□ 賈熙來，林 麗，屠浩誠，李小格，王藝蒙

(南京林業(yè)大學 汽車與交通工程學院，江蘇 南京 210037)

《校園快遞行業(yè)發(fā)展報告(2019)》顯示[1]，我國高校學生的網(wǎng)購比例正處于爆發(fā)式增長階段，校園快遞已成為快遞行業(yè)中的重要一環(huán)?？爝f行業(yè)的總體服務(wù)質(zhì)量雖然日益提高，但是在校園的配送服務(wù)中仍存在“最后一公里”問題。高?？爝f具有數(shù)量多、增長速度快、用戶的期待度高等特征；目前，高校內(nèi)用戶大多仍采用集中或分散快遞點自取的方式取件，校內(nèi)用戶收發(fā)快遞多以步行為主，路線較為單一，且校內(nèi)道路狀況較差，當用戶寄取的快遞過重、步行距離過長時，用戶的舒適度將大幅降低。現(xiàn)階段，鮮有對于無人車配送在校園內(nèi)應(yīng)用的研究，研究多集中于無人車在外部復(fù)雜道路或封閉空間內(nèi)的應(yīng)用，如美團公司近期推出的新一代無人配送車“魔袋20”，具有L4級別自動駕駛能力，其在疫情期間無接觸配送中發(fā)揮了巨大作用[2]，但由于此類無人車成本高，運量小，對道路狀況、路側(cè)設(shè)施要求高，行駛中對道路影響較大，因此在校園快遞的配送中難免顯得大材小用。

本文針對高校內(nèi)快遞數(shù)量、道路情況等，從路線確定，運行方式兩方面入手，設(shè)計了一套更適用于校園的自動化配送系統(tǒng)。此系統(tǒng)提供了“最后一公里”的配送服務(wù)，能夠有效分擔集中快遞點的運營負擔，并解決學校用戶群體的“取件難”問題。

1 南京林業(yè)大學校園的快遞小區(qū)劃分及調(diào)查分析

以南京林業(yè)大學本部校區(qū)為例，多數(shù)用戶與快遞點間距較遠、快遞收取不便、快遞點集中、取件人數(shù)較多；各類電商活動期間，快遞量激增導(dǎo)致快遞點超負荷運轉(zhuǎn)、用戶排隊時長延長，同時造成了大量的人員聚集，不僅使快遞點的運轉(zhuǎn)效率低下，也存在一定的安全隱患。為更好了解校內(nèi)快遞運營的整體情況，本文采用問卷調(diào)查法對各區(qū)域進行研究。

1.1 快遞小區(qū)的劃分

根據(jù)南京林業(yè)大學的學生宿舍區(qū)域劃分辦法，對學生宿舍Ⅰ、Ⅱ、Ⅲ區(qū)進行更細致的劃分，將其中間距較小、人數(shù)相近的建筑單位合并為一個小區(qū)；根據(jù)問卷調(diào)查中所得快遞量對劃分區(qū)域進行修正，若其中部分建筑吸引的快遞量過少，則將其并入臨近的快遞小區(qū)；確定小區(qū)快遞集散點后，其服務(wù)能力、服務(wù)范圍應(yīng)能夠滿足整個快遞小區(qū)的需求，具體分類結(jié)果如圖1。

圖1 快遞小區(qū)分布圖

1.2 問卷調(diào)查及現(xiàn)狀分析

本文研究的服務(wù)對象包括在校師生和校內(nèi)居民，約36000人。該問卷對現(xiàn)階段校內(nèi)用戶的快遞收發(fā)方式、效率、件數(shù)、規(guī)格、校內(nèi)居住地、用戶的滿意度以及用戶年平均取件數(shù)等方面進行抽樣調(diào)查。為保障調(diào)查結(jié)果的準確性，除進行網(wǎng)絡(luò)問卷調(diào)查之外，還在校內(nèi)不同區(qū)域進行隨機詢問調(diào)查，共得到問卷345份，其中有效問卷306份，有效率約88.69%；有關(guān)快遞點現(xiàn)狀的具體結(jié)果如圖2所示。

