CN109426930A - 物流车辆的运输延迟预测系统及方法 - Google Patents
物流车辆的运输延迟预测系统及方法 Download PDFInfo
- Publication number
- CN109426930A CN109426930A CN201710742696.9A CN201710742696A CN109426930A CN 109426930 A CN109426930 A CN 109426930A CN 201710742696 A CN201710742696 A CN 201710742696A CN 109426930 A CN109426930 A CN 109426930A
- Authority
- CN
- China
- Prior art keywords
- emphasis
- logistics vehicles
- reach
- plan
- delay
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
Abstract
本发明提供一种物流车辆的运输延迟预测系统和方法,以判断为物流车辆到达了重点位置为触发,以当前到达的重点位置为起点重新规划导航路径,预测物流车辆沿着重新规划的导航路径到达计划目的地位置的预计到达目的地时间,对预计到达目的地时间与计划到达目的地时间进行比较,由此判断物流车辆是否将要延迟到达计划目的地位置。根据该运输延迟预测系统,在物流车辆的运输过程中,以每次到达重点位置为触发,更新规划导航路径和预计到达目的地时间,所以即便车辆不按照最初规划的导航路径,也不会影响系统对延迟的预测,兼顾了预先设定的配送计划与可能实时变更的行驶路线,能够准确地预测物流车辆的运输延迟。
Description
技术领域
本发明涉及在物流车辆运输中对车辆延迟进行预测的系统及方法,尤其涉及利用配送计划和车辆实时定位数据在物流车辆运输中对车辆延迟进行预测的系统及方法。
背景技术
在物流车辆运输货物的过程中,往往会出现送达迟到的现象。此时,接受货物的工厂用户可能因为接受货物延迟,而耽误生产进而导致经济损失。通常,物流公司需要承担一部分或全部的责任。因此,物流公司希望尽可能地减少迟到发生的次数。
导致迟到发生的原因很多。例如,包括交通拥堵以及用户临时变更运输任务等。通常,送货司机会使用各种导航软件应用。当遇到拥堵路段时,司机会调整行驶路径。但是,这仍然无法彻底避免迟到的发生。
对此,如果物流公司或者送货司机能够根据当前位置距离目的地的距离判断迟到的可能性,来调整自己的运输计划(例如:提高速度等)以避免迟到,是非常有意义的。但是,由于运输过程中,交通状况变化、司机变更路线等情况时有发生,因此需要新技术对即将发生的运送迟到进行预测,进而避免整个生产环节的经济损失。
专利文献1公开了一种基于历史数据的公交车辆到站时间预测方法。该方法包括如下步骤:实时接收公交车辆上GPS设备上传的GPS实时数据和车辆到站信息数据;成功获取到车辆GPS实时数据后,进行处理;根据车辆到站信息中线路编号和运行方向从在线站点设备中找到要发送消息的站点设备,得到目标站点的最近车辆距离;通过获取线路设定时间运营时段相邻站间车辆运行速度的历史数据和今日数据,使用加权平均法估计当前时段线路下相邻站间车辆平均行驶速度,根据车辆到站点途径的各个站间距离和站间平均行驶速度,估算出各个站间行驶时间,共同预测出车辆到站时间。
专利文献2公开了一种具有通知功能的物流配送到达时间预估系统及方法,根据预先排定的配送站点时间表,由车辆安装的车机终端模块周期性收集目前所在位置坐标与车辆状态等信息,通过无线通讯实时回传至后台服务器,配合实时交通信息与货量信息进行各配送站点的到达时间预估,并可参考历史记录、司机车辆组合与货运量等信息进行预估结果校正。
专利文献1:CN104064024A
专利文献2:CN104008473A
专利文献1的方法适用于行驶路线固定的公交车辆,根据该固定的行驶路线下的历史数据来预测公交车辆到站时间。另外,专利文献2中物流业者需于物流车出勤之前,预先提供物流车此趟行程的路线班表作为稽核标准,即专利文献2假定物流车辆不变更预定行驶路线。
然而,物流车辆在实际情况下如上所述,经常根据交通状况和运输计划等即时变更行驶路线,而新变更的行驶路线可能缺乏历史数据。因此,专利文献1、2并不能有效地适用于实际情况下的运输物流车辆。在现有技术中,仍然存在无法准确预测物流车辆的运输延迟的技术问题。
发明内容
本发明针对现有技术中上述技术问题,其目的在于,提供准确预测物流车辆的运输延迟以减少物流运输迟到次数的运输延迟预测系统及方法。
为了达到上述目的,本发明一实施方式的物流车辆的运输延迟预测系统,利用物流车辆的定位数据对物流车辆的运输延迟进行预测,其特征在于,具备:配送数据获取部,获取所述物流车辆的配送数据,所述配送数据至少包括所述物流车辆的信息、计划出发地位置、计划目的地位置、计划出发时间以及计划到达目的地时间;导航路径规划部,基于所述配送数据,规划将所述物流车辆引导至所述计划目的地位置的导航路径;重点位置设置部,在所述导航路径上设置重点位置,该重点位置用于衡量所述物流车辆的运输过程的阶段性到达时间的延迟;定位数据接收部,接收表示物流车辆的实时位置的定位数据;重点位置到达判断部,根据所述物流车辆的实时位置,判断该物流车辆是否到达了重点位置;到达时间预测部,预测所述物流车辆到达所述导航路径上的某位置时的预计到达时间;以及目的地延迟预测部,预测所述物流车辆是否将要延迟到达所述计划目的地位置;以所述重点位置到达判断部判断为所述物流车辆到达了重点位置为触发,所述导航路径规划部以当前到达的重点位置为起点重新规划所述导航路径,所述到达时间预测部预测所述物流车辆沿着重新规划的导航路径到达所述计划目的地位置的预计到达目的地时间,所述目的地延迟预测部对所述预计到达目的地时间与所述计划到达目的地时间进行比较,由此判断所述物流车辆是否将要延迟到达所述计划目的地位置。
根据该运输延迟预测系统,在物流车辆的运输过程中,以每次到达重点位置为触发,更新规划导航路径和预计到达目的地时间,所以即便车辆不按照最初规划的导航路径,也不会影响系统对延迟的预测,兼顾了预先设定的配送计划与可能实时变更的行驶路线,能够准确地预测物流车辆的运输延迟。
上述物流车辆的运输延迟预测系统也可以是,所述重点位置设置部在所述导航路径上设置重点位置时,基于衡量所述物流车辆的运输过程的完成程度的粒度,设置重点位置的个数M,其中M为整数且M≥1,基于所述重点位置的个数,在所述计划出发地位置与所述计划目的地位置之间设置M条重点线,将各条重点线与当前的导航路径的交叉点设置为重点位置。
通过如上设置重点位置,能够合理地将物流车辆的整个路程划分为规定阶段,以便可靠地在物流车辆完成整个路程的每规定阶段时预测车辆的延迟情况。
上述物流车辆的运输延迟预测系统也可以是,所述重点位置设置部在设置所述M条重点线时,(1)计算所述计划出发地位置与所述计划目的地位置之间的直线距离L,以该直线距离L除以(M+1)而得到重点线距离间隔D,以所述计划出发地位置为圆心,分别以D、……、M×D为半径设置M个同心圆,作为所述M条重点线;或者(2)根据计划出发地位置与计划目的地位置之间的计划行驶时间,以该计划行驶时间除以(M+1)而得到重点位置时间间隔U,以计划出发地位置为起点,根据物流车辆的预计速度,在导航路径上设置预计行驶时间分别为U、……M×U的M个重点位置Z1、……ZM,以计划出发地位置为圆心,设置分别经过重点位置Z1、……ZM的M个同心圆,作为所述M条重点线;或者(3)根据计划出发地位置与计划目的地位置之间的计划行驶时间,以该计划行驶时间除以(M+1)而得到重点线时间间隔T,以所述计划出发地位置为起点,根据所述物流车辆的预计速度和T、……、M×T设置M个等时线,作为所述M条重点线。
