矿区车辆调度方法和系统与流程

1.本发明涉及矿区开采领域，具体地，涉及矿区车辆调度方法和系统。


背景技术：

2.随着国家大力推广矿山智能化的建设，基于5g的智慧矿山无人驾驶领域迅速发展。目前露天矿地图更新快、数据量大、大多数路径规划算法基本集中在城市道路下，少有针对复杂场景下的无人驾驶路径规划的方法研究。露天矿山场景中，矿车司机作业环境高温、寒冷、安全事故频发，对矿区安全作业生产和矿工的生命安全造成了很大的威胁，矿区无人驾驶车辆的落地运行是未来露天矿山场景应用的发展趋势，而想要实现实际落地，矿区无人驾驶车辆的全局静态路径规划能力尤为重要。


技术实现要素：

3.本公开目的在于提供一种矿区车辆调度方法和系统，能够合理调度矿区车辆，并结合装载位置和卸载位置的例如铲车的操作，使得矿区的车辆保持高效率的运行，并且成本最低。
4.一方面，一种矿区车辆调度方法，包括：
5.获取矿区地图的数据，确定在所述矿区地图上从第一位置朝向第二位置行驶的多个路线，并将所述多个路线的每个路线分成相应的多个子路段；
6.获取车辆定位数据，得出并记录车辆多次在所述多个路线的每个路线的相应的多个子路段行驶的实时数据，由此形成所述车辆的历史多维行程数据，以构建历史行程集；
7.获取当前车辆在所述矿区地图上的实时定位数据并记录当前车辆行驶的实时数据，生成当前车辆在所述多个路线中的一个当前路线的多个子路段的已行驶子路段的当前多维行程数据；
8.从所述历史行程集中找出一个历史多维行程数据，使得当前车辆的当前多维行程数据与所述历史多维行程数据的对应部分匹配；
9.基于所找出的匹配的所述历史多维行程数据估计所述当前车辆的当前路线的未行驶子路段所需行驶时间。
10.在一个实施例中，使用时间向量表征车辆在多个路线的每个路线的历史多维行程数据，以及当前车辆在当前路线的多个子路段的已行驶子路段的当前多维行驶数据，基于余弦相似度公式计算表征多个路线的历史多维行程数据的时间向量与表征当前多维行驶数据的时间向量的夹角的余弦值，将计算的余弦值的最大值对应的历史多维行程数据确定为与所述当前多维行程数据的对应部分匹配的历史多维行程数据。
11.在一个实施例中，表征历史多维行程数据的路线分段向量为表征当前多维行程数据的对应的路线分段的路线分段向量为余弦相似度公式为：
[0012][0013]
其中并且
[0014]ri1
,r
i2
,r
ij
分别表示当前车辆在第i条路线的第1、2和j路段的行驶时间，r’k1
,r’k2
,r’km
表示在历史行程集中车辆在第k条路线的第1、2和m路段的行驶时间，n表示历史多维行程数据的数量，θ表示表征多个路线的历史多维行程数据的时间向量与表征当前多维行驶数据的时间向量的夹角。
[0015]
在一个实施例中，历史多维行程数据或当前多维行程数据的每一个至少包括以下数据中的一个或多个：与路线对应的多个子路段的距离、平均行驶时间、平均行驶速度、平均油耗以及装载量。
[0016]
在一个实施例中，矿区车辆调度方法还包括：
[0017]
针对矿区地图上的多个车辆，估计所述多个车辆的每一个的当前路线的未行驶子路段所需行驶时间，从而统计所述多个车辆到达第二位置的时间。
[0018]
在一个实施例中，矿区车辆调度方法还包括：
[0019]
计算所述多个车辆在第二位置完成任务所需停留的时间，并将所计算的停留的时间结合所述统计，实时地确定将要投入运行的车辆的数量，使得所确定的数量的车辆能够依次从第一位置到达第二位置并在第二位置完成任务，并且车辆在第一位置和/或第二位置具有被缩短的等待时间。
[0020]