圖2 問卷調(diào)查結(jié)果

1.3 具體小區(qū)快遞吸引量的調(diào)查

整理問卷調(diào)查數(shù)據(jù)后，可得出各小區(qū)的快遞吸引量如表1所示。

表1 問卷調(diào)查結(jié)果與分析

各宿舍樓棟日平均快遞吸引量的計算:

(1)

式(1)中，Rn為每樓棟人數(shù)，Kn為各樓棟平均每日產(chǎn)生的快遞量，Gi為小區(qū)的實際快遞吸引量，n為樓棟編號，得出的各樓棟的日均快遞吸引量如圖3所示。

圖3 校內(nèi)各樓棟日平均快遞吸引量

2 快遞集散分布模型的建立及應(yīng)用

2.1 模型總體坐標的分析

根據(jù)前文所劃分的六個快遞小區(qū)，按理想化狀態(tài)下快遞的集散分布，以校園北三門作為坐標原點，建立空間坐標系，將各小區(qū)內(nèi)每個樓棟的主要出入口記為該單位樓棟的快遞集散坐標點，該點在三維坐標系中具有絕對坐標(x,y)；將式(1)中所述的快遞分擔量Kn作為該樓棟在三維坐標系中的絕對坐標Z，在軟件內(nèi)完成相應(yīng)網(wǎng)點的標定，建立小區(qū)的三維模型。

2.2 模型形心的計算

根據(jù)各小區(qū)的三維模型，建立快遞小區(qū)的三維矩陣Di,Di為第i個小區(qū)內(nèi)的三維坐標矩陣，小區(qū)內(nèi)有n個樓棟的坐標集散點，具體形式如式(2)所示：

(2)

將Di帶入公式：center=mean(Di)，計算形心坐標，得到每個快遞分布小區(qū)的形心坐標點(x,y,z)，具體結(jié)果如表2。

表2 小區(qū)形心點坐標

2.3 快遞集散點位置的確定

將各小區(qū)三維圖形的形心在校園平面內(nèi)的投影點作為該小區(qū)內(nèi)快遞集散點設(shè)置的最優(yōu)點。但考慮實際校園道路交通和環(huán)境的影響，應(yīng)排除校園道路、建筑、綠地等設(shè)施，選取投影點附近合適的位置設(shè)置該小區(qū)的快遞集散點。此外，由于小區(qū)③各樓棟距快遞發(fā)出點小于100m，故不列入此次的模型中進行計算。將所得結(jié)果進行覆蓋模型的驗算，并與黃媛等[3]提出的智能快遞柜布置結(jié)果進行對比選擇后，得出六個快遞小區(qū)的快遞集散點布置情況如圖4所示，各集散點的三維坐標(x,y,z)如表3所示。

圖4 快遞集散點布置圖

表3 快遞集散點布置情況及坐標

3 無人車配送最優(yōu)路徑的確定

3.1 構(gòu)筑校園內(nèi)道路網(wǎng)路模型圖

對校園內(nèi)各快遞集散點之間最短距離的計算可采用Dijkstra算法[4]，為簡化算法的求解過程，提升運算速度，從而實現(xiàn)對最短路徑的求解，首先需構(gòu)筑校園內(nèi)道路的建筑模型圖。從校園地圖中提取由快遞發(fā)出點作為起點，通往或途徑各小區(qū)快遞集散點的有效路徑，將其抽象化形成具體的校園道路聯(lián)通網(wǎng)絡(luò)模型，以兩條道路的交叉點為節(jié)點，將道路進行分段，獲得相應(yīng)的頂點集合V={1,2,3,…,18,19}，具體結(jié)果如圖5所示；并在網(wǎng)絡(luò)模型圖中獲取由各個頂點截取的各路段長度，以其作為各路段的權(quán)值，建立權(quán)矩陣，如圖6所示，帶入算法內(nèi)進行計算。

