CN103295120A - 物流公司运力分析系统及其运力分析的方法 - Google Patents
物流公司运力分析系统及其运力分析的方法 Download PDFInfo
- Publication number
- CN103295120A CN103295120A CN2013102429500A CN201310242950A CN103295120A CN 103295120 A CN103295120 A CN 103295120A CN 2013102429500 A CN2013102429500 A CN 2013102429500A CN 201310242950 A CN201310242950 A CN 201310242950A CN 103295120 A CN103295120 A CN 103295120A
- Authority
- CN
- China
- Prior art keywords
- average
- vehicle
- circuit
- information
- transport power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 22
- 230000001174 ascending effect Effects 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 38
- 239000012491 analyte Substances 0.000 claims description 14
- 230000006835 compression Effects 0.000 claims description 10
- 238000007906 compression Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 7
- 230000002860 competitive effect Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
Images
Landscapes
- Navigation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种物流公司运力分析系统，包括导航终端和服务器，其中：所述导航终端定位并实时发送车辆的导航信息至所述服务器；所述服务器接收所述导航信息，并根据所述经纬度计算所述车辆所在的城市，形成所述车辆的导航轨迹信息，然后根据所述导航信息中的车辆唯一标识将每辆车的导航轨迹信息进行分组，并按导航信息发送的时间的升序进行排序，并对所述导航轨迹信息进行压缩处理，并将所述压缩处理后的导航轨迹信息截断，生成多条路径，根据不同车辆、不同公司以及不同线路对所述多条路径进行统计分析。
Description
技术领域
本发明属于物流领域，尤其涉及一种物流公司运力分析系统及其运力分析的方法。
背景技术
目前全国各物流公司的车辆虽大都装有北斗/GPS设备，但尚未对这些北斗/GPS设备传回的数据进行信息化处理，没有充分利用来挖掘和分析物流公司的运力情况和竞争力度，从而使物流公司的运营管理仍停留在感性的认识层面，缺乏理性的数字化信息作为调度管理的方向指引，更缺乏对公司各方面运力及其行业竞争力的宏观认识。并且随着物流行业的不断发展，车辆越来越多，所产生的数据量也越来越大，数据的存储和管理需要越来越昂贵的设备，成本费用高。因此，需要对物流公司的运力从车辆、线路及总体的角度进行分析，以实现节约成本。
发明内容
本发明提供了一种物流公司运力分析系统及其运力分析的方法，旨在节约分析物流数据的成本。
本发明提供的技术方案为：一种物流公司运力分析系统，包括导航终端和服务器，其中：所述导航终端用于定位并实时发送车辆的导航信息至所述服务器；所述服务器包括：通信模块，用于接收所述导航信息，并根据所述导航信息中的经纬度计算所述车辆所在的城市，形成所述车辆的导航轨迹信息；分组模块，用于根据所述导航信息中的车辆唯一标识将每辆车的导航轨迹信息进行分组，并按导航信息发送的时间的升序进行排序，并对异常的轨迹数据进行过滤后对所述导航轨迹信息进行压缩处理；截断模块，用于将所述压缩处理后的导航轨迹信息进行截断处理，生成多条路径；统计模块，用于根据不同车辆、不同公司以及不同线路对所述多条路径进行统计分析，包括：线路分析处理子模块，用于分析物流公司的线路的运力，包括对各物流公司的车辆所行驶的各线路的起始和终止城市、行驶次数、平均里程数及其击败同行数量、百分比，平均终点停车时间及其击败同行数量、百分比，平均时效及其击败同行数量、百分比的分析，以及对相同线路各行驶路径的导航轨迹信息，行驶该路径的所有车辆信息，行驶次数、平均里程、平均中途停车次数、平均终点停车时间和平均时效的分析；车辆分析处理子模块，用于分析车辆的运力，包括比较各车辆的运力，包括各车辆的行驶总里程及其击败同行数量、百分比，行驶线路信息，各车辆所行驶的各线路的起始终止城市，行驶次数，平均里程，平均中途停车次数，平均终点停车时间，运行时效，及行驶路径的导航轨迹信息；运力信息汇总子模块，用于分析物流公司的运力在行业中的总体竞争力，包括物流行业的平均里程，车辆总数，行驶总里程数，平均每辆车的行驶里程数及其击败同行数量和百分比。
本发明提供的另一技术方案，一种物流公司运力分析的方法，所述方法包括以下步骤：
步骤S10，接收车辆上导航终端用于定位并实时发送车辆的导航信息；
步骤S20，根据所述导航信息中的经纬度计算所述车辆所在的城市，形成所述车辆的导航轨迹信息；
