(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211085149.5 (22)申请日 2022.09.06 (71)申请人 重庆交通大 学 地址 400074 重庆市南岸区学府大道6 6号 (72)发明人 彭勇　张雅丽　任志　高舒晗　 刘松　 (74)专利代理 机构 北京金智普华知识产权代理 有限公司 1 1401 专利代理师 张晓博 (51)Int.Cl. G06Q 10/08(2012.01) G06Q 30/02(2012.01) G05D 1/02(2020.01) B64C 39/02(2006.01) (54)发明名称 一种无人机结合公交车区域协同配送系统 及方法 (57)摘要 本发明属于物 流配送技术领域， 公开了一种 无人机结合公交车区域协同配送系统及方法， 包 括： 无人机子系统执行配送任务以及储存用户物 品； 公交车搭载子系统利用设置与公交车顶的无 人机无线充电搭载台为无人机提供配送路途中 的长距离运送以及中途充电； 智能终端APP提供 在线下单接口， 并实时显示配送信息。 本发明实 现的公交车与无人机协同配送模式， 不仅解决了 在同城配送中货车配送效率低、 运力不够的问 题， 也解决了无人机续航短、 飞行距离受限的问 题。 此处， 本发明设置在公交车站和目标客户小 区的公交站货物存放柜是借助大数据进行偏好 分析， 合理筛选得出的最佳选择， 在降低建设成 本的同时， 为无人机航行路径 提供更优的规划安 排。 权利要求书4页 说明书20页 附图8页 CN 115423406 A 2022.12.02 CN 115423406 A 1.一种无人机结合公交车区域协同配送系统， 其特征在于， 所述无人机结合公交车区 域协同配送系统包括： 无人机系统， 用于执行配送任务以及储存用户物品， 对接受 的包裹进行检测， 向客户发 送取货信息； 公交车搭载子系统， 用于利用设置与公交车顶的无人机无线充电搭载台为无人机提供 配送路途中的长距离运送以及中途充电； 智能终端APP， 用于线上下单和线下配送的有机连接， 以及通过在线下单接口， 实时显 示配送信息 。 2.如权利要求1所述无 人机结合公交车区域协同配送系统， 其特 征在于 所述无人机系统包括无人机以及 设置于公交站和用户小区的无人机站点； 当商 品送至 公交站点时， 无人机抓取商品， 放置在公交搭载台， 无人机随车移动， 直到后台程序根据最 优路径确定起 飞点， 无人机再次起 飞向客户进行配送， 送至客户收货点， 届时客户点 公交站 货物存放柜就会接受包裹， 后台检测到包裹状态， 向客户发送取货信息； 公交车搭载子系统 的公交车全程按照 正常路线进行行驶， 每一台公交车都有无人机搭 载系统， 到 达某一站点时， 后台程序算出哪条线路与客户终点距离更近， 选择线路公交车； 智能终端APP包括商家寄件、 客户点收件、 寄件服务功能， 后台计算最优路径， 在短时间 内计算出在哪个站 点寄件、 由哪个无人机取货、 无人机搭乘哪台公交车、 无人机在哪个点进 行送货， 并同时向使用者双方提供寄件码、 取货码。 3.一种应用于如权利要求1所述无人机结合公交车区域协同配送系统的无人机结合公 交车区域协同配送方法， 其特 征在于， 所述无 人机结合公交车区域协同配送方法包括： 步骤一， 用户注册并登录账号； 用户发送购买需求； 商家接单后， 生成包含公交站点、 线 路相关决策的送货码； 步骤二， 商家将商品运输至匹配的公交站点， 并扫码商品入仓； 无人机抓取入仓的商 品， 并放置 于公交搭 载台上随公交车移动； 步骤三， 根据最优路径确定无人机起飞点， 将商品运输至用户指定的送货点； 用户利用 收货码取货。 4.如权利要求3所述无人机结合公交车区域协同配送方法， 其特征在于， 所述无人机结 合公交车区域协同配送方法还 包括： (1)登录用户发送包含指定的收货点、 收货人信息的配送需求， 并生成包含公交站点、 线路相关决策的送货码； (2)用户将待配送货品运输至匹配的公交站点； 无人机抓取入仓的商品， 并放置于公交 搭载台上随公交车移动； (3)根据最优路径确定无人机起飞点， 将待配送货品运输至用户指定的送货点； 用户利 用收货码取货； 所述生成包含公交站点、 线路相关决策的送货码之前还需进行用户的聚类分析； 所述用户聚类分析 方法包括： 采用K‑means聚类的遗传算法对顾客聚类， 根据无人机飞行续航里程和最大载重的限 制条件进行聚类划分， 步骤如下：权　利　要　求　书 1/4 页 2 CN 115423406 A 2(1)确定聚类数 表示所有订单的餐品份数； Q表示无人机的最大装载 量， [x]表示对 x向上取整； (2)利用下式计算顾客 点间的时空距离： 其中， k表示聚类数， 所述聚类数为无 人机的数量， zi表示第i个聚类里的所有用户点； (3)初始化种群： 对种群中个体采用自然整数的十进制编码， 个体的长度为k， 个体的每 一位代表聚类中心， 根据K ‑means算法当簇的中心确定时根据就近原则对所有用户进行分 类； (4)计算种群 中个体的目标函数值， 并将所述目标函数值作为个体的适应度值； 通过对 个体的选择、 交叉与变异来优化种群； (5)判断是否满足 终止条件； 若是， 则输出聚类分析 结果； 否则， 返回步骤(1)。 5.如权利要求3所述无人机结合公交车区域协同配送方法， 其特征在于， 所述公交站点 匹配方法包括： 1)利用下式计算由区域内用户节点划分得到的每一个簇的重心： 其中， (X(I),Y(I))表示第Ⅰ个簇的重心， i表示第i个簇中第i个顾客， nI表示第i个簇中用 户的数量， (xi,yi)表示第i个用户的二维坐标； 2)利用下式计算多个候选车站与所述每一个簇的重心距离， 并将与所述每一个簇的重 心距离最小的候选站点作为筛 选得到的公交站点： 其中， j＝1， ..n； wj表示第j个候选车站的使用成本， (xj,yj)表示第j个候选车站的坐 标， (ai,bi)表示第i个簇的重心坐标， m和n分别表示簇的个数和候选车站的个数； 3)判断筛 选得到的公交站点是否满足用户需求， 若满足， 则输出对应拱脚站点。 6.如权利要求3所述无人机结合公交车区域协同配送方法， 其特征在于， 所述最优路径 确定方法包括： (1)输入起飞点、 降落点以及障碍区域的节点信息， 判断从起飞点到降落点直线飞行是 否穿过障碍物， 若是则将起飞点信息存 入OPEN LIST中， 转向步骤(2)， 若否则直接结束； (2)遍历当前OPEN  LIST， 选择f(n)最小值对应 的节点并展开： 确定从所述节点到降落 点穿过的第一个障碍物， 将所述障碍物的可用节点信息放入到OPENLIST中， 同时把OPEN   LIST中已展开的节点 放入到CLOSE LIST中； 其中， f(n)计算公式如下： f(n)＝g(n)+h(n)；权　利　要　求　书 2/4 页 3 CN 115423406 A 3