本公开涉及对材料向制造设施或具有工业应用的其他设施内的工作站的优化交付，所述其他设施诸如货栈、仓储设施、货运仓库（truckingdepot）或利用不同工作站的其他工业中心。
背景技术：
在制造过程期间，需要对材料的设施内运输，以促进复杂产品的正确组装。在制造期间，在设施内的工作站处需要原材料或精心制作（crafted）的零件来正确地组装成品。可以使用设施内车辆将材料运输到各种工作站，所述设施内车辆将原材料或精心制作的零件交付到需要它们的工作站（有时称为“循环取货（milkrun）”）。设施内运输可以利用具有用于运输车辆的固定调度（schedule）的静态条件集。运输车辆可能利用效率低下的路线，或者不适应条件中的动态改变。运输车辆当适应人类操作者的调度要求时也可能遭受效率低下。
技术实现要素：
本公开的一个方面涉及一种用于控制与设施相关联的车队的系统。该系统可以包括非暂时性计算机可读介质，所述非暂时性计算机可读介质包括指令，所述指令当由处理器执行时，使得处理器执行与车辆的控制相关的功能。控制车辆的功能可以与通过部署车辆来完成多个任务相关。任务可以包括针对与设施功能有关的材料的点对点运输请求。可以根据优化因素的层级来完成任务，该优化因素的层级用于引导车辆的控制朝向用于完成任务的优化解决方案。
本公开的另一方面涉及一种设施操作管理系统，其包括与存储器、传送器和接收器进行数据通信的处理器。传送器和接收器可以可操作以在处理器与同设施相关联的多个车辆之间建立数据通信。处理器可以可操作以根据存储在存储器中的指令来控制车辆。所述指令可以与完成多个任务的目标有关，所述多个任务使能实现设施的操作。处理器可以可操作以出于与同设施相关联的一个或多个拖车耦合或解耦的目的而控制车辆，被用于材料的点对点运输的拖车使能实现设施的操作。
本公开的另外的方面涉及用于利用自主车辆的设施操作的任务的优化。可以基于利用最小数量的变量表达式开发的优化因素的层级或组合来完成优化。变量表达式可以利用对其他已知变量（诸如时间）的变量依赖性来被最小化。可以进一步根据最小化的不可行性分数来施行优化，该不可行性分数指示相对于可用车辆数量及其相关联的能力完成特定任务的可能性。
附图说明
图1是利用用于点对点材料运输的系统的设施的图解图示。
图2是图示优化设施内点对点材料运输的方法的流程图。
图3a是根据因素的层级的材料运输优化的图解图示。
图3b是根据因素的层级的材料运输优化的图解图示。
具体实施方式
参考附图公开了图示的实施例。然而，要理解的是，所公开的实施例意图仅仅是可以以各种形式和可替换形式体现的示例。各图不一定是按比例的，并且一些特征可能被放大或最小化以示出特定部件的细节。所公开的具体结构和功能细节不要被解释为限制性的，而被解释为用于教导本领域技术人员如何实践所公开的概念的代表性基础。
图1是根据优化在操作期间具有相关联车辆的车队的操作设施的图解图示。在所描绘的实施例中，设施可以包括制造工厂，但是其他实施例可以包括适合用于进行以下各项的设施而不偏离本文中公开的教导：利用专门化设施操作的材料处理、包装、化学处理、运送或任何其他可优化的操作。
操作设施包括路径100以及设施内的多个工作站和多个相关联的车辆。所描绘的实施例包括工作站101、103、105、107、109、111、113和115，各自执行用于设施的操作的功能。在所描绘的实施例中，工作站101-115可以各自执行唯一的功能，但是其他实施例可以包括执行基本相同功能的两个或更多个工作站，而不偏离本文中公开的教导。在所描绘的实施例中，工作站101-115中的每个可以包括完全自主功能行为，但是其他实施例可以包括需要用户干预的工作站，而不偏离本文中公开的教导。在一些实施例中，设施内的所有工作站都可以需要用户干预，而不偏离本文中公开的教导。对设施操作的优化可以利用指示每个工作站的放置、功能、可访问性和操作要求的数据。作为举例而非限制，工作站101可以需要最小量的原材料来生产用于在工作站103处组装的部件。其他实施例可以包括诸如不同的工作站数量、不同的工作站布置或不同的设施布局之类的其他配置，而不偏离本文中公开的教导。