通过在地图上以等间隔取同心圆的方式设置重点线,能够以简洁的处理设置重点位置,且在设置时不需要历史数据,仅需要地图数据即可。或者,通过在导航路径上等时间间隔的方式取同心圆来设置重点线,也能够以简洁的处理设置重点位置。另外,通过在地图上以从计划出发地位置起取等时线的方式设置重点线,能够更加准确地将物流车辆的整个路程划分为在用时上平均的阶段。
上述物流车辆的运输延迟预测系统也可以是,所述重点位置到达判断部在判断该物流车辆是否到达了重点位置时,首先判断所述物流车辆的实时位置周围的规定距离内是否存在重点位置,在所述物流车辆的实时位置周围的所述规定距离内存在重点位置的情况下,所述重点位置到达判断部判断为该物流车辆到达了重点位置,在所述物流车辆的实时位置周围的所述规定距离内不存在重点位置的情况下,所述重点位置到达判断部判断所述物流车辆的实时位置周围的所述规定距离内是否存在重点线,在所述物流车辆的实时位置周围的所述规定距离内存在重点线的情况下,所述重点位置到达判断部判断为该物流车辆到达了重点位置,并将与该重点线对应的该物流车辆的实时位置作为当前到达的重点位置。
由此,针对物流车辆是否偏离导航路径适用不同的判断,增加了物流车辆的运输过程中衡量任务完成度的灵活性,而且通过首先判断在物流车辆的实时位置周围是否存在重点位置,如果存在重点位置则无需判断在物流车辆的实时位置周围是否存在重点线,还能够降低判断处理的运算量。
上述物流车辆的运输延迟预测系统也可以是,所述重点位置到达判断部在判断该物流车辆是否到达了重点位置时,判断所述物流车辆的实时位置周围的规定距离内是否存在重点线,在所述物流车辆的实时位置周围的所述规定距离内存在重点线的情况下,所述重点位置到达判断部判断为该物流车辆到达了重点位置,并将与该重点线对应的该物流车辆的实时位置作为当前到达的重点位置。
由此,无论物流车辆是否偏离导航路径,都能够以相同且简洁的逻辑判断其是否到达重点位置。
上述物流车辆的运输延迟预测系统也可以是,所述重点位置到达判断部在判断该物流车辆是否到达了重点位置时,首先根据所述物流车辆的实时位置,判断所述物流车辆是否偏离了当前的导航路径,在所述物流车辆没有偏离当前的导航路径的情况下,所述重点位置到达判断部判断所述物流车辆的实时位置周围的规定距离内是否存在重点位置,在所述物流车辆的实时位置周围的所述规定距离内存在重点位置的情况下,判断为该物流车辆到达了重点位置,在所述物流车辆偏离了当前的导航路径的情况下,所述重点位置到达判断部判断所述物流车辆的实时位置周围的所述规定距离内是否存在重点线,在所述物流车辆的实时位置周围的所述规定距离内存在重点线的情况下,判断为该物流车辆到达了重点位置,并将与该重点线对应的该物流车辆的实时位置作为当前到达的重点位置。
由此,首先确定物流车辆是否偏离导航路径,然后再有针对性地适用不同的判断,增加了物流车辆的运输过程中衡量任务完成度的明确性,还能够降低判断处理的运算量。
上述物流车辆的运输延迟预测系统也可以还具备:重点位置延迟判断部,判断所述物流车辆是否延迟到达了重点位置;所述到达时间预测部还预测所述物流车辆到达重点位置的预计到达重点位置时间,以所述重点位置到达判断部判断为所述物流车辆到达了重点位置为触发,所述重点位置延迟判断部对到达该重点位置的实际时间与所述预计到达重点位置时间进行比较,由此判断所述物流车辆是否延迟到达了重点位置。
重点位置是用于衡量物流车辆的运输过程的阶段性到达时间的延迟的位置。以每次到达重点位置为触发,不仅更新规划导航路径和预计到达目的地时间,而且还判断物流车辆是否延迟到达了重点位置,对衡量物流车辆的运输延迟以避免延迟到达目的地有重大意义。
上述物流车辆的运输延迟预测系统也可以还具备:警告生成部,根据所述物流车辆的延迟情况,生成延迟警告消息;所述延迟警告消息至少包括:用于警告延迟到达了重点位置的消息、以及用于警告将要延迟到达计划目的地位置的消息,在所述重点位置延迟判断部判断为所述物流车辆延迟到达了重点位置的情况下,所述警告生成部生成用于警告延迟到达了重点位置的消息,在所述目的地延迟预测部预测为所述物流车辆将要延迟到达所述计划目的地位置的情况下,所述警告生成部生成用于警告将要延迟到达计划目的地位置的消息。
由此,能够根据延迟到达重点位置或将要延迟到达目的地这样的不同延迟情况发送延迟警告消息,而且延迟警告消息具有与各延迟情况相应的不同种类,便于物流车辆根据不同延迟情况进行应对。
上述物流车辆的运输延迟预测系统也可以是,所述定位数据接收部在实时地接收定位数据时,还将所述配送数据中包括的所述物流车辆的信息与所述定位数据进行匹配,由此获得表示该物流车辆的实时位置的定位数据。
通过如上所述利用物流车辆的配送数据来筛选正确的定位数据,能够进一步提高定位数据的准确性,从而提高预测精度。
为了达到上述目的,本发明一实施方式的物流车辆的运输延迟预测方法,利用物流车辆的定位数据对物流车辆的运输延迟进行预测,其特征在于,具备:配送数据获取步骤,获取所述物流车辆的配送数据,所述配送数据至少包括所述物流车辆的信息、计划出发地位置、计划目的地位置、计划出发时间以及计划到达目的地时间;导航路径规划步骤,基于所述配送数据,规划将所述物流车辆引导至所述计划目的地位置的导航路径;重点位置设置步骤,在所述导航路径上设置重点位置,该重点位置用于衡量所述物流车辆的运输过程的阶段性到达时间的延迟;定位数据接收步骤,接收表示物流车辆的实时位置的定位数据;重点位置到达判断步骤,根据所述物流车辆的实时位置,判断该物流车辆是否到达了重点位置;到达时间预测步骤,预测所述物流车辆到达所述导航路径上的某位置时的预计到达时间;以及目的地延迟预测步骤,预测所述物流车辆是否将要延迟到达所述计划目的地位置;以所述重点位置到达判断步骤判断为所述物流车辆到达了重点位置为触发,所述导航路径规划步骤以当前到达的重点位置为起点重新规划所述导航路径,所述到达时间预测步骤预测所述物流车辆沿着重新规划的导航路径到达所述计划目的地位置的预计到达目的地时间,所述目的地延迟预测步骤对所述预计到达目的地时间与所述计划到达目的地时间进行比较,由此判断所述物流车辆是否将要延迟到达所述计划目的地位置。
本发明的物流车辆的运输延迟预测系统的上述各具体方式及其效果,也能够通过运输延迟预测方法、运输延迟预测装置、使计算机执行运输延迟预测方法的运输延迟预测程序、或者存储了运输延迟预测程序的记录介质实现。
附图说明
图1是表示本发明第一实施方式的运输延迟预测系统的框图。
图2是表示本发明第一实施方式的运输延迟预测系统所执行的处理即运输延迟预测方法的流程图。
图3是详细表示本发明第一实施方式中设置重点位置的流程图。
图4A和图4B是表示本发明第一实施方式中设置重点位置的具体例1和具体例2的示意图。
图5是表示本发明第一实施方式中设置重点位置的具体例3的示意图。
图6是详细表示本发明第一实施方式中清洗GPS数据的流程图。
图7是表示本发明第一实施方式中判断是否到达重点位置的具体例1的流程图。
图8是表示本发明第一实施方式中判断是否到达重点位置的具体例2的流程图。
图9是表示本发明第一实施方式中判断是否到达重点位置的具体例3的流程图。
图10是表示本发明第二实施方式的运输延迟预测系统的框图。
图11是表示本发明第二实施方式的运输延迟预测系统所执行的处理即运输延迟预测方法的流程图。
图12是表示本发明第三实施方式的运输延迟预测系统的框图。
图13是表示本发明第三实施方式的运输延迟预测系统所执行的处理即运输延迟预测方法的流程图。
附图标记说明:
1、1A、1B运输延迟预测系统;10配送数据获取部;20导航路径规划部;30重点位置设置部;40定位数据接收部;50重点位置到达判断部;60到达时间预测部;70目的地延迟预测部;80重点位置延迟判断部;90警告生成部;2配送数据库;3路径规划工具;4GPS接收机。
