无人机三维航迹规划与车辆无人机协同配送路径优化研究

作     者：丁翔 

作者单位：北京交通大学 

学位级别：硕士

导师姓名：纪寿文

授予年度：2023年

学科分类：08[工学] 0823[工学-交通运输工程] 

主      题：物流配送 无人机航迹 车辆-无人机协同 蚁群算法 自适应大邻域搜索算法 

摘      要：随着电子商务、快递的迅猛发展,客户对商品的快速送达有了更高的期望,这也对末端配送提出了更高的要求。无人机技术的逐步成熟,为末端配送提供了新的解决方案,但是无人机在城市环境中飞行需要躲避诸多障碍物,并且无人机续航里程有限,考虑将其与车辆组合,发挥各自优势,整体提升末端配送效率、降低配送成本。本文首先概述无人机在配送领域应用的现状与发展趋势,明确了研究背景和研究问题,然后分析了国内外无人机配送的现状、优劣势以及车辆-无人机组合配送的优缺点,重点研究了无人机的三维航迹规划和城市场景下车辆-无人机协同配送路径规划问题,旨在提升无人机飞行安全以及物流配送效率。本文研究内容如下:(1)无人机三维航迹规划。本文对用于无人机飞行空间建模的基础数据获得、处理以及相关软件操作进行了详细描述,数字化济南市槐荫区的地形与建筑物信息,模拟无人机飞行的真实空间。综合考虑无人机自身性能约束以及环境约束,建立总飞行里程最小为目标的三维航迹规划模型,基于传统蚁群算法,结合模型目标与约束,重新设计信息素函数与启发函数,用于问题求解,最后采用B样条插值法进行航迹平滑。(2)车辆-无人机协同配送路径优化。本文将无人机在真实空间中的三维航迹长度作为车辆-无人机协同配送路径优化中客户点间无人机飞行距离,取代常用的欧氏距离。引入每小时的人工成本,给出了协同配送每辆配送车完成配送用时的数学表达式,并以总成本最小为目标,以车辆载重、无人机载重、续航能力等限制为约束,考虑了无人机只能在同一辆配送车上起飞降落和无人机在不执行任务时到达客户点的时间与配送车是一致的情形,构建了车辆-无人机协同配送模型,设计了包含五种破坏算子、两种修复算子的自适应大邻域搜索算法来求解模型。为了提升算法性能,对破坏算子和修复算子进行改进,使得破坏算子能够动态移除客户,修复算子进行成本计算时增添噪声扰动,提高算法的搜索能力。(3)案例仿真。以济南市槐荫区医疗物资配送为例,先进行无人机三维航迹规划,获取无人机在真实环境中飞行的具备水平和垂直避障能力的路线以及航迹长度,基于此,使用改进的自适应大邻域搜索算法进行车辆-无人机协同配送模型仿真求解,与纯车辆配送进行模式对比,验证车辆-无人机协同配送模式良好的经济性。仿真结果表明,引入无人机之后,综合成本降低8.88%,配送完成时间缩短30.92%。将求解结果与遗传算法和改进前的自适应大邻域搜索算法求解结果对比,改进后算法较遗传算法在求解时间上平均少260秒,较改进前算法平均少12秒,与纯车辆配送成本相比,改进后的算法结果较遗传算法平均有约8%节省,与改进前算法平均有约1.2%的节省,且稳定性有所提升,验证了改进算法的有效性。最后通过灵敏度分析,说明了无人机载重变化和单位飞行成本变化对总成本的影响。本文以城市场景下的物流配送问题入手,结合无人机飞行特征以及车辆无人机组合配送相关理论,建立了考虑无人机三维空间真实航迹及引入时间因素的成本最小的车辆-无人机协同配送路径优化协同配送路径优化模型,设计改进自适应大邻域搜索算法,通过实例验证本文提出的方法可用于降低配送成本及时间。本文共有图40幅,表18个,参考文献84篇。