[0001] 本发明涉及计算机技术领域，尤其涉及一种任务规划和任务追踪方法及系统。

[0002] 对于消防员执行任务而言，任务规划和任务追踪是极其重视的事情，在过往，通常是采用人工决策的方式来执行任务规划和任务追踪，而人工决策的方式极其依赖于相关人员的专业素养，该方式会投入过多的人力成本，并且任务执行效率并没有得到足够的提升，而如今随着科学技术的发展，需要一种更为高效且便利的方式来执行任务规划和任务追踪，因此采用人工智能和计算机技术替代人工决策的方式，该方法在一定程度上提高了效率，但由于其未形成完整的流程，可能会出现任务规划和任务追踪产生混乱的问题，导致执行任务的效率和可靠性的提升无法达到理想效果。

[0053] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

[0054] 实施例一

[0055] 请参阅图1，图1是本发明实施例中的任务规划和任务追踪方法的流程示意图。

[0056] 如图1所示，一种任务规划和任务追踪方法，所述方法包括：

[0057] S11：获取任务相关信息，并基于所述任务相关信息利用验证码识别算法生成任务计划；

[0058] 在本发明具体实施过程中，所述获取任务相关信息，并基于所述任务相关信息利用验证码识别算法生成任务计划，包括：后台管理系统接收管理员输入的任务相关信息；获取后台管理系统中随机生成的验证码图像，并对所述验证码图像进行预处理，获得预处理后的验证码图像；基于图像字符切割方法对预处理后的验证码图像进行切割处理，获得独立字符图像；基于支持向量机算法对所述独立字符图像进行识别，获得验证码识别结果；将输入的验证码与所述验证码识别结果进行匹配处理，若输入的验证码与所述验证码识别结果匹配成功，则根据所述任务相关信息生成任务计划；若输入的验证码与所述验证码识别结果匹配失败，则根据重新生成的验证码图像进行验证码输入和匹配处理。

[0059] 具体的，管理员在后台管理系统中创建任务，并输入任务相关信息，任务相关信息包括任务名称、任务地点、任务人员需求数量和任务车辆；获取后台管理系统中随机生成的验证码图像，并对所述验证码图像进行预处理，采用直方图均衡化方法对验证码图像进行对比度增强处理，统计验证码图像每个灰度级别的像素点数量，根据像素点数量计算每个灰度级别的累积分布函数，根据累计分布函数将验证码图像中每个像素点的灰度值映射到新的灰度级别，映射完成后，得到对比度增强后的验证码图像；调整对比度增强后的验证码图像的亮度后，对验证码图像进行二值化处理，获得二值化验证码图像；对二值化验证码图像进行降噪处理，对二值化验证码图像进行小波变换，将二值化验证码图像转换到频域中，在频域中对峰值高的地方进行均匀化处理，而后对均匀化处理后的图像进行空间域转换，完成降噪处理；对降噪处理后的二值化验证码图像进行干扰线清除，遍历该图像的每个像素点，若当前像素点为黑色，则判断其周围的像素点是否也为黑色，若周围的黑色像素点数量大于或等于两个，则将当前像素点置为白色，将每个像素点都处理后，完成干扰线清除，获得预处理后的验证码图像；基于图像字符切割方法对预处理后的验证码图像进行切割处理，对预处理后的验证码图像进行连通域标记，对验证码图像的字符部分设置为前景区域，将非字符部分设置为背景区域，将前景区域中相邻的像素组成的区域标记为不同的连通域，基于预设条件过滤掉不符合连通域特征的区域，根据连通域之间的间距和相对位置确定字符的边界，根据字符边界利用保留的连通域位置信息进行字符切割，获得独立字符图像；基于支持向量机算法对所述独立字符图像进行识别，对独立字符图像进行特征提取，建立独立字符图像的坐标系，根据坐标系上像素的存在与否确定特征点值，将每八个特征点值拼接成字节，得到点阵特征，将点阵特征进行重组，得到特征线，根据特征线和点阵特征的互补关系构成独立字符图像的特征信息，根据独立字符图像的特征信息，将独立字符图像的特征信息通过间隔最大化学习策略得到分类的优化分割平面，间隔最大化学习策略是寻找一个分割平面，使得分类特征信息到达分割平面的最小距离最大化，达到特征信息的分类，通过高斯径向基核函数利用优化分割平面将特征信息从低维特征空间映射到高维特征空间中，高斯径向基核函数是支持向量机算法中常用的核函数，可以对特征信息进行进一步的分离，特征信息从低维特征空间到高维特征空间的映射是对特征信息的再一次提取，能够提高分类的准确率，完成映射后得到一个超平面，超平面用于最大化不同类别特征信息的分割，从而达到对独立字符图像进行分类和识别，获得验证码识别结果；将输入的验证码与所述验证码识别结果进行匹配处理，通过post函数接收输入的验证码，post函数是一种将数据打包并发送至目标地址的函数，通过session函数对输入的验证码和验证码识别结果进行校验匹配，session函数是一种多元化操作函数，可用于数据变量的校验匹配，若用户输入的验证码与所述验证码识别结果匹配成功，则根据任务相关信息生成任务计划；若用户输入的验证码与所述验证码识别结果匹配失败，则重新生成验证码图像，用户根据重新生成的验证码图像输入验证码，再次进行匹配处理，直至匹配成功才可生成任务计划，通过验证码识别算法生成任务计划，能够防止恶意行为对任务计划的访问，提高任务计划的安全性。

