一种移动充电机器人的远程调度方法和系统技术方案

本发明专利技术公开了一种移动充电机器人的远程调度方法和系统，其中方法包括以下步骤：S1，获取用户终端充电任务的数据信息；S2，根据优先级算法对充电任务进行排队；S3，按照充电任务的排队顺序，对充电任务所在场地环境路况进行侦测；S4，进行闲置状态下的智能移动充电机器人与充电任务所在位置之间的路径最优化，得到最优行进路线；S5，智能移动充电机器人按照最优行进路线行进至充电任务所在位置，为用户车辆充电。本申请发明专利技术了一种高效、实用的远程调度方法及系统，可实现电动汽车用户预定快速调用移动充电机器人进行充电服务。用移动充电机器人进行充电服务。用移动充电机器人进行充电服务。

【技术实现步骤摘要】
一种移动充电机器人的远程调度方法和系统


[0001]本专利技术涉及移动储能电站领域，特别涉及一种移动充电机器人的远程调度方法和系统。

技术介绍

[0002]随着电动汽车的普及，移动充电机器人作为给电动汽车充电的电能提供设备，已经开始面世，目前只是基于人工方式，将移动充电机器人开到电动汽车停靠点进行充电服务，此方法效率低下，无论电充汽车用户还是移动充电车运营商，都无法实现快速预定充电服务，将电动汽车充电难的问题缓解。随着智能化技术、自动驾驶、云端、物联网等技术的革新，亟需一种智能化的移动充电机器人的远程调度方法及系统，实现电动汽车充电快速、高效的调度服务。