在一个实施例中，矿区车辆调度方法还包括：基于确定的车辆的数量，调整当前运行的车辆的数量。
[0021]
在一个实施例中，矿区车辆调度方法还包括：将当前车辆的当前多维行程数据存储至历史行程集，以便更新动态的历史行程集。
[0022]
在一个实施例中，矿区车辆调度方法还包括：通过车载的定位装置获取并实时更新车辆的当前位置，从而更新车辆的当前路线的已行驶子路段的当前多维行程数据，动态地估计当前车辆的当前路线的未行驶子路段所需行驶时间。
[0023]
在一个实施例中，矿区车辆调度方法还包括：基于确定的车辆的数量，确定在第一位置的第一设备的数量和/或第二位置的第二设备的数量以便所述车辆在第一位置和/或第二位置具有被缩短的等待时间。
[0024]
在一个实施例中，第一设备和第二设备中的一个是装载设备，配置用于将物品装载到车辆，并且第一设备和第二设备中的另一个是卸载设备，配置用于卸载车辆的物品；
[0025]
其中，所述车辆调度方法包括：获取所述装载设备为车辆完成装载所需时间，和获取所述卸载设备为车辆完成卸载所需时间，由此确定所述装载设备和所述卸载设备的数量。
[0026]
在一个实施例中，车辆完成从第一位置至第二位置的行程是无人驾驶过程。
[0027]
本公开的另一方面提供一种矿区车辆调度系统，包括：
[0028]
地图模块，所述地图模块用于导入矿区地图的数据，并确定在所述矿区地图上从
第一位置朝向第二位置行驶的多个(固定)路线，并将所述多个路线的每个路线分成相应的多个(固定)子路段；
[0029]
设备管理模块，所述设备管理模块配置成与车辆的定位模块通信连接以获取车辆定位数据；以及
[0030]
大数据分析和调度模块，所述大数据分析和调度模块配置成：
[0031]
从所述地图模块获取所述矿区地图信息，并接收设备管理模块获取的车辆定位数据，得出并记录车辆多次在所述多个路线的每个路线的相应的多个子路段行驶的实时数据，由此形成所述车辆的历史多维行程数据，以构建动态的历史行程集；
[0032]
获取当前车辆在所述矿区地图上的实时定位数据并记录当前车辆行驶的实时数据，生成当前车辆在当前路线的多个子路段的已行驶子路段的当前多维行程数据；
[0033]
从所述历史行程集中找出一个历史多维行程数据，使得当前车辆的当前多维行程数据与所述历史多维行程数据的对应部分匹配；以及
[0034]
基于所找出的匹配的所述历史多维行程数据估计所述当前车辆的当前路线的未行驶子路段所需行驶时间。
[0035]
在一个实施例中，所述大数据分析和调度模块配置成：
[0036]
使用时间向量表征车辆在多个路线的每个路线的历史多维行程数据，以及当前车辆在当前路线的多个子路段的已行驶子路段的当前多维行驶数据，基于余弦相似度公式计算表征多个路线的历史多维行程数据的时间向量与表征当前多维行驶数据的时间向量的夹角的余弦值，将计算的余弦值的最大值对应的历史多维行程数据确定为与所述当前多维行程数据的对应部分匹配的历史多维行程数据。
[0037]
在一个实施例中，表征历史多维行程数据的路线分段向量为表征当前多维行程数据的对应的路线分段的路线分段向量为余弦相似度公式为：
[0038][0039]
其中并且
[0040]ri1
,r
i2
,r
ij
分别表示当前车辆在第i条路线的第1、2和j路段的行驶时间，r’k1
,r’k2
,r’km
表示在历史行程集中车辆在第k条路线的第1、2和m路段的行驶时间，n表示历史多维行程数据的数量，θ表示表征多个路线的历史多维行程数据的时间向量与表征当前多维行驶数据的时间向量的夹角。
[0041]