步骤S30，根据所述导航信息中的车辆唯一标识将每辆车的导航轨迹信息进行分组，并按导航信息发送的时间的升序进行排序，并对异常的轨迹数据进行过滤后对所述导航轨迹信息进行压缩处理；
步骤S40，将所述压缩处理后的导航轨迹信息进行截断处理，生成多条路径；
步骤S50，根据不同车辆、不同公司以及不同线路对所述多条路径进行统计分析，包括：
步骤S52，分析物流公司的线路的运力，包括对各物流公司的车辆所行驶的各线路的起始和终止城市、行驶次数、平均里程数及其击败同行数量、百分比，平均终点停车时间及其击败同行数量、百分比，平均时效及其击败同行数量、百分比的分析，以及对相同线路各行驶路径的导航轨迹信息，行驶该路径的所有车辆信息，行驶次数、平均里程、平均中途停车次数、平均终点停车时间和平均时效的分析；
步骤S54，分析车辆的运力，包括比较各车辆的运力，包括各车辆的行驶总里程及其击败同行数量、百分比，行驶线路信息，各车辆所行驶的各线路的起始终止城市，行驶次数，平均里程，平均中途停车次数，平均终点停车时间，运行时效，及行驶路径的导航轨迹信息；以及
步骤S56，分析物流公司的运力在行业中的总体竞争力，包括物流行业的平均里程，车辆总数，行驶总里程数，平均每辆车的行驶里程数及其击败同行数量和百分比。
本发明的技术方案具有如下优点或有益效果：本发明所提供的物流公司运力分析系统及其运力分析的方法通过利用车辆上的GPS装置实时发送车辆的导航信息至服务器，并通过服务器对导航信息进行统计分析，得到运力分析的结构，使物流公司对运力的管理信息化、数字化、高效化、便捷化以及精准化，不再停留在某单一层面或微观角度，提高了物流公司的效益，进而提升了整个物流行业的服务能力，且成本低廉。
附图说明
图1为本发明一实施方式中物流公司运力分析系统的模块图；
图2为本发明一实施方式中物流公司运力分析方法的总图流程图；
图3为图2中步骤S52的详细流程图；
图4为图2中步骤S54的详细流程图；
图5为公司运力信息汇总图；
图6为公司行驶线路信息汇总图；
图7为行驶线路明细图；
图8为某线路对应行驶车辆明细图；
图9为各车辆运力分析图；
图10为某车辆对应行驶线路明细图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参阅图1，图1所示为本发明一实施方式中物流公司运力分析系统的模块图。
在本实施方式中，所示物流公司运力分析系统，包括导航终端10和服务器20。
在本实施方式中，所述导航终端10用于定位并实时发送车辆的导航信息至所述服务器。
在本实施方式中，所述导航终端10可以为手机、GPS终端或北斗导航终端等定位导航装置。
在本实施方式中所述导航信息包括：车辆唯一标识、导航信息发送的时间、经纬度和/或当前行驶里程。
在本实施方式中，所述服务器20包括：通信模块21、分组模块22、截断模块23、统计模块24、存储器25以及处理器25，其中，所述通信模块21、分组模块22、截断模块23以及统计模块24存储在所述存储器25中，所述处理器26用于执行存储在存储器25中的各个功能模块。
在本实施方式中，通信模块21用于从导航终端10接收所述导航信息，并根据所述导航信息中的经纬度计算所述车辆所在的城市，形成所述车辆的导航轨迹信息。
在本实施方式中，导航终端10和服务器20通过无线网络进行数据的交换，无线网络包括GSM（Global System of Mobile communication，全球移动通讯系统）、GPRS（General Packet Radio Service，通用无线分组业务）、WCDMA（Wideband Code Division Multiple Access，宽带码分多址）、HSDPA（High Speed Downlink Package Access，高速下行链路分组接入）等方式。导航终端每间隔一定时间，通过无线网络技术GSM、GPRS、WCDMA、HSDPA等方式向服务器发送数据，具体发送间隔时间可根据不同情况进行设定，例如一分钟或几分钟等。
分组模块22用于根据所述导航信息中的车辆唯一标识将每辆车的导航轨迹信息进行分组，并按导航信息发送的时间的升序进行排序，并对异常的轨迹数据进行过滤后对所述导航轨迹信息进行压缩处理。
在本实施方式中，对异常的轨迹信息进行过滤处理时采用轨迹去噪算法，包括以下步骤：将所述导航轨迹信息依据车牌号分组，然后将导航信息按发送时间升序排列，并依次取n个连续点的导航信息，计算中间点与其他n-1个点之间的距离，若距离大于固定阈值且发生的频率大于50%，则剔除该点。
截断模块23用于将所述压缩处理后的导航轨迹信息进行截断处理，生成多条路径。
在本实施方式中，对所述压缩处理后的导航轨迹信息进行截断处理时采用截断规则，包括以下步骤：
依次遍历已经按发送时间排序的导航信息；
将地图分为多个区域，车辆从一个区域的一个城市进入另一个区域的另一个城市时，计算所述车辆在另一个城市的停留时间；
当停留时间大于固定值时，则将线路截断，生成路径。
在本实施方式中，截断模块23需要根据所述导航信息中的经纬度坐标确定当前所在点的城市，然后计算沿途经过的每个城市的停留时间（无论是行驶还是静止状态都计算车辆所在城市），当停留时间大于固定值时，则将此点的线路截断，生成路径。
统计模块24用于根据不同车辆、不同公司以及不同线路对所述多条路径进行统计分析。
在本实施方式中，所述统计模块24包括线路分析处理子模块242、车辆分析处理子模块244以及运力信息汇总子模块246。