具体实施方式
以下结合附图、实施方式及具体例对本发明进行更详细的说明。其中,下述说明只是为了方便理解本发明而举出的例子,不用于限定本发明的范围。在具体实施方式中,装置和系统所具备的部件可以根据实际情况变更、删减或追加,方法的步骤可以根据实际情况变更、删减、追加或改变顺序。在附图中,大小、方向等仅为示意,可以根据实际情况变更。
(第一实施方式)
具体说明本发明的第一实施方式。首先说明本发明第一实施方式的运输延迟预测系统1。图1是表示本发明第一实施方式的运输延迟预测系统1的框图,其中的箭头表示数据传输的方向。如图1所示,本发明第一实施方式的运输延迟预测系统1利用物流车辆的定位数据对物流车辆的运输延迟进行预测,具备配送数据获取部10、导航路径规划部20、重点位置设置部30、定位数据接收部40、重点位置到达判断部50、到达时间预测部60和目的地延迟预测部70。其中,运输延迟预测系统1的上述各部例如可以通过软件模块的方式实现,或者也可以通过专用的硬件集成电路的方式实现。运输延迟预测系统1既可以由单体的计算机或服务器实现,也可以由分体的多个设备、例如由多台服务器构成的云计算服务器实现。另外,也可以通过计算机的处理器执行被预先存储在记录介质中的运输延迟预测程序,实现运输延迟预测系统1的上述各部的功能,从而作为运输延迟预测装置实施本实施方式。以下具体说明运输延迟预测系统1的各部。
配送数据获取部10获取物流车辆的配送数据。其中,配送数据至少包括物流车辆的信息、计划出发地位置、计划目的地位置、计划出发时间以及计划到达目的地时间。所谓计划是指在物流运输过程中,计划车辆从什么时间、哪里出发,在什么时间到达哪里装货、卸货的指示。计划出发地位置、计划目的地位置是指上述计划中的出发地、目的地的位置(例如实际GPS坐标)。计划出发时间是上述计划中的车辆出发的时间,计划到达目的地时间是上述计划中的车辆到达指定目的地的时间。在物流运输中,车辆在指定时间范围内到达目的地是重点的服务考核指标。
如图1所示,配送数据获取部10例如可以从存储有物流车辆的配送数据的配送数据库2获取例如多辆物流车辆的配送数据。或者,配送数据获取部10例如也可以利用无线通信,从物流车辆自身获取该物流车辆的配送数据。关于配送数据获取部10获取配送数据的方式在此不作限定。
导航路径规划部20基于物流车辆的配送数据,规划将该物流车辆引导至其计划目的地位置的导航路径。如图1所示,导航路径规划部20可以利用路径规划工具3规划导航路径。在图1中示出了调用外部的路径规划工具3的例子,但路径规划工具3也可以内嵌于运输延迟预测系统1中。该路径规划工具3例如是计算最优路径的开源库,其不仅可以用于计算最优路径,例如也可以用于计算到达时间。该库需要输入开始点(计划出发地位置)、目的地点坐标(计划目的地位置)以及地图数据,输出路径坐标点序列(导航路径)和到达花费时间。其中,例如可以使用开源地图OSM作为地图数据,但也可以基于其它地图数据源进行实现。
另外,导航路径规划部20以后述的重点位置到达判断部50判断为物流车辆到达了重点位置为触发,以当前到达的重点位置为起点重新规划导航路径。例如,将触发时的物流车辆的当前轨迹点位置作为起点、计划目的地位置作为终点输入到路径规划工具3中,计算更新后的导航路径。
重点位置设置部30在导航路径规划部20所规划的导航路径上设置重点位置。其中,重点位置用于衡量物流车辆的运输过程的阶段性到达时间的延迟。例如,以衡量车辆是否在规定时间内完成整个路程距离的每规定阶段的方式设置重点位置,例如按整个路径距离的每10%或20%等设置重点位置。另外,在导航路径规划部20重新规划了导航路径的情况下,重点位置设置部30也可以重新设置重点位置。在后文详述重点位置的设置方式的几个具体例。
定位数据接收部40接收表示物流车辆的实时位置的定位数据。如图1所示,例如由物流车辆上的GPS接收机4实时向运输延迟预测系统1发送作为定位数据的GPS数据,定位数据接收部40接收该GPS数据。其中,定位数据接收部40也可以在缓存一部分实时GPS数据之后开始对GPS数据的预处理以提取有效的GPS数据,在后文中详述该预处理的一例。另外,定位数据不限于GPS数据,可以是由GNSS(全球卫星导航系统)接收机接收的定位数据,其中GNSS例如包括GPS(全球定位系统)、伽利略定位系统、北斗卫星导航系统等各种定位系统。或者,定位数据也可以还包括利用被配置于物流车辆或道路等的定位设备而获得的数据。
重点位置到达判断部50根据物流车辆的实时位置,判断该物流车辆是否到达了重点位置。例如,在车辆的实时位置附近的规定距离(例如20米)内存在重点位置的情况下,判断为该物流车辆到达了重点位置。在后文中详述判断到达重点位置的几个具体例。
到达时间预测部60预测物流车辆到达当前的导航路径上的某位置时的预计到达时间。如上所述,在利用计算最优路径的开源库作为路径规划工具3的情况下,也可以利用该开源库计算到达导航路径上的某位置的花费时间,例如计算到达计划目的地位置的预计到达目的地时间、以及到达重点位置的预计到达重点位置时间。另外,预计到达时间的预测方法不限于此,例如到达时间预测部60也可以使用历史数据等估计物流车辆的行驶速度,根据估计的行驶速度和导航路径进行预测。
另外,到达时间预测部60以重点位置到达判断部50判断为物流车辆到达了重点位置为触发,预测该物流车辆沿着重新规划的导航路径到达计划目的地位置的预计到达目的地时间。
目的地延迟预测部70预测物流车辆是否将要延迟到达计划目的地位置。目的地延迟预测部70以重点位置到达判断部50判断为物流车辆到达了重点位置为触发,对到达时间预测部60预测的沿着重新规划的导航路径到达计划目的地位置的预计到达目的地时间,与配送数据中的计划到达目的地时间进行比较,由此判断物流车辆是否将要延迟到达计划目的地位置。
根据本实施方式的运输延迟预测系统1,在物流车辆的运输过程中,以每次到达重点位置为触发,更新规划导航路径和预计到达目的地时间,所以即便车辆不按照最初规划的导航路径,也不会影响系统对延迟的预测,兼顾了预先设定的配送计划与可能实时变更的行驶路线,能够准确地预测物流车辆的运输延迟。
接着说明本发明的第一实施方式的运输延迟预测系统1所执行的处理即运输延迟预测方法,并且结合运输延迟预测方法说明本实施方式的具体例。图2是表示本发明第一实施方式的运输延迟预测系统1所执行的处理即运输延迟预测方法的流程图。图2所示的流程例如在物流车辆执行运输过程前开始执行,并在物流车辆到达计划目的地位置时结束。运输延迟预测方法例如可以通过计算机执行运输延迟预测程序来实现。
如图2所示,首先在步骤S101中,配送数据获取部10获取物流车辆的配送数据。接着在步骤S102中,导航路径规划部20基于配送数据,规划将物流车辆引导至计划目的地位置的导航路径。
接着在步骤S103中,重点位置设置部30在导航路径上设置重点位置。关于设置重点位置的具体方式,在后文中详细说明,但本实施方式不限于后文中说明的具体方式。
接着在步骤S104中,定位数据接收部40接收表示物流车辆的实时位置的定位数据。关于接收定位数据时的预处理的具体方式,在后文中详细说明,但本实施方式不限于后文中说明的具体方式。
接着在步骤S105中,运输延迟预测系统1根据定位数据接收部40如上接收的定位数据,判断物流车辆是否到达了计划目的地位置。如果在步骤S105中判断为已到达,则结束本处理。其中,例如在物流车辆的实时位置与计划目的地位置之间的距离小于规定距离(例如20米)的情况下,判断为其到达了计划目的地位置。如果在步骤S105中判断为未到达,则执行步骤S106。其中,步骤S105并不是本处理必须执行的步骤,也可以在物流车辆侧判断是否到达了目的地并通知运输延迟预测系统1结束本处理。
