CN114418437A - 基于大数据的车辆匹配推荐系统及方法 - Google Patents

Abstract

本发明涉及货运大数据处理技术领域，公开了基于大数据的车辆匹配推荐系统及方法，该系统包括：车辆信息模块、司机信息模块、货运信息模块和分析匹配模块，所述车辆信息模块用于采集车辆信息，所述司机信息模块用于采集司机信息，所述货运信息模块用于采集货运信息，所述分析匹配模块用于分析货运信息、车辆信息和司机信息，匹配车辆和司机，并生成运输任务。本发明的方法及系统，能够根据货运的具体信息匹配合适的车辆和司机，效率高，能够有效降低整体货运成本。

Description

基于大数据的车辆匹配推荐系统及方法

技术领域

本发明涉及货运大数据处理技术领域，具体涉及基于大数据的车辆匹配推荐系统及方法。

背景技术

随着社会经济的快速发展和贸易经济的迅速繁荣，货物的运输规模逐年扩大。货运公司作为承运商，对这些物流运输任务主要通过人工选择司机和运输车辆，对于车辆和司机的选择主要凭借货运公司对其的熟悉程度和经验进行调度，因此存在许多弊端，特别是送货订单较多的情况下，人工分配车辆和司机的方式效率低且容易出错，例如有些车辆出现超载，有些车辆分配到的货物不足，造成浪费，或者没有及时确认司机或车辆的相关证件，造成违章等，以上问题使得整体货运成本偏大。

发明内容

本发明意在提供基于大数据的车辆匹配推荐系统，能够根据货运的具体信息匹配合适的车辆和司机，效率高，能够有效降低整体货运成本。

本发明提供的技术方案为：基于大数据的车辆匹配推荐系统，包括：车辆信息模块、司机信息模块、货运信息模块和分析匹配模块，所述车辆信息模块用于采集车辆信息，所述司机信息模块用于采集司机信息，所述货运信息模块用于采集货运信息，所述分析匹配模块用于分析货运信息、车辆信息和司机信息，匹配车辆和司机，并生成运输任务。

本发明的工作原理及优点在于：分别采集实时的车辆信息、司机信息以及货运订单的各项具体信息，根据货运的各项信息结合车辆信息和司机信息匹配合适的货运车辆和司机，然后根据匹配好的信息生成相应的运输任务。相比于人工匹配的方式，本系统基于大数据采集和分析，能够根据货运的实际情况计算匹配出最合适的选择，匹配效率更高，避免了人工经验判断造成运输任务分配不合适，徒增成本的问题。通过系统进行统一的调度分配，能够提高整体的运输效率并降低运输成本。

进一步，所述车辆信息模块包括车辆状态单元、车辆证件单元和车辆位置单元，所述车辆状态单元用于采集车辆的工作或空闲状态信息，所述车辆证件单元用于采集车辆的证件信息，所述车辆位置单元用于采集车辆的位置信息。

对车辆的匹配过程分别为车辆状态、车辆证件和车辆位置。车辆状态为工作或空闲，车辆证件包括行驶证或检验合格证等运输作业要求的相关证件，车辆的当前位置。分别采集以上方面的实时信息来进行后续的车辆匹配过程，能够对车辆进行一个初步的匹配。

进一步，所述车辆信息模块还包括装载情况单元和车辆参数单元，所述装载情况单元用于采集车辆的货物装载情况信息，所述车辆参数单元用于采集车辆的参数信息。

更进一步采集车辆的货物装载情况信息和车辆本身的参数信息，能够根据货运信息对车辆的货物装载情况进行优化，实现对车辆装载能力的高效利用，并将车辆的各项参数信息作为匹配过程中考虑的条件，进一步提高匹配的效果。

进一步，所述车辆的参数信息包括车辆的运载容量、可装载介质和油耗。

根据车辆的运载容量结合货物装载情况计算车辆剩余装载容量，实现对车辆装载能力的高效利用。某些货物的运输条件对运输车辆存在一定要求，因此根据车辆可装载介质要求选择更符合货物要求的运输车辆，减小货物在运输过程中可能存在的风险。在车辆位置相差不大的情况下，根据各车辆油耗作为匹配条件，能够提高一定的经济性。

进一步，所述司机信息模块包括司机状态单元、司机证件单元和司机位置单元，所述司机状态单元用于采集司机的工作或空闲状态信息，所述司机证件单元用于采集司机的证件信息，所述司机位置单元用于采集司机的位置信息。

对司机的匹配过程分别为司机状态、司机证件和司机位置。司机状态为工作或空闲，车辆证件包括驾驶证或特征作业上岗证等运输作业要求的相关证件，司机的当前位置。分别采集以上方面的实时信息来进行后续的司机匹配过程，能够对司机进行一个初步的匹配。

