CN111932155B - 智能订单车辆匹配方法、系统、装置 - Google Patents
智能订单车辆匹配方法、系统、装置 Download PDFInfo
- Publication number
- CN111932155B CN111932155B CN202011008859.9A CN202011008859A CN111932155B CN 111932155 B CN111932155 B CN 111932155B CN 202011008859 A CN202011008859 A CN 202011008859A CN 111932155 B CN111932155 B CN 111932155B
- Authority
- CN
- China
- Prior art keywords
- order
- transportation
- information
- picture
- vehicle
- 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.)
- Active
Links
Images
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
- G06Q10/06—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/36—User authentication by graphic or iconic representation
-
- 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
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/389—Keeping log of transactions for guaranteeing non-repudiation of a transaction
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Security & Cryptography (AREA)
- Operations Research (AREA)
- Accounting & Taxation (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种智能订单车辆匹配方法、系统、装置,该方法包括:服务器接收到货主端上传的询价信息后,据此得到报价信息并发送到货主端;货主端根据报价信息与服务器签约生成承运协议后,服务器根据承运协议生成运输订单并存入订单池;达到配单条件时,服务器将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,将完成匹配的运输订单发送给对应的车辆端并移出订单池;订单池中的运输订单达到接单条件时,服务器根据达到接单条件的运输订单生成接单信息后,服务器根据接单信息从承运端数据库中选取至少一个承运端,将接单信息发送给至少一个承运端;其中询价信息、报价信息、承运协议、运输订单、接单信息均采用可形成自定义热区的图形格式。
Description
技术领域
本发明涉及卡车货运领域,尤其涉及一种智能订单车辆匹配方法、系统、装置。
背景技术
在物流领域,尤其是卡车货运领域,因为货物自身的保存需求,体积大小,运输时效,货量多少,货运价格等因素,导致发货方在寻找合适的承运方来完成运输任务的过程中需要付出大量的时间和精力;乃至在寻找过程中会接到很多询问电话,这样不仅占用了发货方的大量时间,还有可能错过与合适的承运方的沟通机会,不仅如此,有些承运方还会采用恶意沟通等行为扰乱市场秩序,承运后不安排货物的运输,使得发货方找到合适的承运方难上加难。
而承运方因为车辆承载要求限制,司机的承运习惯,货运线路差异,货运价格等因素,同样会导致承运方在寻找合适的货源时也需要付出大量的时间和精力;同样,有些发货方通过多个渠道乃至利用多个身份后寻找到最低价的承运方后,临时取消之前约定好的承运方,这时若这个承运方已经安排了车辆或车辆已经前往装货地,则必然给其造成损失。
目前的解决方式是货运站点的调度人员在收集发货方的货源信息及承运方的车辆信息后,人工进行匹配,进而减少匹配双方所消耗的时间和精力。但是实际当中,由于发货方和承运方的要求各异,这样的匹配结果往往也不能令匹配双方满意。
除此以外,也存在利用服务器将发货方的货源信息进行发布的网站,但是其只是发布货源信息,并没有减少恶意沟通的出现,也没有提高匹配效率。
物流数字信息交易平台,是一个可以充分利用区块链技术的不可篡改特性,分布式特性以及高安全的特性,将一切有价值的物流数字对象确权化,进而实现的可自由交易的物流信息交换平台。在这个区块链平台环境中,大量用户上传的数字化信息被广泛传播,并在交流传播中表现出更大的商业信息价值。如在进行图片文件的上传下载中,通过图片的方式可以清晰的记录当时的价格、询价人、拟承运人信息。在区块链中传递图片,可以解决图片归属权的问题,保证该节点来源的图片归属于该唯一节点,并且可以有偿地共享至区块链上的其他节点,从而防止恶意的信息重发造成交流资源浪费。
但是由于图片的可重复传播性,会造成上传节点并不一定是拥有图片归属权的节点的情况,这种情况在普通网络上是无法区分的,普通网络上仅有IP地址信息不同,这一信息无法体现在图片上;以及其可重复编辑性(即同一信息区块可以同时出现在两个并不完全相同的图片文件上)造成的虽然图片不同,但是信息热区相同,实际上应归属于同一发布者的情况,本身已经数量庞大的庞杂图片信息会出现如重复上传、商业信息热区归属权争议等产生一系列的产权问题的情况。于是数字化有价值的对象的确权问题成为一个一直难以解决的难题,因此在网络上对商业信息的追踪以及唯一性的确定成为其在智能货运订单平台上应用的最大障碍。
发明内容
为了解决现有技术中货运站点的调度人员在收集发货方的货源信息及承运方的车辆信息后,人工进行匹配会出现匹配结果不令人满意,没有提高匹配效率的问题,以及在信息发布过程中恶意的重复发布造成沟通和匹配效率低的技术问题,本发明提供一种智能订单车辆匹配方法、系统、装置。
第一方面,本发明提供一种智能订单车辆匹配方法,该方法包括:
当平台服务器接收到货主端上传的询价信息后,根据询价信息得到对应的报价信息,并将报价信息发送到货主端;
当货主端根据报价信息与平台服务器完成签约程序并生成承运协议后,平台服务器根据承运协议生成运输订单,并将运输订单存入订单池;
当达到配单条件时,平台服务器将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,将完成匹配的运输订单发送给对应的车辆端并移出订单池;
当订单池中的运输订单达到接单条件时,平台服务器根据达到接单条件的运输订单生成接单信息后,将达到接单条件的运输订单移出订单池,平台服务器根据接单信息从承运端数据库中选取至少一个承运端,将接单信息发送给至少一个承运端;
其中询价信息、报价信息、承运协议、运输订单、接单信息均采用可形成自定义热区的图形格式,从而基于区块链对图形进行版权保护,防止恶意沟通的出现,提高匹配效率,减少匹配双方所消耗的时间和精力。
