CN115496331A - 基于智慧物流运输用运输车辆最优调度系统 - Google Patents

基于智慧物流运输用运输车辆最优调度系统 Download PDF

Info

Publication number
CN115496331A
CN115496331A CN202210991566.XA CN202210991566A CN115496331A CN 115496331 A CN115496331 A CN 115496331A CN 202210991566 A CN202210991566 A CN 202210991566A CN 115496331 A CN115496331 A CN 115496331A
Authority
CN
China
Prior art keywords
module
goods
transportation
value
driver
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.)
Pending
Application number
CN202210991566.XA
Other languages
English (en)
Inventor
黄晓燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202210991566.XA priority Critical patent/CN115496331A/zh
Publication of CN115496331A publication Critical patent/CN115496331A/zh
Pending legal-status Critical Current

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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/40—Transportation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/20—Information sensed or collected by the things relating to the thing itself
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Computing Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Biomedical Technology (AREA)
  • Accounting & Taxation (AREA)
  • Environmental & Geological Engineering (AREA)
  • Toxicology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于智慧物流运输用运输车辆最优调度系统，包括运输平台和运输APP，所述运输APP与运输平台网络连接，所述运输APP包括发货端、司机端和收货端，所述发货端包括申请模块，所述司机端包括暂存模块、扫描模块、振动感应器、温度感应器和压力感应器，所述收货端包括评分模块，所述运输平台包括存储模块、计算模块、记录模块、筛选模块和评审模块，所述申请模块在申请运输时会同时将货物信息发送给运输平台，所述评分模块用于收货方收货后，给司机评分的同时将货物状况发送给运输平台，所述扫描模块用于扫描货箱二维码并与司机暂时绑定，具有可以实时监控货箱残留物情况和帮助发货人避开危险货箱的特点。