进一步，所述司机信息模块还包括司机体况单元和工作时间单元，所述司机体况单元用于采集司机的身体状况信息，所述工作时间单元用于采集司机连续工作时间信息。

根据司机的身体状况判断司机是否适合本次运输任务，或根据司机连续工作的时间，判断司机是否需要安排休息，增设以上匹配条件使得运输工作更人性化，也能有效避免意外的发生。

进一步，所述货运信息模块包括货物信息单元和装载位置单元，所述货物信息单元用于采集货物的种类及重量信息，所述装载位置单元用于采集货物装载的位置信息。

货运信息主要采集本次货运订单中需要运输的货物种类及重量，货物装载和卸货的位置，根据以上具体信息能够实现对车辆和司机的匹配。

进一步，所述分析匹配模块包括车辆匹配单元、司机匹配单元和任务生成单元，所述车辆匹配单元用于根据货运信息分析匹配车辆信息，所诉司机匹配单元用于根据车辆信息分析匹配司机信息，所述任务生成单元用于根据匹配的车辆信息和司机信息生成运输任务。

分析匹配的具体过程，首先根据货运信息筛选符合本次运输条件的车辆，然后根据车辆的相关信息筛选适合执行本次运输任务的司机，确定合适的车辆和司机后，将货运信息、车辆信息和司机信息进行整合，生成综合的运输任务，将运输任务推送至相关人员。

进一步，所述任务生成单元生成的运输任务包括效率运输任务和经济运输任务。

分析匹配单元可根据需求生成不同目的和效果的运输任务，效率运输任务从主要是为了尽快完成本次运输订单，适合对运输时限有要求的任务。经济任务主要考虑运输过程各项成本，生成的最经济的方案。

本发明还提供基于大数据的车辆匹配推荐方法，该方法使用了上述系统，包括以下步骤：

S1：采集车辆信息，包括车辆状态信息、车辆证件信息、车辆位置信息、货物装载情况信息和车辆参数信息；

S2：采集司机信息，包括司机状态信息、司机证件信息、司机位置信息、司机身体状况信息和司机工作时间信息；

S3：采集货运信息，包括货物的种类及重量信息和货物装载的位置信息；

S4-1：根据车辆状态信息和车辆证件信息，筛选车辆状态处于空闲且车辆证件合格的车辆；

S4-2：根据货物的种类及重量信息，结合货物装载情况信息和车辆参数信息，再次筛选满足本次货物装载条件的车辆；

S4-3：根据货物装载的位置信息，结合车辆位置信息，确定距离货物装载的位置较近的车辆；

S5-1：根据司机状态信息和司机证件信息，筛选司机状态处于空闲且司机证件合格的司机；

S5-2：根据确定的车辆位置，结合司机位置信息，再次筛选距离车辆位置较近的司机；

S5-3：对筛选的司机身体状况信息和司机连续工作时间信息综合分析，确定状态较好的司机；

S6：根据确定的车辆信息、司机信息和货运信息，生成运输任务。

附图说明

图1为本发明基于大数据的车辆匹配推荐系统的模块框图；

图2为本发明基于大数据的车辆匹配推荐方法的逻辑框图。

具体实施方式

实施例：

如图1所示，本实施例公开了基于大数据的车辆匹配推荐系统，包括车辆信息模块、司机信息模块、货运信息模块和分析匹配模块。

车辆信息模块包括车辆状态单元、车辆证件单元、车辆位置单元、装载情况单元和车辆参数单元。车辆状态单元用于采集货运公司所管理的所有运输车辆的实时状态，本实施例中车辆的状态包括空闲、工作、维修三个状态，空闲代表车辆当前没有执行运输任务，可以根据需要分配任务；工作代表车辆正在执行运输任务；维修代表车辆正处于维修或保养状态，暂时无法投入使用。车辆证件单元用于采集和储存车辆的相关证件，包括车辆的行驶证、保险、检验证明、营运许可证等，通过系统的自动采集或人工录入以上证件。车辆位置单元用于采集车辆的实时位置信息，通过采集运输车辆上安装的定位装置的数据，能够了解车辆的实时位置。装载情况单元用于采集当前车辆上装载货物的情况，可通过多方面途径采集到车辆的装载货物信息，例如采集货运公司订单管理系统上订单的货物信息，或司机在完成装货后人工录入货物信息，具体包括装载货物的种类、体积、重量及数量。车辆参数单元用于采集和储存车辆的各项参数信息，本实施例中系统主要通过车辆型号进行联网查询，自动采集车辆数据，或人工录入及更正，车辆的参数信息主要包括车辆的运载容量，即车厢的容积和最大载重，车辆可装载介质，车上的设备条件是否支持某些特种货物运输，车辆在不同载重状态下的油耗数据。

司机信息模块包括司机状态单元、司机证件单元、司机位置单元、司机体况单元和工作时间单元。司机状态单元用于采集货运公司所管理的所有司机的实时状态，本实施例中司机的状态包括空闲、工作、请假三个状态，空闲代表司机当前没有执行运输任务，可以根据需要分配任务；工作代表司机正在执行运输任务；休息代表司机目前不在岗位上，暂时不可分配任务。司机证件单元用于采集和储存司机的相关证件，包括司机的驾驶证、运输从业资格证等，通过系统的自动采集或人工录入以上证件。司机位置单元用于采集司机的实时位置信息，通过司机在手机软件上定位打卡获取司机的当前位置。司机体况用于采集和储存司机的身体状况信息，本实施例中为司机的每年体检报告，录入到系统内。工作时间单元用于采集和记录司机已连续工作的时间。

货运信息模块包括货物信息单元和装载位置单元。货运信息单元用于采集货运订单中需要运载的货物种类及重量，本实施例中系统直接从订单管理系统上采集该订单的货物数据。装载位置单元用于采集货运订单中需要装载货物的位置信息，本实施例中系统之间从订单管理系统上采集该订单的货物装载地址信息。

分析匹配模块包括车辆匹配单元、司机匹配单元和任务生成单元。车辆匹配单元根据货运信息结合车辆信息进行分析，匹配出若干符合运输条件的车辆。司机匹配单元再根据车辆附近的司机信息，匹配出合适的司机。任务生成单元根据匹配的车辆、司机进行组合，加上货运信息，生成完整的运输任务，根据运输任务目的不同有多套组合方案，包括最经济的货运匹配方案和最效率的货运匹配方案。

如图2所示，本实施例还公开了基于大数据的车辆匹配推荐方法，具体包括以下步骤(本方案中对各步骤的编号仅做步骤区分作用，不限制各步骤的具体执行顺序，且各步骤还可同时进行)：

S1：采集货运公司的车辆信息，包括车辆状态信息、车辆证件信息、车辆位置信息、货物装载情况信息和车辆参数信息。

S2：采集货运公司的司机信息，包括司机状态信息、司机证件信息、司机位置信息、司机身体状况信息和司机工作时间信息。

S3：采集货运公司订单管理系统的货运信息，包括货物的种类及重量信息和货物装载的位置信息。

S4-1：根据车辆状态信息和车辆证件信息，筛选车辆状态处于空闲且车辆证件合格的车辆。筛选过程中，排除工作和维修状态的车辆，然后对各车辆的证件进行检验，排除过了证件有效期限的车辆，同时对相关工作人员推送证件过期消息，以提醒工作人员及时更新。

S4-2：根据货物的种类及重量信息，结合货物装载情况信息和车辆参数信息，再次筛选满足本次货物装载条件的车辆。根据货物的种类，排除无法满足货物运输条件的车辆，例如货物需要冷藏运输，排除无法进行冷藏运输的车辆。根据车辆已装载货物的种类、重量，车辆车厢框架、最大运载重量综合分析，若车辆上已装载货物和本次运输货物的重量之和超过了车辆最大运载重量，则排除，若车辆上已装载货物和本次运输货物的种类不能同时存放，可能发生反应，则排除，最后大致计算车厢能否容纳已装载货物和本次运输货物的体积之和，筛选出满足以上运输条件的若干车辆。

S4-3：根据货物装载的位置信息，结合上一步筛选的车辆位置信息，确定距离货物装载的位置较近的车辆。计算车辆里装货地址的路线距离，本实施例中可以提前设置阈值，对于路线距离超过一定里程或时间的，排除以上车辆，筛选出符合位置要求的车辆。

S5-1：根据司机状态信息和司机证件信息，筛选司机状态处于空闲且司机证件合格的司机。筛选过程中，排除工作和请假状态的司机，然后对各司机的证件进行检验，排除过了证件有效期限的司机，同时对相关工作人员推送证件过期消息，以提醒工作人员及时更新。

S5-2：根据确定的车辆位置，结合司机位置信息，再次筛选距离车辆位置较近的司机。根据上述步骤筛选的车辆位置信息，为每辆车匹配距离较近的司机，在司机状态和证件满足要求的情况下，最优先选择负责该车辆的司机。

S5-3：对筛选的司机身体状况信息和司机连续工作时间信息综合分析，确定状态较好的司机。在此先判断司机的已连续工作时间，若超过设定的阈值，则排除该司机，并向司机发送休息提醒信息。若连续工作时间在允许范围内，则结合体检报告综合分析，每个司机的体检报告根据年龄和各项体检数字会有一个综合评价分数，分数越高说明身体状况越好，根据体检状况分数选择最合适的司机。

S6：根据确定的车辆信息、司机信息和货运信息，生成运输任务。最终生成的运输任务包括多种目的和效果的方案，供调度中心选择，包括以路线最短优先考虑的效率运输任务，能够以最短的时间到达装货地址，适合时间紧的订单；以油耗和充分利用车辆运载能力优先考虑的解决运输任务，能够以最低的成本完成本次运输任务。在调度中心对上述运输任务选择后，系统会将完整的任务信息发送至司机，以提醒司机任务的分配。

以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请得出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (10)

1.基于大数据的车辆匹配推荐系统，其特征在于，包括：车辆信息模块、司机信息模块、货运信息模块和分析匹配模块，所述车辆信息模块用于采集车辆信息，所述司机信息模块用于采集司机信息，所述货运信息模块用于采集货运信息，所述分析匹配模块用于分析货运信息、车辆信息和司机信息，匹配车辆和司机，并生成运输任务。

2.根据权利要求1所述的基于大数据的车辆匹配推荐系统，其特征在于：所述车辆信息模块包括车辆状态单元、车辆证件单元和车辆位置单元，所述车辆状态单元用于采集车辆的工作或空闲状态信息，所述车辆证件单元用于采集车辆的证件信息，所述车辆位置单元用于采集车辆的位置信息。

3.根据权利要求2所述的基于大数据的车辆匹配推荐系统，其特征在于：所述车辆信息模块还包括装载情况单元和车辆参数单元，所述装载情况单元用于采集车辆的货物装载情况信息，所述车辆参数单元用于采集车辆的参数信息。

4.根据权利要求3所述的基于大数据的车辆匹配推荐系统，其特征在于：所述车辆的参数信息包括车辆的运载容量、可装载介质和油耗。

5.根据权利要求1所述的基于大数据的车辆匹配推荐系统，其特征在于：所述司机信息模块包括司机状态单元、司机证件单元和司机位置单元，所述司机状态单元用于采集司机的工作或空闲状态信息，所述司机证件单元用于采集司机的证件信息，所述司机位置单元用于采集司机的位置信息。

6.根据权利要求5所述的基于大数据的车辆匹配推荐系统，其特征在于：所述司机信息模块还包括司机体况单元和工作时间单元，所述司机体况单元用于采集司机的身体状况信息，所述工作时间单元用于采集司机连续工作时间信息。

7.根据权利要求1所述的基于大数据的车辆匹配推荐系统，其特征在于：所述货运信息模块包括货物信息单元和装载位置单元，所述货物信息单元用于采集货物的种类及重量信息，所述装载位置单元用于采集货物装载的位置信息。

8.根据权利要求1所述的基于大数据的车辆匹配推荐系统，其特征在于：所述分析匹配模块包括车辆匹配单元、司机匹配单元和任务生成单元，所述车辆匹配单元用于根据货运信息分析匹配车辆信息，所诉司机匹配单元用于根据车辆信息分析匹配司机信息，所述任务生成单元用于根据匹配的车辆信息和司机信息生成运输任务。

9.根据权利要求8所述的基于大数据的车辆匹配推荐系统，其特征在于：所述任务生成单元生成的运输任务包括效率运输任务和经济运输任务。

10.基于大数据的车辆匹配推荐方法，其特征在于，该方法使用了上述系统，包括以下步骤：

S1：采集车辆信息，包括车辆状态信息、车辆证件信息、车辆位置信息、货物装载情况信息和车辆参数信息；

S2：采集司机信息，包括司机状态信息、司机证件信息、司机位置信息、司机身体状况信息和司机工作时间信息；

S3：采集货运信息，包括货物的种类及重量信息和货物装载的位置信息；

S4-1：根据车辆状态信息和车辆证件信息，筛选车辆状态处于空闲且车辆证件合格的车辆；

S4-2：根据货物的种类及重量信息，结合货物装载情况信息和车辆参数信息，再次筛选满足本次货物装载条件的车辆；

S4-3：根据货物装载的位置信息，结合车辆位置信息，确定距离货物装载的位置较近的车辆；

S5-1：根据司机状态信息和司机证件信息，筛选司机状态处于空闲且司机证件合格的司机；

S5-2：根据确定的车辆位置，结合司机位置信息，再次筛选距离车辆位置较近的司机；

S5-3：对筛选的司机身体状况信息和司机连续工作时间信息综合分析，确定状态较好的司机；

S6：根据确定的车辆信息、司机信息和货运信息，生成运输任务。

Images