面向云計算技術的云邊協同和無人配送路徑研究

摘要：近年來，智能物聯網（Artificial Internet of Things， AIoT）不斷推動物流行業的智慧化發展。為了提高物流配送效率，降低物流配送成本，文章提出了一種面向云計算技術的云邊協同無人配送路徑規劃技術，通過云服務器、邊緣服務器和終端設備的有效協調，實現無人配送過程中的用戶交互、功能應用、資源管理等功能，為推動智慧物流的發展提供有效參考。利用無人機作為無人配送裝置，搭建相應的軟硬件架構，在某小區內進行實驗，發現無人機能按照最優路徑將相關裝置有效配送至收貨人處，證明該研究具有良好的應用價值。

關鍵詞：云計算技術；云邊協同；無人配送

中圖分類號：TP3" 文獻標志碼：A

基金項目：安徽省質量工程項目；項目名稱：智能物流技術特色高水平專業；項目編號：2022tsgsp074。安徽省高等學校科學研究項目；項目名稱：云邊協同技術在無人配送領域的應用研究；項目編號：2022AH052836。

作者簡介：黃雨辰（1988— ），男，副教授，碩士；研究方向：智能物流技術。

0" 引言

無人配送是智能物聯網概念下的智能物流配送的關鍵，目前已經有不少物流企業開始研究利用無人機或無人車開展物流配送工作。在具體實踐中，無人配送系統內部往往需要植入大量智能化功能，包括目標檢測、目標分類、人臉姿勢身份識別等，影響無人配送終端設備的性能，影響無人配送裝置的路徑選擇、計算和優化。云計算的引入雖然在一定程度上緩解了終端裝置的計算壓力，但受到寬帶限制，實時性效果較差，不利于路徑及時優化，因此，本文引入了邊緣計算策略，根據無人配送需要，部署專用的邊緣服務器，為大量智能化終端應用的實時運行以及終端路徑實時計算提供設備支撐，改善無人配送質量，提高用戶的使用體驗，對推動無人配送相關研究的發展有著較大意義。

1" 云邊協同的無人配送路徑整體架構分析

基于云計算的云邊協同無人配送路徑選擇優化架構由終端設備架構、邊緣服務架構以及云端服務器架構3部分組成，具體組成模塊如圖1所示。

圖1中，云邊協同的無人配送路徑整體架構主要分為終端設備層、邊緣服務器層以及云服務器層3大類。

終端設備層的主要設備包括無人機、無人車以及監控傳輸設備，在實際應用中，終端設備層并不能有效滿足無人機和無人車路徑規劃的算力要求，無法全面保存數據信息，也不能準確及時計算出數據結果，因此，本文研究的終端設備層主要用于采集相關數據并將數據轉化為規定的格式［1］。在無人配送設備工作過程中搜集的數據，都會通過5G、Wi-Fi6等通信路徑傳輸至邊緣服務器內，進行數據的計算和模型處理，并接收來自邊緣服務器提供的智能化路徑規劃方案。

邊緣服務器層包括了無人派送路徑中的各個基站、設備站點計算的相應節點，方便及時接收來自邊緣服務器的數據，并按照相應的計算方式進行計算，生成計算模型。同時，為了提高無人配送路徑規劃的準確性，各個基站、設備站點的邊緣計算結果和模型都會通過傳輸網絡上傳至云服務器層，再由云服務器進行整合訓練，進而實現對整體無人配送路徑的統籌［2］。

云服務器層主要用于遠程管理無人配送路徑資源和配送數據。在整個系統運行中，云服務器層不僅要按照計算結果對路徑業務資源進行統籌配置，還要整合由邊緣節點上傳的數據與模型，進而得到更優的全局路徑規劃策略，再通過邊緣服務器下達至終端［3］。

2" 無人配送路徑優化模型訓練

2.1" 模型訓練原則

面向云計算的無人配送路徑優化模型需要一定的約束條件，從而實現以下幾個目標：

（1）最短路徑原則，要求無人配送設備在配送過程中，發貨地和收貨地的路線最短；

（2）最短時間原則，要求無人配送設備在配送過程中，貨物配送消耗的時間最短；

（3）最少成本原則，要求無人配送設備在配送過程中，貨物配送所需的配送成本最少。

2.2" 路徑優化策略

無人設備終端在接收配送請求前，數據中心需要根據具體的配送設備以及配送貨物情況，計算出符合配送設備最短距離、最短時間、最少成本的最優路徑反饋至終端，考慮到配送設備裝載貨物多少對具體配送成本、時間以及路徑選擇的影響程度不同，不同設備裝載情況下，對路徑的規劃不同，具體的裝載率和匹配原則如表1所示。

