CN115829452A - 基于健康驿站运输车的物联网远程控制系统 - Google Patents

Abstract

本发明公开了基于健康驿站运输车的物联网远程控制系统，涉及车辆控制技术领域，包括路线规划模块、自主导航模块、行驶监测模块、云平台以及车辆评估模块；所述路线规划模块用于爬取园区内的道路交错关系，并采用全局路径规划算法对配送路径进行优化，行驶路线短，有效提高运输效率；所述运输车上设置有行驶监测模块，用于对运输车的行驶状态进行监测，并将监测到的时序数据传输至行驶分析模块对所述运输车进行行驶系数分析；所述车辆评估模块用于根据云平台存储的带有时间戳的运输记录对运输车进行保养系数评估，若保养系数大于预设保养阈值，则生成保养信号；以提醒管理人员对所述运输车进行消毒或维修养护工作，提高运输安全。

Description

基于健康驿站运输车的物联网远程控制系统

技术领域

本发明涉及车辆控制技术领域，具体是基于健康驿站运输车的物联网远程控制系统。

背景技术

随着无人驾驶技术的不断发展，越来越多的无人驾驶产品开始得到了应用。

然而现有的健康驿站运输车缺乏对车辆运行轨迹的实时监控，导致运输车走一些不必要的路径，既浪费了车辆能量，又延长了配送时间；同时运输车在长时间的运行中可能存在断轴、脱绳、打滑、张紧力下降等意外情况，无法及时对运输车进行消毒或维修养护工作；基于以上不足，本发明提出基于健康驿站运输车的物联网远程控制系统。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出基于健康驿站运输车的物联网远程控制系统。

为实现上述目的，根据本发明的第一方面的实施例提出基于健康驿站运输车的物联网远程控制系统，包括路线规划模块、自主导航模块、行驶监测模块、云平台以及车辆评估模块；

所述路线规划模块用于爬取园区内的道路交错关系，并根据爬取到的数据为运输车规划配送路线；所述自主导航模块用于采集运输车的导航定位信息，并控制运输车按照路线规划模块规划的配送路径在园区内行驶；

所述运输车上设置有行驶监测模块，用于对运输车的行驶状态进行监测，并将监测到的时序数据传输至行驶分析模块对所述运输车进行行驶系数分析；

所述行驶分析模块用于将运输车的行驶系数SJ和行驶时间段进行统合得到运输记录，并将运输记录打上时间戳存储至云平台；

所述车辆评估模块与云平台相连接，用于根据云平台存储的带有时间戳的运输记录对运输车进行保养系数评估，若保养系数BY大于预设保养阈值，则生成保养信号；所述车辆评估模块用于将保养信号发送至云平台，以提醒管理人员对所述运输车进行消毒或维修养护工作。

进一步地，所述行驶分析模块的具体分析过程如下：

获取所述运输车的时序数据，分析得到运输车的行驶时间段；所述时序数据为包括运输车的载重数据、行驶速度和加速度；

将运输车的载重最大值标记为Z1，行驶速度最大值标记为V1，加速度最大值标记为G1；统计运输车的行驶时长为T1；

利用公式SJ＝Z1×b1+V1×b2+G1×b3+T1×b4计算得到运输车的行驶系数SJ，其中b1、b2、b3、b4均为系数因子。

进一步地，所述车辆评估模块的具体评估过程如下：

根据时间戳，获取预设时间段内运输车的运输记录；统计运输车的运输总次数为C1；将每个运输记录中的行驶系数标记为SJi；

将SJi与预设运输阈值相比较，统计SJi大于预设运输阈值的次数占比为Zb2，当SJi大于预设运输阈值时，获取SJi与预设运输阈值的差值并求和得到超运总值SZ，利用公式CY＝Zb2×d3+SZ×d4计算得到超运吸引值CY，其中d3、d4为系数因子；

利用公式BY＝C1×g1+CY×g2计算得到所述运输车的保养系数BY，其中g1、g2为系数因子。

进一步地，所述行驶监测模块包括载荷传感器、速度传感器和加速度传感器，其中，载荷传感器用于实时测量运输车所受的载荷，即载重数据；速度传感器用于实时监测运输车的行驶速度；加速度传感器用于实时监测运输车的加速度。