Description

基于智慧物流运输用运输车辆最优调度系统
技术领域
本发明涉及车辆调度技术领域，具体为一种基于智慧物流运输用运输车辆最优调度系统。
背景技术
运输调度是指车辆调度员负责与托运部门、港口码头、装卸货点的联系，组织安排运输，落实进出计划工作实施，负责车辆的调度和疏导，保证车辆运作有序,确保业务正常进行并对驾驶员出车前进行安全提示和对承运的货物、线路情况进行交底工作。
在运输公司接到大量订单时，可能没有时间清洗货箱直接进行使用，货箱内可能会有货物的残留物，对于食品运输而言，一些食品接触后可能会产生毒性，对于一些需要惰性气体保存进行长途运输的食品，货物会长时间密闭在货箱内，残留物腐烂后的异味可能会使货物和车厢都染上异味，腐烂物还会粘在货箱上难以清除，影响货物的使用及后续的货物运输。因此，设计可以实时监控货箱残留物情况和帮助发货人避开危险货箱的一种基于智慧物流运输用运输车辆最优调度系统是很有必要的。
发明内容
本发明的目的在于提供一种基于智慧物流运输用运输车辆最优调度系统，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于智慧物流运输用运输车辆最优调度系统，包括运输平台和运输APP，所述运输APP与运输平台网络连接，所述运输APP包括发货端、司机端和收货端，所述发货端包括申请模块，所述司机端包括暂存模块、扫描模块、振动感应器、温度感应器和压力感应器，所述收货端包括评分模块，所述运输平台包括存储模块、计算模块、记录模块、筛选模块和评审模块；
所述申请模块在申请运输时会同时将货物信息发送给运输平台，所述评分模块用于收货方收货后，给司机评分的同时将货物状况发送给运输平台，所述扫描模块用于扫描货箱二维码，并将该货箱与司机暂时绑定，所述振动感应器、温度感应器和压力感应器用于在货物运输时将运输过程中的颠簸情况、货物保存温度和货物重量暂时保存在暂存模块，在收货方收货后，暂存模块将路况信息传输给运输平台。
根据上述技术方案，所述调度系统在运输过程中存在以下工作步骤：
S1、发货方在运输APP上寻找运输车辆，同时货物信息被传输至存储模块，存储模块导出货物的各项数值；
S2、司机运输货物，暂存模块存储路途中的运输状况；
S3、收货方收获，暂存模块和评分模块分别将运输状况、货物损坏情况和司机评分传输至计算模块和记录模块；
S4、计算模块根据运输状况、货物损坏情况和货物数值计算出残留值、腐烂值和异味值，并传输至记录模块；
S5、记录模块将残留值、腐烂值、异味值和货箱绑定，司机评分和司机绑定。
根据上述技术方案，所述步骤S4中，计算模块需要先计算残留物量，残留物量的计算公式为：
Figure 100002_DEST_PATH_IMAGE002
Figure 100002_DEST_PATH_IMAGE004
Figure 100002_DEST_PATH_IMAGE006
式中，
Figure 100002_DEST_PATH_IMAGE008
为总残留物量；
Figure 100002_DEST_PATH_IMAGE010
为因运输途中震动造成的残留物；
Figure 100002_DEST_PATH_IMAGE012
为因货物损坏被上层货物挤压造成的残留物；A和B为货物的总量和保护强度，是发货方申请时的必选参数；C为货物的脆弱程度，是货物的自身性质；D为运输途中振动感应器测得的震动强度；
Figure 100002_DEST_PATH_IMAGE014
为运输时间；
Figure 100002_DEST_PATH_IMAGE016
为压力传感器得出的货物重量；S为货箱底部面积；P为到货时的货物损坏程度，是收货时的必填项，通过该公式，可以算出在运输完成时，货箱内残留的货物残留值，与货箱短时绑定。
根据上述技术方案，所述步骤S4中，腐烂值的计算公式为：
Figure 100002_DEST_PATH_IMAGE018
式中，
Figure 100002_DEST_PATH_IMAGE020
为总腐烂值；
Figure 100002_DEST_PATH_IMAGE022
为震动残留物的腐烂值；
Figure 100002_DEST_PATH_IMAGE024
为挤压残留物的腐烂值；r为残留物的易腐烂度，是货物的自身性质；T为运输完成后，温度感应器测出的货箱内温度；
Figure 100002_DEST_PATH_IMAGE026
为收货后过去的时间；
Figure 105023DEST_PATH_IMAGE022
和
Figure 225425DEST_PATH_IMAGE024
的值分别在达到
Figure 536321DEST_PATH_IMAGE010
和
Figure DEST_PATH_IMAGE027
等值后，说明残留物完全腐烂，不再继续计算腐烂值，通过该公式，可以算出在运输完成后，货箱内残留物的腐烂值，与货箱短时绑定。
根据上述方案，由于残留物在腐烂的同时，残留物的量也会减少，因此残留值的计算公式为：
Figure DEST_PATH_IMAGE029
式中，C为残留值。
根据上述技术方案，所述步骤S4中，异味值的计算公式为：
Figure DEST_PATH_IMAGE031
式中，
Figure DEST_PATH_IMAGE033
为残留物腐烂前的异味值；
Figure DEST_PATH_IMAGE035