接着在步骤S106中,重点位置到达判断部50根据物流车辆的实时位置,判断该物流车辆是否到达了重点位置。其中,例如在物流车辆的实时位置与重点位置之间的距离小于规定距离(例如20米)的情况下,判断为其到达了重点位置。关于判断到达重点位置的具体方式,在后文中详细说明,但本实施方式不限于后文中说明的具体方式。如果在步骤S105中判断为未到达,则返回执行步骤S104,继续接收物流车辆的定位数据。如果在步骤S106中判断为已到达,则执行步骤S107。
接着在步骤S107中,导航路径规划部20以当前到达的重点位置为起点重新规划将物流车辆引导至计划目的地位置的导航路径。接着在步骤S108中,到达时间预测部60预测物流车辆沿着重新规划的导航路径到达计划目的地位置的预计到达目的地时间。接着在步骤S109中,目的地延迟预测部70对预计到达目的地时间与计划到达目的地时间进行比较,由此判断物流车辆是否将要延迟到达计划目的地位置。之后,返回执行步骤S104,继续接收物流车辆的定位数据,直到物流车辆到达计划目的地位置。
在上述处理中,步骤S101是运输延迟预测方法中的配送数据获取步骤的一例,步骤S102和步骤S107是导航路径规划步骤的一例,步骤S103是重点位置设置步骤的一例,步骤S104是定位数据接收步骤的一例,步骤S106是重点位置到达判断步骤的一例,步骤S108是到达时间预测步骤的一例,步骤S109是目的地延迟预测步骤的一例。
以下详细说明在步骤S103中设置重点位置的具体方式。图3是详细表示本发明第一实施方式中设置重点位置的流程图,但本实施方式中设置重点位置的方式不限于图3所示的方式,也可以根据实际情况变更。如图3所示,在步骤S1031中,重点位置设置部30首先基于衡量物流车辆的运输过程的完成程度的粒度,设置重点位置的个数M,其中M为整数且M≥1。在此,上述粒度例如可以为10%或20%等任意数值,取决于应用场景。与之相应地,在上述粒度为10%时,重点位置的个数M例如为9,以将计划出发地位置与计划目的地位置之间分为10部分。在上述粒度为20%时,重点位置的个数M例如为4,以将计划出发地位置与计划目的地位置之间分为5部分。接着,在步骤S1032中,重点位置设置部30基于重点位置的个数M,在计划出发地位置与计划目的地位置之间设置M条重点线。然后,在步骤S1033中,重点位置设置部30将各条重点线与当前的导航路径的交叉点设置为重点位置。由此,重点位置设置部30设置M个重点位置。
由此,本实施方式的运输延迟预测系统1通过如上设置重点位置,能够合理地将物流车辆的整个路程划分为规定阶段,以便可靠地在物流车辆完成整个路程的每规定阶段时预测车辆的延迟情况。
说明基于图3所示的方式来设置重点位置的几个具体例。图4A是表示本发明第一实施方式中设置重点位置的具体例1的示意图。如图4A所示,重点位置设置部30计算计划出发地位置A与计划目的地位置C之间的直线距离L,以该直线距离L除以(重点位置的个数M+1)而得到的商作为重点线距离间隔D,其中也可以取该商的整数部分作为重点线距离间隔D。在图4A中示出了重点位置的个数M为4的例子,因此重点线距离间隔D=L/5。接着,以计划出发地位置A为圆心,分别以D、……、M×D为半径设置M个同心圆,作为M条重点线。如图4A所示,以计划出发地位置A为圆心且半径分别为D、2D、3D、4D的四个同心圆X1、X2、X3、X4成为重点线。该四个同心圆X1、X2、X3、X4分别与导航路径A-B-C的交叉点Z1、Z2、Z4、Z4成为重点位置。这样,每个重点位置都在导航路径上,且对应于一条重点线(同心圆)。
图4B是表示本发明第一实施方式中设置重点位置的具体例2的示意图。如图4B所示,重点位置设置部30根据计划出发地位置A与计划目的地位置C之间的计划行驶时间S,以该计划行驶时间S除以(重点位置的个数M+1)而得到的商作为重点位置时间间隔U,其中也可以取该商的整数部分作为重点位置时间间隔U。在图4B中示出了重点位置的个数M为4的例子,因此重点位置时间间隔U=S/5。接着,以计划出发地位置A为起点,根据物流车辆的预计速度v,在导航路径上设置预计行驶时间分别为U、……M×U的M个重点位置Z1、……ZM。其中,由于物流车辆在导航路径上的预计速度v可能随着经过不同路段而不同,因此相邻重点位置之间在导航路径上的距离不一定相等。接着,以计划出发地位置A为圆心,设置分别经过重点位置Z1、……ZM的M个同心圆,作为M条重点线。如图4B所示,以计划出发地位置A为圆心且分别经过四个重点位置Z1、Z2、Z3、Z4的四个同心圆X1、X2、X3、X4成为重点线。这样,每个重点位置都在导航路径上,且对应于一条重点线(同心圆)。
由此,通过在地图上以等间隔取同心圆的方式设置重点线,能够以简洁的处理设置重点位置,且在设置时不需要历史数据,仅需要地图数据即可。或者,通过在导航路径上等时间间隔的方式取同心圆来设置重点线,也能够以简洁的处理设置重点位置。
图5是表示本发明第一实施方式中设置重点位置的具体例3的示意图。如图5所示,重点位置设置部30根据计划出发地位置A与计划目的地位置C之间的计划行驶时间S,以该计划行驶时间S除以(重点位置的个数M+1)而得到的商作为重点线时间间隔T,其中也可以取该商的整数部分作为重点线时间间隔T。在图5中示出了重点位置的个数M为4的例子,因此重点线时间间隔T=S/5。接着,以计划出发地位置A为起点,根据物流车辆的预计速度v和T、……、M×T设置M个等时线,作为M条重点线。所谓等时线,是指从起点至该等时线上各点的预计行驶时间相同。如图5所示,以计划出发地位置A为起点且预计行驶时间分别为T、2T、3T、4T的四条等时线X1、X2、X3、X4成为重点线。该四条等时线X1、X2、X3、X4分别与导航路径A-B-C的交叉点Z1、Z2、Z4、Z4成为重点位置。这样,每个重点位置都在导航路径上,且对应于一条重点线(等时线)。
由此,通过在地图上以从计划出发地位置起取等时线的方式设置重点线,能够更加准确地将物流车辆的整个路程划分为在用时上平均的阶段。
以下详细说明在步骤S104中接收定位数据的预处理的具体方式,在此以GPS数据为例进行说明。图6是详细表示本发明第一实施方式中清洗GPS数据的流程图。如图6所示,在步骤S1041中,缓存F个GPS数据点,F的值取决于采集数据点与上传数据点的通信条件、以及系统缓存能力的大小和收集数据的频率。然后在步骤S1042中,检查这些点所在范围是否符合车辆所在辖区的经纬度范围。如果符合,则执行步骤S1043,找出这些点中与当前系统时间最接近的点的GPS点S,并在步骤S1044中,作为当前的实时位置点输出。在步骤S1042中如果不符合,则执行步骤S1045,抛弃这些点。即,定位数据接收部40在实时地接收定位数据时,可以如上所述,将配送数据中包括的物流车辆的信息与定位数据进行匹配,由此获得表示该物流车辆的实时位置的定位数据。
通过如上所述利用物流车辆的配送数据来筛选正确的定位数据,能够进一步提高定位数据的准确性,从而提高预测精度。
以下详细说明在步骤S106中判断到达重点位置的具体方式。图7是表示本发明第一实施方式中判断是否到达重点位置的具体例1的流程图。如图7所示,在步骤S1061中,重点位置到达判断部50根据物流车辆的实时位置,计算该物流车辆与当前导航路径上的重点位置之间的距离。接着在步骤S1062中,重点位置到达判断部50判断物流车辆的实时位置周围的规定距离(例如20米)内是否存在重点位置。在步骤S1062中判断为在物流车辆的实时位置周围的规定距离内存在重点位置的情况下,执行步骤S1063,重点位置到达判断部50判断为该物流车辆到达了该重点位置,并输出该重点位置作为当前到达的重点位置。
