CN110447045A - 用于设定路线和控制货运车辆的系统 - Google Patents
用于设定路线和控制货运车辆的系统 Download PDFInfo
- Publication number
- CN110447045A CN110447045A CN201780088755.3A CN201780088755A CN110447045A CN 110447045 A CN110447045 A CN 110447045A CN 201780088755 A CN201780088755 A CN 201780088755A CN 110447045 A CN110447045 A CN 110447045A
- Authority
- CN
- China
- Prior art keywords
- shipment
- truck
- carrier
- autonomous driving
- time
- 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 claims abstract description 93
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 93
- 238000011068 loading method Methods 0.000 claims abstract description 50
- 239000000446 fuel Substances 0.000 claims description 29
- 230000006399 behavior Effects 0.000 description 30
- 239000000969 carrier Substances 0.000 description 28
- 230000000875 corresponding effect Effects 0.000 description 19
- 238000004891 communication Methods 0.000 description 18
- 230000006378 damage Effects 0.000 description 17
- 230000033001 locomotion Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 14
- 230000032258 transport Effects 0.000 description 14
- 230000004048 modification Effects 0.000 description 13
- 238000012986 modification Methods 0.000 description 13
- 238000005299 abrasion Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 230000004044 response Effects 0.000 description 11
- 238000003860 storage Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 235000013305 food Nutrition 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 235000012054 meals Nutrition 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 7
- 230000000712 assembly Effects 0.000 description 6
- 238000000429 assembly Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 6
- 238000005303 weighing Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000011049 filling Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010338 mechanical breakdown Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 4
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 230000004913 activation Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- HRANPRDGABOKNQ-ORGXEYTDSA-N (1r,3r,3as,3br,7ar,8as,8bs,8cs,10as)-1-acetyl-5-chloro-3-hydroxy-8b,10a-dimethyl-7-oxo-1,2,3,3a,3b,7,7a,8,8a,8b,8c,9,10,10a-tetradecahydrocyclopenta[a]cyclopropa[g]phenanthren-1-yl acetate Chemical compound C1=C(Cl)C2=CC(=O)[C@@H]3C[C@@H]3[C@]2(C)[C@@H]2[C@@H]1[C@@H]1[C@H](O)C[C@@](C(C)=O)(OC(=O)C)[C@@]1(C)CC2 HRANPRDGABOKNQ-ORGXEYTDSA-N 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241000274582 Pycnanthus angolensis Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000000454 anti-cipatory effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000037424 autonomic function Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 239000011087 paperboard Substances 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000036578 sleeping time Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
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
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/0834—Choice of carriers
- G06Q10/08345—Pricing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
Abstract
本申请公开了用于协调装运的方法。使用包括取货位置、交货位置、取货时间和交货时间的装运请求数据,识别并邀请已被分配给当前零担装运的一个或多个卡车来执行新的装运请求,该一个或多个卡车能够执行新的零担装运,同时也能够完成当前的零担装运。此外,安排承运人的货物装运,其中,分配装运请求,使得所识别的卡车在可用的指定的持续时间结束时返回到相关联的起始位置,并且发送控制信号,以控制卡车的自主驾驶。
Description
相关申请
本申请要求2017年1月23日提交的美国专利申请No.15/412,559的权益;并且上述申请的全部内容通过引用结合于此。
技术领域
本申请涉及用于货物装运运输的系统和方法以及计算机化的车辆控制和导航。
背景技术
传统的货运行业可以分为托运人和承运人。托运人希望装运货物,并且通常要求通过联系能够将货物从取货位置运送到交货位置的承运人来进行装运。或者,托运人可以联系经纪人,经纪人可以充当托运人和承运人之间的中间人。
经纪人传统上联系各种承运人来执行装运请求。承运人可以是单独的卡车所有者,也可以是控制车队的实体。大型车队的运营人通常可以充当经纪人,接收托运人的请求,并将这些装运分配给车队中的特定卡车。然而,由于包括驾驶员意愿、天气和交通状况、行驶速度、驾驶员疲劳、机械故障、监管要求、加油时间(包括电动车辆的再充电时间)、取货和/或交货延迟以及其他因素在内的变量,卡车的可用性可能难以预测。
通常在卡车运输/货运行业的背景下描述本文描述的各种系统和方法。然而,类似的原理可以应用于其他领域,并且本公开的广度不应该局限于货运卡车运输。
发明内容
在一个实施例中,可以提供一种用于协调零担装运(less-than-truckloadshipment)的计算机实现的方法。可以从第一计算装置接收对应于新的零担装运请求的数据。该数据可以包括取货位置、交货位置、取货时间和交货时间。可以通过访问数据库,来识别被分配给当前零担装运并且能够执行新的零担装运同时也能够完成相应的当前零担装运的一个或多个卡车。可以将对应于执行新的零担装运的邀请的消息传输到所识别的一个或多个卡车的一个或多个操作员计算装置。
在另一实施例中,可以提供一种由承运人安排货物装运的计算机实现的方法,该方法由计算系统执行。可以通过一个或多个网络从多个计算装置接收一组数据,每个数据对应于一个装运请求,并且每个数据包括针对相应的装运请求的取货位置、交货位置、取货时间和交货时间。可以通过访问数据库,来识别可用于执行装运请求的多个卡车,每个卡车与指示指定的持续时间内的可用性的数据相关联并且与起始位置相关联。可以将装运请求分配给多个卡车,使得每个装运将由相应的卡车执行,并且每个卡车在指定的持续时间结束时返回到相应的起始位置。可以通过一个或多个网络向与该多个卡车中的一个或多个相关联的承运人装置提供一组控制信号,以控制该一个或多个卡车的自主驾驶,从而执行相应的已分配的装运请求。
在另一实施例中,一种非暂时性计算机可读介质可以存储指令,当由计算系统的一个或多个处理器执行时,该指令致使计算系统执行某些任务。可以致使计算系统通过一个或多个网络从多个计算装置接收一组数据,每个数据对应于一个装运请求,并且每个数据包括针对相应的装运请求的取货位置、交货位置、取货时间和交货时间。还可以致使计算系统通过访问数据库,识别可用于执行装运请求的多个卡车,每个卡车与指示指定的持续时间内的可用性的数据相关联并且与起始位置相关联。还可以致使计算系统将装运请求分配给多个卡车,使得每个装运将由相应的卡车执行,并且每个卡车在指定的持续时间结束时返回到相应的起始位置。还可以致使计算系统通过一个或多个网络向与该多个卡车中的一个或多个相关联的承运人装置提供一组控制信号,以控制该一个或多个卡车的自主驾驶,从而执行相应的已分配的装运请求。
附图说明
在下面参考优选实施例的附图,描述本文公开的系统和方法的这些和其他特征、方面和优点,这些附图旨在例示说明而不是限制本发明。此外,在图与图中,相同的附图标记用于表示所示实施例的相同组件。以下是每个附图的简要说明。
图1是示出用于协调货物装运的示例系统的组件的框图;
图2绘示了协调货物装运的示例方法;
图3绘示了处理装运请求的数据的示例方法;
图4绘示了修改装运的示例方法;
图5是示出示例承运人装置的组件的框图;
图6绘示了终止自主驾驶的示例方法;
图7绘示了将装运分配给承运人的示例方法;
图8绘示了示出使用接力系统(relay system)进行装运运输的示例图;
图9绘示了示出使用接力系统进行装运运输的示例图;
图10绘示了示出将物分配给一个或多个承运人的示例图;
图11绘示了示出装运的行进路线以及在给定时间内装运必须行进的最小距离的示例图;
图12绘示了将装运分配给一个或多个承运人的示例方法。
具体实施方式
提高对交货时间的预测以及满足特定时间、地点、尺寸、重量和其他因素的装运要求的可用性,可以显著提高货运行业的效率。目前,很大一部分(20%-30%)的卡车运输里程是“空载”,意思是没有货物,因为无法协调回程装运。仓库严格的交货时间要求驾驶员经常浪费时间等待指定的卸货时间。关于上班/下班时间的规定可能要求驾驶员停车,并在离目的地不远的地方长时间休息。随着对货运业的可预测性和控制力的提高,可以缓解承运人的很多这种低效率。
托运人也可以受益于可预测性的提高。准时制库存管理依赖于可预测的收货和交货,而由于不可预测的行驶时间变化,往往会错过收货和交货。运输成本(在联系经纪人和承运人所花费的费用和时间上)都很高。在物流领域,可预测性至关重要。
本文描述的实施例涉及接收和处理数据,以促进货物装运。货物可以包括各种各样的东西,包括装有产品的集装箱,例如,货物、散装货物、冷藏货物、装在敞口集装箱中的货物、装在罐中的液体货物或其他类型的货物。然而,应当理解,类似的系统和方法可以应用于通常不被认为是货物的其他类型的物品的移动,例如,活人或其他物品。
此外,本文描述的实施例涉及接收和处理数据,以便于使用卡车装运货物或其他物品。然而,类似的系统和方法也可以应用于运输货物(或其他东西)的其他交通工具,例如,飞机、火车、轮船或其他汽车,例如,公共汽车、货车、轿车或其他客车。
图1是示出用于协调货物装运的示例系统的组件的框图。如图所示,用于协调货物装运的系统1(例如,装运系统1)可以通过装置接口100与托运人装置10、调度员装置20和承运人/驾驶员装置30通信。装运系统1可以在一组计算系统(例如,一个或多个服务器)上实现,并使用可由该组计算系统的一个或多个处理器执行的存储指令。装置接口100可以是被配置成用于与其他装置通信的装置或编程组件,例如,应用编程接口(API)和/或用于电子通信的装置,包括路由器或服务器。尽管在图1的示例中仅示出了一个装置接口100,但是在其他示例中,装运系统1可以包括多个装置接口,例如,用于与托运人装置10、调度员装置20和承运人/驾驶员装置30中的每一个通信的独立的装置接口100。作为补充或替代,装运系统1还可以包括其他组件或具有不同的组件,如本文进一步讨论的。
托运人装置10、调度员装置20和承运人/驾驶员装置30可以是各种不同类型的装置,其便于这些装置的用户或操作员(例如,托运人、调度员和承运人(例如,驾驶员))分别与装运系统1进行通信。例如,装置可以包括台式计算机、膝上型计算机、平板电脑、智能手机、终端、处理器或能够通信的其他装置,例如,通过一个或多个网络与装置接口100进行电子通信,并执行如本文所述的独立计算任务。每个装置还可以包括体现在软件和/或硬件(例如,触摸屏、键盘、麦克风、显示器和扬声器)中的独有的用户接口,其便于用户通过装置10、20、30与装运系统1交互。利用用户接口和其他通信特征,装置10、20、30可以向用户和/或其他装置(例如,向装运系统1)输出或发送本文描述的各种类型的信息。此外,装置10、20、30可以接收由装运系统1传输的数据或信息(例如,通过电子传输)或者由用户通过用户接口经由输入机构输入的数据。通过装运系统1和装置10、20、30,可以电子地、自动地和即时地进行通信,使得可以电子地、自动地和即时地使用本文描述的软件和技术来安排、修改和促进装运。
托运人可以使用托运人装置10来与装运系统1交互并协调托运人的装运。作为一个示例,托运人装置10可以向装运系统1发送对应于装运请求(例如,在本文称为装运请求)的数据,该数据可以包括与装运相关的信息,例如,取货位置、交货位置以及其他特征或参数,例如,参考图2所描述的。装运系统1可以接收装运请求,并与调度员装置20和承运人/驾驶员装置30通信,以便于执行托运人的装运请求。图2示出了这个过程,时间从图的顶部向底部前进。如图所示,装运请求首先从托运人装置10发送到装运系统1。装运系统1可以执行匹配过程,以基于一组数据确定哪个调度员或承运人应该提供装运服务。装运系统1可以将对应于装运邀请的数据传输到匹配的调度员或承运人/驾驶员装置20、30。因此,在本文的示例中,装运系统1可以与托运人装置10通信,以协调与装运系统1相关联的一个或多个承运人的装运。此外,在一些实施例中,托运人装置10可以包括被配置为与承运人通信的运输管理系统,例如,来自McLeod Software的货运管理解决方案或由Mercury Gate提供的软件。
调度员可以使用调度员装置20来与装运系统1交互,并协调与调度员相关联的一个或多个承运人的装运。调度员可以是控制一个或多个承运人的实体,例如,多卡车车队的操作员,但其他类型的调度员也是可能的。调度员然后可以确定特定承运人是否以及何时将执行从装运系统1接收的装运请求。作为示例,调度员装置20可以从装运系统1接收与装运邀请相关的信息。调度员装置20可以发送指示愿意执行或完成装运邀请的数据,例如,通过向装运系统1发送接受数据包。
承运人可以使用承运人/驾驶员装置30来与装运系统1(和/或调度员装置20)交互,并协调承运人的装运。承运人可以指实际执行装运的实体(例如,提供运输,以将货物从一个位置移动到另一位置)。例如,承运人可以指卡车驾驶员或卡车所有者。此外,在自主车辆的情形中,在一个示例中,承运人装置30可以是卡车的整体一部分,嵌入卡车的计算系统和操作系统中,或者作为卡车的计算系统的组件。在本文的示例中,承运人/驾驶员装置30可以对应于多个装置(例如,卡车驾驶员装置、卡车所有者装置、自主卡车操作装置和/或其他装置),在本申请的其余部分中,这些装置可以统称为“承运人”装置。承运人装置30可以可选地执行类似于调度员装置20的功能,但是对于单个卡车或驾驶员。承运人装置30还可以执行额外功能,例如,报告卡车的当前状态(包括使用承运人装置30的资源或通过与联接到卡车的其他装置的通信来报告其当前位置和状况),接收对应于卡车或驾驶员将要执行的未来装运的数据,和/或控制或驱动卡车来执行装运。此外,在卡车上的人(驾驶员或乘客)的情况下,承运人装置30(例如,驾驶员装置)也可以用于允许人通过承运人装置30上的用户接口(例如,经由与装运系统1和/或调度员装置20通信的专用应用程序)来控制卡车的各个方面,与装运系统1通信,向人提供信息和/或提供其他特征。
如图2所示,承运人/调度员装置20、30向装运系统1发送对应于装运邀请的接受的数据,装运系统1可以提供确认装运请求已经被处理并与托运人装置10匹配的数据。可以在装置10、20、30和装运系统1之间提供各种通信来协调装运。然而,在一些实施例中,承运人/调度员装置20、30可以与托运人装置10通信,以接受/确认装运,并协调装运。即使启用该通信,装置10、20、30仍然可以与装运系统1通信,以进一步促进装运的执行、装运的支付、质量控制功能或其他功能。
返回图1,通过装置接口100,装运系统1可以与托运人装置10、调度员装置20和承运人装置30通信,以协调装运(例如,使用图2所示的过程)。从托运人装置10接收的数据(例如,装运请求、托运人偏好或托运人联系人和计费信息)可以存储在装运数据库110中。此外,从调度员装置20和承运人装置30接收的关于可用于执行装运的承运人、他们的能力或他们可用于/愿意装运运输的信息可以存储在承运人数据库120中。匹配引擎130可以从装运数据库110(和/或托运人装置10)和承运人数据库120(和/或承运人装置30)接收信息,并且识别可能适合于执行单独的装运请求的一个或多个承运人。承运人执行特定装运的适宜性可以取决于与执行装运所采用的路线相关的因素。因此,路线信息数据库140(和/或地图数据库)可以向匹配引擎130提供信息,以便于确定合适的承运人。如果特定承运人被认为适合于执行装运(例如,基于承运人的可用性状态、承运人和/或卡车的位置、取货和/或目的地位置等),则可以将与装运相关的信息发送到相关联的承运人装置30或调度员装置20,例如,如图2所示,作为装运邀请的一部分。如果接受装运,则来自调度员或驾驶员装置20、30的消息可以发送回装运系统1,然后装运系统1可以向托运人装置10确认装运。
图1所示系统的变化也是可能的。例如,在一些实施例中,替代匹配引擎130或除匹配引擎130之外,可以在调度员装置20或承运人装置30上执行将潜在承运人与装运请求相匹配。在这样的示例中,调度员/承运人装置20、30可以接收所有装运请求,并且合适的装运可以由用户、相当的调度员/承运人匹配引擎或者这两者的某种组合来过滤。类似地,发送到特定调度员/承运人装置20、30的装运请求可以由装运系统1内的匹配引擎130过滤,然后可以由对应于装置20、30的附加匹配引擎进一步过滤。此外,托运人装置10可以指示对某些承运人(例如,被认为更可靠或熟悉托运人的特定要求的承运人)的偏好。类似地,与装运、承运人、道路信息和其他数据相关的数据可以存储在除装运系统1之外的装置上,例如,通过数据网络连接到装运系统的单独装置上。
现在将更详细地描述上述的和图1和图2所示的系统和方法的各个部分的具体方面。尽管如上所述,可能偶尔在图1和图2中描述的特定设置的上下文中描述这些,但是也可以使用图1和图2中的设置的变化。
托运人装置和接口
