本發(fā)明涉及無人機(jī)運(yùn)輸，具體為一種基于無人機(jī)的物流運(yùn)輸方法和系統(tǒng)。

背景技術(shù)：

1、在近年來，隨著電子商務(wù)的激增和消費(fèi)者對快速配送服務(wù)需求的持續(xù)上升，無人機(jī)配送作為一種高效的新興物流模式逐漸進(jìn)入市場。然而，當(dāng)前無人機(jī)配送系統(tǒng)在實(shí)際應(yīng)用中仍面臨諸多技術(shù)挑戰(zhàn)。其中，最為顯著的是配送路徑規(guī)劃的復(fù)雜性。由于無人機(jī)需在多種環(huán)境條件下進(jìn)行操作，包括不同的地理位置、氣象變化及交通狀況，傳統(tǒng)的配送算法往往難以實(shí)時(shí)響應(yīng)這些動(dòng)態(tài)變化。此外，現(xiàn)有系統(tǒng)對配送區(qū)域的需求量、時(shí)間窗口以及交通流量等因素的考慮并不充分，導(dǎo)致無法在多變的市場需求下實(shí)現(xiàn)最優(yōu)配送，造成資源的浪費(fèi)和客戶的滿意度下降。

2、另一方面，氣象條件的變化對無人機(jī)的飛行安全和配送效率同樣產(chǎn)生了顯著影響。風(fēng)速、降雨和溫度等因素不僅影響無人機(jī)的飛行能力，還可能導(dǎo)致配送延誤。然而，目前許多無人機(jī)配送系統(tǒng)缺乏有效的氣象數(shù)據(jù)監(jiān)控和實(shí)時(shí)分析機(jī)制，導(dǎo)致決策過程無法基于最新的氣象信息進(jìn)行調(diào)整。此外，針對各個(gè)配送區(qū)域的綜合評估和優(yōu)先級排序也顯得尤為重要，現(xiàn)有的評估模型往往無法綜合考慮多個(gè)影響因素，缺乏科學(xué)性與合理性。因此，亟需一種創(chuàng)新的技術(shù)方案，通過實(shí)時(shí)數(shù)據(jù)采集與動(dòng)態(tài)評估模型的結(jié)合，解決無人機(jī)配送過程中的技術(shù)問題。

3、在所述背景技術(shù)部分公開的上述信息僅用于加強(qiáng)對本公開的背景的理解，因此它可以包括不構(gòu)成對本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于無人機(jī)的物流運(yùn)輸方法和系統(tǒng)，以解決上述背景技術(shù)中提出的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、一種基于無人機(jī)的物流運(yùn)輸方法，具體步驟包括：

4、步驟1：實(shí)時(shí)采集無人機(jī)的飛行數(shù)據(jù)，確定需要配送的目標(biāo)區(qū)域，并對目標(biāo)區(qū)域進(jìn)行編號，分別將其編號為，采集目標(biāo)配送區(qū)域的氣象數(shù)據(jù)，采集目標(biāo)配送區(qū)域的地理信息數(shù)據(jù)；

5、步驟2：構(gòu)建距離矩陣，計(jì)算各個(gè)區(qū)域之間的配送距離，并結(jié)合該區(qū)域的交通流量、期望送達(dá)時(shí)間和貨物載重，生成各配送目標(biāo)區(qū)域的條件指數(shù)；

6、步驟3：根據(jù)采集的實(shí)時(shí)氣象數(shù)據(jù)，進(jìn)行無量綱化處理后，建立氣象評估模型，生成氣象評估指數(shù)，根據(jù)采集到的飛行數(shù)據(jù)，進(jìn)行無量綱化處理后，建立飛行評估模型，生成飛行評估指數(shù)；

7、步驟4：將條件指數(shù)、氣象評估指數(shù)和飛行評估指數(shù)相結(jié)合生成區(qū)域綜合評估模型，通過層次分析法來生成區(qū)域綜合評估模型內(nèi)的權(quán)重，利用區(qū)域綜合評估模型生成當(dāng)前各目標(biāo)區(qū)域的綜合評分，根據(jù)每個(gè)區(qū)域的綜合評分，從高到低生成優(yōu)先級列表，無人機(jī)根據(jù)當(dāng)前的優(yōu)先級列表依次進(jìn)行物流運(yùn)輸。

8、進(jìn)一步地，所述氣象數(shù)據(jù)包括目標(biāo)區(qū)域的溫度、降水量和風(fēng)速；

9、采集目標(biāo)區(qū)域的氣象數(shù)據(jù)的具體過程為：利用氣象api每小時(shí)獲取目標(biāo)區(qū)域的溫度、降雨量和風(fēng)速;其中，溫度的單位為攝氏度,降雨量的單位為毫米,風(fēng)速的單位為米每秒；