在步骤S1062中判断为物流车辆的实时位置周围的规定距离内不存在重点位置的情况下,执行步骤S1064,重点位置到达判断部50判断物流车辆的实时位置周围的规定距离(例如20米)内是否存在重点线。在步骤S1064中判断为在物流车辆的实时位置周围的规定距离内存在重点线的情况下,执行步骤S1065,重点位置到达判断部50判断为该物流车辆到达了重点位置,并将与该重点线对应的该物流车辆的实时位置作为当前到达的重点位置。在步骤S1064中判断为在物流车辆的实时位置周围的规定距离内不存在重点线的情况下,执行步骤S1066,重点位置到达判断部50判断为该物流车辆没有到达重点位置。
上述规定距离不限于20米,其取值取决于应用场景中对于位置距离的误差容忍度,可以根据实际场景适当选取。下文中说明的具体例中的规定距离也是同样的。
其中,步骤S1062的判断逻辑,是针对物流车辆按照此前规划的导航路径(例如图2的步骤S102或S107中规划的导航路径)行驶时的判断逻辑。步骤S1064的判断逻辑,是针对物流车辆不按照此前规划的导航路径(例如图2的步骤S102或S107中规划的导航路径)行驶时的判断逻辑。由此,针对物流车辆是否偏离导航路径适用不同的判断,增加了物流车辆的运输过程中衡量任务完成度的灵活性,而且通过首先判断在物流车辆的实时位置周围是否存在重点位置,如果存在重点位置则无需判断在物流车辆的实时位置周围是否存在重点线,还能够降低判断处理的运算量。
图8是表示本发明第一实施方式中判断是否到达重点位置的具体例2的流程图。如图8所示,在步骤S1064中,重点位置到达判断部50判断物流车辆的实时位置周围的规定距离(例如20米)内是否存在重点线。在步骤S1064中判断为物流车辆的实时位置周围的规定距离内存在重点线的情况下,执行步骤S1065,重点位置到达判断部50判断为该物流车辆到达了重点位置,并将与该重点线对应的该物流车辆的实时位置作为当前到达的重点位置。在步骤S1064中判断为物流车辆的实时位置周围的规定距离内不存在重点线的情况下,执行步骤S1066,重点位置到达判断部50判断为没有到达重点位置。
在本具体例中,无论物流车辆按照或不按照此前规划的导航路径(例如图2的步骤S102或S107中规划的导航路径)行驶,都以相同的判断逻辑判断其是否到达了重点位置。由此,无论物流车辆是否偏离导航路径,都能够以相同且简洁的逻辑判断其是否到达重点位置。
图9是表示本发明第一实施方式中判断是否到达重点位置的具体例3的流程图。如图9所示,在步骤S1067中,重点位置到达判断部50首先根据物流车辆的实时位置,判断物流车辆是否偏离了当前的导航路径。在步骤S1067中判断为物流车辆没有偏离当前的导航路径的情况下,执行步骤S1061,重点位置到达判断部50根据物流车辆的实时位置,计算该物流车辆与当前导航路径上的重点位置之间的距离。接着在步骤S1062中,重点位置到达判断部50判断物流车辆的实时位置周围的规定距离内是否存在重点位置。在步骤S1062中判断为在物流车辆的实时位置周围的规定距离(例如20米)内存在重点位置的情况下,执行步骤S1063,重点位置到达判断部50判断为该物流车辆到达了该重点位置,并输出该重点位置作为当前到达的重点位置。在步骤S1062中判断为在物流车辆的实时位置周围的规定距离内不存在重点位置的情况下,执行步骤S1066,重点位置到达判断部50判断为该物流车辆没有到达重点位置。
在步骤S1067中判断为物流车辆偏离了当前的导航路径的情况下,执行步骤S1064,重点位置到达判断部50判断物流车辆的实时位置周围的规定距离(例如20米)内是否存在重点线。在步骤S1064中判断为在物流车辆的实时位置周围的规定距离内存在重点线的情况下,执行步骤S1065,重点位置到达判断部50判断为该物流车辆到达了重点位置,并将与该重点线对应的该物流车辆的实时位置作为当前到达的重点位置。在步骤S064中判断为在物流车辆的实时位置周围的规定距离内不存在重点线的情况下,执行步骤S1066,重点位置到达判断部50判断为该物流车辆没有到达重点位置。
由此,首先确定物流车辆是否偏离导航路径,然后再有针对性地适用不同的判断,增加了物流车辆的运输过程中衡量任务完成度的明确性,还能够降低判断处理的运算量。
(第二实施方式)
具体说明本发明的第二实施方式。本实施方式在第一实施方式的基础上,增加了对延迟到达重点位置的判断。以下着重说明本实施方式相对于第一实施方式的不同点,关于与第一实施方式相同或类似的内容,在本实施方式中省略说明。
首先说明本实施方式的运输延迟预测系统1A。图10是表示本发明第二实施方式的运输延迟预测系统1A的框图。如图10所示,本实施方式的运输延迟预测系统1A在第一实施方式的运输延迟预测系统1的基础上,增加了用于判断物流车辆是否延迟到达了重点位置的重点位置延迟判断部80。
具体而言,在本实施方式中,到达时间预测部60还预测物流车辆到达重点位置的预计到达重点位置时间。例如,到达时间预测部60计算出M个重点位置之中的每相邻两个重点位置之间的导航路径距离,然后根据物流车辆的预计速度,计算物流车辆从当前位置出发到达当前导航轨迹上的每一个重点位置的时间。另外,以重点位置到达判断部50判断为物流车辆到达了重点位置为触发,重点位置延迟判断部80对到达该重点位置的实际时间与到达时间预测部60所预测的预计到达重点位置时间进行比较,由此判断物流车辆是否延迟到达了重点位置。
接着说明本实施方式的运输延迟预测系统1A所执行的处理即运输延迟预测方法。图11是表示本发明第二实施方式的运输延迟预测系统1A所执行的处理即运输延迟预测方法的流程图。如图11所示,其处理流程在图2所示的第一实施方式的处理流程的基础上,在步骤S106中判断为到达了重点位置的情况下,执行步骤S110,对到达该重点位置的实际时间与到达时间预测部60所预测的预计到达重点位置时间进行比较,由此判断物流车辆是否延迟到达了该重点位置。另外,步骤S110的处理与步骤S107至步骤S109的处理相互的先后顺序不做限定。
如上所述,重点位置是用于衡量物流车辆的运输过程的阶段性到达时间的延迟的位置。以每次到达重点位置为触发,不仅更新规划导航路径和预计到达目的地时间,而且还判断物流车辆是否延迟到达了重点位置,对衡量物流车辆的运输延迟以避免延迟到达目的地有重大意义。
(第三实施方式)
具体说明本发明的第三实施方式。本实施方式在第一实施方式或第二实施方式的基础上,进一步生成延迟警告消息。以下着重说明本实施方式相对于第一实施方式或第二实施方式的不同点,关于与第一实施方式或第二实施方式相同或类似的内容,在本实施方式中省略说明。以下具体说明在第二实施方式的基础上进行改进的例子,但也可以在第一实施方式的基础上进行改进。
首先说明本实施方式的运输延迟预测系统1B。图12是表示本发明第三实施方式的运输延迟预测系统1B的框图。如图12所示,本实施方式的运输延迟预测系统1B在第二实施方式的运输延迟预测系统1A的基础上,增加了用于根据物流车辆的延迟情况生成延迟警告消息的警告生成部90。其中,警告生成部90所生成的延迟警告消息至少包括:用于警告延迟到达了重点位置的消息、以及用于警告将要延迟到达计划目的地位置的消息。在重点位置延迟判断部80判断为物流车辆延迟到达了重点位置的情况下,警告生成部90生成用于警告延迟到达了重点位置的消息。另外,在目的地延迟预测部70预测为物流车辆将要延迟到达计划目的地位置的情况下,警告生成部90生成用于警告将要延迟到达计划目的地位置的消息。
接着说明本实施方式的运输延迟预测系统1B所执行的处理即运输延迟预测方法。图13是表示本发明第三实施方式的运输延迟预测系统1B所执行的处理即运输延迟预测方法的流程图。如图13所示,其处理流程在图11所示的第二实施方式的处理流程的基础上,在步骤S110之后增加了步骤S111。在步骤S111中判断为延迟到达了重点位置的情况下,执行步骤S112,警告生成部90生成用于警告延迟到达了重点位置的消息。另外,在步骤S109之后增加了步骤S113。在步骤S113中判断为将要延迟到达计划目的地位置的情况下,执行步骤S114,警告生成部90生成用于警告将要延迟到达计划目的地位置的消息。另外,步骤S110至S112的处理与步骤S107至步骤S114的处理相互的先后顺序不做限定。
