CN116075839A - 用于验证运输期间物品状态的技术 - Google Patents

用于验证运输期间物品状态的技术 Download PDF

Info

Publication number
CN116075839A
CN116075839A CN202180057217.4A CN202180057217A CN116075839A CN 116075839 A CN116075839 A CN 116075839A CN 202180057217 A CN202180057217 A CN 202180057217A CN 116075839 A CN116075839 A CN 116075839A
Authority
CN
China
Prior art keywords
measurement
trust value
sensor
data store
shipping container
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
CN202180057217.4A
Other languages
English (en)
Inventor
R·T·弗朗佐
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.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
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 Qualcomm Inc filed Critical Qualcomm Inc
Publication of CN116075839A publication Critical patent/CN116075839A/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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • 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
    • G06Q10/0833—Tracking
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06018—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding
    • G06K19/06028—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding using bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06Q10/06398—Performance of employee with respect to a job function
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Educational Administration (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

这里描述的技术涉及验证运输期间物品的状态。在一些实施例中，包括传感器数据和/或用户输入的装运数据可以由在运输期间容纳物品的装运容器(例如，箱子、运输工具、定制容器、收容器、智能容器、手提袋)的一个或更多个传感器和/或输入设备获得。可以向数据存储库(例如，区块链、不可变帐本、分布式帐本技术)发送装运数据。在合适的时间，可以从获得自数据存储库的装运数据估计和/或识别装运容器的位置。可以至少部分地通过分析从数据存储库获得的传感器数据和/或用户输入验证物品的状态。利用这里的技术，可以确定在运输期间物品是否被处理不当以及物品受到影响(例如，损坏、变质等)的可能性。