设施可以进一步包括车队。在所描绘的实施例中，车队可以包括车辆117、119、121和123，但是其他实施例可以包括不同数量的车辆，而不偏离本文中公开的教导。车辆117-123可以可操作以完成多个任务，所述多个任务包括对可交付物的从设施内的源位置向设施内的目的地位置的点对点运输。源位置和目的地位置可以由与每个点对点运输相关联的任务来限定。可交付物可以包括由设施内的工作站利用的材料、部件、零件、化学品或任何其他供应品，以便执行相关联工作站的功能。在一些实施例中，可交付物可以包括操作供应品，诸如润滑剂、冷却剂、替换零件或者由工作站利用的将不包括在工作站的最终制造输出内的其他材料或部件。在一些实施例中，工作站可以包括输出系统，该输出系统用于在没有车辆帮助的情况下在工作站之间运输可交付物，而不偏离本文中公开的教导。在这样的实施例中，输出系统可以包括传送机、轨道、升降机、真空管道或为本领域普通技术人员已知的适合用于在工作站之间运输可交付物的其他交付系统。本文中的教导主要涉及对基于车辆的点对点运输的优化，并且没有详细示出任何这样的输出系统。
车辆可以使用与设施相关联的一个或多个拖车来运输可交付物。在所描绘的实施例中，设施包括拖车125、127、129和131，但是其他实施例可以包括具有不同数量的拖车的其他配置。每个拖车可以能够运输不同类型的可交付物。在所描绘的实施例中，拖车131可以与液体可交付物兼容，而拖车125-129可以与固体可交付物兼容。拖车可以与多种类型的可交付物兼容，这可以通过在任务完成期间允许对于多个可交付物重复使用单个拖车来有利地改进效率。一些拖车可以被配置成同时支持多种类型的材料，而不偏离其中公开的教导。拖车与特定可交付物的兼容性可以由以下各项来限定：拖车的规格（例如拖车体积、重量容量）、针对可交付物的指定要求（例如法定安全要求、主动制冷措施）、用于目的地工作站的兼容传输机制或本领域普通技术人员在不偏离本文中公开的教导的情况下认识到的任何其他兼容性限定。
车辆117-123的功能能力对于每个车辆可以是不同的，但是在一些实施例中，与设施相关联的一个或多个车辆可以包括相同的功能能力。功能能力可以包括性能度量，诸如最大安全移动速度、最大托运容量、最大托运体积或可操控性规格。在一些实施例中，车辆可以具有最大拖车容量，该最大拖车容量指示它们可以牵引的拖车的最大数量。一些性能度量可以是情境特定的。作为举例而非限制，车辆在牵引一大列拖车时，与当未被任何拖车阻碍时相比，可能不太可操控并且不能够达到最大速度。功能能力可以包括功能兼容性，诸如拖车兼容性、耦合机制或传输机制。在不偏离本文中公开的教导的情况下，可以考虑关于车辆的其他功能能力。
在所描绘的实施例中，可以从仓库133部署车辆117-123。当车辆117-123当前未被部署时，仓库133可以在设施内提供用于容纳车辆117-123的位置。仓库133可以提供用于进行如下操作的位置：在车辆被部署以完成任务之前利用最初托运的可交付物来装载车辆。在所描绘的实施例中，仓库133包括离开路径100的位置，车辆在该位置上穿过以抵达工作站，但是其他实施例可以包括其他配置，而不偏离本文中公开的教导。一些实施例可以不包括仓库，而不偏离本文中公开的教导。