[0060] S12：基于所述任务计划利用遗传算法生成人员分配方案，基于所述人员分配方案调度对应的任务执行人员；

[0061] 在本发明具体实施过程中，所述基于所述任务计划利用遗传算法生成人员分配方案，包括：基于所述任务计划利用预设约束条件构造人员分配染色体，并对所述人员分配染色体进行初始化处理，获得初始种群；计算初始种群中的每个人员分配染色体的适应度；对适应度最高的两个人员分配染色体进行遗传进化处理至预设迭代次数，获得优化种群，将所述优化种群作为初始人员分配方案；基于协调策略判断所述初始人员方案是否需要调整，并基于判断结果生成人员分配方案。

[0062] 进一步的，所述对适应度最高的两个人员分配染色体进行遗传进化处理至预设迭代次数，获得优化种群，包括：基于交叉算子对适应度最高的两个人员分配染色体进行交叉重组处理，获得子代种群；对所述子代种群进行变异运算处理，获得若干个变异运算处理后的子代种群；计算若干个变异运算处理后的子代种群的适应度，将适应度最高的变异运算处理后的子代种群作为新初始种群，并对所述新初始种群依次循环进行适应度计算和遗传进化处理至预设迭代次数，获得优化种群。

[0063] 具体的，基于任务计划利用预设约束条件构造人员分配染色体，将人员分配的候选解用染色体表示，将问题的解映射到遗传算法的搜索空间中，将任务计划利用约束条件映射至对应的浮点数区间范围，精度可以随浮点数区间大小而改变，完成构造人员分配染色体，对人员分配染色体进行初始化处理，即选择数目一定的人员分配染色体，以随机方法产生选择的人员分配染色体的集合，生成合法且多样性较高的初始群体，为后续的处理设定基础；计算初始种群中的每个人员分配染色体的适应度，首先计算每个人员分配染色体的初始适应度，定义适应度函数，适应度函数为将每个人员分配染色体的特征转化为适应值的数学函数，将初始种群中的每个人员分配染色体转化为二进制数据串表达，将二进制数据串映射到解空间中，根据适应度函数在解空间中对每个人员分配染色体进行优劣程度的评估，根据优劣程度的评估计算每个人员分配染色体的初始适应度，同时为了避免种群收敛于局部最优解，对人员分配染色体的初始适应度进行尺度变换，采用乘幂尺度变换方法进行处理，根据人员分配问题的约束条件定义指定幂指数，根据乘幂尺度变换表达式FCK＝F进行尺度变换，其中FC为变换后的适应度，F为初始适应度，K为指定幂指数，完成尺度变换后得到最终的适应度；基于交叉算子对适应度最高的两个人员分配染色体进行交叉重组处理，在选取的两个人员分配染色体的序列中的每个位置都以等概率进行交叉，依次组成新的染色体序列，即获得子代种群，对选定的染色体进行交叉重组处理可以提高算法的收敛速度，获得更优秀的子代种群；对子代种群进行变异运算处理，对子代群体中的数据序列中的某一个位进行变异，对执行变异的个位进行对应位求反，获得若干个变异处理后的子代群体，对子代群体进行变异处理是进一步保证遗传算法过程中不会陷入局部最优解，能够达到全局优化的要求；重新定义适应度函数，将变异处理后的子代群体转化为二进制数据串表达，将二进制数据串映射到解空间中，根据适应度函数在解空间中进行优劣程度的评估，根据优劣程度的评估计算适应度；将适应度最高的变异运算处理后的子代种群作为新初始种群，对新初始种群依次循环进行以上的适应度计算、遗传进化和种群选择与替换处理至预设迭代次数，获得优化种群，将优化种群作为初始人员分配方案；基于协调策略判断所述初始人员方案是否需要调整，考虑到任务执行人员的任务负荷上限，若超出任务负荷上限不仅可能会对任务执行人员的身心造成过重的负担，并且会导致任务执行效率无法得到有效提高，所以需要判断初始人员方案是否进行调整，若初始人员方案中的人员分配的任务数已大于当天的任务负荷上限，则将大于任务负荷上限的这部分任务重新分配，若小于等于当天的任务负荷上限，则无需调整，最后生成人员分配方案，根据遗传算法能够更为快捷地生成人员分配方案，并通过协调策略对初始的人员分配方案进行调整，避免任务执行人员的超负荷工作，能够有效提高任务执行的效率，使用特定的通知方式通过人员分配方案通知并调度对应的任务执行人员。