Description

用于验证运输期间物品状态的技术
技术领域
本公开总体上涉及无线通信领域，特别涉及对象、设备和数据存储系统(包括分散式数据存储)之间的信号通信。
背景技术
随着许多消费者转向在线订购越来越多的物品，供应链管理变得越来越重要。目前，通过在各个仓库和递送地点接收和/或转移包裹时扫描条形码来跟踪所有种类的装运物。然而，关于装运物在运输期间是如何被处理的，知之甚少。
发明内容
这里描述的技术提供用于验证运输期间物品的状态。例如，这里公开的技术可以提供运输时段期间物品被处理不当或处理妥当的可能性。如果处理不当，可能的结果(例如，物品可能损坏和/或变质等)可以被识别。在一些实施例中，物品的位置可以由装运容器(例如，箱子、运输工具、定制容器、收容器、智能容器、手提袋等)本身查明和报告，并且这样的位置数据可以被各种实体(例如，与目的地位置相关联的用户、供应方、装运实体等)在运输时段期间和/或之后访问。这里讨论的技术解决了这些和其它操作改善，包括物品状态的可信度。
一些实施例可以包括一种用于验证运输期间物品状态的方法。该方法可以包括由配置用于运输的装置的处理器从装置的第一传感器获得第一测量，装置在运输期间容纳物品。该方法还可以包括由处理器向远程数据存储库(data store)发送第一测量和与第一测量对应的第一信任值。该方法还可以包括由处理器获得和与装置相关联的第二测量有关的用户输入。该方法还可以包括由处理器向远程数据存储库发送第二测量和与第二测量对应的第二信任值，第二测量至少部分地从用户输入确定。该方法还可以包括确定装置已到达目的地。该方法还可以包括至少部分地基于第一测量、第一信任值、第二测量和第二信任值，验证运输期间物品的状态符合预定义状况集合。
一些实施例可以包括一种配置用于运输的装置。该装置可以包括一个或更多个传感器、存储用于验证运输期间物品状态的可运行指令的存储器、以及与存储器通信耦合的一个或更多个处理器。在一些实施例中，所述一个或更多个处理器配置为运行指令以使计算设备执行操作。操作可以包括从装置的第一传感器获得第一测量，装置在运输期间容纳物品。操作还可以包括向远程数据存储库发送第一测量和与第一测量对应的第一信任值。操作还可以包括获得和与装置相关联的第二测量有关的用户输入。操作还可以包括向远程数据存储库发送第二测量和与第二测量对应的第二信任值，第二测量至少部分地从用户输入确定。操作还可以包括确定装置已到达目的地。操作还可以包括至少部分地基于第一测量、第一信任值、第二测量和第二信任值，验证运输期间物品的状态符合预定义状况集合。
一些实施例可以包括一种非暂时性计算机可读介质。该非暂时性计算机可读介质可以包括用于验证运输期间物品状态的所存储的指令。在一些实施例中，指令当由一个或更多个处理单元运行时使所述一个或更多个处理单元执行操作。操作可以包括从配置用于运输的装置的第一传感器获得第一测量，装置在运输期间容纳物品。操作还可以包括向远程数据存储库发送第一测量和与第一测量对应的第一信任值。操作还可以包括获得与和装置相关联的第二测量有关的用户输入。操作还可以包括向远程数据存储库发送第二测量和与第二测量对应的第二信任值，第二测量至少部分地从用户输入确定。操作还可以包括确定装置已到达目的地。操作还可以包括至少部分地基于第一测量、第一信任值、第二测量和第二信任值，验证运输期间物品的状态符合预定义状况集合。
一些实施例可以包括一种配置为验证运输期间物品状态的装置。该装置可以包括用于从装置的第一传感器获得第一测量的机构，装置在运输期间容纳物品。该装置还可以包括用于向远程数据存储库发送第一测量和第一信任值的机构，第一信任值对应于第一测量。该装置还可以包括用于获得与和装置相关联的第二测量有关的用户输入的机构。该装置还可以包括用于向远程数据存储库发送第二测量和与第二测量对应的第二信任值的机构，第二测量至少部分地从用户输入确定。该装置还可以包括用于确定装置已到达目的地的机构。该装置还可以包括用于至少部分地基于第一测量、第一信任值、第二测量和第二信任值验证运输期间物品的状态符合预定义状况集合的机构。
附图说明
图1是根据实施例示出用于验证运输期间物品状态的方法的简化框图。
图2绘出了根据一些实施例的区块链的一部分的示例。
图3是示出根据至少一个实施例的递送系统的示例部件的框图。
图4是示出用于验证引擎的示例计算机架构的示意图，该示例计算机架构包括可执行根据至少一个实施例的功能的多个模块。
图5是根据实施例用于验证运输期间物品状态的方法的流程图。
根据某些示例实施方式，各个附图中相同的附图标记指示相同的元素。此外，元素的多个实例可以通过在元素的第一数字后跟着字母或连字符和第二数字来指示。例如，元素110的多个实例可以被指示为110-1、110-2、110-3等，或者被指示为110a、110b、110c等。当仅使用第一数字来指代这样的元素时，元素的任何实例将被理解(例如，前面示例中的元素110将指代元素110-1、110-2和110-3或元素110a、110b和110c)。
具体实施方式
现在将参照形成其一部分的附图来描述几个说明性实施例。虽然下面描述了其中可实现本公开的一个或更多个方面的特定实施例，但是在不脱离本公开的范围或所附权利要求的精神的情况下可以使用其它实施例并且可以进行各种修改。
在一些实施例中，可以验证运输期间(例如，运输时段期间，运输时段包括从在起始位置的拾取到在预期目的地的递送所经过的时间)物品的状态。例如，用户可以在线订购物品。为了完成订单，可以将物品装运(例如，通过装运提供方)给用户。在一些实施例中，在运输期间存储物品的诸如装运容器(例如，箱子、运载工具、定制容器、收容器、智能容器、手提袋等)的装置(有时称为“智能容器”)可以包括一个或更多个传感器，利用所述一个或更多个传感器在旅途期间可以进行各种测量和/或可以查明装运容器和/或物品的属性。例如，可以利用温度传感器测量随时间推移装运容器内的温度。可以利用光传感器识别装运容器在运输期间何时以及是否被打开。装运容器可以包括用于确定位置的传感器，诸如全球导航卫星系统(GNSS)接收器。GNSS接收器可以配置为接收和数字处理来自导航卫星(和/或其它车辆)的信号，以便提供位置、速度和接收时间。可以利用GNSS接收器或另一定位传感器确定在整个运输期间的不同时间的装运容器位置。可以利用一个或更多个加速度计和/或陀螺仪识别随时间推移物品的取向和/或物理处理。这里考虑并讨论了多种传感器的使用。装运容器和/或一个或更多个传感器可以包括一个或更多个处理器和/或一个或更多个通信设备(例如，无线和/或蜂窝发射器)，可以利用所述一个或更多个通信设备由装运容器和/或传感器本身无线传输由传感器收集的数据。
可以将装运容器和/或物品的这些和其它测量和/或属性与信任值一起传输到远程系统(例如，管理诸如区块链网络的不可变账本的系统)以供存储。区块链网络可以包括管理区块链的一个或更多个计算设备。区块链是指数据块的分布式的、分散式的且不可变的公共账本，其中每个块包括唯一标识该块的散列和前一个块的散列。信任值(例如，在0和1之间的值、在0和100之间的值等)可以量化测量和/或属性准确和/或值得信赖的信任程度。
在一些实施例中，可能需要人为干预来确定一些类型的装运数据(例如，装运容器和/或物品的测量和/或属性)。例如，可以利用用户提供关于装运容器的尺寸和/或状态的信息(例如，凹痕或撕裂是否可见、装运容器损坏的大致大小等)。在一些实施例中，用户可以经由装运容器的界面和/或经由用户操作的用户设备来提供该数据。作为另一示例，可以利用用户识别(例如，经由用户设备的相机和输入设备)装运容器边缘出现在图像(例如，由用户设备捕获的装运容器的图像)中的位置。至少部分地利用一定量的人为干预的这些测量和/或属性也可以被分配信任值，并且数据的组合可以被存储在远程系统处。在一些实施例中，单独由计算设备收集的测量和/或属性(例如，一个或更多个传感器的任何合适的组合)可以被分配比至少部分地通过人为干预获得的数据更高的信任值。
在任何合适的时间(例如，在递送时间)，装运容器和/或服务提供方计算机可以访问装运数据(例如，在从装运开始到递送的运输时段期间的各个时间获得的测量和/或属性和对应的信任值)。例如，装运容器和/或服务提供方计算机可以从先前存储数据的区块链获得装运数据。可以利用装运数据确定装运容器和/或物品的测量和/或属性是否保持在可接受的参数内。在一些实施例中，智能合约可以存储在区块链中并用于验证运输期间物品的状态。智能合约可以包括可被运行(例如，自动运行、按需运行等)以验证运输期间装运容器和/或物品的测量和/或属性保持在可接受参数内的计算机程序和/或交易协议。
举例来说，可以利用装运数据温度测量计算温度得分(例如，指示装运容器内的温度在可接受温度范围之外超过运输时段期间的可接受的时间段的可能性)。可以将各种测量和属性作为整体进行分析，以识别装运容器和/或物品在运输时段期间是否遭受不可接受的处理和/或状况(根据预定义规则集合)。例如，可以利用一些测量(例如，装运容器箱的尺寸、装运容器包括孔和/或撕裂的指示、加速度计和/或陀螺仪测量、和/或来自压电传感器(例如，应变传感器)指示各种位置和/或随时间推移作用在装运容器和/或物品上的力的测量等)识别装运容器和/或物品由于超过预定义阈值的力的量而遭受不可接受的损坏量(超过预定义损坏阈值的损坏量)的可能性。作为另一示例，可以利用一些测量(例如，由一个或更多个光传感器获得)确定装运容器是否被打开和/或装运容器内的物品是否受到光照。在一些实施例中，装运容器内的物品可能是光敏的，并且装运容器被打开和/或物品受到光照的指示可以指示不可接受的状况(在与物品相关联的预定义状况集合之外的状况)。在一些实施例中，可以根据预定义加权方案利用与每个测量和/或属性对应的信任值对数据相应地进行加权，使得具有较高信任值的数据比与较低信任值对应的数据被更频繁地利用。可以根据正在装运的物品和/或正在利用的装运容器来预定义可接受的范围和阈值。上面讨论的计算、确定和分析可以由计算设备和/或区块链的智能合约运行。
利用所公开的技术可以使跟踪和递送通知能够由装运容器本身自动提供。此外，可以监测、跟踪或以其它方式查明物品的状况和处理，从而能够确定物品是否已经损坏、变质、偏离预期运输路线等。
图1是示出根据实施例的用于验证运输期间物品状态的环境100的简化框图。各项目可以被容纳在装运容器中。用户102可以从物品供应方(例如，在线零售商、医疗提供方、杂货提供方等)购买和/或租赁各种物品。物品可以在装运容器104和装运容器106内被装运给用户102。在一些实施例中，物品最初可以存储在位置108(例如，相同或不同的仓库、供应设施、存储位置等)。
在包括订购时间到目的地位置110的递送时间的运输时段期间，可以收集(例如，通过装运容器的一个或更多个传感器，经由供应链代理(诸如仓库工作人员和/或递送代理等)的帮助)装运容器(和/或物品)的各种测量和/或属性。这些测量和/或属性可以被传输(例如，通过装运容器和/或由供应链代理操作的用户设备到数据存储库112，或与装运容器和/或用户设备通信的另一设备)到数据存储库112。可以为每个测量和/或属性分配指示数据的准确度和/或可信度的信任值。在一些实施例中，由一个或更多个传感器和/或设备自主获得的测量和/或属性可以比至少部分地利用人为干预获得的数据更受信任。可以将与装运物对应的各种测量和属性作为整体进行分析，以识别装运容器和/或物品在运输时段期间是否遭受不可接受的处理和/或状况，和/或跟踪在运输时段期间装运容器和/或物品以及装运容器和/或物品的状况。在一些实施例中，上面讨论的分析可以由计算设备和/或智能合约运行。
举例来说，可以利用装运容器104将物品从位置108运送到目的地位置110(例如，用户102的住所)。在时间T1，可以在运输终点站(例如，沿着到目的地位置110的路径的接收中心)接收装运容器104。装运容器104可以包括任何合适数量的传感器，其中至少一个可以包括定位传感器(例如，GNSS接收器)和/或配置为测量装运容器的运动和/或放置/取向的加速度计和/或陀螺仪。在识别出(例如，经由加速度计和/或陀螺仪)装运容器104已经停止运动一段时间时，可以利用装运容器104的一个或更多个传感器收集传感器数据(例如，包括装运容器和/或物品的一个或更多个测量和/或属性的数据)。可以为传感器数据分配(例如，由传感器的处理器、由装运容器104的处理器等)指示传感器数据的准确度和/或可信度的信任值。在一些实施例中，传感器和/或装运容器104可以配置有用于分配信任值的预定义协议(例如，规则集合)。