每个任务调度可以包括对针对设施操作的点对点运输要求进行详述的多个任务。任务调度内的每个任务可以包括对于优化完成相关联的任务而言必要的信息。任务可以包括起始位置、目的地位置、相关联的可交付物、相关联的拖车类型、针对相关联的任务的优先级、完成的截止期限或最早的拾取（pickup）时间。一旦部署的车辆成功完成了调度中的每个任务，任务调度就可以被认为完成。任务可能需要车辆在工作站处或仓库133处附接拖车、拆卸拖车、装载可交付物或卸载可交付物。
图1描绘了优化操作期间的设施。在所描绘的实施例中，根据用于完成的任务的优化调度来主动部署车辆117-123。车辆117可以在从仓库133初始部署之后在方向135上穿过路径100。车辆119可以在方向137上穿过路径100，以将拖车125的内容交付到由其当前任务限定的目的地点。车辆121可以在方向139上穿过路径100，以将拖车127和131的内容交付到由其当前任务限定的一个或多个目的地点。在所描绘的实施例中，车辆123当前未被部署，并且保持在仓库133附近。在所描绘的实施例中，每个车辆在离开仓库133之后可以被分配要接续执行的多个任务，并且可以在分配的任务完成之后返回到仓库133以等待进一步部署。例如，车辆121可以在将拖车127的内容交付到工作站115之前，作为第一任务正将拖车131的内容交付到工作站103，在将拖车127的内容交付到工作站115之后它将返回到仓库133。在所描绘的实施例中，车辆117-123是完全自主的，但是在一些实施例中，设施中的一个或多个车辆需要人类操作，而不偏离其中公开的教导。
一些任务可以需要车辆耦合到被定位在设施中除了仓库133之外的某处的拖车。在所描绘的实施例中，拖车129位于工作站101附近，并且可用于耦合到从仓库133部署的车辆。
用于完成任务的车辆的部署可以由处理器141指导。处理器141可以通过建立与车辆中的每个的无线数据通信来控制部署。处理器141可以体现为移动处理设备、智能电话、平板计算机、膝上型计算机、可穿戴计算设备、台式计算机、个人数字助理（pda）设备、手持处理器设备、专门化处理器设备、跨网络分布的处理器系统、以有线或无线通信配置的处理器系统或为本领域普通技术人员已知的任何其他可替换实施例。
可以利用传送器143和接收器145来完成无线数据通信。车辆117-123中的每个可以包括收发器，该收发器可操作以允许与传送器143和接收器145进行数据通信。一些实施例可以包括单个收发器，该单个收发器可操作以执行传送器143和接收器145二者的功能，而不偏离本文中公开的教导。处理器141可以被配置成经由以下各项中的一个或多个进行无线通信：rf（射频）规范、蜂窝电话信道（模拟或数字）、蜂窝数据信道、蓝牙规范、wi-fi规范、卫星收发器规范、红外传输、zigbee规范、局域网（lan）、无线局域网（wlan）、rfid或为本领域普通技术人员已知的任何其他的可替换配置、协议或标准。
处理器141可以进一步与存储器147进行数据通信。存储器147可以包括可操作以存储与设施的操作有关的数据的数据存储部。存储器147可以进一步包括指令，所述指令当由处理器141读取时，使得处理器141执行控制车辆的优化部署的操作或者设施操作的其他相关联的功能。存储器147可以体现为用于承载或在其上存储有计算机可执行指令或数据结构的非暂时性计算机可读存储介质或机器可读介质。这样的非暂时性计算机可读存储介质或机器可读介质可以是以硬件或物理形式体现的、可以由通用或专用计算机访问的任何可用介质。作为举例而非限制，这样的非暂时性计算机可读存储介质或机器可读介质可以包括随机存取存储器（ram）、只读存储器（rom）、电可擦除可编程只读存储器（eeprom）、光盘存储装置、磁盘存储装置、线性磁数据存储装置、磁存储设备、闪速存储器或可以用于以计算机可执行指令或数据结构的形式承载或存储所期望的程序代码单元的任何其他介质。上述的组合也应当包括在非暂时性计算机可读存储介质或机器可读介质的范围内。