为残留物腐烂后的异味值；
Figure 213421DEST_PATH_IMAGE033
和
Figure 558952DEST_PATH_IMAGE035
分别为残留物和腐烂物的异味强度，是货物的自身性质；T为运输完成后，温度感应器测出的货箱内温度；
Figure 115835DEST_PATH_IMAGE026
为收货后过去的时间；V为货箱容积；通过该公式，可以算出在运输完成后，货箱内的异味值，与货箱短时绑定。
根据上述技术方案，所述计算模块还会计算出保留值，保留值的计算公式为：
Figure DEST_PATH_IMAGE037
Figure DEST_PATH_IMAGE039
Figure DEST_PATH_IMAGE041
式中，
Figure DEST_PATH_IMAGE043
为腐烂物保留值；
Figure DEST_PATH_IMAGE045
为残留物气味保留值；
Figure DEST_PATH_IMAGE047
为残留物气味保留值；
Figure DEST_PATH_IMAGE049
为过浓异味值；保留值出现后，该保留值会与货箱长时绑定；
所述运输平台与运输车清洗平台网络连接，在货箱清洗后，暂存的残留值、腐烂值、异味值会被删除，但保留值依然被保留，在货箱被深度清洗时，保留值会依照清洗强度去掉一定值。
根据上述技术方案，所述步骤S1中，存在以下步骤：
S1-1、发货端通过申请模块将货物种类发送至存储模块；
S1-2、存储模块将内存的该货物性质及相斥货物种类发送至筛选模块；
S1-3、筛选模块将各个货箱的相斥数据及司机评分，发送至计算模块；
S1-4、计算模块通过计算选出安全司机资料发送给评审模块；
S1-5、评审模块结合司机评分和货箱安全性，选出合适的司机资料给发货端以供选择。
根据上述技术方案，所述步骤S1-2和S1-3中，存储模块会输出货物的相斥货物种类、是否容易吸收异味和货物性质，筛选模块则会根据以上信息，选出货箱资料中会影响货物质量的数值发送给计算模块，计算模块根据这些数值计算对和货物的影响，以便评审模块判断该货箱是否安全。
根据上述技术方案，影响货物质量的数值计算公式为：
Figure DEST_PATH_IMAGE051
式中I为危险值；i为货物吸味强度，是货物的自身性质；
Figure DEST_PATH_IMAGE053
是预计路程时间，I越大说明对该货物的影响也越大。
与现有技术相比，本发明所达到的有益效果是：本发明，通过根据发货端确定货物种类，根据收货方确定货物损坏情况，最后根据实时监控货箱状况，实时计算货箱安全度的效果，避免司机未清洗货箱时，对下一次的运输造成影响。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
在附图中：图1是本发明的系统结构示意图；
图2是本发明的运输监控方式示意图；
图3是本发明的运输车调控方式示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
请参阅图1-3，本发明提供技术方案：一种基于智慧物流运输用运输车辆最优调度系统，包括运输平台和运输APP，其特征在于：运输APP与运输平台网络连接，运输APP包括发货端、司机端和收货端，发货端包括申请模块，司机端包括暂存模块、扫描模块、振动感应器、温度感应器和压力感应器，收货端包括评分模块，运输平台包括存储模块、计算模块、记录模块、筛选模块和评审模块；
申请模块在申请运输时会同时将货物信息发送给运输平台，评分模块用于收货方收货后，给司机评分的同时将货物状况发送给运输平台，扫描模块用于扫描货箱二维码，并将该货箱与司机暂时绑定，振动感应器、温度感应器和压力感应器用于在货物运输时将运输过程中的颠簸情况、货物保存温度和货物重量暂时保存在暂存模块，在收货方收货后，暂存模块将路况信息传输给运输平台，起到了监控路况的效果。
调度系统在运输过程中存在以下工作步骤：
S1、发货方在运输APP上寻找运输车辆，同时货物信息被传输至存储模块，存储模块导出货物的各项数值；
S2、司机运输货物，暂存模块存储路途中的运输状况；
S3、收货方收获，暂存模块和评分模块分别将运输状况、货物损坏情况和司机评分传输至计算模块和记录模块；
S4、计算模块根据运输状况、货物损坏情况和货物数值计算出残留值、腐烂值和异味值，并传输至记录模块；
S5、记录模块将残留值、腐烂值、异味值和货箱绑定，司机评分和司机绑定；
步骤S4中，计算模块需要先计算残留物量，残留物量的计算公式为：
Figure DEST_PATH_IMAGE054
Figure DEST_PATH_IMAGE055
Figure 474879DEST_PATH_IMAGE006
式中，
Figure 470517DEST_PATH_IMAGE008
为总残留物量；
Figure 545920DEST_PATH_IMAGE010
为因运输途中震动造成的残留物；
Figure 70442DEST_PATH_IMAGE027
为因货物损坏被上层货物挤压造成的残留物；A和B为货物的总量和保护强度，是发货方申请时的必选参数；C为货物的脆弱程度，是货物的自身性质；D为运输途中振动感应器测得的震动强度；
Figure DEST_PATH_IMAGE056
为运输时间；
Figure 965717DEST_PATH_IMAGE016
