無人配送車任務分配方法、系統和無人配送車與流程

本發明涉及無人配送領域，尤其涉及一種無人配送車任務分配方法、系統和無人配送車。

背景技術：

針對由多個無人配送車組成的無人配送系統，需要根據配送任務內容、位置、重要性等多種條件合理地將任務分配給配送車輛，因此需要相應的任務分配方法實現此功能。

在多機器人領域，可以根據異構機器人個體能力模型與評估方法，形成任務列表，并基于任務列表提出任務分配方案，但該方案主要采用了集中式的分配方法，沒有充分利用機器人本體自身的計算能力，降低了多機器人系統的可靠性與魯棒性。另外，還可以采用加權求和的方式對時間效用目標與能量效用目標進行建模，實現多機器人系統任務分配量化評估指標，從而實現任務分配，但該方案未考慮所執行任務間的差異，并且與無人配送車的應用場景具有一定區別。

技術實現要素：

本發明要解決的一個技術問題是提供一種無人配送車任務分配方法、系統和無人配送車，能夠使得各無人配送車在無中心計算節點或主節點條件下獲取合理的分配任務點，從而實現任務負載的均勻。

根據本發明一方面，提出一種無人配送車任務分配方法，包括：各無人配送車確定配送任務集，其中，各配送任務集中的任務點的位置距離相應無人配送車的位置小于距離閾值，任意兩個配送任務集中的任務數量之間的差小于數量閾值；基于配送任務集利用聚類算法建立相鄰無人配送車之間的協商任務集；根據相鄰無人配送車之間的協商任務集，各無人配送車通過協商機制完成任務分配。

進一步地，各無人配送車確定配送任務集包括:相鄰的無人配送車之間對初始任務數量進行調整確定各無人配送車的配送任務集，以便使各無人配送車的配送任務集中的任務數量大于等于最低期望任務數量且小于等于最低期望任務數量加一；其中，根據無人配送車所在位置對任務區域進行劃分，確定各無人配送車所在分區內的初始任務數量，基于任務區域的任務總數和無人配送車的數量確定無人配送車的最低期望任務數量。

進一步地，相鄰的無人配送車之間對初始任務數量進行調整確定各無人配送車的配送任務集，以便使各無人配送車的配送任務集中的任務數量大于等于最低期望任務數量且小于等于最低期望任務數量加一包括以下步驟：步驟一，判斷第i輛無人配送車所在分區內的任務數量是否小于最低期望任務數量；步驟二，若第i輛無人配送車所在分區內的任務數量小于最低期望任務數量，則判斷第i輛無人配送車的相鄰無人配送車j所在分區內的任務數量是否小于最低期望任務數量；步驟三，若相鄰無人配送車j所在分區內的任務數量不小于最低期望任務數量，則第i輛無人配送車在相鄰無人配送車j所在分區內選擇距離自身位置最近的任務點加入自身任務集；重復步驟一到三，直到第i輛無人配送車的初始任務數量大于等于最低期望任務數量且小于等于最低期望任務數量加一。

進一步地，基于配送任務集利用聚類算法建立相鄰無人配送車之間的協商任務集包括：確定初始聚類數目mc，基于k-means聚類算法將任務區域的任務點分為mc個聚類；基于各無人配送車的配送任務集，確定各聚類中任務點所屬的無人配送車，并建立各聚類中的無人配送車集合，從而建立相鄰無人配送車之間的協商任務集。

進一步地，該方法還包括：若聚類中無人配送車集合包含兩輛以上無人配送車，則將相應的協商任務集進行聚類數目為2的劃分，重新確定各聚類中任務點所屬的無人配送車，并建立各聚類中的無人配送車集合。

進一步地，該方法還包括：根據無人配送車的路徑成本和最小確定相鄰無人配送車之間的協商任務集。

進一步地，根據相鄰無人配送車之間的協商任務集，各無人配送車通過協商機制完成任務分配包括：基于相鄰無人配送車之間的協商任務集，確定優先級旅行商問題的代價函數；基于代價函數確定無人配送車的帕累托效用函數；若帕累托效用函數獲得最優值，則無人配送車保存任務分配結果。