由此,能够根据延迟到达重点位置或将要延迟到达目的地这样的不同延迟情况发送延迟警告消息,而且延迟警告消息具有与各延迟情况相应的不同种类,便于物流车辆根据不同延迟情况进行应对。
其中,针对上述用于警告延迟到达了重点位置的消息与用于警告将要延迟到达计划目的地位置的消息,例如还可以赋予不同的优先级或提示方式。另外,警告生成部90也可以根据实际需要,仅生成用于警告延迟到达了重点位置的消息或用于警告将要延迟到达计划目的地位置的消息。
或者,警告生成部90也可以在例如连续规定数量的重点位置都延迟到达的情况下,才生成用于警告延迟到达了重点位置的消息。由此,能够避免由于定位数据的丢失而错误地生成警告消息。
以上参照附图说明了本发明的具体实施方式和具体例。其中,以上说明的具体实施方式和具体例仅是本发明的具体例子,用于理解本发明,而不用于限定本发明的范围。本领域技术人员能够基于本发明的技术思想对具体实施方式和具体例进行各种变形、组合和要素的合理省略,由此得到的方式也包括在本发明的范围内。例如,上述各实施方式和具体例皆可以相互组合,其组合而成的实施方式也包含在本发明的范围中。
Claims (10)
1.一种物流车辆的运输延迟预测系统,利用物流车辆的定位数据对物流车辆的运输延迟进行预测,其特征在于,具备:
配送数据获取部,获取所述物流车辆的配送数据,所述配送数据至少包括所述物流车辆的信息、计划出发地位置、计划目的地位置、计划出发时间以及计划到达目的地时间;
导航路径规划部,基于所述配送数据,规划将所述物流车辆引导至所述计划目的地位置的导航路径;
重点位置设置部,在所述导航路径上设置重点位置,该重点位置用于衡量所述物流车辆的运输过程的阶段性到达时间的延迟;
定位数据接收部,接收表示物流车辆的实时位置的定位数据;
重点位置到达判断部,根据所述物流车辆的实时位置,判断该物流车辆是否到达了重点位置;
到达时间预测部,预测所述物流车辆到达所述导航路径上的某位置时的预计到达时间;以及
目的地延迟预测部,预测所述物流车辆是否将要延迟到达所述计划目的地位置;
以所述重点位置到达判断部判断为所述物流车辆到达了重点位置为触发,所述导航路径规划部以当前到达的重点位置为起点重新规划所述导航路径,所述到达时间预测部预测所述物流车辆沿着重新规划的导航路径到达所述计划目的地位置的预计到达目的地时间,所述目的地延迟预测部对所述预计到达目的地时间与所述计划到达目的地时间进行比较,由此判断所述物流车辆是否将要延迟到达所述计划目的地位置。
2.如权利要求1所述的物流车辆的运输延迟预测系统,其特征在于,
所述重点位置设置部在所述导航路径上设置重点位置时,
基于衡量所述物流车辆的运输过程的完成程度的粒度,设置重点位置的个数M,其中M为整数且M≥1,
基于所述重点位置的个数,在所述计划出发地位置与所述计划目的地位置之间设置M条重点线,
将各条重点线与当前的导航路径的交叉点设置为重点位置。
3.如权利要求2所述的物流车辆的运输延迟预测系统,其特征在于,
所述重点位置设置部在设置所述M条重点线时,
(1)计算所述计划出发地位置与所述计划目的地位置之间的直线距离L,以该直线距离L除以(M+1)而得到重点线距离间隔D,以所述计划出发地位置为圆心,分别以D、……、M×D为半径设置M个同心圆,作为所述M条重点线;或者
(2)根据计划出发地位置与计划目的地位置之间的计划行驶时间,以该计划行驶时间除以(M+1)而得到重点位置时间间隔U,以计划出发地位置为起点,根据物流车辆的预计速度,在导航路径上设置预计行驶时间分别为U、……M×U的M个重点位置Z1、……ZM,以计划出发地位置为圆心,设置分别经过重点位置Z1、……ZM的M个同心圆,作为所述M条重点线;或者
(3)根据计划出发地位置与计划目的地位置之间的计划行驶时间,以该计划行驶时间除以(M+1)而得到重点线时间间隔T,以所述计划出发地位置为起点,根据所述物流车辆的预计速度和T、……、M×T设置M个等时线,作为所述M条重点线。
4.如权利要求3所述的物流车辆的运输延迟预测系统,其特征在于,
所述重点位置到达判断部在判断该物流车辆是否到达了重点位置时,首先判断所述物流车辆的实时位置周围的规定距离内是否存在重点位置,
在所述物流车辆的实时位置周围的所述规定距离内存在重点位置的情况下,所述重点位置到达判断部判断为该物流车辆到达了重点位置,
在所述物流车辆的实时位置周围的所述规定距离内不存在重点位置的情况下,所述重点位置到达判断部判断所述物流车辆的实时位置周围的所述规定距离内是否存在重点线,在所述物流车辆的实时位置周围的所述规定距离内存在重点线的情况下,所述重点位置到达判断部判断为该物流车辆到达了重点位置,并将与该重点线对应的该物流车辆的实时位置作为当前到达的重点位置。
5.如权利要求3所述的物流车辆的运输延迟预测系统,其特征在于,
所述重点位置到达判断部在判断该物流车辆是否到达了重点位置时,判断所述物流车辆的实时位置周围的规定距离内是否存在重点线,
在所述物流车辆的实时位置周围的所述规定距离内存在重点线的情况下,所述重点位置到达判断部判断为该物流车辆到达了重点位置,并将与该重点线对应的该物流车辆的实时位置作为当前到达的重点位置。
6.如权利要求3所述的物流车辆的运输延迟预测系统,其特征在于,
所述重点位置到达判断部在判断该物流车辆是否到达了重点位置时,首先根据所述物流车辆的实时位置,判断所述物流车辆是否偏离了当前的导航路径,
在所述物流车辆没有偏离当前的导航路径的情况下,所述重点位置到达判断部判断所述物流车辆的实时位置周围的规定距离内是否存在重点位置,在所述物流车辆的实时位置周围的所述规定距离内存在重点位置的情况下,判断为该物流车辆到达了重点位置,
在所述物流车辆偏离了当前的导航路径的情况下,所述重点位置到达判断部判断所述物流车辆的实时位置周围的所述规定距离内是否存在重点线,在所述物流车辆的实时位置周围的所述规定距离内存在重点线的情况下,判断为该物流车辆到达了重点位置,并将与该重点线对应的该物流车辆的实时位置作为当前到达的重点位置。
7.如权利要求1至6中任一项所述的物流车辆的运输延迟预测系统,其特征在于,还具备:
重点位置延迟判断部,判断所述物流车辆是否延迟到达了重点位置;
所述到达时间预测部还预测所述物流车辆到达重点位置的预计到达重点位置时间,
以所述重点位置到达判断部判断为所述物流车辆到达了重点位置为触发,所述重点位置延迟判断部对到达该重点位置的实际时间与所述预计到达重点位置时间进行比较,由此判断所述物流车辆是否延迟到达了重点位置。
8.如权利要求7所述的物流车辆的运输延迟预测系统,其特征在于,还具备:
警告生成部,根据所述物流车辆的延迟情况,生成延迟警告消息;
所述延迟警告消息至少包括:用于警告延迟到达了重点位置的消息、以及用于警告将要延迟到达计划目的地位置的消息,
在所述重点位置延迟判断部判断为所述物流车辆延迟到达了重点位置的情况下,所述警告生成部生成用于警告延迟到达了重点位置的消息,
在所述目的地延迟预测部预测为所述物流车辆将要延迟到达所述计划目的地位置的情况下,所述警告生成部生成用于警告将要延迟到达计划目的地位置的消息。
9.如权利要求1至6中任一项所述的物流车辆的运输延迟预测系统,其特征在于,
所述定位数据接收部在实时地接收定位数据时,还将所述配送数据中包括的所述物流车辆的信息与所述定位数据进行匹配,由此获得表示该物流车辆的实时位置的定位数据。
10.一种物流车辆的运输延迟预测方法,利用物流车辆的定位数据对物流车辆的运输延迟进行预测,其特征在于,具备:
配送数据获取步骤,获取所述物流车辆的配送数据,所述配送数据至少包括所述物流车辆的信息、计划出发地位置、计划目的地位置、计划出发时间以及计划到达目的地时间;