处理器141可以与用户接口149进行数据通信，用户接口149可操作以允许用户录入用于控制处理器的功能的命令和数据，或者访问存储在存储器147中的数据。在所描绘的实施例中，用户可以使用用户接口149来录入任务、任务调度，改变与优化有关的信息，或者直接命令与设施相关联的一个或多个车辆。
处理器141可以可操作以根据优化因素的层级或组合优化车辆的部署，来完成任务调度。优化因素可以包括设施操作的约束（诸如车辆能力或拖车兼容性）以及针对成功完成而置于任务之上的约束（诸如任务完成的截止期限或设施的最小输出）。附加的优化因素可以包括用于完成任务调度中的所有任务的时间，以及对于任务完成的不可行性分数。其他约束可以包括由设施内的人类工作者引起的时间约束，诸如所调度的休息（break）、轮班改变或设施操作者的可用性。
不可行性分数可以理解为在给定约束的情况下是否有可能成功完成任务调度的指示。不可行性分数提供了一种使用简单的值比较来比较不同的潜在优化的机制。具有最小不可行性分数的优化被认为是用于任务调度的最可行的优化。最佳优化解决方案是如下解决方案：其使针对每个任务的任务延迟最小化，并且因此使任务调度中的任务序列的总时间最小化。为零的不可行性分数指示在给定设施的当前条件、给定任务调度的约束的情况下，优化将成功，但是较高的不可行性分数可以指示任务调度仅在给定不同约束集的情况下可以被成功完成。
每个优化将利用多个变量对任务调度建模。使要跟踪的变量的数量最小化有利地减小优化的复杂性，并且可以导致用于具有更大数量任务的调度的成功的优化解决方案。在所描绘的实施例中，通过将一些变量限定为相对于其他变量的变量表达式，可以成功减小复杂性。例如，充当针对变量表达式的基础的一个有用的变量是每个车辆的任务序列。其他变量（诸如车辆针对特定任务而必须行驶的距离）可以替代地限定为如下变量表达式：该变量表达式被表达为穿过该距离所需的时间量。在另一个示例中，拖车的最大容量可以表达为取决于任务序列的变量表达式。通过相对于另一个变量（诸如任务序列）限定尽可能多的变量表达式，可以最小化求解时间。在一些实施例中，将除了任务序列之外的所有变量限定为变量表达式可以导致对于特定任务调度的大量任务的功能优化。可以完成80个任务的调度，但是在一些实施例中，可以类似地完成任意数量的任务，诸如大于200个任务。
处理器141通过使用数学优化技术测试不同的解决方案来找到高效的解决方案，并且可以选择相对于特定变量而最小化结果的解决方案。通过最大化对变量表达式的利用，优化的复杂性可以保持在可管理的水平。
作为示例，在图1中，车辆117-123可能不能够在路径100上执行掉头（u-turn）操控。可以通过在工作站之间穿过路径100而不执行掉头操控所需的时间量，来对去往一系列工作站的操控——其需要方向改变——进行建模。在一些实施例中，可以考虑其他可操控性限制，而不偏离本文中公开的教导。在一些实施例中，车辆117-123可以各自包括不同的可操控性限制，而不偏离本文中公开的教导。在所描绘的实施例中，如果车辆117要行驶到工作站105、然后是工作站111以及然后是工作站109，则优化必须考虑用于沿着路径100穿过另一路线的时间，因为掉头是不可允许的。通过将起始位置和目的地位置限定为工作站、拖车、仓库133或本实施例中未描绘的其他地标的不同相对端，可以进一步减小该约束的一些复杂性。例如，解决方案可以考虑车辆可以抵达工作站103的“北”端103n或“南”端103s。在本文中的公开中，“北”和“南”被用作如图1中所描绘的工作站的不同端的指示符，但是其他实施例可以利用其他标识，诸如“左”和“右”、“第一”和“第二”、“a”和“b”或任何其他不同的标识符，而不偏离本文中公开的教导。