在本实施方式中，线路分析处理子模块242用于分析物流公司的线路的运力，包括对各物流公司的车辆所行驶的各线路的起始和终止城市、行驶次数、平均里程数及其击败同行数量、百分比，平均终点停车时间及其击败同行数量、百分比，平均时效及其击败同行数量、百分比的分析，以及对相同线路各行驶路径的导航轨迹信息，行驶该路径的所有车辆信息，行驶次数、平均里程、平均中途停车次数、平均终点停车时间和平均时效的分析。
在本实施方式中，所述线路分析处理子模块242将所述路径生成的源数据线路进行按月或按季度分组，将分组的线路再以起始终止城市分组为R{(s1,e1),(s2,e2),...(si,ei)...(sn,en)}，分别计算每组线路的平均里程数SAVG,每组线路的平均终点停车时间TAVG，平均停车次数NAVG，将集合R{(s1,e1),(s2,e2),...(si,ei)...(sn,en)}再按公司名称分组，也即将按起始终止城市分组的线路再按公司名称进行二次分组，计算每组线路的运行次数，再分别计算每组线路的平均里程数S’AVG,每组线路的平均终点停车时间T’AVG，平均停车次数N’AVG，，并将集合R{(s1,e1),(s2,e2),...(si,ei)...(sn,en)}按照平均终点时间进行降序排列，若平均终点时间相同，则按平均里程数进行二次排序，若平均里程数相同，则认为此线路运输效率一样，并计算击败同行数量百分比，得到每月或者每季度的运力排名。
车辆分析处理子模块244用于分析车辆的运力，包括比较各车辆的运力，包括各车辆的行驶总里程及其击败同行数量、百分比，行驶线路信息，各车辆所行驶的各线路的起始终止城市、行驶次数、平均里程、平均中途停车次数、平均终点停车时间、运行时效、及行驶路径的导航轨迹信息。
在本实施方式中，所述车辆分析处理子模块244将所述路径生成的源数据线路进行按月或按季度分组，并将分组的线路再以车牌号码分组为R{C1,C2...Ci...Cn}，计算每辆车行驶的总里程并按照总里程大小进行排序，计算击败同行数量百分比,得到每月或者每季度的运力排名，将分组集合R{C1,C2...Ci...Cn}以公司分组，计算公司内部车辆行驶总里程进排序，得到公司内部之间车辆的运力排名，将分组集合R{C1,C2...Ci...Cn}中的每一个元素Ci，按照起始终止城市分组得R{（C’1）,C’2）...（C’i）..（C’n）},其中C’i为每辆车的每趟线路的集合，计算每趟线路的行驶次数，行驶平均里程，平均停车次次数以及平均终点停车时间。
运力信息汇总子模块246用于分析物流公司的运力在行业中的总体竞争力，包括物流行业的平均里程，车辆总数，行驶总里程数，平均每辆车的行驶里程数及其击败同行数量和百分比。
在本实施方式中，所述运力信息汇总子模块246统计每家物流公司车辆数目，将每辆车的行驶总里程按照公司分组求和，得到公司所有车辆的行驶总里程，并计算平均每辆车的行驶里程，击败同行百分比。
在本发明其他实施方式中，服务器20的所接收导航信息以及其分析的数据存储在云平台上，云平台建立在分布式系统基础架构之上，例如Hadoop、Dremel、Spark等，包括基于这些框架之上的分布式数据库和内存数据库，用于货运线路数据的存储，并完成对用户请求信息的存取、索引等功能，以加快数据访问速度，实现海量数据的实时或交互式查询、处理等。
请参阅图2，图2所示为本发明一实施方式中物流公司运力分析方法的总图流程图。
在本实施方式中，所述方法通过物流公司运力分析系统来实现，所述方法包括以下步骤：
步骤S10，通信模块21接收车辆上导航终端10用于定位并实时发送车辆的导航信息。
在本实施方式中，所述导航信息包括：车辆唯一标识、导航信息发送的时间、经纬度和/或当前行驶里程。
步骤S20，通信模块21根据所述导航信息中的经纬度计算所述车辆所在的城市，形成所述车辆的导航轨迹信息。
步骤S30，分组模块22根据所述导航信息中的车辆唯一标识将每辆车的导航轨迹信息进行分组，并按导航信息发送的时间的升序进行排序，并对异常的轨迹数据进行过滤后对所述导航轨迹信息进行压缩处理。
在本实施方式中，所述轨迹去噪算法的步骤包括：
将所述导航轨迹信息依据车牌号分组；
将导航信息发送时间按升序排列，并依次取n个连续点的导航信息；
计算中间点与其他n-1个点之间的距离，若距离大于固定阈值且发生的频率大于50%，则剔除该点。
步骤S40，截断模块23将所述压缩处理后的导航轨迹信息进行截断处理，生成多条路径；
在本实施方式中，对异常的轨迹信息进行过滤处理时采用轨迹去噪算法，包括以下步骤：依次遍历已经按发送排序的导航信息，并将地图分为多个区域，车辆从一个区域的一个城市进入另一个区域的另一个城市时，计算所述车辆在另一个城市的停留时间，当停留时间大于固定值时，则将线路截断，生成路径。
在本实施方式中，截断模块23需要根据所述导航信息中的经纬度坐标确定当前所在点的城市，然后计算沿途经过的每个城市的停留时间（无论是行驶还是静止状态都计算车辆所在城市），当停留时间大于固定值时，则将此点的线路截断，生成路径。
在本实施方式中，对所述压缩处理后的导航轨迹信息进行截断处理时采用截断规则，包括以下步骤：依次遍历已经按发送排序的导航信息，并将地图分为多个区域，车辆从一个区域的一个城市进入另一个区域的另一个城市时，计算所述车辆在另一个城市的停留时间，当停留时间大于固定值时，则将线路截断，生成路径。
在本实施方式中，截断模块23需要根据所述导航信息中的经纬度坐标确定当前所在点的城市，然后计算沿途经过的每个城市的停留时间（无论是行驶还是静止状态都计算车辆所在城市），当停留时间大于固定值时，则将此点的线路截断，生成路径。
步骤S50，分析模块24根据不同车辆、不同公司以及不同线路对所述多条路径进行统计分析。