导航路径规划步骤,基于所述配送数据,规划将所述物流车辆引导至所述计划目的地位置的导航路径;
重点位置设置步骤,在所述导航路径上设置重点位置,该重点位置用于衡量所述物流车辆的运输过程的阶段性到达时间的延迟;
定位数据接收步骤,接收表示物流车辆的实时位置的定位数据;
重点位置到达判断步骤,根据所述物流车辆的实时位置,判断该物流车辆是否到达了重点位置;
到达时间预测步骤,预测所述物流车辆到达所述导航路径上的某位置时的预计到达时间;以及
目的地延迟预测步骤,预测所述物流车辆是否将要延迟到达所述计划目的地位置;
以所述重点位置到达判断步骤判断为所述物流车辆到达了重点位置为触发,所述导航路径规划步骤以当前到达的重点位置为起点重新规划所述导航路径,所述到达时间预测步骤预测所述物流车辆沿着重新规划的导航路径到达所述计划目的地位置的预计到达目的地时间,所述目的地延迟预测步骤对所述预计到达目的地时间与所述计划到达目的地时间进行比较,由此判断所述物流车辆是否将要延迟到达所述计划目的地位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710742696.9A CN109426930B (zh) | 2017-08-25 | 2017-08-25 | 物流车辆的运输延迟预测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710742696.9A CN109426930B (zh) | 2017-08-25 | 2017-08-25 | 物流车辆的运输延迟预测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109426930A true CN109426930A (zh) | 2019-03-05 |
CN109426930B CN109426930B (zh) | 2023-07-18 |
Family
ID=65499620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710742696.9A Active CN109426930B (zh) | 2017-08-25 | 2017-08-25 | 物流车辆的运输延迟预测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109426930B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110941649A (zh) * | 2019-11-20 | 2020-03-31 | 珠海格力电器股份有限公司 | 一种物流信息处理方法、装置、设备及计算机存储介质 |
CN111599057A (zh) * | 2020-03-25 | 2020-08-28 | 苏州哈度软件有限公司 | 一种基于数据分析的车辆安检系统及其工作方法 |
CN111967793A (zh) * | 2020-08-28 | 2020-11-20 | 上海寻梦信息技术有限公司 | 物流时效评价方法、装置、电子设备及存储介质 |
CN112330417A (zh) * | 2020-11-24 | 2021-02-05 | 众能联合数字技术有限公司 | 一种租赁设备运输管理系统的使用方法 |
CN112348422A (zh) * | 2019-08-13 | 2021-02-09 | 北京京东振世信息技术有限公司 | 信息生成方法和装置 |
CN112418475A (zh) * | 2019-08-23 | 2021-02-26 | 顺丰科技有限公司 | 物流路径规划方法、装置、电子设备及存储介质 |
CN112652160A (zh) * | 2019-10-11 | 2021-04-13 | 株式会社日立制作所 | 车辆管控系统和运算装置 |
CN113487081A (zh) * | 2021-07-06 | 2021-10-08 | 深圳市通拓信息技术网络有限公司 | 一种基于物流追踪的路径优化方法 |
CN113496606A (zh) * | 2020-04-02 | 2021-10-12 | 丰田自动车株式会社 | 车辆的运行管理装置、运行管理方法、以及交通系统 |
CN113743849A (zh) * | 2020-06-12 | 2021-12-03 | 北京京东振世信息技术有限公司 | 一种物流任务运输方法和装置 |
CN114066055A (zh) * | 2021-11-16 | 2022-02-18 | 中交智运有限公司 | 一种在物流运输中车辆晚靠台预测的方法、装置和服务器 |
CN115022380A (zh) * | 2022-08-05 | 2022-09-06 | 深圳市元美供应链管理有限公司 | 一种基于区块链的物流信息安全传输系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1727846A (zh) * | 2004-07-28 | 2006-02-01 | 株式会社日立制作所 | 交通信息提供装置 |
JP2013131064A (ja) * | 2011-12-21 | 2013-07-04 | Japan Post Co Ltd | 輸送管理システム、輸送管理方法及び輸送管理プログラム |
US20140088865A1 (en) * | 2012-09-27 | 2014-03-27 | Siemens Industry, Inc. | Apparatus and method for predicting arrival times in a transportation network |
CN104064024A (zh) * | 2014-06-23 | 2014-09-24 | 银江股份有限公司 | 一种基于历史数据的公交车辆到站时间预测方法 |
CN106096876A (zh) * | 2016-05-31 | 2016-11-09 | 乐视控股(北京)有限公司 | 物流监控方法及其系统 |
CN106504523A (zh) * | 2015-09-06 | 2017-03-15 | 阿里巴巴集团控股有限公司 | 一种交通等时线信息生成方法及装置 |
-
2017
- 2017-08-25 CN CN201710742696.9A patent/CN109426930B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1727846A (zh) * | 2004-07-28 | 2006-02-01 | 株式会社日立制作所 | 交通信息提供装置 |
JP2013131064A (ja) * | 2011-12-21 | 2013-07-04 | Japan Post Co Ltd | 輸送管理システム、輸送管理方法及び輸送管理プログラム |
US20140088865A1 (en) * | 2012-09-27 | 2014-03-27 | Siemens Industry, Inc. | Apparatus and method for predicting arrival times in a transportation network |
CN104064024A (zh) * | 2014-06-23 | 2014-09-24 | 银江股份有限公司 | 一种基于历史数据的公交车辆到站时间预测方法 |
CN106504523A (zh) * | 2015-09-06 | 2017-03-15 | 阿里巴巴集团控股有限公司 | 一种交通等时线信息生成方法及装置 |