在一些实施例中，传感器和/或装运容器104可以利用机器学习模型，该机器学习模型可以输出指示模型相对于其输出具有的置信度的置信度得分以及其它事物。机器学习模型之前可以利用任何合适的有监督的、无监督的、半监督的和/或强化的学习算法进行训练，并被存储在装运容器104的存储器中和/或在装运容器的传感器的存储器中。根据一些实施例，不同的传感器可以包括相同或不同的机器学习模型，每个模型可以配置为基于从训练数据集的历史示例学习的特征来提供来自输入数据的确定和/或预测。
举例来说，光传感器(例如，测量曝光量的传感器)可以配置有机器学习算法，该机器学习算法之前已经被训练(例如，从与关于装运容器被打开/未被打开和/或物品是否暴露于光照/未暴露于光照的确定单独关联的传感器数据的历史示例集)以基于由其它装运容器的其它光传感器提供的一个或更多光测量来识别装运容器是否已经被打开和/或物品是否暴露于光照。由于使用光传感器收集传感器数据(例如，光测量)，因此可以将传感器数据提供给机器学习模型作为输入，并且可以接收输出(例如，关于装运容器是否已被打开的确定和/或指示模型相对于该输出具有的置信度的置信度得分)。
在一些实施例中，装运容器104(或收集传感器)可以将传感器数据连同对应的信任值(无论是根据预定协议分配的还是由机器学习模型确定的)一起传输到数据存储库112。在一些实施例中，数据存储库112是分散式的且分布式的公共帐本(例如，区块链)，或者数据存储库112可以是装运容器104可访问的任何合适的存储设备。在一些实施例中，数据存储库112可以存储智能合约(未绘出)，可以利用该智能合约分析装运数据(例如，装运容器和/或物品的测量和/或属性)以验证运输期间物品的状态(例如，以验证装运容器和/或物品的测量和/或属性是可接受的值和/或在可接受的范围内)。
图2绘出了根据一些实施例的区块链200的一部分的示例。区块链200可以是图1的数据存储库112的示例。区块链200的所述部分可以包括多个块(如至少块1、2和3所绘)，每个块包括相应的标头204、206和208。每个标头可以包括数据元素，包括版本号、先前的块散列、默克尔(merkle)根和时间戳。每个块还可以分别包括数据210、212和214。
例如，数据210可以包括收集数据A(例如，数据收集设备的设备数据和/或指示数据是由人收集的数据)。收集数据A可以包括序列号、网络地址、设备名称、设备类型或与设备(例如，图1的装运容器104的传感器)相关联的任何合适信息的任何合适组合。如果值A是由人收集的，则收集数据A可以包括指示收集是由人执行的指示符和/或识别收集了值A的特定人的标识符。数据210还可以包括值A。值A可以包括由设备和/或收集数据A指示的人对应提供的任何合适数量的测量和/或属性。一个或更多个时间戳可以被包括在数据210中。每个时间戳可以对应于值A的特定值。类似地，数据210中可以包括一个或更多个信任值。每个信任值可以对应于指示准确度的值A的特定值和/或对应值的可信度。
区块链200中可以包括任何合适数量的块，每个块对应于已由其提供对应收集数据的设备和/或人。如所绘出的，块2可以包括可与相同或不同的装运容器和/或物品对应的数据212。因此，可以利用区块链200在各种运输时段内维护各种装运容器和/或对应物品的记录。每个块可以包括前一个块的散列。装运容器和/或服务提供方(例如，装运提供方)和/或智能合约可以利用区块链200获得测量和/或属性，运输期间物品的状态可以用所述测量和/或属性被验证(例如，被确定为在给定时间和/或在给定时间段内、在运输期间等在可接受的参数内或在可接受的参数外)。利用区块链200存储该信息确保随时间推移收集到的测量和属性不会被篡改或更改。
返回图1，在T1获得并传输到数据存储库112的传感器数据可以包括传感器获得的测量和/或属性、与传感器相关联的设备数据(例如，序列号、设备类型、传感器的灵敏度等级、或识别传感器的类型和/或准确性的任何合适数据)、指示时间T1的时间戳、信任值(无论是根据预定协议分配的还是由机器学习模型确定的)、或与获得传感器数据相关的任何合适的数据。在一些实施例中，可以在时间T1利用装运容器104的任何合适数量的传感器获得装运容器104和/或装运容器104所容纳的物品的任何合适数量的测量和/或属性。可以在传输之前组合该数据和/或可以将传感器数据的至少一个实例单独传输到数据存储库112。在一些实施例中，数据存储库112可以配置为在同一记录中或在分别的记录中在T1(或在包含T1的预定时间段期间)获得的传感器数据。
在时间T2，装运容器104可以到达沿着到目的地位置110的路径的另一站点。在确定装运容器104已经停止(或至少部分地基于用户输入，根据预定日程安排和/或频率等)时，装运容器104的传感器可以配置为获得附加传感器数据。附加传感器数据可以被传输到数据存储库112以被存储在与用于存储在T1获得的传感器数据的一个或更多个记录不同的一个或更多个记录中。在一些实施例中，代理114(例如，仓库工作人员)可以进行干预以帮助装运容器104的一个或更多个传感器收集传感器数据和/或代理114可以提供指示装运容器104和/或装运容器104所容纳的物品的一个或更多个测量和/或属性的用户输入。例如，代理114可以提供用户输入(例如，经由装运容器104的诸如触摸板的界面和/或输入设备，经由代理114操作的用户设备116或任何合适的设备)，该用户输入指示装运容器104和/或装运容器104内的物品的一个或更多个测量和/或属性。装运容器104可以配置为在将用户输入(和/或从用户输入导出的数据)、分配的信任值和指示数据由用户(或特定用户)提供的数据的任何合适的组合和/或识别用户用来提供用户输入的设备的数据传输到数据存储库112之前，将信任值分配给代理114提供的用户输入。该数据可以统称为“用户辅助数据”。
在时间T3，装运容器104和/或装运容器104的传感器可以配置为获得附加数据(例如，附加传感器数据、附加用户辅助数据等)和/或代理118(例如，邮政工作人员)可以经由装运容器104和/或代理118操作的用户设备提供附加用户输入。附加数据可以以与上面关于传感器数据和/或用户辅助数据所讨论的类似的方式收集。
应理解，可以刺激装运容器104和/或装运容器104的传感器根据任何合适的预定数据获取协议来获得传感器数据和/或用户输入。举例来说，预定数据获取协议可以指定传感器数据和/或用户输入将根据预定频率、预定日程安排、根据预定的状况集合(例如，确定装运容器104在运动中，但是在从诸如用户设备116的另一设备接收到指示将获得传感器数据和/或用户输入等的数据时停止运动达阈值时间段，等)等来获得。在一些实施例中，取决于正在装运的物品和/或正在利用的特定装运容器，用于获取传感器数据和/或用户输入的预定数据获取协议可以相同或不同。在一些实施例中，装运容器104和装运容器106可以包含不同的传感器和/或输入设备集合，因此可以根据不同的预定数据获取协议来操作。
在任何合适的时间，存储在数据存储库112中的装运数据(例如，传感器数据和/或与装运容器104的装运物对应的用户输入)可以由任何合适的计算设备(例如，由装运容器104、用户设备、服务器计算机等)访问。可以分析(例如，由计算设备，由存储在数据存储库112中的智能合约等)装运数据以确定运输期间物品的状态(例如，以确定物品是否被管理不当)。管理不当的确定可以取决于物品而不同。举例来说，当物品易腐坏并且装运数据指示物品被存储在不可接受的预定义温度范围内超过预定时间段、装运容器发生故障允许温度超过预定义阈值、物品以超过预定义力阈值的力掉落等时，可以找到确定。相反，当传感器数据和/或用户输入指示装运容器和/或物品的测量和/或属性落入可接受的预定义范围和/或基于与该项目相关联的预定义状况集合的相等可接受值时，可以找到物品被妥善管理的确定。在一些实施例中，物品被管理不当的确定可以识别可能源于管理不当的特定结果(例如，损坏、变质、盗窃等)以及管理不当的确定准确的可能性(例如，95％的置信度得分)。物品被妥当管理的确定也可以包括该确定准确的似然值。
在一些实施例中，确定(例如，管理不当和/或管理妥当)及其准确性的可能性可以基于装运数据以及与传感器数据和/或用户输入的实例相关联的对应信任值来计算。在一些实施例中，自主提供的传感器数据(例如，独立于用户干预/交互收集的传感器数据)的信任值可以高于至少部分地基于用户动作提供的传感器数据和/或用户输入。因此，当装运包括相比于用户输入对自主设备(例如，装运容器104的传感器)的更多使用时，结果准确的可能性可以更高。在任何合适的时间，可以允许用户102(和/或装运容器104和/或物品的提供方、装运实体等)访问以查看装运数据、结果确定和指示结果确定准确的可能性的值。应理解，可以在运输时段期间和/或递送之后的任何合适时间计算和访问该数据(至少在预定时间段内或无限期地)。在一些实施例中，可以利用存储在数据存储库112中的智能合约做出这些确定和/或计算确定的准确性的可能性。智能合约可以输出这些确定和/或可能性的指示。
以类似的方式，另一物品可以在装运容器106中被装运。可以在T4提供用户输入和/或传感器数据，并且可以在T5和T6使用装运容器106的一个或更多个传感器获得附加传感器数据。在递送时或在任何合适的时间，可以确定物品被管理不当，并且指示该确定的准确性的似然值可以由任何合适的计算设备访问。因此，用户102、物品供应方、托运方或任何合适的一方可以在任何合适的时间访问装运数据和/或从装运数据导出的任何数据。由于装运数据可以附加地或可选地包括位置数据，因此用户102、物品供应方、托运方或任何合适的一方可以在任何合适的时间查明装运容器104的位置。
图3和图4是可以用于实现在此提供的用于验证传输期间物品状态的技术的系统和设备部件的图示。
图3是示出根据至少一个实施例的递送系统300的示例部件的框图。系统300可以包括验证引擎302，验证引擎302可以配置为整体地或部分地在用户设备304、服务提供方计算机306和/或装运容器308(例如，图1的装运容器104和/或106)处操作。在系统300中，一个或更多个用户(例如，用户310)可以利用用户设备(例如，一批用户设备中的用户设备)经由网络312向服务提供方计算机306提供输入。例如，用户310可以访问任何合适的输入/输出设备(例如，下面讨论的I/O设备324)，诸如键盘、麦克风等，以经由一个或更多个网络312向服务提供方计算机306提供输入(例如，经由在用户设备304上运行的应用318)。在一些方面，在用户设备304操作的应用318(例如，网络浏览器应用、装运应用)可以由计算服务或服务提供方托管、管理和/或提供，诸如通过利用一个或更多个服务提供方计算机306。
在一些实施例中，网络312可以包括合适的网络，诸如互联网、无线网、蜂窝网、其它私有和/或公共网络、或以上的任何合适的组合。
在一些实施例中，下面更详细地进一步讨论的验证引擎302可以整体地或部分地在用户设备304、服务提供方计算机306和/或装运容器308上操作。因此，在一些实施例中，用户310(例如，容纳在装运容器308中的物品的采购者、装运过程中的参与者(例如，数据收集器等)可以经由验证引擎302提供的用户界面直接通过用户设备304和/或服务提供方计算机306访问验证引擎302的功能。在一些实施例中，验证引擎302的功能可以作为可用其提交用户输入的软件服务被提供，并且各种界面和/或界面元素可以经由用户设备304处的应用318呈现。
在一些实施例中，应用318可以允许用户310与服务提供方计算机306和/或数据存储库309(例如，图1的数据存储库112的示例)进行交互。数据存储库309可以是集中式的和/或分布式的存储系统。在一些实施例中，数据存储库309可以是图2的区块链200的示例。在一些实施例中，数据存储库309可以对于用户设备304、服务提供方计算机306和/或装运容器308的任何合适的组合是本地的和/或可由用户设备304、服务提供方计算机306和/或装运容器308的任何合适的组合访问。在一些实施例中，数据存储库309可以由远程系统和/或诸如区块链网络(未绘出)的网络维护。数据存储库309可以配置为从用户设备304、服务提供方计算机306和/或装运容器308接收装运容器和/或装运容器308容纳的物品的各种测量和/或属性并存储所述各种测量和/或属性。
可能布置在服务器集群中或作为服务器农场布置的服务提供方计算机306可以托管分别在用户设备304或装运容器308上操作的应用318和/或326和/或基于云的软件服务。应用318和326可以能够处理来自用户310的请求，并作为响应提供可在用户设备304处呈现(例如，经由I/O设备324的显示器和/或扬声器)或在装运容器处呈现(例如，经由I/O设备328的显示器和/或扬声器)的各种用户界面和/或输出。在用户设备304上操作的应用318和/或在装运容器处操作的应用326可以呈现支持用户交互(诸如提供装运容器308和/或装运容器308容纳的物品的任何合适的测量和/或属性)的任何合适类型的网站。所描述的技术可以类似地在应用318和326之外实现，诸如与在用户设备304和/或装运容器308上运行的其它应用一起实现。