根據本發明的另一方面，還提出一種無人配送車任務分配系統，包括：初始任務確定單元，用于確定配送任務集，其中，各配送任務集中的任務點的位置距離相應無人配送車的位置小于距離閾值，任意兩個配送任務集中的任務數量之間的差小于數量閾值；協商任務單元，用于基于配送任務集利用聚類算法建立相鄰無人配送車之間的協商任務集；任務分配完成單元，用于根據相鄰無人配送車之間的協商任務集，通過協商機制完成任務分配。

進一步地，初始任務確定單元還用于與相鄰的無人配送車之間對初始任務數量進行調整確定各無人配送車的配送任務集，以便使各無人配送車的配送任務集中的任務數量大于等于最低期望任務數量且小于等于最低期望任務數量加一；其中，根據無人配送車所在位置對任務區域進行劃分，確定各無人配送車所在分區內的初始任務數量，基于任務區域的任務總數和無人配送車的數量確定無人配送車的最低期望任務數量。

進一步地，初始任務確定單元還用于判斷第i輛無人配送車所在分區內的任務數量是否小于所述最低期望任務數量；若第i輛無人配送車所在分區內的任務數量小于最低期望任務數量，則判斷第i輛無人配送車的相鄰無人配送車j所在分區內的任務數量是否小于最低期望任務數量；若相鄰無人配送車j所在分區內的任務數量不小于最低期望任務數量，則第i輛無人配送車在相鄰無人配送車j所在分區內選擇距離自身位置最近的任務點加入自身任務集，直到第i輛無人配送車的初始任務數量大于等于最低期望任務數量且小于等于最低期望任務數量加一。

進一步地，協商任務單元用于確定初始聚類數目mc，基于k-means聚類算法將任務區域的任務點分為mc個聚類；基于各無人配送車的配送任務集，確定各聚類中任務點所屬的無人配送車，并建立各聚類中的無人配送車集合，從而建立相鄰無人配送車之間的協商任務集。

進一步地，協商任務單元還用于若聚類中無人配送車集合包含兩輛以上無人配送車，則將相應的協商任務集進行聚類數目為2的劃分，重新確定各聚類中任務點所屬的無人配送車，并建立各聚類中的無人配送車集合。

進一步地，協商任務單元根據無人配送車的路徑成本和最小確定相鄰無人配送車之間的協商任務集。

進一步地，任務分配完成單元用于基于相鄰無人配送車之間的協商任務集，確定優先級旅行商問題的代價函數；基于代價函數確定無人配送車的帕累托效用函數；若帕累托效用函數獲得最優值，則無人配送車保存任務分配結果。

根據本發明的另一方面，還提出一種無人配送車，包括上述的無人配送車任務分配系統。

根據本發明的另一方面，還提出一種無人配送車任務分配系統，包括：存儲器；以及耦接至存儲器的處理器，處理器被配置為基于存儲在存儲器的指令執行如上述的方法。

根據本發明的另一方面，還提出一種計算機可讀存儲介質，其上存儲有計算機程序指令，該指令被處理器執行時實現上述的方法的步驟。

與現有技術相比，本發明實施例各無人配送車選擇配送任務集后，基于配送任務集利用聚類算法建立相鄰無人配送車之間的協商任務集，并且各無人配送車通過協商機制完成任務分配，能夠使得各無人配送車在無中心計算節點或主節點條件下獲取合理的分配任務點，從而實現任務負載的均勻。另外，基于配送任務集利用聚類算法建立相鄰無人配送車之間的協商任務集，以便后續各無人配送車通過協商機制完成任務分配，極大的減少了協商任務數量，提高了執行效率。