圖5 校園道路聯(lián)通

圖6 各點間道路權(quán)矩陣

3.2 算法實現(xiàn)過程

算法的主要目的是得出兩個頂點之間的最短路徑，在該項目中，拓展應(yīng)用為確定一個頂點作為源節(jié)點，計算從該頂點出發(fā)，經(jīng)過圖中所有其他節(jié)點的最短路徑，產(chǎn)生一個最短路徑圖。

具體實現(xiàn)過程如下：

(1)將校園中所有經(jīng)過計算后確定的快遞次級集散點及其之間的通路畫為有權(quán)重的有向圖G;

(2)將北三門快遞總集散點設(shè)為源節(jié)點A1；集合A存放圖G中的所有頂點；集合E存放圖G中的所有邊，通過兩個頂點形成的有序元素對(Ai，Aj)表示從頂點i到j(luò)有路徑相連，而邊的權(quán)重則通過計算集散點之間的距離得出。其中，任意兩點間路徑的權(quán)重為該路徑上所有邊的權(quán)重總和;

(3)學校的所有快遞集散點組成的集合為A，從源點開始，算法不斷地選取集合A-E中具有最小路徑的頂點Ai：

①將源點A1加入集合A;

②遍歷該點的所有鄰接點，找到與源點之間路徑最短的頂點放到新的集合A′中(初始狀態(tài)時，集合A′中只有源點A1)，隨著遍歷過程不斷重復(fù)，每次都會找到一個新的不重復(fù)的頂點放入A′中，直到所有頂點全部加入集合A′中;

③重復(fù)上述遍歷過程，直到所有頂點全部加入集合A′中[5]。

3.3 最短路徑結(jié)果

最終經(jīng)計算后得出快遞配送的最短路徑為1>11>6>2>5>4>3>7>3>4>8>12>16>17>18>19>18>15>11>1(從北三門出發(fā)最后回到北三門)，最短路徑長度約為3545米，具體結(jié)果如圖7所示。

圖7 最佳聯(lián)通路徑

4 無人車線路的分析

無人快遞車能否在校園內(nèi)正常運營，取決于無人快遞車的運輸能力能否滿足需求，能否正確地處理運營線路上人、車、路之間的關(guān)系。通過我國快遞業(yè)務(wù)增長趨勢預(yù)測校內(nèi)快遞增長，分析未來校內(nèi)快遞增長率，考慮無人車載運量和運行方式，最終規(guī)劃運營線路。

4.1 快遞增長趨勢預(yù)測

由于校內(nèi)各快遞小區(qū)的每年常駐總?cè)藬?shù)無明顯變化，結(jié)合前文問卷，將快遞數(shù)量增長情況的調(diào)查結(jié)果帶入式(3)計算，所得結(jié)果如圖8所示。

圖8 校園年平均快遞增長速率

(3)

近年來校園內(nèi)快遞數(shù)量的增長率約為20%。在線路設(shè)計中應(yīng)考慮到此系統(tǒng)的未來服務(wù)水平，并結(jié)合校園未來發(fā)展規(guī)劃，故僅對未來五年內(nèi)各快遞小區(qū)的日平均快遞吸引量進行預(yù)測，作為未來線路數(shù)及投放設(shè)備量的規(guī)劃依據(jù)，具體結(jié)果如表4所示。

表4 未來5年各小區(qū)的日平均快遞吸引量 (單位：件)

4.2 無人車具體運營方式

由于現(xiàn)階段市面上使用的無人車不適用于高校，故本文方案擬選用磁導(dǎo)航AGV，具體形式如圖9所示，其具有成本低、效率高、控制簡單、技術(shù)成熟度高、抗干擾能力強等優(yōu)點，運行方式采用在預(yù)制構(gòu)件內(nèi)鋪設(shè)磁性地標，由位于車輛底部的磁敏傳感器識別路線，實現(xiàn)對道路的指引[6]。由于現(xiàn)階段AGV的運行條件較為嚴格，可采用地下共同溝的方式來滿足AGV對運行環(huán)境封閉無影響和路面平整度的要求[7]：將預(yù)制構(gòu)建按規(guī)劃線路方向埋設(shè)于道路兩側(cè)的人形通道下，僅在小區(qū)快遞集散點附近合適區(qū)域設(shè)置開口，進行裝卸貨作業(yè)。共同溝形式如圖10所示。