在本实施方式中，步骤S50包括以下步骤：
步骤S52，线路分析处理子模块242分析物流公司的线路的运力，包括对各物流公司的车辆所行驶的各线路的起始和终止城市、行驶次数、平均里程数及其击败同行数量、百分比，平均终点停车时间及其击败同行数量、百分比，平均时效及其击败同行数量、百分比的分析，以及对相同线路各行驶路径的导航轨迹信息，行驶该路径的所有车辆信息，行驶次数、平均里程、平均中途停车次数、平均终点停车时间和平均时效的分析。
步骤S54，车辆分析处理子模块244分析车辆的运力，包括比较各车辆的运力，包括各车辆的行驶总里程及其击败同行数量、百分比，行驶线路信息，各车辆所行驶的各线路的起始终止城市，行驶次数，平均里程，平均中途停车次数，平均终点停车时间，运行时效，及行驶路径的导航轨迹信息。
步骤S56，运力信息汇总子模块246分析物流公司的运力在行业中的总体竞争力，包括物流行业的平均里程、车辆总数、行驶总里程数、平均每辆车的行驶里程数及其击败同行数量和百分比。
在本实施方式中，在所述步骤S56中，运力信息汇总子模块246统计每家物流公司车辆数目，将每辆车的行驶总里程按照公司分组求和，得到公司所有车辆的行驶总里程，并计算平均每辆车的行驶里程，击败同行百分比。
请参阅图3，图3所示为图2中步骤S52的详细流程图。
在本实施方式中，所述步骤S52包括：
步骤S520，线路分析处理子模块242将所述路径生成的源数据线路进行按月或按季度分组。
在步骤S522，线路分析处理子模块242将分组的线路再以起始终止城市分组为R{(s1,e1),(s2,e2),...(si,ei)...(sn,en)}，分别计算每组线路的平均里程数SAVG,每组线路的平均终点停车时间TAVG，平均停车次数NAVG。
在步骤S524，线路分析处理子模块242将集合R{(s1,e1),(s2,e2),...(si,ei)...(sn,en)}再按公司名称分组，也即将按起始终止城市分组的线路再按公司名称进行二次分组，计算每组线路的运行次数，再分别计算每组线路的平均里程数S’AVG,每组线路的平均终点停车时间T’AVG，平均停车次数N’AVG，，并将集合R{(s1,e1),(s2,e2),...(si,ei)...(sn,en)}按照平均终点时间进行降序排列。
在步骤S526，线路分析处理子模块242判断平均终点的时间是否相同，若平均终点时间相同，则按平均里程数进行二次排序，否则，判断平均里程数是否相同，若平均里程数相同，则认为此线路运输效率一样，不做区分，计算击败同行数量百分比，得到每月或者每季度的运力排名。
请参阅图4，图4所示为图2中步骤S54的详细流程图。
在本实施方式中，所述步骤S54包括以下步骤：
步骤S540，所示车辆分析处理子模块244将所述路径生成的源数据线路进行按月或按季度分组。
步骤S542，所示车辆分析处理子模块244将分组的线路再以车牌号码分组为R{C1,C2...Ci...Cn}，计算每辆车行驶的总里程并按照总里程大小进行排序，计算击败同行数量百分比，得到每月或者每季度的运力排名。
步骤S544，所示车辆分析处理子模块244将分组集合R{C1,C2...Ci...Cn}以公司分组，计算公司内部车辆行驶总里程进排序，得到公司内部之间车辆的运力排名。
步骤S546，所示车辆分析处理子模块244将分组集合R{C1,C2...Ci...Cn}中的每一个元素Ci，按照起始终止城市分组得R{（C’1）,C’2）...（C’i）..（C’n）}，其中C’i为每辆车的每趟线路的集合，计算每趟线路的行驶次数，行驶平均里程，平均停车次次数以及平均终点停车时间。
请参阅图5，图5为利用本发明中的物流公司运力分析系统得到的公司运力信息汇总图。从图5中可以直接的看出物流公司的运力在整个行业中的水平。
请参阅图6，图6为利用本发明中的物流公司运力分析系统得到的公司行驶线路信息汇总图。从图6中可以直接的看出物流公司的每一条线路的运力情况。
请参阅图7，图7为利用本发明中的物流公司运力分析系统得到的行驶线路明细图。从图7中可以直接的看出物流公司的行驶线路以及行驶线路在不同的物流公司之间的比对情况。
请参阅图8，图8为利用本发明中的物流公司运力分析系统得到的某线路对应行驶车辆明细图。从图8中可以直接的看出某条线路上对应行驶车辆的情况。
请参阅图9，图9为利用本发明中的物流公司运力分析系统得到的各车辆运力分析图。从图9中可以直接的看出各个车辆在每月的运力状况以及车辆之间的运力比对。
请参阅图10，图10为利用本发明中的物流公司运力分析系统得到的某车辆对应行驶线路明细图。从图10中可以直接的看出某车辆在对应行驶线路上的信息以及车辆的在对应行驶该路径的次数等。
本发明实施方式中所提供的物流公司运力分析系统及其运力分析的方法通过利用车辆上的GPS装置10实时发送车辆的导航信息至服务器2，并通过服务器20对导航信息进行统计分析，得到运力分析的结构，使物流公司对运力的管理信息化、数字化、高效化、便捷化以及精准化，利用理性的数字化信息作为调度管理的方向指引，增强物流公司对各方面运力及其行业竞争力的宏观认识，提升物流车辆管理水平，优化资源配置，最终达到整体物流业水平，节省交通资源，降低城市污染指数，提高了物流公司的效益的同时，进而提升了整个物流行业的服务能力，且成本低廉。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (14)
1.一种物流公司运力分析系统，包括导航终端及和所述导航终端通过无线网络进行数据交换的服务器，其特征在于：
所述导航终端用于定位并实时发送车辆的导航信息至所述服务器；
