卡车与无人机协同路径优化:一种统一框架与系统综述
《TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW》:Truck-drone collaborative routing optimization: a unified framework and systematic review
【字体:
大
中
小
】
时间:2026年07月24日
来源:TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW 9.3
编辑推荐:
摘要:在学术研究和工业应用领域,卡车与无人机的协同作业日益成为研究热点,因其有望彻底改变物流等行业。本综述通过分析2015年至2025年间发表的185篇论文,构建了一个全面系统的框架,用于对现有研究进行分类与整合。该框架涵盖了卡车与无人机协同作业的应用领域、运营模式、基础模型、解
摘要:在学术研究和工业应用领域,卡车与无人机的协同作业日益成为研究热点,因其有望彻底改变物流等行业。本综述通过分析2015年至2025年间发表的185篇论文,构建了一个全面系统的框架,用于对现有研究进行分类与整合。该框架涵盖了卡车与无人机协同作业的应用领域、运营模式、基础模型、解决方案算法、当前面临的挑战以及未来研究方向。文章首先探讨了该技术在不同领域的应用,包括物流、应急响应和监测系统。随后分析了三种主要的运营模式:单卡车单无人机模式、单卡车多无人机模式以及多卡车多无人机模式。接着,本文对现有的数学模型进行了分类,阐述了协作机制、优化目标、约束条件以及不确定性建模,并详细研究了精确算法、近似算法、启发式算法、元启发式算法、人工智能算法以及混合算法。最后,总结了卡车与无人机协同作业中存在的挑战与问题,并提出了未来的研究方向。本综述为系统地分类和整合有关卡车与无人机协同路径优化的现有研究提供了统一框架。
引言:无人飞行器,也就是通常所说的无人机,是一种无需人工干预即可自主运行的空中系统。需要说明的是,本综述中所指的无人机不包括电动垂直起降飞行器。无人机已广泛应用于各个行业,各行业的无人机用户数量每年都在增加。图1展示了2019年至2024年中国各行业无人机注册数量及用户数量的统计情况。在零售行业,无人机应用尤为迅猛,亚马逊、谷歌和沃尔玛等大型企业纷纷推出基于无人机的配送服务(Yoo等人,2018)。2013年,亚马逊推出了“Amazon Prime Air”项目,利用无人机向客户递送包裹,并于2016年进行了首次试点测试(www.amazon.com,2016)。沃尔玛则于2017年7月开始在纽约市中心和罗马的格里菲斯国际机场测试无人机配送服务(www.newyorkupstate.com,2017)。顺丰速运也在深圳多个地区建立了空中运输网络。到2023年底,该公司在大湾区实现了无人机物流服务的常态化运营,每日配送量超过6,000单(Fang,2023)。尽管无人机在配送服务方面展现出巨大潜力,但其载重能力和飞行距离的限制使其不适合用于大型或长途配送。因此,卡车与无人机的协同作业便成为了企业和学术界关注的焦点,它有望显著提升物流运营及相关服务行业的效率。实际上,卡车可以被汽车、无人车辆或其他地面交通工具替代,而在本综述中,所有这类车辆均统称为“卡车”,而“无人机”则始终指代“机器人”。将卡车强大的载货能力与无人机的高机动性和快速部署优势相结合,能够缩短配送时间、降低成本,同时缓解城市交通拥堵问题。这种混合式方法在诸多应用领域都具有广阔的应用前景,包括物流配送(Di Puglia Pugliese等人,2021;Heimfarth等人,2022;Jeong和Lee,2023;Zhen等人,2025;Schmidt等人,2025;Li等人,2026)、监测(Chow,2016;Zandieh等人,2024;Sun等人,2024)、应急响应行动(Dukkanci等人,2023;Long等人,2024;Peng等人,2025)以及其他领域(Li等人,2016;Wu等人,2021;Yan等人,2023)。