用户设备304可以是任何合适类型的计算设备，诸如但不限于移动电话、智能扬声器、手持扫描仪、触摸屏设备、智能电话、个人数字助理(PDA)、膝上型计算机、台式计算机、薄客户端设备、平板PC、电子书(e-book)阅读器等。在一些示例中，用户设备304可以经由网络312或经由其它网络连接与服务提供方计算机306和/或装运容器308通信。
在一个说明性配置中，用户设备304可以包括至少一个存储器314和一个或更多个处理单元(或处理器)316。存储器314可以存储可在处理器316上加载和运行的程序指令、以及在这些程序的运行期间生成的数据。存储器314可以是易失性的(诸如随机存取存储器(RAM))和/或非易失性的(诸如只读存储器(ROM)、闪速存储器等)。在一些实施方式中，存储器314可以包括多种不同类型的存储器，诸如静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)或ROM。存储器314可以包括操作系统322、一个或更多个数据存储库320、以及用于实现这里公开的验证引擎302的特征的经由应用318(例如，浏览器应用、装运应用、购物应用等)提供的一个或更多个应用程序、模块或服务。应用318可以配置为接收、存储和/或显示网页或用于与服务提供方计算机306交互的其它界面。
用户设备304还可以包含通信连接336，通信连接336允许用户设备304与数据存储库309、计算设备(例如，服务提供方计算机306、装运容器308或在网络312上的任何合适的设备通信。用户设备304还可以包括I/O设备324，诸如键盘、鼠标、笔、语音输入设备(例如，麦克风)、触摸输入设备、显示器、扬声器、打印机等。
在一些方面，服务提供方计算机306也可以是任何合适类型的计算设备，诸如但不限于移动电话、智能扬声器、智能电话、个人数字助理(PDA)、膝上型计算机、台式计算机、服务器计算机、薄客户端设备、平板PC等。服务提供方计算机306可以包括一个或更多个服务器，所述一个或更多个服务器可能布置在集群中、作为服务器农场布置、或作为彼此不关联的单独服务器布置。这些服务器可以配置为实现这里描述的功能作为集成的分布式计算环境的部分。
在一个说明性配置中，服务提供方计算机306可以包括至少一个存储器330和一个或更多个处理单元(或处理器)332。处理器332可以适当地实现为硬件、计算机可运行指令、固件或其组合。存储器330可以存储可在处理器332上加载和运行的程序指令、以及在这些程序的运行期间生成的数据。存储器330可以是易失性的(诸如RAM)和/或非易失性的(诸如ROM、闪速存储器等)。服务提供方计算机306或服务器还可以包括附加存储334，附加存储334可以包括可移动存储和/或不可移动存储。附加存储器334可以包括但不限于磁存储、光盘和/或磁带存储。磁盘驱动器及其关联的计算机可读介质可以为计算设备提供计算机可读指令、数据结构、程序模块和其它数据的非易失性存储。在一些实施方式中，存储器330可以包括多种不同类型的存储器，诸如SRAM、DRAM或ROM。
可移动和不可移动的存储器330、附加存储334都是计算机可读存储介质的示例。例如，计算机可读存储介质可以包括以用于存储信息(诸如计算机可读指令、数据结构、程序模块或其它数据)的任何方法或技术实现的易失性的或非易失性的、可移动的或不可移动的介质。存储器330和附加存储334都是计算机存储介质的示例。可存在于服务提供方计算机306中的附加类型的计算机存储介质可以包括但不限于随机存取存储器(RAM)、相变RAM(PRAM)、静态RAM(SRAM)、动态RAM(DRAM)、只读存储器(ROM)、电可擦除可编程ROM(EEPROM)、闪速存储器或其它存储器技术、紧凑盘ROM(CD-ROM)、数字视频盘(DVD)或其它光学存储、磁带盒、磁带、磁盘存储或其它磁存储设备、或可用于存储期望的信息并可由服务提供方计算机306访问的任何其它媒体。上述任何的组合也应被包括在计算机可读介质的范围内。
可选地，计算机可读通信介质可以包括计算机可读指令、程序模块或在诸如载波或其它传输的数据信号内传输的其它数据。然而，如这里所使用的，计算机可读存储介质不包括计算机可读通信介质。
服务提供方计算机306还可以包含通信连接336，通信连接336允许服务提供方计算机306与数据存储库309、装运容器308、用户设备304或在网络312上的设备的任何合适的组合。服务提供方计算机306还可以包括I/O设备338，诸如键盘、鼠标、笔、语音输入设备、触摸输入设备、显示器、扬声器、打印机等。
更详细地转向存储器330的内容，存储器330可以包括操作系统340、一个或更多个数据存储库342和/或用于实现这里公开的特征(诸如验证引擎302提供的特征)的一个或更多个应用程序、模块或服务。
在一种说明性配置中，装运容器308可以包括至少一个存储器350和一个或更多个处理单元(或处理器)352。存储器350可以存储可在处理器352上加载和运行的程序指令、以及在这些程序的运行期间生成的数据。存储器350可以是易失性的(诸如随机存取存储器(RAM))和/或非易失性的(诸如只读存储器(ROM)、闪速存储器等)。在一些实施方式中，存储器350可以包括多种不同类型的存储器，诸如静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)或ROM。存储器314可以包括操作系统353、一个或更多个数据存储库354和用于实现这里公开的验证引擎302的特征的经由应用326(例如，浏览器应用、装运应用、购物应用等)提供的一个或更多个应用程序、模块或服务。应用318可以配置为接收、存储和/或显示网页或用于与服务提供方计算机306交互的其它界面。
可移动的和不可移动的存储器350可以是计算机可读存储介质的示例。例如，计算机可读存储介质可以包括以用于存储信息(诸如计算机可读指令、数据结构、程序模块或其它数据)的任何方法或技术实现的易失性的或非易失性、可移动的或不可移动的介质。存储器350可以是计算机存储介质的示例。可存在于装运容器308中的附加类型的计算机存储介质可以包括但不限于PRAM、SRAM、DRAM、RAM、ROM、EEPROM、闪速存储器或其它存储器技术、CD-ROM、DVD或其它光学存储、磁带盒、磁带、磁盘存储或其它磁存储设备、或可用于存储期望的信息并可由装运容器308访问的任何其它介质。上述任何的组合也应被包括在计算机可读介质的范围内。
可选地，计算机可读通信介质可以包括计算机可读指令、程序模块或在诸如载波或其它传输的数据信号内传输的其它数据。然而，如这里所使用的，计算机可读存储介质不包括计算机可读通信介质。
装运容器308可以包括用于经由各种手段、协议和标准(诸如经由汽车工程师协会(SAE)或欧洲电信标准组织(ETSI)蜂窝车联网(CV2X)消息和数据元素或其它无线和无线协议)发送和接收数据的通信部件356(例如，无线收发器)。在一些实施例中，通信部件356可以配置为经由短距离无线通信协议(例如，
Figure BDA0004113426680000151
蓝牙
Figure BDA0004113426680000152
等)和/或经由局域网和/或广域网和/或经由蜂窝网络和/或经由任何合适的无线网络发送和接收数据消息和元素。当然，应理解，这些仅是可由装运容器308通过无线链路利用的网络的示例，并且所要求保护的主题不限于此方面。在实施例中，通信部件356可以包括广域网(WAN)、无线局域网(WLAN)和/或个域网(PAN)收发器的各种组合。在实施例中，通信部件356还可以包括蓝牙收发器、紫蜂收发器或其它PAN收发器。通信连接356可以允许装运容器308与数据存储库309、服务提供方计算机306、用户设备304或在网络312上的设备的任何合适的组合进行通信。
装运容器308还可以包括I/O设备328，诸如键盘、鼠标、笔、语音输入设备、触摸输入设备、显示器、扬声器、打印机等，利用I/O设备328可以获得用户输入和/或可以提供数据(例如，视觉地、听觉地、电子地等)。
更详细地转向存储器350的内容，存储器350可以包括操作系统353、一个或更多个数据存储库354和/或用于实现这里公开的特征(诸如验证引擎302提供的特征)的一个或更多个应用程序、模块或服务。
在一些实施例中，装运容器308可以包括任何合适数量的传感器(例如，传感器360)。传感器360可以包括全球导航卫星系统(GNSS)接收器。GNSS接收器可以配置为从导航卫星(和/或其它车辆)接收信号并对所述信号进行数字处理，以便提供接收器的位置、速度和时间。GNSS接收器可以包括硬件和/或软件部件。在实施例中，由GNSS接收器从GNSS卫星接收的GNSS信号可以被装运容器308(或另一计算设备，诸如用户设备304和/或服务提供方计算机306)用于确定装运容器308和/或用于确定GNSS信号参数和解调数据。在实施例中，由通信部件356接收的信号可以单独地或与由GNSS接收器接收的GNSS信号组合地用于位置确定。
可支持通信部件356的无线收发器的网络技术的示例可以包括全球移动通信系统(GSM)、码分多址(CDMA)、宽带码分多址(WCDMA)、长期演进(LTE)、5G或新无线电接入技术(NR)、高速分组数据(HRPD)等。GSM、WCDMA和LTE是3GPP定义的技术。CDMA和HRPD是由第三代合作伙伴计划II(3GPP2)定义的技术。WCDMA也是通用移动电信系统(UMTS)的部分，并且可以由家庭节点B(HNB)支持。
在一些实施例中，可以至少部分地基于观察到的到达时间差(OTDOA)(例如，在LTE网络内)或(例如，蓝牙网络的)到达角/离开角(AOA/AOD)值推导出装运容器308的位置。
在实施例中，传感器360可以包括一个或更多个相机。在实施例中，相机可以包括相机传感器和安装组件。不同的安装组件可以用于装运容器308的不同相机。在一些实施例中，一个或更多个相机可以面向内以捕获装运容器308内部的图像和/或一个或更多个相机可以面向外以捕获装运容器308所在环境的图像。相机可以类似地用于验证和校准其它系统以验证距离测量是正确的。类似地，当与例如一个或更多个加速度计组合时，可以估计和/或验证冲击时间和/或力测量。在一些实施例中，可以单独地或协同地利用相机确定装运容器308的取向。
传感器360中可以包括任何合适数量的加速度计、陀螺仪、惯性测量单元和/或磁力计。在实施例中，可以利用这些设备用提供和/或验证运动、方向信息、最大冲击值、装运容器308经历超过阈值的力的次数(例如，冲击触发计数)等。可以利用加速度计和陀螺仪监测装运容器308的振荡的幅度和频率。举例来说，加速度计(例如，3轴加速度计)可以测量装运容器308的振动，诸如绕装运容器308的平衡位置的动或机械振荡摆。在实施例中，也可以利用加速度计验证装运容器308与表面和/或对象之间碰撞的实际冲击时间和/或冲击力。在实施例中，可以利用陀螺仪和磁力计测量装运容器308的旋转状态(例如，倾斜、取向)。在一些实施例中，可以单独地或协同地利用加速度计和/或陀螺仪的任何合适组合确定装运容器308的取向。可以使用一个或更多个压电传感器检测施加到装运容器308的一个或更多个部分的应变、应力和/或其它力。可以使用这样的应变传感器测量和监测正在施加的或已经施加的物理力的量，这可以指示由例如处理不当或跌落造成的凹痕、或可能损害装运状况的完整性的其它类型的实际或潜在损坏。例如，装运容器308上方的另一物品或容器可能正在压碎装运容器308。
在一些实施例中，传感器360可以包括一个或更多个光传感器，诸如飞行时间传感器、光电二极管、光敏电阻、光电晶体管等。光传感器可以配置为测量给定环境中的光量(或光类型)。在一些实施例中，光传感器可以使用光识别装运容器308是否已经被打开。举例来说，发射器可以放置在装运容器308中，并且接收器可以放置在装运容器308的盖子上从而接收发射器发出的光。如果盖子被移除和/或操纵，接收器(或处理器352)可以配置为确定装运容器已经被打开。在一些实施例中，可以利用光传感器识别装运容器308内的物品已经暴露于特定类型的光(例如，紫外光、红外光等)。
在一些实施例中，传感器360可以包括配置为测量装运容器308内的温度(内部温度)和/或装运容器外的环境温度(外部温度)的一个或更多个温度传感器。在一些实施例中，温度传感器和/或处理器352可以配置为识别内部和/或外部温度何时超过或低于预定阈值。