所述服务器包括：
通信模块，用于接收所述导航信息，并根据导航信息中经纬度计算所述车辆所在的城市，形成所述车辆的导航轨迹信息；
分组模块，用于根据所述导航信息中的车辆唯一标识将每辆车的导航轨迹信息进行分组，并按导航信息发送时间的升序进行排序，并对异常的轨迹信息进行过滤后再对所述导航轨迹信息进行压缩处理；
截断模块，用于对所述压缩处理后的导航轨迹信息进行截断处理，生成多条路径；
统计模块，用于根据不同车辆、不同公司以及不同线路对所述多条路径进行统计分析，包括：
线路分析处理子模块，用于分析物流公司的线路的运力，包括对各物流公司的车辆所行驶的各线路的起始和终止城市、行驶次数、平均里程数及其击败同行数量、百分比，平均终点停车时间及其击败同行数量、百分比，平均时效及其击败同行数量、百分比的分析，以及对相同线路各行驶路径的导航轨迹信息，行驶该路径的所有车辆信息，行驶次数、平均里程、平均中途停车次数、平均终点停车时间和平均时效的分析；
车辆分析处理子模块，用于分析车辆的运力，包括比较各车辆的运力，包括各车辆的行驶总里程及其击败同行数量、百分比，行驶线路信息，各车辆所行驶的各线路的起始终止城市，行驶次数，平均里程，平均中途停车次数，平均终点停车时间，运行时效，及行驶路径的导航轨迹信息；
运力信息汇总子模块，用于分析物流公司的运力在行业中的总体竞争力，包括物流行业的平均里程，车辆总数，行驶总里程数，平均每辆车的行驶里程数及其击败同行数量和百分比。
2.如权利要求1所述的物流公司运力分析系统，其特征在于，所述导航信息包括：车辆唯一标识、导航信息发送时间、经纬度和/或当前行驶里程。
3.如权利要求1所述的物流公司运力分析系统，其特征在于，对异常的轨迹信息进行过滤处理时采用轨迹去噪算法，包括如下步骤：将所述导航轨迹信息依据车牌号分组；然后将导航信息按发送时间升序排列，并依次取n个连续点的导航信息，计算中间点与其他n-1个点之间的距离，若距离大于固定阈值且发生的频率大于50%，则剔除该点。
4.如权利要求1所述的物流公司运力分析系统，其特征在于，对所述压缩处理后的导航轨迹信息进行截断处理时采用截断规则，包括如下步骤：依次遍历已经按发送时间排序的导航信息，并将地图分为多个区域；车辆从一个区域的一个城市进入另一个区域的另一个城市时，计算所述车辆在另一个城市的停留时间；当停留时间大于固定值时，则将线路截断，生成路径。
5.如权利要求1所述的物流公司运力分析系统，其特征在于，所述线路分析处理子模块对所述路径生成的源数据线路按月或按季度进行分组，将分组的线路以起始终止城市再次分组为R{(s1,e1),(s2,e2),...(si,ei)...(sn,en)}，分别计算每组线路的平均里程数SAVG,每组线路的平均终点停车时间TAVG，平均停车次数NAVG，将集合R{(s1,e1),(s2,e2),...(si,ei)...(sn,en)}再按公司名称分组，也即将按起始终止城市分组的线路再按公司名称进行二次分组，计算每组线路的运行次数，再分别计算每组线路的平均里程数S’AVG,每组线路的平均终点停车时间T’AVG，平均停车次数N’AVG，，并将集合R{(s1,e1),(s2,e2),...(si,ei)...(sn,en)}按照平均终点时间进行降序排列，若平均终点时间相同，则按平均里程数进行二次排序，若平均里程数相同，则认为此线路运输效率一样，并计算击败同行数量百分比，得到每月或者每季度的运力排名。
6.如权利要求1所述的物流公司运力分析系统，其特征在于，所述车辆分析处理子模块将所述路径生成的源数据线路进行按月或按季度分组，并将分组的线路以车牌号码分组为R{C1,C2...Ci...Cn}，计算每辆车行驶的总里程并按照总里程大小进行排序，计算击败同行数量百分比,得到每月或者每季度的运力排名，将分组集合R{C1,C2...Ci...Cn}以公司分组，计算公司内部车辆行驶总里程进排序，得到公司内部之间车辆的运力排名，将分组集合R{C1,C2...Ci...Cn}中的每一个元素Ci，按照起始终止城市分组得R{（C’1）,C’2）...（C’i）..（C’n）},其中C’i为每辆车的每趟线路的集合，计算每趟线路的行驶次数，行驶平均里程，平均停车次次数以及平均终点停车时间。
7.如权利要求1所述的物流公司运力分析系统，其特征在于，所述运力信息汇总子模块统计每家物流公司车辆数目，将每辆车的行驶总里程按照公司分组求和，得到公司所有车辆的行驶总里程，并计算平均每辆车的行驶里程，击败同行百分比。
8.一种物流公司运力分析的方法，其特征在于，所述方法包括以下步骤：
步骤S10，接收车辆上导航终端用于定位并实时发送车辆的导航信息；
步骤S20，根据导航信息中的经纬度计算所述车辆所在的城市，形成所述车辆的导航轨迹信息；
步骤S30，根据所述导航信息中的车辆唯一标识将每辆车的导航轨迹信息进行分组，并按导航信息发送的时间的升序进行排序，并对异常的轨迹数据进行过滤后对所述导航轨迹信息进行压缩处理；
步骤S40，将所述压缩处理后的导航轨迹信息进行截断处理，生成多条路径；
步骤S50，根据不同车辆、不同公司以及不同线路对所述多条路径进行统计分析，包括：
步骤S52，分析物流公司的线路的运力，包括对各物流公司的车辆所行驶的各线路的起始和终止城市、行驶次数、平均里程数及其击败同行数量、百分比，平均终点停车时间及其击败同行数量、百分比，平均时效及其击败同行数量、百分比的分析，以及对相同线路各行驶路径的导航轨迹信息，行驶该路径的所有车辆信息，行驶次数、平均里程、平均中途停车次数、平均终点停车时间和平均时效的分析；