虽然卡车与无人机的混合式应用前景广阔,但也存在诸多挑战,尤其是卡车与无人机路径优化问题。在过去的十年间(2015年至2025年),关于这一问题的研究取得了显著进展。卡车与无人机路径优化问题可视为车辆路径问题与旅行商问题的拓展形式,其核心在于利用卡车与无人机的协同作用来提升运输效率。Murray和Chu(2015)针对这一问题开展了基础性研究,提出了两种数学规划模型,用于优化卡车与无人机的路径规划与调度。Agatz等人(2018)提出了带无人机的旅行商问题,以解决末端配送难题。这些开创性的研究为该领域的后续发展奠定了基础(Yin等人,2023a;Zhou等人,2025b)。为确保综述的全面性与客观性,本文遵循系统性综述与元分析优先报告项目指南(PRISMA)的要求(https://www.prisma-statement.org)进行文献检索。检索工作在六个学术数据库中进行,包括Web of Science、ScienceDirect、Springer、Taylor & Francis、Wiley和INFORMS。检索时通过布尔运算符结合相关术语,对标题、摘要和关键词进行了筛选。检索查询包含了与车辆、无人机以及路径规划或物流问题相关的关键词组合,通用检索表达式如下:“(‘truck-drone’ OR ‘vehicle-drone’ OR ‘truck UAV’ OR ‘vehicle UAV’)AND(‘vehicle routing problem’ OR ‘routing problem’ OR ‘logistics’)”。检索范围限定为2015年至2025年间以英文发表的经过同行评审的期刊文章和会议论文。初步检索共得到2,892条记录,去除重复项后(共1,047条),有1,845条记录进入标题和摘要筛选阶段。筛选依据预先设定的纳入标准,要求研究内容涉及卡车与无人机的协同路径规划,并提出相应的数学模型或算法。经过这一筛选后,共有412篇文章进入全文评估阶段。最终,在全文审阅后,有185篇与卡车与无人机路径优化问题直接相关的论文被纳入本综述。图2展示了体现这一筛选过程的PRISMA流程图。如图3(a)所示,本综述采用了较为完善的 метод论框架,整个分析过程首先通过文献综述为后续研究奠定基础,然后依次经历五个关键阶段。第一阶段是现有文献的回顾,第二阶段则是构建统一的分类框架,该框架从应用领域、运营模式、数学模型和解决方案算法四个维度对研究内容进行分类,具体结构见图3(b)。这一分类方式为第三阶段的现有研究综合分析提供了便利,该阶段旨在整合不同研究中的成果。第四阶段着重分析实际应用中遇到的挑战,最后,该方法论体系以明确未来研究方向作为结尾。此前已有不少综述从不同角度探讨了卡车与无人机的协同作业问题,但这些综述存在一定的局限性。Otto等人(2018)和Khoufi等人(2019)虽然涵盖了多种应用场景,但缺乏对模型构建和解决方案算法的系统性分析。Macrina等人(2020)主要聚焦于末端配送问题,未涉及更广泛的运营模式。在模型层面,Chung等人(2020)将无人机路径问题分为两类:纯无人机运行和卡车与无人机协同运行,他们总结了这类问题的特点、建模方法、求解技巧以及实施障碍。Liang和Luo(2022)则研究了带无人机的旅行商问题,分析了这两种基本模型的约束条件和核心特征。Boccia等人(2024a)基于“飞行助手型旅行商问题”探讨了客户分类及相应的解决方案策略。与上述综述不同,本综述更深入地分析了卡车与无人机协同作业的运营模式、优化目标以及基本模型的约束条件。Madani和Ndiaye(2022)、Wright和Yang(2023)、Zhu等人(2023)、Zhang等人(2024)以及Dang等人(2024)也提出了相关研究成果,但这些研究要么仅聚焦于特定子话题(如末端物流、带无人机的旅行商问题),要么缺乏整合应用领域、运营模式、数学模型和解决方案算法的统一框架。