在一些实施例中，传感器360可以包括配置为测量装运容器308内的湿度(内部湿度)和/或装运容器外的湿度(外部湿度)的一个或更多个湿度传感器。在内部检测到的某些湿度水平可以表明或暗示装运容器308内液体或气体的泄漏、或降低装运容器308周围的密封量的容器损坏(例如，裂纹、刺穿)。在一些实施例中，湿度传感器和/或处理器352可以配置为识别内部和/或外部湿度何时超过或低于预定阈值。
在一些实施例中，温度传感器、湿度传感器和/或处理器352可以配置为识别内部和/或外部温度和/或湿度何时超过或低于动态确定的阈值。装运容器308可以容纳比其它物品对温度或湿度更敏感或更不敏感的物品。例如，一些材料可能对热或高湿度敏感。有机材料也可能对长时间暴露于热或湿气敏感。一些装运容器例如在内容物的运送之前或之后可以是空的，并且可以不再需要基于预设温度阈值监测温度或湿度。因此，可接受的内部和/或外部温度和/或湿度值或范围可以取决于内容物、运送条件或要求、甚至随着天气经历急剧变化或随着装运容器308被运送到不同位置(例如，仓库、车辆、温度不同的室外位置)的气候条件而改变。
在一些实施例中，温度传感器、湿度传感器和/或处理器352可以配置为识别内部和/或外部温度和/或湿度何时超过或低于多于一个预定的或动态确定的阈值(适用的第一阈值、第二阈值、第三阈值等)以考虑内部和/或外部温度和/或湿度的各种可接受程度。例如，超过第一阈值(例如，25℃)但不超过第二阈值(例如，30℃)的温度值可以被标记为不需要干预的警告状况，但超过第二阈值的温度值可以被认为是建议干预(例如经由给用户的警报(例如，经由用户设备304或向用户提供指示(例如，视觉指示、音频指示)的一部分仓库)以确保装运容器308的内容物的完整性，或经由给装运容器308或至少给仓库的修改安装在装运容器308或仓库位置中的任何冷却或加热系统的设置的位置的控制信号)的状况。可以实施类似的程序来监测湿度和光照水平以及借助传感器360中的其它传感器的测量。
在一些实施例中，第二(或超出的任何编号)阈值可以设置在第一阈值的相反方向上。例如，许多材料在特定温度范围内保持稳定(例如，药物、食品)。因此，第一阈值和第二阈值可以至少设置为最小温度值和最大可接受温度值。也可以使用多于两个的阈值。例如，可以为冷冻食品确定三个阈值：-10℃、2℃和5℃。在这种情况下，尽管出于保存目的可能期望易腐食品在运输期间保持冷冻，但可能不那么期望它处于太低的温度，因为这可能导致例如来自霜冻的寒冷损坏。也可能不期望一些材料解冻或经历多次冻融循环。温度传感器可以配置为检测是或超过上述三个阈值中的任何一个的内部和/或外部温度或其变化。对于这里讨论的任何其它类型的传感器，可以静态地或动态地识别和设置类似的阈值。
在一些实施例中，任何合适数量的传感器360可以配置有机器学习模型，该机器学习模型可以将传感器测量作为输入并提供输出(例如，从传感器读数推导出的确定，诸如装运容器308被打开、掉落、暴露于光照等，以及对应的置信度值，其指示与由模型基于从历史传感器数据示例学习的数据确定的确定相关联的置信度)。
图4是示出用于验证引擎402(例如，图3的验证引擎302的示例)的示例计算机架构400的示意图，示例计算机架构400包括可执行根据至少一个实施例的功能的多个模块404。模块404可以是软件模块、硬件模块或其组合。如果模块404是软件模块，则模块404可以体现在计算机可读介质上并由这里描述的任何计算机系统中的处理器处理。应注意，在一些实施例中，这里描述的任何模块或数据存储库可以是负责管理进行对应计算所需的类型的数据的服务。模块404或模块404的某些部分可以在图3的用户设备304、装运容器308和/或服务提供方计算机306或上述任何合适的组合处操作。
在图4所示的实施例中，示出了协议数据存储库405(例如，配置为存储诸如数据采购协议、验证协议等的各种协议的数据存储库)和装运数据存储库406(例如，图1和图3的各自的数据存储库112和309的示例)，但可以维护、导出或以其它方式从对于验证引擎402远程或本地的各种数据存储库访问数据以实现这里描述的功能。在至少一个实施例中，这里描述的数据存储库405和406可以物理地位于图3的用户设备304、装运容器308、服务提供方计算机306和/或数据存储库309上。如图4所示的验证引擎402包括各种模块，诸如数据处理模块412、模型管理器414、信任计算模块416、界面管理器418、验证处理模块420和输出模块422。下面描述模块404的一些功能。然而，为了读者的利益，在以下段落中提供每个模块的简明、非限制性的描述。
在至少一个实施例中，验证引擎402包括数据处理模块412。一般而言，可以利用数据处理模块412接收或发送关于这里提供的任何示例的任何合适的数据。举例来说，数据处理模块412可以配置为接收数据(诸如传感器数据)、数据获取协议、信任值分配协议、用户输入等的任何合适的组合。在一些实施例中，数据处理模块412可以配置为存储协议数据存储库405中的协议(例如，数据采购协议、识别用于分配信任值的计算的信任值分配协议、识别要执行以验证运输期间物品状态的操作的验证协议等)，协议数据存储库405是配置为存储此类信息的数据存储库。数据处理模块412可以配置为将传感器数据和/或用户输入(或任何合适的装运数据)存储在装运数据存储库406中。在一些实施例中，数据处理模块412可以配置为根据存储在协议数据存储库405中的一个或更多个数据采购协议从图3的传感器360激发或以其它方式获得传感器数据。所利用的特定数据采购协议可以至少部分地基于正在装运的物品和/或多个物品来确定。
验证引擎402可以包括模型管理器414。模型管理器414可以配置为存储一个或更多个机器学习模型。在一些实施例中，模型管理器414可以至少部分地在任何合适数量的传感器360上运行。模型管理器414可以包括代码，所述代码当由至少一个处理器(例如，处理器332、316和/或352)运行时，执行与提供机器学习模型输入并从中获得输出相关联的任何合适的操作。
验证引擎402可以包括信任计算模块416。信任计算模块416可以包括代码，所述代码当由至少一个处理器运行时，使信任值被计算并分配给传感器数据、用户输入和/或源自用户输入的数据的实例。在一些实施例中，信任计算模块可以配置为根据存储在协议数据存储库405中的信任值分配协议来计算信任值。在一些实施例中，信任计算模块416可以配置为使计算出的信任值与信任值所对应的传感器数据和/或用户输入数据一起存储在装运数据存储库406内。举例来说，信任值可以被提供给输出模块422，并传输(例如，经由通信部件356)到装运数据存储库406以供存储。
验证引擎402可以包括界面管理器418。界面管理器418可以配置为提供在计算设备处(例如，在用户设备304、装运容器308、服务提供方计算机306处)提供的任何合适的用户界面(例如，图形和/或可听的用户界面)。界面管理器418可以配置为从那些界面接收输入并将这样的输入提供给模块404的其它模块的任何合适的组合以供进一步处理。
验证引擎402可以包括验证处理模块420。验证处理模块420可以配置为从装运数据存储库406获得和分析装运数据。该分析可以根据存储在协议数据存储库405中的预定验证协议而发生和/或可以应请求(例如，从用户设备304和/或服务提供方计算机306接收到的用户请求)来执行分析。在一些实施例中，验证引擎402可以配置有代码，所述代码当由至少一个处理器运行时，执行这里描述的与确定一个(或多个)物品是否被管理不当或管理妥当(例如，在预定义的可接收阈值内管理)相关的任何合适的操作。如果物品被确定为处理不当，则验证处理模块420可以包括代码，所述代码当由至少一个处理器运行时，执行任何合适的操作以至少部分地基于从装运数据存储库406获得的装运数据计算该确定准确的可能性和/或可能的结果(例如，损坏、变质等)。在一些实施例中，可以在预定的验证协议中指定所执行的计算。在一些实施例中，验证处理模块可以包括从历史传感器数据/用户输入示例训练的机器学习模型，以识别物品是否被管理不当和/或管理妥当的确定。举例来说，机器学习模型可以用包括传感器数据和/或用户输入的任何合适的组合的训练数据集来训练，针对所述训练数据集，管理不当/管理妥当的确定是已知的。在一些实施例中，可以向该模型提供后续传感器数据和/或用户输入以接收输出，所述输出包括：1)关于运输期间物品状态(例如，物品是被管理不当还是管理妥当)的确定，2)可能的结果(例如，关于物品可能的当前状态(诸如损坏、变质等)的指示)和/或指示为运输期间物品的状态和/或物品的当前状态提供的值的置信度的一个或更多个置信度值。
验证引擎402可以包括输出模块422。输出模块422可以配置有代码，所述代码当由至少一个处理器运行时，使数据被传输到远程计算设备(例如，用户设备304、服务提供方计算机306、装运容器308、数据存储库309和/或管理数据存储库309的一个或更多个计算设备)。
图5是根据实施例用于验证运输期间物品状态的方法500的流程图。计算机可读介质可以存储计算机可运行指令，所述计算机可运行指令当由至少一个处理器运行时，使至少一个计算机执行包括方法500的操作的指令。应理解，方法500的操作可以按任何合适的、不一定是图5所绘的顺序执行。此外，方法500可以包括比图5所绘的操作更多或更少的操作。方法500的操作可以由包括图3的验证引擎302的计算系统(例如，图1的装运容器104)执行，验证引擎302可以整体地或部分地在装运容器(例如，图3的装运容器308)上和/或在服务提供方计算机(例如，图3的服务提供方计算机306)处和/或在用户设备(例如，图3的用户设备304)处操作。
方法500可以开始于502，其中可以由配置用于运输的装置的处理器(例如，图3的处理器352、传感器360的处理器等)获得(例如，通过运行与图4的数据处理模块412相关联的代码)第一测量。在一些实施例中，配置用于运输的装置包括装运容器(例如，图3的装运容器308)。装运容器可以在运输期间容纳物品(例如，在从装运订单发起到物品递送的运输时段的持续时间内)。在一些实施例中，第一测量可以包括由图4的传感器360的任何合适组合获得的传感器数据和/或第一测量可以包括从传感器数据推导出的数据(例如，由机器学习模型基于传感器数据和/或作为模型输入的用户输入提供的输出)。
在504处，处理器可以向远程数据存储库发送(例如，通过运行输出模块422的代码)第一测量和与第一测量对应的第一信任值。第一信任值可以至少部分地基于预定义协议由处理器352和/或收集传感器的处理器分配(例如，通过运行与图4的信任计算模块416相关联的代码)用于分配信任值。在一些实施例中，第一信任值可以对应于由机器学习模型计算出的作为部分输出的置信度值，所述输出由该模型响应于接收传感器数据作为模型输入而提供。在一些实施例中，远程数据存储库可以是图1和图3的各自的数据存储库112和/或309的示例。在一些实施例中，机器学习模型的功能可以通过运行与图4的模型管理器414相关联的代码来提供。
在506处，可以获得(例如，通过运行与数据处理模块412相关联的代码)与和装置(例如，装运容器)相关联的第二测量有关的用户输入。用户输入可以包括任何合适的用户辅助数据，包括用户直接提供的数据(例如，在由图3的装运容器308和/或用户设备304提供的界面处)和/或(例如，由传感器360和/或处理器352)从用户直接提供的数据推导出的数据。
在508处，处理器(例如，处理器352)可以向远程数据存储库发送(例如，经由通信部件356并通过运行输出模块422的代码)第二测量和与第二测量对应的第二信任值。在一些实施例中，可以至少部分地从用户输入确定第二测量。在一些实施例中，可以至少部分地基于用于分配信任值的预定义协议来分配第二信任值。在一些实施例中，第二信任值可以至少部分地由于用户输入的参与而小于第一信任值。
在510处，可以确定(例如，由处理器352，由传感器360并通过运行与数据处理模块412相关联的代码)装置(例如，装运容器)已经到达目的地(例如，装运目的地)。在一些实施例中，该确定可以至少部分地基于传感器360获得的传感器数据。
在512处，可以运行图4的验证处理模块420的代码以确定运输期间物品的状态是否符合预定义状况集合。例如，装运容器内的物品可能对光敏感，并且装运容器被打开和/或物品受到光照的指示可表明不可接受的状况(在与物品相关联的预定义状况集合之外的状况)。在一些实施例中，该确定可以至少部分地基于第一测量、第一信任值、第二测量和第二信任值。在一些实施例中，第一信任值和第二信任值可以提供与确定对应的复合置信度水平(例如，与信任值对应的置信度值的未加权或加权平均值，或信任值的其它合适的乘积)。
如果物品状态的验证以足够准确性置信度得分(例如，高于95％)提供肯定结果(例如，物品的状态满足或超过预定义状况集合以及与之相关联的任何阈值)，则物品可以继续对物品的附加处理(例如，物品已满足预定义状况的信号被传输到服务提供方计算机306，传递给本地承运人，递送给用户，或递送到目的地)。如果验证以足够的准确性置信度得分(例如，95％)返回否定结果(例如，物品的状态不满足预定义状况集合或与之相关联的任何阈值)，则物品可能需要借助手动检查的干预、计算机辅助视觉检查(例如，热图、检查某些视觉特征)等。
如果验证不能确定物品的状态符合预定义状况集合，例如，置信度得分没有达到一个或更多个阈值(例如，低于85％和/或95％的阈值)，则可以获得与装运容器相关联的第三(或更多)测量，并且可以传输与第三测量对应的第三(或更多)信任值。这样的附加测量可以增加置信度得分并导致肯定或否定的确定。在一些实施例中，如果在阈值数量的附加测量之后不能以足够的置信度做出确定，则可以获得其它类型的测量。这些其它类型的测量可以包括基于尚未用于进行测量的任何其它传感器的测量、借助先前使用的传感器的多次或更长时间的测量、借助先前使用的传感器的重复测量等。在一些实施例中，如果在阈值数量的附加测量(或甚至包括从502和506获得的两个测量)之后无法以足够的置信度做出确定，则可以自动将其视为否定结果，从而导致推荐手动或计算机辅助的检查和验证。
对于本领域技术人员将明显的是，可以根据具体要求进行实质性的改变。例如，也可能使用定制的硬件，和/或可能在硬件、软件(包括便携式软件，诸如小应用等)或两者中实现特定元素。此外，可以采用与诸如网络输入/输出设备的其它计算设备的连接。
参照附图，可包括存储器的部件可以包括非暂时性机器可读介质。如这里所使用的术语“机器可读介质”和“计算机可读介质”是指参与提供使机器以特定方式操作的数据的任何存储介质。在上文提供的实施例中，各种机器可读介质可能涉及向处理单元和/或其它设备提供指令/代码以供运行。附加地或可选地，机器可读介质可能用于存储和/或携带这样的指令/代码。在许多实施方式中，计算机可读介质是物理和/或有形的存储介质。这样的介质可以采用多种形式，包括但不限于非易失性介质、易失性介质和传输介质。计算机可读介质的常见形式包括例如磁介质和/或光学介质、具有孔图案的任何其它物理介质、RAM、PROM、可擦除可编程只读存储器(EPROM)、FLASH-EPROM、任何其它存储器芯片或盒、下文所述的载波、或计算机可以从中读取指令和/或代码的任何其它介质。
这里讨论的方法、系统和设备是示例。各种实施例可以适当地省略、替代或添加各种过程或部件。例如，关于某些实施例描述的特征可以在各种其它实施例中被组合。实施例的不同方面和元素可以以类似的方式组合。这里提供的附图的各种部件可以体现在硬件和/或软件中。此外，技术在发展，因此，许多元素是示例，其不将本公开的范围限制为那些特定示例。
有时，主要出于常用的原因，已证明将此类信号称为位、信息、值、元素、符号、字符、变量、术语、编号、数字等是方便的。然而，应理解，所有这些或类似的术语将与适当的物理量相关联并且仅仅是方便的标签。除非另有具体说明，否则从上面的讨论中可以明显看出，要理解，贯穿本说明书，利用诸如“处理”、“计算”、“核算”、“确定”、“查明”、“识别”、“关联”、“测量”、“执行”等的术语的讨论是指特定装置(诸如专用计算机或类似的专用电子计算设备)的动作或过程。因此，在本说明书的上下文中，专用计算机或类似的专用电子计算设备能够操纵或转换信号，所述信号通常被表示为在存储器、寄存器、或专用计算机或类似的专用电子计算设备的其它信息存储设备、传输设备或显示设备中的物理电子量、电气量或磁量。
如这里所使用的术语“和”和“或”可以包括各种含义，这些含义也被预期至少部分地取决于使用此类术语的上下文。典型地，“或”如果用于关联诸如A、B或C的列表，则旨在意味着这里在包含性的意义上使用的A、B和C，以及这里在排它性的意义上使用的A、B或C。此外，如这里所使用的术语“一个或更多个”可以用于描述单数形式的任何特征、结构或特性，或者可以用于描述特征、结构或特性的某种组合。然而，应注意，这仅是说明性示例并且所要求保护的主题不限于该示例。此外，术语“中的至少一个”如果用于关联诸如A、B或C的列表，则可以被解释为意味着A、B和/或C的任何组合，诸如A、AB、AA、AAB、AABBCCC等。
已经描述了几个实施例，在不脱离本公开的精神的情况下可以使用各种修改、可选构造和等同物。例如，以上元素可以仅是更大系统的部件，其中其它规则可以优先于或以其它方式修改各种实施例的应用。此外，可以在考虑以上元素之前、期间或之后采取一些步骤。因此，以上描述不限制本公开的范围。
鉴于该描述，实施例可以包括特征的不同组合。以下编号的条款描述了实施示例：
条款1：一种用于验证运输期间物品状态的方法，包括：由配置用于运输的装置的处理器从装置的第一传感器获得第一测量，装置在运输期间容纳物品；由处理器向远程数据存储库发送第一测量和与第一测量对应的第一信任值；由处理器获得和与装置相关联的第二测量有关的用户输入；由处理器向远程数据存储库发送第二测量和与第二测量对应的第二信任值，第二测量至少部分地从用户输入确定；确定装置已到达目的地；以及至少部分地基于第一测量、第一信任值、第二测量和第二信任值，验证运输期间物品的状态符合预定义状况集合。
条款2：根据条款1所述的方法，其中装置包括装运容器。
条款3：根据条款1-2中任一项所述的方法，其中装运容器包括箱子、运输工具、定制容器、收容器、智能容器或手提袋之一。
条款4：根据条款1-3中任一项所述的方法，其中第一传感器在本地运行机器学习模型，以及其中第一信任值是机器学习模型提供的置信度值。
条款5：根据条款1-4是任一项所述的方法，其中第一传感器是装置的一个或更多个传感器之一，以及其中所述一个或更多个传感器包括：加速度计；陀螺仪；惯性测量单元；湿度传感器；温度传感器；光传感器；应变传感器；或其任何组合。
条款6：根据条款1-5中任一项所述的方法，其中至少部分地基于第二测量至少部分地从用户输入确定，第二信任值小于第一信任值。
条款7：根据条款1-6中任一项所述的方法，其中第二信任值量化用户参与获得第二测量的程度。
条款8：根据条款1-7所述的方法，还包括从远程数据存储库检索来自远程数据存储库的第一测量、第一信任值、第二测量和第二信任值，其中运输期间物品的状态由装置的处理器验证。
条款9：根据条款1-8中任一项所述的方法，其中远程数据存储库是分布式公共数据库，以及其中验证运输期间物品的状态包括从智能合约获得输出。
条款10：根据条款1-9中任一项所述的方法，其中至少部分地基于将第一测量和第二测量与和物品相关联的预定义标准集合进行比较，验证运输期间物品的状态。
条款11：一种配置用于运输的装置，该装置包括：一个或更多个传感器，至少包括第一传感器；存储器，存储用于验证运输期间物品状态的可运行指令；以及与存储器通信耦合的一个或更多个处理器，所述一个或更多个处理器配置为：从装置的第一传感器获得第一测量，装置在运输期间容纳物品；向远程数据存储库发送第一测量和与第一测量对应的第一信任值；获得和与装置相关联的第二测量有关的用户输入；向远程数据存储库发送第二测量和与第二测量对应的第二信任值，第二测量至少部分地从用户输入确定；确定装置已到达目的地；以及至少部分地基于第一测量、第一信任值、第二测量和第二信任值，验证运输期间物品的状态符合预定义状况集合。
条款12：根据条款11所述的装置，其中装置包括装运容器。
条款13：根据条款11-12中任一项所述的装置，其中装运容器包括箱子、运输工具、定制容器、收容器、智能容器或手提袋之一。
条款14：根据条款11-12中任一项所述的装置，其中第一传感器运行机器学习模型，以及其中第一信任值是机器学习模型提供的置信度值。
条款15：根据条款11-14中任一项所述的装置，其中所述一个或更多个传感器包括：加速度计；陀螺仪；惯性测量单元；湿度传感器；温度传感器；光传感器；应变传感器；或其任何组合。
条款16：根据条款11-15中任一项所述的装置，其中至少部分地基于第二测量至少部分地从用户输入确定，第二信任值小于第一信任值。
条款17：根据条款11-16中任一项所述的装置，其中第二信任值量化用户参与获得第二测量的程度。
条款18：根据条款11-17中任一项所述的装置，其中所述一个或更多个处理器还配置为从远程数据存储库检索来自远程数据存储库的第一测量、第一信任值、第二测量和第二信任值。
条款19：根据条款11-18中任一项所述的装置，其中远程数据存储库是分布式公共数据库，以及其中验证运输期间物品的状态包括从智能合约获得输出。
条款20：根据条款11-19中任一项所述的装置，其中至少部分地基于将第一测量和第二测量与和物品相关联的预定义标准集合进行比较，验证运输期间物品的状态。
条款21：一种存储有用于验证运输期间物品状态的指令的非暂时性计算机可读介质，其中指令配置为当由一个或更多个处理器运行时，使所述一个或更多个处理器：从配置用于运输的装置的第一传感器获得第一测量，装置在运输期间容纳物品；向远程数据存储库发送第一测量和与第一测量对应的第一信任值；获得与和装置相关联的第二测量有关的用户输入；向远程数据存储库发送第二测量和与第二测量对应的第二信任值，第二测量至少部分地从用户输入确定；确定装置已到达目的地；以及至少部分地基于第一测量、第一信任值、第二测量和第二信任值，验证运输期间物品的状态符合预定义状况集合。
条款22：根据条款21所述的非暂时性计算机可读介质，其中装置包括装运容器。
条款23：根据条款21-22中任一项所述的非暂时性计算机可读介质，其中装运容器包括箱子、运输工具、定制容器、收容器、智能容器或手提袋之一。
条款24：根据条款21-23中任一项所述的非暂时性计算机可读介质，其中第一传感器运行机器学习模型，以及其中第一信任值是机器学习模型提供的置信度值。
条款25：根据条款21-24中任一项所述的非暂时性计算机可读介质，其中第一传感器是装置的一个或更多个传感器之一，以及其中所述一个或更多个传感器包括：加速度计；陀螺仪；惯性测量单元；湿度传感器；温度传感器；光传感器；应变传感器；或其任何组合。
条款26：根据条款21-25中任一项所述的非暂时性计算机可读介质，其中至少部分地基于第二测量至少部分地从用户输入确定，第二信任值小于第一信任值。
条款27：根据条款21-26中任一项所述的非暂时性计算机可读介质，其中第二信任值量化用户参与获得第二测量的程度。
条款28：根据条款21-27中任一项所述的非暂时性计算机可读介质，其中所述一个或更多个处理器还配置为从远程数据存储库检索来自远程数据存储库的第一测量、第一信任值、第二测量和第二信任值。
条款29：根据条款21-28中任一项所述的非暂时性计算机可读介质，其中远程数据存储库是分布式公共数据库，以及其中验证运输期间物品的状态包括从智能合约获得输出。
条款30：根据条款21-29中任一项所述的非暂时性计算机可读介质，其中至少部分地基于将第一测量和第二测量与和物品相关联的预定义标准集合进行比较，验证运输期间物品的状态。
条款31：一种配置为验证运输期间物品状态的装置，包括：用于从装置的第一传感器获得第一测量的机构，装置在运输期间容纳物品；用于向远程数据存储库发送第一测量和第一信任值的机构，第一信任值对应于第一测量；用于获得与和装置相关联的第二测量有关的用户输入的机构；用于向远程数据存储库发送第二测量和与第二测量对应的第二信任值的机构，第二测量至少部分地从用户输入确定；用于确定装置已到达目的地的机构；以及用于至少部分地基于第一测量、第一信任值、第二测量和第二信任值验证运输期间物品的状态符合预定义状况集合的机构。
条款32：根据条款31所述的装置，其中装置包括装运容器。
条款33：根据条款31-32中任一项所述的装置，其中第一传感器运行机器学习模型，以及其中第一信任值是机器学习模型提供的置信度值。
条款34：根据条款31-33中任一项所述的装置，其中第一传感器是装置的一个或更多个传感器之一，以及其中所述一个或更多个传感器包括：加速度计；陀螺仪；惯性测量单元；湿度传感器；温度传感器；光传感器；应变传感器；或其任何组合。
条款35：根据权利要求31-34中任一项所述的装置，其中至少部分地基于第二测量至少部分地从用户输入确定，第二信任值小于第一信任值。
条款36：根据条款31-35中任一项所述的装置，其中第二信任值量化用户参与获得第二测量的程度。
条款37：根据条款31-36中任一项所述的装置，其中装置还包括用于从远程数据存储库检索来自远程数据存储库的第一测量、第一信任值、第二测量和第二信任值的机构。
条款38：根据条款31-37中任一项所述的装置，其中远程数据存储库是分布式公共数据库，以及其中验证运输期间物品的状态包括从智能合约获得输出。
条款39：根据条款31-38中任一项所述的装置，其中至少部分地基于将第一测量和第二测量与和物品相关联的预定义标准集合进行比较，验证运输期间物品的状态。