步骤S54，分析车辆的运力，包括比较各车辆的运力，包括各车辆的行驶总里程及其击败同行数量、百分比，行驶线路信息，各车辆所行驶的各线路的起始终止城市，行驶次数，平均里程，平均中途停车次数，平均终点停车时间，运行时效，及行驶路径的导航轨迹信息；以及
步骤S56，分析物流公司的运力在行业中的总体竞争力，包括物流行业的平均里程，车辆总数，行驶总里程数，平均每辆车的行驶里程数及其击败同行数量和百分比。
9.如权利要求8所述的物流公司运力分析的方法，其特征在于，所述导航信息包括：车辆唯一标识、导航信息发送时间、经纬度和/或当前行驶里程。
10.如权利要求8所述的物流公司运力分析的方法，其特征在于，对异常的轨迹信息进行过滤处理时采用轨迹去噪算法，包括以下步骤：
将所述导航轨迹信息依据车牌号分组；
将导航信息按发送时间升序排列，并依次取n个连续点的导航信息，
计算中间点与其他n-1个点之间的距离；
若距离大于固定阈值且发生的频率大于50%，则剔除该点。
11.如权利要求8所述的物流公司运力分析的方法，其特征在于，对所述压缩处理后的导航轨迹信息进行截断处理时采用截断规则，包括以下步骤：依次遍历已经按发送时间排序的导航信息，并将地图分为多个区域，车辆从一个区域的一个城市进入另一个区域的另一个城市时，计算所述车辆在另一个城市的停留时间，当停留时间大于固定值时，则将线路截断，生成路径。
12.如权利要求8所述的物流公司运力分析的方法，其特征在于，所述步骤S52包括：
将所述路径生成的源数据线路进行按月或按季度分组；
将分组的线路再以起始终止城市分组为R{(s1,e1),(s2,e2),...(si,ei)...(sn,en)}，分别计算每组线路的平均里程数SAVG,每组线路的平均终点停车时间TAVG，平均停车次数NAVG；
将集合R{(s1,e1),(s2,e2),...(si,ei)...(sn,en)}再按公司名称分组，也即将按起始终止城市分组的线路再按公司名称进行二次分组，计算每组线路的运行次数，再分别计算每组线路的平均里程数S’AVG,每组线路的平均终点停车时间T’AVG，平均停车次数N’AVG，，并将集合R{(s1,e1),(s2,e2),...(si,ei)...(sn,en)}按照平均终点时间进行降序排列；
若平均终点时间相同，则按平均里程数进行二次排序，若平均里程数相同，则认为此线路运输效率一样，并计算击败同行数量百分比，得到每月或者每季度的运力排名。
13.如权利要求8所述的物流公司运力分析的方法，其特征在于，所述步骤S54包括以下步骤：
将所述路径生成的源数据线路进行按月或按季度分组；
将分组的线路以车牌号码分组为R{C1,C2...Ci...Cn}，计算每辆车行驶的总里程并按照总里程大小进行排序，计算击败同行数量百分比，得到每月或者每季度的运力排名；
将分组集合R{C1,C2...Ci...Cn}以公司分组，计算公司内部车辆行驶总里程进排序，得到公司内部之间车辆的运力排名；
将分组集合R{C1,C2...Ci...Cn}中的每一个元素Ci，按照起始终止城市分组得R{（C’1）,C’2）...（C’i）..（C’n）}，其中C’i为每辆车的每趟线路的集合，计算每趟线路的行驶次数，行驶平均里程，平均停车次次数以及平均终点停车时间。
14.如权利要求8所述的物流公司运力分析的方法，其特征在于，在所述步骤S56中，统计每家物流公司车辆数目，将每辆车的行驶总里程按照公司分组求和，得到公司所有车辆的行驶总里程，并计算平均每辆车的行驶里程，击败同行百分比。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310242950.0A CN103295120B (zh) | 2013-06-18 | 2013-06-18 | 物流公司运力分析系统及其运力分析的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310242950.0A CN103295120B (zh) | 2013-06-18 | 2013-06-18 | 物流公司运力分析系统及其运力分析的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103295120A true CN103295120A (zh) | 2013-09-11 |
| CN103295120B CN103295120B (zh) | 2016-08-10 |
Family
ID=49095938
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310242950.0A Active CN103295120B (zh) | 2013-06-18 | 2013-06-18 | 物流公司运力分析系统及其运力分析的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103295120B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104515530A (zh) * | 2014-12-16 | 2015-04-15 | 北京中交兴路车联网科技有限公司 | 一种长途货运车辆导航线路的优化方法 |
| CN104835028A (zh) * | 2015-05-26 | 2015-08-12 | 丹阳飓风物流股份有限公司 | 一种运力云平台 |
| CN108197792A (zh) * | 2017-12-27 | 2018-06-22 | 北京中交兴路车联网科技有限公司 | 一种计算货运市场活跃度指数的方法及系统 |