限定位置的每个端可以告知优化过程如何最小化用于穿过的时间，以得到需要更少总时间的更好的解决方案。例如，在所描绘的实施例中，车辆117可以通过南端103s的道路而比如果它必须从北端103n接近的情况更快地行驶到工作站103。以这种方式，可以取决于为了任务完成而必须到达哪个目的地位置来为车辆确定“最佳路径”。在部署以完成任务调度之前，可以在为每个车辆计算最佳路径期间利用对每个工作站的“北”端和“南”端的考虑。在所描绘的实施例中，最佳路径可以在部署之前以其整体来计算，但是其他实施例可以在抵达特定位置后计算位置之间的最佳路径。在优化期间，可以取决于对每个工作站的“北”端和“南”端的考虑来调整任务调度内的任务次序，以适应最佳路径。
在优化中可以考虑其他因素，诸如用于完成不同任务的车辆的可用性。例如，单个任务可以通过利用车队的整体来解决该任务而最高效地完成，但是如果利用不同的车辆来同时解决其他任务，则任务调度可以具有更好的优化解决方案。作为举例而非限制，如果车辆117和119是车辆121的三倍之快，但是每个车辆具有车辆121的25%的容量，则将车辆117和119用于去往特定目的地工作站的多次行程、而不是仅使用车辆121的单次行程可以是更高效的。然而，如果目的地工作站一次仅可以容纳从单个车辆卸载，并且需要特别长的时间从每个车辆正确地卸载可交付物，则该解决方案可能不是最佳的优化解决方案。在所描绘的实施例中，可以通过如下操作来找到优化：首先最小化任务调度的不可行性分数，然后最小化每个任务的延迟，并且最后使用最小化的复杂性模型来最小化用于完成的总时间，以找到用于完成所有任务的最佳调度。
图2是用于完成设施内的任务调度的一般化方法的图示。在操作可以开始之前，该方法必须首先在步骤200处调查设施和车队的条件。对设施和车队的调查告知该方法：车辆的能力、拖车的能力、任何人类工作者的可用性以及设施的配置和布局。该步骤基于设施、工作者和车队有效地限定对优化的约束。在所描绘的实施例中，步骤200可以使用基于处理器的实现方式来自动执行。
在调查完成之后，该方法行进到步骤202，在步骤202中，接收任务调度。任务调度包括多个任务，所述多个任务具有针对每个任务的相关联信息，所述信息可以用于根据优化因素的层级或组合找到优化解决方案。可以有利地使用关于最小化数量的变量而限定的多个变量表达式来限定优化因素的层级。使优化因素的层级所考虑的变量的数量最小化可以降低针对任务调度的优化的复杂性。
然后在步骤204中计算任务的优化，并且在步骤206中根据优化解决方案来部署车队。在部署车队时，该方法在步骤208处检查来查看任务调度或约束是否已经被更新。如果任务调度或其他数据已经在部署期间被更新，则该方法可以动态地适应于更新的调度，其为：返回到步骤204，以基于新的调度和/或约束以及车辆的当前位置和状态、它们的拖车配置和相关联的任务来找到用于完成任务的新的优化解决方案。如果尚未进行更新，则部署继续，并且该方法行进到步骤210，以确定任务调度是否已经完成。如果任务调度中剩余更多的任务，则该方法返回到步骤206，以再次部署车队来解决剩余的任务。否则，如果任务已经完成，则该方法可以满足结束该方法的条件。在所描绘的实施例中，该方法行进到步骤212，以确定即使所有任务已经完成，操作是否还应当持续。如果该方法保持在持续模式中，则该方法返回到步骤202，并且等待附加任务被接收。作为举例而非限制，如果任务在工作轮班结束之前被完成，则在工作轮班期间执行该方法时，步骤212可以是合适的。一些实施例可以不包括步骤212，而不偏离本文中公开的教导。