在一个实施例中，历史多维行程数据或当前多维行程数据的每一个至少包括以下数据中的一个或多个：与路线对应的多个子路段的距离、平均行驶时间、平均行驶速度、平均油耗以及装载量。
[0042]
在一个实施例中，所述大数据分析和调度模块配置成：
[0043]
针对矿区地图上的多个车辆，估计所述多个车辆的每一个的当前路线的未行驶子路段所需行驶时间，从而统计所述多个车辆到达第二位置的时间。
[0044]
在一个实施例中，所述大数据分析和调度模块配置成：
[0045]
计算所述多个车辆在第二位置完成任务所需停留的时间，并将所计算的停留的时间结合所述统计，实时地确定将要投入运行的车辆的数量，使得所确定的数量的车辆能够依次从第一位置到达第二位置并在第二位置完成任务，并且车辆在第一位置和/或第二位置具有被缩短的等待时间。
[0046]
在一个实施例中，所述大数据分析和调度模块配置成：
[0047]
基于确定的车辆的数量，调整当前运行的车辆的数量。
[0048]
在一个实施例中，所述大数据分析和调度模块配置成：
[0049]
将当前车辆的当前多维行程数据存储至历史行程集，以便更新动态的历史行程集。
[0050]
在一个实施例中，所述大数据分析和调度模块配置成：
[0051]
通过车载的定位装置获取并实时更新车辆的当前位置，从而更新车辆的当前路线的已行驶子路段的当前多维行程数据，动态地估计当前车辆的当前路线的未行驶子路段所需行驶时间。
[0052]
在一个实施例中，所述大数据分析和调度模块配置成：
[0053]
基于确定的车辆的数量，确定在第一位置的第一设备的数量和/或第二位置的第二设备的数量以便所述车辆在第一位置和/或第二位置具有被缩短的等待时间。
[0054]
在一个实施例中，第一设备和第二设备中的一个是装载设备，配置用于将物品装载到车辆，并且第一设备和第二设备中的另一个是卸载设备，配置用于卸载车辆的物品；
[0055]
其中，所述车辆调度方法包括：获取所述装载设备为车辆完成装载所需时间，和获取所述卸载设备为车辆完成卸载所需时间，由此确定所述装载设备和所述卸载设备的数量。
[0056]
在一个实施例中，车辆完成从第一位置至第二位置的行程是无人驾驶过程。
附图说明
[0057]
图1是根据本公开的一个实施例的矿区车辆调度系统的示意框图；
[0058]
图2是根据本公开的一个实施例的路线图；
[0059]
图3是根据本公开的一个实施例的路线图；
[0060]
图4是根据本公开的一个实施例的路线图。
具体实施例
[0061]
为更清楚地阐述本公开的目的、技术方案及优点，以下将结合附图对本公开的实施例进行详细的说明。应当理解，下文对于实施例的描述旨在对本公开的总体构思进行解释和说明，而不应当理解为是对本公开的限制。在说明书和附图中，相同或相似的附图标记指代相同或相似的部件或构件。为了清晰起见，附图不一定按比例绘制，并且附图中可能省略了一些公知部件和结构。
[0062]
除非另外定义，本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。措词“一”或“一个”不
排除多个。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”“顶”或“底”等等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。当诸如层、膜、区域或衬底基板之类的元件被称作位于另一元件“上”或“下”时，该元件可以“直接”位于另一元件“上”或“下”，或者可以存在中间元件。
[0063]
