面向云計(jì)算技術(shù)的云邊協(xié)同和無人配送路徑研究

摘要：近年來，智能物聯(lián)網(wǎng)（Artificial Internet of Things， AIoT）不斷推動(dòng)物流行業(yè)的智慧化發(fā)展。為了提高物流配送效率，降低物流配送成本，文章提出了一種面向云計(jì)算技術(shù)的云邊協(xié)同無人配送路徑規(guī)劃技術(shù)，通過云服務(wù)器、邊緣服務(wù)器和終端設(shè)備的有效協(xié)調(diào)，實(shí)現(xiàn)無人配送過程中的用戶交互、功能應(yīng)用、資源管理等功能，為推動(dòng)智慧物流的發(fā)展提供有效參考。利用無人機(jī)作為無人配送裝置，搭建相應(yīng)的軟硬件架構(gòu)，在某小區(qū)內(nèi)進(jìn)行實(shí)驗(yàn)，發(fā)現(xiàn)無人機(jī)能按照最優(yōu)路徑將相關(guān)裝置有效配送至收貨人處，證明該研究具有良好的應(yīng)用價(jià)值。

關(guān)鍵詞：云計(jì)算技術(shù)；云邊協(xié)同；無人配送

中圖分類號(hào)：TP3" 文獻(xiàn)標(biāo)志碼：A

基金項(xiàng)目：安徽省質(zhì)量工程項(xiàng)目；項(xiàng)目名稱：智能物流技術(shù)特色高水平專業(yè)；項(xiàng)目編號(hào)：2022tsgsp074。安徽省高等學(xué)校科學(xué)研究項(xiàng)目；項(xiàng)目名稱：云邊協(xié)同技術(shù)在無人配送領(lǐng)域的應(yīng)用研究；項(xiàng)目編號(hào)：2022AH052836。

作者簡介：黃雨辰（1988— ），男，副教授，碩士；研究方向：智能物流技術(shù)。

0" 引言

無人配送是智能物聯(lián)網(wǎng)概念下的智能物流配送的關(guān)鍵，目前已經(jīng)有不少物流企業(yè)開始研究利用無人機(jī)或無人車開展物流配送工作。在具體實(shí)踐中，無人配送系統(tǒng)內(nèi)部往往需要植入大量智能化功能，包括目標(biāo)檢測、目標(biāo)分類、人臉姿勢身份識(shí)別等，影響無人配送終端設(shè)備的性能，影響無人配送裝置的路徑選擇、計(jì)算和優(yōu)化。云計(jì)算的引入雖然在一定程度上緩解了終端裝置的計(jì)算壓力，但受到寬帶限制，實(shí)時(shí)性效果較差，不利于路徑及時(shí)優(yōu)化，因此，本文引入了邊緣計(jì)算策略，根據(jù)無人配送需要，部署專用的邊緣服務(wù)器，為大量智能化終端應(yīng)用的實(shí)時(shí)運(yùn)行以及終端路徑實(shí)時(shí)計(jì)算提供設(shè)備支撐，改善無人配送質(zhì)量，提高用戶的使用體驗(yàn)，對(duì)推動(dòng)無人配送相關(guān)研究的發(fā)展有著較大意義。

1" 云邊協(xié)同的無人配送路徑整體架構(gòu)分析

基于云計(jì)算的云邊協(xié)同無人配送路徑選擇優(yōu)化架構(gòu)由終端設(shè)備架構(gòu)、邊緣服務(wù)架構(gòu)以及云端服務(wù)器架構(gòu)3部分組成，具體組成模塊如圖1所示。