在一些实施例中，终止条件可以包括在步骤210的如下考虑中：即使任务调度保持未完整，也结束该方法。终止条件可以包括诸如以下这样的条件：设施中所有工作轮班的结束、工作站故障所需要的停工、缺少适当的车辆来运输必要的可交付物或者本领域普通技术人员在不偏离本文中公开的教导的情况下认识到的任何其他终止条件。在一些实施例中，终止条件可以不存在并且任务调度可以在部署期间无限期地更新，从而导致连续运行的方法，而不偏离本文中公开的教导。
在其中步骤210包括终止条件的实施例中，该方法可以在接收到指示需要再次开始该方法的起始条件之后在步骤200处重新开始。在一些实施例中，该方法可以在步骤202处重新开始或者返回到步骤206，以用于根据在终止时已知的条件来重新部署车队。其他实施例可以包括该方法的这些可替换方案中的任一个，而不偏离本文中公开的教导。
图3a和图3b是拖车选择算法的图解图示，该拖车选择算法可以用于优化设施中车辆的部署，诸如图1中所描绘的部署。图3a表示解决方案的起始条件，其具有多个可交付物301、303、305、307和309以及多个拖车311、313和315。并非所有拖车311-315都与所有可交付物301-309兼容。出于该示例的目的，拖车311-315中的每个可以具有3个可交付物的最大容量。
在所描绘的实施例中，优化因素的层级或组合可以基于在点对点运输任务期间每个拖车预期从车辆解耦的时间来对拖车进行优先级排序。在所描绘的实施例中，拖车311被调度成首先解耦，因为其相关联的可交付物将首先被交付。要交付的下一个可交付物与拖车313或拖车315相关联。出于这些原因，装载拖车的优先级可以指示拖车311具有最高的装载优先级，接着是拖车313，以及最后是拖车315。
在所描绘的实施例中，优化因素的层级或组合可以根据可交付物在仓库处被接收（它们通常也在其他某处被拾取）以用于装载的次序来对该可交付物进行优先级排序。在一些实施例中，可交付物可以在设施内除了仓库之外的位置处被装载，而不偏离本文中公开的教导，并且选择算法可以使用车辆的当前负载作为起始条件在这些其他位置处再次执行。在所描绘的实施例中，可交付物按照可交付物301、可交付物303、可交付物305、可交付物307和可交付物309从最高装载优先级到最低装载优先级的次序进行优先级排序。
在所描绘的实施例中，可交付物301被考虑用于装载。可交付物301与拖车311不兼容，并且因此替代地装载到拖车313上。可交付物303类似地与拖车311不兼容，并且替代地装载到拖车313上。可交付物305与拖车311兼容，并且相应地装载到拖车311上。可交付物307与拖车311不兼容，并且替代地装载到拖车313上。可交付物309与拖车311不兼容，并且无法装载到拖车313上，因为拖车313已经处于最大容量。因此，可交付物309替代地装载到下一个兼容的拖车315上，从而导致图3b的所描绘实施例。
如果可用拖车无法充分解决特定的可交付物，则可以使针对当前条件的不可行性分数增加一，以反映次优的解决方案。其他解决方案可以利用设施内可用的拖车的不同配置来实现较低的不可行性分数。当找到最佳的优化解决方案时，可以优选最小的不可行性分数。在一些实施例中，解决方案仅在不可行性分数为零的情况下才被认为有效。
虽然上面描述了示例性实施例，但是不意图这些实施例描述了所公开的装置和方法的所有可能形式。而是，说明书中使用的词语是描述而非限制的词语，并且应理解，在不脱离如要求保护的本公开的精神和范围的情况下，可以进行各种改变。各种实现实施例的特征可以被组合以形成所公开概念的另外的实施例。
1.一种非暂时性计算机可读介质，包括指令，所述指令当由与具有自主车辆车队的设施相关联的处理器执行时，使得处理器执行以下步骤：