本公开的一个实施例提供矿区车辆调度方法，包括获取矿区地图的数据，例如一个矿区已有的三位地图数据，可以包括地面情况，例如车辆可通行区、不可通行区、装载位置、卸载位置等，从而可以确定从装载位置至卸载位置的多条路线。
[0064]
在一个实施例中，如图2所示，一个矿区中确定了如图2所示的从第一位置(例如装载位置)至第二位置(例如卸载位置)的多条路线1-4，此处可以认为多条路线是固定的，车辆从第一位置至第二位置需要从多条路线中选择一条路线，而不是任意地行驶，这符合矿区复杂的情况或者存在需要避开的区域的实际情况是相符的；并且在图2中示出的实施例中，规划的多条路线之间避免了交叉，因而避免了车辆可能会车的情形。多条路线由于地形的原因是曲折的，被分为多个分段。在本实施例中，将每条路线分成多个子路段。可以根据路面情况对每条路线进行分段，例如，在路线1中，子路段1.1、1.3、1.4(在图中标示在路线的子路段旁边)是带有弧形的子路段，子路段1.2、1.5以及1.6是基本上直线子路段；例如在路线4中，子路段4.1是普通的平坦路段，子路段4.2、4.3、4.4为上坡子路段，子路段4.5、4.6是下坡子路段等，并且各个子路段的坡度不同。将路线分割为多个子路段可以参照车辆在每个子路段上的速度，使得在每个子路段上车辆的平均速度变化较小；也可以参照在每个子路段上的油耗不同等因素对每条路线进行分段。
[0065]
图3示出了根据本公开的另一实施例的矿区地图中确定的多条路线1-3。与图2中示出的实施例不同，图3中的路线1-3存在交叉的情况。图3中的路线可以是根据实际路况进行确定的。
[0066]
在本公开的实施例中，路线可以是确定的，其中每条路线的分段也是确定的。在这样的实施例中，如果车辆行驶例如子路段1.1、1.2，该车辆将会沿着路线1继续行驶子路段1.3、1.4
…
直至整条路线1。即使在如图3所示的路线中，路线1和路线2存在交叉，然而车辆在行驶至子路段1.2时，不会在路线1和路线2交叉的位置拐至路线2，而是会继续沿着子路段1.2行驶。
[0067]
在本公开的其他实施例中，如图4所示，路线可以是交叉的，并且在这些交叉的路线中，无论每条路线是否存在与其他路线交叉甚至重叠，车辆将会沿着图4所示的编号的子路段行驶。换句话说，车辆会沿着确定的路线的子路段行驶，与是否存在交叉、岔道无关。在如图4所示的实施例中，路线2包括子路段2.1、2.2、2.3、2.4、2.5、2.6以及2.7。可以看到，子路段2.1与路线1的子路段1.1重叠，子路段2.2与路线1的子路段1.2部分重叠。在本实施例中，车辆沿路线2行驶的时候，会沿着子路段2.1、2.2、2.3
…
2.7行驶；换句话说，车辆在行驶至子路段2.2结束时，面临岔道口时会沿着路线2继续行驶至子路段2.3，而不考虑选择路线1。在这种情况下，如果车辆沿路线1行驶，则在岔道口上会走左边的路线行驶，如果车辆沿路线2行驶，则在岔道口上会走右边的路线行驶，简单说，车辆走左边还是右边的路线是预
先确定的。
[0068]
在图2-4中，图中的小圆圈是为了帮助示意地区分子路段，并不是实际路线上任何其他标记或其他与实际路面相关的任何意义的特征。
[0069]
应该知道，本公开的其他实施例中，矿区地图中可以规划出例如5、6、7
…
等多条路线，路线的数量可以根据矿区的实际情况进行确定。更多的路线可以有利于安排车辆在不同的路线上的分布，减少可能的会车或甚至堵车。然而，无论是例如图2和3中较少的路线，还是更多的路线的情况，都适用本公开以上的原理。
[0070]
