境、生產數據的能力。無人駕駛車的規劃模塊具備深度學習、圖像處理和智能計算能力,對感知模塊獲取的信息數據基礎進行處理,規劃無人駕駛車的行為實現智能決策。網聯技術的本質就是協同,通過通信模塊無人駕駛車與社會服務系統聯通。通信模塊令無人駕駛車具備了網絡連接能力,車與車(V2V)、車與人(V2P)、車與路(V2R)、車與設施(V2I)、車與網絡(V2N)以及車與云(V2C)聯結在一起,實現了“車聯萬物”(Vehicle to X,V2X)。“群智創新”是多個個體、主體按照既定原則組織起來,圍繞特定目的進行的創新活動。每輛無人駕駛車都參與到產生數據、計算數據、分析數據、傳輸數據中,云存儲、云計算技術對無人駕駛車收集來的數據進行計算分析,實現無人駕駛車的“群智創新”模式。[2]
3、無人駕駛車功能需求分析
日本學者 Sakao、Shimomura 在服務工程(Service Engineering)的基礎上提出了服務/產品工程(Service/Product Engineering,SPE)概念。在服務/產品工程中,產品被視為服務的組成要素,服務被視為包含產品的系統。服務/產品工程中將“服務”定義為“服務提供者”(Provider)使“服務接受者”(Receiver)從一種狀態轉變到其所期望的另一種狀態的活動,活動的內容和渠道都是實現服務的手段。服務提供者所期望的服務接受者的狀態變化用“接受者狀態變化參數”(Receiver State Parameters,RSPs)表達。“接受者狀態變化參數”是由服務接受者的價值需求驅動的,一系列“接受者狀態變化參數”構成了無人駕駛車產品設計的價值需求。服務/產品工程領域視圖模型的原理見圖1。
該結構表達了功能、服務內容和服務通道之間的關系結構。最頂端是由“目標接受者狀態變化參數”表達的需求,最底端是產品功能規格所體現的服務提供者表現。無人駕駛車作為智慧物流服務的產品媒介,通過構建無人駕駛車產品設計視圖模型分析無人駕駛車的功能、物流服務內容和物流服務通道,在此基礎上獲得無人駕駛車產品功能規格。[3]
4、結語
智慧物流是無人駕駛車率先實現應用的社會服務場景。無人駕駛車的感知模塊、規劃模塊、通信模塊和控制模塊豐富了智慧物流服務中感知、傳輸、存儲和應用數據的途徑,驅動了物流服務場景的構建。無人駕駛車產品設計的主要任務是無人駕駛車功能設計和表征設計。通過視圖模型將內容、通道和功能影響無人駕駛車設計結果的影響因素參數化,構建表達參數之間關聯關系和邏輯關系的模型。使用參數化產品設計方法,構建與無人駕駛車設計影響因素及屬性相關聯的外觀模型,進行無人駕駛車表征設計。
參考文獻:
[1] 覃京燕, 冉蓓.智慧物流場景下無人駕駛車的產品服務系統設計[J]. 裝飾, 2019.
[2] 羅仕鑒. 群智創新: 人工智能 2. 0 時代的新興創新范式[J]. 包裝工程, 2020.
[3] 杜明博. 基于人類駕駛行為的無人駕駛車輛行為決策與運動規劃方法研究[D]. 合肥: 中國科學技術大學, 2016.
作者簡介:鄭來港(1996.02-),山東交通學院本科學生,指導老師:李光。