进一步地,为了在区块链上进行图片类资产的传播,并解决图片类数字资产的确权问题,从而保证同一商业价值信息对应的上链信息唯一,防止多次恶意发布归属于同一商业价值信息的信息,询价信息、报价信息、承运协议、运输订单、接单信息均采用可形成自定义热区的图形格式,通过对所述自定义热区生成一串数字指纹,并利用时间的优先性和指纹的唯一性提供对于图形格式的归属确定。
进一步地,所述图形格式为图片,所述图片存储在区块链的服务器中,用户从区块链的节点上存储一个已自定义热区的图片,每个图片有一个数字指纹作为图片编号,所述数字指纹通过数字指纹生成和验证算法生成并验证,两个相同的数字指纹代表两张一样的图片,因此存放于服务器中的图片都是独一无二的。
进一步地,所述数字指纹生成和验证算法存储于区块链里,区块链方法由于其本身特有的独立私密特性,在算法底层运行,用于进行所述图片上传、保存、取出以及数字指纹查重生成验证,通过所述数字指纹生成和验证算法验证所述图片的原创性,并由区块链为所述图片对应地有使用权限的用户确权后将所述图片进行保存;当所述图片对应地有使用权限的用户想要取出图片时,区块链为所述用户进行交易,并进行验证。
进一步地,所述数字指纹生成和验证算法在区块链各节点上传图片时完成,包括旧指纹查重和新指纹生成,具体包括:
步骤1,在区块链获得所述用户通过平台服务器上传已自定义好热区的图片数字资产,所述图片数字资产包括所述询价信息、报价信息、承运协议、运输订单、接单信息,并将所述图片数字资产上传到平台服务器作为待检验目标;
步骤2,将服务器中已存放图片的热区作为验重目标,依次选出一个验重目标,并根据验重目标的尺寸,对验重目标进行切割;
步骤3,用dhash算法生成切割后图片的数字指纹,将所述切割后图片的数字指纹和验重目标的数字指纹进行对比;
步骤4,采用phash算法进一步验证切割后图片的数字指纹和验重目标的数字指纹;
步骤5,进行判断:如果验重目标和待检验目标的重复指纹数量过多,则说明待检验目标已存在,该图片不具备作为新的图片数字资产的资格而被丢弃;反之,证明所述验重目标的数字指纹内的指纹为新的指纹,所述图片具备作为新的图片数字资产的资格而被保留;
步骤6,根据所述步骤5的结论,返回提示上传失败,或将所述图片存入平台服务器数据库,将生成的指纹存入指纹表中。
进一步地,所述步骤1中用户通过平台服务器上传一个图片数字资产后,还可以框选出自己想要确权的图片区域作为热区。
进一步地,所述数字指纹生成和验证算法采用python实现的Imagehash算法实现,从而能够最大化地提取出图片的特点并且将所述图片采用用一串16位的数字表示出来。
进一步地,所述步骤3所述dhash算法包括:
步骤31,重新设定选定图片大小,将彩色图片转换为灰度图片;
步骤32,将所述灰度图片按像素值转换为一个二维数组;
步骤33,将每行的左右相邻像素进行对比,如果右边的值大于左边,则记为1,反之则记为0;以此类推得到由1和0组成的序列,将所述序列视为一个二进制的数,用十六进制的方式重新表示,得到的序列即为所述灰度图片的数字指纹,将所述灰度图片的数字指纹视为所述图片的数字指纹。
进一步地,所述步骤4的所述phash算法包括:
步骤41,重新设定选定图片大小,将彩色图片转换为灰度图片;
步骤42,将所述灰度图片按像素值转换为一个二维数组;
步骤43,用已有函数计算出数组序列类型的离散余弦从而获得变换的二维数组;
步骤44,保留变换后的二维数组左上的低频区域,形成新的二维数组;
步骤45,获得所述新二维数组的中位数,并且将其和所述二维数组中的各个数据一一进行对比,如果数据大于中位数,则记为1,反之则记为0;以此类推得到由1和0组成的序列,将所述序列视为一个二进制的数,用十六进制的方式重新表示,得到的序列即为所述灰度图片的数字指纹,将所述灰度图片的数字指纹视为所述图片的数字指纹。
进一步地,根据询价信息得到对应的报价信息包括:
利用人工智能对历史成交数据进行学习并建立预测模型,将询价信息输入到预测模型中得到报价信息。
进一步地,配单条件为时间条件或数值条件。
进一步地,平台服务器将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,包括:
根据车辆端的登记车辆的当前位置距离运输订单中装货地行驶距离,确定与运输订单相匹配的车辆端;和/或
根据车辆端的历史运输信息中装货地和/或卸货地与运输订单中装货地相同的次数,确定与运输订单相匹配的车辆端;和/或
根据每一个车辆端中登记车辆到订单池中每一个运输订单的装货地的空驶距离,确定与运输订单相匹配的车辆端。
平台服务器将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,包括:
获取车辆端的登记车辆的当前位置,选取当前位置距离运输订单中装货地行驶距离最短的车辆端与运输订单相匹配;和/或
获取车辆端的历史运输信息中装货地与运输订单中装货地相同的次数最多的车辆端与运输订单相匹配;和/或
获取车辆端的历史运输信息中卸货地与运输订单中装货地相同的次数最多的车辆端与运输订单相匹配;和/或
获取每一个车辆端中登记车辆到订单池中每一个运输订单的装货地的空驶距离,在运输订单全部完成匹配后,选取与运输订单匹配的车辆端中登记车辆的空驶里程之和最小的车辆端与运输订单相匹配;和/或
获取每一个车辆端中登记车辆到订单池中每一个运输订单的装货地的空驶距离,在车辆端全部完成匹配后,选取车辆端中登记车辆的空驶里程之和最小的车辆端与运输订单相匹配。进一步地,平台服务器根据接单信息从承运端数据库中选取至少一个承运端包括:
从承运端数据库中选取承运端上登记车辆的当前位置与接单信息中的装货地位于同一个区域的至少一个承运端;和/或
从承运端数据库中选取承运端上的登记车辆处于接单信息中的装货时间点时不存在运输任务的至少一个承运端;和/或
从承运端数据库中选取承运端上的登记车辆的车型信息满足接单信息中运输需求的至少一个承运端;和/或
从承运端数据库中选取接受接单信息的概率大于阈值的至少一个承运端,其中阀值的取值范围在0到1之间。
第二方面,本发明提供一种智能订单车辆匹配系统,该系统包括:至少一台平台服务器,至少一个货主端,至少一个承运端,至少一个车辆端;其中,
平台服务器,用于当接收到货主端上传的询价信息后,根据询价信息得到对应的报价信息,并将报价信息发送到货主端;当货主端根据报价信息与平台服务器完成签约程序并生成承运协议后,平台服务器根据承运协议生成运输订单,并将运输订单存入订单池;当达到配单条件时,平台服务器将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,将完成匹配的运输订单发送给对应的车辆端并移出订单池;当订单池中的运输订单达到接单条件时,平台服务器根据达到接单条件的运输订单生成接单信息后,将达到接单条件的运输订单移出订单池,并根据接单信息从承运端数据库中选取至少一个承运端,将接单信息发送给至少一个承运端;其中询价信息、报价信息、承运协议、运输订单、接单信息均采用可形成自定义热区的图形格式,从而基于区块链对图形进行版权保护,防止恶意沟通的出现,提高匹配效率,减少匹配双方所消耗的时间和精力;
货主端,用于向平台服务器上传询价信息;用于根据收到的报价信息与平台服务器完成签约程序;
车辆端,用于接收平台服务器发送的运输订单;
承运端,用于接收平台服务器发送的接单信息;
通过对所述自定义热区生成一串数字指纹,并利用时间的优先性和指纹的唯一性提供对于图形格式的归属确定。