例如，在一个实施例中，每个车辆可以在出发时被发配或指定一个路线，车辆将沿该路线从第一位置行驶至第二位置。这是有利的，每个车辆在出发的时候即被分配确定的路线，随后车辆可以沿固定的路线行驶，这样的方案使得调度车辆所需的运算量较小，同时可以主动地调控全部路线上的车辆数量的分布，因而车辆的行驶效率和使用率可以得以提高。
[0071]
在另一实施例中，矿区车辆调度方法还包括在车辆分布在不同的路线上的时候，开始调度车辆，换句话说，即使一开始没有规定车辆的路线时，也可以根据车辆的已经行驶的数据来估计车辆在未行驶子路段上的行驶数据。
[0072]
矿区车辆调度方法还包括获取车辆定位数据，由于具有矿区的地图数据，因而可以得出并记录车辆在矿区的路线上，例如图2-4中示出的路线上行驶的数据。车辆多次沿多条路线行驶，由此可得到车辆在多条路线上、多次行驶的数据，将每次行驶的数据记录下来，形成历史多维行程数据，构建动态的历史行程集。历史行程集可以是动态的，也就是说，后续的车辆的行驶数据可以陆续用来更新历史行程集。
[0073]
根据实施例，车辆的行驶数据是多维的，其包括车辆在相应的路线的每一个子路段上的多个方面的行驶数据，例如但不必包括全部：子路段的距离、平均行驶时间、平均行驶速度、平均油耗以及装载量等。这些数据跟路面的情况相关，例如上坡、下坡、曲线路径，还与天气情况也可以相关，例如下雨天路面湿滑，车辆的行驶速度将会较慢等；也就是说，车辆在每个子路段的行驶速度、平均油耗、装载量等间接反映了路面情况、天气情况等，只有包括上述数据的多维行驶数据完全一致或接近的时候，车辆的行驶才是基本上相同或接近的。
[0074]
相应地，本公开中的历史多维行程数据或当前多维行程数据的每一个至少包括以上列出的数据中的一个或多个：与路线对应的多个子路段的距离、平均行驶时间、平均行驶速度、平均油耗以及装载量等；应该知道还可以包括其他相关数据，例如车辆的年限、诸如功率、升功率、扭矩等性能指标等。
[0075]
矿区车辆调度方法还包括获取当前车辆在所述矿区地图上的实时定位数据并记录当前车辆行驶的实时数据，生成当前车辆在当前路线的多个子路段的已行驶子路段的当前多维行程数据。例如，在如图1所示的实施例中，当前车辆例如行驶了子路段1.1和1.2，其行驶数据被获取，形成当前车辆的已行驶子路段的当前多维行程数据。
[0076]
此时，根据本公开的实施例的矿区车辆调度方法，从历史行程集中找出一个历史多维行程数据，使得当前车辆的当前多维行程数据与所述历史多维行程数据的对应部分匹配。也就是说，找出一个历史多维行程数据，其中车辆在子路段1.1和1.2上行驶数据与当前车辆在子路段1.1和1.2上的行驶数据接近度最高，在这种情况下，根据本公开的矿区车辆
调度方法，可以估计当前车辆的当前路线与该找出一个历史多维行程数据中的路线相同，换句话说，可以估计当前车辆的未行驶子路段及其在剩余子路段上行驶所需行驶时间。
[0077]
根据本公开的实施例，由于多维行程数据包括车辆行驶的子路段、行驶速度、行驶时间、油耗、装载量等多个方面，因而当两个行驶行程匹配时或具有最高的接近度时，两个行驶行程将会是基本上类似或者相同的，至少车辆行驶的路线和速度、平均行驶时间是非常接近或甚至是相同的；换句话说，如果找出的历史多维行程数据中存在以上有一个或多个因素，例如相同的车辆的装载量不同，则找出的历史多维行程数据与当前车辆的行驶子路段当前多维行程数据就会不同，则当前车辆的速度、平均行驶时间都会不同，找出的历史多维行程数据不匹配，或者说接近度不是最高的，该历史多维行程数据被放弃。基于此，根据本公开的矿区车辆调度方法，可以基于所找出的与所述当前多维行程数据的对应部分匹配的所述历史多维行程数据可以估计当前车辆在当前路线的未行驶的部分上将需要多长时间。