通過以下參照附圖對本發明的示例性實施例的詳細描述，本發明的其它特征及其優點將會變得清楚。

附圖說明

構成說明書的一部分的附圖描述了本發明的實施例，并且連同說明書一起用于解釋本發明的原理。

參照附圖，根據下面的詳細描述，可以更加清楚地理解本發明，其中：

圖1為本發明無人配送車任務分配方法的一個實施例的流程示意圖。

圖2為本發明無人配送車之間通訊拓撲示意圖。

圖3為本發明無人配送車任務分配方法中各無人配送車確定配送任務集的流程示意圖。

圖4為本發明無人配送車任務分配方法中建立協商任務集的流程示意圖。

圖5為本發明無人配送車任務分配方法中各無人配送車通過協商機制完成任務分配的流程示意圖。

圖6為本發明無人配送車任務分配方法的另一個實施例的流程示意圖。

圖7為本發明無人配送車任務分配系統的一個實施例的結構示意圖。

圖8為本發明無人配送車任務分配系統的另一個實施例的結構示意圖。

圖9為本發明無人配送車任務分配系統的再一個實施例的結構示意圖。

具體實施方式

現在將參照附圖來詳細描述本發明的各種示例性實施例。應注意到：除非另外具體說明，否則在這些實施例中闡述的部件和步驟的相對布置、數字表達式和數值不限制本發明的范圍。

同時，應當明白，為了便于描述，附圖中所示出的各個部分的尺寸并不是按照實際的比例關系繪制的。

以下對至少一個示例性實施例的描述實際上僅僅是說明性的，決不作為對本發明及其應用或使用的任何限制。

對于相關領域普通技術人員已知的技術、方法和設備可能不作詳細討論，但在適當情況下，所述技術、方法和設備應當被視為授權說明書的一部分。

在這里示出和討論的所有示例中，任何具體值應被解釋為僅僅是示例性的，而不是作為限制。因此，示例性實施例的其它示例可以具有不同的值。

應注意到：相似的標號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨后的附圖中不需要對其進行進一步討論。

為使本發明的目的、技術方案和優點更加清楚明白，以下結合具體實施例，并參照附圖，對本發明進一步詳細說明。

圖1為本發明無人配送車任務分配方法的一個實施例的流程示意圖，該方法包括以下步驟：

在步驟110，各無人配送車確定配送任務集。其中，在初始任務分配過程中，任意兩個配送任務集中的任務數量之間的差小于數量閾值，即每輛無人配送車任務數量均勻或近似均勻。另外，各配送任務集中的任務點的位置距離相應無人配送車的位置小于距離閾值，即使得無人配送車能夠選擇距離其自身位置較近的任務點。

在步驟120，基于配送任務集利用聚類算法建立相鄰無人配送車之間的協商任務集。協商任務集中包含待協商任務和參與協商的無人配送車。其中，協商任務集建立的目的在于選取相鄰無人配送車間的待協商任務點，即相鄰兩個無人配送車之間進行任務點交換，相比于遍歷所有任務點，該協商任務集的建立可以較大程度上減少計算量，提高任務分配的效率。其中，可以根據無人配送車的路徑成本和最小確定相鄰無人配送車之間的協商任務集。

在步驟130，根據相鄰無人配送車之間的協商任務集，各無人配送車通過協商機制完成任務分配。其中，相鄰無人配送車之間，通過彼此間的協商機制完成任務分配任務，即不斷最小化無人配送車的帕累托效用函數，直到達到帕累托最優。其通信拓撲如圖2所示，其中，數字代表無人配送車，即每個無人配送車僅需與其相鄰的個體進行雙向通信，降低了整個系統對于通信條件的要求。

在該實施例中，各無人配送車選擇配送任務集后，基于配送任務集利用聚類算法建立相鄰無人配送車之間的協商任務集，并且各無人配送車通過協商機制完成任務分配，能夠使得各無人配送車在無中心計算節點或主節點條件下獲取合理的分配任務點，從而實現任務負載的均勻。

圖3為本發明無人配送車任務分配方法中各無人配送車確定配送任務集的流程示意圖。

在步驟310，根據無人配送車所在位置對任務區域進行劃分，確定各無人配送車所在分區內的初始任務數量。其中，無人配送車任務包括但不限于無人車送貨、取貨等內容。例如，n個無人配送車分布于任務區域中的不同配送起始點，對該區域按照無人配送車所在位置進行voronoi(泰森多邊形)分區，設在無人配送車i所在分區的任務點有mi個，則有mi+m2+...+mn＝m，其中m為任務區域任務總數。

