[0001]
本發明屬于無人駕駛技術領域,涉及露天礦山無人礦卡的調度方法。
背景技術:
[0002]
常見的無人礦卡調度方式主要分為三類:第一類是傳統調度算法,主要包括最早裝車法和最小飽和度算法等;第二類是智能化調度算法,主要包括遺傳算法、粒子群算法等;第三類是基于流量的調度算法。
[0003]
傳統的調度算法往往難以綜合考慮每個電鏟的工作強度約束,以及礦石品位的約束。比如最早裝車法,往往會將礦卡集中派往路程最短的電鏟/卸載點,在電鏟工作強度不受約束,且不考慮礦石品位的前提下,能夠取得最優效果。但是在實際生產中,電鏟工作強度和每個裝載點的礦石品位各不相同,所以最早裝車法并不能很好的適應每種生產場景。
[0004]
智能化的調度方案,雖然能夠取得最優解,但是通常難以考慮卡車在裝載點的排隊時間,并且計算復雜度高,難以適應經常發生變化的生產環境。
[0005]
現有的基于流量的調度算法,如專利cn200410009670.6中提到,是一種較優的無人礦山調度方案。但是該方案中在計算過程中只考慮了一種車型,適應性較差,不能在擁有多種礦車車型的礦山上使用。
[0006]
而現有的調度方案,一旦一條路線確定下來后,就難以改變,靈活性較差。
技術實現要素:
[0007]
本發明的目的是解決現有技術中存在的問題,提供一種基于露天無人礦山的卡車調度方法,能夠結合每條道路的的實時擁堵程度,給每個裝載點和卸載點規劃出最優路徑。而一旦裝載或者卸載的最優路線發生改變,則原有的調度規則也將隨之改變,從而使得生產效率最大化。
[0008]
本發明解決其技術問題采用的技術方案是:一種基于露天無人礦山的卡車調度方法,包括:
[0009]
第一步:周期性計算每個裝載點到每個卸載點的最優路徑;
[0010]
第二步:計算每條最優路徑上的每種礦卡的最佳流量;
[0011]
第三步:根據車型,結合計算出的最佳流量和實時流量,對礦卡進行實時調度。
[0012]
作為本發明的一種優選方式,所述的第一步中,每個裝載點到每個卸載點的最優路徑的計算方法為:(1)根據礦山中每段道路的長度以及道路的實時擁堵信息,計算每段道路的代價因子cost。
[0013]
cost=α*l+β*j
[0014]
其中,l為該段道路的長度,j為該段道路的擁堵因子;α和β為權重因子,
聲明:
“基于露天無人礦山的卡車調度方法與流程” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)