[0078]
在一个实施例中，使用时间向量表征车辆在多个路线的每个路线的历史多维行程数据，以及当前车辆在当前路线的多个子路段的已行驶子路段的当前多维行驶数据。基于余弦相似度公式计算表征多个路线的历史多维行程数据的时间向量与表征当前多维行驶数据的时间向量的夹角的余弦值，将计算的余弦值的最大值对应的历史多维行程数据确定为与所述当前多维行程数据的对应部分匹配的历史多维行程数据。
[0079]
每个路线可以标记为ri(i≥1)，i是路线的标识，例如路线1时，i是1。每条路线细分为多个子路段，记为r
ij
。j是子路段的标示，例如r
12
是路线1的子路段2。
[0080][0081]
上面的r
ij
表示车辆在第i条路线的j路段的行驶时间。
[0082]
车辆在第i条路线的j路段(即路段r
ij
)的行驶距离，记为s
ij
。将车辆行驶在ri上平均行驶时间、车辆运行状态信息、车辆的平速度并存储到列数据库，存储的数据tr
ki
定义为：
[0083][0084]
trk(tr表示车辆，下标k表示该车辆的编号)，gi实际装载的吨数，i表示路线的编号，i的取中的值与ri中的i含义相同)，表示平均行驶时间，vi表示车辆的平速度，表示车辆运行状态。
[0085]
记录车辆tr
ki
行驶的路线中的段路的平均行驶时间，平均油耗，平均行驶速度，并将trk和班次编号作为行键键值，将tr
kij
定义为：
[0086][0087]
tr
ki
中的tr表示车辆，下标k表示该车辆的编号，i表示路线的编号，i的取值与ri含义相同)，表示平均行驶时间，表示车辆的平速度，表示平均行驶速度。将tr
ki
和tr
kij
存储到数据库中。取得当前车辆在该路线r
ij
段的时间向量，剩余路段补零。取得历史该路段所有时间向量。
[0088]
表征历史多维行程数据的路线分段向量为表征当前多维行程数据的对应的
路线分段的路线分段向量为余弦相似度公式为：
[0089][0090]
其中并且
[0091]ri1
，r
i2
，r
ij
分别表示当前车辆在第i条路线的第1、2...、j路段的行驶时间，r’k1
，r’k2
，...r’km
表示在历史行程集中车辆在第k条路线的第1、2
…
m路段的行驶时间，n表示历史多维行程数据的标号，θ表示表征多个路线的历史多维行程数据的时间向量与表征当前多维行驶数据的时间向量的夹角。n可以为自然数，例如可以为1、2、3、
…
、n(n为历史多维行程数据的数量)。
[0092]
根据本公开的实施例，矿区车辆调度方法还包括：针对矿区地图上的多个车辆，估计多个车辆的每一个的当前路线的未行驶子路段所需行驶时间，由此可以统计所述多个车辆到达第二位置的时间。
[0093]
矿区所有路面上的车辆的路线、剩余子路段以及到达第二位置的时间可以在极短的时间估计完成，这样可以实时跟踪了解所有车辆到达第二位置的排序，如果到达第二位置的车辆比较集中，就会出现车辆在第二位置等待(例如卸载矿石)的情况，降低车辆的使用效率，也就是说车辆的数量多了，需要减少车辆数量，或者，需要调整车辆出发的间隔或路线。如果出现第二位置没有车辆的情况，即第二位置处的例如铲车等操作机构空闲，则可以考虑增加车辆的数量，例如可以增加车辆较少的路线上的车辆数量。
[0094]
