[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

说明书

本发明提出了无人机物流领域内的一种基于遗传算法的无人机物流系统，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；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，本发明利用无人机机动灵活、可自动飞行特性，可以完成绝大部分送货地点的配送任务，采用遗传算法对配送任务进行配送路径的规划，提高了无人机配送效率，进一步降低了配送成本，可用于物流配送中。

技术领域

本发明涉及一种物流系统，具体的说是一种无人机物流系统，属于无人机物流送系统/配送路径规划技术领域。

背景技术

无人机以其机动灵活、自主飞行、反馈及时等优势已经被应用在许多领域。在运输领域，无人机也有非常成功的应用案例，位于美国加利福利亚州的公司Zipline在2016年夏天与卢旺达政府达成合作，为当地21家医院和医疗机构投递血液制品。由此可见，无人机在对个人的配送领域是很有前景的，但是由于目前小型无人机续航时间较短，无法连续进行多次往返配送，并且安全性无法保障，容易出现盗取和误取等情况，所以在对个人的配送的领域，相应无人机的应用和产品案例还很少。

目前国内在物流配送上大多用的还是人力，在货物到达当地配送仓库后，正常情况下当天就能完成配送，虽然配送速度还是挺快的，但是人力配送还是有很多方面的不足：

1、人力配送受地形影响。在农村地区，乡镇集市附近的居民还好，那些偏远一点的地方、山村里的居民，因为车流很难进入那些地区，无法享受到快捷方便的配送服务。

2、人力配送也受到配送人员个人身体情况的影响，不确定性高。在生病、疲惫、困倦的状态下工作，配送的效率会明显降低，并且配送出错的概率也会大大上升。

3、人力配送成本较高。配送人员工资、配送用车以及配送用车的定期维护与修理都需要大量资金。为了节约成本，每个配送点都雇佣尽量少的配送员，导致货物量剧增时人员不够，配送效率与用户满意度陡降。

4、人力配送没有科学的路径规划。配送人员选择的配送路径是根据经验判断得出的，并不能保证配送的效率，从而导致资源和时间的浪费。

发明内容

本发明的目的是克服现有技术的不足而提供一种基于遗传算法的无人机物流系统及配送方法，可实现无人机送货，提升了货物安全性，大大节省了人力配送成本，节约了配送时间。

本发明提供一种基于遗传算法的无人机物流系统，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；

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。

作为本发明的进一步限定，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。

作为本发明的进一步限定，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；