接收车队中每个自主车辆的能力，所述能力包括移动速度、有效操控的列表、任务兼容性列表和最大重量容量；
接收多个任务，每个任务要由自主车辆中的至少一个完成，每个任务包括点对点运输请求和针对点对点运输的相关联的最晚完成时间，每个点对点运输请求限定设施内的起始点和结束点；以及
根据优化因素的层级来部署自主车辆车队以完成所述多个任务，优化因素中的每个限定针对设施内自主车辆车队的部署的优化的约束，所述部署利用优化因素的层级来根据每个车辆的相应能力部署每个车辆，
其中所述多个任务在自主车辆车队的部署期间被更新。
2.根据权利要求1所述的计算机可读介质，其中每个任务进一步包括针对点对点运输的最早完成时间。
3.根据权利要求1所述的计算机可读介质，其中，每个自主车辆的能力进一步包括拖车兼容性和最大拖车容量，所述拖车兼容性指示相关联的车辆与被配置成耦合到车辆的多个拖车的兼容性，所述最大拖车容量指示相关联的车辆的耦合拖车的上限。
4.根据权利要求1所述的计算机可读介质，其中优化因素的层级在自主车辆车队的部署期间被更新，并且其中响应于优化层级的每次更新，根据优化因素的层级来调整自主车辆车队的部署。
5.根据权利要求1所述的计算机可读介质，其中任务调度的每个任务进一步包括任务优先级，所述任务优先级指示针对待完成任务的重要性的评级。
6.根据权利要求1所述的计算机可读介质，其中响应于任务调度和优化因素的层级而迭代地执行部署自主车辆车队，直到满足终止条件为止。
7.根据权利要求6所述的计算机可读介质，其中终止条件包括每个任务的完成，所述每个任务包括任务调度。
8.根据权利要求6所述的计算机可读介质，其中终止条件包括由设施的用户提供的断电命令。
9.根据权利要求8所述的计算机可读介质，其中，在接收断电命令期间主动参与部署以完成任务调度的任何自主车辆完成当前部署。
10.根据权利要求1所述的计算机可读介质，其中部署自主车辆包括从设施内的初始化位置开始部署，并且在完成分配的任务之后将自主车辆返回到初始化位置。
11.根据权利要求1所述的计算机可读介质，其中使用最小化数量的变量表达式来限定优化因素的层级。
12.根据权利要求11所述的计算机可读介质，其中多个变量表达式中的一个包括时间值。
13.根据权利要求11所述的计算机可读介质，其中多个变量表达式中的一个包括不可行性分数，所述不可行性分数指示根据优化因素的层级成功完成所述多个任务的可能性。
14.一种设施操作管理系统，包括：
处理器；
与处理器进行数据通信的存储器；
与处理器进行数据通信的传送器，传送器可操作以向与设施相关联的多个自主车辆传送数据；以及
与处理器进行数据通信的接收器，接收器可操作以接收来自所述多个自主车辆的数据，
其中处理器可操作以接收多个任务，并且根据优化因素的层级和所述多个自主车辆中的每个的能力来控制所述多个自主车辆以完成所述多个任务，所述多个任务中的每个包括点对点运输请求和相关联的最晚完成时间。
15.根据权利要求14所述的系统，进一步包括与处理器进行数据通信的用户接口，用户接口可操作以接收对优化因素的层级和所述多个任务进行调整的命令。
16.根据权利要求14所述的系统，其中，对所述多个自主车辆的控制包括多个拖车命令，所述多个拖车命令可操作以指令自主车辆与同设施相关联的多个拖车耦合和解耦。
17.根据权利要求16所述的系统，其中，处理器进一步可操作以基于不可行性分数将自主车辆中的至少一个分配给每个任务，所述不可行性分数基于相对于当前任务而言自主车辆中的每个的兼容性和可用性以及所述多个拖车中的每个的兼容性和可用性。
18.根据权利要求14所述的系统，其中处理器可操作以使用最小化数量的变量表达式来限定优化因素的层级。
19.根据权利要求18所述的系统，其中多个变量表达式中的一个包括时间值。
技术总结