[0064] S13：基于所述任务计划利用弗洛伊德算法构建优化任务路径，将所述优化任务路径发送到所述任务执行人员；

[0065] 在本发明具体实施过程中，所述基于所述任务计划利用弗洛伊德算法构建优化任务路径，包括：基于所述任务计划构造邻接矩阵，并基于所述邻接矩阵初始化距离矩阵，其中，所述距离矩阵包含若干个路径点；基于启发式函数对距离矩阵中的若干个路径点进行搜索计算，获得若干个目标路径点；基于若干个目标路径点对所述距离矩阵进行更新，获得更新后的距离矩阵，并基于更新后的距离矩阵生成初始任务路径；对所述初始任务路径进行平滑处理，获得优化任务路径。

[0066] 进一步的，所述对所述初始任务路径进行平滑处理，获得优化任务路径，包括：对所述初始任务路径进行区间分割处理，获得若干个路径区间；对若干个路径区间进行样条插值处理，获得多样式函数；基于由所述多样式函数生成的插值点对所述初始任务路径进行平滑处理，获得优化任务路径。

[0067] 具体的，根据任务计划构造邻接矩阵，根据任务计划中的任务地点信息设置初始节点，查找初始节点的第一个邻接节点，找到邻接节点后将其作为新的初始节点，再寻找其对应的邻接节点直至达到预设节点数，构造邻接矩阵，并基于邻接矩阵初始化距离矩阵，利用任务地点信息对邻接矩阵随机生成若干个路径点，以矩阵的形式对所有的路径点形成距离矩阵，并且距离矩阵中可以得出路径点之间的距离；基于启发式函数对距离矩阵中的若干个路径点进行搜索计算，启发式函数的作用是根据可接受的条件快速计算出代价值，根据代价值对其进行评估，根据启发式函数搜索路径点两两之间的距离，根据路径点之间的距离由短到长进行排序，通过路径点的距离利用已录入的道路交通信息计算两个路径点之间的时间代价值，将时间代价值最小的路径点作为目标路径点，所有的路径点都是按以上处理，直至搜索至任务地点便停止，获得若干个目标路径点；若干个目标路径点对所述距离矩阵进行更新，获得更新后的距离矩阵，更新后的距离矩阵存储的便是达到目标条件的路径点，并基于更新后的距离矩阵生成初始任务路径；对初始任务路径进行区间分割处理，利用等间隔数列函数对初始任务路径进行等距的区间划分，获得若干个路径区间；对若干个路径区间进行样条插值处理，设置样条的参数，根据样条来预测样条的插值，根据预设三次多项式系数通过矩阵运算的方式绘制多样式函数，其中三次多项式系数可通过对路径区间的拐点进行预测；对多样式函数进行解析可得到插值点，由多样式函数生成的插值点对初始任务路径进行平滑处理，调用函数指针数组利用插值点进行路径的光滑处理，能够有效地减少过多的路径拐点，使路径更为平滑，获得优化任务路径，将优化任务路径发送至任务执行人员，通过弗洛伊德算法规划任务路径，能够以更短的时间达成更为智能的路径规划决策。