进一步地,所述图形格式为图片,所述图片存储在区块链的服务器中,用户从区块链的节点上存储一个已自定义热区的图片,每个图片有一个数字指纹作为图片编号,所述数字指纹通过数字指纹生成和验证算法生成并验证,两个相同的数字指纹代表两张一样的图片,因此存放于服务器中的图片都是独一无二的。
第三方面,本发明提供一种智能订单车辆匹配装置,该装置包括:
接收单元:用于接收货主端上传的询价信息;
报价单元:用于根据接收单元收到的询价信息得到对应的报价信息;
协议单元:用于与货主端完成签约程序并生成承运协议;
生成单元:用于根据协议单元生成的承运协议生成运输订单;用于当订单池单元判断存储的运输订单达到接单条件时,将根据达到接单条件的运输订单生成接单信息;
订单池单元:用于存储订单单元生成的运输订单;用于根据配单单元得到的匹配数据,将完成匹配的运输订单移出订单池单元;用于判断存储的运输订单是否达到接单条件;用于当生成单元根据达到接单条件的运输订单生成接单信息后,将达到接单条件的运输订单移出订单池单元;
配单单元:用于当达到配单条件时,将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,得到完成匹配的运输订单和其匹配的车辆端的匹配数据;
发送单元:根据配单单元得到的匹配数据,将完成匹配的运输订单发送给与其匹配的车辆端;将生成单元生成的接单信息发送给选取单元选取的至少一个承运端;
选取单元:用于根据生成单元生成的接单信息从承运端数据库中选取至少一个承运端;
信息处理单元:其中询价信息、报价信息、承运协议、运输订单、接单信息均采用可形成自定义热区的图形格式,从而基于区块链对图形进行版权保护,防止恶意沟通的出现,提高匹配效率,减少匹配双方所消耗的时间和精力;通过对所述自定义热区生成一串数字指纹,并利用时间的优先性和指纹的唯一性提供对于图形格式的归属确定。
进一步地,所述图形格式为图片,所述图片存储在区块链的服务器中,用户从区块链的节点上存储一个已自定义热区的图片,每个图片有一个数字指纹作为图片编号,所述数字指纹通过数字指纹生成和验证算法生成并验证,两个相同的数字指纹代表两张一样的图片,因此存放于服务器中的图片都是独一无二的。
第四方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现第一方面提供的智能订单车辆匹配的方法的步骤。
第五方面,本发明提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现第一方面提供的智能订单车辆匹配的方法的步骤。
本发明利用平台服务器对询价信息统一报价,使得报价的标准更为统一,避免人为因素,保证价格稳定,使行业整体的签约效率和运输效率得以提高;使车辆端在单位时间内完成更多运输任务获得更高的收入,也可带动承运端在接到更多高价订单来提高收入,进而使行业收入整体提升;从总体上维护了卡车货运市场的秩序,利用平台服务器区块链技术对询价信息、报价信息、承运协议、运输订单、接单信息均采用可形成自定义热区的图形格式,从而基于区块链对图形进行版权保护,防止恶意沟通的出现,提高匹配效率,减少匹配双方所消耗的时间,也减少了发货方和承运方花费在沟通上的精力,降低了达成协议的难度,提高了匹配效率。
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,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的智能订单车辆匹配方法流程示意图;
图2为本发明实施例提供的智能订单车辆匹配系统示意图;
图3为本发明实施例提供的智能订单车辆匹配装置框图;
图4为本发明实施例提供的电子设备框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
目前货运信息不通畅,货主与承运人之间若想达成货运协议相对困难,且存在各种恶意行为,造成市场秩序混乱。为了解决上述问题,本发明实施例提供一种智能订单车辆匹配的方法,如图1,该方法包括:
步骤S101,当平台服务器接收到货主端上传的询价信息后,根据询价信息得到对应的报价信息,并将报价信息发送到货主端;
步骤S102,当货主端根据报价信息与平台服务器完成签约程序并生成承运协议后,平台服务器根据承运协议生成运输订单,并将运输订单存入订单池;
步骤S103,当达到配单条件时,平台服务器将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,将完成匹配的运输订单发送给对应的车辆端并移出订单池;
步骤S104,当订单池中的运输订单达到接单条件时,平台服务器根据达到接单条件的运输订单生成接单信息后,将达到接单条件的运输订单移出订单池,平台服务器根据接单信息从承运端数据库中选取至少一个承运端,将接单信息发送给至少一个承运端;其中询价信息、报价信息、承运协议、运输订单、接单信息均采用可形成自定义热区的图形格式,从而基于区块链对图形进行版权保护,防止恶意沟通的出现,提高匹配效率,减少匹配双方所消耗的时间和精力。
具体为,为了在区块链上进行图片类资产的传播,并解决图片类数字资产的确权问题,从而保证同一商业价值信息对应的上链信息唯一,防止多次恶意发布归属于同一商业价值信息的信息,询价信息、报价信息、承运协议、运输订单、接单信息均采用可形成自定义热区的图形格式,通过对自定义热区生成一串数字指纹,并利用时间的优先性和指纹的唯一性提供对于图形格式的归属确定。
具体为,本实施例中图形格式为图片,具体为JPG、PNG图片等,图片存储在区块链的服务器中,用户从区块链的节点上存储一个已自定义热区的图片,每个图片有一个数字指纹作为图片编号,数字指纹通过数字指纹生成和验证算法生成并验证,两个相同的数字指纹代表两张一样的图片,因此存放于服务器中的图片都是独一无二的。
数字指纹生成和验证算法存储于区块链,区块链方法由于其本身特有的独立私密特性,在算法底层运行,用于进行图片上传、保存、取出以及数字指纹查重生成验证,通过数字指纹生成和验证算法验证图片的原创性,并由区块链为图片对应地有使用权限的用户确权后将图片进行保存;当图片对应地有使用权限的用户想要取出图片时,区块链为用户进行交易,并进行验证。
具体为,数字指纹生成和验证算法在区块链各节点上传图片时完成,包括旧指纹查重和新指纹生成,数字指纹生成和验证算法采用python实现的Imagehash算法实现,从而能够最大化地提取出图片的特点并且将所述图片采用用一串16位的数字表示出来,具体包括:
步骤1,在区块链获得所述用户通过平台上传已自定义好热区的图片数字资产,当然用户通过平台上传一个图片数字资产后,还可以框选出自己想要确权的图片区域作为热区。即热区的形成可以是预先定义好的,也可以是上传后临时框选出的,该方法都能对应地实现。所述图片数字资产包括所述询价信息、报价信息、承运协议、运输订单、接单信息,并将图片数字资产上传到后台作为待检验目标;
步骤2,将服务器中已存放图片的热区作为验重目标,依次选出一个验重目标,并根据验重目标的尺寸,对验重目标进行切割;
步骤3,用dhash算法生成切割后图片的数字指纹,将切割后图片的数字指纹和验重目标的数字指纹进行对比;dhash算法包括:
步骤31,重新设定选定图片大小,将彩色图片转换为灰度图片;
步骤32,将灰度图片按像素值转换为一个二维数组;
