[0001]
本发明属于无人驾驶技术领域,涉及露天矿山无人矿卡的调度方法。
背景技术:
[0002]
常见的无人矿卡调度方式主要分为三类:第一类是传统调度算法,主要包括最早装车法和最小饱和度算法等;第二类是智能化调度算法,主要包括遗传算法、粒子群算法等;第三类是基于流量的调度算法。
[0003]
传统的调度算法往往难以综合考虑每个电铲的工作强度约束,以及矿石品位的约束。比如最早装车法,往往会将矿卡集中派往路程最短的电铲/卸载点,在电铲工作强度不受约束,且不考虑矿石品位的前提下,能够取得最优效果。但是在实际生产中,电铲工作强度和每个装载点的矿石品位各不相同,所以最早装车法并不能很好的适应每种生产场景。
[0004]
智能化的调度方案,虽然能够取得最优解,但是通常难以考虑卡车在装载点的排队时间,并且计算复杂度高,难以适应经常发生变化的生产环境。
[0005]
现有的基于流量的调度算法,如专利cn200410009670.6中提到,是一种较优的无人矿山调度方案。但是该方案中在计算过程中只考虑了一种车型,适应性较差,不能在拥有多种矿车车型的矿山上使用。
[0006]
而现有的调度方案,一旦一条路线确定下来后,就难以改变,灵活性较差。
技术实现要素:
[0007]
本发明的目的是解决现有技术中存在的问题,提供一种基于露天无人矿山的卡车调度方法,能够结合每条道路的的实时拥堵程度,给每个装载点和卸载点规划出最优路径。而一旦装载或者卸载的最优路线发生改变,则原有的调度规则也将随之改变,从而使得生产效率最大化。
[0008]
本发明解决其技术问题采用的技术方案是:一种基于露天无人矿山的卡车调度方法,包括:
[0009]
第一步:周期性计算每个装载点到每个卸载点的最优路径;
[0010]
第二步:计算每条最优路径上的每种矿卡的最佳流量;
[0011]
第三步:根据车型,结合计算出的最佳流量和实时流量,对矿卡进行实时调度。
[0012]
作为本发明的一种优选方式,所述的第一步中,每个装载点到每个卸载点的最优路径的计算方法为:(1)根据矿山中每段道路的长度以及道路的实时拥堵信息,计算每段道路的代价因子cost。
[0013]
cost=α*l+β*j
[0014]
其中,l为该段道路的长度,j为该段道路的拥堵因子;α和β为权重因子,
声明:
“基于露天无人矿山的卡车调度方法与流程” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)