如图1和2所示,装运系统1可以与托运人装置10通信,以便于货物的装运。根据一个示例,托运人装置10可以存储和操作与装运系统1通信的指定应用程序。这种指定的应用程序可以使托运人能够接收或查看与装运系统1相关联的信息,并通过经由图形用户界面提供或配置一组装运参数来请求装运。作为补充或替代,托运人装置10可以例如经由浏览器应用程序访问与装运系统1通信的门户。装运请求可以包括诸如日期和时间(或时间窗口)以及取货和/或交货的位置等信息。另外,装运请求可以包括更详细的信息,例如,托运人或托运人装置10的标识符(ID)、货物的内容、货物的重量和尺寸、货物的估计价值、货物所需的保险、保证货物安全所需的设备(例如,稳定带)以及其他特征。此外,装运请求可以包括对装运的其他要求,例如,需要冷藏集装箱、汽车运输、牲畜汽车、干散货集装箱、液体罐车和低箱板挂车。此外,装运请求可以指示装运的其他独特特征,例如,过大的负载、危险材料的存在或特殊的安全问题。还可以提供其他信息,并且所有这些信息可以用于确定可能适合执行装运的特定卡车。
此外,装运请求可以指示拖车是由承运人提供,还是由托运人提供。如果托运人提供或已经有了合适的拖车,也可以指示这一点,承运人卡车可以不带拖车到达,或者带着替换拖车离开托运人。
虽然图2示出了装运系统1可以便利装运的一种方式,但是其他技术也是可能的。例如,响应于接收到装运请求,装运系统1可以立即确定完成装运的价格,并将对应于该价格的数据传输到托运人装置10。在这样的示例中,装运系统1可能没有已经同意执行装运的特定承运人,但是可以确定有足够的承运人可用,以合理的概率确保他们中的一个愿意执行装运(例如,通过计算承运人将执行装运的可能性分数或概率)。
根据一个示例,匹配引擎120可以通过将装运请求的特征与一组承运人的已知特征(例如,存储在承运人数据库120中)进行比较以识别能够执行装运的承运人来确定有足够的承运人可用以确保其中一个愿意执行装运。承运人特征可以包括承运人的永久和半永久特征,例如,卡车或拖车的类型、可用设备、燃料效率/速度曲线(例如,指示在各种驾驶速度和条件下每加仑的英里数)以及卡车/拖车上各种组件的机械状态。承运人特征还可以包括非永久性特征,例如,在不同时间并且以不同成本可使用卡车和/或驾驶员的可用性以及卡车和/或驾驶员的位置(当前或预定的未来位置)。
可以从自我报告的信息中确定卡车和/或驾驶员的可用性,例如,驾驶员经由在承运人装置30或其他装置上提供的输入指示他或她愿意驾驶的时间段和/或卡车所有者指示卡车将可用的时间段。也可以从通过装运系统1自动检测到的信息中确定卡车和/或驾驶员的可用性,例如,卡车的当前位置(例如,在执行先前计划的装运时)、卡车的预期未来位置(基于非自主人工驾驶或自主驾驶以及其他因素)、卡车的替代性的可能的未来位置(例如,如果卡车的速度增加到足够快地完成先前的装运,以执行新请求的装运)、驾驶员上班/下班时间限制(基于法规)以及其他因素。例如,这种信息可以由承运人/驾驶员装置30提供给装运系统1。
也可以从自我报告的信息中确定使用卡车和/或保留驾驶员服务的成本,例如,驾驶员时间的请求费用和/或卡车使用的请求费用,其可以可选地通过调度员装置20和/或承运人/驾驶员装置30报告。额外的成本可能涉及燃料的估计成本(例如,根据车辆的估计燃料效率和路线确定)、运输过程中卡车磨损的估计成本、沿着路线的食物的估计成本以及货物和卡车保险的估计成本。当不能直接确定这些成本时,可以使用历史数据进行估计,例如,给定卡车在类似路线上的性能以及以前认为足以满足驾驶员和卡车时间的费用。
图3示出了根据一个实施例,在不确定特定承运人将能够执行装运的情况下,通过立即接受特定价格的装运请求来促进装运的过程。如图3的示例中所示,装运系统1可以接收装运请求301,并且确定装运是否应该按照请求执行,或者确定是否应该对装运请求进行修改。装运系统1可以基于装运请求中的数据或参数和/或关于承运人、卡车和/或驾驶员的特征的信息来做出这种确定。根据一个示例,对装运请求的修改可以降低请求托运人的成本。例如,托运人可能最初要求在承运人可用性低的时候执行装运。由于潜在承运人数量的增加,例如,将取货时间从早上变为下午或另一天(例如,从星期日变为星期一)的微小修改可以降低执行装运的成本。此外,在另一示例中,装运请求可以指定或包括与在取货位置和/或交货位置之间行驶的预期时间不匹配或重叠的取货时间和/或交货时间,使得承运人需要以低效的速度行驶或浪费时间等待卸货。装运系统1可以使用估计的驾驶时间(例如,基于自主驾驶或非自主人类驾驶),例如,基于计算的路线、这种路线上的交通状况、沿着这种路线的历史行驶时间等,并且使用各种承运人的预期可用性来确定可以降低执行装运成本的修改,例如,使用匹配引擎130。如果装运系统1确定不需要对装运请求进行修改,则装运系统1可以根据请求处理装运请求。
如图3所示,对于原始装运请求或修改后的装运请求,装运系统1可以确定可用于执行装运的承运人302、305。这可以基于在本文讨论的因素,包括例如在所需时间可用并具有适当设备或特征的承运人。装运系统1然后可以基于本文讨论的各种成本来估计成本303、306。装运系统1可以愿意以报价执行装运304、307。报价可以与估计成本相同,或者可以是可以针对各种因素进行调整的另一价格,例如,估计成本不正确给装运系统1的操作员带来的风险、与操作装运系统1相关的费用或其他因素。通过立即提供报价,装运系统1可以允许托运人更快地安排他们的装运。此外,通过还建议立即以较低报价修改装运,装运系统1可以基于承运人和托运人的偏好来优化装运。
类似的方法也可用于接受托运人要求的价格。例如,如果托运人请求以指定的价格或价格范围执行装运,则装运系统1可以以类似于本文所讨论的方式,使用匹配引擎130,通过识别能够或可能能够执行装运的承运人,来自动确定提议的价格是否足够并接受报价。
一旦装运系统1和托运人已经同意执行装运,则装运系统1可以与调度员和/或承运人通信,以执行装运。执行该操作的方法可以类似于图2所示的方法。用于确定合适承运人的进一步细节将在下面进一步描述。
在执行装运时,也可以使用类似的方法来协调或修改装运。例如,托运人可以决定他们更希望在装运已经开始之后(例如,在已经同意装运之后、在卡车已经取货之后等),将装运货物在不同的地点或不同的时间交货。可替换地或另外,由于各种因素(意外的交通或天气状况、机械故障或其他问题),装运可能会在比最初预期的时间晚的时间到达。如果交货时间延迟,则装运系统1可以可选地向托运人提供调整装运的能力,使得以调整后的价格仍然在原始交货时间到达(例如,如果延迟不是装运系统1的过错)。
如图4的示例所示,装运系统1可以在执行装运时接收修改装运的请求401。或者,装运系统1可以预期托运人想要修改装运(例如,如果交货时间延迟,如上所述)。装运系统1然后可以确定当前承运人或其他承运人是否可以执行修改后的装运402、404,并估计这些承运人的成本403、405。除了不同的卡车/驾驶员和其他差异之外,成本可能与燃料效率和驾驶员/卡车时间的变化有关。可以比较估计的成本406,从而确定最佳装运计划(例如,包括取货/交货时间、路线、驾驶速度、加油位置等),并且可以向托运人提供装运的调整后的价格407。
在类似的实施例中,如果装运系统1确定托运人不必为修改付费(例如,如果装运由于承运人或装运系统本身的问题而延迟),则可以使用类似的方法来调整装运计划。例如,可以使用图4中的方法,并且可以调整装运,而不需要提供调整后的价格或接收修改装运的请求。
调度员/承运人装置和接口
图5绘示了在与车辆集成或与车辆组件通信的承运人装置的环境中,示例承运人装置30的组件的框图。作为替代,承运人装置30可以从联接到车辆的另一装置接收数据,例如,车辆的计算系统或电子记录装置(ELD)。如图5的示例所示,承运人装置30可以包括数据处理模块502,其可以从一组传感器520或与车辆相关联的其他车辆组件接收数据,如本文所讨论的。数据处理模块502还可以可选地包括存储车辆半永久或永久特征的存储组件或与之通信。根据一个示例,来自数据处理模块502的数据可由自主驾驶系统504使用车辆致动器530来控制车辆。在其他实施例中,承运人装置30可能缺少自主驾驶系统,例如,当车辆是非自主的或者使用其他组件来提供自主功能时。数据处理模块502还可以向与承运人装置30相关联的用户接口和通信装置506提供数据,例如,承运人装置30可以使用收发器通过移动网络将该信息传送给装置的用户或诸如装运系统1(和装置接口100)等外部装置。数据处理模块502还可以向装运选择和执行模块508提供数据,装运选择和执行模块508可以促进装运邀请的接受或拒绝和/或执行高级驾驶控制(例如,通过自主驾驶系统504),例如,确定何时加油和/或行驶什么路线。接受/拒绝装运邀请和确定/调整路线的决定可能受到承运人偏好数据库510的影响,承运人偏好数据库510可以存储承运人偏好,例如,执行装运的期望付款、优选的卡车停靠点和其他特征。可以从通过用户接口506接收的输入中填充这些偏好。
变化也是可能的。例如,在一些实施例中,承运人装置30可以分成多个装置,每个装置可以包括图5所示的一些或所有组件。然后,这些装置可以相互通信,以通过有线或无线连接提供类似的功能。类似地,调度员装置20可以具有类似的特征,但是远离车辆,因此不包括传感器520、自主驾驶系统504或车辆致动器530或与之通信。
如图1和2所示,装运系统1可以与承运人/调度员装置20、30通信,以便于货物的装运。如参考图2所讨论的,在初始阶段,承运人/调度员装置20、30可以用于同意或拒绝执行装运邀请。例如,在一些实施例中,安装在承运人/调度员装置20、30上的应用程序或其他软件可以接收描述装运请求并请求同意执行该请求的消息(例如,通过通信装置506),并且类似地,发送回接受或拒绝邀请的消息。
类似地,在一些示例中,承运人/调度员装置20、30可用于指示其将自动接受装运邀请的某些情况(例如,当满足一个或多个特定参数或条件时)。定义可接受的装运邀请的参数可以存储在承运人偏好数据库510中,并且可以包括卡车/驾驶员可以在路上的时间表、卡车/驾驶员将到达终点位置的时间(例如,当卡车/驾驶员希望回家或下班时)、驾驶员可能希望睡觉/休息的时间(例如,在卡车自主驾驶期间)、执行装运的期望价格(例如,驾驶员时间和使用卡车或其他装置的价格)和/或可以确定可用性的其他因素。该信息可以由承运人或调度员通过与承运人/调度员装置20、30相关联的用户接口506输入,并且或者发送到装运系统1中的匹配引擎130,或者被装运选择和执行模块508用来确定匹配装运。然后,装运请求可以自动分配给具有匹配参数的承运人,而不需要明确接受,使得装运系统1可以基本上命令承运人执行装运。该系统尤其有助于快速安排装运,使已经上路的承运人执行之前的运输,以便他们在交付之前的货物之后尽快开始向其分配后续装运。
进一步的变化也是可能的。例如,承运人/调度员装置20、30可以指示某些必要的参数,但是也为承运人或调度员提供拒绝具有满足这些参数的标准的装运的选择。因此,可以过滤提供给他们的装运(在装运系统1中或者在装置20、30上),便于审查和接受适当的装运。作为补充或替代,可以自动接受满足参数的装运,但是承运人/调度员装置20、30也可以接收接受不满足参数的其他装运的选择。因此,例如,驾驶员可以在正常上班时间表明他们的要求,但也保持在不正常的时间以更高的费用工作的可能性。
在一些示例中,承运人/驾驶员装置20、30可以与卡车(或其他车辆)上的组件交互,或者与卡车的和组件交互的计算系统通信。例如,卡车可以生成和存储数据(例如,存储在数据处理模块502或其他存储资源中)(例如,其品牌、型号和年份以及其他静态数据),并且可以包括生成关于车辆的数据的各种传感器520,例如,与车辆上的组件(制动器、灯、电池和其他组件)及其状态、液位(燃料、油、传动液、制动液等)和/或车辆的其他特征相关的数据。传感器520还可以检测与卡车环境相关的特征,例如,温度、一天中的时间、天气条件(雨、雪、阳光量、雾)、其位置(例如,使用驾驶员装置30的全球定位系统“GPS”接收器或卡车计算系统的GPS接收器)、其方位(例如,使用罗盘或位置信息或从GPS数据确定的速度)、和/或附近物体(例如,其他汽车、行人、自行车和静止物体,使用LiDAR传感器、相机和其他传感器)。传感器520还可以检测卡车的运动特征,例如,其速度、车轮的方向、制动器的启动、发动机转速和使用中的档位。更进一步,传感器520可以检测卡车内一个或多个人的状态,以便检测人是在驾驶员座位还是乘客座位,人的手是在方向盘上还是脚靠近踏板,或者人是否在卧铺上。
根据一些示例,卡车(及其传感器520)可以直接或间接地与承运人/调度员装置20、30(及其数据处理模块502)通信。例如,传感器520可以通过有线或无线连接直接与和卡车集成的承运人装置30通信。有线或无线连接也可以用于其他承运人装置30,例如,移动电话、平板电脑和膝上型电脑或远程计算装置。间接通信也可以用于与承运人/调度员装置20、30通信。例如,位于远处的调度员装置20可以通过位于车辆上的承运人装置30接收数据。因此,调度员装置20可以位于固定的办公楼,并通过网络与位于卡车上的承运人装置30通信。位于卡车内部的驾驶员装置也可以以类似的方式与和卡车集成的承运人装置通信。传感器520也可以是承运人装置30的一部分,例如,移动电话式的驾驶员装置上的GPS传感器。
来自传感器520的数据可以被匹配引擎130和/或装运选择和执行模块508用来确定卡车/驾驶员执行装运的可用性。例如,传感器520可以指示卡车/驾驶员的位置是在请求的取货时间到达请求的取货位置的范围内,还是在请求的交货时间到达请求的交货位置的范围内。在一个示例中,参考图1,来自传感器520的数据可以提供给装运系统1,用于存储在承运人数据库120中(例如,周期性地或响应于触发的事件,例如,用户输入或状态改变,或基于时间表)。
类似地,数据可用于确定卡车/驾驶员是否可能在后续装运之前的指定或预定时间完成之前的装运,使得卡车/驾驶员能够执行后续装运(例如,指定或预定时间可以基于从先前装运的交货位置行进到后续装运的取货位置的时间、装货和/或卸货的时间和/或加油的时间等)。除了确定先前装运何时完成之外,数据还可以指示卡车是否需要时间加油或接受维护,驾驶员是否需要休息,或者在装运之间或后续装运期间是否需要其他延迟。
来自承运人装置30的数据也可用于估计滞留时间。例如,驾驶员装置或车辆的GPS传感器可以指示车辆何时处于取货位置或交货位置。托运人可以可选地根据车辆停留在取货位置或交货位置以便装货和卸货的时间来付费。例如,托运人可以根据总时间来付费,或者根据预定时间量的时间来付费。车辆停留在取货和交货位置的时间量可以通过使用GPS传感器和/或基于GPS数据的时间戳监控车辆的位置来确定。或者,传感器也可以检测车辆的其他特征,例如,发动机活动,以确定车辆停留多长时间。
调度员/承运人装置20、30还可以通过用户接口506向用户(例如,卡车驾驶员或所有者)提供额外数据,这些数据可以用于帮助确定是否应该接受装运请求。例如,可以给装运请求提供建议路线,使得装置的用户可以看到卡车在执行装运时可能行驶的地方。如果已知某些道路具有较差的特征(例如,路面质量、自主驾驶可用性、燃料价格和食物选择),则可能会拒绝该路线/装运。在一个示例中,系统还可以指示对用户更有吸引力的完成装运的替代路线选择。例如,系统可以基于诸如驾驶时间、自主驾驶时间、行驶距离、预期燃料成本、预期车辆磨损和食物选择等标准,按照对用户的预期吸引力的顺序来指示一条、两条、三条或更多路线。根据实现方式,这种建议可能受承运人偏好数据库510的影响,并且由装运选择和执行模块508生成,或者可以由装运系统1利用匹配引擎130和承运人数据库120的类似技术来提供。
此外,这些组件可以为执行装运提供更完整的计划,例如,路线的建议行程,包括就餐、加油、上班、下班和使用自主驾驶等活动的预期时间和地点。因此,行程可以指示驾驶员何时能够吃饭、休息或睡觉。此外,行程可以基于计划加油的位置的已知燃料价格来估计燃料成本,并且基于计划吃饭的餐馆的已知价格来估计食物成本。这种成本也可以仅通过路线来估计,但使用更详细的行程(具有预期时间)可以提供更准确的估计。路线的各种选项可以以类似于路线的方式提供。
此外,使用来自承运人的响应,可以确定承运人的路线/行程偏好,并用于建议未来更合适的路线/行程。例如,如果承运人更喜欢在某些类型的餐馆就餐(基于食物风格、食物品牌、价格水平或其他标准),则可以确定建议的路线和行程更为可取,即使出行成本(燃料、磨损和食品价格)或出行时间可能更高。这种偏好可以存储在承运人偏好数据库510中,或者类似地存储在承运人数据库120中,以提供针对未来的成本和承运人偏好优化的路线/行程。
比较不同路线/行程选项的一种方法可以包括首先确定出行的预期成本,然后基于承运人对非货币特征的偏好来调整该成本。例如,如果承运人选择的路线比另一条路线贵一定数量,但包括特定类型的餐馆,则包括该类型餐馆的未来路线可以被判断为成本较低。其他技术(例如,机器学习技术)也可以用于学习承运人对路线和行程的各种特征的偏好。
值得注意的是,上述用于确定驾驶员/卡车是否可执行装运以及便于承运人决定接受装运的系统可用于更复杂的情况。例如,该系统还可以用于安排后续装运,在前一次装运之后立即发生后续装运。装运系统1可以使用预期的驾驶时间(基于人工驾驶或自主驾驶)来确定车辆是否可以执行后续装运,从而减少停车时间或空载行驶。
此外,当一个或多个装运可用时,装运系统1可以将一组装运作为装运组提供给承运人/调度员。装运组可以与紧接在前一次装运之后发生的该组中的每个组成部分的装运(component shipment)串在一起。因此,每次装运之间的停车时间可以减少到最小时间量,该时间量仍然足以允许驾驶时间、装货/卸货时间、加油、吃饭和其他问题的变化。装运组还可以被设置成使得卡车和驾驶员在装运组的最后一次交货期间返回家中,从而产生最小的空载行驶。在一些实施例中,两次、三次、四次或四次以上的装运可以以这种方式组合并同时提供给承运人。
装运组还可以包括接力系统,其中,第一承运人将装运货物运送到装运距离的第一部分,然后第二承运人取货并将其运送到装运距离的第二部分。该过程可以根据需要重复多次,以执行装运。接力系统可以通过允许货物在不停下来加油、吃饭或下班的情况下继续移动来便于减少装运时间。此外,如果接力系统沿着特定路线在两个方向上运行,则可以避免空载行驶。此外,接力系统可以有助于允许承运人在一天结束时返回到他们的起点,而无需空载行驶。在一些接力系统中,卡车可能行驶的距离和/或时间不超过预定距离和/或时间,例如,距离其起点150英里,而所运载的货物则行进得更远。
值得注意的是,在装运组的情况下,承运人可能愿意以较低的价格接受装运,他们知道可以合并多个装运,而无需空载行驶或停车。因此,如果也可以安排后续装运,则装运系统1可以允许承运人指示他们的期望收入在每英里或每小时的基础上(时间和/或距离基础上)较低。或者,承运人可以指示每日期望的收入,以说明潜在的停车时间或空载行驶。
在一些示例中,例如,在承运人或驾驶员无法获得可接受的装运(由承运人确定)的情况下,承运人装置30还可以向用户指示返回家的成本。例如,如果承运人离家一定距离,则该装置可以指示返回家的燃料成本和预期到达时间。此外,装运系统1可以使用历史数据向承运人提供新装运在指定的持续时间内变得可用的可能性的指示。因此,承运人可以做出明智的决定,决定是回家还是在他们当前的位置等待装运。
承运人装置30还可以提供驾驶时专用的功能。例如,在自主车辆的情况下,装置30可以指示何时需要终止自主驾驶。在不安全条件(例如,天气条件、道路条件和交通条件)、针对自主驾驶的法规、需要停下来加油或交货、机械故障、接到警车的命令或其他情况下,可能需要终止自主驾驶。这些可以由装运选择和执行模块508确定,例如,通过使用来自本文描述的传感器520的数据和其他数据,例如,可以通过通信装置506从其他数据源(例如,数据网络)接收的与天气、路况和法规相关的数据。
图6描述了根据一个实施例的用于指示何时需要终止自主驾驶和终止自主驾驶的方法。如图6所示,一旦确定终止自主驾驶的迫切需要601,车辆(和/或承运人/驾驶员装置)的计算系统可以向车辆的操作员提供警报602。操作员可以是车内的人(例如,承运人/驾驶员)。根据一个示例,可以预先提供警报,例如,在需要终止自主驾驶之前至少五分钟或一分钟。还可以立即提供警报,例如,当终止自主驾驶的需求是意外的或未计划的时(例如,由于环境中或车辆外部的事件)。
可以提供警报,作为视觉信号、音频信号、触觉信号和/或其他信号。例如,可以使用车辆仪表板上的灯,通过激活卧铺中的灯,或者通过在与卡车集成的屏幕上或在单独的承运人装置上提供警报,来提供警报。也可以使用与卡车集成在一起的扬声器或在单独的承运人装置上提供警报。也可以通过车辆的座位或卧铺上的振动特征或者在诸如用户的移动电话、智能手表或其他可佩戴装置等的单独的承运人装置上提供触觉信号。可以使用车辆本身的运动来提供其他信号,例如,通过提供车辆的小而突然的转向、制动或加速,该转向、制动或加速可以被人感觉到,但是不太可能干扰附近的交通或影响安全。在完全自主车辆的情况下,这种警报对于唤醒睡着的操作员可能是必要的。因此,随着终止自主驾驶的需求变得更加迫切,警报的强度可以可选地增强。
操作员可以以多种方式确认信号的接收以及操作员驾驶车辆的准备状态603。例如,操作员可以按下车辆的计算系统的显示器上的按钮或用户接口特征,或者对着计算系统的麦克风说话,以确认他或她准备好控制驾驶。装运选择和执行模块508还可以使用一个或多个传感器来确认操作员在驾驶员的座位上、手在方向盘上和/或脚在踏板上。一旦确认准备状态,装运选择和执行模块508可以终止自主驾驶模式,并且操作员可以开始驾驶车辆604。