在步驟320，基于任務區域的任務總數和無人配送車的數量確定無人配送車的最低期望任務數量。即最低期望任務數量其中，為向下取整運算符。

在步驟330，相鄰的無人配送車之間對初始任務數量進行調整確定各無人配送車的配送任務集，以便使各無人配送車的配送任務集中的任務數量大于等于最低期望任務數量且小于等于最低期望任務數量加一。其中，可以先執行步驟一，判斷第i輛無人配送車所在分區內的任務數量是否小于最低期望任務數量；在步驟二，若第i輛無人配送車所在分區內的任務數量小于最低期望任務數量，則判斷第i輛無人配送車的相鄰無人配送車j所在分區內的任務數量是否小于最低期望任務數量；在步驟三，若相鄰無人配送車j所在分區內的任務數量大于等于最低期望任務數量，則第i輛無人配送車在相鄰無人配送車j所在分區內選擇距離自身位置最近的任務點加入自身任務集，重復步驟一到三，直到第i輛無人配送車的初始任務數量大于等于最低期望任務數量且小于等于最低期望任務數量加一。

例如，對于任意無人配送車i，其中任務數量mi≤m0，若其相鄰無人配送車j的任務數量mj≥m0，則該無人配送車i將從相鄰無人配送車j中選擇距離其最近的任務點加入其任務集中，同時將該任務點從無人配送車j的任務集中刪除；重復該步驟，直至m0≤mi≤m0+1，初始任務分配結束。

在上述實施例中，在初始任務分配過程中，暫不考慮其代價函數值，僅實現多無人配送車系統中，每輛無人配送車任務數量的均勻或近似均勻，且使得無人車能夠選擇距離其自身位置較近的任務點。

圖4為本發明無人配送車任務分配方法中建立協商任務集的流程示意圖。

在步驟410，確定初始聚類數目mc，基于k-means聚類算法將任務區域的任務點分為mc個聚類，即c1，c2，…，cmc。

在步驟420，基于各無人配送車的配送任務集，確定各聚類中任務點所屬的無人配送車，并建立各聚類中的無人配送車集合。

若聚類中無人配送車集合包含兩輛以上無人配送車，則執行步驟430，直到每個聚類中僅包含兩輛無人配送車，否則執行步驟440。

在步驟430，將相應的協商任務集進行聚類數目為2的劃分，即聚類數目mc＝mc+1，并重復步驟420。

在步驟440，建立相鄰無人配送車之間的協商任務集。協商任務集ns中每個元素包含兩類信息，即待協商任務和參與協商的無人配送車。通過步驟420-440的不斷劃分，可以確定每兩輛無人配送車之間需要協商的任務點。

后續還可以執行步驟450，相鄰無人配送車之間遍歷協商任務集。即相鄰兩個無人配送車之間不斷進行任務點交換。

在上述步驟中，基于配送任務集利用聚類算法建立相鄰無人配送車之間的協商任務集，以便后續各無人配送車通過協商機制完成任務分配，極大的減少了協商任務數量，提高了執行效率。

設配送任務以無人配送車到達該任務點位置作為任務完成的標準。若將m個任務點分配給任意無人配送車，根據配送任務的特點可知，配送任務的最基本目標在于保證無人配送車遍歷任務點集合中的所有任務點。當無人車以總行程為目標函數時，所研究的問題就為經典的旅行商問題(tsp)。此外，由于無人配送車的不同的任務點實際代表了不同的配送目標與配送物品，因此任務點還應具備優先級等信息，這就導致了在求解旅行商問題時具有了優先級的約束，即優先級旅行商問題。在此基礎上，將上述旅行商問題的目標函數值作為無人配送車執行自身任務所需付出的代價值，對于本發明中涉及的多無人配送車來說，任務分配的關鍵就在于如何獲取合理的分配任務點最終達到每個無人配送車任務負載的均勻性。與此同時，為了充分利用多無人配送車中每個個體的計算能力，并提高系統的可靠性與魯棒性，任務分配過程中將采用分布式的計算方式，在無中心計算節點或主節點的條件下，通過彼此間的協商機制完成任務分配任務。其中，圖5本發明無人配送車任務分配方法中各無人配送車通過協商機制完成任務分配的流程示意圖。