[0068] S14：基于数据采集单元采集实时任务信息，所述实时任务信息为任务执行人员基于所述优化任务路径利用数据采集单元执行对应任务所产生的，并基于Websocket技术将所述实时任务信息推送至后台管理系统，所述后台管理系统基于所述实时任务信息进行追踪监测；

[0069] 在本发明具体实施过程中，所述基于Websocket技术将所述实时任务信息推送至后台管理系统，包括：所述数据采集单元与所述后台管理系统建立Websocket数据传输通道；所述数据采集单元基于所述Websocket数据传输通道将所述实时任务信息推送至所述后台管理系统，所述后台管理系统基于所述实时任务信息进行任务信息的实时更新处理，并对数据库进行更新。

[0070] 进一步的，所述数据采集单元与所述后台管理系统建立Websocket数据传输通道，包括：所述数据采集单元向所述后台管理系统发送Websocket握手请求，其中，所述Websocket握手请求包括数据采集单元的地址信息和凭证标识信息；基于所述凭证标识信息进行端口匹配处理，基于端口匹配结果响应所述Websocket握手请求，基于Websocket握手请求的响应利用数据采集单元的地址信息建立Websocket数据传输通道。

[0071] 具体的，任务执行人员基于优化任务路径驾驶任务车辆利用数据采集单元执行对应任务，在执行对应任务的过程中，利用数据采集单元采集实时任务信息，实时任务信息包括任务执行员的行为信息和任务车辆的行驶信息，根据Websocket技术将实时任务信息同步推送至后台管理系统，Websocket技术是一种可以在同一时间内允许两个设备之间进行双向发送和接收数据的通信协议技术，数据采集单元向后台管理系统发送Websocket握手请求，Websocket技术与其他数据传输技术相比，只需要发送一次握手请求便可以，Websocket握手请求包括数据采集单元的地址信息和凭证标识信息；根据凭证标识信息进行端口匹配处理，凭证标识信息是唯一的，通过凭证标识信息匹配后台管理系统对应的端口，不同的端口对应着不同的数据采集单元的数据传输，便于对不同任务信息的分类，匹配到相应的端口后，后台管理系统响应Websocket握手请求，利用数据采集单元的地址信息与管理系统的端口建立Websocket数据传输通道；数据采集单元基于Websocket数据传输通道将实时任务信息推送至后台管理系统，后台管理系统接收实时任务信息并替换当前的任务信息，根据最新接收的实时任务信息对数据进行更新，将最新接收的实时任务信息加入至数据库中进行存储，数据库进行更新，至此完成一次任务信息的推送同步，后台管理系统便可根据实时任务信息对任务执行人员和任务车辆进行追踪检测，根据任务信息的实时更新推送能够做到对任务执行过程情况的追踪，更为了解任务执行的情况任务。

[0072] S15：当对应任务结束时，接收任务执行人员所触发的任务结束事件，并将所述任务结束事件发送至后台管理系统。

[0073] 在本发明具体实施过程中，所述当对应任务结束时，接收任务执行人员所触发的任务结束事件，并将所述任务结束事件发送至后台管理系统，包括：当对应任务结束时，接收任务执行人员基于结束标签图标所触发的任务结束事件，并将所述任务结束事件发送至后台管理系统；所述后台管理系统基于所述任务结束事件将对应任务标记为任务完成状态，并将所有任务信息存储至对应的数据库中。

[0074] 具体的，当对应任务结束时，选取结束标签图标触发任务结束事件，表示此次任务已完成，将任务结束事件发送至后台管理系统中；后台管理系统接收到任务结束事件后，将此次任务标记为任务完成状态，标记为任务完成状态后该任务便会被锁定，所有的任务信息会存储至对应的数据库中，能够防止对任务信息的恶意篡改，提高任务信息管理的安全性。

[0075] 在本发明实施例中，通过验证码识别算法生成任务计划，能够防止恶意行为对任务计划的访问，提高任务计划的安全性，根据遗传算法能够更为快捷地生成人员分配方案，并调度对应的任务执行人员，通过弗洛伊德算法规划任务路径，能够以更短的时间达成更为智能的路径规划决策，在任务执行的过程中，采用Websocket技术实时推送任务信息，能够做到对任务执行过程情况的追踪，更为了解任务执行的情况，不仅极大程度地降低了人力成本的投入，并且将任务规划和任务追踪形成完整流程，从而提高了任务执行的效率和可靠性。

