本發(fā)明涉及多車協(xié)同路徑規(guī)劃領域，尤其涉及一種結合多模態(tài)感知的園區(qū)無人駕駛路徑控制方法及系統(tǒng)。

背景技術：

1、隨著智慧景區(qū)和無人配送技術的發(fā)展，旅游景區(qū)逐步引入無人配送車進行物資運輸、商品投遞與游客服務，以提升運營效率和游客體驗。

2、然而，現(xiàn)有的無人配送路徑規(guī)劃方法多基于靜態(tài)地圖與預設路徑，缺乏對景區(qū)實際運行狀態(tài)的動態(tài)感知能力，尤其在客流密集、需求波動頻繁的景區(qū)環(huán)境下，傳統(tǒng)路徑規(guī)劃方式無法根據(jù)實時人流、物資消耗及車輛分布情況靈活調整調度策略，導致多車配送任務分配不均、路徑?jīng)_突頻發(fā)、響應滯后等問題。

技術實現(xiàn)思路

1、本發(fā)明的目的是提供一種結合多模態(tài)感知的園區(qū)無人駕駛路徑控制方法及系統(tǒng)，用以解決傳統(tǒng)旅游景區(qū)無人配送車路徑規(guī)劃方法中存在由于無法根據(jù)景區(qū)實際運行狀態(tài)進行多車協(xié)同調度的動態(tài)調整，導致在實際應用中存在調度響應不及時、路徑不精準、車輛資源利用率低等問題，包括：

2、第一方面，本發(fā)明提供了一種結合多模態(tài)感知的園區(qū)無人駕駛路徑控制方法，包括：基于目標園區(qū)的網(wǎng)點分布圖和線路結構圖，搭建園區(qū)三維仿真空間，其中，網(wǎng)點包括多個儲物倉庫和若干個供給點；監(jiān)測獲取預設歷史時區(qū)內(nèi)所述若干個供給點的若干個商品消耗數(shù)據(jù)序列，以及多個預設監(jiān)測點的多個客流密度序列，分析獲取若干個預測商品短缺時間；在所述園區(qū)三維仿真空間內(nèi)，基于多個空閑無人配送車的實時位置坐標進行可配送路徑枚舉，生成多個初始配送方案；以所述若干個預測商品短缺時間為配送約束，以最小化配貨時差和最小化取送貨距離為綜合尋優(yōu)目標，根據(jù)所述多個客流密度序列對所述多個初始配送方案進行優(yōu)劣評價，輸出最優(yōu)配送方案，對所述多個空閑無人配送車進行駕駛路徑控制。

3、優(yōu)選地，所述一種結合多模態(tài)感知的園區(qū)無人駕駛路徑控制方法還包括：在所述預設歷史時區(qū)內(nèi)，持續(xù)監(jiān)測獲取供給點的商品消耗比例，構建商品消耗比例序列作為商品消耗數(shù)據(jù)序列，得到若干個商品消耗數(shù)據(jù)序列；持續(xù)監(jiān)測獲取預設監(jiān)測點的客流密度，得到多個客流密度序列；按照預設覆蓋范圍對供給點和預設監(jiān)測點進行關聯(lián)分析，確定所述若干個供給點的若干個關聯(lián)監(jiān)測點集，映射獲取若干個關聯(lián)客流密度序列集；基于生成對抗網(wǎng)絡構建商品短缺預測器，根據(jù)所述若干個供給點的若干個實時剩余商品比例，結合所述若干個商品消耗數(shù)據(jù)序列和所述若干個關聯(lián)客流密度序列集進行商品短缺預測，輸出若干個預測商品短缺時間。

4、優(yōu)選地，所述一種結合多模態(tài)感知的園區(qū)無人駕駛路徑控制方法還包括：根據(jù)目標園區(qū)的歷史運營監(jiān)測記錄，采集樣本剩余商品比例集、樣本商品消耗數(shù)據(jù)序列集和多個樣本關聯(lián)客流密度序列集，以及獲取歷史商品短缺時長設為樣本商品短缺時間，得到樣本商品短缺時間集；采用所述樣本剩余商品比例集、樣本商品消耗數(shù)據(jù)序列集和多個樣本關聯(lián)客流密度序列集為輸入，采用所述樣本商品短缺時間集為監(jiān)督，對生成對抗網(wǎng)絡的生成器和判別器進行監(jiān)督訓練，直至收斂，得到所述商品短缺預測器。

5、優(yōu)選地，所述一種結合多模態(tài)感知的園區(qū)無人駕駛路徑控制方法還包括：在所述多個初始配送方案中隨機選取第一配送方案，并隨機選取第一無人配送車，獲取所述第一配送方案中所述第一無人配送車的第一配送路徑和第一配送商品重量；基于所述第一配送路徑映射獲取第一路徑結構信息，其中，所述第一路徑結構信息包括第一取貨路徑結構信息和第一送貨路徑結構信息，路徑結構信息至少包括線路長度、道路類型、坡度和彎度，送貨路徑包含一個或多個送貨供給點；基于所述第一配送路徑映射獲取第一覆蓋客流密度序列集，其中，所述第一覆蓋客流密度序列集包括第一取貨覆蓋客流密度序列集和第一送貨覆蓋客流密度序列集；在所述園區(qū)三維仿真空間內(nèi)，根據(jù)所述第一取貨路徑結構信息和所述第一取貨覆蓋客流密度序列集進行取貨時長預測，輸出第一預測取貨時長；根據(jù)所述第一送貨路徑結構信息、第一送貨覆蓋客流密度序列集和第一配送商品重量進行送貨時長預測，輸出第一預測送貨時長；基于所述第一配送商品重量分析確定第一預測裝貨時長，結合所述第一預測取貨時長和第一預測送貨時長求和得到第一到達時長，其中，所述第一到達時長包含一個或多個送貨供給點的送貨到達時長；依次分析獲取所述第一配送方案中多個配送路徑的多個到達時長，并確定若干個供給點的若干個送貨到達時長；判斷所述若干個送貨到達時長是否滿足所述若干個預測商品短缺時間，若滿足，將所述第一配送方案設為可選配送方案，依次分析得到多個可選配送方案；以最小化配貨時差和最小化取送貨距離為綜合尋優(yōu)目標，對所述多個可選配送方案進行優(yōu)劣評價，輸出最優(yōu)配送方案。