在步驟510，基于相鄰無人配送車之間的協商任務集，確定優先級旅行商問題的代價函數。例如，hc＝λhc1+(1-λ)hc2為根據模擬退火算法獲得的優先級旅行商問題的代價函數，其中，hc1表示總行程的代價函數，hc2為每個任務點優先級產生的代價函數，其中，hc2＝hc1+hc2+...+hcm，λ為加權值，其中0<λ<1。其中，任務點優先級產生的代價函數可利用多種方式計算，例如，采用破壞優先級導致的懲罰函數。

在步驟520，基于代價函數確定無人配送車的帕累托效用函數。其中，第i輛無人配送車的帕累托效用函數

在步驟530，若帕累托效用函數獲得最優值，則無人配送車保存任務分配結果。

該實施例在無中心計算節點或主節點的條件下實現任務均勻分配，并且由于建立基于帕累托最優的帕累托效用函數，能夠實現分布式條件下的最優方案選取。

圖6為本發明無人配送車任務分配方法的另一個實施例的流程示意圖。其中，每輛無人配送車僅需與其相鄰的個體進行雙向通信，并且，為了充分利用無人配送車每個個體的計算能力，任務分配過程中將采用分布式的計算方式，在無中心計算節點或主節點的條件下通過彼此間的協商機制完成任務分配。

在步驟610，各無人配送車確定配送任務集。其中，每輛無人配送車任務數量均勻或近似均勻，并且無人配送車能夠選擇距離其自身位置較近的任務點。

在步驟620，確定初始聚類數目，基于k-means聚類算法將任務區域的任務點分為多個聚類。

在步驟630，基于各無人配送車的配送任務集，確定各聚類中任務點所屬的無人配送車，并建立各聚類中的無人配送車集合。

在步驟640，判斷是否存在包含兩個以上無人配送車的聚類，若存在，則執行步驟650，否則執行步驟660。

在步驟650，將相應的任務集進行聚類數目為2的劃分，并重復步驟630。

在步驟660，建立相鄰無人配送車之間的協商任務集。兩個無人配送車之間進行任務協商，即不斷的進行任務點交換。

在步驟670，根據模擬退火算法確定優先級旅行商問題的代價函數。

在步驟680，基于代價函數確定無人配送車的帕累托效用函數。

在步驟690，若帕累托效用函數獲得最優值，則無人配送車保存任務分配結果。

在該實施例中，通過分布式算法充分利用了無人配送車個體的計算能力，提高了系統的穩定性與魯棒性，同時又實現了多無人配送車任務分配的均勻性。另外，利用基于k-means聚類算法建立協商任務集，極大的減少了協商任務的數量，提高了執行效率，最后利用帕累托效用函數作為評價準則，能夠實現分布式條件下的最優方案選取。

圖7為本發明無人配送車任務分配系統的一個實施例的結構示意圖。該系統包括初始任務確定單元710、協商任務單元720和任務分配完成單元730。

初始任務確定單元710用于確定配送任務集，其中，在初始任務分配過程中，任意兩個配送任務集中的任務數量之間的差小于數量閾值，即每輛無人配送車任務數量均勻或近似均勻。另外，各配送任務集中的任務點的位置距離相應無人配送車的位置小于距離閾值，即使得無人配送車能夠選擇距離其自身位置較近的任務點。

協商任務單元720用于基于配送任務集利用聚類算法建立相鄰無人配送車之間的協商任務集。協商任務集中包含待協商任務和參與協商的無人配送車。其中，協商任務集建立的目的在于選取相鄰無人配送車間的待協商任務點，可以根據無人配送車的路徑成本和最小確定相鄰無人配送車之間的協商任務集。

任務分配完成單元730用于根據相鄰無人配送車之間的協商任務集，通過協商機制完成任務分配。其中，相鄰無人配送車之間，通過彼此間的協商機制完成任務分配任務，即不斷最小化無人配送車的帕累托效用函數，直到達到帕累托最優。其通信拓撲如圖2所示，即每個無人車僅需與其相鄰的個體進行雙向通信，降低了整個系統對于通信條件的要求。

在該實施例中，各無人配送車選擇配送任務集后，基于配送任務集利用聚類算法建立相鄰無人配送車之間的協商任務集，并且各無人配送車通過協商機制完成任務分配，能夠使得各無人配送車獲取合理的分配任務點，從而實現各無人配送車任務負載的均勻。