为压力传感器得出的货物重量；S为货箱底部面积；P为到货时的货物损坏程度，是收货时的必填项，通过该公式，可以算出在运输完成时，货箱内残留的货物残留值，与货箱短时绑定，起到了根据收货方反馈和路况计算货箱内残留物量的效果，通过震动强度和残留物值，可以在运输平台内形成数据库，得出该运输路线的残留物中间值，若某司机造成的残留物值小于残留物中间值，运输平台对该司机进行加分，反之则减分，在总残留物量值较大时，运输平台提醒该司机进行清洗；
步骤S4中，腐烂值的计算公式为：
Figure 233887DEST_PATH_IMAGE018
式中，
Figure 429377DEST_PATH_IMAGE020
为总腐烂值；
Figure 390379DEST_PATH_IMAGE022
为震动残留物的腐烂值；
Figure 366426DEST_PATH_IMAGE024
为挤压残留物的腐烂值；r为残留物的易腐烂度，是货物的自身性质；T为运输完成后，温度感应器测出的货箱内温度；
Figure 62722DEST_PATH_IMAGE026
为收货后过去的时间；
Figure 502931DEST_PATH_IMAGE022
和
Figure 244622DEST_PATH_IMAGE024
的值分别在达到
Figure 707964DEST_PATH_IMAGE010
和
Figure 317937DEST_PATH_IMAGE027
等值后，说明残留物完全腐烂，不再继续计算腐烂值，通过该公式，可以算出在运输完成后，货箱内残留物的腐烂值，与货箱短时绑定；起到了根据收货方反馈和收货后货箱内情况自动计算腐烂值的效果；
由于残留物在腐烂的同时，残留物的量也会减少，因此残留值的计算公式为;
Figure 488018DEST_PATH_IMAGE029
式中，C为残留值，起到了自动计算残留值的效果。
步骤S4中，异味值的计算公式为：
Figure 790824DEST_PATH_IMAGE031
式中，
Figure 475883DEST_PATH_IMAGE033
为残留物腐烂前的异味值；
Figure 764913DEST_PATH_IMAGE035
为残留物腐烂后的异味值；
Figure 914135DEST_PATH_IMAGE033
和
Figure 263208DEST_PATH_IMAGE035
分别为残留物和腐烂物的异味强度，是货物的自身性质；T为运输完成后，温度感应器测出的货箱内温度；
Figure 435563DEST_PATH_IMAGE026
为收货后过去的时间；V为货箱容积；通过该公式，可以算出在运输完成后，货箱内的异味值，与货箱短时绑定，起到了自动计算货箱内异味浓度的效果，在任意一个异味值过高时，运输平台提醒该司机进行清洗；
计算模块还会计算出保留值，保留值的计算公式为：
Figure DEST_PATH_IMAGE057
Figure 793863DEST_PATH_IMAGE039
Figure 797591DEST_PATH_IMAGE041
式中，
Figure 583145DEST_PATH_IMAGE043
为腐烂物保留值；
Figure 39534DEST_PATH_IMAGE045
为残留物气味保留值；
Figure 998262DEST_PATH_IMAGE047
为残留物气味保留值；
Figure 466284DEST_PATH_IMAGE049
为过浓异味值；保留值出现后，该保留值会与货箱长时绑定；
运输平台与运输车清洗平台网络连接，在货箱清洗后，暂存的残留值、腐烂值、异味值会被删除，但保留值依然被保留，在货箱被深度清洗时，保留值会依照清洗强度去掉一定值，起到了实时监控货箱清洗情况的效果，运输平台可以通过保留值大小提醒司机清洗货箱，并警示司机，其绑定的货箱可能存在无法运输的货物；
步骤S1中，存在以下步骤：
S1-1、发货端通过申请模块将货物种类发送至存储模块；
S1-2、存储模块将内存的该货物性质及相斥货物种类发送至筛选模块；
S1-3、筛选模块将各个货箱的相斥数据及司机评分，发送至计算模块；
S1-4、计算模块通过计算选出安全司机资料发送给评审模块；
S1-5、评审模块结合司机评分和货箱安全性，选出合适的司机资料给发货端以供选择；
步骤S1-2和S1-3中，存储模块会输出货物的相斥货物种类、是否容易吸收异味和货物性质，筛选模块则会根据以上信息，选出货箱资料中会影响货物质量的数值发送给计算模块，计算模块根据这些数值计算对和货物的影响，以便评审模块判断该货箱是否安全，起到了根据货箱安全度和司机评分，为发货人调度合适的运输车的效果；
影响货物质量的数值计算公式为：
Figure DEST_PATH_IMAGE059
式中I为危险值；i为货物吸味强度，是货物的自身性质；
Figure DEST_PATH_IMAGE060
是预计路程时间，I越大说明对该货物的影响也越大。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于智慧物流运输用运输车辆最优调度系统，包括运输平台和运输APP，其特征在于：所述运输APP与运输平台网络连接，所述运输APP包括发货端、司机端和收货端，所述发货端包括申请模块，所述司机端包括暂存模块、扫描模块、振动感应器、温度感应器和压力感应器，所述收货端包括评分模块，所述运输平台包括存储模块、计算模块、记录模块、筛选模块和评审模块；
