CN109726890B - 一种基于平行车联网的车辆调度管理平台及方法 - Google Patents

Abstract

本发明公开了一种基于平行车联网的车辆调度管理平台及方法，该平台包括用户终端、通信系统和云管理平台，所述用户终端和通信系统采用DSRC技术或LTE‑V技术，所述云管理平台包括人工运货车辆调度系统、实际运货车辆调度系统、计算实验模块和平行执行模块，所述计算实验模块包括实验设计单元、实验执行单元和实验评估单元，所述平行执行模块包括学习与培训单元、实验与评估单元以及管理与控制单元，本发明所公开的基于平行车联网的车辆调度管理平台及方法可以实现运输管理精准化、实现运输管理可视化，有助于提升经济效益。

Description

一种基于平行车联网的车辆调度管理平台及方法

技术领域

本发明涉及一种车辆调度方法，特别涉及一种基于平行车联网的车辆调度管理平台及方法。

背景技术

车联网是指是利用先进的传感技术、网络技术、计算技术及控制等技术，对道路和交通进行全面感知，实现多个系统间大范围、大容量数据的交互，对每一辆汽车进行交通全程控制，对每一条道路进行交通全时空控制，以提高交通效率和交通安全为主的网络与应用。车联网是一个复杂的系统，涉及到在复杂动态的交通场景中的车与车，车与人，车与路的信息交互、信息网络传输，后台数据分析，决策支持等多个过程，如何实现对车联网系统的管理与控制成为一个关键问题。

数据被认为是当今社会最有价值的产物之一。以往，交通数据一直很难大规模体系化的获取；现今，公路车联网正处于快速发展阶段，但是基于特定场景下的交通信息和数据的获取仍然比较匮乏。

例如，室外环境下的货物运输调度过程中，经常面临跨厂区调度，或因厂区面积过大，运货车辆运输时间和效率难以控制。目前，对运货车的管理多用于人工记录管理，包括人工检点车辆数目、人工分配调度车辆、人工管理货车司机工作状态。在仓库和制造现场之间，需要对物料进行频繁运输，每天有多达百台运货车辆进行作业；因取货点和送货点常常距离较远，叉车等小型运货车司机经常出现不确定性，如偷懒现象，待管理人员发现几乎是不可能的。这样造成的经济浪费是巨大的，人工管理无法做法实时监督，人工通信无法做到实时跟踪车辆。

另外，厂区中的运货车辆多为叉车等小型车辆，无机动车牌标识，无法运用普通的射频识别技术精准识别每一辆的车辆信息。

发明内容

为解决上述技术问题，本发明提供了一种基于平行车联网的车辆调度管理平台及方法，以达到实现运输管理精准化、实现运输管理可视化、提升经济效益的目的。

为达到上述目的，本发明的技术方案如下：

一种基于平行车联网的车辆调度管理平台，包括用户终端、通信系统和云管理平台，所述用户终端和通信系统采用DSRC技术或LTE-V技术，所述云管理平台包括人工运货车辆调度系统、实际运货车辆调度系统、计算实验模块和平行执行模块，所述计算实验模块包括实验设计单元、实验执行单元和实验评估单元，所述平行执行模块包括学习与培训单元、实验与评估单元以及管理与控制单元。

上述方案中，所述DSRC技术包括OBU、RSU和专用通信链路，所述OBU为安装于行驶车辆上的嵌入式处理单元，由双片式电子标签和CPU处理单元组成，所述RSU为安装于指定地点的通信设备，其与OBU保持实时高效通信，所述专用通信链路是OBU和RSU保持信息交互的通道，包括下行链路和上行链路。

上述方案中，所述LTE-V技术包括UE、RSU和eNB三部分，UE包含了车载设备、个人用户便携设备；RSU提供V2I服务，处于eNB和UE之间，承担着双方的数据通信任务。

一种基于平行车联网的车辆调度管理方法，采用上述的基于平行车联网的车辆调度管理平台，包括如下步骤：

(1)为运货车辆和取卸货点安装系统设备；

(2)计算车辆在取卸货点的使用时间和效率；

(3)在可视化终端上显示基于上述步骤记录的数据；

(4)基于上述采集的数据，运用ACP方法建模分析，寻找优化决策。

上述方案中，所述步骤(2)具体方法如下：

a)通过对运货车V与取卸货点RSU的接入接出时间，判断运货车V的等待时间WaitTime1，进而判断该取卸货点的繁忙程度；

b)当运货车V驶离取货点A，接出A点的RSU时，系统记录时间点Time1，待运货车V驶入送货点B，接入B点的RSU时，记录时间点Time2；

c)基于以上数据，计算运货车V的一天内的运输次数和运输效率，其中，各个取货点和卸货点距离已知，效率计算公式为：

其中，N表示运货车V接入RSU的次数；Time(N)表示在第N次到达卸货点的时间；Time(N-1)表示在第N-1次离开取货点的时间；Dist[N,N-1]表示第N-1次离开取货点和第N次到达卸货点之间的距离。