如果确定操作员不准备驾驶605(例如,如果没有提供对警报的响应或者基于从传感器数据确定的操作员的未准备好的位置),则一旦车辆处于安全停车位置,车辆可以自主地确定安全停车位置,前进到安全停车位置606,并且终止自主驾驶607。例如,如果路肩可用,车辆可以基于传感器数据确定路肩特征(例如,路肩在距车辆当前位置的预定距离内和/或足够宽,以使车辆停止在不会妨碍道路的位置等),确定路肩是安全的停车位置,并控制车辆前进到路肩并停车。其他停车位置也可能是合适的。如果附近没有已知且安全的停车位置,则自主驾驶系统504或装运选择和执行模块508可以访问指示附近停车位置的地图数据(本地存储或通过通信装置506访问),并改道到这些位置。承运人装置30还可以可选地采取其他安全预防措施,例如,激活危险灯并通过蜂窝或数据网络开始与地方当局(警察和医疗机构)联系。在一些实施例中,在不安全的条件下,例如,当车载操作员不可用并且确定使用自主驾驶能力来使车辆停止不合适时,可以通过通信装置506远程控制车辆前进到合适的位置。此外,自主驾驶系统504可以可选地通过将车辆改道到不需要终止自主驾驶的区域来避免终止自主驾驶的需要。
承运人装置30还可以有助于记录卡车操作人员在装运期间的活动,包括在取货和/或交货之前或之后与装运相关的活动,例如,准备并驾驶到取货/交货位置或从取货/交货位置出发。记录操作人员的活动,可用于根据上班时间确定工资,指示操作人员操作车辆的健康状况(例如,指示操作人员是否可能因上班时间过长而疲劳),并且显示遵守各种法规下的上班时间限制。该系统可以使用来自操作员通过承运人装置30上的用户接口506的输入来指示和存储关于执行各种单独任务所花费的时间的数据,例如,填写文书、装货/卸货、给车辆加油、进行称重站检查、驾驶或监控自主驾驶。在这些示例中,这些活动也可以至少部分地由承运人装置30测量,其中,该装置用于促进这些功能,或者包括可以指示操作员活动的其他传感器520。
此外,装运系统1和/或承运人装置30可以使用从车辆传感器520收集的数据来独立地指示操作员的某些活动。例如,在自主车辆的情况下,装置30可以记录自主车辆自己驾驶(完全自主)的时间量。类似地,装置30可以记录自主车辆在半自主模式下行驶的时间量,例如,操作员主动监控车辆,或者当操作员正在对车辆的行驶提供一些其他减小的影响时。此外,装置30可以记录操作员以非自主模式驾驶车辆的时间量。例如,当发生某些事件时,例如,装置30可以存储当模式从非自主模式变为自主模式时的时间戳,反之亦然,并且存储当发生这些事件时的位置信息,并且确定车辆在特定模式下运行的持续时间。
装置30还可以记录驾驶员下班的时间(例如,当驾驶员不能驾驶或已经指示不可用状态时)。例如,卡车上的一个或多个传感器520可以检测操作员何时在卡车的卧铺上,并确定驾驶员下班。在另一示例中,运动传感器和/或压力传感器可以用于确定操作员在卡车内的特定位置和运动,从而可以指示和记录睡眠时间。在这样的示例中,如果确定操作员没有得到足够的下班时间或睡眠,这可以指示给操作员,并且装置30可以被配置为阻止车辆的非自主驾驶,直到已经获得足够的下班时间或者另一操作员可用。
在一个示例中,记录的数据(例如,上班和/或下班的时间)可以由装置30或系统中的其他元件发送给第三方,例如,监管或执法人员系统,以确认没有违反对上班时间的某些要求。传输可以根据请求在到达检查站(例如,称重站)和/或其他时间自动执行。另外或替代地,如本文进一步讨论的,装运系统1可以使用这些时间来确定在遵守一个或多个规则的同时可能的到达时间,例如,对操作员上班时间量的限制,并相应地调整各种驾驶计划。
例如,装置30可以确定操作员已经驾驶或以其他方式上班了接近极限的时间量,并且需要在到达交货位置或其他目的地之前停下来休息。装置30可以指示到达极限的时间,并建议停止的地方,例如,优选的餐馆、酒店、休息站或其他停车位置。装置30还可以向装运系统1和/或其他系统或装置(例如,调度员装置20)发送关于操作员已经驾驶的时间量和/或操作员将下班的时间的信息。
匹配引擎
如图1的示例所示,装运系统1可以包括匹配引擎130,其可以确定适于执行装运请求的承运人(卡车和/或驾驶员)。图2绘示了用于确定承运人执行装运请求的示例方法。在另一示例中,装运系统1还可以确定谁首先接收接受装运请求的选项。或者,装运系统1可以向多个承运人提供选项,然后从接受的承运人中确定优选承运人。例如,承运人可以提供用于执行他们接受的装运的价格,并且系统1可以将装运分配给价格最低的承运人/调度员。
图7中绘示了使用匹配引擎130分配装运请求的示例方法。如图7所示,装运系统1可以通过一个或多个网络从托运人装置701接收装运请求。装运请求可以包括关于装运的数据,包括托运人和/或托运人装置10的标识符、货物或装运信息(例如,类型、尺寸、重量等)、装运的位置信息、装运取货和/或目的地日期和/或时间信息、所需设备或卡车尺寸数据、将装运货物装运到的实体或个人、和/或其他数据。匹配引擎130可以访问承运人数据库120,以基于承运人信息和来自装运请求的数据来识别能够执行装运请求的一个或多个承运人。例如,匹配引擎130可以过滤具有用以执行装运请求的合适设备的承运人702。匹配引擎130还可以过滤能够在装运时间到达装运请求的取货位置的承运人703(例如,基于承运人的当前位置和当前正在执行的装运)。虽然图7的示例绘示了用于过滤承运人的两个步骤702、703,但是在其他示例中,这些步骤可以同时执行或者可以以不同的顺序执行(例如,基于位置和时间进行过滤,然后基于设备进行过滤,诸如此类)。此外,根据实现方式,匹配引擎130还可以基于其他数据,例如,价格、承运人特定的限制等,过滤承运人。匹配引擎130可以比较能够执行装运的各种承运人之间的成本704,并将装运分配给成本最低的承运人705(例如,向所选承运人的相应装置30发送装运邀请)。
根据一些示例,可以基于合适的承运人的当前位置、已接受的装运、已识别的合适设备、驾驶员可用性、以前托运人报告的质量等级以及其他因素来过滤合适的承运人。这些特征可以与图2中描述的特征相结合。例如,装运请求只能发送到适于基于标准执行装运的承运人/调度员,或者可以发送所有请求,但是只有合适的装运可以由承运人/调度员装置20、30显示给用户(例如,通过在承运人/调度员装置20、30上使用类似的匹配引擎)。愿意执行装运的承运人随后可以充当附加的过滤器,类似于图7所示的过滤器。
如上所述,成本可用作确定哪些承运人具有装运请求优先权的因素(例如,通过首先接收报价或分配装运,而不是其他愿意的承运人)。这些可以基于执行装运的预期成本(包括操作员的时间成本、卡车使用成本、燃料成本、卡车磨损成本、保险费用和/或道路通行费成本),这些成本可以是特定于卡车、操作员和/或路线的成本的组合。然而,也可以考虑其他成本,包括操作员、卡车和装运与系统中其他装运的关系。
例如,装运系统1可以检查计划的其他装运,并将其一起分配给承运人,使得卡车可以在期望的下班时间(例如,工作日结束或周末开始)返回到期望的下班地点(例如,靠近操作员的家)。类似地,装运系统1可以认识到操作员期望特定的下班地点/时间,并且优先将装运分配给该操作员,使得他们可以根据需要下班。例如,可以经由指定承运人偏好的用户输入,使用承运人装置30将下班时间偏好提交给装运系统1。没有期望的下班时间或者在期望的下班时间之前有多余的可用驾驶时间的承运人可以被分配不一定将他们带到特定位置的其他装运。
此外,在一些示例中,匹配引擎130可以将装运请求分成单独的组成部分。例如,匹配引擎130可以使用如图8所示的接力系统安排由多个承运人完成装运。如图8所示,卡车1和卡车2可以分别运载拖车1和2,并在运输路线的中间位置或接力点(relay point)相遇。装运系统1可以基于与装运请求相关联的数据、来自地图数据的位置信息(例如,关注点、要停靠的公共位置、位置及其与道路的接近度等)、和/或与卡车相关联的数据(例如,其当前位置、卡车行驶或预期行驶的路线、导航或路线信息、估计行驶时间和/或估计到达特定位置的时间等)来确定接力点。一旦卡车在接力点相遇,就可以交换保持相应货物的拖车1、2(例如,拖车可以相应从卡车上解开或脱钩并进行交换)。因此,卡车1可以沿着路线的第一部分从货物取货位置向货物交货位置(第一子装运(sub-shipment))运送拖车1中的货物,并且卡车2可以沿着路线的第二部分从货物取货位置向货物交货位置(第二子装运)运送拖车1中的货物。更进一步,如图8所示,接力系统可以同时在两个方向上操作,每个卡车在接力点到达和离开时带有不同的拖车。例如,在交换货物之后,相应的卡车可以分别向相应的起点行驶。
图9绘示了接力系统的另一实施例。如图9所示,没有拖车的卡车2可以准备好并在接力点等待。有利的是,等待的卡车2及其操作员可以在货物到达之前执行任何不能在驾驶时完成的任务,例如,加油、吃饭、维护和下班时间。在转移之后,最初运送货物的卡车1可以根据需要执行类似的任务,直到另一装运从任一方向到达。可以可选地提前计划后续装运。
在一些实现方式中,接力系统需要多个承运人之间增加协调量。例如,如果货物的承运人或货物的后续承运人延迟到达接力点,则接力系统的益处可能会减少。此外,接力难以在多个承运人之间进行安排,特别是如果这些承运人还没有在单个车队中操作。如本文所述,装运安排过程可以促进这些接力的调度,以防止不确定性和延迟。此外,车辆上的传感器可以向装运系统1提供数据,可以处理该数据,以确定装运预期到达的时间(以及与先前估计的接力时间相比是早还是晚)。接力中的每个子装运可以被视为单个装运,因此这些提前或延迟到达可以以类似于本文所讨论的装运修改的方式来处理,这可以使用匹配引擎130来协调。在一些示例中,在自主卡车的情况下,可以基于自主驾驶的卡车的预期未来位置实时调整接力位置和时间。例如,可能实时调整接力位置,以优化操作员时间、卡车时间、燃料效率、卡车停靠的成本和/或装运过程的其他特征。在这样的示例中,驾驶过程的自动化可以提高到达时间、燃料成本和/或车辆磨损的可预测性。在其他示例中,这些特征也可以与非自主车辆一起提供。
在一些实施例中,匹配引擎130可以通过使用类似于上面讨论的技术将装运分成两个或更多个子装运并将其作为单独的独立装运提供给不同的承运人,来安排接力系统。一旦为每个子装运找到承运人,就可以确认这些装运。
将装运分成单独的子部分可以提供多种好处。例如,子装运可以为承运人提供一致的装运,而不需要远离起始位置或者也可以作为(或者足够接近)操作员的家或卡车的取货位置。呆在附近减少了对空载行驶返回家的担忧,允许卡车和操作员在每天结束时返回家,便于使用熟悉的机械设备进行维护操作,并允许卡车根据附近一致的路况进行调整(不同的卡车组件更适合平地和丘陵条件、高交通量和低交通量、温度和天气以及其他因素)。在一些实施例中,装运系统1可以分配装运,使得一个或多个卡车从未行驶超过离起始位置的指定或预定距离,例如,150英里。此外,作为一种补充或替代方案,离起始位置的距离还可以受到卡车不需要加油就能可靠行驶的距离和/或卡车不需要人工操作员占用下班时间就能可靠行驶的距离的限制(例如,由于驾驶法规)。因此,装运拖车可以经由接力系统继续行驶,而无需在卡车加油、操作员下班或其他情况下停车。
根据一些示例,接力系统可以方便修改装运系统的“带宽”(通过系统执行的装运数量),而无需改变承运人的数量。例如,如果确定有多余的承运人可用(例如,承运人的数量与装运数量相比超过阈值比率或阈值数量),则装运系统1可以与承运人装置30通信,以尽可能降低驾驶速度(从而提高燃料效率并减少磨损),同时仍然满足交货时间要求。类似地,如果确定在当前驾驶行为下可用的承运人数量不足,则装运系统可以与承运人装置30通信,以尽可能地提高驾驶速度(例如,基于沿着路线的不同区段的预先配置的速度规则或参数),从而可以在设定的时间段内执行额外的装运。例如,在接力系统中,一个卡车可以以正常(平均)速度在一天内执行四次子装运,然后如果需要,可以提高速度,以执行五次子装运。如果每一次请求的整个装运都需要四次子装运,则由四个卡车组成的车队可以以正常速度执行四次整个装运,但以更高速度可以执行五次整个装运。因为五个卡车在正常速度下也可以执行五次整个装运,所以通过进行速度调整,四个卡车在增加速度时可以像五个卡车一样工作。因此,装运系统1可以与卡车通信,以提高其速度(例如,通过修改装运,如本文所讨论的),从而根据需要增加系统的带宽。
在一些实施例中,装运系统1可以将多个承运人的速度提高或降低特定百分比(例如,至少5%、10%、20%或30%等)。然而,在某些情况下,由于装运的离散性,这些调整在接力系统之外可能不是有效的。被分配以执行正常速度需要一整天的装运的承运人可能能够将其速度提高30%,从而能够执行另一个装运的30%。如果没有另一卡车在必要的时间完成该装运的剩余的70%,只执行30%的装运是没有价值的。
匹配引擎130可以确定如何在承运人之间分配装运,作为单个装运,作为单个承运人的装运组,和/或作为完成单个请求装运的子装运组。如上所述,所提供的方法和过程(例如,如图2、3或7)可用于分配装运。匹配引擎130也可以使用类似的方法来确定装运是否将分成多个子装运。
图10中绘示的方法描述了由匹配引擎130执行的示例性过程,以确定装运是否将分成多个子装运。如图10所示,装运系统1可以接收装运请求1001(例如,如图7中所描述的),并且可以基于与装运请求和承运人信息相关联的数据来识别一个或多个承运人。例如,装运系统1可以访问承运人数据库,并基于所需设备从承运人池中过滤承运人1002。此外,根据一个实施例,不是仅搜索在请求的时间可用于取货和交付货物的承运人,而是装运系统1可以识别一个或多个承运人,其可以在取货时间和交货时间之间的时间内沿着被确定为适于执行装运的路线的任何子部分行进1003。因此,如果在该时间段内确定在路线的子部分中在适合于接力的位置可用,则在装运的整个交货期间不可用的承运人仍然可以被视为可用承运人。例如,如图11所示,对于给定路线,装运系统1可以确定在给定时间装运必须行进的最小距离,以仍然能够在交货时间之前完成装运,然后识别在剩余距离和可用时间内可用于执行子装运的一个或多个承运人。装运系统1可以使用每单位距离的估计成本、单个承运人可以运载的距离量和/或沿着装运路线的一部分的承运人选项的多样性来确定一个或多个子装运1004。装运系统1可以将装运或子装运分配给一个或多个承运人1005。在一个实施例中,可以基于成本将装运分配给承运人(例如,可以首先分配最低成本的承运人)。作为补充或替代,如果在路线的特定部分只有一个承运人可用,或者如果该部分上的所有承运人要求基本相似的取货和交货时间,则可以首先分配该部分。
然后,可以使用相同的方法或类似的过程迭代地确定额外的子装运和承运人来完成所请求的装运,如图12的示例所示。参考图12,在分配了每个子装运后,可以调整对合适承运人的要求,以与已经分配的子装运相一致1206。然后可以进一步过滤剩余的承运人,以满足已经确定的子装运的要求。该过程可以继续,直到分配完整个装运。匹配引擎130还可以使用其他方法,例如,图2、3或7中描述的方法,来分配装运的剩余部分。此外,图7中描述的那些方法可以用于比较接力系统的总成本和可单独完成整个装运的承运人。
根据一个实施例,匹配引擎130还可以使用或实现接力系统来安排装运,或者甚至在分配卡车完成整个装运之前启动装运的执行。如本文所讨论的,在一些实施例中,基于承运人在未来时间将可用的预期,装运系统1可以接受来自托运人的装运请求,而无需分配承运人来执行装运。例如,装运系统1可以基于历史数据确定承运人在未来时间可用的概率分数。类似的方法也可以用于接力系统,其中,每个子装运可以被视为已经被装运系统1接受的未来装运。此外,如果已经有足够的承运人与装运系统1接合,特别是在接力中,则装运系统1可以使用当前可用于在相关时间内执行装运的承运人,或者通过提高与装运系统1一起操作的车辆的速度来增加带宽,使得一个或多个原本不可用的承运人现在可用于执行新装运,来确定承运人完成装运的可用性。因此,接力知道可以通过提高系统中多个承运人的速度来为该装运创建额外的带宽,所以接力可以在没有分配特定承运人的情况下利于装运的接受。
为了便于使用匹配引擎130来有效分配装运,承运人承诺在特定时间段内可用于各种潜在装运可能是有利的。例如,如上所述,承运人可以同意在给定的日期和时间段内可用,以标准为条件,例如,整个时间或单位时间的最低付款、在给定时间返回特定地点和/或相关费用(例如,食物、燃料、磨损和通行费)的补偿,并提供关于卡车能力的信息。通过访问指示承运人将同意某些装运的存储数据,允许匹配引擎130在接收和处理装运请求时立即识别承运人并将装运分配给承运人,并且在一些示例中,还允许装运系统1立即接受来自承运人的装运请求,而无需验证承运人的可用性和能力。此外,使用如本文所讨论的从车辆传感器收集的数据,装运系统1还可以预测当前不可用的承运人的未来可用性,并相应地分配装运。根据另一示例,承运人卡车的自主驾驶能够使装运系统1基于自主车辆的预期驾驶时间生成对承运人的未来可用性的更准确的估计。路况也可以用来预测未来的可用性。车辆的自主驾驶也可以允许装运系统1通过调节自主驾驶的速度来调节承运人的未来可用性。例如,如本文所讨论的,可以调整速度,以满足修改后的装运,增加接力系统带宽,或者确保可以在先前指定的时间内完成交货。
道路信息数据库
关于承运人行驶的道路的信息可用于估计行驶时间、确定最佳路线以及确定自主驾驶是否合适。与道路相关的数据可以从各种来源收集。如本文所讨论的,在一些实施例中,车辆可以包括一组传感器520,其可以测量道路和周围车辆环境的特征,例如,天气状况、交通状况和道路危险、建筑区域和其他特征。车辆传感器520(包括可分离承运人装置30上的传感器)也可以检测路况。例如,车辆上的加速度计(例如,垂直定向的加速度计)可以检测坑洼、颠簸或其他不平坦的路况。车辆速度计可以确定车辆移动的速度,装置和/或装运系统1可以使用该速度来确定沿着一段道路的交通状况。发动机温度传感器还可以提供环境温度的指示或者车辆是否需要一段时间才能熄火。
道路信息也可以从其他来源收集,例如,从第三方系统收集。该数据可以通过一个或多个网络(例如,互联网)和/或从地图服务收集的数据中收集。数据可以包括天气状况、交通状况、建筑区域和其他暂时特征。数据还可以包括非暂时性特征,例如,速度限制、本地自主驾驶规则、交通信号和道路标志的位置、称重站及其工作时间、桥梁净空高度、加油站和相关价格、餐馆和本地GPS站(例如,差分GPS站)。非暂时性特征还可以包括道路的详细几何特征,例如,划分车道的车道标记的位置、路肩和中线的宽度、任何给定点处的道路坡度以及其他因素。可以高精度地确定这些几何特征。
也可以以与自主驾驶特别相关的方式处理和解释道路信息。例如,可以评估特定路线,以确定车辆可以安全地自主驾驶的程度(例如,无需人工操作)。相关特征(例如,地图数据质量、车道标志可见性、预期行人数量、学校或建筑区域、接近当地GPS站或GPS数据的可用性(例如,在峡谷或高楼附近)以及车道宽度)可用于确定自主驾驶是否可接受。此外,各种路线或路段可以由自主车辆进行测试,以验证在各种条件下(例如,白天、夜间、雨、雪或冰)自主驾驶的适用性。所有这些信息可以收集并存储在道路信息数据库140中,如图1所示。
匹配引擎130可以使用道路信息数据库140来便于确定用于将货物从取货位置运送到交货位置的合适且优选的路线。例如,装运系统1可以识别取货和交货位置之间的一组不同路线,然后将其与各种标准进行比较,例如,驾驶时间、预期燃料成本(燃料消耗和加油成本)、预期自主驾驶的可用性、预期操作员成本、预期车辆磨损、接力的可用性、备用承运人的可用性(在机械故障的情况下)和/或其他因素。基于该比较,装运系统1可以对不同路线进行评分,并将关于不同路线的数据(或单个所确定的路线的数据)发送到承运人装置。在一个示例中,承运人装置可以使用数据在用户界面(例如,地图用户界面)上呈现一条或多条路线,并且承运人可以根据他们的偏好选择路线。或者,承运人装置可以将得分最高的路线作为默认路线,并且承运人可以基于偏好选择不同的路线。此外,在另一示例中,装运系统1可以使用来自道路信息数据库140的数据和承运人的偏好来调整呈现给承运人的路线。
零担装运
根据一些示例,装运系统1可以为托运人和承运人安排零担装运。零担装运是指没有填满承运人的箱柜或拖车的全部容量(例如,没有填满拖车的整个空间)的装运。在一个示例中,可以以与上述装运类似的方式处理零担装运。然而,在另一示例中,考虑到一次运送多于一个零担装运的可能性,零担装运可以由装运系统1不同地处理。
例如,装运系统1可以接收指示托运人请求的零担装运的重量和/或大小(例如,尺寸)的数据(例如,以及装运请求中的其他信息)。装运系统1可以使用该数据以及关于附近承运人的可用能力的信息来基于容量(除了本文讨论的其他因素之外)确定哪些承运人能够执行该零担装运。这可以包括已经运载或被分配执行第一个或在前的零担装运的承运人,该装运足够小,以允许第二个零担装运同时进行,和/或该承运人将朝着与两个交货位置相似的方向行进(例如,附加的第二个零担装运的执行不会导致承运人绕行超过指定的时间和/或距离参数)。装运系统1还可以基于预期的驾驶时间(在相应的取货位置对一个或两个零担装运进行取货并行进到相应的目的地位置)和/或在每个位置装货/卸货所需的时间,验证同一承运人可以满足每个装运的取货和/或交货时间要求。此外,如本文所讨论的,如果在正常驾驶速度下,车辆速度不能满足两个装运的要求(基于估计的行驶时间和/或装货/卸货时间计算),则可以调整车辆速度,以适应第二个零担装运。虽然该示例描述了将两个零担装运分配给单个承运人,但是在其他示例中,可以将多于两个零担装运分配给单个承运人。
在一个或多个示例中,可以基于同时零担装运的可用性,相对于整车装运调整零担装运的定价。这种可用性可以是已知的可用性,也可以是同时零担装运的预期可用性。装运系统1可以通过向装运装置发送对应于计算价格的数据来响应于零担装运请求。在确认装运之后,装运系统1可以在其在前的零担装运期间自动使分配的承运人改道,以也对新的零担装运进行取货(例如,通过向承运人装置30发信号,其可以警告人类驾驶员或调整车辆的自主驾驶)。