10、所述飛行數(shù)據(jù)包括無人機(jī)的實(shí)時(shí)電池電量、飛行高度、飛行速度、最大載重；

11、采集飛行數(shù)據(jù)的具體過程為：利用無人機(jī)上的gps模塊，實(shí)時(shí)采集電池電量、飛行高度和飛行速度，并根據(jù)無人機(jī)的參數(shù)采集該無人機(jī)的最大載重；

12、所述目標(biāo)區(qū)域的相關(guān)數(shù)據(jù)包括各個(gè)目標(biāo)配送區(qū)域的交通流量、經(jīng)緯度坐標(biāo)，區(qū)域的貨物需求量，區(qū)域的期望送達(dá)時(shí)間;

13、采集目標(biāo)區(qū)域相關(guān)數(shù)據(jù)的具體過程為：在目標(biāo)配送區(qū)域處布置傳感器，并結(jié)合交管部門提供的數(shù)據(jù)，采集目標(biāo)區(qū)域的交通流量；根據(jù)客戶需求，采集貨物需求量和期望送達(dá)時(shí)間。

14、進(jìn)一步地，所述構(gòu)建距離矩陣的過程，具體包括：

15、創(chuàng)建一個(gè)距離矩陣，大小為,表示需要配送的目標(biāo)區(qū)域的總數(shù),其中表示區(qū)域到區(qū)域的距離；

16、利用哈弗辛公式計(jì)算每對區(qū)域之間的距離，所依據(jù)的公式如下：

17、

18、其中，表示區(qū)域到區(qū)域的距離，表示地球半徑，和分別為區(qū)域和區(qū)域的緯度和經(jīng)度，和為兩點(diǎn)的緯度差和經(jīng)度差。

19、將計(jì)算得到的距離存儲(chǔ)在距離矩陣中，且，以保證區(qū)域到自身的距離為零。

20、進(jìn)一步地，生成條件指數(shù)的過程所依據(jù)的公式如下：

21、

22、其中，是區(qū)域的條件指數(shù)，是起始點(diǎn)到區(qū)域的距離，為區(qū)域的期望送達(dá)時(shí)間，是區(qū)域的貨物需求量，為的預(yù)設(shè)比例系數(shù)，為區(qū)域的交通流量，為的預(yù)設(shè)比例系數(shù)，且,為第一常數(shù)修正指數(shù)。

23、進(jìn)一步地，所述根據(jù)采集的實(shí)時(shí)氣象數(shù)據(jù)，進(jìn)行無量綱化處理，并進(jìn)行相關(guān)性分析，生成氣象評估指數(shù)，具體包括：

24、將采集到的實(shí)時(shí)溫度與預(yù)設(shè)的溫度閾值進(jìn)行比較，若超過閾值，則計(jì)算出實(shí)時(shí)溫度和溫度閾值的差；

25、

26、其中，為區(qū)域的氣象評估指數(shù)，為實(shí)時(shí)溫度和溫度閾值的差，為降雨量，為風(fēng)速，為第二常數(shù)修正指數(shù)。

27、進(jìn)一步地，所述根據(jù)采集到的飛行數(shù)據(jù)，進(jìn)行無量綱化處理，并進(jìn)行相關(guān)性分析，生成飛行評估指數(shù)，具體包括：

28、將采集到的實(shí)時(shí)飛行高度與預(yù)設(shè)的高度閾值進(jìn)行比較，若超過閾值，則計(jì)算出實(shí)時(shí)高度和高度閾值的差；

29、

30、其中，為區(qū)域的飛行評估指數(shù)，是實(shí)時(shí)高度和高度閾值的差，是風(fēng)速，為當(dāng)前無人機(jī)的電池電量，為無人機(jī)的最大載重，為的預(yù)設(shè)比例指數(shù)，且大于零，為第三常數(shù)修正指數(shù)。

31、進(jìn)一步地，所述將條件指數(shù)、氣象評估指數(shù)和飛行評估指數(shù)相結(jié)合生成區(qū)域綜合評估模型，并且利用區(qū)域綜合評估模型生成當(dāng)前各目標(biāo)區(qū)域的綜合評分，所依據(jù)的公式如下：

32、

33、其中，是區(qū)域的綜合評分，是區(qū)域的條件指數(shù)，為區(qū)域的氣象評估指數(shù)，為區(qū)域的飛行評估指數(shù)，、和分別為條件指數(shù)、氣象評估指數(shù)和飛行評估指數(shù)的權(quán)重，為第四常數(shù)修正指數(shù);

34、利用上述區(qū)域綜合評估模型生成當(dāng)前各目標(biāo)區(qū)域的綜合評分、、…、，并且根據(jù)每個(gè)區(qū)域的綜合評分，從高到低生成優(yōu)先級列表，無人機(jī)根據(jù)當(dāng)前的優(yōu)先級列表依次進(jìn)行物流運(yùn)輸。