| CN109214753A (zh) * | 2018-08-29 | 2019-01-15 | 安徽慧通互联科技有限公司 | 一种物流运输中司机长跑线路分析的方法 |
| CN109272151A (zh) * | 2018-09-06 | 2019-01-25 | 中南大学 | 一种基于Spark的车辆路径规划算法优化方法 |
| CN109637118A (zh) * | 2018-12-28 | 2019-04-16 | 武汉征原电气有限公司 | 一种智能车辆运营管理系统 |
| CN109784610A (zh) * | 2018-11-23 | 2019-05-21 | 深圳市大东车慧科技股份有限公司 | 一种物流公司盈利分析评估系统 |
| CN113301364A (zh) * | 2021-01-05 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 路径规划方法、cdn连接建立方法、设备及存储介质 |
| CN114333287A (zh) * | 2020-10-09 | 2022-04-12 | 上汽通用五菱汽车股份有限公司 | 一种无人物流车的调度方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101373141A (zh) * | 2008-10-16 | 2009-02-25 | 凯立德欣技术（深圳）有限公司 | 导航系统及在连续结点路段进行语音提示的导航方法 |
| CN101976500A (zh) * | 2010-10-25 | 2011-02-16 | 中国科学院深圳先进技术研究院 | 交通网络分析方法及系统 |
| CN102735252A (zh) * | 2011-03-29 | 2012-10-17 | 电装It研究所 | 路径引导生成装置、方法以及系统 |
-
2013
- 2013-06-18 CN CN201310242950.0A patent/CN103295120B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101373141A (zh) * | 2008-10-16 | 2009-02-25 | 凯立德欣技术（深圳）有限公司 | 导航系统及在连续结点路段进行语音提示的导航方法 |
| CN101976500A (zh) * | 2010-10-25 | 2011-02-16 | 中国科学院深圳先进技术研究院 | 交通网络分析方法及系统 |
| CN102735252A (zh) * | 2011-03-29 | 2012-10-17 | 电装It研究所 | 路径引导生成装置、方法以及系统 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104515530A (zh) * | 2014-12-16 | 2015-04-15 | 北京中交兴路车联网科技有限公司 | 一种长途货运车辆导航线路的优化方法 |
| CN104835028A (zh) * | 2015-05-26 | 2015-08-12 | 丹阳飓风物流股份有限公司 | 一种运力云平台 |
| CN108197792A (zh) * | 2017-12-27 | 2018-06-22 | 北京中交兴路车联网科技有限公司 | 一种计算货运市场活跃度指数的方法及系统 |
| CN108197792B (zh) * | 2017-12-27 | 2021-11-02 | 北京中交兴路车联网科技有限公司 | 一种基于货运平台货车轨迹点数据计算货运市场活跃度指数的方法及系统 |
| CN109214753A (zh) * | 2018-08-29 | 2019-01-15 | 安徽慧通互联科技有限公司 | 一种物流运输中司机长跑线路分析的方法 |
| CN109272151A (zh) * | 2018-09-06 | 2019-01-25 | 中南大学 | 一种基于Spark的车辆路径规划算法优化方法 |
| CN109272151B (zh) * | 2018-09-06 | 2021-06-25 | 中南大学 | 一种基于Spark的车辆路径规划算法优化方法 |
| CN109784610A (zh) * | 2018-11-23 | 2019-05-21 | 深圳市大东车慧科技股份有限公司 | 一种物流公司盈利分析评估系统 |
| CN109637118A (zh) * | 2018-12-28 | 2019-04-16 | 武汉征原电气有限公司 | 一种智能车辆运营管理系统 |
| CN114333287A (zh) * | 2020-10-09 | 2022-04-12 | 上汽通用五菱汽车股份有限公司 | 一种无人物流车的调度方法 |
| CN114333287B (zh) * | 2020-10-09 | 2023-08-29 | 上汽通用五菱汽车股份有限公司 | 一种无人物流车的调度方法 |
| CN113301364A (zh) * | 2021-01-05 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 路径规划方法、cdn连接建立方法、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103295120B (zh) | 2016-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103295120A (zh) | 物流公司运力分析系统及其运力分析的方法 | |