[0076] 实施例二

[0077] 请参阅图2，图2是本发明实施例中的任务规划和任务追踪方法系统的结构组成示意图。

[0078] 如图2所示，一种任务规划和任务追踪系统，所述系统包括：

[0079] 任务计划模块21：用于获取任务相关信息，并基于所述任务相关信息利用验证码识别算法生成任务计划；

[0080] 在本发明具体实施过程中，所述获取任务相关信息，并基于所述任务相关信息利用验证码识别算法生成任务计划，包括：后台管理系统接收管理员输入的任务相关信息；获取后台管理系统中随机生成的验证码图像，并对所述验证码图像进行预处理，获得预处理后的验证码图像；基于图像字符切割方法对预处理后的验证码图像进行切割处理，获得独立字符图像；基于支持向量机算法对所述独立字符图像进行识别，获得验证码识别结果；将输入的验证码与所述验证码识别结果进行匹配处理，若输入的验证码与所述验证码识别结果匹配成功，则根据所述任务相关信息生成任务计划；若输入的验证码与所述验证码识别结果匹配失败，则根据重新生成的验证码图像进行验证码输入和匹配处理。

[0081] 具体的，管理员在后台管理系统中创建任务，并输入任务相关信息，任务相关信息包括任务名称、任务地点、任务人员需求数量和任务车辆；获取后台管理系统中随机生成的验证码图像，并对所述验证码图像进行预处理，采用直方图均衡化方法对验证码图像进行对比度增强处理，统计验证码图像每个灰度级别的像素点数量，根据像素点数量计算每个灰度级别的累积分布函数，根据累计分布函数将验证码图像中每个像素点的灰度值映射到新的灰度级别，映射完成后，得到对比度增强后的验证码图像；调整对比度增强后的验证码图像的亮度后，对验证码图像进行二值化处理，获得二值化验证码图像；对二值化验证码图像进行降噪处理，对二值化验证码图像进行小波变换，将二值化验证码图像转换到频域中，在频域中对峰值高的地方进行均匀化处理，而后对均匀化处理后的图像进行空间域转换，完成降噪处理；对降噪处理后的二值化验证码图像进行干扰线清除，遍历该图像的每个像素点，若当前像素点为黑色，则判断其周围的像素点是否也为黑色，若周围的黑色像素点数量大于或等于两个，则将当前像素点置为白色，将每个像素点都处理后，完成干扰线清除，获得预处理后的验证码图像；基于图像字符切割方法对预处理后的验证码图像进行切割处理，对预处理后的验证码图像进行连通域标记，对验证码图像的字符部分设置为前景区域，将非字符部分设置为背景区域，将前景区域中相邻的像素组成的区域标记为不同的连通域，基于预设条件过滤掉不符合连通域特征的区域，根据连通域之间的间距和相对位置确定字符的边界，根据字符边界利用保留的连通域位置信息进行字符切割，获得独立字符图像；基于支持向量机算法对所述独立字符图像进行识别，对独立字符图像进行特征提取，建立独立字符图像的坐标系，根据坐标系上像素的存在与否确定特征点值，将每八个特征点值拼接成字节，得到点阵特征，将点阵特征进行重组，得到特征线，根据特征线和点阵特征的互补关系构成独立字符图像的特征信息，根据独立字符图像的特征信息，将独立字符图像的特征信息通过间隔最大化学习策略得到分类的优化分割平面，间隔最大化学习策略是寻找一个分割平面，使得分类特征信息到达分割平面的最小距离最大化，达到特征信息的分类，通过高斯径向基核函数利用优化分割平面将特征信息从低维特征空间映射到高维特征空间中，高斯径向基核函数是支持向量机算法中常用的核函数，可以对特征信息进行进一步的分离，特征信息从低维特征空间到高维特征空间的映射是对特征信息的再一次提取，能够提高分类的准确率，完成映射后得到一个超平面，超平面用于最大化不同类别特征信息的分割，从而达到对独立字符图像进行分类和识别，获得验证码识别结果；将输入的验证码与所述验证码识别结果进行匹配处理，通过post函数接收输入的验证码，post函数是一种将数据打包并发送至目标地址的函数，通过session函数对输入的验证码和验证码识别结果进行校验匹配，session函数是一种多元化操作函数，可用于数据变量的校验匹配，若用户输入的验证码与所述验证码识别结果匹配成功，则根据任务相关信息生成任务计划；若用户输入的验证码与所述验证码识别结果匹配失败，则重新生成验证码图像，用户根据重新生成的验证码图像输入验证码，再次进行匹配处理，直至匹配成功才可生成任务计划，通过验证码识别算法生成任务计划，能够防止恶意行为对任务计划的访问，提高任务计划的安全性。