上述方案中，所述步骤(3)具体方法如下：

a)统计连接RSU的运货车数量，以此数据作为每天早晚点检查车辆数目的依据；

b)在可视化终端上显示运货车取料之后到达卸货点的时间，和再次返回取货点的时间；

c)在可视化终端上显示某一点的等待车辆数量，在0-10范围内该点显示绿色，代表可以正常接取货物；在11-20范围内用黄色表示，代表车辆在该点出现拥堵情况；在21以上用红色表示，代表该点的货物吞吐量已经到达满负荷状态，调度管理人员可以考虑优先安排其他点的货物存取；

d)可视化终端直观地展示结果，通过不同的业务需求，对采集到的车辆数据做不同的分析整理，方便运货车辆调度管理员的管理，若管理员需要现场作业，在安装设备信号可覆盖范围内，管理员可随身携带电脑终端，随时查看可视化终端，对货运现场进行指挥。

上述方案中，所述步骤(4)具体方法如下：

a)建立人工运货车辆调度系统；

b)针对人工运货车辆调度系统进行计算实验，包括实验设计、实验执行和实验评估；

c)通过平行执行的方式，人工运货车辆调度系统中的计算实验结果被反馈给实际运货车辆调度系统，进行实时且在线的借鉴、预估与引导，最终形成人工系统和实际系统双向的相互借鉴，相互协同优化。

通过上述技术方案，本发明提供的基于平行车联网的车辆调度管理平台及方法具有以下优点：

1、实现运输管理精准化：

可以解决人工检点车辆数目，存在耗时长，错误率高，模糊统计的问题；可以监控到车辆的出发和达到情况，根据耗时判断是否存在司机偷懒的现象。

2、实现运输管理可视化：

凭借V2X技术，使用无线电波，不受光照条件影响，并能轻易地穿透或绕过障碍物，对每一辆在取料点和送货点介入网络的车辆实现精准识别，进而方便统计一天内，具体到每一辆运货车的运输效率和使用效率；

利用可视化终端显示不同取料点或送料点的繁忙程度，可以掌握车辆的运输效率。例如：若某点排队等待的运货车辆超过一定数量，在可视化屏幕上显示为红色，说明该点业务繁忙；若某点排队等待的运货车辆数量未超过一定数量，在可视化屏幕上显示为绿色，说明该点可随时进行取货或送货的业务操作。

3、提升经济效益：

采用本方法，可大大提升在货物运输方面的经济效益。

4、促进货运交通系统的数据收集，打破数据壁垒，从而全面的复盘特定的封闭场景中货运交通中存在的问题：可以对特定封闭场景的交通数据进行体系化获取。对于特定的小范围交通场景，如工厂的运货情况监控及智能优化管理具有引领意义。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。

图1为本发明实施例所公开的一种基于平行车联网的车辆调度管理方法步骤流程示意图；

图2为本发明实施例所公开的DRSC技术组成示意图；

图3为本发明实施例所公开的LTE-V技术组成示意图；

图4为本发明实施例所公开的ACP方法架构体系示意图。

具体实施方式

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。

本发明提供了一种基于平行车联网的车辆调度管理平台及方法，该方法通过人工系统建模、计算实验分析与虚实系统的平行执行最终实现二者的管理与控制。

一种基于平行车联网的车辆调度管理平台，包括用户终端、通信系统和云管理平台，用户终端和通信系统采用DSRC技术或LTE-V技术。

采用DSRC技术

DSRC技术提供了一种高效的短距离无线通信机制。它具有传输速率高、延迟短等特点，支持点对点、点对多点的通信，利用这种通信手段将车辆之间、车辆与道路之间有机地联系在一起，为ITS(Intelligent Transport Systems，智能交通系统)提供了高效的无线通信服务。