圖9 雙向潛伏式磁導(dǎo)航AGV

圖10 校內(nèi)地下共同溝布置圖(單位：cm)

此方案的優(yōu)點在于能大幅提高運量以及配送效率，運營過程中的所有路線均與地面道路具有上下層次的空間關(guān)系，有效的避免了AGV在路表運行時與行人的相互影響，可以同時收納市政、電力、通訊、給排水等各類管道設(shè)施，方便檢查與維修[8]。

4.3 無人車的載運量

無人快遞車運載量模型的計算公式：

(4)

式(4)中，N代表一輛無人車裝載的快遞數(shù)量；V代表一輛無人快遞車的裝載體積；a、b、c分別代表大、中、小件包裹的體積，關(guān)于大中小快遞劃分標準根據(jù)校內(nèi)快遞點標準快件的體積與質(zhì)量分析評估得到。結(jié)合無人快遞車的裝載體積的計算公式和前文問卷調(diào)查已知的大、中、小件快遞的占比，可以估計160cm×100cm×30cm無人快遞車的平均每次載貨量在35件，并可采用兩車拼接等方式提升運量。

4.4 無人車的運營線路規(guī)劃

結(jié)合前文所得最優(yōu)路徑、集散點位置等要素，以及校內(nèi)具體道路情況，采取最短路交通流分配法，對小車運送區(qū)域的最優(yōu)路徑進行劃分；在運行中最少需要使用三臺設(shè)備進行運送作業(yè)，其中，一號小車負責小區(qū)②(學生公寓二區(qū))和小區(qū)⑤(主要教學區(qū))；二號小車負責小區(qū)①(學生公寓一區(qū))和小區(qū)④(北大山公寓)；三號小車負責小區(qū)⑥(南大山公寓)；具體線路劃分如圖1所示。理想狀態(tài)下，根據(jù)校園地圖距離和無人快遞車的配速可得其配送距離及時間。經(jīng)計算后，需以每年三輛的速度增加,才能滿足校園內(nèi)的快遞增長需求。

圖11 具體最優(yōu)線路

5 總結(jié)與展望

本文基于南林校園本部校區(qū)，劃分快遞小區(qū)，以快遞分擔量為權(quán)重建立了快遞集散分布模型，確定了各小區(qū)的集散點，使之滿足服務(wù)半徑要求；并以道路長度為權(quán)值，采用Dijkstra算法模型對校園最優(yōu)路徑進行建模計算，提出以地下共同溝的方式從空間上解決了無人車運營時與行人的沖突，解決校園上課高峰時間和道路用地因素對運輸效率的影響，為校園新的快遞運輸方式的應(yīng)用提供建議，促進校園內(nèi)快遞物流的高效發(fā)展。

但論文在研究過程中，僅以南京林業(yè)大學為例建立模型，并未將模型應(yīng)用于其他校園，故主觀性較強，較為理想化；且本系統(tǒng)仍需要結(jié)合校園內(nèi)道路的具體路況、路側(cè)行人數(shù)等因素加以檢驗和改進，在面對更為復(fù)雜的路網(wǎng)情況時，可在本文兩種算法的基礎(chǔ)上使用蟻群算法提升運算結(jié)果的準確性以及運算速度；考慮到在校師生對智能化平臺的接受度與普及率高，未來應(yīng)加入小程序優(yōu)化系統(tǒng)，實現(xiàn)智慧物流；為確保系統(tǒng)的經(jīng)濟性，應(yīng)根據(jù)實際工程需要對系統(tǒng)進行優(yōu)化。