35、進(jìn)一步地，所述通過層次分析法來生成區(qū)域綜合評估模型內(nèi)的權(quán)重的具體邏輯為：通過層次分析法來生成區(qū)域綜合評估模型內(nèi)的權(quán)重的具體邏輯為：

36、將條件指數(shù)、氣象評估指數(shù)和飛行評估指數(shù)三個(gè)指標(biāo)進(jìn)行標(biāo)記，通過九標(biāo)度法確定兩兩之間的相對重要性的數(shù)值，構(gòu)造判斷矩陣，其中將條件指數(shù)標(biāo)記為1，氣象評估指數(shù)標(biāo)記為2，飛行評估指數(shù)標(biāo)記為3，構(gòu)造的判斷矩陣為：

37、

38、其中，、表示指標(biāo)的標(biāo)記，表示指標(biāo)對指標(biāo)的重要度，且,;

39、對于判斷矩陣內(nèi)部的各個(gè)元素進(jìn)行歸一化處理，所述歸一化處理的具體公式為：

40、

41、其中，為歸一化處理后的數(shù)值；

42、依據(jù)歸一化處理后的判斷矩陣內(nèi)部的各個(gè)元素值計(jì)算各個(gè)指標(biāo)的權(quán)重值，所依據(jù)的具體公式為：

43、

44、其中，為指標(biāo)的權(quán)重值。

45、所述條件指數(shù)、氣象評估指數(shù)和飛行評估指數(shù)的權(quán)重所依據(jù)的計(jì)算公式為：

46、

47、

48、

49、其中，表示歸一化處理后條件指數(shù)相對于指標(biāo)j的重要度，表示歸一化處理后氣象評估指數(shù)相對于指標(biāo)的重要度，表示歸一化處理后飛行評估指數(shù)相對于指標(biāo)的重要度。

50、本發(fā)明另外還提供一種基于無人機(jī)的物流運(yùn)輸系統(tǒng)，所述基于無人機(jī)的物流運(yùn)輸系統(tǒng)用于執(zhí)行上述的一種基于無人機(jī)的物流運(yùn)輸方法，包括：

51、數(shù)據(jù)采集模塊，用于實(shí)時(shí)采集無人機(jī)的飛行數(shù)據(jù)，確定需要配送的目標(biāo)區(qū)域，分別將其編號為，采集目標(biāo)配送區(qū)域的氣象數(shù)據(jù)，采集目標(biāo)配送區(qū)域的地理信息數(shù)據(jù)；

52、條件指數(shù)生成模塊，用于構(gòu)建距離矩陣，計(jì)算各個(gè)區(qū)域之間的配送距離，并結(jié)合該區(qū)域的交通流量、期望送達(dá)時(shí)間和貨物載重，生成各配送目標(biāo)區(qū)域的條件指數(shù)；

53、評估指數(shù)生成模塊，用于根據(jù)采集的實(shí)時(shí)氣象數(shù)據(jù)，進(jìn)行無量綱化處理后，建立氣象評估模型，生成氣象評估指數(shù)，根據(jù)采集到的飛行數(shù)據(jù)，進(jìn)行無量綱化處理后，建立飛行評估模型，生成飛行評估指數(shù)；

54、智能決策模塊，用于將條件指數(shù)、氣象評估指數(shù)和飛行評估指數(shù)相結(jié)合生成區(qū)域綜合評估模型，通過層次分析法來生成區(qū)域綜合評估模型內(nèi)的權(quán)重，利用區(qū)域綜合評估模型生成當(dāng)前各目標(biāo)區(qū)域的綜合評分，根據(jù)每個(gè)區(qū)域的綜合評分，從高到低生成優(yōu)先級列表，無人機(jī)根據(jù)當(dāng)前的優(yōu)先級列表依次進(jìn)行物流運(yùn)輸。

55、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

56、本發(fā)明通過實(shí)時(shí)采集無人機(jī)飛行數(shù)據(jù)和氣象數(shù)據(jù)，構(gòu)建了一個(gè)系統(tǒng)化的區(qū)域綜合評估模型，使得配送決策能夠動(dòng)態(tài)適應(yīng)環(huán)境變化。通過引入條件指數(shù)、氣象評估指數(shù)和飛行評估指數(shù)的結(jié)合，不僅提升了配送路徑的優(yōu)化能力，還有效降低了因氣象和交通因素造成的配送風(fēng)險(xiǎn)。最終，基于優(yōu)先級列表的配送策略，使得無人機(jī)能夠更高效、靈活地執(zhí)行物流運(yùn)輸任務(wù)，顯著提高了配送效率。