Claims (39)

1.一种用于验证运输期间物品的状态的方法，包括：
由配置用于运输的装置的处理器从所述装置的第一传感器获得第一测量，所述装置在运输期间容纳物品；
由处理器向远程数据存储库发送第一测量和与第一测量对应的第一信任值；
由处理器获得和与所述装置相关联的第二测量有关的用户输入；
由处理器向远程数据存储库发送第二测量和与第二测量对应的第二信任值，第二测量至少部分地从用户输入确定；
确定所述装置已到达目的地；以及
至少部分地基于第一测量、第一信任值、第二测量和第二信任值，验证运输期间物品的状态符合预定义状况集合。
2.根据权利要求1所述的方法，其中所述装置包括装运容器。
3.根据权利要求2所述的方法，其中装运容器包括箱子、运输工具、定制容器、收容器、智能容器或手提袋之一。
4.根据权利要求1所述的方法，其中第一传感器在本地运行机器学习模型，以及其中第一信任值是通过机器学习模型提供的置信度值。
5.根据权利要求1所述的方法，其中第一传感器是所述装置的一个或更多个传感器之一，以及其中所述一个或更多个传感器包括：
加速度计；
陀螺仪；
惯性测量单元；
湿度传感器；
温度传感器；
光传感器；
应变传感器；
或其任何组合。
6.根据权利要求1所述的方法，其中至少部分地基于第二测量至少部分地从用户输入确定，第二信任值小于第一信任值。
7.根据权利要求1所述的方法，其中第二信任值量化用户参与获得第二测量的程度。
8.根据权利要求1所述的方法，还包括从远程数据存储库检索来自远程数据存储库的第一测量、第一信任值、第二测量和第二信任值，其中运输期间物品的状态由所述装置的处理器验证。
9.根据权利要求1所述的方法，其中远程数据存储库是分布式公共数据库，以及其中验证运输期间物品的状态包括从智能合约获得输出。
10.根据权利要求1所述的方法，其中至少部分地基于将第一测量和第二测量与和物品相关联的预定义标准集合进行比较，验证运输期间物品的状态。
11.一种配置用于运输的装置，所述装置包括：
一个或更多个传感器，包括至少第一传感器；
存储器，存储用于验证运输期间物品的状态的可运行指令；以及
一个或更多个处理器，与存储器通信耦合，所述一个或更多个处理器配置为：
从所述装置的第一传感器获得第一测量，所述装置在运输期间容纳物品；
向远程数据存储库发送第一测量和与第一测量对应的第一信任值；
获得和与所述装置相关联的第二测量有关的用户输入；
向远程数据存储库发送第二测量和与第二测量对应的第二信任值，第二测量至少部分地从用户输入确定；
确定所述装置已到达目的地；以及
至少部分地基于第一测量、第一信任值、第二测量和第二信任值，验证运输期间物品的状态符合预定义状况集合。
12.根据权利要求11所述的装置，其中所述装置包括装运容器。
13.根据权利要求12所述的装置，其中装运容器包括箱子、运输工具、定制容器、收容器、智能容器或手提袋之一。
14.根据权利要求11所述的装置，其中第一传感器运行机器学习模型，以及其中第一信任值是通过机器学习模型提供的置信度值。
15.根据权利要求11所述的装置，其中所述一个或更多个传感器包括：
加速度计；
陀螺仪；
惯性测量单元；
湿度传感器；
温度传感器；
光传感器；
应变传感器；
或其任何组合。
16.根据权利要求11所述的装置，其中至少部分地基于第二测量至少部分地从用户输入确定，第二信任值小于第一信任值。
17.根据权利要求11所述的装置，其中第二信任值量化用户参与获得第二测量的程度。
18.根据权利要求11所述的装置，其中所述一个或更多个处理器还配置为从远程数据存储库检索来自远程数据存储库的第一测量、第一信任值、第二测量和第二信任值。
19.根据权利要求11所述的装置，其中远程数据存储库是分布式公共数据库，以及其中验证运输期间物品的状态包括从智能合约获得输出。
20.根据权利要求11所述的装置，其中至少部分地基于将第一测量和第二测量与和物品相关联的预定义标准集合进行比较，验证运输期间物品的状态。
21.一种存储有用于验证运输期间物品的状态的指令的非暂时性计算机可读介质，其中所述指令配置为当由一个或更多个处理器运行时，使所述一个或更多个处理器：
从配置用于运输的装置的第一传感器获得第一测量，所述装置在运输期间容纳物品；
向远程数据存储库发送第一测量和与第一测量对应的第一信任值；
获得与和所述装置相关联的第二测量有关的用户输入；
向远程数据存储库发送第二测量和与第二测量对应的第二信任值，第二测量至少部分地从用户输入确定；
确定所述装置已到达目的地；以及
至少部分地基于第一测量、第一信任值、第二测量和第二信任值，验证运输期间物品的状态符合预定义状况集合。
22.根据权利要求21所述的非暂时性计算机可读介质，其中所述装置包括装运容器。
23.根据权利要求22所述的非暂时性计算机可读介质，其中装运容器包括箱子、运输工具、定制容器、收容器、智能容器或手提袋之一。
24.根据权利要求21所述的非暂时性计算机可读介质，其中第一传感器运行机器学习模型，以及其中第一信任值是通过机器学习模型提供的置信度值。
25.根据权利要求21所述的非暂时性计算机可读介质，其中第一传感器是所述装置的一个或更多个传感器之一，以及其中所述一个或更多个传感器包括：
加速度计；
陀螺仪；
惯性测量单元；
湿度传感器；
温度传感器；
光传感器；
应变传感器；
或其任何组合。
26.根据权利要求21所述的非暂时性计算机可读介质，其中至少部分地基于第二测量至少部分地从用户输入确定，第二信任值小于第一信任值。
27.根据权利要求21所述的非暂时性计算机可读介质，其中第二信任值量化用户参与获得第二测量的程度。
28.根据权利要求21所述的非暂时性计算机可读介质，其中所述一个或更多个处理器还配置为从远程数据存储库检索来自远程数据存储库的第一测量、第一信任值、第二测量和第二信任值。
29.根据权利要求21所述的非暂时性计算机可读介质，其中远程数据存储库是分布式公共数据库，以及其中验证运输期间物品的状态包括从智能合约获得输出。
30.根据权利要求21所述的非暂时性计算机可读介质，其中至少部分地基于将第一测量和第二测量与和物品相关联的预定义标准集合进行比较，验证运输期间物品的状态。
31.一种配置为验证运输期间物品的状态的装置，包括：
用于从所述装置的第一传感器获得第一测量的机构，所述装置在运输期间容纳物品；
用于向远程数据存储库发送第一测量和第一信任值的机构，第一信任值对应于第一测量；
用于获得与和所述装置相关联的第二测量有关的用户输入的机构；
用于向远程数据存储库发送第二测量和与第二测量对应的第二信任值的机构，第二测量至少部分地从用户输入确定；
用于确定所述装置已到达目的地的机构；以及
用于至少部分地基于第一测量、第一信任值、第二测量和第二信任值验证运输期间物品的状态符合预定义状况集合的机构。
32.根据权利要求31所述的装置，其中所述装置包括装运容器。
33.根据权利要求31所述的装置，其中第一传感器运行机器学习模型，以及其中第一信任值是通过机器学习模型提供的置信度值。
34.根据权利要求31所述的装置，其中第一传感器是所述装置的一个或更多个传感器之一，以及其中所述一个或更多个传感器包括：
加速度计；
陀螺仪；
惯性测量单元；
湿度传感器；
温度传感器；
光传感器；
应变传感器；
或其任何组合。
35.根据权利要求31所述的装置，其中至少部分地基于第二测量至少部分地从用户输入确定，第二信任值小于第一信任值。
36.根据权利要求31所述的装置，其中第二信任值量化用户参与获得第二测量的程度。
37.根据权利要求31所述的装置，其中所述装置还包括用于从远程数据存储库检索来自远程数据存储库的第一测量、第一信任值、第二测量和第二信任值的机构。
38.根据权利要求31所述的装置，其中远程数据存储库是分布式公共数据库，以及其中验证运输期间物品的状态包括从智能合约获得输出。
39.根据权利要求31所述的装置，其中至少部分地基于将第一测量和第二测量与和物品相关联的预定义标准集合进行比较，验证运输期间物品的状态。
CN202180057217.4A 2020-08-12 2021-08-12 用于验证运输期间物品状态的技术 Pending CN116075839A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202063064801P 2020-08-12 2020-08-12
US63/064,801 2020-08-12
US17/399,487 2021-08-11
US17/399,487 US20220051183A1 (en) 2020-08-12 2021-08-11 Techniques for verifying the state of an item during transit
PCT/US2021/045669 WO2022036042A1 (en) 2020-08-12 2021-08-12 Techniques for verifying the state of an item during transit