保险
根据一些示例,装运系统1可以包括用于计算、存储和访问与承运人和/或货物的保险费用和保险范围相关联的数据(例如,保险标识符、参数、条件等)的组件。承运人本身的保险可以包括对承运人(车辆、操作员等)的损害和/或对第三方的损害。货物保险可以涵盖执行装运请求时货物的损失。
如上所述,车辆和承运人装置30可以从一组传感器接收数据,这些传感器提供关于车辆的各种信息,然后这些信息可以通过网络传输到装运系统1。装运系统1可以使用数据来确定承运人、操作员、车辆、第三方或货物是否有任何损坏或伤害,或者基于一组规则来确定在装运执行期间这种损坏或伤害的概率分数(例如,在运输货物的下一估计持续时间内),所述数据可以提供车辆上各种组件的状态(例如,制动系统或发动机系统状况不佳或具有故障组件)。作为补充或替代,车辆的操作员或驾驶员可以在承运人装置30的用户接口上提供输入,以提供关于任何这种损坏或伤害的数据。装运系统1还可以基于驾驶的多次装运的扩展历史数据,确定在非自主驾驶期间可能或多或少造成损坏的车辆操作员(例如,确定损坏的概率分数)的驾驶趋势或行为(例如,突然制动或转弯、突然加速等)。在自主驾驶行为可以由车辆驾驶员控制的程度上,也可以考虑过去的自主驾驶行为。来自道路信息数据库140的信息也可以由车辆上的传感器补充,也可以用于确定损坏的可能性或概率分数。
此外,当期望车辆自主驾驶时,也可以基于自主车辆的预期驾驶行为来调整损坏的可能性。如果损坏的风险和货物的价值特别高,则装运系统1可以例如通过调整驾驶速度、跟随距离、车道合并和/或其他行为来调整自主车辆的行驶行为,以降低风险(例如,降低概率分数)。装运系统1还可以基于自主驾驶行为的变化(和/或其他因素)来计算装运时间的预期变化,使得预期保险费用可以随着装货和交货时间的变化或装运路线/行程的变化而自动调整。
还可以从车辆上收集最新驾驶特征的信息。这可用于检测最近才开发的车辆的潜在机械问题。
在一些实施例中,通过使用该信息,装运系统1可以基于所请求的取货时间、交货时间、保险级别和/或其他因素自动生成并向托运人提供货物保险费用。此外,装运系统1还可以提出改变装运请求(例如,经由用户接口改变装运装置和/或装运系统1的管理用户),这将显著降低保险费用,如同本文描述的其他成本一样。类似地,装运系统1可以基于选择的路线/行程自动向承运人提供承运人的保险费用。在一个示例中,承运人的保险费用也可以转嫁给托运人,并包括在提议的装运价格中。
承运人的保险费用也可以用多种方式表示。例如,装运系统1可以为一次一个装运提供保险,具有已知的路线和行程,运载已知的货物。回程也可以由该保险覆盖。另外或替代地,装运系统1可以使用与上述类似的数据来估计损坏风险,从而为更长的时间段(例如,整整一个月或一年)提供保险。如下文进一步讨论的,装运系统1还可以阻止使用自主驾驶能力来驾驶未通过装运系统1保险的车辆。可以由装运系统1以类似于本文描述的其他费用的方式使用这些保险费用,使得匹配引擎130在将承运人分配给装运时也使用这些保险费用。
装运期间自主驾驶调整
如上所述,可以使用自主驾驶车辆(或具有至少一些自主驾驶能力的车辆)来执行装运,该车辆可以联接到或包括承运人装置30。在某些情况下,自主驾驶可以提高行驶车辆的安全性和可靠性。更进一步地,自主驾驶可以允许基于由承运人装置30通过传感器520和/或通过装运系统1接收的信息,自动更新车辆的驾驶行为,以满足变化的条件和目标。例如,根据通过装运系统1提供的位置、时间和/或道路条件,可以由自主驾驶系统504以优化燃料效率并减少车辆磨损的速度自主地驾驶车辆,同时仍然在交货时间到达交货位置。当承运人装置30接收或确定关于车辆当前沿着路线的行进和前方变化的条件(包括变化的交通和天气条件)的新数据时,可以自动地实时对自主驾驶系统504进行调整。
除了调整驾驶速度,承运人装置30还可以在自主驾驶期间对车辆的行为进行更多的调整。例如,如果基于变化的交通或天气条件,不同的道路是优选的,则装运选择和执行模块508可以自动改变车辆的路线。类似地,如上所述,装运选择和执行模块508可以针对其他变化自动调整路线,例如,新的零担装运、对交货时间的修改、或者车载操作员的停车需要(例如,吃饭或使用洗手间)。
在进一步的实施例中,可以向驾驶车辆的人指示对驾驶速度和路线的这种调整。例如,承运人装置30可以经由用户接口向驾驶员指示要保持的优选速度或路线,和/或进一步指示驾驶员何时偏离该优选驾驶行为。
控制自主驾驶能力的使用
在一些实施例中,装运系统1和/或承运人装置30可以控制车辆何时使用自主驾驶能力(例如,在非自主和自主驾驶模式之间切换)。
如上所述,承运人装置30可以与装运系统1的组件通信,并且还可以与自主车辆上的组件集成或以其他方式通信。因此,装运系统1的组件可以直接或间接地与车辆上控制自主驾驶的软件组件通信,例如,自主驾驶系统504。承运人装置30可以被配置成在承运人装置30检测到来自车辆的一个或多个传感器的一个或多个条件,或者在从装运系统1接收到指示在指定时间、指定地点或某些其他指定情况下不应使用自主驾驶的信号时禁用自主驾驶能力。类似地,承运人装置30可以被配置成在启用自主驾驶能力之前需要来自操作员或驾驶员或者来自装运系统1的激活信号。例如,承运人装置30可以被配置成向装运系统1发送请求,以启用自主驾驶,并且如果确定自主驾驶在当前时间和/或当前环境中的位置是安全的,则系统可以用启用信号进行响应。
装运系统1和/或承运人装置30可以使用各种数据来确定是否应该启用自主驾驶能力。如本文所讨论的,自主驾驶的适当性可以取决于与总体驾驶安全相关的数据、自主驾驶安全特有的特征、与自主驾驶相关的法规和/或其他因素。为了确保驾驶安全,在启用自主驾驶之前,系统可能需要关于车辆行驶路线的某些信息。例如,关于路线的必要信息可以基于装运请求数据和/或通过装运系统1分配的装运。此外,车辆的自主驾驶可以限于基于由装运系统1安排的装运来驾驶。与由装运系统1安排的装运相关的驾驶可以包括执行装运,并且还可以包括驾驶到取货位置以及从交货位置驾驶到下班位置,例如,承运人的家。也可以以其他方式确定与将由车辆驾驶的路线相关的信息,例如,当用户直接向系统提供该信息时,例如,利用承运人装置30。在进一步的实施例中,可以基于车辆行驶的道路上的当前位置和条件实时确定启用和/或禁用自主驾驶。
在启用或禁用车辆自主驾驶时,也可以使用其他数据。例如,系统可以使用与车辆相关的信息,例如,车辆上的组件和车辆运载的货物重量。自主车辆计算系统或承运人装置30可以使用该信息来调整驾驶行为。例如,制动器较弱或货物重量较重的车辆可能需要较长的停车距离,或者可以调整为以较慢的速度行驶。为了验证该信息的准确性,车辆可以确定来自传感器(例如,本文描述的传感器)的数据是否与那些组件一致,例如,验证车辆的重量与预期一致。已知油门或制动输出导致的车辆加速度取决于车辆的特征和货物的重量。如果传感器数据与从接收到的信息中预期的数据不同,则系统可以禁用自主驾驶,直到确定预期数据和测量数据基本匹配。在一个示例中,自主驾驶能力能够仅用于与通过装运系统1安排的装运相关的用途,以确保关于路线、车辆和货物的足够数据可用。
此外,在各种变化中,车辆的自主驾驶可以在其他情况下受到限制。例如,如果装运系统1没有确认车辆和/或由车辆运载的货物的保险费用或保险范围,则自主驾驶能力可以受到限制。在另一示例中,自主驾驶能力也可以受到限制,直到装运系统1确认已经更新自主驾驶软件(例如,基于软件的先前版本与最新版本的比较)。此外,还可以限制自主驾驶能力,直到装运系统1确认自主驾驶软件能够访问当前道路和天气状况数据。其他数据对于实现自主驾驶也可能是必要的。
在一个实施例中,可以提供一种由承运人安排货物装运的计算机实现的方法。可以接收至少一个装运请求,该装运请求包括取货位置、交货位置、取货时间和交货时间(例如,由装运系统1接收)。然后,可以至少基于卡车在为至少一部分装运自主地驾驶时执行装运请求的能力来识别能够执行装运请求的一个或多个卡车。装运请求可以发送给能够执行装运请求的一个或多个卡车的一个或多个操作员。这些步骤中的每一个都可以由包括一个或多个计算装置的计算系统以编程方式执行。
在该实施例的示例中,卡车执行装运请求的能力可以至少基于卡车的预期未来位置,该预期未来位置通过与先前装运请求的执行相关的卡车的自主驾驶实现。这可以包括在执行或从先前的装运请求返回时卡车的自主驾驶速度的变化。
在该实施例的另一示例中,卡车执行装运请求的能力至少基于驾驶员的可用性。可以根据驾驶员最近在一个或多个工作状态中花费的小时数或者其他因素来确定驾驶员的可用性,所述一个或多个工作状态包括上班和下班中的至少一个。
在另一示例中,用于执行装运请求的一个或多个推荐路线可以例如从装运系统传输到承运人装置。还可以传输在一条或多条推荐路线上非自主驾驶的估计时间。可以基于车道标记可见性、停车路肩的存在、附近的GPS站和本地自主驾驶法规中的至少一个来确定需要非自主驾驶的路线部分。还可以发送一条或多条推荐路线的行程,并且行程可以包括停下来执行加油、吃饭或不上班中的至少一个的位置和时间。
此外,可以传输多个建议的路线或行程,并且可以请求在路线或行程之间进行选择。然后可以接收选择,并且可以基于接收到的选择来调整未来建议的路线或行程。
在另一示例中,在接收到来自承运人的请求的接受之后,可以激活卡车的自主驾驶来执行装运请求。
在另一实施例中,用于向运载货物的自主车辆提供保险的计算机实现的方法可以由包括一个或多个计算装置的计算系统以编程方式执行。可以接收运载货物的自主车辆的潜在驾驶计划。潜在驾驶计划可以包括取货时间、取货位置、交货时间和交货位置。还可以接收自主车辆的一个或多个机械组件的当前状态和历史数据中的至少一个。可以发送与在至少执行驾驶计划的同时自主驾驶运载货物的自主车辆相关的损害保险费用。
在该实施例的示例中,还可以接收在执行驾驶计划时由自主车辆运载的货物的估计值。类似地,在执行驾驶计划时,也可以接收由自主车辆运载的货物的请求保险级别。
在另一示例中,损害可以包括货物损害。
在另一示例中,可以阻止自主车辆自主驾驶以执行驾驶计划,直到接受保险费用。
在另一示例中,可以控制自主车辆在执行驾驶计划时的行为,以降低在执行驾驶计划时损坏的风险。
在另一示例中,可以接收在自主车辆的最近的自主驾驶期间产生的数据,并用于确定保险费用。在传输保险费用的步骤之前,可以可选地需要这些数据。也可以以类似的方式接收和使用自主车辆或自主车辆操作员的驾驶行为的扩展历史数据。
在另一示例中,保险费用可以包括与在更长时间期间自主车辆的自主驾驶相关的损害保险。
在另一实施例中,用于调整运载货物的车辆的驾驶行为的计算机实现的方法可以由包括一个或多个计算装置的计算系统以编程方式执行。可以接收一组路线要求,该路线要求至少包括货物的交货位置和交货时间。还可以接收一组路线偏好特征,该路线偏好特征包括多个站点处的当前燃料价格估计和餐馆位置中的至少一个。可以传输满足路线要求并优化路线偏好特征的一条或多条建议的自主驾驶路线。建议的路线可以包括行驶路径和交货前的至少一个停车时间和位置。
在该实施例的示例中,车辆可以是自主车辆,并且建议的路线可以包括自主驾驶路径。可以传输满足路线要求并优化路线偏好特征的多条建议的自主驾驶路线。可以接收从多条建议的路线中选择的用于自主驾驶的路线。此外,可以阻止货运车辆的自主驾驶,直到选择了用于自主驾驶的路线。货运车辆可以根据选择的自主驾驶路线来自主驾驶。
在另一示例中,可以在自主驾驶时由自主车辆运载货物时,执行这些方法。
在另一示例中,这组路线偏好特征还可以包括卡车停靠点位置和/或车道标记可见性、停车路肩的存在、附近的GPS站和本地自主驾驶法规中的至少一个。
在另一示例中,可以确定车辆驾驶员可以在不违反上班时间限制的情况下完成的一条或多条建议路线。
在另一示例中,优化路线偏好特征可以包括降低路线上自主驾驶产生的预期燃料成本和预期维护成本中的至少一个。
在另一示例中,可以调整自主驾驶的速度,以减少由路线上的自主驾驶产生的预期燃料成本和预期维护成本中的至少一个,同时还将预期交货时间保持在交货时间。
在另一示例中,优化路线偏好特征可以包括优化停车时驾驶员可以选择的一个或多个餐馆。
在另一示例中,可以接收用于自主驾驶的选定路线,包括在餐馆停留。然后可以调整这组路线偏好特征,以偏好类似的餐馆。
在另一示例中,可以传输在给定餐馆停车并使用自主驾驶满足交货时间的预期成本差异。
在另一实施例中,可以提供一种用于警告自主车辆的驾驶员准备驾驶的方法。载有至少一个人的车辆可以自主驾驶。可以确定迫切需要自主驾驶的终止,并且可以在需要的自主驾驶终止之前警告人员迫切需要自主驾驶终止。
在该实施例的示例中,可以基于即将进入法规禁止自主驾驶的区域、即将到达交货位置、即将耗尽燃料或到达加油站、由自主车辆上的传感器识别的潜在不安全的路况、和/或从外部来源接收的指示潜在不安全路况的数据,来确定迫切需要自主驾驶的终止。
在另一示例中,可以在需要的自主驾驶终止前不到五分钟和/或在需要的自主驾驶终止前一分钟以上提供警报。可以使用人佩戴的装置来提供警报,自主车辆的短暂且突然的运动变化足以被人感觉到,但不足以实质性地影响车辆相对于其他附近车辆的运动,或通过其他特征。
在另一实施例中,用于安排货物装运的计算机实现的方法可以由包括一个或多个计算装置的计算系统以编程方式执行。可以接收潜在能够完成装运请求的一个或多个卡车的状态。还可以接收包括取货位置、交货位置、取货时间和交货时间的一个或多个装运请求。然后,至少基于潜在地能够完成装运请求的一个或多个卡车的状态,可以确定完成一个或多个装运请求的估计成本。可以向一个或多个装运请求发送即时响应,带有完成装运请求的价格。
在该实施例的示例中,可以基于卡车的自主驾驶来确定卡车在取货时间到达取货位置的能力。
在另一示例中,可以用建议的修改后的装运请求发送对一个或多个装运请求的即时响应,该建议的修改后的装运请求包括建议的替代取货时间和建议的替代交货时间中的至少一个。建议的修改后的装运请求可以包括完成修改后的装运请求的降低的价格。
在另一示例中,可以基于协作完成装运请求的多个卡车来确定估计成本。卡车可以使用接力系统协同完成装运请求。如果装运请求由单个卡车运载,则根据适用的法规和可用的驾驶速度,该单个卡车可能无法执行装运并在同一天返回取货位置。然而,在接力系统中,每个卡车(或至少一个卡车)可以可选地具有足够的时间,以在同一天返回其取货位置或起始位置。
类似地,如果装运请求由单个卡车运载,则根据适用的法规和可用的驾驶速度,如果不停车休息,该卡车可能无法执行装运请求。在接力系统中,当卡车执行装运请求时,可以可选地执行装运请求,而无需卡车停下来休息。
在另一示例中,可以至少基于自主驾驶期间的预期燃料效率和/或自主驾驶期间卡车的预期磨损来确定估计成本。
在另一实施例中,用于监控和控制托运人的货物装运的预期到达时间的计算机实现的方法可以由包括一个或多个计算装置的计算系统以编程方式执行。可以接收运载货物的车辆的当前位置,并且可以至少基于当前位置来确定运载货物的车辆到达交货位置的预期时间。还可以确定预期到达时间是否不同于预定到达时间。如果预期到达时间不同于预定时间,则可以向货物接收方提供警报。
在该实施例的示例中,车辆可以是自主车辆,并且可以至少基于自主车辆的预期自主驾驶来确定预期到达时间。将预期到达时间改变为预定到达时间的成本变化也可以可选地通过调整自主车辆的行为来确定,并且可以作出调整自主车辆的行为,以将预期到达时间改变为预定到达时间的提议。基于该标准或其他标准,可以调整自主车辆的行为,以在预定到达时间到达。
在另一实施例中,可以提供一种用于监控和控制托运人货物装运的预期到达时间的计算机实现的方法。可以接收将运载货物的车辆的预定到达时间改变为新的预定到达时间的请求,并且可以确定改变一个或多个车辆的行为以使货物在新的预定到达时间到达的预期成本变化。可以接收对预期成本变化的接受,并且可以调整一个或多个车辆的行为,以到达新的预定到达时间。
在该实施例的示例中,一个或多个车辆中的至少一个可以是自主车辆,并且可以调整至少一个自主车辆的自主驾驶行为。类似地,可以调整以接力方式操作来运送货物的多个车辆的行为,使得货物在新的预定到达时间到达。
在另一实施例中,可以提供一种用于增加承运人车队运载能力的方法。在运输货物时,一队自主货运车辆可以以针对成本效益优化的速度曲线操作。当以优化的速度曲线操作时,可以确定由车队运载的一组货物装运需要大于车队运载能力的运载能力。可以调整自主货运车辆车队的行为,以在高于优化速度曲线的速度曲线下操作,从而产生足够的运载能力来满足所需的运载能力。
在该实施例的示例中,车队可以用一个或多个接力来操作。
在另一示例中,成本效率可以考虑燃料效率和/或货运车辆的磨损。
在另一示例中,可以确定为产生足够的运载额外货物的运载能力所需的驾驶行为的调整所引起的成本变化,并且可以至少基于所确定的成本变化可选地提出运载额外货物的价格。
在另一实施例中,提供了一种优化货运车辆的自主驾驶效率的方法。至少使用货运车辆上的传感器可以确定货运车辆的燃料效率曲线以及货运车辆的当前位置。可以调整货运车辆的自主驾驶行为,以在预定的交货时间之前到达货运车辆所运载的货物的交货位置,同时优化燃料效率。
在该实施例的示例中,还可以确定货运车辆的估计磨损曲线,并且当调整自主驾驶行为时,也可以优化货运车辆的估计磨损。
在另一示例中,可以接收关于交通状况和天气状况中的至少一个的数据,并且还可以调整自主驾驶行为,以考虑交通状况和天气状况中的至少一个。交通状况和天气状况中的至少一个可以可选地由货运车辆上的传感器检测和/或从货运车辆外部接收。
在另一示例中,可以确定到达交货位置之前需要加油时的预期时间,并且可以调整自主驾驶行为,以考虑加油花费的时间。还可以可选地确定加油的位置。可以可选地使用预期的自主驾驶行为和相关的燃料效率来确定需要加油时的预期时间。可以使用货运车辆运载的货物重量来确定燃料效率曲线,且可以使用传感器来确定货运车辆运载的货物重量,所述传感器测量货运车辆在运动期间的各个部分的动态响应。
在另一示例中,也可以调整自主驾驶行为,以考虑由于驾驶员上班时间限制而需要停车。
在另一实施例中,可以提供一种用于限制车辆自主驾驶的方法。可以批准车辆自主驾驶的路线,并且可以阻止车辆自主驾驶,直到批准该路线。此外,即使在路线上自主驾驶已经被认为是安全的,也可以可选地阻止车辆的自主驾驶,直到批准该路线。
在另一实施例中,可以提供一种用于将车辆的自主驾驶限于批准自主驾驶的路线的方法。通过将装运计划与路况进行比较,可以验证自主驾驶下装运计划的适当性。装运计划可以至少包括取货位置和交货位置。可以阻止车辆自主驾驶以执行装运计划,直到已经验证了自主驾驶下的装运计划的适当性。
在该实施例的示例中,验证在自主驾驶下的装运计划的适当性可能要求验证在自主驾驶下的装运计划的安全性。验证在自主驾驶下的装运计划的安全性可以可选地要求验证指定执行装运计划的车辆能够在装运计划下安全地移动一定重量的货物。装运计划可以包括路线,并且可以通过比较车辆的运载能力、重量以及路线上的一个或多个上坡和下坡部分来验证被指定执行装运计划的车辆能够安全地移动该重量。自主驾驶下的装运计划的安全性还可取决于验证指定执行装运计划的车辆的组件在执行装运计划时不太可能出现故障。
在另一示例中,验证自主驾驶下的装运计划的适当性可以使用路线的与自主驾驶安全特别相关的一个或多个特征。路线的与自主驾驶安全特别相关的一个或多个特征可以包括车道标志可见性、路肩宽度和GPS站的可用性。
在另一示例中,验证在自主驾驶下的装运计划的安全性可以包括验证沿着路线的净空高度对于指定执行装运计划的车辆来说足够高,以安全通过。
在另一示例中,装运计划可以包括取货时间和交货时间,并且验证在自主驾驶下的装运计划的安全性可以包括验证执行装运计划所需的速度在安全级别内。对于路线的不同部分,安全级别可以不同,和/或根据装运计划下要运载的货物重量进行调整。
在另一示例中,可以在自主驾驶下测试与装运计划相关联的路线,并且可以在测试之前阻止车辆在该路线上自主驾驶。
在另一示例中,验证在自主驾驶下的装运计划的适当性可以包括验证装运计划的货物和被指定执行装运计划的车辆的组合重量在预定限制内。
在另一示例中,在已经验证了自主驾驶下的装运计划的适当性之后,可以启用车辆的自主驾驶。
在另一实施例中,可以提供一种用于确保货运车辆的自主驾驶软件知晓货运车辆的特征的方法。可以限制货运车辆的自主驾驶,直到接收到货运车辆运载的至少规定重量的货物。
在该实施例的示例中,可以接收由货运车辆运载的货物重量。所接收的货运车辆所运载的货物重量可以与货运车辆上的传感器收集的指示货运车辆所运载的货物重量的数据进行比较。所收集的数据可以反映车辆在运动期间的动态响应,该动态响应指示货运车辆运载的货物重量。如果由所接收的由车辆运载的货物重量不同于由传感器收集的数据指示的货物重量,则货运车辆的自主驾驶可以可选地终止。
在另一示例中,可以将所接收的货运车辆所运载的货物重量与通过称重站传感器收集的数据进行比较,并且可以采取类似的动作,作为响应。
在另一实施例中,可以提供一种用于确保自主车辆的自主驾驶软件数据已经更新的方法。如果车辆没有接收到自主驾驶软件数据更新,则可以限制自主车辆的自主驾驶。软件数据更新可以包括软件更新和/或与自主驾驶相关的更新数据,包括路况和驾驶法规中的至少一个。
在另一实施例中,可以提供一种用于确保货运车辆的自主驾驶被保险覆盖的方法。可以限制货运车辆的自主驾驶,直到已经接收到货运车辆和货运车辆所运载的货物中的至少一个的保险的验证。在该实施例的示例中,可以从第三方请求保险验证,并且可以接收该验证。
在另一实施例中,用于报告自主驾驶活动的计算机实现的方法可以由包括一个或多个计算装置的计算系统以编程方式执行。可以记录车辆自主驾驶的时间和持续时间以及车辆非完全自主驾驶的时间和持续时间。可以传输关于车辆自主驾驶和车辆非完全自主驾驶的时间和持续时间的数据,以确认时间和持续时间符合上班时间限制要求。