DSRC结构主要由三部分构成，分别是OBU(on-board unit)、RSU(road-sideunit)、专用通信链路，如图2所示。

OBU是放在行驶车辆上的嵌入式处理单元，在整体结构中相当于移动终端。它通常采用双片式电子标签加CPU处理单元构成。电子标签和CPU处理单元同时存储着车辆的基本信息，如车辆编号、车辆型号、车辆物理参数等。CPU处理单元存储着一些辅助信息，如车辆运输物品种类、装卸货时间等。OBU通过专用通信链路依照通信协议的规定与RSU之间保持信息的交互，这种专用通信协议是DSRC技术的核心所在。

RSU是安装在指定地点(如车道旁边、车道上方等)固定的通信设备，它保持着与不同OBU实时高效的通信，实现信息的交互，其有效的覆盖区域为3～30m。如货物运输中，它与OBU保持实时通信，实现车辆的自主识别、货物记录、时间记录等功能。

专用通信链路是OBU和RSU保持信息交互的通道，它由两部分组成：下行链路和上行链路。RSU到OBU的通信应用下行链路，采用ASK调制，数据通信速率500kbit/s，主要实现OBU读取RSU中信息和RSU向OBU写入信息的功能，如自主识别、货物记录、时间记录等的写入。上行链路是从OBU到RSU的通信，采用BPSK调制，主要实现RSU读取OBU的信息，完成车辆的自主识别功能。

采用LTE-V技术

LTE-V标准协议架构由三部分组成，包括物理层、数据链路层、应用层。物理层是LTE-V系统的底层协议，主要提供帧传输控制服务和信道的激活、失效服务，收发定时及同步功能。数据链路层负责信息的可靠传输，提供差错和流量控制，对上层提供无差错的链路链接。应用层基于数据链路层提供的服务，实现通信初始化和释放程序、广播服务、远程应用等相关操作。

如图3所示，LTE-V系统设备组成包含了UE(User Equipment，用户终端)、RSU(RoadSide Unit，路侧单元)、eNB(E-UTRAN Node B，E-UTRAN基站)三部分，具体组成如图3所示。UE包含了车载设备、个人用户便携设备等。RSU提供了V2I服务，处于eNB和UE之间，承担着双方的数据通信任务。eNB是承担了LTE-V系统的无线接入控制功能的设备，主要完成无线接入功能，包括管理空中接口、用户资源分配、接入控制、移动性控制等无线资源管理功能。

如图4所示，基于ACP方法的云管理平台包括人工运货车辆调度系统、实际运货车辆调度系统、计算实验模块和平行执行模块，计算实验模块包括实验设计单元、实验执行单元和实验评估单元，平行执行模块包括学习与培训单元、实验与评估单元以及管理与控制单元。

如图1所示，一种基于平行车联网的车辆调度管理方法，包括如下步骤：

(1)为运货车辆和取卸货点安装系统设备，采用DSRC技术或LTE-V技术；

(2)计算车辆在取卸货点的使用时间和效率，具体方法如下：

a)通过对运货车V与取卸货点RSU的接入接出时间，判断运货车V的等待时间WaitTime1，进而判断该取卸货点的繁忙程度；

b)当运货车V驶离取货点A，接出A点的RSU时，系统记录时间点Time1，待运货车V驶入送货点B，接入B点的RSU时，记录时间点Time2；

c)基于以上数据，计算运货车V的一天内的运输次数和运输效率，其中，各个取货点和卸货点距离已知，效率计算公式为：

其中，N表示运货车V接入RSU的次数；Time(N)表示在第N次到达卸货点的时间；Time(N-1)表示在第N-1次离开取货点的时间；Dist[N,N-1]表示第N-1次离开取货点和第N次到达卸货点之间的距离。

(3)在可视化终端上显示基于上述步骤记录的数据，具体方法如下：

a)统计连接RSU的运货车数量，以此数据作为每天早晚点检查车辆数目的依据；

b)在可视化终端上显示运货车取料之后到达卸货点的时间，和再次返回取货点的时间；

c)在可视化终端上显示某一点的等待车辆数量，在0-10范围内该点显示绿色，代表可以正常接取货物；在11-20范围内用黄色表示，代表车辆在该点出现拥堵情况；在21以上用红色表示，代表该点的货物吞吐量已经到达满负荷状态，调度管理人员可以考虑优先安排其他点的货物存取；

d)可视化终端直观地展示结果，通过不同的业务需求，对采集到的车辆数据做不同的分析整理，方便运货车辆调度管理员的管理，若管理员需要现场作业，在安装设备信号可覆盖范围内，管理员可随身携带电脑终端，随时查看可视化终端，对货运现场进行指挥。