在本發明的一個實施例中，初始任務確定單元710用于與相鄰的無人配送車之間進行任務數量調整，以便使各無人配送車的配送任務集中的任務數量大于等于最低期望任務數量且小于等于最低期望任務數量加一。其中，根據無人配送車所在位置對任務區域進行劃分，確定各無人配送車所在分區內的任務數量，基于任務區域的任務總數和無人配送車的數量確定無人配送車的最低期望任務數量。例如，若第i輛無人配送車所在分區內的任務數量小于最低期望任務數量，則判斷第i輛無人配送車的相鄰無人配送車j所在分區內的任務數量是否小于最低期望任務數量；若相鄰無人配送車j所在分區內的任務數量大于等于最低期望任務數量，則第i輛無人配送車在相鄰無人配送車j所在分區內選擇距離自身位置最近的任務點加入自身任務集，直到第i輛無人配送車的初始任務數量大于等于最低期望任務數量且小于等于最低期望任務數量加一。

例如，對于任意mi≤m0無人配送車i，若其相鄰無人配送車j的任務數量mj≥m0，則該無人配送車i將從相鄰無人配送車j中選擇距離其最近的任務點加入其任務集中，同時將該任務點從無人配送車j的任務集中刪除；重復該步驟，直至m0≤mi≤m0+1，初始任務分配結束。

在上述實施例中，在初始任務分配過程中，暫不考慮其代價函數值，僅實現多無人配送車系統中，每輛無人配送車任務數量的均勻或近似均勻，且使得無人車能夠選擇距離其自身位置較近的任務點。

在本發明的一個實施例中，協商任務單元720用于確定初始聚類數目mc，基于k-means聚類算法將任務區域的任務點分為mc個聚類，即c1，c2，…，cmc；基于各無人配送車的配送任務集，確定各聚類中任務點所屬的無人配送車，并建立各聚類中的無人配送車集合，從而建立相鄰無人配送車之間的協商任務集，協商任務集ns中每個元素包含兩類信息，即待協商任務和參與協商的無人配送車。若聚類中無人配送車集合包含兩輛以上無人配送車，則將相應的協商任務集進行聚類數目為2的劃分，即聚類數目mc＝mc+1，直到每個聚類中最多包含2個無人配送車。

在該實施例中，基于配送任務集利用聚類算法建立相鄰無人配送車之間的協商任務集，以便后續各無人配送車通過協商機制完成任務分配，極大的減少了協商任務數量，提高了執行效率。

在本發明的另一個實施例中，任務分配完成單元730用于基于相鄰無人配送車之間的協商任務集，確定優先級旅行商問題的代價函數，基于代價函數確定無人配送車的帕累托效用函數，若帕累托效用函數獲得最優值，則無人配送車保存任務分配結果。例如，hc＝λhc1+(1-λ)hc2為根據模擬退火算法獲得的優先級旅行商問題的代價函數，其中，hc1表示總行程的代價函數，hc2為每個任務點優先級產生的代價函數，其中，hc2＝hc1+hc2+...+hcm，λ為加權值，其中0<λ<1。其中，任務點優先級產生的代價函數可利用多種方式計算，例如，采用破壞優先級導致的懲罰函數。第i輛無人配送車的帕累托效用函數

該實施例在無中心計算節點或主節點的條件下實現任務均勻分配，并且由于建立基于帕累托最優的帕累托效用函數，能夠實現分布式條件下的最優方案選取。

在本發明的另一個實施例中，一種無人配送車，包括上述實施例中無人配送車任務分配系統，該無人配送車通過分布式算法充分利用了無人配送車個體的計算能力，提高了系統的穩定性與魯棒性，同時又實現了多無人配送車任務分配的均勻性。另外，利用基于k-means聚類算法建立協商任務集，極大的減少了協商任務的數量，提高了執行效率，最后利用帕累托效用函數作為評價準則，能夠實現分布式條件下的最優方案選取。

下面將以一個具體實施例的仿真結果對本發明的方案進行說明，其中，在仿真過程中，在任務區域內隨機選取30個任務點及其優先級信息。假設任務區域內有5輛無人車參與配送，且無人配送車的初始布放位置同樣位于該區域隨機選取，具體信息如表1、表2所示：