在该实施例的示例中,当接近基于上班时间限制要求的限制时,可以通知操作人员。
在另一示例中,可以通知车辆的操作人员,在当前操作人员没有占用下班时间的情况下,根据上班时间限制要求,车辆正在执行的装运计划不能由当前操作人员来完成。
在另一示例中,可以向操作人员指示至少基于记录的时间和持续时间、上班时间限制要求和车辆正在执行的装运计划的建议的下班时间位置。
在另一示例中,可以单独记录车辆的操作员上班和车辆未被驾驶的时间。
在另一实施例中,用于记录货运车辆上的操作人员的活动的计算机实现的方法可以由包括一个或多个计算装置的计算系统以编程方式执行。可以识别货运车辆的指定操作人员,并且可以记录货运车辆在指定操作员的监督下完全自主驾驶的时间。货运车辆完全自主驾驶的记录时间可以传输给第三方。
在该实施例的示例中,当指定的操作人员在驾驶座上时,可以单独记录货运车辆被驾驶的时间。类似地,当指定的操作人员在卧铺上时,也可以单独记录货运车辆被驾驶的时间。类似地,当指定的操作人员处于控制车辆的位置时,可以单独记录货运车辆被自主驾驶的时间。
在另一示例中,当指定的操作人员接近基于上班时间限制要求的限制时,和/或如果货运车辆正在执行的装运计划不能在指定的操作人员没有占用下班时间的情况下由指定的操作人员在上班时间限制要求下完成,则可以通知指定的操作人员。
在另一示例中,可以向操作人员指示至少基于记录的时间、上班时间限制要求和货运车辆正在执行的装运计划的建议的下班时间位置。
在另一示例中,当货运车辆停在称重站时,可以在货运车辆行驶期间自动从货运车辆发送记录的时间。
在另一示例中,可以单独记录操作人员上班和车辆未被驾驶的时间。
在另一实施例中,可以提供一种用于检测和报告货运车辆的各种特征的方法。可以使用传感器来估计货运车辆运载的货物重量,所述传感器测量货运车辆在移动过程中各个部分的动态响应。估计的重量可以发送到称重站系统,该称重站系统被配置为验证货运车辆的重量在预定的限度内。
在该实施例的示例中,可以检测被指定操作货运车辆的人上班时花费的时间(例如,利用车辆上的传感器或人的装置),并且表示人在上班时花费的时间的数据可以传输到被配置为验证人在上班时花费的时间在预定限制内的系统。
在另一示例中,可以使用传感器来评估货运车辆的一个或多个机械组件的状态,所述传感器测量货运车辆在移动期间的各个部分的动态响应。表示货运车辆的一个或多个机械组件的状态的数据可以传输到被配置为验证货运车辆的机械安全性的系统。
在另一实施例中,用于检测货运车辆的滞留时间的方法可以由包括一个或多个计算装置的计算系统以编程方式执行。可以测量货运车辆的位置,以确定货运车辆处于取货位置或交货位置中的一个。可以确定货运车辆停留在取货位置或交货位置的时间量。可以测量货运车辆远离取货位置或交货位置的移动。
在该实施例的示例中,位置的测量可以用GPS传感器来完成。类似地,移动的测量也可以用GPS传感器来完成。
在另一示例中,可以通过测量货运车辆的发动机的活动来完成移动的测量。
在另一示例中,托运人可以对货运车辆停留在取货或交货位置的时间自动付费。这可以包括将费用添加到与取货位置和交货位置相关联的装运价格中。
根据本公开,本文描述的方法和系统的许多其他变化将是明显的。例如,根据实施例,本文描述的任何算法的某些动作、事件或功能可以以不同的顺序执行,可以添加、合并或完全省略(例如,并非所有描述的动作或事件对于算法的实施都是必需的)。此外,在某些实施例中,动作或事件可以同时执行,例如,通过多线程处理、中断处理、或多个处理器或处理器内核或在其他并行架构上执行,而不是依次执行。此外,不同的任务或过程可以由能够一起运行的不同机器和/或计算系统来执行。
结合本文公开的实施例描述的各种算法步骤可以实现为电子硬件、计算机软件或这两者的组合。为了清楚地说明硬件和软件的这种互换性,上面已经大致根据其功能描述了各种说明性的步骤。这种功能被实现为硬件还是软件取决于特定的应用和对整个系统施加的设计约束。所描述的功能可以针对每个特定应用以不同的方式实现,但是这种实现决策不应被解释为导致偏离本公开的范围。
结合本文公开的实施例描述的各种说明性的步骤、组件和计算系统(例如,装置、数据库、接口和引擎)可以由机器实现或执行,例如,通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他可编程逻辑装置、离散分逻辑或晶体管逻辑、分立的硬件组件或其任意组合,其被设计为执行本文描述的功能。通用处理器可以是微处理器,但是可替换地,处理器可以是控制器、微控制器或状态机、其组合等。处理器也可以被实现为计算装置的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器与DSP内核的结合或者任何其他这样的配置。尽管本文主要针对数字技术进行了描述,但是处理器也可以主要包括模拟组件。计算环境可以包括任何类型的计算机系统,包括但不限于基于微处理器的计算机系统、大型计算机、数字信号处理器、便携式计算装置、个人备忘记事本、装置控制器和设备内的计算引擎等。
结合本文公开的实施例描述的在所述步骤中使用的方法、过程或算法以及数据库的步骤可以在硬件中、由处理器执行的软件模块中或者这两者的组合中直接体现。软件模块、引擎和相关联的数据库可以驻留在存储器资源中,例如,在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、光盘或本领域已知的任何其他形式的非临时性计算机可读存储介质、介质或物理计算机存储器中。示例性存储介质可以联接到处理器,使得处理器可以从存储介质读取信息,并向存储介质写入信息。或者,存储介质可以集成到处理器中。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。或者,处理器和存储介质可以作为分立组件驻留在用户终端中。
除非特别声明,或者在所使用的上下文中理解,本文使用的条件语言(例如,“能够”、“可能”、“可以”、“例如”等)通常旨在传达某些实施例包括某些特征、元件和/或状态,而其他实施例不包括某些特征、元件和/或状态。因此,这种条件语言通常并不旨在暗示一个或多个实施例以任何方式需要特征、元件和/或状态,或者一个或多个实施例必须包括用于在有或没有作者输入或提示的情况下决定是否在任何特定实施例中包括或将执行这些特征、元件和/或状态的逻辑。术语“包括”、“包含”、“具有”等是同义的,并且以开放式的方式包含地使用,并且不排除额外的元件、特征、动作、操作等。此外,以其包含的意义(而不是排他的意义)使用术语“或”,因此,当用于例如连接元件列表时,术语“或”表示列表中的一个、一些或所有元件。
虽然以上详细描述已经示出、描述并指出了应用于各种实施例的新颖特征,但是应当理解,在不脱离本公开的精神的情况下,可以对所示的装置或算法的形式和细节进行各种省略、替换和改变。如将认识到的,本文描述的本发明的某些实施例可以以不提供本文阐述的所有特征和益处的形式来体现,因为一些特征可以与其他特征分开使用或实施。
Claims (19)
1.一种用于协调零担装运的计算机实现的方法,所述方法由计算系统执行,并且包括:
从第一计算装置接收对应于新的零担装运请求的数据,所述数据包括取货位置、交货位置、取货时间和交货时间;
通过访问数据库,识别被分配给当前零担装运并且能够执行新的零担装运同时也能够完成相应的当前零担装运的一个或多个卡车;并且
将对应于执行新的零担装运的邀请的消息传输到所识别的能胜任的一个或多个卡车的一个或多个操作员计算装置。
2.根据权利要求1所述的方法,其中,识别所述一个或多个卡车至少部分基于由所述一个或多个卡车中的相应卡车自主驾驶的预期持续时间。
3.根据权利要求2所述的方法,其中,所述相应卡车的自主驾驶的预期持续时间的速度快于在不执行新的零担装运的情况下所述相应卡车的自主驾驶的平均速度。
4.根据权利要求1所述的方法,其中,识别所述一个或多个卡车基于所述一个或多个卡车的相应的当前零担装运的尺寸或重量。
5.根据权利要求1所述的方法,其中,所述方法还包括:
确定在接受邀请之后所述一个或多个卡车中的被分配为执行新的零担装运的第一卡车的自主驾驶路线。
6.一种由承运人安排货物装运的计算机实现的方法,所述方法由计算系统执行,并且包括:
通过一个或多个网络从多个计算装置接收一组数据,每个数据对应于一个装运请求,并且每个数据包括针对相应的装运请求的取货位置、交货位置、取货时间和交货时间;
通过访问数据库,识别能够用于执行所述装运请求的多个卡车,每个卡车与指示指定的持续时间内的可用性的数据相关联并且与起始位置相关联;
将所述装运请求分配给所述多个卡车,使得每个装运将由相应的卡车执行,并且每个卡车在所述指定的持续时间结束时返回到相应的所述起始位置;并且
通过所述一个或多个网络向与所述多个卡车中的一个或多个相关联的承运人装置提供一组控制信号,以控制所述一个或多个卡车的自主驾驶,从而执行相应的已分配的装运请求。
7.根据权利要求6所述的方法,其中,所述方法还包括确定能够仅使用所述多个卡车的子集来执行所述装运请求,使得所述多个卡车中的一个或多个是多余的卡车。
8.根据权利要求7所述的方法,其中,所述方法还包括通过所述一个或多个网络向与所述多余的卡车中的一个或多个多余的卡车相关联的承运人装置提供一组控制信号,以控制所述一个或多个多余的卡车的自主驾驶,从而在其指定的持续时间结束之前到达其起始位置。
9.根据权利要求7所述的方法,其中,所述方法还包括通过所述一个或多个网络向与所述多个卡车中的一个或多个相关联的承运人装置提供一组控制信号,以降低所述一个或多个卡车的自主驾驶速度,从而提高效率,使得所述多余的卡车中的至少一个不再多余。
10.根据权利要求7所述的方法,其中,执行相应的已分配的装运请求的卡车比多余的卡车具有更高的效率。
11.根据权利要求10所述的方法,其中,所述更高的效率包括更高的燃料效率。
12.根据权利要求10所述的方法,其中,所述更高的效率包括用于卡车中的驾驶员的更低的成本。
13.一种存储指令的非暂时性计算机可读介质,当由计算系统的一个或多个处理器执行时,所述指令致使所述计算系统:
通过一个或多个网络从多个计算装置接收一组数据,每个数据对应于装运请求,并且每个数据包括针对相应的装运请求的取货位置、交货位置、取货时间和交货时间;
通过访问数据库,识别能够用于执行所述装运请求的多个卡车,每个卡车与指示指定的持续时间内的可用性的数据相关联并且与起始位置相关联;
将所述装运请求分配给所述多个卡车,使得每个装运将由相应的卡车执行,并且每个卡车在所述指定的持续时间结束时返回到相应的所述起始位置;并且
通过所述一个或多个网络向与所述多个卡车中的一个或多个相关联的承运人装置提供一组控制信号,以控制所述一个或多个卡车的自主驾驶,从而执行相应的已分配的装运请求。
14.根据权利要求13所述的非暂时性计算机可读介质,其中,所述指令还致使所述计算系统确定能够仅使用所述多个卡车的子集来执行所述装运请求,使得所述多个卡车中的一个或多个是多余的卡车。
15.根据权利要求14所述的非暂时性计算机可读介质,其中,所述指令还致使所述计算系统通过所述一个或多个网络向与所述多余的卡车中的一个或多个多余的卡车相关联的承运人装置提供一组控制信号,以控制所述一个或多个多余的卡车的自主驾驶,从而在其指定的持续时间结束之前到达其起始位置。
16.根据权利要求14所述的非暂时性计算机可读介质,其中,所述指令还致使所述计算系统通过所述一个或多个网络向与所述多个卡车中的一个或多个相关联的承运人装置提供一组控制信号,以降低所述一个或多个卡车的自主驾驶速度,从而提高效率,使得所述多余的卡车中的至少一个不再多余。
17.根据权利要求14所述的非暂时性计算机可读介质,其中,执行相应的已分配的装运请求的卡车比所述多余的卡车具有更高的效率。
18.根据权利要求17所述的非暂时性计算机可读介质,其中,所述更高的效率包括更高的燃料效率。
19.根据权利要求17所述的非暂时性计算机可读介质,其中,所述更高的效率包括用于卡车中的驾驶员的更低的成本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311692027.7A CN117745171A (zh) | 2017-01-23 | 2017-12-15 | 用于设定路线和控制货运车辆的系统 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/412,559 US10977604B2 (en) | 2017-01-23 | 2017-01-23 | Systems for routing and controlling vehicles for freight |
US15/412,559 | 2017-01-23 | ||
PCT/US2017/066765 WO2018136179A1 (en) | 2017-01-23 | 2017-12-15 | Systems for routing and controlling vehicles for freight |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311692027.7A Division CN117745171A (zh) | 2017-01-23 | 2017-12-15 | 用于设定路线和控制货运车辆的系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110447045A true CN110447045A (zh) | 2019-11-12 |
CN110447045B CN110447045B (zh) | 2023-12-26 |
Family
ID=62906357
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780088755.3A Active CN110447045B (zh) | 2017-01-23 | 2017-12-15 | 用于设定路线和控制货运车辆的系统 |
CN202311692027.7A Pending CN117745171A (zh) | 2017-01-23 | 2017-12-15 | 用于设定路线和控制货运车辆的系统 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311692027.7A Pending CN117745171A (zh) | 2017-01-23 | 2017-12-15 | 用于设定路线和控制货运车辆的系统 |
Country Status (6)
Country | Link |
---|---|
US (3) | US10977604B2 (zh) |
CN (2) | CN110447045B (zh) |
AU (2) | AU2017394866B2 (zh) |
BR (1) | BR112019015176B1 (zh) |
CA (1) | CA3055309A1 (zh) |
WO (1) | WO2018136179A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115730879A (zh) * | 2022-12-08 | 2023-03-03 | 武汉西泽科技有限公司 | 一种基于零储存的商品物流运输配送方法 |
CN117689300A (zh) * | 2023-11-03 | 2024-03-12 | 广州瑞基科技股份有限公司 | 基于人工智能的提货任务智能管理方法、系统及介质 |
Families Citing this family (57)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9610476B1 (en) * | 2016-05-02 | 2017-04-04 | Bao Tran | Smart sport device |
SG11201809130VA (en) * | 2016-04-25 | 2018-11-29 | Hitachi Transport System Ltd | Delivery plan making system and delivery plan making method |
US10118627B2 (en) * | 2016-12-20 | 2018-11-06 | Uber Technologies, Inc. | Vehicle controls based on the measured weight of freight |
US10977604B2 (en) | 2017-01-23 | 2021-04-13 | Uber Technologies, Inc. | Systems for routing and controlling vehicles for freight |
US11315207B1 (en) * | 2017-06-02 | 2022-04-26 | Des Moines Area Metropolitan Planning Organization | Cargo optimization systems, devices and related methods |
US11238399B2 (en) * | 2017-07-17 | 2022-02-01 | United States Postal Service | Methods and systems for on-demand dynamic vehicle routing |
CA2998027A1 (en) * | 2017-07-24 | 2019-01-24 | Jackfruit Systems Inc. | System and method for arranging transport via a vehicle travelling from an origin to a destination using multiple operators |
US20190073629A1 (en) * | 2017-09-07 | 2019-03-07 | Flexport, Inc. | Driver management system |
US11250372B2 (en) | 2017-09-22 | 2022-02-15 | Uber Technologies, Inc | Freight network system using modularized trailers |
JP6950448B2 (ja) * | 2017-10-20 | 2021-10-13 | トヨタ自動車株式会社 | 報知システムおよび情報処理装置 |
US10293832B2 (en) | 2017-10-25 | 2019-05-21 | Uber Technologies, Inc. | Network computer system to evaluate an operator of a freight vehicle |
US11100452B2 (en) * | 2017-12-11 | 2021-08-24 | Banyan Technology | Customized integrated pricing packages for freight shipment |
JP7035531B2 (ja) * | 2017-12-28 | 2022-03-15 | トヨタ自動車株式会社 | 車両運行管理システム |
US20190242716A1 (en) * | 2018-02-03 | 2019-08-08 | Carrier Corporation | Cold chain transportation route modeling system |
EP3534340A1 (en) * | 2018-03-02 | 2019-09-04 | Continental Automotive GmbH | Method and apparatus for monitoring off-duty times of a driver |
US10495474B2 (en) * | 2018-03-12 | 2019-12-03 | Micron Technology, Inc. | Re-routing autonomous vehicles using dynamic routing and memory management |
US11392881B2 (en) | 2018-04-16 | 2022-07-19 | Uber Technologies, Inc. | Freight vehicle matching and operation |
US11756428B2 (en) * | 2018-04-17 | 2023-09-12 | Vorto Technologies, Llc | Resource transportation systems and methods |
CN112005258A (zh) * | 2018-04-18 | 2020-11-27 | 福特全球技术公司 | 混合式车辆选择和路线优化 |
US20190385119A1 (en) * | 2018-06-14 | 2019-12-19 | Uber Technologies, Inc. | Selective communication system for freight vehicle operation |