技术实现思路

[0003]为了解决现有问题，本专利技术提供了一种移动充电机器人的远程调度方法和系统，具体方案如下：
[0004]一种移动充电机器人的远程调度方法，包括以下步骤：
[0005]S1，获取用户终端充电任务的数据信息；
[0006]S2，根据优先级算法对充电任务进行排队；
[0007]S3，按照充电任务的排队顺序，对充电任务所在场地环境路况进行侦测；
[0008]S4，进行闲置状态下的智能移动充电机器人与充电任务所在位置之间的路径最优化，得到最优行进路线；
[0009]S5，智能移动充电机器人按照最优行进路线行进至充电任务所在位置，为用户车辆充电。
[0010]优选的，步骤2中的优先级算法选用基于Logistic回归的充电客户优质度评分方法，具体包括以下步骤：
[0011]S2.1，获取数据；
[0012]S2.2，对S2.1获取的数据进行处理；
[0013]S2.3，建立Logistic回归模型；
[0014]S2.4，对S2.2处理后的数据进行数据的划分，分为训练集和测试集；
[0015]S2.5，获取数据各维度的各自分布情况；
[0016]S2.6，根据S2.5中获取的数据各维度的各自分布情况，对数据各维度进行数据分段；
[0017]S2.7，对分段后的数据进行分析筛选，得到优质状态影响指标的排序；
[0018]S2.8，根据S2.4中划分的测试集对训练好的Logistic模型进行检验。
[0019]优选的，S2.2中数据进行处理的步骤包括：
[0020]S2.2.1，对S1获取的数据进行预处理；
[0021]S2.2.2，对预处理后的数据进行缺失值处理；
[0022]S2.2.3，对缺失值处理后的数据进行异常值处理。
[0023]优选的，S2.2.1中预处理包括将S2.1获取的数据转化为可用作模型开发的格式化数据，并根据Python内有describe函数，掌握数据集的缺失值、均值和中位数。
[0024]优选的，S2.3中建立Logistic回归模型需要建立应变量与自变量的对应关系函数表达式，所述自变量指Logistic回归模型中的输入的各个维度数据，所述应变量指客户优质程度的评价。
[0025]优选的，S2.7中所述分析筛选，包括对分段后的数据进行相关性分析，之后再进行IV筛选，得到优质状态影响指标的排序；其中，优质状态影响指标的排序依据，包括各个维度的逻辑斯特回归系数大小，逻辑斯特回归系数越大，数据指标对优质状态的影响越大。
[0026]优选的，S4根据A*算法进行最优路径的选择。
[0027]本专利技术还揭示了一种计算机可读存储介质，介质上存有计算机程序，计算机程序运行后，执行如上述的移动充电机器人的远程调度方法。
[0028]本专利技术还揭示了一种计算机系统，包括处理器、存储介质，存储介质上存有计算机程序，处理器从存储介质上读取并运行计算机程序以执行如上述的移动充电机器人的远程调度方法。
[0029]优选的，一种基于上述的移动充电机器人的远程调度方法的系统，包括智能移动充电机器人、用户终端、任务管理平台、车辆管理平台以及地图路线规划平台；
[0030]所述用户终端通过无线通信模块发送充电任务至所述任务管理平台，所述充电任务包括用户信息、充电需求信息以及充电目标车辆的地理位置；
[0031]所述任务管理平台接收到充电任务后，根据优先级算法进行任务排队，形成任务队列，并按照任务队列的顺序，将充电任务上传至车辆管理平台；
[0032]所述车辆管理平台调用环境路况检测服务程序，对充电任务所在场地进行环境路况侦测，并将路况上传至地图路线规划平台；同时，所述智能移动充电机器人将所述地图路线规划平台将自身状态实时上传至地图路线规划平台；
[0033]所述地图路线规划平台根据闲置状态下的智能移动充电机器人和充电目标车辆的地理位置，并运用A*算法进行两者之间的最优路径规划，得到最优路径；
[0034]所述智能移动充电机器人根据最优路径移动到充电目标车辆的地理位置，为充电目标车辆进行充电。
[0035]本专利技术的有益效果在于：
[0036]本申请专利技术了一种高效、实用的远程调度方法及系统，可实现电动汽车用户预定快速调用移动充电机器人进行充电服务。
附图说明
[0037]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0038]图1为本专利技术的方法流程图；
[0039]图2为优先级算法的流程图。
具体实施方式
[0040]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0041]如图1，一种移动充电机器人的远程调度方法，包括以下步骤：
[0042]S1，获取用户终端充电任务的数据信息。
[0043]S2，根据优先级算法对充电任务进行排队。如图2，优先级算法选用基于Logistic回归的充电客户优质度评分方法，具体包括以下步骤：
[0044]S2.1，获取数据。
[0045]其中，该数据包括存量客户和潜在客户的数据。存量客户是指已经在充电公司开展相关充电类业务的客户；潜在客户是指未来拟在充电公司开展相关充电业务的客户。其中客户的数据维度包括了优劣客户的划分标签、客户年龄、月收入、净资产总额、家属人数、债务比率、每周工作时长、每月行车里程、每月充电次数等应变量。
[0046]S2.2，对步骤2.1获取的数据进行处理。其中，处理步骤包括：
[0047]S2.2.1,对S1获取的数据进行预处理.
[0048]其中，预处理包括将步骤1获取的数据转化为可用作模型开发的格式化数据，并本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种移动充电机器人的远程调度方法，其特征在于，包括以下步骤：S1，获取用户终端充电任务的数据信息；S2，根据优先级算法对充电任务进行排队；S3，按照充电任务的排队顺序，对充电任务所在场地环境路况进行侦测；S4，进行闲置状态下的智能移动充电机器人与充电任务所在位置之间的路径最优化，得到最优行进路线；S5，智能移动充电机器人按照最优行进路线行进至充电任务所在位置，为用户车辆充电。2.根据权利要求1所述的移动充电机器人的远程调度方法，其特征在于，步骤2中的优先级算法选用基于Logistic回归的充电客户优质度评分方法，具体包括以下步骤：S2.1，获取数据；S2.2，对S2.1获取的数据进行处理；S2.3，建立Logistic回归模型；S2.4，对S2.2处理后的数据进行数据的划分，分为训练集和测试集；S2.5，获取数据各维度的各自分布情况；S2.6，根据S2.5中获取的数据各维度的各自分布情况，对数据各维度进行数据分段；S2.7，对分段后的数据进行分析筛选，得到优质状态影响指标的排序；S2.8，根据S2.4中划分的测试集对训练好的Logistic模型进行检验。3.根据权利要求2所述的移动充电机器人的远程调度方法，其特征在于，S2.2中数据进行处理的步骤包括：S2.2.1，对S1获取的数据进行预处理；S2.2.2，对预处理后的数据进行缺失值处理；S2.2.3，对缺失值处理后的数据进行异常值处理。4.根据权利要求3所述的移动充电机器人的远程调度方法，其特征在于：S2.2.1中预处理包括将S2.1获取的数据转化为可用作模型开发的格式化数据，并根据Python内有describe函数，掌握数据集的缺失值、均值和中位数。5.根据权利要求2所述的移动充电机器人的远程调度方法，其特征在于：S2.3中建立Logistic回归模型需要建立应变量与自变量的对应关系函数表达式，所述自变量指Logistic回归模型中的输入的各个维度数据，所述应变...

【专利技术属性】
技术研发人员：戴勇，谢发强，卢继雄，
申请(专利权)人：安徽易加能数字科技有限公司，
类型：发明
国别省市：