[发明专利]一种基于遗传算法的无人机物流系统及配送方法

权利要求书

1.一种基于遗传算法的无人机物流系统，其特征在于，包括：

目标坐标选取模块，用于根据所获取的目标地址以及出发点地址确定其所处地理坐标；

任务路径规划模块，用于控制无人机在较短的时间内完成所有货物的配送，所述的路径规划模块采用遗传算法进行优化，根据无人机的数量以及任务点的数量为各个无人机计算分配适合的任务点并生成较优的可行路径；无人机的单次流程采取单源多目标点模式；所述遗传算法具体包括：

1）用Points型数据startPoint保存出发点的位置，并将任务点以及无人机个数减一个的出发点存入Points型数组taskPoints中，随机生成任务点到达顺序形成初始基因序列，设置种群中基因的数量为a，即生成a个随机的基因序列形成初始种群，设置最大迭代次数为b次，设置全局种群最优解的整型数组allBest；

2）计算当前种群中各个基因的适应度，找出最好适应度的基因赋给allBest，并计算出当前种群的平均适应度，适应度计算公式为：, 值越小越优，z为无人机个数，Lj为第j个无人机路线的路程，l为平均路程，Tj为第j个无人机需要完成的任务所包含的任务点的数量，t为平均任务点数；

3）交叉：用转盘赌法选取可以产生下一代的个体进行余位加一法交叉；

4）变异：在基因序列中随机选择两位进行交换，从而完成基因的变异，变异的概率设定为c；

5）重复2）到4）的操作，直到allBest的值在连续的b/10次迭代中没有发生变化，则结束迭代，allBest即为较优的可行解，否则一直迭代到b次得到较优的可行解allBest；

无人机配送停靠模块，用于设置无人机配送货物途中的自动停靠、超时动作以及再次起飞操作；

无人机的手机端控制模块以及用户手机端模块，用于控制无人机的出发回收，路径规划，以及用户的收货操作。

2.一种基于遗传算法的无人机配送方法，用于如权利要求1所述的无人机物流系统，所述无人机物流系统包括多个无人机和多目标点，其特征在于，所述配送方法包括以下步骤：

A01：采集目标地址所在的地理坐标经纬度信息；

A02：传输所采集的信息到基于遗传算法的路径规划中，根据无人机的数量生成较优的可行的完成任务点配送的方法；

A03：后端程序将计算生成的较优可行路径上传至各个无人机生成送货任务并启动各个无人机，开始送货任务；

A04：送货完毕即无人机到达所在送货路线的最后一个目标点并且后端程序收到了前端程序的确认收货信息，无人机沿直线飞回集货仓库，完成无人机的回收。

3.根据权利要求2所述的一种基于遗传算法的无人机配送方法，其特征在于，步骤A03中包括了无人机单次任务中，后端程序通过实时监控无人机的位置信息，在确认无人机到达送货目标点时，向无人机发送信号控制无人机悬停在半空；之后，前端程序可以向后端程序发送收货信号，后端程序在收到收货信号后控制无人机开始降落，之后，后端程序继续等待前端程序发送的确认收货信号，并在收到信号后指示无人机再次起飞，前往下一个送货目标点；在步骤A03中的停靠和起飞中，无人机进行预先设定完毕停留最大等待时间，避免长时间无人取货导致之后送货任务的延误。

4.根据权利要求2所述的一种基于遗传算法的无人机配送方法，其特征在于，无人机在执行任务中，如果遇到客户取消订单或延迟收货情况，后端程序将在无人机送货任务剩余点中移除该送货点，重新进行计算生成较优可行路线，并上传至无人机。