US10769558B2 (en) * | 2018-07-03 | 2020-09-08 | Lyft, Inc. | Systems and methods for managing dynamic transportation networks using simulated future scenarios |
US11068832B1 (en) * | 2018-08-31 | 2021-07-20 | VuTrans Solutions LLC | System and method for identifying freight capacity |
US20200082335A1 (en) * | 2018-09-12 | 2020-03-12 | Walmart Apollo, Llc | Methods and apparatus for load and route assignments in a delivery system |
WO2020067073A1 (en) * | 2018-09-24 | 2020-04-02 | Panasonic Intellectual Property Management Co., Ltd. | System and method for fulfilling work tasks via modular autonomous vehicles |
US11507111B2 (en) * | 2018-10-31 | 2022-11-22 | Uber Technologies, Inc. | Autonomous vehicle fleet management for improved computational resource usage |
CA3120965A1 (en) | 2018-11-26 | 2020-06-04 | Uber Technologies, Inc. | Routing graph management in autonomous vehicle routing |
US11829135B2 (en) * | 2018-11-28 | 2023-11-28 | Uber Technologies, Inc. | Tuning autonomous vehicle dispatch using vehicle performance |
US11155263B2 (en) | 2019-03-08 | 2021-10-26 | Uber Technologies, Inc. | Network computer system to control freight vehicle operation configurations |
GB201905588D0 (en) * | 2019-04-18 | 2019-06-05 | Waters Nicholas Alan | A security system |
US20200349496A1 (en) * | 2019-05-03 | 2020-11-05 | Igit Enterprises, Inc. | System and method for checking in and monitoring transportation assets |
DE102019003233A1 (de) * | 2019-05-08 | 2020-11-12 | Daimler Ag | Verfahren zum Bewerten eines Frachtauftrags mittels eines Frachtauftragsbewertungssystems sowie Frachtauftragsbewertungssystem |
GB201908502D0 (en) * | 2019-06-13 | 2019-07-31 | Tomtom Telematics Bv | Methods and systems of assigning trips |
US11610174B2 (en) * | 2019-08-01 | 2023-03-21 | P44, Llc | Systems and methods for imputation of transshipment locations |
US20210049559A1 (en) * | 2019-08-16 | 2021-02-18 | Curb It, LLC | System for on demand geofenced waste disposal and pickup |
CN112580843B (zh) * | 2019-09-30 | 2022-11-04 | 明创能源股份有限公司 | 可重组态的分散式实时输配系统与实时输配方法 |
US20210142280A1 (en) * | 2019-11-12 | 2021-05-13 | Airspace Technologies, Inc. | Logistical Management System |
US20210182790A1 (en) * | 2019-12-13 | 2021-06-17 | Flock Freight, Inc. | Methods and systems for optimizing the pooling and shipping of freight |
CN111144809B (zh) * | 2019-12-23 | 2023-06-27 | 拉货宝网络科技有限责任公司 | 一种基于安全校验和误差判断的运费自动结算方法 |
JP7081614B2 (ja) * | 2020-01-24 | 2022-06-07 | トヨタ自動車株式会社 | 情報処理方法、情報処理装置、及びプログラム |
US11745733B2 (en) * | 2020-01-27 | 2023-09-05 | Mazda Motor Corporation | Travel control apparatus for vehicle, vehicle controlling method and computer program therefor |
US11312298B2 (en) * | 2020-01-30 | 2022-04-26 | International Business Machines Corporation | Modulating attention of responsible parties to predicted dangers of self-driving cars |
WO2021163376A1 (en) * | 2020-02-11 | 2021-08-19 | Garcia Brosa Martin | Coordinated delivery of dining experiences |
US11796330B2 (en) * | 2020-02-11 | 2023-10-24 | Delphi Technologies Ip Limited | System and method for providing value recommendations to ride-hailing drivers |
US11492014B2 (en) * | 2020-02-21 | 2022-11-08 | Gm Cruise Holdings Llc | Intelligent driving mode selection for autonomous vehicle delivery system |
IT202000008545A1 (it) * | 2020-04-21 | 2021-10-21 | Cargo Z Srl | Sistema e metodo logistico |
JP7368311B2 (ja) * | 2020-05-21 | 2023-10-24 | トヨタ自動車株式会社 | 情報処理方法、情報処理装置、及びプログラム |
US20220027836A1 (en) * | 2020-07-23 | 2022-01-27 | Schneider Enterprise Resources, LLC | Yard check system with customer feedback |
US11884291B2 (en) * | 2020-08-03 | 2024-01-30 | Waymo Llc | Assigning vehicles for transportation services |
WO2022104101A1 (en) * | 2020-11-12 | 2022-05-19 | Outrider Technologies, Inc. | System and method for optimizing mission planning, task management and routing for autonomous yard trucks |
JP7415893B2 (ja) * | 2020-11-25 | 2024-01-17 | トヨタ自動車株式会社 | 配送拠点移動システム |
US20220245576A1 (en) * | 2021-01-30 | 2022-08-04 | Walmart Apollo, Llc | Route plan using non-homogenous equipment via ocean routes |
JP7329012B2 (ja) * | 2021-03-25 | 2023-08-17 | 本田技研工業株式会社 | 保険管理システム、保険管理方法、及びプログラム |
WO2022221353A1 (en) * | 2021-04-14 | 2022-10-20 | Locomation, Inc. | Segmented relay transportation network |
CN113470410B (zh) * | 2021-06-29 | 2022-11-08 | 山东旗帜信息有限公司 | 一种高速公路引流配货方法及系统 |
US20230104886A1 (en) * | 2021-10-01 | 2023-04-06 | Airspace Technologies, Inc. | Heavyweight quoting and associating plane types with package sizes |
CN116883013B (zh) * | 2023-06-09 | 2024-04-19 | 上海朗晖慧科技术有限公司 | 一种基于大数据的售后服务智能监管系统及方法 |
CN116644940B (zh) * | 2023-07-18 | 2023-10-20 | 天津鸿飞达科技有限公司 | 一种车辆调度方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030046133A1 (en) * | 2001-08-29 | 2003-03-06 | Morley Eric Ronald | System and method of optimizing carrier selection |
US20090030770A1 (en) * | 2004-06-14 | 2009-01-29 | Rentar Environmental Solutions, Inc. | Dynamic and predictive information system and method for shipping assets and transport |
CN201583995U (zh) * | 2009-12-30 | 2010-09-15 | 上海拓景信息科技有限公司 | 手持配货设备、移动配货物流系统 |
CN103955814A (zh) * | 2014-05-06 | 2014-07-30 | 北京大学工学院南京研究院 | 计算机中基于数据立方体的物流智能交易数据处理方法 |
CN104240061A (zh) * | 2014-09-03 | 2014-12-24 | 龙维新 | 一种新型物流货运信息服务方法 |
US20160047646A1 (en) * | 2014-08-18 | 2016-02-18 | Trimble Navigation Limited | Systems and methods for cargo management |
CN105426996A (zh) * | 2015-11-13 | 2016-03-23 | 合肥安奎思成套设备有限公司 | 一种货运调控系统 |
CN106327132A (zh) * | 2016-08-31 | 2017-01-11 | 广州地理研究所 | 一种货运车辆运输路线的动态调整方法和装置 |
Family Cites Families (137)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2332361C3 (de) | 1973-06-26 | 1980-08-28 | Kienzle Apparate Gmbh, 7730 Villingen-Schwenningen | Elektronischer Taxameter für Linientaxisystem |
US6748318B1 (en) | 1993-05-18 | 2004-06-08 | Arrivalstar, Inc. | Advanced notification systems and methods utilizing a computer network |
AU2291195A (en) | 1994-04-12 | 1995-10-30 | Qualcomm Incorporated | Method and apparatus for freight transportation using a satellite navigation system |
US6879962B1 (en) * | 1998-05-24 | 2005-04-12 | Joseph D. Smith | Logistics system and method |
US20020194129A1 (en) | 1999-04-08 | 2002-12-19 | Hitachi, Ltd. | IC card reader/writer |
US6591253B1 (en) | 1999-12-17 | 2003-07-08 | International Business Machines Corporation | Method and system for real time pricing of fine-grained resource purchases |
US8271316B2 (en) | 1999-12-17 | 2012-09-18 | Buzzmetrics Ltd | Consumer to business data capturing system |
US6516056B1 (en) | 2000-01-07 | 2003-02-04 | Vesta Corporation | Fraud prevention system and method |
WO2001086492A1 (en) | 2000-05-05 | 2001-11-15 | Abm Industries Pty. Ltd. | End user to mobile service provider message exchange system based on proximity |
WO2001099006A2 (en) * | 2000-06-16 | 2001-12-27 | Manugistics, Inc. | Transportation planning, execution, and freight payment managers and related methods |
US6411897B1 (en) | 2000-07-10 | 2002-06-25 | Iap Intermodal, Llc | Method to schedule a vehicle in real-time to transport freight and passengers |
WO2002011027A1 (en) | 2000-07-28 | 2002-02-07 | Union Carbide Chemicals & Plastics Technology Corporation | Transport logistics systems and methods |
KR20000063909A (ko) | 2000-08-10 | 2000-11-06 | 기준성 | 통신망을 이용한 운송정보 처리시스템과 그 방법 |
US20020034292A1 (en) | 2000-08-22 | 2002-03-21 | Tuoriniemi Veijo M. | System and a method to match demand and supply based on geographical location derived from a positioning system |
JP3416635B2 (ja) | 2000-10-13 | 2003-06-16 | イー・トラック株式会社 | 配車計画サービス提供システムおよび配車計画システム |
US7552063B1 (en) | 2000-11-03 | 2009-06-23 | Quality Data Management, Inc. | Physician office viewpoint survey system and method |
CA2327210A1 (en) | 2000-12-01 | 2002-06-01 | Accu-Star Systems, Inc. | System and method for facilitating shipment transaction, creation and monitoring |
US6456207B1 (en) | 2001-02-20 | 2002-09-24 | John Yen | Intelligent taxi total service system |
US20020138338A1 (en) | 2001-03-23 | 2002-09-26 | Trauth Gregory L. | Customer complaint alert system and method |
US7542993B2 (en) | 2001-05-10 | 2009-06-02 | Equifax, Inc. | Systems and methods for notifying a consumer of changes made to a credit report |
US20020188517A1 (en) * | 2001-06-07 | 2002-12-12 | International Business Machiness Corporation | Using a communications network in arranging shipment of goods according to a buyer's preferences |
US7353181B2 (en) | 2001-08-15 | 2008-04-01 | Hewlett-Packard Development Company, L.P. | Allocating freight haulage jobs |
US7315780B2 (en) | 2001-09-20 | 2008-01-01 | Matsushita Electric Industrial Co., Ltd. | Guide system, guide apparatus, and radio apparatus which communicates with guide apparatus |
GB0126809D0 (en) | 2001-11-07 | 2002-01-02 | Isaac Stephen J | A car-sharing system |
WO2004013733A2 (en) | 2002-08-02 | 2004-02-12 | Limoq, Inc. | Method, system and apparatus for providing transportation services |
KR20040050957A (ko) | 2002-12-11 | 2004-06-18 | 씨엔씨엔터프라이즈 주식회사 | 부가서비스를 제공하는 택시요금징수단말기 |
GB0302886D0 (en) | 2003-02-07 | 2003-03-12 | Faith Jonathan D | Transportation ordering system |