所述申请模块在申请运输时会同时将货物信息发送给运输平台，所述评分模块用于收货方收货后，给司机评分的同时将货物状况发送给运输平台，所述扫描模块用于扫描货箱二维码，并将该货箱与司机暂时绑定，所述振动感应器、温度感应器和压力感应器用于在货物运输时将运输过程中的颠簸情况、货物保存温度和货物重量暂时保存在暂存模块，在收货方收货后，暂存模块将路况信息传输给运输平台；
所述调度系统在运输过程中存在以下工作步骤：
S1、发货方在运输APP上寻找运输车辆，同时货物信息被传输至存储模块，存储模块导出货物的各项数值；
S2、司机运输货物，暂存模块存储路途中的运输状况；
S3、收货方收获，暂存模块和评分模块分别将运输状况、货物损坏情况和司机评分传输至计算模块和记录模块；
S4、计算模块根据运输状况、货物损坏情况和货物数值计算出残留值、腐烂值和异味值，并传输至记录模块；
S5、记录模块将残留值、腐烂值、异味值和货箱绑定，司机评分和司机绑定；
所述步骤S4中，计算模块需要先计算残留物量，残留物量的计算公式为：
Figure DEST_PATH_IMAGE002
Figure DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE006
式中，
Figure DEST_PATH_IMAGE008
为总残留物量；
Figure DEST_PATH_IMAGE010
为因运输途中震动造成的残留物；
Figure DEST_PATH_IMAGE012
为因货物损坏被上层货物挤压造成的残留物；A和B为货物的总量和保护强度，是发货方申请时的必选参数；C为货物的脆弱程度，是货物的自身性质；D为运输途中振动感应器测得的震动强度；
Figure DEST_PATH_IMAGE014
为运输时间；
Figure DEST_PATH_IMAGE016
为压力传感器得出的货物重量；S为货箱底部面积；P为到货时的货物损坏程度，是收货时的必填项，通过该公式，可以算出在运输完成时，货箱内残留的货物残留值，与货箱短时绑定；
所述步骤S4中，腐烂值的计算公式为：
Figure DEST_PATH_IMAGE018
式中，
Figure DEST_PATH_IMAGE020
为总腐烂值；
Figure DEST_PATH_IMAGE022
为震动残留物的腐烂值；
Figure DEST_PATH_IMAGE024
为挤压残留物的腐烂值；r为残留物的易腐烂度，是货物的自身性质；T为运输完成后，温度感应器测出的货箱内温度；
Figure DEST_PATH_IMAGE026
为收货后过去的时间；
Figure 192196DEST_PATH_IMAGE022
和
Figure 640495DEST_PATH_IMAGE024
的值分别在达到
Figure 154653DEST_PATH_IMAGE010
和
Figure 956387DEST_PATH_IMAGE012
等值后，说明残留物完全腐烂，不再继续计算腐烂值，通过该公式，可以算出在运输完成后，货箱内残留物的腐烂值，与货箱短时绑定；
由于残留物在腐烂的同时，残留物的量也会减少，因此残留值的计算公式为；
Figure DEST_PATH_IMAGE028
式中，C为残留值；
所述步骤S4中，异味值的计算公式为：
Figure DEST_PATH_IMAGE030
式中，
Figure DEST_PATH_IMAGE032
为残留物腐烂前的异味值；
Figure DEST_PATH_IMAGE034
为残留物腐烂后的异味值；
Figure 380546DEST_PATH_IMAGE032
和
Figure 937429DEST_PATH_IMAGE034
分别为残留物和腐烂物的异味强度，是货物的自身性质；T为运输完成后，温度感应器测出的货箱内温度；
Figure 610987DEST_PATH_IMAGE026
为收货后过去的时间；V为货箱容积；通过该公式，可以算出在运输完成后，货箱内的异味值，与货箱短时绑定；
所述步骤S1中，存在以下步骤：
S1-1、发货端通过申请模块将货物种类发送至存储模块；
S1-2、存储模块将内存的该货物性质及相斥货物种类发送至筛选模块；
S1-3、筛选模块将各个货箱的相斥数据及司机评分，发送至计算模块；
S1-4、计算模块通过计算选出安全司机资料发送给评审模块；
S1-5、评审模块结合司机评分和货箱安全性，选出合适的司机资料给发货端以供选择。
2.根据权利要求1所述的一种基于智慧物流运输用运输车辆最优调度系统，其特征在于：所述步骤S1-2和S1-3中，存储模块会输出货物的相斥货物种类、是否容易吸收异味和货物性质，筛选模块则会根据以上信息，选出货箱资料中会影响货物质量的数值发送给计算模块，计算模块根据这些数值计算对和货物的影响，以便评审模块判断该货箱是否安全。
CN202210991566.XA 2020-12-22 2020-12-22 基于智慧物流运输用运输车辆最优调度系统 Pending CN115496331A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210991566.XA CN115496331A (zh) 2020-12-22 2020-12-22 基于智慧物流运输用运输车辆最优调度系统