CN106096876A (zh) * | 2016-05-31 | 2016-11-09 | 乐视控股(北京)有限公司 | 物流监控方法及其系统 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112348422A (zh) * | 2019-08-13 | 2021-02-09 | 北京京东振世信息技术有限公司 | 信息生成方法和装置 |
CN112348422B (zh) * | 2019-08-13 | 2023-11-03 | 北京京东振世信息技术有限公司 | 信息生成方法和装置 |
CN112418475A (zh) * | 2019-08-23 | 2021-02-26 | 顺丰科技有限公司 | 物流路径规划方法、装置、电子设备及存储介质 |
US11402228B2 (en) | 2019-10-11 | 2022-08-02 | Hitachi, Ltd. | Vehicle control system and computing device |
CN112652160A (zh) * | 2019-10-11 | 2021-04-13 | 株式会社日立制作所 | 车辆管控系统和运算装置 |
CN112652160B (zh) * | 2019-10-11 | 2022-10-18 | 株式会社日立制作所 | 车辆管控系统和运算装置 |
CN110941649A (zh) * | 2019-11-20 | 2020-03-31 | 珠海格力电器股份有限公司 | 一种物流信息处理方法、装置、设备及计算机存储介质 |
CN111599057A (zh) * | 2020-03-25 | 2020-08-28 | 苏州哈度软件有限公司 | 一种基于数据分析的车辆安检系统及其工作方法 |
CN111599057B (zh) * | 2020-03-25 | 2022-12-13 | 济南澎湃信息技术有限公司 | 一种基于数据分析的车辆安检系统及其工作方法 |
CN113496606A (zh) * | 2020-04-02 | 2021-10-12 | 丰田自动车株式会社 | 车辆的运行管理装置、运行管理方法、以及交通系统 |
CN113743849A (zh) * | 2020-06-12 | 2021-12-03 | 北京京东振世信息技术有限公司 | 一种物流任务运输方法和装置 |
CN111967793B (zh) * | 2020-08-28 | 2021-04-06 | 上海寻梦信息技术有限公司 | 物流时效评价方法、装置、电子设备及存储介质 |
CN111967793A (zh) * | 2020-08-28 | 2020-11-20 | 上海寻梦信息技术有限公司 | 物流时效评价方法、装置、电子设备及存储介质 |
CN112330417A (zh) * | 2020-11-24 | 2021-02-05 | 众能联合数字技术有限公司 | 一种租赁设备运输管理系统的使用方法 |
CN113487081A (zh) * | 2021-07-06 | 2021-10-08 | 深圳市通拓信息技术网络有限公司 | 一种基于物流追踪的路径优化方法 |
CN114066055A (zh) * | 2021-11-16 | 2022-02-18 | 中交智运有限公司 | 一种在物流运输中车辆晚靠台预测的方法、装置和服务器 |
CN115022380A (zh) * | 2022-08-05 | 2022-09-06 | 深圳市元美供应链管理有限公司 | 一种基于区块链的物流信息安全传输系统及方法 |
CN115022380B (zh) * | 2022-08-05 | 2022-11-01 | 深圳市元美供应链管理有限公司 | 一种基于区块链的物流信息安全传输系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109426930B (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109426930A (zh) | 物流车辆的运输延迟预测系统及方法 | |
CN106679683B (zh) | 获取出行信息的方法及装置 | |
EP2727098B1 (en) | Method and system for collecting traffic data | |
EP2136184B1 (en) | Traffic scheduling system | |
CN100578560C (zh) | 交通阻塞预测装置和方法 | |
Yin et al. | A prediction model of bus arrival time at stops with multi-routes | |
US20030135304A1 (en) | System and method for managing transportation assets | |
CN104064024A (zh) | 一种基于历史数据的公交车辆到站时间预测方法 | |
Boufaied | A diagnostic approach for advanced tracking of commercial vehicles with time window constraints | |
CN103903468A (zh) | 道路拥堵时间预警方法及装置 | |
CN102346042A (zh) | 基于实时路况的路线规划方法及其服务设备 | |
KR20140066200A (ko) | 교통 텔레매틱스용 경로 데이터의 전송 방법 | |
AU2019203608A1 (en) | Train-service management device, system, and method | |
CN109377758B (zh) | 一种行驶时间预估方法及系统 | |
CN106355915A (zh) | 一种用于提供行驶建议的方法和装置 | |
Yan et al. | Performance evaluation of bus routes using automatic vehicle location data | |
KR20140080012A (ko) | 버스 정차순서를 반영한 버스 정보 제공 시스템 및 방법 | |
US20050107945A1 (en) | Method for determining a travel time | |
JP2018077756A (ja) | 対象経路を含む移動位置範囲群に基づき通行量を推定する装置、プログラム及び方法 | |
CN111080007A (zh) | 快件到达时间的预测方法、装置、设备及存储介质 | |
CN114971085B (zh) | 一种公交站点可达性的预测方法、系统及存储介质 | |
Pratelli et al. | Integration of bluetooth, vehicle count data and trasport model results by means of datamining techniques | |
CN109754606A (zh) | 一种基于出租车定位预测道路拥堵情况的方法 | |
Gracious et al. | Performance Evaluation of Passenger Information Systems | |
CN112101677B (zh) | 一种公共交通出行路径规划方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |