CN112349128A - 一种基于大数据的物流车辆路径规划系统 - Google Patents

Abstract

本发明公开了一种基于大数据的物流车辆路径规划系统，包括目的地导入模块、车辆定位模块、路径规划模块、道路信息采集模块、数据接收模块、数据处理模块、路径评估模块、总控模块与信息发送模块；所述目的地导入模块用于导入物流目的地信息，所述车辆定位模块用于获取车辆的实时位置信息，所述物流目的地信息与车辆的实时位置信息被发送到路径规划模块，所述路径规划模块接收到物流目的地信息与车辆的实时位置信息后进行路径规划，规划出物流目的地信息与车辆的实时位置信息之间的所有路径，对所有路径进行处理提取出推荐路径。本发明能够更好进行物流车辆的路径规划，更加值得推广使用。

Description

一种基于大数据的物流车辆路径规划系统

技术领域

本发明涉及物流运输领域，具体涉及一种基于大数据的物流车辆路径规划系统。

背景技术

物流是物品从供应地向接收地的实体流动过程中，根据实际需要，将运输、储存、装卸搬运、包装、流通加工、配送、信息处理等功能有机结合起来实现用户要求的过程，物流运输主要包括运输设施和运输作业两大类，前者属于运输硬技术，后者属于运输软技术。运输硬技术主要包括运输基础设施，如公路，铁路，海运，运输车等基础设施的完善，运输软技术则包括管理方法，物流技术，物流人员素养等，在物流车辆进行物流输送时需要使用到路径规划系统来规划路径，从而让物流车辆能够快速的到达运输目的地。

现有的路径规划系统，在规划路径时，没有考虑到道路途中的多种外界因素对物流车辆行驶的影响，使得物流车辆容易因为天气，红灯过多等原因导致物流不能准时到达，给路径规划系统的使用带来了一定的影响，因此，提出一种基于大数据的物流车辆路径规划系统。

发明内容

本发明所要解决的技术问题在于：如何解决现有的路径规划系统，在规划路径时，没有考虑到道路途中的多种外界因素对物流车辆行驶的影响，使得物流车辆容易因为天气，红灯过多等原因导致物流不能准时到达，给路径规划系统的使用带来了一定的影响的问题，提供了一种基于大数据的物流车辆路径规划系统。

本发明是通过以下技术方案解决上述技术问题的，本发明包括目的地导入模块、车辆定位模块、路径规划模块、道路信息采集模块、数据接收模块、数据处理模块、路径评估模块、总控模块与信息发送模块；

所述目的地导入模块用于导入物流目的地信息，所述车辆定位模块用于获取车辆的实时位置信息，所述物流目的地信息与车辆的实时位置信息被发送到路径规划模块，所述路径规划模块接收到物流目的地信息与车辆的实时位置信息后进行路径规划，规划出物流目的地信息与车辆的实时位置信息之间的所有路径，对所有路径进行处理提取出推荐路径；

所述推荐路径被发送到道路信息采集模块，所述道路信息采集模块接收到推荐路径后进行提取出推荐路径的道路信息，道路信息包括里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息、道路红绿灯信息，所述道路天气信息包括降雨量信息、降雪量信息与晴天信息，所述道路红绿灯信息包括红绿灯数量信息与每个红绿灯的时长信息；

所述里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息与道路红绿灯信息均被发送到数据接收模块，所述数据接收模块用于接收里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息与道路红绿灯信息，并将收里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息与道路红绿灯信息发送到数据处理模块，所述数据处理模块对里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息与道路红绿灯信息进行处理，处理出第一评估分、第二评估分、第三评估分、第四评估分、第五评估分与第六评估分，并将第一评估分、第二评估分、第三评估分、第四评估分、第五评估分与第六评估分发送到路径评估模块；

所述路径评估模块对第一评估分、第二评估分、第三评估分、第四评估分、第五评估分与第六评估分进行处理生成最终路线评分并推荐最终路径，所述总控模块将生成的最终路径通过信息发送模块发送到车载显示设备。

优选的，所述推荐路径的具体处理过程如下：

步骤一：提取出所有的推荐路径，并获取其里程信息将其标记为P；

步骤二：将所有的推荐路径的里程数Pi，按照路程的长短进行从长到短的排名，i＝1……n；

步骤三：提取里程最短的x个的路径为推荐路径，10≥x≥3。

优选的，所述第一评估分的具体处理过程如下：

步骤一：提取出x条推荐路径，将其标记为K，并提取出每条推荐路径的里程数；

步骤二：计算出x条的路径的路程K的总和得到K_和；

步骤三：再通过公式K_和/x＝K_均，得到平均里程K_均；

步骤四：当计算出单挑路径K与平均里程K_均之间的差值得到K_差，当K_差＞0时第一评估分P1为大于0的预设值，当K_差＜0时第一评估分P1为小于0的预设值。

优选的，所述第二评估分的具体处理过程如下：

S1：提取出道路的限速信息，将限速信息标记为Q_限；

S2：设置预设速度信息，将其标记为Q_预；

S3：计算出限速信息Q_限于预设速度信息预设速度信息的差值得到速度差Q_差；

S4：当速度差Q_差小于0时第二评估分P2为大于0的预设值，当速度差Q_差大于0时第二评估分P2为小于0的预设值。

优选的，所述第三评估分的具体处理过程如下，提取出道路中的学校数量信息，将其标记为D，当学校数量信息D大于预设数量时，第三评估分P3即为小于0的预设值，当学校数量信息D小于预设数量时，第三评估分P3即为大于0的预设值。

优选的，所述第四评估分的具体处理过程如下：提取出道路以往出现事故的次数信息，将其标记为G，当以往出现事故G大于预设数量时，第四评估分P4即为小于0的预设值，当以往出现事故G小于预设数量时，第四评估分P4即为小于0的预设值。

优选的，所述第五评估分的具体处理过程如下：

SS1：提取出道路天气信息，当道路天气信息为降雨时，

SS2：提取出降雨天时的降雨量信息，将降雨量信息标记为B；

SS3：设置降雨阈值B_阈，计算出降雨量信息B与降雨阈值B_阈之间的差值的得到降雨差B_差；

SS4：当降雨差B_差大于0时，第五评估分P3为A1值，A1＜0，当降雨差B_差小于0时，第五评估分P3为A2值，A2＜0，A1＞A2；

SS5：当道路天气信息为降雪时，提取出降雪量信息，将其标记为M；

SS6：设置降雪量阈值M_阈，再计算出降雪量信息M与降雪量阈值M_阈之间的差值得到降雪差M_差；

SS7：当降雪差M_差大于0时，第五评估分P3为A3值，A3＜0，当降雪差M_差差小于0时，第五评估分P3为A4值，A4＜0，A3＞A4；

SS8：当道路天气信息为降雪时，第五评估分P3为A5值，A5＞5，且A5＞A1＞A2＞A3＞A4。

优选的，所述第六评估分的具体处理过程如下：

步骤一：提取出道路红绿灯信息中的红绿灯数量信息将其标记为H；

步骤二：再提取出红绿灯信息中的每个红绿灯的时长信息讲其标记为Ui，i＝1……n；

步骤三：通过公司U1+U2+U3……+Ui＝U_总，即得到红绿灯的总时长信息U_总；

步骤四：当红绿灯数量H大于预设数量，且红绿灯的总时长信息U_总大于预设时间是，第六评估分为小于0的预设值；

步骤五：当红绿灯数量H小预设数量，且红绿灯的总时长信息U_总小于预设时间是，第五六评估分P5为大于0的预设值。

优选的，所述路径评估模块评估出最终路线评分的具体过程如下：

Sa1：设置预设评估分P_预，并提出第一评估分P1、第二评估分P2、第三评估分P3、第三评估分P4、第五评估分P5与第六评估分P6；

Sa2：为了突出红绿灯信息与道路限速信息的重要性，现在赋予第一评估分P1一个修正值V1，第二评估分P2个修正值V2，第三评估分P3一个修正值V3，第三评估分P4一个修正值V4、第五评估分P5一个修正值V5与第六评估分V6，其中V6＞V2＞V1＞V5＞V3＞V4，V6+V2+V1+V5+V3+V4＝1；

Sa3：再通过公式P1*V1+P2*V2+P3*V3+P4*V4+P5*V5+P6*V6＝Pv_和，得到路线评分Pv_和；

所述最终推荐路径的具体处理过程如下：将所有的路线评分Pv_和提取出名，并按照从大到小的顺序将Pv_和进行排名，提取排名最靠前的两个Pv_和，并计算出Pv_和max与Pv_和max－1之间的差值得到PV_差，当PV_差小于预设值时Pv_和max与Pv_和max－1对应的路径均为最终推荐路径，当PV_差大于预设值时Pv_和max对应的路径为最终推荐路径。

本发明相比现有技术具有以下优点：该基于大数据的物流车辆路径规划系统，能够对导航设备推荐的路径进行处理通过提取出路径中的多种不同的信息，来进行更好路径推荐，为物流车辆提供最佳的行驶路线，有效的减少了路径中的红绿灯、天气等对物流运输的影响，加快了物流的运输速度，从而使得该系统更加值得推广使用。

附图说明

图1是本发明的系统框图。

具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本实施例提供一种技术方案：一种基于大数据的物流车辆路径规划系统，包括目的地导入模块、车辆定位模块、路径规划模块、道路信息采集模块、数据接收模块、数据处理模块、路径评估模块、总控模块与信息发送模块；

所述目的地导入模块用于导入物流目的地信息，所述车辆定位模块用于获取车辆的实时位置信息，所述物流目的地信息与车辆的实时位置信息被发送到路径规划模块，所述路径规划模块接收到物流目的地信息与车辆的实时位置信息后进行路径规划，规划出物流目的地信息与车辆的实时位置信息之间的所有路径，对所有路径进行处理提取出推荐路径；

所述推荐路径被发送到道路信息采集模块，所述道路信息采集模块接收到推荐路径后进行提取出推荐路径的道路信息，道路信息包括里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息、道路红绿灯信息，所述道路天气信息包括降雨量信息、降雪量信息与晴天信息，所述道路红绿灯信息包括红绿灯数量信息与每个红绿灯的时长信息；

所述里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息与道路红绿灯信息均被发送到数据接收模块，所述数据接收模块用于接收里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息与道路红绿灯信息，并将收里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息与道路红绿灯信息发送到数据处理模块，所述数据处理模块对里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息与道路红绿灯信息进行处理，处理出第一评估分、第二评估分、第三评估分、第四评估分、第五评估分与第六评估分，并将第一评估分、第二评估分、第三评估分、第四评估分、第五评估分与第六评估分发送到路径评估模块；

所述路径评估模块对第一评估分、第二评估分、第三评估分、第四评估分、第五评估分与第六评估分进行处理生成最终路线评分并推荐最终路径，所述总控模块将生成的最终路径通过信息发送模块发送到车载显示设备。

所述推荐路径的具体处理过程如下：

步骤一：提取出所有的推荐路径，并获取其里程信息将其标记为P；

步骤二：将所有的推荐路径的里程数Pi，按照路程的长短进行从长到短的排名，i＝1……n；

步骤三：提取里程最短的x个的路径为推荐路径，10≥x≥3。

所述第一评估分的具体处理过程如下：

步骤一：提取出x条推荐路径，将其标记为K，并提取出每条推荐路径的里程数；

步骤二：计算出x条的路径的路程K的总和得到K_和；

步骤三：再通过公式K_和/x＝K_均，得到平均里程K_均；

步骤四：当计算出单挑路径K与平均里程K_均之间的差值得到K_差，当K_差＞0时第一评估分P1为大于0的预设值，当K_差＜0时第一评估分P1为小于0的预设值。

所述第二评估分的具体处理过程如下：

S1：提取出道路的限速信息，将限速信息标记为Q_限；

S2：设置预设速度信息，将其标记为Q_预；

S3：计算出限速信息Q_限于预设速度信息预设速度信息的差值得到速度差Q_差；

S4：当速度差Q_差小于0时第二评估分P2为大于0的预设值，当速度差Q_差大于0时第二评估分P2为小于0的预设值。

所述第三评估分的具体处理过程如下，提取出道路中的学校数量信息，将其标记为D，当学校数量信息D大于预设数量时，第三评估分P3即为小于0的预设值，当学校数量信息D小于预设数量时，第三评估分P3即为大于0的预设值。

所述第四评估分的具体处理过程如下：提取出道路以往出现事故的次数信息，将其标记为G，当以往出现事故G大于预设数量时，第四评估分P4即为小于0的预设值，当以往出现事故G小于预设数量时，第四评估分P4即为小于0的预设值。

所述第五评估分的具体处理过程如下：

SS1：提取出道路天气信息，当道路天气信息为降雨时，

SS2：提取出降雨天时的降雨量信息，将降雨量信息标记为B；

SS3：设置降雨阈值B_阈，计算出降雨量信息B与降雨阈值B_阈之间的差值的得到降雨差B_差；

SS4：当降雨差B_差大于0时，第五评估分P3为A1值，A1＜0，当降雨差B_差小于0时，第五评估分P3为A2值，A2＜0，A1＞A2；

SS5：当道路天气信息为降雪时，提取出降雪量信息，将其标记为M；

SS6：设置降雪量阈值M_阈，再计算出降雪量信息M与降雪量阈值M_阈之间的差值得到降雪差M_差；

SS7：当降雪差M_差大于0时，第五评估分P3为A3值，A3＜0，当降雪差M_差差小于0时，第五评估分P3为A4值，A4＜0，A3＞A4；

SS8：当道路天气信息为降雪时，第五评估分P3为A5值，A5＞5，且A5＞A1＞A2＞A3＞A4。

所述第六评估分的具体处理过程如下：

步骤一：提取出道路红绿灯信息中的红绿灯数量信息将其标记为H；

步骤二：再提取出红绿灯信息中的每个红绿灯的时长信息讲其标记为Ui，i＝1……n；

步骤三：通过公司U1+U2+U3……+Ui＝U_总，即得到红绿灯的总时长信息U_总；

步骤四：当红绿灯数量H大于预设数量，且红绿灯的总时长信息U_总大于预设时间是，第六评估分为小于0的预设值；

步骤五：当红绿灯数量H小预设数量，且红绿灯的总时长信息U_总小于预设时间是，第五六评估分P5为大于0的预设值。

所述路径评估模块评估出最终路线评分的具体过程如下：

Sa1：设置预设评估分P_预，并提出第一评估分P1、第二评估分P2、第三评估分P3、第三评估分P4、第五评估分P5与第六评估分P6；

Sa2：为了突出红绿灯信息与道路限速信息的重要性，现在赋予第一评估分P1一个修正值V1，第二评估分P2个修正值V2，第三评估分P3一个修正值V3，第三评估分P4一个修正值V4、第五评估分P5一个修正值V5与第六评估分V6，其中V6＞V2＞V1＞V5＞V3＞V4，V6+V2+V1+V5+V3+V4＝1；

Sa3：再通过公式P1*V1+P2*V2+P3*V3+P4*V4+P5*V5+P6*V6＝Pv_和，得到路线评分Pv_和；

所述最终推荐路径的具体处理过程如下：将所有的路线评分Pv_和提取出名，并按照从大到小的顺序将Pv_和进行排名，提取排名最靠前的两个Pv_和，并计算出Pv_和max与Pv_和max－1之间的差值得到PV_差，当PV_差小于预设值时Pv_和max与Pv_和max－1对应的路径均为最终推荐路径，当PV_差大于预设值时Pv_和max对应的路径为最终推荐路径。

综上，本发明在使用时，使用者将物流目的地导入目的地信息模块，并且车辆定位模块会获取车辆的实时位置信息，物流目的地信息与车辆的实时位置信息被发送到路径规划模块，路径规划模块接收到物流目的地信息与车辆的实时位置信息后进行路径规划，规划出物流目的地信息与车辆的实时位置信息之间的所有路径，对所有路径进行处理提取出推荐路径，推荐路径被发送到道路信息采集模块，道路信息采集模块接收到推荐路径后进行提取出推荐路径的道路信息，道路信息包括里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息、道路红绿灯信息，道路天气信息包括降雨量信息、降雪量信息与晴天信息，道路红绿灯信息包括红绿灯数量信息与每个红绿灯的时长信息，里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息与道路红绿灯信息均被发送到数据接收模块，数据接收模块将里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息与道路红绿灯信息发送到数据处理模块，数据处理模块对里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息与道路红绿灯信息进行处理，处理出第一评估分、第二评估分、第三评估分、第四评估分、第五评估分与第六评估分，并将第一评估分、第二评估分、第三评估分、第四评估分、第五评估分与第六评估分发送到路径评估模块，路径评估模块对第一评估分、第二评估分、第三评估分、第四评估分、第五评估分与第六评估分进行处理生成最终路线评分并推荐最终路径，总控模块将生成的最终路径通过信息发送模块发送到车载显示设备。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种基于大数据的物流车辆路径规划系统，其特征在于，包括目的地导入模块、车辆定位模块、路径规划模块、道路信息采集模块、数据接收模块、数据处理模块、路径评估模块、总控模块与信息发送模块；

所述目的地导入模块用于导入物流目的地信息，所述车辆定位模块用于获取车辆的实时位置信息，所述物流目的地信息与车辆的实时位置信息被发送到路径规划模块，所述路径规划模块接收到物流目的地信息与车辆的实时位置信息后进行路径规划，规划出物流目的地信息与车辆的实时位置信息之间的所有路径，对所有路径进行处理提取出推荐路径；

所述推荐路径被发送到道路信息采集模块，所述道路信息采集模块接收到推荐路径后进行提取出推荐路径的道路信息，道路信息包括里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息、道路红绿灯信息，所述道路天气信息包括降雨量信息、降雪量信息与晴天信息，所述道路红绿灯信息包括红绿灯数量信息与每个红绿灯的时长信息；

所述里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息与道路红绿灯信息均被发送到数据接收模块，所述数据接收模块用于接收里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息与道路红绿灯信息，并将收里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息与道路红绿灯信息发送到数据处理模块，所述数据处理模块对里程信息、道路限速信息、道路事故次数信息、道路学校数量信息、道路天气信息与道路红绿灯信息进行处理，处理出第一评估分、第二评估分、第三评估分、第四评估分、第五评估分与第六评估分，并将第一评估分、第二评估分、第三评估分、第四评估分、第五评估分与第六评估分发送到路径评估模块；

所述路径评估模块对第一评估分、第二评估分、第三评估分、第四评估分、第五评估分与第六评估分进行处理生成最终路线评分并推荐最终路径，所述总控模块将生成的最终路径通过信息发送模块发送到车载显示设备。

2.根据权利要求1所述的一种基于大数据的物流车辆路径规划系统，其特征在于：所述推荐路径的具体处理过程如下：

步骤一：提取出所有的推荐路径，并获取其里程信息将其标记为P；

步骤二：将所有的推荐路径的里程数Pi，按照路程的长短进行从长到短的排名，i＝1……n；

步骤三：提取里程最短的x个的路径为推荐路径，10≥x≥3。

3.根据权利要求1所述的一种基于大数据的物流车辆路径规划系统，其特征在于：所述第一评估分的具体处理过程如下：

步骤一：提取出x条推荐路径，将其标记为K，并提取出每条推荐路径的里程数；

步骤二：计算出x条的路径的路程K的总和得到K_和；

步骤三：再通过公式K_和/x＝K_均，得到平均里程K_均；

步骤四：当计算出单挑路径K与平均里程K_均之间的差值得到K_差，当K_差＞0时第一评估分P1为大于0的预设值，当K_差＜0时第一评估分P1为小于0的预设值。

4.根据权利要求1所述的一种基于大数据的物流车辆路径规划系统，其特征在于：所述第二评估分的具体处理过程如下：

S1：提取出道路的限速信息，将限速信息标记为Q_限；

S2：设置预设速度信息，将其标记为Q_预；

S3：计算出限速信息Q_限于预设速度信息预设速度信息的差值得到速度差Q_差；

S4：当速度差Q_差小于0时第二评估分P2为大于0的预设值，当速度差Q_差大于0时第二评估分P2为小于0的预设值。

5.根据权利要求1所述的一种基于大数据的物流车辆路径规划系统，其特征在于：所述第三评估分的具体处理过程如下，提取出道路中的学校数量信息，将其标记为D，当学校数量信息D大于预设数量时，第三评估分P3即为小于0的预设值，当学校数量信息D小于预设数量时，第三评估分P3即为大于0的预设值。