进一步地，所述路线规划模块的具体规划步骤为：

首先对园区环境建模形成拓扑网状图和连通关系矩阵；

接着利用Floyd弗洛伊德算法确定搜索路径矩阵，即最短路径矩阵，并通过迭代优化，提高运算速度；然后通过对节点和边的遍历，计算始发点到目标点序列的最短连通路径；

最后将最短连通路径转换到以RFID序列标示的配送路线，在每个路口的 RFID，根据路径连通性，计算出运输车的转弯角度。

与现有技术相比，本发明的有益效果是：

1、本发明中路线规划模块用于爬取园区内的道路交错关系，并根据爬取到的数据为运输车规划配送路线；所述自主导航模块用于采集运输车的导航定位信息并控制运输车按照路线规划模块规划的配送路径在园区内行驶；本发明中采用全局路径规划算法对配送路径进行优化，行驶路线短，运输车至目标点的配送时间快，有效提高运输效率；

2、本发明中所述行驶分析模块用于根据时序数据对所述运输车进行行驶系数分析，并将运输车的行驶系数SJ和行驶时间段进行统合得到运输记录；所述车辆评估模块用于根据云平台存储的带有时间戳的运输记录对运输车进行保养系数评估，结合超运吸引值和运输总次数，计算得到所述运输车的保养系数BY，若BY大于预设保养阈值，则生成保养信号；以提醒管理人员对所述运输车进行消毒或维修养护工作，提高运输安全。

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为本发明基于健康驿站运输车的物联网远程控制系统的系统框图。

具体实施方式

下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。

如图1所示，基于健康驿站运输车的物联网远程控制系统，包括路线规划模块、自主导航模块、行驶监测模块、行驶分析模块、云平台以及车辆评估模块；

路线规划模块用于爬取园区内的道路交错关系，并根据爬取到的数据为运输车规划配送路线；具体规划步骤为：

首先对园区环境建模形成拓扑网状图和连通关系矩阵；

接着利用Floyd弗洛伊德算法确定搜索路径矩阵，即最短路径矩阵，并通过迭代优化，提高运算速度；然后通过对节点和边的遍历，计算始发点到目标点序列的最短连通路径；

最后将最短连通路径转换到以RFID序列标示的配送路线，在每个路口的RFID，根据路径连通性，计算出运输车的转弯角度；

本发明中路线规划模块采用全局路径规划算法对配送路径进行优化，行驶路线短，运输车至目标点的配送时间快，有效提高运输效率；

自主导航模块用于采集运输车的导航定位信息，将位置姿态信号发送至运输车并控制运输车按照路线规划模块规划的配送路径在园区内行驶；运输车上设置有行驶监测模块；

行驶监测模块包括载荷传感器、速度传感器和加速度传感器，用于对运输车的行驶状态进行监测，并将监测到的时序数据传输至行驶分析模块；时序数据为运输车行驶过程中的运行参数值，运行参数值包括运输车的载重数据、行驶速度和加速度；其中，载荷传感器用于实时测量运输车所受的载荷，即载重数据；速度传感器用于实时监测运输车的行驶速度；加速度传感器用于实时监测运输车的加速度；

行驶分析模块用于接收运输车的时序数据并根据时序数据对运输车进行行驶系数分析，具体分析过程如下：

获取运输车的时序数据，分析得到运输车的行驶时间段；

将运输车的载重最大值标记为Z1，行驶速度最大值标记为V1，加速度最大值标记为G1；统计运输车的行驶时长为T1；

利用公式SJ＝Z1×b1+V1×b2+G1×b3+T1×b4计算得到运输车的行驶系数SJ，其中b1、b2、b3、b4均为系数因子；

行驶分析模块用于将运输车的行驶系数SJ和行驶时间段进行统合得到运输记录，并将运输记录打上时间戳存储至云平台；

车辆评估模块与云平台相连接，用于根据云平台存储的带有时间戳的运输记录对运输车进行保养系数评估，具体评估过程如下：

根据时间戳，获取预设时间段内运输车的运输记录；统计运输车的运输总次数为C1；将每个运输记录中的行驶系数标记为SJi；

将SJi与预设运输阈值相比较，统计SJi大于预设运输阈值的次数占比为Zb2，当SJi大于预设运输阈值时，获取SJi与预设运输阈值的差值并求和得到超运总值SZ，利用公式CY＝Zb2×d3+SZ×d4计算得到超运吸引值CY，其中d3、d4为系数因子；

将运输总次数、超运吸引值进行归一化并取其数值，利用公式BY＝C1 ×g1+CY×g2计算得到运输车的保养系数BY，其中g1、g2为系数因子；将保养系数BY与预设保养阈值相比较；

若BY大于预设保养阈值，则生成保养信号；车辆评估模块用于将保养信号发送至云平台，以提醒管理人员对运输车进行消毒或维修养护工作，提高运输安全。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

本发明的工作原理：

基于健康驿站运输车的物联网远程控制系统，在工作时，路线规划模块用于爬取园区内的道路交错关系，并根据爬取到的数据为运输车规划配送路线；自主导航模块用于采集运输车的导航定位信息，将位置姿态信号发送至运输车并控制运输车按照路线规划模块规划的配送路径在园区内行驶；本发明中采用全局路径规划算法对配送路径进行优化，行驶路线短，运输车至目标点的配送时间快，有效提高运输效率；

运输车上设置有行驶监测模块，用于对运输车的行驶状态进行监测，并将监测到的时序数据传输至行驶分析模块；行驶分析模块用于根据时序数据对运输车进行行驶系数分析；车辆评估模块用于根据云平台存储的带有时间戳的运输记录对运输车进行保养系数评估，将每个运输记录中的行驶系数标记为SJi；将SJi与预设运输阈值相比较，计算得到超运吸引值 CY，结合运输总次数C1，计算得到运输车的保养系数BY，若BY大于预设保养阈值，则生成保养信号；以提醒管理人员对运输车进行消毒或维修养护工作，提高运输安全。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”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一定指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何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (5)

1.基于健康驿站运输车的物联网远程控制系统，其特征在于，包括路线规划模块、自主导航模块、行驶监测模块、云平台以及车辆评估模块；

所述路线规划模块用于爬取园区内的道路交错关系，并根据爬取到的数据为运输车规划配送路线；所述自主导航模块用于采集运输车的导航定位信息，并控制运输车按照路线规划模块规划的配送路径在园区内行驶；

所述运输车上设置有行驶监测模块，用于对运输车的行驶状态进行监测，并将监测到的时序数据传输至行驶分析模块对所述运输车进行行驶系数分析；

所述行驶分析模块用于将运输车的行驶系数SJ和行驶时间段进行统合得到运输记录，并将运输记录打上时间戳存储至云平台；

所述车辆评估模块与云平台相连接，用于根据云平台存储的带有时间戳的运输记录对运输车进行保养系数评估，若保养系数BY大于预设保养阈值，则生成保养信号；所述车辆评估模块用于将保养信号发送至云平台，以提醒管理人员对所述运输车进行消毒或维修养护工作。

2.根据权利要求1所述的基于健康驿站运输车的物联网远程控制系统，其特征在于，所述行驶分析模块的具体分析过程如下：

获取所述运输车的时序数据，分析得到运输车的行驶时间段；所述时序数据为包括运输车的载重数据、行驶速度和加速度；

将运输车的载重最大值标记为Z1，行驶速度最大值标记为V1，加速度最大值标记为G1；统计运输车的行驶时长为T1；

利用公式SJ＝Z1×b1+V1×b2+G1×b3+T1×b4计算得到运输车的行驶系数SJ，其中b1、b2、b3、b4均为系数因子。

3.根据权利要求2所述的基于健康驿站运输车的物联网远程控制系统，其特征在于，所述车辆评估模块的具体评估过程如下：

根据时间戳，获取预设时间段内运输车的运输记录；统计运输车的运输总次数为C1；将每个运输记录中的行驶系数标记为SJi；

将SJi与预设运输阈值相比较，统计SJi大于预设运输阈值的次数占比为Zb2，当SJi大于预设运输阈值时，获取SJi与预设运输阈值的差值并求和得到超运总值SZ，利用公式CY＝Zb2×d3+SZ×d4计算得到超运吸引值CY，其中d3、d4为系数因子；

利用公式BY＝C1×g1+CY×g2计算得到所述运输车的保养系数BY，其中g1、g2为系数因子。

4.根据权利要求2所述的基于健康驿站运输车的物联网远程控制系统，其特征在于，所述行驶监测模块包括载荷传感器、速度传感器和加速度传感器，其中，载荷传感器用于实时测量运输车所受的载荷，即载重数据；速度传感器用于实时监测运输车的行驶速度；加速度传感器用于实时监测运输车的加速度。

5.根据权利要求1所述的基于健康驿站运输车的物联网远程控制系统，其特征在于，所述路线规划模块的具体规划步骤为：

首先对园区环境建模形成拓扑网状图和连通关系矩阵；

接着利用Floyd弗洛伊德算法确定搜索路径矩阵，即最短路径矩阵，并通过迭代优化，提高运算速度；然后通过对节点和边的遍历，计算始发点到目标点序列的最短连通路径；

最后将最短连通路径转换到以RFID序列标示的配送路线，在每个路口的RFID，根据路径连通性，计算出运输车的转弯角度。

Images