步骤33,将每行的左右相邻像素进行对比,如果右边的值大于左边,则记为1,反之则记为0;以此类推得到由1和0组成的序列,将序列视为一个二进制的数,用十六进制的方式重新表示,得到的序列即为灰度图片的数字指纹,将灰度图片的数字指纹视为图片的数字指纹;
步骤4,采用phash算法进一步验证切割后图片的数字指纹和验重目标的数字指纹;phash算法包括:
步骤41,重新设定选定图片大小,将彩色图片转换为灰度图片;
步骤42,将灰度图片按像素值转换为一个二维数组;
步骤43,用已有函数计算出数组序列类型的离散余弦从而获得变换的二维数组;
步骤44,保留变换后的二维数组左上的低频区域,形成新的二维数组;
步骤45,获得新二维数组的中位数,并且将其和二维数组中的各个数据一一进行对比,如果数据大于中位数,则记为1,反之则记为0;以此类推得到由1和0组成的序列,将序列视为一个二进制的数,用十六进制的方式重新表示,得到的序列即为灰度图片的数字指纹,将灰度图片的数字指纹视为图片的数字指纹。
imagehash算法phash和dhash两种策略有不同优势,dhash在有一定准确度的指纹提取强度下,判断速度极快,可用于对新上传图片进行热区的重复性判断;而phash虽热判断速度稍慢,但是准确性更高,可用于在dhash初步判断为图片和某个已存在的热区重复后,进行复查;
步骤5,进行判断:如果验重目标和待检验目标的重复指纹数量过多,则说明待检验目标已存在,该图片不具备作为新的图片数字资产的资格而被丢弃;反之,证明验重目标的数字指纹内的指纹为新的指纹,图片具备作为新的图片数字资产的资格而被保留;
步骤6,根据步骤5的结论,返回提示上传失败,或将所述图片存入服务器数据库,将生成的指纹存入指纹表中。
具体为,发货方可以通过货主端向平台服务器发送询价信息,服务器在收到询价信息后,可以根据其中的内容生成报价信息(如货运的价格或清单明细等),之后将报价信息发送回上传询价信息的货主端,这时发货方就可以通过货主端得到关于询价信息对应的报价信息。
在货主端得到了其上传的询价信息对应的报价信息后,若使用该货主端的发货方认可该价格信息,可以根据报价信息或再结合询价信息中对应的运输任务信息与平台方达成承运协议,这里发货方和平台方在完成签约程序并生成承运协议的过程可以利用货主端和平台服务器之间的通信连接来实现,其具体实现过程利用现有的方法即可,如货主端根据报价信息与平台服务器完成签约程序并生成承运协议。当货主端根据报价信息与平台服务器完成签约程序并生成承运协议后,平台服务器可以根据这个承运协议来生成运输订单,运输订单中包含了装货地址、卸货地址、装货时间、运输车辆要求以及货物保存要求等用于完成运输任务所需的信息;之后将生成的运输订单中存入已有的订单池中,等待后续的订单匹配工作。
当达到配单条件时,则平台服务器会开始将订单池中现有的所有运输订单与车辆端数据库中的车辆端进行匹配,若运输订单与车辆端完成了匹配,则将完成匹配的运输订单发送给与其匹配好的车辆端,并将该匹配成功订单移出订单池,车辆端在收到这个运输订单后就可以开始准备执行该运输订单中的运输任务了。
车辆端,用于接收平台服务器发送的运输订单,其是供司机或车队人员等人员使用的,当接收到运输订单后,使用该车辆端的司机或车队人员等使用人员应根据运输订单开始准备执行运输任务。而车辆端数据库中存储着每一个车辆端的信息,包括注册信息、登记车辆的车型信息、登记车辆的当前位置信息、历史运输信息以及当前执行的运输任务信息等等与车辆端有关的信息。
需要说明的是,车辆端与承运端不同,车辆端接收到运输订单后是必须执行的(因为车辆端的使用者与平台方存在相关协议,只有按照平台方的安排执行运输任务,才能成为车辆端的使用者),而承运端则不同,承运端的使用者(或者说承运方)可自主决定是否接受平台方发送的运输信息,进而根据运输信息完成运输协议,开始准备执行运输任务。
当订单池中的运输订单达到接单条件时,说明订单池中订单可能因为某种原因没有与车辆端完成匹配,该接单条件可以为运输订单中装车时间点之前的第24小时或第36小时等时间点。这时,平台服务器可以根据达到接单条件的运输订单生成接单信息后,将达到接单条件的运输订单移出订单池,而接单信息是准备发送给承运端的,其中可以包含价格信息、完成运输任务所需的信息等,这时平台服务器根据接单信息从承运端数据库中选取至少一个承运端,将接单信息发送给选取出的至少一个承运端。本发明实施例利用平台服务器对询价信息统一报价,使得报价的标准更为统一,避免人为因素,保证价格稳定,使行业整体的签约效率和运输效率得以提高;使车辆端的使用者在单位时间内完成更多运输任务获得更高的收入,也可带动承运端的使用者(承运方)接到更多高价订单来提高收入,进而使行业收入整体提升;从总体上维护了卡车货运市场的秩序,也减少了发货方和承运方花费在沟通上的精力,降低了达成协议的难度,提高了匹配效率。
基于上述各实施例的内容,作为一种可选实施例:
根据询价信息得到对应的报价信息,其包括:
利用人工智能对历史成交数据进行学习并建立预测模型,将询价信息输入到预测模型中得到报价信息。
具体为,询价信息中包含了货物信息、装货地址、卸货地址、装货时间等用于生成报价信息所需的数据。根据询价信息得到对应的报价信息可以利用现有方式,也可以利用人工智能对历史成交数据进行学习并建立预测模型,之后将询价信息输入到预测模型中得到报价信息。
基于上述各实施例的内容,作为一种可选实施例:配单条件可以为时间条件或数值条件,亦或是其他形式的条件。
具体为,配单条件可以是时间条件,即将时间条件作为配单条件,其中时间条件为预设的时间点,当达到这个预设的时间点,即达到配单条件,如当到达每天7点或15点等预设的时间点为达到配单条件;配单条件还可以是数值条件,即将数值条件作为配单条件,其中数值条件为预设的数值,当达到这个预设的数值,即达到配单条件,如当订单池中的运输订单数量达到N(预设的数值)时,则达到配单条件,其中N可以人为设置,例如其中N=1000,亦或N等于车辆端数据库中的车辆端的数量与配单系数的乘积,其中配单系数大于等于0,其可以人为设置,也可以随车辆端数据库中的所有车辆端正在执行的运输订单数量的增长而降低,等等。这样根据运输订单数量的数值或得到的乘积数值,与N比较,当大于N时说明已达到配单条件。
需要说明的是,当达到配单条件时,是将订单池中现有全部的运输订单与车辆端数据库中现有全部的车辆端进行匹配;而当订单池中的运输订单达到接单条件时,只会对这个达到接单条件的运输订单进行单独处理。
基于上述各实施例的内容,作为一种可选实施例:当达到配单条件时,平台服务器将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,其包括:
根据车辆端的登记车辆的当前位置距离运输订单中装货地行驶距离,确定与运输订单相匹配的车辆端;和/或
根据车辆端的历史运输信息中装货地和/或卸货地与运输订单中装货地相同的次数,确定与运输订单相匹配的车辆端;和/或
根据每一个车辆端中登记车辆到订单池中每一个运输订单的装货地的空驶距离,确定与运输订单相匹配的车辆端。
更具体为,平台服务器将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,可以利用现有方法进行选取,还可以利用以下任意一种方法或其组合进行选取,具体的,可以为,获取车辆端的登记车辆的当前位置,选取当前位置距离运输订单中装货地行驶距离最短的车辆端与运输订单相匹配;
还可以为,获取车辆端的历史运输信息中装货地与运输订单中装货地相同的次数最多的车辆端与运输订单相匹配;