[0082] 人员分配模块22：用于基于所述任务计划利用遗传算法生成人员分配方案，基于所述人员分配方案调度对应的任务执行人员；

[0083] 在本发明具体实施过程中，所述基于所述任务计划利用遗传算法生成人员分配方案，包括：基于所述任务计划利用预设约束条件构造人员分配染色体，并对所述人员分配染色体进行初始化处理，获得初始种群；计算初始种群中的每个人员分配染色体的适应度；对适应度最高的两个人员分配染色体进行遗传进化处理至预设迭代次数，获得优化种群，将所述优化种群作为初始人员分配方案；基于协调策略判断所述初始人员方案是否需要调整，并基于判断结果生成人员分配方案。

[0084] 进一步的，所述对适应度最高的两个人员分配染色体进行遗传进化处理至预设迭代次数，获得优化种群，包括：基于交叉算子对适应度最高的两个人员分配染色体进行交叉重组处理，获得子代种群；对所述子代种群进行变异运算处理，获得若干个变异运算处理后的子代种群；计算若干个变异运算处理后的子代种群的适应度，将适应度最高的变异运算处理后的子代种群作为新初始种群，并对所述新初始种群依次循环进行适应度计算和遗传进化处理至预设迭代次数，获得优化种群。

[0085] 具体的，基于任务计划利用预设约束条件构造人员分配染色体，将人员分配的候选解用染色体表示，将问题的解映射到遗传算法的搜索空间中，将任务计划利用约束条件映射至对应的浮点数区间范围，精度可以随浮点数区间大小而改变，完成构造人员分配染色体，对人员分配染色体进行初始化处理，即选择数目一定的人员分配染色体，以随机方法产生选择的人员分配染色体的集合，生成合法且多样性较高的初始群体，为后续的处理设定基础；计算初始种群中的每个人员分配染色体的适应度，首先计算每个人员分配染色体的初始适应度，定义适应度函数，适应度函数为将每个人员分配染色体的特征转化为适应值的数学函数，将初始种群中的每个人员分配染色体转化为二进制数据串表达，将二进制数据串映射到解空间中，根据适应度函数在解空间中对每个人员分配染色体进行优劣程度的评估，根据优劣程度的评估计算每个人员分配染色体的初始适应度，同时为了避免种群收敛于局部最优解，对人员分配染色体的初始适应度进行尺度变换，采用乘幂尺度变换方法进行处理，根据人员分配问题的约束条件定义指定幂指数，根据乘幂尺度变换表达式FCK＝F进行尺度变换，其中FC为变换后的适应度，F为初始适应度，K为指定幂指数，完成尺度变换后得到最终的适应度；基于交叉算子对适应度最高的两个人员分配染色体进行交叉重组处理，在选取的两个人员分配染色体的序列中的每个位置都以等概率进行交叉，依次组成新的染色体序列，即获得子代种群，对选定的染色体进行交叉重组处理可以提高算法的收敛速度，获得更优秀的子代种群；对子代种群进行变异运算处理，对子代群体中的数据序列中的某一个位进行变异，对执行变异的个位进行对应位求反，获得若干个变异处理后的子代群体，对子代群体进行变异处理是进一步保证遗传算法过程中不会陷入局部最优解，能够达到全局优化的要求；重新定义适应度函数，将变异处理后的子代群体转化为二进制数据串表达，将二进制数据串映射到解空间中，根据适应度函数在解空间中进行优劣程度的评估，根据优劣程度的评估计算适应度；将适应度最高的变异运算处理后的子代种群作为新初始种群，对新初始种群依次循环进行以上的适应度计算、遗传进化和种群选择与替换处理至预设迭代次数，获得优化种群，将优化种群作为初始人员分配方案；基于协调策略判断所述初始人员方案是否需要调整，考虑到任务执行人员的任务负荷上限，若超出任务负荷上限不仅可能会对任务执行人员的身心造成过重的负担，并且会导致任务执行效率无法得到有效提高，所以需要判断初始人员方案是否进行调整，若初始人员方案中的人员分配的任务数已大于当天的任务负荷上限，则将大于任务负荷上限的这部分任务重新分配，若小于等于当天的任务负荷上限，则无需调整，最后生成人员分配方案，根据遗传算法能够更为快捷地生成人员分配方案，并通过协调策略对初始的人员分配方案进行调整，避免任务执行人员的超负荷工作，能够有效提高任务执行的效率，通过人员分配方案通知并调度对应的任务执行人员。