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210991566.XA CN115496331A (zh) 2020-12-22 2020-12-22 基于智慧物流运输用运输车辆最优调度系统
CN202011530897.0A CN112633800B (zh) 2020-12-22 2020-12-22 一种基于智慧物流运输用运输车辆最优调度系统

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN202011530897.0A Division CN112633800B (zh) 2020-12-22 2020-12-22 一种基于智慧物流运输用运输车辆最优调度系统

Publications (1)

Publication Number Publication Date
CN115496331A true CN115496331A (zh) 2022-12-20

Family

ID=75320969

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202210991566.XA Pending CN115496331A (zh) 2020-12-22 2020-12-22 基于智慧物流运输用运输车辆最优调度系统
CN202011530897.0A Active CN112633800B (zh) 2020-12-22 2020-12-22 一种基于智慧物流运输用运输车辆最优调度系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202011530897.0A Active CN112633800B (zh) 2020-12-22 2020-12-22 一种基于智慧物流运输用运输车辆最优调度系统

Country Status (1)

Country Link
CN (2) CN115496331A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117079220B (zh) * 2023-10-13 2023-12-26 凌雄技术(深圳)有限公司 一种基于物联网的供应链智能监管系统及方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104751310A (zh) * 2014-12-05 2015-07-01 胡志权 一种通过手机app来实现货物运输和递送的新方法
EP3437043A1 (en) * 2016-03-28 2019-02-06 Carrier Corporation Programmable freshness proxy sensors and alarms for managing cold chain quality
CN107274129A (zh) * 2017-06-16 2017-10-20 广西师范学院 一种物流运输管理系统
CN108764786A (zh) * 2018-05-15 2018-11-06 中铁第四勘察设计院集团有限公司 基于物流集装器的铁路冷链全链条信息监控方法及系统
CN108985679A (zh) * 2018-06-21 2018-12-11 李勇 物流平台管理方法及系统
CN109308594A (zh) * 2018-09-13 2019-02-05 河南经贸职业学院 一种用于冷链物流运输车辆的监控方法和监控系统
CN110414883A (zh) * 2019-06-20 2019-11-05 天津五八到家科技有限公司 货物运输和下单方法、设备及存储介质

Also Published As

Publication number Publication date
CN112633800A (zh) 2021-04-09
CN112633800B (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
Jarimopas et al. Measurement and analysis of truck transport vibration levels and damage to packaged tangerines during transit
CN114186937A (zh) 基于5g互联网的智慧物流管理方法及系统
CN113327083A (zh) 一种用于冷链物流平台的车辆监控方法、系统及存储介质
CN112633800B (zh) 一种基于智慧物流运输用运输车辆最优调度系统
KR20190092509A (ko) 물품 물류 시스템 및 이 시스템에 사용되는 박스 이동 컨테이너
Pason et al. Apple damage assessment during intrastate transportation
Brecht et al. Protecting Perishable Foods During Transport by Truck and Rail: HS1328, 4/2019
Babarinsa et al. Evaluation of plastic crate as replacement for raffia basket to prevent in-transit damage of packaged tomatoes
Coyle et al. Transportation technology and the rising share of US perishable food trade
US20040260587A1 (en) Distribution network and convertible packaging system
CAIXETA-FILHO Losses in the transportation of fruits and vegetables: A Brazilian case study
Wills Packaging as a Source of Profit
Twede et al. Logistical packaging for food marketing systems
Kailaku et al. Logistics network configuration: The solution for quality-related problems in long-distance transportation of mango in Indonesia
Twede et al. Logistical packaging for food marketing systems
Pretorius The influence of road condition on the shelf-life of tomatoes
Shivabasappa Role of food packaging in supply chain management.
Holt et al. A hard systems approach to the management of quality in apple distribution
Karpun The Concept of Packaging Logistics in Aviation Cargo Transportation
Chandra et al. THE EFFECT OF TERTIARY PACKAGING ON DISTRIBUTION
How et al. Long Distance Transportation
Nelldal et al. Evaluation of intermodal transport chains
Rij Current practices and trends in marketing western iceberg lettuce in relation to other produce
CN115994723A (zh) 一种货物运输管理系统
Sjöstedt et al. Logistic Changes to Production and some Impacts on Transportation and Materials Handling

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