王雅琪　贾旭飞　李雪琳

摘 要：针对O2O背景下苏宁无人配送路径优化问题，研究提出在经典VRP问题中引入无人设备避障问题，并建立考虑时间窗约束、设备负载约束的成本最优规划模型。为求解模型，采用A*算法设计研究无人驾驶设备的避障问题，研究设计出遗传算法。基于苏宁配送，本文研究了在不同障碍物数量水平下的配送优化问题。

关键词：无人驾驶避障配送;路径优化;A*算法;遗传算法

中图分类号：F25

文献标识码：Adoi：10.19311/j.cnki.1672-3198.2020.19.008

0 引言

目前各种形式的无人驾驶配送已经成为苏宁公司研究的热点。为满足消费者对配送速度及安全性的需求，开发人工智能配送物流设备必然成为未来发展的趋势。自1959年Dantzig、Ramser提出车辆路径问题（VRP）以来，物流优化问题成为国内外学者的重要研究方向之一。無人驾驶配送在传统VRP的基础上进行深入研究。

分别设置障碍物水平n=10，n=30。在不同障碍物水平下无人驾驶设备优化配送路径如图2所示。平均服务成本分别为121.56与116.01。仿真结果可得：不同障碍物水平下谁被的选择及路径的规划差距较小，平均单位服务成本n=10最小，在n=10，30时随着障碍物水平的提高，平均服务成本降低。

3 结论

本文首次采用A*算法将无人驾驶设备的避障路径规划问题应用于物流配送中，建立多目标优化模型;基于呼和浩特苏宁数据，应用遗传算法得到了无人驾驶设备避障路径规划的最优解，得到了不同障碍物水平下的优化配送路径及设备选择结果。

参考文献

[1]A. Tsourdos， B. White， M. Shanmugavel. Cooperative path planning of unmanned aerial vehicles[M]. John Wiley & Sons，2010.

[2]G. B. Dantzig， J. H. Ramser. The truck dispatching problem[J]. Management Science，1959，（6）：80-91.