表1对比了各类代表性综述在研究重点、结构安排、优点及局限性方面的差异。为弥补现有研究的不足,本综述做出了四项重要贡献:第一,提出了涵盖四个维度的统一分类框架,即应用领域、运营模式、数学模型和解决方案算法;第二,整合了185项研究成果,以便对相关研究进行系统总结;第三,明确了实际应用中面临的挑战;第四,指出了未来的研究方向。与以往的综述不同,本综述深入分析了建模选择(节点和边)对决策变量和约束结构的影响,并将解决方案算法系统地分为精确算法、启发式算法、元启发式算法、基于人工智能的算法以及混合算法五大类。这一全面的框架为希望深入了解并推动卡车与无人机路径优化问题研究的发展的研究人员提供了宝贵的参考。本文的其余部分结构如下:第2章为应用领域,包括2.1物流配送、2.2监测与维护、2.3应急响应行动以及2.4其他应用;第3章介绍运营模式,详细阐述3.1单卡车单无人机模式、3.2单卡车多无人机模式、3.3多卡车多无人机模式以及3.4各模式之间的比较;第4章探讨数学模型,包括4.1协作机制、4.2优化目标、4.3约束条件以及4.4不确定性建模;第5章介绍各类算法,对这些算法进行了概述,并根据其主要特征进行了分类(见表4)。卡车与无人机路径优化问题的解决方案算法可大致分为六类:精确算法、近似算法、启发式算法、元启发式算法、基于人工智能的算法以及混合算法。在本综述中,近似算法被定义为那些不仅能在多项式时间内运行,还能给出明确的、基于理论的性能保证的算法,而启发式算法则……挑战方面,首先面临模型表达能力与计算可行性之间的矛盾。实际的卡车与无人机作业涉及多种类型的车辆、多次飞行的无人机、灵活的对接方式、时间限制、禁飞区以及与负载相关的能量消耗问题。若要将所有这些因素都纳入一个优化模型中,就会形成规模庞大的混合整数规划问题,往往难以在计算机上高效求解。建模的关键在于判断哪些实际细节需要保留,哪些可以简化。例如,讨论部分指出,本综述对2015年至2025年间发表的185篇关于卡车与无人机路径优化问题的论文进行了深入分析,构建了一个统一且结构化的框架,用于系统地对这些研究进行分类。图5显示了各期刊上发表的文章数量。在所有被分析的文章中,有150项研究(占比81%)集中在物流配送领域(见图6(a))。出现这种分布失衡的主要原因是物流行业对运输和配送优化有着巨大的需求,再加上……结论部分指出,过去十年间(2015–2025年),由于实际应用需求的增加以及相关研究的不断进步,卡车与无人机的协同作业问题逐渐引起了企业和学术界的广泛关注。本综述为卡车与无人机路径优化问题建立了统一的分类框架,使得人们能够系统地跨研究对比不同的运营模式(单卡车单无人机模式、单卡车多无人机模式、多卡车多无人机模式)、数学建模方法(以混合整数线性规划为主)以及算法方案(以元启发式算法为主)。主要研究结果表明……CRediT作者贡献说明:陈彦生:撰写——初稿、软件工具、方法论、研究实施、概念构思;金洁玲:撰写——审稿与编辑、方法论、研究实施、数据整理;黄赫莱:撰写——审稿与编辑、监督指导、资金获取;刘伟:撰写——审稿与编辑、资源协调、概念构思;Said M. Easa:;赖远文:撰写——审稿与编辑;王书毅:撰写——审稿与编辑。叶莉:写作——审阅与编辑,写作——初稿撰写,指导工作,利益冲突声明。作者声明不存在任何可能影响本文所汇报工作的已知财务利益或个人关系。致谢:本综述得到了湖南省十大关键技术研发项目(2025QK1003)、国家自然科学基金(52472371)、湖南省杰出青年科学基金(2025JJ20072)、湖南省科技创新计划(2024RC3014)以及长沙市重大科技项目(KH2401002)的资助。陈燕生|金洁玲|黄鹤来|刘伟|赛义德·M·伊萨|赖远文|王书义|叶莉
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号