在本公开中，第二位置可以是例如装载或卸载的位置，例如是卸载矿石的位置，车辆到达第二位置时需要卸载矿石，这需要一定的时间完成卸载任务，并且车辆按照抵达第二位置的顺序进行卸载矿石，如果车辆抵达第二位置的时间间隔比完成卸载矿石的时间短，则后抵达的车辆将需要等待前车卸载操作，这可能是不利于效率的提高。应该知道，第一位置和第二位置可以是其他操作位置。在本实施例中，计算多个车辆的每一个在第二位置完成例如装载或卸载所需时间，即计算所述多个车辆在第二位置完成任务所需停留的时间，并将所计算的停留的时间结合前面估计车辆到达第二位置的时间，确定多个车辆到达第二位置的次序，实时地确定将要投入运行的车辆的数量，使得所确定的数量的车辆能够依次从第一位置到达第二位置并在第二位置完成任务，并且车辆在第一位置和/或第二位置具有被缩短的等待时间，例如等待时间可以缩短至零。
[0095]
在本公开的一个实施例中，可以通过车载的定位装置获取车辆的当前位置以实时地更新当前车辆的当前位置，从而更新车辆的当前路线的已行驶子路段的当前多维行程数据，动态地估计当前车辆的当前路线的未行驶子路段所需行驶时间。这样有利于在外部环境出现变化的时候更新对车辆在剩余子路段上的行驶速度和行驶时间的估计，例如，突然下雨造成路面湿滑，车辆的平均速度改变，此时在历史行程集中获取的历史行程数据可能发生改变，对相同路线上的车辆的估计的行驶时间等将发生改变。
[0096]
在本公开的一个实施例中，矿区车辆调度方法还包括：基于确定的车辆的数量，确定在第一位置的第一设备的数量和/或第二位置的第二设备的数量以便所述车辆在第一位
置和/或第二位置具有被缩短的等待时间。例如，在一个实施例中，第一位置是装载设备装载矿石的位置，铲车为每一个车辆装载矿石需要一定的时间；第二位置是卸载设备卸载矿石的位置，铲车为每一个车辆卸载矿石需要一定的时间。车辆在第一位置装载矿石，然后，经过一条路线到达第二位置，在第二位置处卸载矿石，完成整个过程的时间包括第一位置处装载矿石的固定装载时间和第二位置处卸载矿石的固定的卸载时间，以及在路线上非恒定的行驶的时间，通过估计行驶时间可以估计车辆整个过程的时间，从而可以实现对车辆的调度，使得车辆在第一位置和/或第二位置等待的时间被缩短，此处，等待的时间是车辆装卸或卸载操作之外的时间；还可以使得第一位置和/或第二位置处的铲车空闲的时间被缩短，即第一位置和/或第二位置处铲车等候车辆的到来的时间被缩短，提高铲车以及整个矿区的产出效率。
[0097]
在另一实施例中，车辆调度方法可以包括：获取所述装载设备为车辆完成装载所需时间，和获取所述卸载设备为车辆完成卸载所需时间，由此确定装载设备和卸载设备的数量。跟本实施例，为了使得第一位置和/或第二位置处的铲车空闲的时间被缩短，可以减少第一位置和/或第二位置处的装载设备和卸载设备的数量，通过这样的方式可以减少空闲的铲车的数量，最优地，空闲的铲车的数量为零。
[0098]
在本公开中，车辆可以是无人驾驶车辆，车辆完成从第一位置至第二位置的行程是无人驾驶过程，这样的方式可以实现最大的经济效益。此外，还可以通过设置固定的行驶路线，为车辆指定或者根据实际情况分配行驶路线，车辆被分配路线后将沿固定路线行驶而不会在岔道或交叉路口处更换路线，这样的设置能够减小通过大数据估计无人车辆完成装载-行驶-卸载的整个过程的时间的运算量，又能够保证较高的准确性和工作效率。
[0099]
本公开的一方面提供一种矿区车辆调度系统100，如图1所示，可以包括地图模块20和设备管理模块30。
[0100]
地图模块20用于导入矿区地图的数据，并在所述矿区地图上确定从第一位置朝向第二位置行驶的多个例如固定的路线，并将所述多个路线的每个路线分成相应的多个例如固定的子路段。换句话说，路线可以是预先设定的，子路段也可以是预先设定的。
[0101]