US20040158483A1 (en) | 2003-02-10 | 2004-08-12 | Lecouturier Jacques M. | Business and technological method for a flexible automobile sharing transit on demand |
EP1606756A4 (en) | 2003-03-25 | 2006-12-27 | Futurefreight Corp | TRANSPORT OF GOODS AND EXCHANGE PLATFORM |
US20040260470A1 (en) | 2003-06-14 | 2004-12-23 | Rast Rodger H. | Conveyance scheduling and logistics system |
US6925381B2 (en) | 2003-06-24 | 2005-08-02 | Bellsouth Intellectual Property Corporation | Methods, systems and computer program products for ride matching based on current location information |
JP3945707B2 (ja) | 2003-10-31 | 2007-07-18 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 輸送問題解決装置、輸送問題解決方法、及びそのプログラムと記録媒体 |
US7561069B2 (en) | 2003-11-12 | 2009-07-14 | Legalview Assets, Limited | Notification systems and methods enabling a response to change particulars of delivery or pickup |
US20050149382A1 (en) | 2003-12-24 | 2005-07-07 | Fenner John D. | Method for administering a survey, collecting, analyzing and presenting customer satisfaction feedback |
US20050227704A1 (en) | 2004-03-26 | 2005-10-13 | Joseph Ferra | Facilitating entering location data |
US20060136254A1 (en) | 2004-11-24 | 2006-06-22 | Mark Greenstein | System and method for dispatching transportation to persons who want transportation |
US7136747B2 (en) | 2005-01-08 | 2006-11-14 | Stephen Raney | Method for GPS carpool rendezvous tracking and personal safety verification |
US7672855B2 (en) | 2005-02-25 | 2010-03-02 | Oracle International Corp. | Transportation planning with drop trailer arrangements |
US20060206387A1 (en) | 2005-03-11 | 2006-09-14 | Oracle International Corporation | Transportation planning with multi-level firming |
US8370054B2 (en) | 2005-03-24 | 2013-02-05 | Google Inc. | User location driven identification of service vehicles |
EP1877970A1 (en) | 2005-05-02 | 2008-01-16 | Ecolane Finland OY | Method and arrangement for arranging practical aspects of a demand responsive transport system |
JP4614341B2 (ja) | 2005-05-20 | 2011-01-19 | 株式会社国際電気通信基礎技術研究所 | シミュレーションプログラム、シミュレーション方法及びシミュレーション装置 |
US20070103342A1 (en) | 2005-07-06 | 2007-05-10 | Milleville Dan P | Dynamic Modification And Communication Of Routes For Transportation Vehicles |
US20070221791A1 (en) | 2006-03-23 | 2007-09-27 | Voelk Michael E | System and method for managing the transport of freight |
CA2551467A1 (en) * | 2006-07-04 | 2008-01-04 | University Of New Brunswick | System and method for optimizing linehaul operations |
US8965841B2 (en) | 2006-10-05 | 2015-02-24 | Trimble Navigation Limited | Method for automatic asset classification |
US20080114629A1 (en) | 2006-11-09 | 2008-05-15 | Yahoo! Inc. | System for matching users and transportation providers |
US7877204B2 (en) | 2006-11-24 | 2011-01-25 | Qualcomm Incorporated | System and method for sending destination locations to navigation devices |
CN101212774A (zh) | 2006-12-29 | 2008-07-02 | 朗迅科技公司 | 用个人手持电话系统获得公共运输工具位置的系统和方法 |
US20080270019A1 (en) | 2006-12-29 | 2008-10-30 | High Regard Software, Inc. | Systems and methods for enhancing private transportation |
US20080189207A1 (en) | 2007-02-02 | 2008-08-07 | Mach 9 Travel, Llc | System and Method of Transferring Reservations for Transportation Services |
EP2135200A4 (en) | 2007-02-12 | 2011-12-28 | Sean O'sullivan | DISTRIBUTED TRANSPORT SYSTEM AND SERVICE NETWORK |
US8655736B2 (en) | 2007-06-12 | 2014-02-18 | Infosys Limited | Buyer-side consolidation of compatible purchase orders |
US20090037095A1 (en) | 2007-07-30 | 2009-02-05 | Zms Technologies Inc. | Transmodal and logistics system and method |
US9009210B2 (en) | 2007-08-15 | 2015-04-14 | Sony Corporation | Distribution of multimedia files using a transportation provider wireless device |
US20090083111A1 (en) | 2007-09-21 | 2009-03-26 | Bob Carr | Systems and Methods for Coordinating Transportation Between Riders and Volunteer Drivers |
US20090099971A1 (en) | 2007-10-10 | 2009-04-16 | Oneway Llc. | Methods and systems for marketing distressed inventory |
US20090125228A1 (en) | 2007-11-09 | 2009-05-14 | Research In Motion Limited | System and method for providing dynamic route information to users of wireless communications devices |
US8131307B2 (en) | 2008-01-03 | 2012-03-06 | Lubeck Olaf M | Method for requesting transportation services |
US20090177502A1 (en) | 2008-01-08 | 2009-07-09 | Nick Doinoff | System for matching drivers with customers seeking to hire a driver |
US20090216600A1 (en) | 2008-02-27 | 2009-08-27 | Montiss Llc | Systems and methods for arranging a transport transaction |
US20090254270A1 (en) | 2008-04-02 | 2009-10-08 | O2Micro, Inc. | System and method for tracking a path of a vehicle |
US20090313077A1 (en) | 2008-06-17 | 2009-12-17 | Wheeler Iv George Y | Consumer initiated, service provider direct dispatching system |
US9596359B2 (en) | 2008-06-26 | 2017-03-14 | Visa International Service Association | Mobile communication device configured for transit application |
US20100076988A1 (en) | 2008-09-10 | 2010-03-25 | Expanse Networks, Inc. | Masked Data Service Profiling |
US20130245991A1 (en) * | 2012-02-28 | 2013-09-19 | Richard Kriss | Method for determining the remaining life of a thermal mass in a shipping package while in transit |
US20100243724A1 (en) | 2009-03-30 | 2010-09-30 | Solomon K Golla | Payment Apparatus for a Personal Transportation System |
KR101570879B1 (ko) | 2009-04-03 | 2015-11-23 | 에스케이이노베이션 주식회사 | 화물/공차정보 수집 및 제공 시스템 |
US9684911B2 (en) | 2009-07-09 | 2017-06-20 | Mathieu Audet | Method of communicating and repartitioning vehicles |
US20110060600A1 (en) | 2009-09-10 | 2011-03-10 | Transittix, Llc | Systems and Methods For Tracking the Transportation of Passengers |
US10002198B2 (en) | 2009-10-28 | 2018-06-19 | Verizon Patent And Licensing Inc. | Mobile taxi dispatch system |
US20110153495A1 (en) | 2009-11-25 | 2011-06-23 | Cubic Corporation | Mobile wireless payment and access |
CA2696345C (en) | 2009-12-04 | 2016-12-20 | 3Pd Inc. | Automated survey system |
CN101951545A (zh) | 2010-08-23 | 2011-01-19 | 中国电信股份有限公司 | 智能物流配货的移动终端、实现方法及系统 |
US9241000B2 (en) | 2010-09-22 | 2016-01-19 | Abdullah Celik Erdal | Trusted social network |
US20120130627A1 (en) | 2010-11-23 | 2012-05-24 | Islam Mohammad R | Taxi dispatch system |
US9208626B2 (en) | 2011-03-31 | 2015-12-08 | United Parcel Service Of America, Inc. | Systems and methods for segmenting operational data |
US8924240B2 (en) | 2011-05-25 | 2014-12-30 | Shailendra Depura | System for monitoring vehicle and operator behavior |
US9607342B2 (en) | 2011-07-18 | 2017-03-28 | Conservis Corporation | GPS-based ticket generation in harvest life cycle information management system and method |
EP2737439A4 (en) | 2011-07-26 | 2015-04-01 | United Parcel Service Inc | SYSTEMS AND METHODS FOR ASSESSING THE EFFECTIVENESS OF MOBILE ASSETS |
CA2786075A1 (en) | 2011-08-12 | 2013-02-12 | Collin Richard Spires | System and method for real-time satisfaction survey feedback |
US20130335193A1 (en) | 2011-11-29 | 2013-12-19 | 1556053 Alberta Ltd. | Electronic wireless lock |
US8892359B2 (en) | 2013-01-11 | 2014-11-18 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for estimating time of arrival for vehicle navigation |
US20140229399A1 (en) | 2013-02-11 | 2014-08-14 | Honeywell International, Inc. | System and method for managing cargo transfer operations at a cargo distribution terminal |
US9087453B2 (en) | 2013-03-01 | 2015-07-21 | Palo Alto Research Center Incorporated | Computer-implemented system and method for spontaneously identifying and directing users to available parking spaces |
US8876535B2 (en) | 2013-03-15 | 2014-11-04 | State Farm Mutual Automobile Insurance Company | Real-time driver observation and scoring for driver's education |
WO2014176289A2 (en) * | 2013-04-22 | 2014-10-30 | Theranos, Inc. | Methods, devices, and systems for secure transport of materials |
US20140324633A1 (en) | 2013-04-30 | 2014-10-30 | Freightopolis Inc. | Freight services marketplace system and methods |
US9233669B2 (en) * | 2013-06-10 | 2016-01-12 | General Electric Company | Methods and systems for speed management within a transportation network |
US20150006428A1 (en) | 2013-06-28 | 2015-01-01 | 10-4 Systems, Inc. | Freight shipment booking system |
US9256852B1 (en) | 2013-07-01 | 2016-02-09 | Google Inc. | Autonomous delivery platform |
EP2827289A1 (de) | 2013-07-17 | 2015-01-21 | General Transports GmbH | Verfahren zur Abholung und Auslieferung von Sachgütern oder der Erbringung von Dienstleistungen mittels dynamischer Routenplanung und Umverteilung von Gütern |
US9754428B2 (en) | 2013-09-16 | 2017-09-05 | Fleetmatics Ireland Limited | Interactive timeline interface and data visualization |
JP6123605B2 (ja) | 2013-09-20 | 2017-05-10 | 株式会社ダイフク | 物流システム |
WO2015060868A1 (en) | 2013-10-25 | 2015-04-30 | Intel Corporation | Responding to in-vehicle environmental conditions |
CN103692969A (zh) | 2013-12-13 | 2014-04-02 | 杭州电子科技大学 | 一种长时间驾驶监控方法 |
CN103761635A (zh) | 2014-01-14 | 2014-04-30 | 大连理工大学 | 一种三维多箱异构货物装载优化方法 |
US20150227890A1 (en) * | 2014-02-07 | 2015-08-13 | Kristin Kaye Bednarek | Communications system and smart device apps supporting segmented order distributed distribution system |