表1任務點分布情況

表2無人配送車初始位置

利用本發明中所述任務分配方法，可得到表表3所示的任務分配結果。

表3無人配送車分布式任務分配結果

相比于初始任務分配方法，協商后任務分配的代價函數最大值降低了33.2％，效用函數平均值降低了82％，很好的實現了無人配送車任務分配的目的。根據木桶原理，不妨將代價函數的最大值作為評價多無人配送車完成定點任務的時間指標，可知該任務協商算法通過任務的均勻分配，使得任務執行時間縮短至初始分配情況下的66.8％。

圖8為本發明無人配送車任務分配系統的再一個實施例的結構示意圖。該裝置包括存儲器810和處理器820。其中：

存儲器810可以是磁盤、閃存或其它任何非易失性存儲介質。存儲器用于存儲圖1-6所對應實施例中的指令。

處理器820耦接至存儲器810，可以作為一個或多個集成電路來實施，例如微處理器或微控制器。該處理器820用于執行存儲器中存儲的指令，能夠使得各無人配送車獲取合理的分配任務點，從而各無人配送車在無中心計算節點或主節點條件下實現任務負載的均勻。

在一個實施例中，還可以如圖9所示，無人配送車任務分配系統900包括存儲器910和處理器920。處理器920通過bus總線930耦合至存儲器910。該無人配送車任務分配系統900還可以通過存儲接口940連接至外部存儲裝置950以便調用外部數據，還可以通過網絡接口960連接至網絡或者另外一臺計算機系統(未標出)。此處不再進行詳細介紹。

在該實施例中，通過存儲器存儲數據指令，再通過處理器處理上述指令，能夠使得各無人配送車獲取合理的分配任務點，從而各無人配送車在無中心計算節點或主節點條件下實現任務負載的均勻。

在另一個實施例中，一種計算機可讀存儲介質，其上存儲有計算機程序指令，該指令被處理器執行時實現圖1-6所對應實施例中的方法的步驟。本領域內的技術人員應明白，本發明的實施例可提供為方法、裝置、或計算機程序產品。因此，本發明可采用完全硬件實施例、完全軟件實施例、或結合軟件和硬件方面的實施例的形式。而且，本發明可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用非瞬時性存儲介質(包括但不限于磁盤存儲器、cd-rom、光學存儲器等)上實施的計算機程序產品的形式。

本發明是參照根據本發明實施例的方法、設備(系統)和計算機程序產品的流程圖和/或方框圖來描述的。應理解可由計算機程序指令實現流程圖和/或方框圖中的每一流程和/或方框以及流程圖和/或方框圖中的流程和/或方框的結合。可提供這些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數據處理設備的處理器以產生一個機器，使得通過計算機或其他可編程數據處理設備的處理器執行的指令產生用于實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機程序指令也可存儲在能引導計算機或其他可編程數據處理設備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產生包括指令裝置的制造品，該指令裝置實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機程序指令也可裝載到計算機或其他可編程數據處理設備上，使得在計算機或其他可編程設備上執行一系列操作步驟以產生計算機實現的處理，從而在計算機或其他可編程設備上執行的指令提供用于實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

至此，已經詳細描述了本發明。為了避免遮蔽本發明的構思，沒有描述本領域所公知的一些細節。本領域技術人員根據上面的描述，完全可以明白如何實施這里公開的技術方案。

可能以許多方式來實現本發明的方法以及裝置。例如，可通過軟件、硬件、固件或者軟件、硬件、固件的任何組合來實現本發明的方法以及裝置。用于所述方法的步驟的上述順序僅是為了進行說明，本發明的方法的步驟不限于以上具體描述的順序，除非以其它方式特別說明。此外，在一些實施例中，還可將本發明實施為記錄在記錄介質中的程序，這些程序包括用于實現根據本發明的方法的機器可讀指令。因而，本發明還覆蓋存儲用于執行根據本發明的方法的程序的記錄介質。

雖然已經通過示例對本發明的一些特定實施例進行了詳細說明，但是本領域的技術人員應該理解，以上示例僅是為了進行說明，而不是為了限制本發明的范圍。本領域的技術人員應該理解，可在不脫離本發明的范圍和精神的情況下，對以上實施例進行修改。本發明的范圍由所附權利要求來限定。