6、優(yōu)選地，所述一種結合多模態(tài)感知的園區(qū)無人駕駛路徑控制方法還包括：以所述若干個預測商品短缺時間為基準，對所述多個可選配送方案的多個送貨到達時長集分別進行偏差計算，確定多個時長偏差集，求和得到多個送貨時長偏差；以所述若干個預測商品短缺時間為基準，根據(jù)所述多個時長偏差集進行偏差幅度分析，計算得到多個送貨時長偏差幅度均值；根據(jù)所述多個送貨時長偏差和多個送貨時長偏差幅度均值評估確定多個配貨時差系數(shù)，其中，配貨時差系數(shù)和送貨時長偏差負相關，和送貨時長偏差幅度均值正相關；根據(jù)多個取送貨距離系數(shù)和所述多個配貨時差系數(shù)對所述多個可選配送方案進行優(yōu)劣評價，輸出最優(yōu)配送方案。

7、優(yōu)選地，所述一種結合多模態(tài)感知的園區(qū)無人駕駛路徑控制方法還包括：根據(jù)商品重量配置送貨距離權重，其中，送貨距離權重和商品重量正相關，送貨距離權重大于等于1，商品重量為0時，送貨距離權重為1；隨機選取第一可選配送方案，獲取所述第一可選配送方案的第一取貨距離和第一送貨距離；根據(jù)所述送貨距離權重對所述第一送貨距離進行補償，得到第一補償送貨距離，結合所述第一取貨距離計算得到第一取送貨距離，設為第一取送貨距離系數(shù)，依次分析得到多個取送貨距離系數(shù)。

8、優(yōu)選地，所述一種結合多模態(tài)感知的園區(qū)無人駕駛路徑控制方法還包括：對所述多個取送貨距離系數(shù)和所述多個配貨時差系數(shù)進行無量綱處理，得到多個標準取送貨距離系數(shù)和多個標準配貨時差系數(shù)；根據(jù)所述多個標準取送貨距離系數(shù)和多個標準配貨時差系數(shù)進行方案適應度評估，輸出多個適應度，并選取最大適應度的可選配送方案設為最優(yōu)配送方案，其中，適應度和標準取送貨距離系數(shù)、標準配貨時差系數(shù)負相關。

9、第二方面，本發(fā)明還提供了一種結合多模態(tài)感知的園區(qū)無人駕駛路徑控制系統(tǒng)，用于執(zhí)行如第一方面所述的一種結合多模態(tài)感知的園區(qū)無人駕駛路徑控制方法，包括：園區(qū)仿真空間搭建模塊，用于基于目標園區(qū)的網(wǎng)點分布圖和線路結構圖，搭建園區(qū)三維仿真空間，其中，網(wǎng)點包括多個儲物倉庫和若干個供給點；商品短缺時間預測模塊，用于監(jiān)測獲取預設歷史時區(qū)內(nèi)所述若干個供給點的若干個商品消耗數(shù)據(jù)序列，以及多個預設監(jiān)測點的多個客流密度序列，分析獲取若干個預測商品短缺時間；配送路徑枚舉模塊，用于在所述園區(qū)三維仿真空間內(nèi)，基于多個空閑無人配送車的實時位置坐標進行可配送路徑枚舉，生成多個初始配送方案；駕駛路徑控制模塊，用于以所述若干個預測商品短缺時間為配送約束，以最小化配貨時差和最小化取送貨距離為綜合尋優(yōu)目標，根據(jù)所述多個客流密度序列對所述多個初始配送方案進行優(yōu)劣評價，輸出最優(yōu)配送方案，對所述多個空閑無人配送車進行駕駛路徑控制。

10、本發(fā)明實施例包括如下優(yōu)點：

11、通過基于目標園區(qū)的網(wǎng)點分布圖和線路結構圖，搭建園區(qū)三維仿真空間，其中，網(wǎng)點包括多個儲物倉庫和若干個供給點；接著監(jiān)測獲取預設歷史時區(qū)內(nèi)所述若干個供給點的若干個商品消耗數(shù)據(jù)序列，以及多個預設監(jiān)測點的多個客流密度序列，分析獲取若干個預測商品短缺時間；然后在所述園區(qū)三維仿真空間內(nèi)，基于多個空閑無人配送車的實時位置坐標進行可配送路徑枚舉，生成多個初始配送方案；最后以所述若干個預測商品短缺時間為配送約束，以最小化配貨時差和最小化取送貨距離為綜合尋優(yōu)目標，根據(jù)所述多個客流密度序列對所述多個初始配送方案進行優(yōu)劣評價，輸出最優(yōu)配送方案，對所述多個空閑無人配送車進行駕駛路徑控制。也就是說，通過融合客流感知、商品消耗預測和車輛狀態(tài)等多模態(tài)信息，構建景區(qū)三維仿真空間，實時分析供給點物資短缺時間，生成并優(yōu)化多車配送路徑，能夠顯著提升無人配送車的協(xié)同調度實時性、路徑規(guī)劃精準度和整體配送效率，實現(xiàn)智能、高效、安全的園區(qū)級無人配送控制效果。