设备管理模块30配置成与车辆的定位模块50通信连接以获取车辆定位数据。设备管理模块30还可以配置成例如统计车辆的数量、铲车的数量，还可以调度车辆(使得部分车辆开始用于运输，或者使得部分车辆停止用于运输等)以调整正在使用的车辆的数量等。设备管理模块30还可以配置成从车辆获取车辆的油耗、装载量等与车辆相关的数据，还可以获取铲车的工作数据，例如单位时间卸载量、装载量等。
[0102]
矿区车辆调度系统100还可以包括大数据分析和调度模块10。大数据分析和调度模块10可以配置成完成多种任务。
[0103]
例如，大数据分析和调度模块10可以从所述地图模块20获取所述矿区地图信息，并接收设备管理模块30获取的车辆定位数据以及与车辆相关的数据，得出并记录车辆多次在所述多个路线的每个路线的相应的多个子路段行驶的实时数据，由此形成所述车辆的历史多维行程数据，以构建动态的历史行程集。此处，所说的动态的历史行程集指的是将后续获取的车辆行驶数据并入到历史行程集中。此外，设备管理模块30获取的数据可以提供给大数据分析和调度模块10。
[0104]
例如，大数据分析和调度模块10可以配置成获取当前车辆在所述矿区地图上的实
时定位数据并记录当前车辆行驶的实时数据，生成当前车辆在当前路线的多个子路段的已行驶子路段的当前多维行程数据。
[0105]
例如，大数据分析和调度模块10可以配置成从所述历史行程集中找出一个历史多维行程数据，使得当前车辆的当前多维行程数据与所述历史多维行程数据的对应部分匹配。
[0106]
例如，大数据分析和调度模块10还可以配置成基于所找出的与所述当前多维行程数据的对应部分匹配的所述历史多维行程数据估计所述当前车辆的当前路线的未行驶子路段所需行驶时间。
[0107]
在一个实施例中，矿区车辆调度系统100的大数据分析和调度模块10配置成：
[0108]
使用时间向量表征车辆在多个路线的每个路线的历史多维行程数据，以及当前车辆在当前路线的多个子路段的已行驶子路段的当前多维行驶数据，基于余弦相似度公式计算表征多个路线的历史多维行程数据的时间向量与表征当前多维行驶数据的时间向量的夹角的余弦值，将计算的余弦值的最大值对应的历史多维行程数据确定为与所述当前多维行程数据的对应部分匹配的历史多维行程数据。
[0109]
与本公开以上描述的方法实施例类似，使用余弦相似度进行向量运算可以从历史行程集中找出一个历史多维行程数据，使得表征该历史多维行程数据的向量与表征当前多维行程数据的对应的路线分段的路线分段向量为余弦值最大。
[0110]
大数据分析和调度模块10还配置成实现以上描述的方法中的全部步骤或操作。
[0111]
所述大数据分析和调度模块10配置成将当前车辆的当前多维行程数据存储至历史行程集，以便更新动态的历史行程集。
[0112]
在一个实施例中，所述大数据分析和调度模块10配置成获取所述装载设备为车辆完成装载所需时间，和获取所述卸载设备为车辆完成卸载所需时间，由此确定所述装载设备和所述卸载设备的数量。大数据分析和调度模块10可以向设备管理模块30输入指示，通过设备管理模块30与车辆的通信调度车辆和铲车，或其他工具。
[0113]
在一个实施例中，车辆是无人驾驶车辆。
[0114]
本公开的多个实施例不是为了限制本公开的原理或结构，而是为了帮助理解本公开的原理和技术方案，本领域技术人员在阅读本公开的实施例之后能够想到本公开中未记载的其他实施例，这些未在本公开中描述的实施例也应视为包括在本公开中，并且本公开的实施例以及未在本公开中描述的实施例可以组合以得出本公开的其他实施方式。本发明的范围应以权利要求的限定为准。