Publications (1)

Publication Number Publication Date
CN116075839A true CN116075839A (zh) 2023-05-05

Family

ID=80224466

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180057217.4A Pending CN116075839A (zh) 2020-08-12 2021-08-12 用于验证运输期间物品状态的技术

Country Status (7)

Country Link
US (1) US20220051183A1 (zh)
EP (1) EP4196938A1 (zh)
KR (1) KR20230048323A (zh)
CN (1) CN116075839A (zh)
BR (1) BR112023001898A2 (zh)
TW (1) TW202215359A (zh)
WO (1) WO2022036042A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11763405B2 (en) * 2021-02-25 2023-09-19 International Business Machines Corporation Cross contamination in product detection and remediation techniques
US20230410033A1 (en) * 2022-06-15 2023-12-21 Hitachi, Ltd. System for monitoring and predicting water damage in shipping containers

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140222522A1 (en) * 2013-02-07 2014-08-07 Ibms, Llc Intelligent management and compliance verification in distributed work flow environments
US9576166B2 (en) * 2015-02-18 2017-02-21 Fedex Corporate Services, Inc. Apparatus, non-transient computer readable media, and methods for automatically quantifying space within a logistics container using a scanning sensor node disposed within the container
US20210312381A1 (en) * 2020-04-01 2021-10-07 Wipro Limited Method and system for preserving perishable products during multi-modal transportation

Also Published As

Publication number Publication date
TW202215359A (zh) 2022-04-16
US20220051183A1 (en) 2022-02-17
EP4196938A1 (en) 2023-06-21
WO2022036042A1 (en) 2022-02-17
BR112023001898A2 (pt) 2023-03-07
KR20230048323A (ko) 2023-04-11

Similar Documents

Publication Publication Date Title
US11829929B2 (en) System-independent data logging
US20200311666A1 (en) Encoding sensor data and responses in a distributed ledger
US11448632B2 (en) System and method for the determination of produce shelf life
EP1711920B1 (en) Systems for transporting a product using an environmental sensor
US20220051183A1 (en) Techniques for verifying the state of an item during transit
US20170372262A1 (en) System and Method for In-Transit Cargo Monitoring Utilizing Sensor Device and Telematics
US20130245991A1 (en) Method for determining the remaining life of a thermal mass in a shipping package while in transit
US20170206497A1 (en) Method for determining the remaining life of a thermal mass in a shipping package while in transit
KR101963305B1 (ko) 물류환경정보 관리 시스템
US20170185961A1 (en) Methods and systems for determining a delivery route for a physical package having an attached identity module
AU2012228964B2 (en) Methods and systems for securing chattels
US20170185957A1 (en) System and method for validating storage or shipment of environmentally sensitive products or items
US11823372B2 (en) Delivery package damage detection using photogrammetry models
US20220327476A1 (en) Automated System for Payload Condition Monitoring and Prediction Using Digital Twins
WO2023103124A1 (en) Logistics management system and method using blockchain
US20220210621A1 (en) Methods and systems for detecting delivery trip events and improving delivery driver safety
EP3588407A1 (en) Monitoring device and method
US20170364848A1 (en) Wireless device for dynamic risk assessment of sensitive shipments
US11361649B2 (en) Tamper resistant data management in a sensor network
US20230082374A1 (en) Prediction of dewar failure
CN111582893A (zh) 一种货品信息处理方法和智能货架
Taufan et al. Design and Implementation of Multiple Vaccine Monitor System Using IoT and Android Application

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