(4)基于上述采集的数据，运用ACP方法建模分析，寻找优化决策，具体方法如下：

a)建立人工运货车辆调度系统，具体步骤如下：

①建立人工人、人工运货车、人工道路、人工路边单元、人工基站、人工工厂建筑；以上且需具有简单的计算与交互能力。

②搭建系统数据库，包括车辆调度相关的车辆编号、RSU编号、接入时间、接出时间、运货时间等实时数据采集构成的物理数据库，及司机相关的社会因素数据库。

③利用计算机及建模技术，根据实际运货车辆调度系统数据“生长和发育”出与实际运货车辆调度系统等价的人工运货车辆调度系统。

b)针对人工运货车辆调度系统进行计算实验，包括实验设计、实验执行和实验评估；

①实验设计指人工运货车辆调度系统设计包括以下模型、事件及决策。模型包括：取/送料点模型，路线模型，司机模型，运货车辆模型。事件包括：运货车辆管理与调度，某条路线上实时运货车辆数量。决策包括：与上述事件对应的解决方案。

②实验执行指实际运货车辆系统向人工运货车辆系统提供真实数据信息,提供建立，利用输入的真实运货车辆运行数据进行模型训练，生成大量“人工数据”，在真实“小数据”与人工“大数据”组成的“混合海量数据”中进行大量的学习，提高并优化系统的场景学习与情景认知能力。

③实验评估指人工系统按照以上设计和执行得到的结果与实际结果相对比，评估计算实验的效果是否合理准确。

c)通过平行执行的方式，人工运货车辆调度系统中的计算实验结果被反馈给实际运货车辆调度系统，进行实时且在线的借鉴、预估与引导，最终形成人工系统和实际系统双向的相互借鉴，相互协同优化。

平行执行这一过程可以实现以下三方面作用：

①学习与培训：在实际和人工系统协同工作的过程中，可以使运货车辆的管理人员，在人工运货车辆系统中，迅速地掌握系统的运行规则和各种突发情况的对策。一方面管理人员可以获得更加的学习和培训效果；另一方面，人工系统可以作为实际系统的备用系统，增加实际系统运行的可靠性和应变能力。

②实验与评估：人工系统被用来计算实验，分析了解实际系统中各方的行为反应，对实际正在运行的货运车辆调度系统进行预测评估。

③管理与控制：在这一过程中运用反馈控制，通过寻找实际系统与人工系统的状态之间的差异，产生误差反馈，对人工系统的参数或者评估方式进行调整修正，减少这种差别；并评估不同解决方案的效果，作为管理与控制的标准和依据。

实施例：

应用本发明提出的方法，设计实际叉车调度系统。一方面在叉车上安装OBU设备，用于接收路边RSU发送的车联网专用通信信号；另一方面，RSU与互联网及云管理平台相互连通，将其采集的数据信息上传到互联网及云管理平台；云管理平台根据业务需求设计各种功能模块，例如：取/卸料点叉车数量统计模块、叉车运货路线模块、运货路线上叉车流量监控模块等，对叉车的各种运行情况进行实时精准监控。

根据实际叉车调度系统，设计出与实际叉车调度系统平行的人工叉车调度系统。根据上述介绍的ACP方法，从条件和结果双向约束人工叉车调度系统，使其成为可替代实际叉车调度系统的平行人工叉车调度系统。从而实现，在人工系统上实现模拟演练叉车调度的情况，使管理人员更加快捷的掌握工作流程，同时，人工系统作为实际系统的备用方案，提高了实际系统的灵活性和可靠性。