| CN103278833A (zh) | 一种基于北斗/gps数据的线路推荐系统及方法 | |
| CN101339042B (zh) | 一种个性化的动态路况信息生成及导航系统 | |
| US9043151B2 (en) | Large scale demand responsive transit framework | |
| CN105701560B (zh) | 一种通勤路线信息的确定方法及装置 | |
| Jayasinghe et al. | Explaining traffic flow patterns using centrality measures | |
| CN103413437B (zh) | 一种基于车辆数据采集的道路交叉口转向识别方法及系统 | |
| CN103035123B (zh) | 一种交通轨迹数据中异常数据获取方法及系统 | |
| CN105674994A (zh) | 获取行车路线的方法、装置及导航设备 | |
| CN110222893B (zh) | 共享交通资源的投放地点推荐方法、装置与电子设备 | |
| CN108871354B (zh) | 道路信息处理方法及处理系统 | |
| Jalali et al. | Investigating the potential of ridesharing to reduce vehicle emissions | |
| CN101976505A (zh) | 交通评价方法及系统 | |
| CN105868861A (zh) | 一种基于时空数据融合的公交客流演化分析方法 | |
| CN107452207B (zh) | 浮动车数据源评价方法、装置及系统 | |
| CN104504541A (zh) | 方便用户出行的基于大数据分析的云服务互动系统与方法 | |
| CN109466367A (zh) | 一种基于电动汽车剩余电量情况的充电桩配置方法 | |
| CN107545318A (zh) | 公交线路优先级确定、公交换乘线路排序方法及装置 | |
| CN114820264A (zh) | 公共交通工具换乘数据处理方法、装置、设备、存储介质 | |
| Lin et al. | A cloud computing framework for real-time carpooling services | |
| CN117314089A (zh) | 一种城市轨道和公交接驳薄弱区域识别方法 | |
| CN115376325B (zh) | 基于出行链的公共交通换乘数据筛选系统、方法及应用 | |
| CN112732778A (zh) | 基于手机信令的交通枢纽客流流向识别方法、计算机系统、服务器与存储介质 | |
| CN107734540B (zh) | 无线网络信号范围侦测与展示的系统与方法 | |
| CN201927077U (zh) | 一种交互式车辆保养管理系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20180408 Address after: 518000 Guangdong city of Shenzhen province Qianhai Shenzhen Hong Kong cooperation zone before Bay Road No. 1 building 201 room A Patentee after: SHENZHEN BEIDOU INTELLIGENCE TECHNOLOGY CO.,LTD. Address before: Room office building No. 1068 Shenzhen Institute of advanced technology A-301 518000 in Guangdong city of Shenzhen province Nanshan District Shenzhen University city academy Avenue Patentee before: Shenzhen shen-tech advanced Cci Capital Ltd. Effective date of registration: 20180408 Address after: Room office building No. 1068 Shenzhen Institute of advanced technology A-301 518000 in Guangdong city of Shenzhen province Nanshan District Shenzhen University city academy Avenue Patentee after: Shenzhen shen-tech advanced Cci Capital Ltd. Address before: 1068 No. 518055 Guangdong city in Shenzhen Province, Nanshan District City Xili University School Avenue Patentee before: SHENZHEN INSTITUTES OF ADVANCED TECHNOLOGY |
|
| TR01 | Transfer of patent right |