还可以为,获取承运端的历史运输信息中卸货地与运输订单中卸货地相同的次数最多的车辆端运输订单相匹配;
还可以为,获取每一个车辆端中登记车辆到订单池中每一个运输订单的装货地的空驶距离,确定在运输订单全部完成匹配的情况下,与运输订单匹配的车辆端中登记车辆的空驶里程之和最小的匹配方案,之后按匹配方案中的匹配项,将运输订单与车辆端进行匹配;
还可以为,获取每一个车辆端中登记车辆到订单池中每一个运输订单的装货地的空驶距离,确定在车辆端全部完成匹配的情况下,车辆端中登记车辆的空驶里程之和最小的匹配方案,之后按匹配方案中的匹配项,将运输订单与车辆端进行匹配。
基于上述各实施例的内容,作为一种可选实施例:平台服务器根据接单信息从承运端数据库中选取至少一个承运端包括:
从承运端数据库中选取承运端上登记车辆的当前位置与接单信息中的装货地位于同一个区域的至少一个承运端;和/或
从承运端数据库中选取承运端上的登记车辆处于接单信息中的装货时间点时不存在运输任务的至少一个承运端;和/或
从承运端数据库中选取承运端上的登记车辆的车型信息满足接单信息中运输需求的至少一个承运端;和/或
从承运端数据库中选取接受接单信息的概率大于阈值的至少一个承运端,其中阀值的取值范围在0到1之间。
更具体为,平台服务器根据接单信息从承运端数据库中选取至少一个承运端,可以利用现有方法,还可以利用以下任一方法或其组合,更具体的,
其可以为,判断承运端上登记车辆的当前位置与接单信息中的装货地是否位于同一个区域内(如行政区域、地级行政区等),若是,选取该承运端,之后就可以将接单信息发送给这个承运端。
其还可以为,判断承运端上的登记车辆当处于接单信息中的装货时间点时是否存在正在执行的运输任务,若否,则选取该承运端,之后就可以将接单信息发送给这个承运端。
其还可以为,利用人工智能对承运端的历史运输订单的数据进行学习,并建立承运端的接单概率预测模型,之后利用将生成的接单信息输入到该接单概率预测模型中,得到每一个承运端接受该接单信息的概率,选取其中接受该接单信息的概率大于选取阀值的承运端,之后就可以将接单信息发送给这个承运端。其中阀值的取值范围在0到1之间,其可以人为设定。
其还可以为,判断承运端上的登记车辆的车型信息是否满足接单信息中运输需求的车型信息,若是,则选取该承运端,之后可以将接单信息发送给这个承运端。
当承运方收到接单信息后,如希望接单,则以与通过承运端与平台服务器完成签约,进而执行该运输任务获得收入。
本发明实施例由平台服务器给出报价信息,由平台服务器根据运输订单和车辆端的总体情况完成订单的匹配,对于没有与车辆端完成匹配的订单,平台服务器可以再从承运端中进行寻找,综合考虑给出价格信息(可以高于此前的报价信息中的价格),这样既可以提高承运端的使用者的收入,又保证承运协议中的运输任务得以执行。
根据本发明的再一个方面,本发明实施例提供智能订单车辆匹配的系统,参见图2,该系统包括:至少一台平台服务器,至少一个货主端,至少一个承运端,至少一个车辆端;其中,
货主端1,用于向平台服务器2上传询价信息;用于根据收到的报价信息与平台服务器2完成签约程序;
平台服务器2,用于当接收到货主端1上传的询价信息后,根据询价信息得到对应的报价信息,并将报价信息发送到货主端1;当货主端1根据报价信息与平台服务器2完成签约程序并生成承运协议后,平台服务器2根据承运协议生成运输订单,并将运输订单存入订单池;当达到配单条件时,平台服务器2将订单池中的运输订单与车辆端数据库中的车辆端3进行匹配,将完成匹配的运输订单发送给对应的车辆端3并移出订单池;当订单池中的运输订单达到接单条件时,平台服务器2根据达到接单条件的运输订单生成接单信息后,将达到接单条件的运输订单移出订单池,并根据接单信息从承运端数据库中选取至少一个承运端4,将接单信息发送给至少一个承运端4;其中询价信息、报价信息、承运协议、运输订单、接单信息均采用可形成自定义热区的图形格式,从而基于区块链对图形进行版权保护,防止恶意沟通的出现,提高匹配效率,减少匹配双方所消耗的时间和精力;
车辆端3,用于接收平台服务器2发送的运输订单;
承运端4,用于接收平台服务器2发送的接单信息。
根据本发明的另一个方面,本发明实施例提供智能订单车辆匹配的装置,参见图3,图3为本发明实施例提供的智能订单车辆匹配的装置框图。该装置用于在前述各实施例中完成本发明实施例提供的智能订单车辆匹配。因此,在前述各实施例中的本发明实施例提供的智能订单车辆匹配的方法中的描述和定义,可以用于本发明实施例中各执行模块的理解。
该装置包括:
接收单元301:用于接收货主端上传的询价信息;
报价单元302:用于根据接收单元收到的询价信息得到对应的报价信息;
协议单元303:用于与货主端完成签约程序并生成承运协议;
生成单元304:用于根据协议单元生成的承运协议生成运输订单;用于当订单池单元判断存储的运输订单达到接单条件时,将根据达到接单条件的运输订单生成接单信息;
订单池单元305:用于存储订单单元生成的运输订单;用于根据配单单元得到的匹配数据,将完成匹配的运输订单移出订单池单元;用于判断存储的运输订单是否达到接单条件;用于当生成单元根据达到接单条件的运输订单生成接单信息后,将达到接单条件的运输订单移出订单池单元;
配单单元306:用于当达到配单条件时,将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,得到完成匹配的运输订单和其匹配的车辆端的匹配数据;
发送单元307:根据配单单元得到的匹配数据,将完成匹配的运输订单发送给与其匹配的车辆端;将生成单元生成的接单信息发送给选取单元选取的至少一个承运端;
选取单元308:用于根据生成单元生成的接单信息从承运端数据库中选取至少一个承运端;
信息处理单元309:其中询价信息、报价信息、承运协议、运输订单、接单信息均采用可形成自定义热区的图形格式,从而基于区块链对图形进行版权保护,防止恶意沟通的出现,提高匹配效率,减少匹配双方所消耗的时间和精力。
具体的,本实施例的装置中各模块实现其功能的具体过程可参见对应的方法实施例中的相关描述,此处不再赘述。
本发明实施例利用平台服务器对询价信息统一报价,使得报价的标准更为统一,避免人为因素,保证价格稳定,使行业整体的签约效率和运输效率得以提高;使车辆端在单位时间内完成更多运输任务获得更高的收入,也可带动承运端在接到更多高价订单来提高收入,进而使行业收入整体提升;从总体上维护了卡车货运市场的秩序,也减少了发货方和承运方花费在沟通上的精力,降低了达成协议的难度,提高了匹配效率。
图4为本发明实施例提供的电子设备框图,如图4所示,该设备包括:处理器401、存储器402和总线403;
其中,处理器401及存储器402分别通过总线403完成相互间的通信;处理器401用于调用存储器402中的程序指令,以执行上述实施例所提供的智能订单车辆匹配的方法,例如包括:当平台服务器接收到货主端上传的询价信息后,根据询价信息得到对应的报价信息,并将报价信息发送到货主端;当货主端根据报价信息与平台服务器完成签约程序并生成承运协议后,平台服务器根据承运协议生成运输订单,并将运输订单存入订单池;当达到配单条件时,平台服务器将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,并将完成匹配的运输订单发送给对应的车辆端并移出订单池;当订单池中的运输订单达到接单条件时,平台服务器根据达到接单条件的运输订单生成接单信息后,将达到接单条件的运输订单移出订单池,平台服务器根据接单信息从承运端数据库中选取至少一个承运端,将接单信息发送给至少一个承运端;其中询价信息、报价信息、承运协议、运输订单、接单信息均采用可形成自定义热区的图形格式,从而基于区块链对图形进行版权保护,防止恶意沟通的出现,提高匹配效率,减少匹配双方所消耗的时间和精力。