基于以上设计，实现对于运货的智能化监控与管理，达到了智能辅助生产的目的，同时也可以对工厂这个特定环境下的叉车运输进行数据手机，打破特定环境下的交通运输数据壁垒。

本发明公开的基于平行车联网的车辆调度管理平台及方法，作为一个典型的开放的CPSS复杂系统，包含了人的动态变化性和不可预测性，且融合了物理过程与社会过程，具有典型复杂系统之不确定性、动态时变性及互作用性等特征。运用ACP方法，基于V2X思想中V2I和V2N两个组件的通信，在工厂或工厂周边范围，对运货车在取货点和卸货点之间的运输状况进行优化管理。为运货车和取卸货点安装设备用以发送和接收信号，当车辆行驶到取货点或卸货点等待区域，即信号覆盖区域，车辆上的信号接收装置将自动接入该区域的信号；在这一接入联通的过程中，记录这一区域内的运货车数量、运货的起止时间；最终将这些数据显示到可视化终端上。实现在一定区域内的工厂货物运输管理精准化；实现运输管理可视化；提升经济效益的；促进货运交通系统的数据收集，打破数据壁垒，从而全面的复盘特定的封闭场景中货运交通中存在的问题。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.一种基于平行车联网的车辆调度管理方法，采用一种基于平行车联网的车辆调度管理平台，其特征在于，车辆调度管理平台包括用户终端、通信系统和云管理平台，所述用户终端和通信系统采用DSRC技术或LTE-V技术，所述云管理平台包括人工运货车辆调度系统、实际运货车辆调度系统、计算实验模块和平行执行模块，所述计算实验模块包括实验设计单元、实验执行单元和实验评估单元，所述平行执行模块包括学习与培训单元、实验与评估单元以及管理与控制单元；

车辆调度管理方法包括如下步骤：

(1)为运货车辆和取卸货点安装系统设备；

(2)计算车辆在取卸货点的使用时间和效率；

(3)在可视化终端上显示基于上述步骤记录的数据；

(4)基于上述采集的数据，运用ACP方法建模分析，寻找优化决策；

步骤(2)具体方法如下：

a)通过对运货车V与取卸货点RSU的接入接出时间，判断运货车V的等待时间WaitTime1，进而判断该取卸货点的繁忙程度；

b)当运货车V驶离取货点A，接出A点的RSU时，系统记录时间点Time1，待运货车V驶入送货点B，接入B点的RSU时，记录时间点Time2；

c)基于以上数据，计算运货车V的一天内的运输次数和运输效率，其中，各个取货点和卸货点距离已知，效率计算公式为：

其中，N表示运货车V接入RSU的次数；Time(N)表示在第N次到达卸货点的时间；Time(N-1)表示在第N-1次离开取货点的时间；Dist[N,N-1]表示第N-1次离开取货点和第N次到达卸货点之间的距离。

2.根据权利要求1所述的一种基于平行车联网的车辆调度管理方法，其特征在于，所述DSRC技术包括OBU、RSU和专用通信链路，所述OBU为安装于行驶车辆上的嵌入式处理单元，由双片式电子标签和CPU处理单元组成，所述RSU为安装于指定地点的通信设备，其与OBU保持实时高效通信，所述专用通信链路是OBU和RSU保持信息交互的通道，包括下行链路和上行链路。

3.根据权利要求1所述的一种基于平行车联网的车辆调度管理方法，其特征在于，所述LTE-V技术包括UE、RSU和eNB三部分，UE包含了车载设备、个人用户便携设备；RSU提供V2I服务，处于eNB和UE之间，承担着双方的数据通信任务。

4.根据权利要求1所述的一种基于平行车联网的车辆调度管理方法，其特征在于，所述步骤(3)具体方法如下：

a)统计连接RSU的运货车数量，以此数据作为每天早晚点检查车辆数目的依据；

b)在可视化终端上显示运货车取料之后到达卸货点的时间，和再次返回取货点的时间；

c)在可视化终端上显示某一点的等待车辆数量，在0-10范围内该点显示绿色，代表可以正常接取货物；在11-20范围内用黄色表示，代表车辆在该点出现拥堵情况；在21以上用红色表示，代表该点的货物吞吐量已经到达满负荷状态，调度管理人员可以考虑优先安排其他点的货物存取；

d)可视化终端直观地展示结果，通过不同的业务需求，对采集到的车辆数据做不同的分析整理，方便运货车辆调度管理员的管理，若管理员需要现场作业，在安装设备信号可覆盖范围内，管理员可随身携带电脑终端，随时查看可视化终端，对货运现场进行指挥。

5.根据权利要求1所述的一种基于平行车联网的车辆调度管理方法，其特征在于，所述步骤(4)具体方法如下：

a)建立人工运货车辆调度系统；

b)针对人工运货车辆调度系统进行计算实验，包括实验设计、实验执行和实验评估；

c)通过平行执行的方式，人工运货车辆调度系统中的计算实验结果被反馈给实际运货车辆调度系统，进行实时且在线的借鉴、预估与引导，最终形成人工系统和实际系统双向的相互借鉴，相互协同优化。

Images