(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 202211024027.5 (22)申请日 2022.08.24 (71)申请人 安徽仓擎机器人有限公司 地址 230000 安徽省合肥市包河区经济开 发区重庆路与兰州路交口中关村协同 创新智汇园(一期)A3 栋2楼 (72)发明人 郑露　史磊芳　宋志伟　梁治　 刘源　 (74)专利代理 机构 合肥正则元起专利代理事务 所(普通合伙) 3416 0 专利代理师 杨凯 (51)Int.Cl. G06Q 10/08(2012.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01) (54)发明名称 基于GNSS的运输车辆运行轨 迹规划方法 (57)摘要 本发明公开了基于GNSS的运输车辆运行轨 迹规划方法， 涉及物流配送技术领域， 包括： 从物 流监控中心获取物流订单数据、 各个中转站仓储 数据和历史运输路线方案数据； 建立指标体系， 基于决策树 分析法， 选择信息增益率最高的运输 路线方案作为对应物流订单的最优运输路线方 案； 以便驾驶员按照最优运输路线执行配送任 务， 提高配送效率； 通过访问气象平台， 获取运输 途中对应路段的行车环境信息对运输车辆的最 大预计车速进行协 同分析， 供驾驶员参考； 获取 运输车辆 行驶过程中的实时位姿信息， 并结合对 应的最优运输路线方案对运输车辆的偏离值作 出分析； 若轨迹偏离， 则提醒驾驶员采取措施回 归最优运输路线， 从而缩短配送时间， 有效提高 配送效率。 权利要求书2页 说明书5页 附图1页 CN 115375234 A 2022.11.22 CN 115375234 A 1.基于GNS S的运输车辆运行轨 迹规划方法， 其特 征在于， 包括： 步骤一： 从物流监控中心获取物流订单数据、 各个中转站仓储数据和历史运输路线方 案数据； 步骤二： 根据获取到的数据建立指标体系， 基于决策树分析法， 选择信息增益率最高的 运输路线方案作为对应物流 订单的最优运输路线方案； 步骤三： 当运输车辆离开中转站， 通过访问气象平台， 获取运输途中对应路段的行车环 境信息对运输车辆的最大预计车速进 行协同分析， 并将分析得到的最大预计车速发送至对 应运输车辆终端， 供驾驶员参 考， 步骤四： 获取运输车辆行驶过程中的实时位姿信息， 并结合对应的最优运输路线方案 对运输车辆的偏离值作出分析； 若轨 迹偏离， 则提醒驾驶员采取措施回归最优运输路线。 2.根据权利要求1所述的基于GNSS的运输车辆运行轨迹规划方法， 其特征在于， 其中， 步骤三中最大 预计车速的具体协同分析 过程如下： 获取运输车辆的运输路线信息， 统计该运输路线途经的各个路段； 根据运输车辆的当 前位置统计分析 该运输车辆途经 各个路段的行 车时间段； 获取对应路段的最大限速为ZV； 通过访问气象平台， 获取各行车时间段内对应路段的 行车环境信息； 行车环境信息包括若干个行车环境因子的最大预计数据， 行车环境因子包 括路面平整度、 降雨 量、 能见度、 风速以及风向； 将各行车环境因子与 数据库中存储的对应行车环境因子的安全数据进行对比， 将对应 的路面平整度差值标记为CZ1， 将降雨量差值标记为CZ2、 将能见度差值标记为CZ3、 将风速 差值标记为CZ4； 利用公式YX＝(CZ2 ×a2+CZ4×a4)/(CZ1 ×a1+CZ3×a3)计算得到行车影响系 数YX， 其 中a1、 a2、 a3、 a4均为系数因子； 利用公式ZY＝ZV ×(1‑YX×b1)计算得到对应路段的最大预 计车速ZY， 其中b1为系数因子 。 3.根据权利要求1所述的基于GNSS的运输车辆运行轨迹规划方法， 其特征在于， 步骤四 中偏离值的具体分析 过程为： 获取运输车辆行驶过程中的实时位姿信 息， 所述位姿信 息包括位置信 息、 加速度、 速度 以及航向角； 将运输车辆的实时位置坐标化， 记为(Xi， Yi)， 将点(Xi， Yi)标记为验证点； 获取对应的最优运输路线中与运输车辆实时位置对应的参考点并标记为(Xi'， Yi')； 则验证距离L i＝[(Xi‑Xi')2+(Yi‑Yi')2]1/2； 获取运输车辆与最优运输路线的偏离角度θ， 将运输车辆当前速度 标记为Vi， 将运输车 辆当前加速度标记为VTi； 利用公式PL＝Li ×g1+θ×g2+Vi×g3+VTi×g4计算得到运输车辆的偏离值PL， 其中g1、 g2、 g3、 g4均为系数 因子； 将偏 离值PL与预设偏 离阈值相比较； 若PL≥预设偏离阈值， 则判定 运输车辆发生轨 迹偏离， 生成偏离预警信号， 并将 偏离预警信号发送至对应运输车辆终端。 4.根据权利要求3所述的基于GNSS的运输车辆运行轨迹规划方法， 其特征在于， 其中， 参考点的获取准则为： 获取最优运输 路线中与点(Xi， Yi)若干不重合的对应点， 计算对应点 与验证点的距离， 将距离最小的对应点标记为 参考点。 5.根据权利要求1所述的基于GNSS的运输车辆运行轨迹规划方法， 其特征在于， 其中， 所述物流订单数据包括货物名称、 货物重量、 体积、 起运地、 目的地、 收货人信息、 发运时间权　利　要　求　书 1/2 页 2 CN 115375234 A 2等货运信息； 所述中转站仓储数据包括中转站的位置信息、 仓储条件、 仓储方式和剩余仓储 空间。 6.根据权利要求5所述的基于GNSS的运输车辆运行轨迹规划方法， 其特征在于， 所述指 标体系包括指标因子和样本； 所述指标因子包括发货方需求、 运输距离、 运输时间、 运输里 程和运输路径， 其中发货方需求与 物流订单数据关联匹配； 运输距离、 运输时间和运输里程 均与各个中转站仓储数据关联匹配， 运输路径与路面交通数据关联匹配， 样本包括历史运 输路线方案数据。 7.根据权利要求6所述的基于GNSS的运输车辆运行轨迹规划方法， 其特征在于， 还包 括： 基于决策树分析法， 将各个指标因子分别作为决策树的叶节点， 样本作为根节点， 分别 建立每个物流订单的所有运输路线方案， 并基于决策树C4.5算法， 计算出每个物流订单的 每个运输路线方案中各个节点的发生概率， 进一步计算出对应物流订单的每个运输路线方 案的信息增益 率。权　利　要　求　书 2/2 页 3 CN 115375234 A 3