本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现智能订单车辆匹配的方法的步骤。例如包括:当平台服务器接收到货主端上传的询价信息后,根据询价信息得到对应的报价信息,并将报价信息发送到货主端;当货主端根据报价信息与平台服务器完成签约程序并生成承运协议后,平台服务器根据承运协议生成运输订单,并将运输订单存入订单池;当达到配单条件时,平台服务器将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,并将完成匹配的运输订单发送给对应的车辆端并移出订单池;当订单池中的运输订单达到接单条件时,平台服务器根据达到接单条件的运输订单生成接单信息后,将达到接单条件的运输订单移出订单池,平台服务器根据接单信息从承运端数据库中选取至少一个承运端,将接单信息发送给至少一个承运端;其中询价信息、报价信息、承运协议、运输订单、接单信息均采用可形成自定义热区的图形格式,从而基于区块链对图形进行版权保护,防止恶意沟通的出现,提高匹配效率,减少匹配双方所消耗的时间和精力。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后,本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。
Claims (13)
1.一种智能订单车辆匹配方法,其特征在于,所述方法包括:
当平台服务器接收到货主端上传的询价信息后,根据询价信息得到对应的报价信息,并将报价信息发送到货主端;
当货主端根据报价信息与平台服务器完成签约程序并生成承运协议后,平台服务器根据承运协议生成运输订单,并将运输订单存入订单池;
当达到配单条件时,平台服务器将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,将完成匹配的运输订单发送给对应的车辆端并移出订单池;
当订单池中的运输订单达到接单条件时,平台服务器根据达到接单条件的运输订单生成接单信息后,将达到接单条件的运输订单移出订单池,平台服务器根据接单信息从承运端数据库中选取至少一个承运端,将接单信息发送给所述至少一个承运端;
其中询价信息、报价信息、承运协议、运输订单、接单信息均采用可形成自定义热区的图形格式;通过对所述自定义热区生成一串数字指纹,并利用时间的优先性和指纹的唯一性提供对于图形格式的归属确定;
所述图形格式为图片,所述图片存储在区块链的服务器中,用户从区块链的节点上存储一个已自定义热区的图片,每个图片有一个数字指纹作为图片编号,所述数字指纹通过数字指纹生成和验证算法生成并验证,两个相同的数字指纹代表两张一样的图片;数字指纹生成和验证算法存储于区块链,区块链方法由于其本身特有的独立私密特性,在算法底层运行,用于进行图片上传、保存、取出以及数字指纹查重生成验证,通过数字指纹生成和验证算法验证图片的原创性,并由区块链为图片对应地有使用权限的用户确权后将图片进行保存;当图片对应地有使用权限的用户想要取出图片时,区块链为用户进行交易,并进行验证;
所述数字指纹生成和验证算法在区块链各节点上传图片时完成旧指纹查重和新指纹生成,具体包括:
步骤1,在区块链获得用户通过平台服务器上传已自定义好热区的图片数字资产,所述图片数字资产包括询价信息、报价信息、承运协议、运输订单、接单信息,并将所述图片数字资产上传到所述平台服务器作为待检验目标;
步骤2,将平台服务器中已存放图片的热区作为验重目标,依次选出一个验重目标,并根据验重目标的尺寸,对待检验目标进行切割;
步骤3,用dhash算法生成切割后图片的数字指纹,将切割后图片的数字指纹和验重目标的数字指纹进行对比;
步骤4,采用phash算法进一步验证切割后图片的数字指纹和验重目标的数字指纹;
步骤5,进行判断:如果验重目标和待检验目标的重复指纹数量过多,则说明待检验目标已存在,该图片不具备作为新的图片数字资产的资格而被丢弃;反之,证明验重目标的数字指纹内的指纹为新的指纹,所述图片具备作为新的图片数字资产的资格而被保留;
步骤6,根据所述步骤5的结论,若该图片不具备作为新的图片数字资产的资格而被丢弃,则返回提示上传失败,反之,若证明验重目标的数字指纹内的指纹为新的指纹,则将图片存入平台服务器数据库,将生成的指纹存入指纹表中;
其中所述步骤1中用户通过平台服务器上传一个图片数字资产后,框选出自己想要确权的图片区域作为热区。
2.根据权利要求1所述的方法,其特征在于,所述数字指纹生成和验证算法采用python实现的Imagehash算法实现,从而能够最大化地提取出图片的特点并且将图片采用用一串16位的数字表示出来。
3.根据权利要求2所述的方法,其特征在于,所述步骤3所述dhash算法包括:
步骤31,重新设定选定图片大小,将彩色图片转换为灰度图片;
步骤32,将所述灰度图片按像素值转换为一个二维数组;
步骤33,将每行的左右相邻像素进行对比,如果右边的值大于左边,则记为1,反之则记为0;以此类推得到由1和0组成的序列,将所述序列视为一个二进制的数,用十六进制的方式重新表示,得到的序列即为所述灰度图片的数字指纹,将所述灰度图片的数字指纹视为所述彩色图片的数字指纹。
4.根据权利要求2所述的方法,其特征在于,所述步骤4的所述phash算法包括:
步骤41,重新设定选定图片大小,将彩色图片转换为灰度图片;
步骤42,将所述灰度图片按像素值转换为一个二维数组;
步骤43,用已有函数计算出数组序列类型的离散余弦从而获得变换的二维数组;
步骤44,保留变换后的二维数组左上的低频区域,形成新的二维数组;
步骤45,获得新的二维数组的中位数,并且将其和新的二维数组中的各个数据一一进行对比,如果数据大于中位数,则记为1,反之则记为0;以此类推得到由1和0组成的序列,将所述序列视为一个二进制的数,用十六进制的方式重新表示,得到的序列即为所述灰度图片的数字指纹,将所述灰度图片的数字指纹视为所述彩色图片的数字指纹。
5.根据权利要求1-4之任一项所述的方法,其特征在于,根据询价信息得到对应的报价信息包括:
利用人工智能对历史成交数据进行学习并建立预测模型,将所述询价信息输入到预测模型中得到报价信息。
6.根据权利要求1-4之任一项所述的方法,其特征在于,配单条件为时间条件或数值条件。
7.根据权利要求1所述的方法,其特征在于,平台服务器将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,包括:
根据车辆端的登记车辆的当前位置距离运输订单中装货地行驶距离,确定与运输订单相匹配的车辆端;和/或
根据车辆端的历史运输信息中装货地和/或卸货地与运输订单中装货地相同的次数,确定与运输订单相匹配的车辆端;和/或
根据每一个车辆端中登记车辆到订单池中每一个运输订单的装货地的空驶距离,确定与运输订单相匹配的车辆端。
8.根据权利要求1或7所述的方法,其特征在于,平台服务器将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,包括:
