[发明专利]基于自适应大邻域搜索算法的自动驾驶汽车配送路径规划方法

说明书

本发明公开了一种基于自适应大邻域搜索算法的自动驾驶汽车配送路径规划方法，包括以下步骤：计算任意两点间的距离；生成单独采用轿运车配送自动驾驶汽车的车辆路径作为初始解；采用自适应大邻域搜索算法选择邻域算子对可行解进行操作形成新的可行解；对新可行解的质量进行评估进而对邻域算子进行评估；采用模拟退火算法控制自适应大邻域搜索算法的可行解是否被接受、直到算法达到终止条件后将自动驾驶汽车与轿运车协同配送的路径规划方案输出。该方法对自动驾驶汽车这种可以自行移动位置的特殊货物配送进行配送路径规划，提炼出数学模型在Removal算子、Insertion算子的基础上加入拆分算子、融合算子来对该问题进行求解。

技术领域

本发明涉及车辆路径规划领域，尤其涉及车企生产的自动驾驶汽车这种特殊货物的配送路径规划。

背景技术

近些年来自动驾驶汽车逐步走向量产，自动驾驶汽车的时代指日可待。车企对自动驾驶汽车的配送和对传统汽车配送有很大的区别。配送货物从传统汽车转变为自动驾驶汽车后，鉴于自动驾驶汽车具有自行运动的特性，配送模式也从单一的轿运车配送变更为自动驾驶汽车与轿运车协同配送。新的配送模式使自动驾驶汽车的配送成本更低、效率更高，但同时配送网络结构变更为多环多分支的形式，增加了协同路线规划的难度。

发明内容

根据现有技术存在的问题，本发明公开了一种基于自适应大邻域搜索算法的自动驾驶汽车配送路径规划方法，包括以下步骤：

S1：计算任意两点间的距离，具体采用如下方式：

(1)利用节点的经纬度计算任意两点间的大圆距离c_ij，其中r代表地球半径，λ₁和λ₂分别是两个节点的经纬度弧度，Δλ分别为经纬度弧度的绝对差：

(2)采用1.2倍的大圆距离作为任意两点间的距离d_ij：

d_ij＝1.2×c_ij

S2：以Regret Insertion方式生成单独采用轿运车配送自动驾驶汽车的车辆路径作为初始解：为方便构建，本方法进行初始解的构建时，考虑轿运车配送自动驾驶汽车这一种配送方式，即在满足轿运车装载容量约束的情况下将所有需要服务的经销商分配至首尾均为配送中心的m条配送路径列表中，并尽可能使花费的成本最少。具体采用如下方式：

(1)将所有经销商放入request bank集合中(request bank为待处理经销商集合)；

(2)以满足轿运车装载容量约束为前提，以成本最小为目标，计算request bank中每一个经销商在每一条路径的最佳插入位置以及相应的最小成本；

(3)计算request bank中每个经销商在最优插入路径的成本值与次优插入路径的成本值的差值作为该经销商的插入后悔值。将所有经销商根据其插入后悔值进行排序，选取后悔值最大的经销商i按照其最优路径k的最优位置进行插入，将该经销商i在requestbank中删除；

(4)更新request bank中每个经销商在该最优路径k的最优插入位置以及最低成本，若request bank为空则退出，否则若可以继续插入操作转到(3)若不可以继续插入则转(5)。

(5)对于无法融合的经销商进行Regret融合，直至无法进行处理，尽量保证此解为可行解。

S3：选择邻域算子对可行解进行操作形成新的可行解：利用轮盘赌方法选择一个Removal算子(拆分算子)、一个Insertion算子(融合算子)进行当前解的破坏以及重建获得新的可行解，具体采用如下方式：

(1)利用轮盘赌方法选择一个Removal算子或者一个拆分算子进行当前解的破坏；Removal算子和拆分算子如下：