6.根据权利要求1所述的一种基于大数据的物流车辆路径规划系统，其特征在于：所述第四评估分的具体处理过程如下：提取出道路以往出现事故的次数信息，将其标记为G，当以往出现事故G大于预设数量时，第四评估分P4即为小于0的预设值，当以往出现事故G小于预设数量时，第四评估分P4即为小于0的预设值。

7.根据权利要求1所述的一种基于大数据的物流车辆路径规划系统，其特征在于：所述第五评估分的具体处理过程如下：

SS1：提取出道路天气信息，当道路天气信息为降雨时，

SS2：提取出降雨天时的降雨量信息，将降雨量信息标记为B；

SS3：设置降雨阈值B_阈，计算出降雨量信息B与降雨阈值B_阈之间的差值的得到降雨差B_差；

SS4：当降雨差B_差大于0时，第五评估分P3为A1值，A1＜0，当降雨差B_差小于0时，第五评估分P3为A2值，A2＜0，A1＞A2；

SS5：当道路天气信息为降雪时，提取出降雪量信息，将其标记为M；

SS6：设置降雪量阈值M_阈，再计算出降雪量信息M与降雪量阈值M_阈之间的差值得到降雪差M_差；

SS7：当降雪差M_差大于0时，第五评估分P3为A3值，A3＜0，当降雪差M_差差小于0时，第五评估分P3为A4值，A4＜0，A3＞A4；

SS8：当道路天气信息为降雪时，第五评估分P3为A5值，A5＞5，且A5＞A1＞A2＞A3＞A4。

8.根据权利要求1所述的一种基于大数据的物流车辆路径规划系统，其特征在于：所述第六评估分的具体处理过程如下：

步骤一：提取出道路红绿灯信息中的红绿灯数量信息将其标记为H；

步骤二：再提取出红绿灯信息中的每个红绿灯的时长信息讲其标记为Ui，i＝1……n；

步骤三：通过公司U1+U2+U3……+Ui＝U_总，即得到红绿灯的总时长信息U_总；

步骤四：当红绿灯数量H大于预设数量，且红绿灯的总时长信息U_总大于预设时间是，第六评估分为小于0的预设值；

步骤五：当红绿灯数量H小预设数量，且红绿灯的总时长信息U_总小于预设时间是，第五六评估分P5为大于0的预设值。

9.根据权利要求1所述的一种基于大数据的物流车辆路径规划系统，其特征在于：所述路径评估模块评估出最终路线评分的具体过程如下：

Sa1：设置预设评估分P_预，并提出第一评估分P1、第二评估分P2、第三评估分P3、第三评估分P4、第五评估分P5与第六评估分P6；

Sa2：为了突出红绿灯信息与道路限速信息的重要性，现在赋予第一评估分P1一个修正值V1，第二评估分P2个修正值V2，第三评估分P3一个修正值V3，第三评估分P4一个修正值V4、第五评估分P5一个修正值V5与第六评估分V6，其中V6＞V2＞V1＞V5＞V3＞V4，V6+V2+V1+V5+V3+V4＝1；

Sa3：再通过公式P1*V1+P2*V2+P3*V3+P4*V4+P5*V5+P6*V6＝Pv_和，得到路线评分Pv_和；

所述最终推荐路径的具体处理过程如下：将所有的路线评分Pv_和提取出名，并按照从大到小的顺序将Pv_和进行排名，提取排名最靠前的两个Pv_和，并计算出Pv_和max与Pv_和max－1之间的差值得到PV_差，当PV_差小于预设值时Pv_和max与Pv_和max－1对应的路径均为最终推荐路径，当PV_差大于预设值时Pv_和max对应的路径为最终推荐路径。

Images