圖1中，云邊協(xié)同的無人配送路徑整體架構(gòu)主要分為終端設(shè)備層、邊緣服務(wù)器層以及云服務(wù)器層3大類。

終端設(shè)備層的主要設(shè)備包括無人機(jī)、無人車以及監(jiān)控傳輸設(shè)備，在實(shí)際應(yīng)用中，終端設(shè)備層并不能有效滿足無人機(jī)和無人車路徑規(guī)劃的算力要求，無法全面保存數(shù)據(jù)信息，也不能準(zhǔn)確及時(shí)計(jì)算出數(shù)據(jù)結(jié)果，因此，本文研究的終端設(shè)備層主要用于采集相關(guān)數(shù)據(jù)并將數(shù)據(jù)轉(zhuǎn)化為規(guī)定的格式［1］。在無人配送設(shè)備工作過程中搜集的數(shù)據(jù)，都會(huì)通過5G、Wi-Fi6等通信路徑傳輸至邊緣服務(wù)器內(nèi)，進(jìn)行數(shù)據(jù)的計(jì)算和模型處理，并接收來自邊緣服務(wù)器提供的智能化路徑規(guī)劃方案。

邊緣服務(wù)器層包括了無人派送路徑中的各個(gè)基站、設(shè)備站點(diǎn)計(jì)算的相應(yīng)節(jié)點(diǎn)，方便及時(shí)接收來自邊緣服務(wù)器的數(shù)據(jù)，并按照相應(yīng)的計(jì)算方式進(jìn)行計(jì)算，生成計(jì)算模型。同時(shí)，為了提高無人配送路徑規(guī)劃的準(zhǔn)確性，各個(gè)基站、設(shè)備站點(diǎn)的邊緣計(jì)算結(jié)果和模型都會(huì)通過傳輸網(wǎng)絡(luò)上傳至云服務(wù)器層，再由云服務(wù)器進(jìn)行整合訓(xùn)練，進(jìn)而實(shí)現(xiàn)對(duì)整體無人配送路徑的統(tǒng)籌［2］。

云服務(wù)器層主要用于遠(yuǎn)程管理無人配送路徑資源和配送數(shù)據(jù)。在整個(gè)系統(tǒng)運(yùn)行中，云服務(wù)器層不僅要按照計(jì)算結(jié)果對(duì)路徑業(yè)務(wù)資源進(jìn)行統(tǒng)籌配置，還要整合由邊緣節(jié)點(diǎn)上傳的數(shù)據(jù)與模型，進(jìn)而得到更優(yōu)的全局路徑規(guī)劃策略，再通過邊緣服務(wù)器下達(dá)至終端［3］。

2" 無人配送路徑優(yōu)化模型訓(xùn)練

2.1" 模型訓(xùn)練原則

面向云計(jì)算的無人配送路徑優(yōu)化模型需要一定的約束條件，從而實(shí)現(xiàn)以下幾個(gè)目標(biāo)：

（1）最短路徑原則，要求無人配送設(shè)備在配送過程中，發(fā)貨地和收貨地的路線最短；

（2）最短時(shí)間原則，要求無人配送設(shè)備在配送過程中，貨物配送消耗的時(shí)間最短；

（3）最少成本原則，要求無人配送設(shè)備在配送過程中，貨物配送所需的配送成本最少。

2.2" 路徑優(yōu)化策略

無人設(shè)備終端在接收配送請(qǐng)求前，數(shù)據(jù)中心需要根據(jù)具體的配送設(shè)備以及配送貨物情況，計(jì)算出符合配送設(shè)備最短距離、最短時(shí)間、最少成本的最優(yōu)路徑反饋至終端，考慮到配送設(shè)備裝載貨物多少對(duì)具體配送成本、時(shí)間以及路徑選擇的影響程度不同，不同設(shè)備裝載情況下，對(duì)路徑的規(guī)劃不同，具體的裝載率和匹配原則如表1所示。

模型按照以下步驟對(duì)配送的路徑進(jìn)行優(yōu)化：

（1）云計(jì)算中心和各個(gè)邊緣節(jié)點(diǎn)采集配送關(guān)鍵信息，由邊緣模型計(jì)算出配送設(shè)備的具體裝載率；

（2）按照車輛裝載率以及優(yōu)先配送原則，分別對(duì)不同的配送關(guān)鍵屬性信息計(jì)分；

（3）云計(jì)算中心根據(jù)計(jì)算結(jié)果、歷史配送經(jīng)驗(yàn)、訂單本身屬性等計(jì)算相似路徑，選擇相似度最高的配送路徑作為最優(yōu)路徑，下達(dá)至配送終端。