获取车辆端的登记车辆的当前位置,选取当前位置距离运输订单中装货地行驶距离最短的车辆端与运输订单相匹配;和/或
获取车辆端的历史运输信息中装货地与运输订单中装货地相同的次数最多的车辆端与运输订单相匹配;和/或
获取车辆端的历史运输信息中卸货地与运输订单中装货地相同的次数最多的车辆端与运输订单相匹配;和/或
获取每一个车辆端中登记车辆到订单池中每一个运输订单的装货地的空驶距离,在运输订单全部完成匹配后,选取与运输订单匹配的车辆端中登记车辆的空驶里程之和最小的车辆端与运输订单相匹配;和/或
获取每一个车辆端中登记车辆到订单池中每一个运输订单的装货地的空驶距离,在车辆端全部完成匹配后,选取车辆端中登记车辆的空驶里程之和最小的车辆端与运输订单相匹配。
9.根据权利要求1-4之任一项所述的方法,其特征在于,所述平台服务器根据接单信息从承运端数据库中选取至少一个承运端包括:
从承运端数据库中选取承运端上登记车辆的当前位置与接单信息中的装货地位于同一个区域的至少一个承运端;和/或
从承运端数据库中选取承运端上的登记车辆处于接单信息中的装货时间点时不存在运输任务的至少一个承运端;和/或
从承运端数据库中选取承运端上的登记车辆的车型信息满足接单信息中运输需求的至少一个承运端;和/或
从承运端数据库中选取接受接单信息的概率大于阈值的至少一个承运端,其中阀值的取值范围在0到1之间。
10.一种实现权利要求1-9之任一所述智能订单车辆匹配方法的智能订单车辆匹配系统,其特征在于,所述系统包括:至少一台平台服务器,至少一个货主端,至少一个承运端,至少一个车辆端;其中,
平台服务器,用于当接收到货主端上传的询价信息后,根据询价信息得到对应的报价信息,并将报价信息发送到货主端;当货主端根据报价信息与平台服务器完成签约程序并生成承运协议后,平台服务器根据承运协议生成运输订单,并将运输订单存入订单池;当达到配单条件时,平台服务器将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,将完成匹配的运输订单发送给对应的车辆端并移出订单池;当订单池中的运输订单达到接单条件时,平台服务器根据达到接单条件的运输订单生成接单信息后,将达到接单条件的运输订单移出订单池,并根据接单信息从承运端数据库中选取至少一个承运端,将接单信息发送给所述至少一个承运端;
货主端,用于向平台服务器上传询价信息;用于根据收到的报价信息与平台服务器完成签约程序;
车辆端,用于接收平台服务器发送的运输订单;
承运端,用于接收平台服务器发送的接单信息;
其中询价信息、报价信息、承运协议、运输订单、接单信息均采用可形成自定义热区的图形格式;通过对所述自定义热区生成一串数字指纹,并利用时间的优先性和指纹的唯一性提供对于图形格式的归属确定;
所述图形格式为图片,所述图片存储在区块链的服务器中,用户从区块链的节点上存储一个已自定义热区的图片,每个图片有一个数字指纹作为图片编号,所述数字指纹通过数字指纹生成和验证算法生成并验证,两个相同的数字指纹代表两张一样的图片。
11.一种实现权利要求1-9之任一所述智能订单车辆匹配方法的智能订单车辆匹配装置,其特征在于,所述装置包括:
接收单元:用于接收货主端上传的询价信息;
报价单元:用于根据接收单元收到的询价信息得到对应的报价信息;
协议单元:用于与货主端完成签约程序并生成承运协议;
生成单元:用于根据协议单元生成的承运协议生成运输订单;用于当订单池单元判断存储的运输订单达到接单条件时,将根据达到接单条件的运输订单生成接单信息;
订单池单元:用于存储订单单元生成的运输订单;用于根据配单单元得到的匹配数据,将完成匹配的运输订单移出订单池单元;用于判断存储的运输订单是否达到接单条件;用于当生成单元根据达到接单条件的运输订单生成接单信息后,将达到接单条件的运输订单移出订单池单元;
配单单元:用于当达到配单条件时,将订单池中的运输订单与车辆端数据库中的车辆端进行匹配,得到完成匹配的运输订单和其匹配的车辆端的匹配数据;
发送单元:根据配单单元得到的匹配数据,将完成匹配的运输订单发送给与其匹配的车辆端;将生成单元生成的接单信息发送给选取单元选取的至少一个承运端;
选取单元:用于根据生成单元生成的接单信息从承运端数据库中选取至少一个承运端;
信息处理单元:其中询价信息、报价信息、承运协议、运输订单、接单信息均采用可形成自定义热区的图形格式;通过对所述自定义热区生成一串数字指纹,并利用时间的优先性和指纹的唯一性提供对于图形格式的归属确定;
所述图形格式为图片,所述图片存储在区块链的服务器中,用户从区块链的节点上存储一个已自定义热区的图片,每个图片有一个数字指纹作为图片编号,所述数字指纹通过数字指纹生成和验证算法生成并验证,两个相同的数字指纹代表两张一样的图片。
12.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至9之任一项所述智能订单车辆匹配方法的步骤。
13.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至9之任一项所述智能订单车辆匹配方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011008859.9A CN111932155B (zh) | 2020-09-23 | 2020-09-23 | 智能订单车辆匹配方法、系统、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011008859.9A CN111932155B (zh) | 2020-09-23 | 2020-09-23 | 智能订单车辆匹配方法、系统、装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111932155A CN111932155A (zh) | 2020-11-13 |
CN111932155B true CN111932155B (zh) | 2021-02-02 |
Family
ID=73334028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011008859.9A Active CN111932155B (zh) | 2020-09-23 | 2020-09-23 | 智能订单车辆匹配方法、系统、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111932155B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112396375B (zh) * | 2020-11-18 | 2022-06-21 | 江苏满运物流信息有限公司 | 发货方法及装置、存储介质及电子设备 |
CN113379351B (zh) * | 2021-06-22 | 2022-10-21 | 沙师弟(重庆)网络科技有限公司 | 一种基于区块链的运输订单信息存储方法 |
CN114819861A (zh) * | 2022-06-23 | 2022-07-29 | 山东双仁信息技术有限公司 | 一种物流货运平台的信息发布方法以及装置 |
