[发明专利]一种基于端边云架构的矿车无人驾驶运输系统路权云智能分配方法

说明书

本专利公开了一种无人驾驶运输系统路权云智能分配方法，所述方法包括：步骤一、选取备选路径；步骤二、确定决策属性；步骤三，构建特征矩阵并进行标准化处理；步骤四、构造权重规范化矩阵；步骤五、计算距离及与理想解的接近程度。通过上述技术方案，用自动驾驶车辆取代了人工驾驶车辆，使得矿场内部道路利用律最大化，使尽可能多的矿车投入到生产运作当中，提高生产效率的同时降低了运输过程中的安全隐患。

技术领域

本发明属于矿车无人驾驶运输系统领域，尤其涉及一种基于端边云架构的矿车无人驾驶运输系统路权云智能分配方法。

背景技术

煤炭是一种主要能源和工业原料。在制造业水平提升、煤炭需求量持续增加的大背景下，露天煤矿的开采以其独有的产能巨大，生产成本低的优势，成为了未来煤矿开采的趋势。但因其工作环境恶劣、人力成本高昂及其24小时昼夜不停的运作方式，露天煤矿的开采对矿车无人驾驶系统有着迫切的需求。

但因厂矿道路环境崎岖复杂、曲折回旋且缺乏必要的车道线及厂矿道路需兼顾运输、装卸、垃圾清运等多种职能，有较多车辆不间断运行的特点，矿车路权分配的问题成为了矿车无人驾驶系统面临的核心问题。

针对以上问题，基于端边云架构，本发明提出了一种矿车无人驾驶运输系统路权云智能分配方法。

发明内容

本专利正是基于现有技术的上述问题而提出的，本专利要解决的问题是提出一种无人驾驶运输系统路权云智能分配方法，以协调矿车之间的路权问题。

为解决上述问题，本发明提出的技术方案包括：

一种无人驾驶运输系统路权云智能分配方法，其特征在于，所述方法包括：

步骤一、选取备选路径

首先在厂矿道路上建立与之匹配的初始路网，所述路网包含x个节点与y个路段，并标记有节点，相邻节点能够一次到达；根据初始路网和承担不同任务矿车的OD可获取备选轨迹集T＝{T₁，T₂，...，T_n}，T_j是第j条备选轨迹，n为备选轨迹个数；

步骤二、确定决策属性

选取车辆通过交叉口的次数、车辆通过路段数、车辆速度，3个决策属性；其中，车辆沿轨迹T_j所通过交叉口的次数为D_j，表示所有备选轨迹中车辆通过交叉口次数的最大值，表示所有备选轨迹中车辆通过交叉口次数的最小值；车辆沿轨迹T_j所通过的路段数为M_j，表示所有备选轨迹中车辆通过路段数的最大值，表示所有备选轨迹中车辆通过路段数的最小值；车辆沿备选轨迹T_j行驶的理论时速为V_j；计算方法为，划分白日与夜间两个时段对于备选轨迹T_j所包含的所有路段分别测得各时段所有路段的车速为则白日与夜间的V_j均由公式计算得出；表示所有备选轨迹中车辆行驶的理论时速的最大值，表示所有备选轨迹中车辆行驶的理论时速的最小值；

步骤三，构建特征矩阵并进行标准化处理

对于备选轨迹T_j，车辆通过交叉口的次数、车辆通过路段数、车辆速度这三个决策属性分别为x_1j、x_2j、x_3j，1≤j≤n；对于所有的目标，特征矩阵为：

对特征矩阵进行规范化处理，获得规范化矩阵r_ij：

步骤四、构造权重规范化矩阵