2.3" 路徑配送優(yōu)化模型建立

云計(jì)算中心和邊緣服務(wù)器需要搜集無人配送訂單的相關(guān)信息，包括配送起點(diǎn)、配送終點(diǎn)、貨物類型、客戶特征等，此時(shí)整個(gè)訂單模型的屬性表達(dá)為：

｛｛x，y｝c，｛x，y｝m，pg，pc｝（1）

其中｛x，y｝c，代表配送起點(diǎn)；｛x，y｝m代表配送終點(diǎn)；pg代表貨物類型；pc代表客戶特征。

此時(shí)的相似度計(jì)算方式為：

首先計(jì)算訂單的相似度排名。

SimT1=（LmU1-LmUx）2+（CmU1-CmU2）2+（PgU1-PgUx）2+（PcU1-PcU2）2|Q1|*|Q2|（2）

其中，SimT1代表訂單屬性的相似度情況；Lm代表出發(fā)地點(diǎn)；Cm代表目的地；Q代表訂單的屬性向量；U1代表當(dāng)前訂單屬性數(shù)據(jù)；Ux代表性歷史用戶訂單屬性數(shù)據(jù)。

隨后結(jié)合不同裝載率對(duì)應(yīng)的路徑屬性進(jìn)行相似度計(jì)算。

SimT2=（x1-x2）2|P1|*|P2|（3）

其中，SimT2在最優(yōu)路徑選擇下的目標(biāo)屬性分值；P代表與路徑選擇時(shí)間、路徑以及成本相對(duì)應(yīng)的分類打分標(biāo)準(zhǔn)；x代表訂單類型。

由此計(jì)算相應(yīng)的打分權(quán)重?cái)?shù)值。

W1（U1，Ux）=E（U1，Ux）-E（U1）E（Ux）E（Ux1）-Ex（U1）E（Uxx）-Ex（Ux）

Wx（X1，Xx）=E（X1，Xx）-E（X1）E（Xx）E（X21）-E2（X1）E（X2x）-E2（Xx）（4）

W1（U1，Ux），Wx（X1，Xx）分別代表當(dāng)前訂單和歷史訂單的權(quán)重因子，兩者的數(shù)值與屬性相似度成正比。

以Sim｛U1，U2｝代表云計(jì)算中心所推薦的最優(yōu)路徑，得出最優(yōu)路徑結(jié)果為：

Sim｛U1，Ux｝=W1*SimT1+W2*SimT2（5）

3" 實(shí)驗(yàn)與應(yīng)用

3.1" 實(shí)驗(yàn)準(zhǔn)備

在某小區(qū)內(nèi)對(duì)本文研究的無人配送路徑優(yōu)化系統(tǒng)進(jìn)行實(shí)踐，搭建相應(yīng)的配送軟硬件裝置。

基于云邊計(jì)算的無人配送路徑優(yōu)化方案是在真實(shí)的配送系統(tǒng)下，利用模型計(jì)算和邊緣數(shù)據(jù)通信等技術(shù)實(shí)現(xiàn)智慧無人配送，具體架構(gòu)可以分為用戶交互層、應(yīng)用層、計(jì)算機(jī)和數(shù)據(jù)資源管理層、基礎(chǔ)設(shè)施層等。具體的部署方案如圖2所示［4］。

在此基礎(chǔ)上進(jìn)行硬件部署，具體的部署方案如表2所示。

表2中，各個(gè)終端設(shè)備利用信號(hào)基站和Wi-Fi網(wǎng)絡(luò)將攝像頭等終端傳感器采集的信息傳輸至邊緣服務(wù)器內(nèi)，邊緣服務(wù)器則通過寬帶裝置與云服務(wù)器相連［5］。