CN117557187B (zh) * | 2024-01-10 | 2024-03-26 | 四川宽窄智慧物流有限责任公司 | 用于多订单的智能配载控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106815702A (zh) * | 2016-12-23 | 2017-06-09 | 上海天地汇供应链管理有限公司 | 一种智能公路运输调度管理方法 |
CN107730165A (zh) * | 2017-09-19 | 2018-02-23 | 前海云链科技(深圳)有限公司 | 一种电子物流单据管理方法及装置 |
CN109727134A (zh) * | 2018-12-29 | 2019-05-07 | 北京奇虎科技有限公司 | 一种图片的版权交易方法及装置 |
CN109740317A (zh) * | 2018-12-29 | 2019-05-10 | 北京奇虎科技有限公司 | 一种基于区块链的数字指纹存证方法及装置 |
-
2020
- 2020-09-23 CN CN202011008859.9A patent/CN111932155B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106815702A (zh) * | 2016-12-23 | 2017-06-09 | 上海天地汇供应链管理有限公司 | 一种智能公路运输调度管理方法 |
CN107730165A (zh) * | 2017-09-19 | 2018-02-23 | 前海云链科技(深圳)有限公司 | 一种电子物流单据管理方法及装置 |
CN109727134A (zh) * | 2018-12-29 | 2019-05-07 | 北京奇虎科技有限公司 | 一种图片的版权交易方法及装置 |
CN109740317A (zh) * | 2018-12-29 | 2019-05-10 | 北京奇虎科技有限公司 | 一种基于区块链的数字指纹存证方法及装置 |
Non-Patent Citations (3)
Title |
---|
python+opencv图像处理(一);梦中琴歌;《https://www.cnblogs.com/qiangayz/p/9569967.html》;20180901;第1-9页 * |
图像检索系列——利用 Python 检测图像相似度;LYYYYY;《https://zhuanlan.zhihu.com/p/79769164》;20190826;第1-6页 * |
图像相似度中的Hash算法;Kalafinaian;《https://www.cnblogs.com/Kalafinaian/p/11260808.html》;20190728;第1-10页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111932155A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111932155B (zh) | 智能订单车辆匹配方法、系统、装置 | |
KR102313493B1 (ko) | 컴퓨터 밸런싱된 배달 루트 할당을 위한 시스템 및 방법 | |
CN112036799B (zh) | 货运智能匹配方法、装置及系统 | |
US20160225115A1 (en) | Transportation System Using Crowdsourced Warehouses and Storage Facilities | |
Boysen et al. | Crowdshipping by employees of distribution centers: Optimization approaches for matching supply and demand | |
CN107491924A (zh) | 一种电子物流方法及系统 | |
CN104240052A (zh) | 返空车配货交易服务方法及软件系统 | |
CN1628285A (zh) | 用于在虚拟环境中进行协商的代理、方法和计算机系统 | |
US20230289413A1 (en) | Automated authentication systems and methods including automated waste management system with automated weight ticket and authentication | |
CN106779518B (zh) | 货物集中派送方法及装置 | |
CN108876514A (zh) | 一种无人机共享系统及方法 | |
CN107391683A (zh) | 云服务平台 | |
CN108133347A (zh) | 基于物流平台的订单处理方法及装置 | |
CN111667219A (zh) | 一种跨境电商平台的商品配送管理系统 | |
CN111652639B (zh) | 一种业务推荐方法及系统 | |
CN108062640A (zh) | 一种物流诚信管理系统 | |
CN112308297A (zh) | 一种基于区块链的可复用物流资源共享系统及服务集成方法 | |
KR20160043315A (ko) | 물품배송처리방법 및 물품배송처리서버 | |
US10650337B2 (en) | Technical field service inventory management | |
CN105512863A (zh) | 一种行销管理方法及系统 | |
CN111597265B (zh) | 基于区块链的电商商品防伪溯源管理系统 | |
Yang et al. | A crowdsourced co-modality transportation system integrating passenger and freight | |
CN110858348B (zh) | 物流信息处理方法和装置 | |
CN115564356A (zh) | 亲友物流订单信息实时共享方法及装置 | |
CN111260266A (zh) | 物流管理方法及装置、存储介质及电子设备 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230518 Address after: Building A13, Building 5, Xuehai Road Big Data Industrial Park, Kecheng Street, Yannan High tech Zone, Yancheng City, Jiangsu Province, 224000 Patentee after: Jiangsu Fuyou Duoduo Information Technology Co.,Ltd. Address before: 210004 2nd floor, block B, building 1, Guorui building, 359 Jiangdong Middle Road, Jianye District, Nanjing City, Jiangsu Province Patentee before: NANJING FUYOU ONLINE E-COMMERCE CO.,LTD. |