模型按照以下步驟對配送的路徑進行優化：

（1）云計算中心和各個邊緣節點采集配送關鍵信息，由邊緣模型計算出配送設備的具體裝載率；

（2）按照車輛裝載率以及優先配送原則，分別對不同的配送關鍵屬性信息計分；

（3）云計算中心根據計算結果、歷史配送經驗、訂單本身屬性等計算相似路徑，選擇相似度最高的配送路徑作為最優路徑，下達至配送終端。

2.3" 路徑配送優化模型建立

云計算中心和邊緣服務器需要搜集無人配送訂單的相關信息，包括配送起點、配送終點、貨物類型、客戶特征等，此時整個訂單模型的屬性表達為：

｛｛x，y｝c，｛x，y｝m，pg，pc｝（1）

其中｛x，y｝c，代表配送起點；｛x，y｝m代表配送終點；pg代表貨物類型；pc代表客戶特征。

此時的相似度計算方式為：

首先計算訂單的相似度排名。

SimT1=（LmU1-LmUx）2+（CmU1-CmU2）2+（PgU1-PgUx）2+（PcU1-PcU2）2|Q1|*|Q2|（2）

其中，SimT1代表訂單屬性的相似度情況；Lm代表出發地點；Cm代表目的地；Q代表訂單的屬性向量；U1代表當前訂單屬性數據；Ux代表性歷史用戶訂單屬性數據。

隨后結合不同裝載率對應的路徑屬性進行相似度計算。

SimT2=（x1-x2）2|P1|*|P2|（3）

其中，SimT2在最優路徑選擇下的目標屬性分值；P代表與路徑選擇時間、路徑以及成本相對應的分類打分標準；x代表訂單類型。

由此計算相應的打分權重數值。

W1（U1，Ux）=E（U1，Ux）-E（U1）E（Ux）E（Ux1）-Ex（U1）E（Uxx）-Ex（Ux）

Wx（X1，Xx）=E（X1，Xx）-E（X1）E（Xx）E（X21）-E2（X1）E（X2x）-E2（Xx）（4）

W1（U1，Ux），Wx（X1，Xx）分別代表當前訂單和歷史訂單的權重因子，兩者的數值與屬性相似度成正比。

以Sim｛U1，U2｝代表云計算中心所推薦的最優路徑，得出最優路徑結果為：

Sim｛U1，Ux｝=W1*SimT1+W2*SimT2（5）

3" 實驗與應用

3.1" 實驗準備

在某小區內對本文研究的無人配送路徑優化系統進行實踐，搭建相應的配送軟硬件裝置。

基于云邊計算的無人配送路徑優化方案是在真實的配送系統下，利用模型計算和邊緣數據通信等技術實現智慧無人配送，具體架構可以分為用戶交互層、應用層、計算機和數據資源管理層、基礎設施層等。具體的部署方案如圖2所示［4］。

在此基礎上進行硬件部署，具體的部署方案如表2所示。

表2中，各個終端設備利用信號基站和Wi-Fi網絡將攝像頭等終端傳感器采集的信息傳輸至邊緣服務器內，邊緣服務器則通過寬帶裝置與云服務器相連［5］。

3.2" 功能實現

經過實驗，無人機能按照最優配送路徑，將需要配送的物品準確配送至接收人處。在整個配送過程中，邊緣計算器首先會根據整體訂單信息以及相關配送資源和貨物對訂單進行分配，主要分析訂單的基本屬性信息，包括配送起點、終點、用戶特征、物品屬性等按照模型進行整合，隨后上傳至云端服務器內；云端服務器根據無人機空閑情況、電池剩余量等進行整體的配置，分配下達最優配送路徑和配送指令；無人機重點配送設備在收到相應的配送訂單后，按照最優配送路徑將物品送至目標地點，完成物品的高效、智慧配送。整體配送路徑如圖3所示。

4" 結語

為了實現物流配送的智能化、智慧化升級，本文在云計算基礎上建立了云邊無人配送架構，并按照路徑優化原則對最優配送路徑策略進行深入研究。以無人機為無人配送裝置，搭建相應的軟硬件配送裝置后，在某小區內進行實驗，在實驗中，無人機能將配送物品按照有效路徑準確高效送達收貨人手中，表明本文研究的無人配送路徑優化方式具有良好的實踐價值。

參考文獻

［1］周博文，黃海軍，徐怡，等.無人機配送系統中端邊協同的并行任務調度算法［J］.計算機集成制造系統，2021（9）：2575-2582.

［2］孟慶欣.城市無人物流配送的路徑優化與近似算法［D］.杭州：浙江理工大學，2022.

［3］丁燃.基于邊緣計算的工作流系統EdgeWorkflow的設計與實現［D］.合肥：安徽大學，2022.

［4］朱偉枝，謝娟烘，盧子榮.基于SLAM的校園配送AGV地圖構建及路徑規劃研究［J］.機電工程技術，2023（1）：107-110，160.

［5］郜文燦，齊平，束紅，等.基于MEC的無人物流車任務卸載策略［J］.銅陵學院學報，2021（6）：107-111，115.

（編輯" 王雪芬）

Research on cloud-side collaboration and unmanned distribution path for cloud computing technology

HUANG" Yuchen， LIU" Kaiyue

（Huishang Vocational College， Hefei 230000， China）

Abstract：" The Smart Internet of Things in recent years （Artificial Internet of Things， AIoT） continues to promote the intelligent development of the logistics industry. In order to improve the efficiency of logistics and distribution， reduce the logistics and distribution costs， this paper proposes a cloud-edge collaborative unmanned delivery path planning technology for cloud computing technology， through efficient coordination of cloud servers， edge servers， and terminal devices， realize the user interaction， function application， resource management and other functions in the process of unmanned delivery， to provide an effective reference for promoting the development of intelligent logistics. Using unmanned drones as an unmanned delivery device， build the corresponding software and hardware architecture， conduct the experiments in a certain community， found that the UAV can effectively deliver the relevant devices to the consignee according to the optimal path， demonstrate that this study has a good application value.

Key words： cloud computing technology; cloud-edge collaboration; unmanned delivery