3.2" 功能實(shí)現(xiàn)

經(jīng)過實(shí)驗(yàn)，無人機(jī)能按照最優(yōu)配送路徑，將需要配送的物品準(zhǔn)確配送至接收人處。在整個(gè)配送過程中，邊緣計(jì)算器首先會(huì)根據(jù)整體訂單信息以及相關(guān)配送資源和貨物對(duì)訂單進(jìn)行分配，主要分析訂單的基本屬性信息，包括配送起點(diǎn)、終點(diǎn)、用戶特征、物品屬性等按照模型進(jìn)行整合，隨后上傳至云端服務(wù)器內(nèi)；云端服務(wù)器根據(jù)無人機(jī)空閑情況、電池剩余量等進(jìn)行整體的配置，分配下達(dá)最優(yōu)配送路徑和配送指令；無人機(jī)重點(diǎn)配送設(shè)備在收到相應(yīng)的配送訂單后，按照最優(yōu)配送路徑將物品送至目標(biāo)地點(diǎn)，完成物品的高效、智慧配送。整體配送路徑如圖3所示。

4" 結(jié)語

為了實(shí)現(xiàn)物流配送的智能化、智慧化升級(jí)，本文在云計(jì)算基礎(chǔ)上建立了云邊無人配送架構(gòu)，并按照路徑優(yōu)化原則對(duì)最優(yōu)配送路徑策略進(jìn)行深入研究。以無人機(jī)為無人配送裝置，搭建相應(yīng)的軟硬件配送裝置后，在某小區(qū)內(nèi)進(jìn)行實(shí)驗(yàn)，在實(shí)驗(yàn)中，無人機(jī)能將配送物品按照有效路徑準(zhǔn)確高效送達(dá)收貨人手中，表明本文研究的無人配送路徑優(yōu)化方式具有良好的實(shí)踐價(jià)值。

參考文獻(xiàn)

［1］周博文，黃海軍，徐怡，等.無人機(jī)配送系統(tǒng)中端邊協(xié)同的并行任務(wù)調(diào)度算法［J］.計(jì)算機(jī)集成制造系統(tǒng)，2021（9）：2575-2582.

［2］孟慶欣.城市無人物流配送的路徑優(yōu)化與近似算法［D］.杭州：浙江理工大學(xué)，2022.

［3］丁燃.基于邊緣計(jì)算的工作流系統(tǒng)EdgeWorkflow的設(shè)計(jì)與實(shí)現(xiàn)［D］.合肥：安徽大學(xué)，2022.

［4］朱偉枝，謝娟烘，盧子榮.基于SLAM的校園配送AGV地圖構(gòu)建及路徑規(guī)劃研究［J］.機(jī)電工程技術(shù)，2023（1）：107-110，160.

［5］郜文燦，齊平，束紅，等.基于MEC的無人物流車任務(wù)卸載策略［J］.銅陵學(xué)院學(xué)報(bào)，2021（6）：107-111，115.

（編輯" 王雪芬）

Research on cloud-side collaboration and unmanned distribution path for cloud computing technology

HUANG" Yuchen， LIU" Kaiyue

（Huishang Vocational College， Hefei 230000， China）

Abstract：" The Smart Internet of Things in recent years （Artificial Internet of Things， AIoT） continues to promote the intelligent development of the logistics industry. In order to improve the efficiency of logistics and distribution， reduce the logistics and distribution costs， this paper proposes a cloud-edge collaborative unmanned delivery path planning technology for cloud computing technology， through efficient coordination of cloud servers， edge servers， and terminal devices， realize the user interaction， function application， resource management and other functions in the process of unmanned delivery， to provide an effective reference for promoting the development of intelligent logistics. Using unmanned drones as an unmanned delivery device， build the corresponding software and hardware architecture， conduct the experiments in a certain community， found that the UAV can effectively deliver the relevant devices to the consignee according to the optimal path， demonstrate that this study has a good application value.

Key words： cloud computing technology; cloud-edge collaboration; unmanned delivery