[0086] 路径规划模块23：用于基于所述任务计划利用弗洛伊德算法构建优化任务路径，将所述优化任务路径发送到所述任务执行人员；

[0087] 在本发明具体实施过程中，所述基于所述任务计划利用弗洛伊德算法构建优化任务路径，包括：基于所述任务计划构造邻接矩阵，并基于所述邻接矩阵初始化距离矩阵，其中，所述距离矩阵包含若干个路径点；基于启发式函数对距离矩阵中的若干个路径点进行搜索计算，获得若干个目标路径点；基于若干个目标路径点对所述距离矩阵进行更新，获得更新后的距离矩阵，并基于更新后的距离矩阵生成初始任务路径；对所述初始任务路径进行平滑处理，获得优化任务路径。

[0088] 进一步的，所述对所述初始任务路径进行平滑处理，获得优化任务路径，包括：对所述初始任务路径进行区间分割处理，获得若干个路径区间；对若干个路径区间进行样条插值处理，获得多样式函数；基于由所述多样式函数生成的插值点对所述初始任务路径进行平滑处理，获得优化任务路径。

[0089] 具体的，根据任务计划构造邻接矩阵，根据任务计划中的任务地点信息设置初始节点，查找初始节点的第一个邻接节点，找到邻接节点后将其作为新的初始节点，再寻找其对应的邻接节点直至达到预设节点数，构造邻接矩阵，并基于邻接矩阵初始化距离矩阵，利用任务地点信息对邻接矩阵随机生成若干个路径点，以矩阵的形式对所有的路径点形成距离矩阵，并且距离矩阵中可以得出路径点之间的距离；基于启发式函数对距离矩阵中的若干个路径点进行搜索计算，启发式函数的作用是根据可接受的条件快速计算出代价值，根据代价值对其进行评估，根据启发式函数搜索路径点两两之间的距离，根据路径点之间的距离由短到长进行排序，通过路径点的距离利用已录入的道路交通信息计算两个路径点之间的时间代价值，将时间代价值最小的路径点作为目标路径点，所有的路径点都是按以上处理，直至搜索至任务地点便停止，获得若干个目标路径点；若干个目标路径点对所述距离矩阵进行更新，获得更新后的距离矩阵，更新后的距离矩阵存储的便是达到目标条件的路径点，并基于更新后的距离矩阵生成初始任务路径；对初始任务路径进行区间分割处理，利用等间隔数列函数对初始任务路径进行等距的区间划分，获得若干个路径区间；对若干个路径区间进行样条插值处理，设置样条的参数，根据样条来预测样条的插值，根据预设三次多项式系数通过矩阵运算的方式绘制多样式函数，其中三次多项式系数可通过对路径区间的拐点进行预测；对多样式函数进行解析可得到插值点，由多样式函数生成的插值点对初始任务路径进行平滑处理，调用函数指针数组利用插值点进行路径的光滑处理，能够有效地减少过多的路径拐点，使路径更为平滑，获得优化任务路径，并将优化任务路径发送到任务执行人员，通过弗洛伊德算法规划任务路径，能够以更短的时间达成更为智能的路径规划决策。

[0090] 任务执行和任务追踪模块24：用于基于数据采集单元采集实时任务信息，所述实时任务信息为任务执行人员基于所述优化任务路径利用数据采集单元执行对应任务所产生的，并基于Websocket技术将所述实时任务信息推送至后台管理系统，所述后台管理系统基于所述实时任务信息进行追踪监测；