US20160071056A1 (en) | 2014-03-21 | 2016-03-10 | United Parcel Service Of America, Inc. | Programmatically executing time compressed delivery |
CN103870893B (zh) | 2014-04-09 | 2017-02-15 | 沈阳工业大学 | 基于三维空间求解具有多重量约束装箱的优化方法 |
US9135803B1 (en) | 2014-04-17 | 2015-09-15 | State Farm Mutual Automobile Insurance Company | Advanced vehicle operator intelligence system |
US9857191B2 (en) | 2014-05-22 | 2018-01-02 | Telogis, Inc. | Context-based routing and access path selection |
US20160012391A1 (en) | 2014-07-08 | 2016-01-14 | Rick Burnett | Shipper and Carrier Interaction Optimization Platform |
US20160042303A1 (en) | 2014-08-05 | 2016-02-11 | Qtech Partners LLC | Dispatch system and method of dispatching vehicles |
US9429436B2 (en) | 2015-01-13 | 2016-08-30 | Toyota Motor Engineering & Manufacturing North America, Inc. | Estimated time of arrival for vehicle navigation |
US11107031B2 (en) | 2015-02-18 | 2021-08-31 | Ryder Integrated Logistics, Inc. | Vehicle fleet control systems and methods |
US10074065B2 (en) | 2015-02-18 | 2018-09-11 | Cargo Chief Aquisition Inc. | Obtaining loads for next leg or backhaul |
US10282694B2 (en) * | 2015-02-18 | 2019-05-07 | Cargo Chief Acquisition Inc. | Partial load shipment consolidation and scheduling |
US9082144B2 (en) | 2015-02-18 | 2015-07-14 | Cargo Chief | Transportation service matching with arrival estimation adjusted for external factors |
US9552564B1 (en) | 2015-03-19 | 2017-01-24 | Amazon Technologies, Inc. | Autonomous delivery transportation network |
DE102015204947B4 (de) | 2015-03-19 | 2021-09-09 | Ford Global Technologies, Llc | Verfahren und Vorrichtung zum Betrieb eines wahlweise manuell steuerbaren oder zu autonomem Fahren fähigen Fahrzeugs |
US20160328781A1 (en) * | 2015-05-05 | 2016-11-10 | Bby Solutions, Inc | Delayed order delivery fulfillment |
IL244096A0 (en) | 2015-08-09 | 2016-07-31 | Israel Aerospace Industries Ltd | Reinforcement for moving an object |
CN105069594A (zh) | 2015-08-14 | 2015-11-18 | 深圳中创未来科技有限公司 | 一种运输处理方法、装置、终端及服务器 |
KR20170026805A (ko) | 2015-08-28 | 2017-03-09 | 성균관대학교산학협력단 | 지능형 물류 적재 보조 시스템 및 방법 |
US20150379468A1 (en) | 2015-09-12 | 2015-12-31 | Thomas Danaher Harvey | Methods for delivery to multiple locations using autonomous vehicles |
US20170109696A1 (en) * | 2015-10-20 | 2017-04-20 | Dicom Transportation Group | Vehicle capacity utilization for package delivery |
US10325228B2 (en) | 2015-10-30 | 2019-06-18 | Zemcar, Inc. | Rules based driver selection |
US10259466B2 (en) | 2015-11-19 | 2019-04-16 | Depura Partners, Llc | System for monitoring and classifying vehicle operator behavior |
CN106920053A (zh) | 2015-12-25 | 2017-07-04 | 阿里巴巴集团控股有限公司 | 一种对配送点的配送运力进行分配的方法以及装置 |
US10229602B2 (en) | 2016-02-29 | 2019-03-12 | Gt Gettaxi Limited | System for navigating drivers to service transportation requests specifying sightseeing attractions |
JP6626379B2 (ja) | 2016-03-14 | 2019-12-25 | Sbsホールディングス株式会社 | 運送管理システム |
US20180025417A1 (en) | 2016-07-20 | 2018-01-25 | Loadexpress, Inc. | Method and system for managing integrated online logistics |
NL2017377B1 (en) | 2016-08-26 | 2018-03-01 | Synplex Group B V | A method for providing a match between trips and orders for at least two logistics service providers, as well as a related trip optimizer system. |
US20180068269A1 (en) | 2016-09-06 | 2018-03-08 | UST Global (Singapore) Pte. Ltd. | Methods of optimizing carrier loads transported across a transportation network by transport carriers |
US9921070B1 (en) | 2016-09-22 | 2018-03-20 | Trimble Inc. | System for planning trips with estimated time of arrival (ETA) and projected time of availability (PTA) calculated for each stop |
US11423349B2 (en) | 2016-09-30 | 2022-08-23 | Runbuggy Omi, Inc. | Predictive analytics for transport services |
GB2567320A (en) | 2016-12-05 | 2019-04-10 | Konexial Inc | Dynamic load matching engine methods and systems |
CA3045489A1 (en) | 2016-12-09 | 2018-06-14 | Convey, Inc. | Shipping management system with multi-carrier support |
US10977604B2 (en) | 2017-01-23 | 2021-04-13 | Uber Technologies, Inc. | Systems for routing and controlling vehicles for freight |
US20180209803A1 (en) * | 2017-01-25 | 2018-07-26 | Via Transportation, Inc. | Dynamic Route Planning |
US20190130351A1 (en) | 2017-05-15 | 2019-05-02 | David Arena | System and method for using a monitoring device to efficiently manage and assure the safety, quality and security of goods stored within a truck, tractor or trailer transported via a roadway |
US11250372B2 (en) | 2017-09-22 | 2022-02-15 | Uber Technologies, Inc | Freight network system using modularized trailers |
US10293832B2 (en) | 2017-10-25 | 2019-05-21 | Uber Technologies, Inc. | Network computer system to evaluate an operator of a freight vehicle |
US20190213529A1 (en) | 2018-01-05 | 2019-07-11 | Uber Technologies, Inc. | Network computer system to evaluate freight loads |
US11392881B2 (en) | 2018-04-16 | 2022-07-19 | Uber Technologies, Inc. | Freight vehicle matching and operation |
US20190385119A1 (en) | 2018-06-14 | 2019-12-19 | Uber Technologies, Inc. | Selective communication system for freight vehicle operation |
-
2017
- 2017-01-23 US US15/412,559 patent/US10977604B2/en active Active
- 2017-12-15 AU AU2017394866A patent/AU2017394866B2/en active Active
- 2017-12-15 WO PCT/US2017/066765 patent/WO2018136179A1/en active Application Filing
- 2017-12-15 CN CN201780088755.3A patent/CN110447045B/zh active Active
- 2017-12-15 CN CN202311692027.7A patent/CN117745171A/zh active Pending
- 2017-12-15 BR BR112019015176-1A patent/BR112019015176B1/pt active IP Right Grant
- 2017-12-15 CA CA3055309A patent/CA3055309A1/en active Pending
-
2018
- 2018-01-10 US US15/867,407 patent/US10896401B2/en active Active
-
2021
- 2021-03-31 US US17/219,513 patent/US20210248555A1/en active Pending
-
2022
- 2022-08-09 AU AU2022215167A patent/AU2022215167A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030046133A1 (en) * | 2001-08-29 | 2003-03-06 | Morley Eric Ronald | System and method of optimizing carrier selection |
US20090030770A1 (en) * | 2004-06-14 | 2009-01-29 | Rentar Environmental Solutions, Inc. | Dynamic and predictive information system and method for shipping assets and transport |
CN201583995U (zh) * | 2009-12-30 | 2010-09-15 | 上海拓景信息科技有限公司 | 手持配货设备、移动配货物流系统 |
CN103955814A (zh) * | 2014-05-06 | 2014-07-30 | 北京大学工学院南京研究院 | 计算机中基于数据立方体的物流智能交易数据处理方法 |
US20160047646A1 (en) * | 2014-08-18 | 2016-02-18 | Trimble Navigation Limited | Systems and methods for cargo management |
CN104240061A (zh) * | 2014-09-03 | 2014-12-24 | 龙维新 | 一种新型物流货运信息服务方法 |
CN105426996A (zh) * | 2015-11-13 | 2016-03-23 | 合肥安奎思成套设备有限公司 | 一种货运调控系统 |
CN106327132A (zh) * | 2016-08-31 | 2017-01-11 | 广州地理研究所 | 一种货运车辆运输路线的动态调整方法和装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115730879A (zh) * | 2022-12-08 | 2023-03-03 | 武汉西泽科技有限公司 | 一种基于零储存的商品物流运输配送方法 |
CN115730879B (zh) * | 2022-12-08 | 2023-11-28 | 国远(广东)物流有限公司 | 一种基于零储存的商品物流运输配送方法 |
CN117689300A (zh) * | 2023-11-03 | 2024-03-12 | 广州瑞基科技股份有限公司 | 基于人工智能的提货任务智能管理方法、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
AU2017394866B2 (en) | 2022-05-12 |
US20210248555A1 (en) | 2021-08-12 |
US10977604B2 (en) | 2021-04-13 |
US20180211217A1 (en) | 2018-07-26 |
CN117745171A (zh) | 2024-03-22 |
AU2022215167A1 (en) | 2022-09-08 |
CA3055309A1 (en) | 2018-07-26 |
US10896401B2 (en) | 2021-01-19 |
BR112019015176A2 (pt) | 2020-03-24 |
BR112019015176B1 (pt) | 2023-12-12 |
AU2017394866A1 (en) | 2019-08-22 |
CN110447045B (zh) | 2023-12-26 |
BR112019015176A8 (pt) | 2023-04-25 |
US20180211218A1 (en) | 2018-07-26 |
WO2018136179A1 (en) | 2018-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110447045A (zh) | 用于设定路线和控制货运车辆的系统 | |
US20220365535A1 (en) | Autonomously Delivering Items To Corresponding Delivery Locations Proximate A Delivery Route | |
US11189167B2 (en) | Connected user communication and interface system with shuttle tracking application | |
US9818302B2 (en) | Vehicle fleet work order management system | |
US20160210675A1 (en) | Ordering products / services | |
EP3504600A1 (en) | Fleet vehicle feature activation | |
AU2010228119A1 (en) | Improvements relating to efficient transport | |
CN110171418A (zh) | 自主行驶车辆及其行驶控制系统、以及服务器装置 | |
KR101186941B1 (ko) | 화물 운송 중개 시스템 | |
JP2019079267A (ja) | 情報提供装置、情報提供システムおよび情報提供方法 | |
Williams et al. | Transportation planning implications of automated/connected vehicles on Texas highways. | |
US20190026695A1 (en) | System and method for arranging transport via a vehicle travelling from an origin to a destination using multiple operators | |
US20200387867A1 (en) | Vending system and method of automatically vending | |
CN111105280A (zh) | 用于车辆共享的方法、装置、系统及可存储介质 | |
US11934988B1 (en) | Dispatch and local delivery interface for autonomous vehicles | |
Abotalebi et al. | New Mobility and Autonomous Vehicles | |
Brown et al. | Are We There Yet?: The Myths and Realities of Autonomous Vehicles | |
CN113112213A (zh) | 一种获取用于大数据分析方法的物流信息的方法、系统 | |
Noland et al. | Review of oil demand restraint policies for heavy-goods vehicles | |
KR20100120563A (ko) | 화물 운송 중개용 통신 단말 및 이를 이용한 화물 운송 중개 시스템 | |
van Essen et al. | Modal split and decoupling options; Paper 5 |
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 |