[0091] 在本发明具体实施过程中，所述基于Websocket技术将所述实时任务信息推送至后台管理系统，包括：所述数据采集单元与所述后台管理系统建立Websocket数据传输通道；所述数据采集单元基于所述Websocket数据传输通道将所述实时任务信息推送至所述后台管理系统，所述后台管理系统基于所述实时任务信息进行任务信息的实时更新处理，并对数据库进行更新。

[0092] 进一步的，所述数据采集单元与所述后台管理系统建立Websocket数据传输通道，包括：所述数据采集单元向所述后台管理系统发送Websocket握手请求，其中，所述Websocket握手请求包括数据采集单元的地址信息和凭证标识信息；基于所述凭证标识信息进行端口匹配处理，基于端口匹配结果响应所述Websocket握手请求，基于Websocket握手请求的响应利用数据采集单元的地址信息建立Websocket数据传输通道。

[0093] 具体的，任务执行人员基于优化任务路径驾驶任务车辆利用数据采集单元执行对应任务，在执行对应任务的过程中，利用数据采集单元采集实时任务信息，实时任务信息包括任务执行员的行为信息和任务车辆的行驶信息，根据Websocket技术将实时任务信息同步推送至后台管理系统，Websocket技术是一种可以在同一时间内允许两个设备之间进行双向发送和接收数据的通信协议技术，数据采集单元向后台管理系统发送Websocket握手请求，Websocket技术与其他数据传输技术相比，只需要发送一次握手请求便可以，Websocket握手请求包括数据采集单元的地址信息和凭证标识信息；根据凭证标识信息进行端口匹配处理，凭证标识信息是唯一的，通过凭证标识信息匹配后台管理系统对应的端口，不同的端口对应着不同的数据采集单元的数据传输，便于对不同任务信息的分类，匹配到相应的端口后，后台管理系统响应Websocket握手请求，利用数据采集单元的地址信息与管理系统的端口建立Websocket数据传输通道；数据采集单元基于Websocket数据传输通道将实时任务信息推送至后台管理系统，后台管理系统接收实时任务信息并替换当前的任务信息，根据最新接收的实时任务信息对数据进行更新，将最新接收的实时任务信息加入至数据库中进行存储，数据库进行更新，至此完成一次任务信息的推送同步，后台管理系统便可根据实时任务信息对任务执行人员和任务车辆进行追踪检测，根据任务信息的实时更新推送能够做到对任务执行过程情况的追踪，更为了解任务执行的情况

[0094] 结束任务模块25：用于当对应任务结束时，接收任务执行人员所触发的任务结束事件，并将所述任务结束事件发送至后台管理系统。

[0095] 在本发明具体实施过程中，所述当对应任务结束时，接收任务执行人员所触发的任务结束事件，并将所述任务结束事件发送至后台管理系统，包括：当对应任务结束时，接收任务执行人员基于结束标签图标所触发的任务结束事件，并将所述任务结束事件发送至后台管理系统；所述后台管理系统基于所述任务结束事件将对应任务标记为任务完成状态，并将所有任务信息存储至对应的数据库中。

[0096] 具体的，当对应任务结束时，选取结束标签图标触发任务结束事件，表示此次任务已完成，将任务结束事件发送至后台管理系统中；后台管理系统接收到任务结束事件后，将此次任务标记为任务完成状态，标记为任务完成状态后该任务便会被锁定，所有的任务信息会存储至对应的数据库中，能够防止对任务信息的恶意篡改，提高任务信息管理的安全性。

[0097] 在本发明实施例中，通过验证码识别算法生成任务计划，能够防止恶意行为对任务计划的访问，提高任务计划的安全性，根据遗传算法能够更为快捷地生成人员分配方案，并调度对应的任务执行人员，通过弗洛伊德算法规划任务路径，能够以更短的时间达成更为智能的路径规划决策，在任务执行的过程中，采用Websocket技术实时推送任务信息，能够做到对任务执行过程情况的追踪，更为了解任务执行的情况，不仅极大程度地降低了人力成本的投入，并且将任务规划和任务追踪形成完整流程，从而提高了任务执行的效率和可靠性。

[0098] 本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，ReadOnly Memory)、随机存取存储器(RAM，Random Access Memory)、磁盘或光盘等。

[0099] 另外，以上对本发明实施例所提供的一种任务规划和任务追踪方法及系统进行了详细介绍，本文中应采用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。