CN116090921A - 车辆装载率计算方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种车辆装载率计算方法、装置、计算机设备和存储介质。本申请能够替代传统的人工计算线路装载率，更加快速准确，并能及时输出合格的线路装载率，便于筛选出不合格的线路装载率进行进一步调整和处理。该方法包括：获取车辆身份标识，根据上述车辆身份标识查询车辆所处的运输线路的运输线路类型，根据该运输线路类型计算上述车辆在该运输线路上的线路装载率，判断该线路装载率是否处于预设的上分位与预设的下分位之间，若是，则输出该车辆在上述运输线路上的线路装载率。

Description

车辆装载率计算方法、装置、计算机设备和存储介质

技术领域

本申请涉及物流运输技术领域，特别是涉及一种车辆装载率计算方法、装置、计算机设备和存储介质。

背景技术

随着物流行业的迅猛发展，对运输车辆的线路选择、货物装载规划逐渐成为提高物流效率的重要研究方向。

影响装载率的因素主要有三个，一是运输点的分布以及路径规划，例如相隔很近的二级中转场，却要先经过一级中转场才能到二级中转；二是货物轻重分布，货物重量比率跟体积比率有明显差距，即当货物还远远不到车辆装载载重的一半，但是体积已经占满了车厢；三是货源是否充足。

传统计算车辆装载率的方式一般是采用现场人工根据经验预测或者手工计算处理，然而这种处理方式的问题在于大量数据没有得到最优应用，耗时费力，且人工预测的准确度得不到保证。

发明内容

基于此，有必要针对上述技术问题，提供一种车辆装载率计算方法、装置、计算机设备和存储介质。

一种车辆装载率计算方法，所述方法包括：

获取车辆身份标识；

根据所述车辆身份标识查询车辆所处的运输线路的运输线路类型；

根据所述运输线路类型计算所述车辆在所述运输线路上的线路装载率；

判断所述线路装载率是否处于预设的上分位与预设的下分位之间；

若是，则输出所述车辆在所述运输线路上的线路装载率。

在其中一个实施例中，所述运输线路类型包括直发线路；所述根据所述运输线路类型计算所述车辆在所述运输线路上的线路装载率，包括：

获取所述运输线路类型为直发线路的运输线路上的始发站的装车重量以及所述车辆的满载重量；

将所述始发站的装车重量与所述车辆的满载重量之间的比值作为所述车辆在所述运输线路上的线路装载率。

在其中一个实施例中，所述运输线路类型包括经停线路；所述根据所述运输线路类型计算所述车辆在所述运输线路上的线路装载率，包括：

识别所述车辆在所述运输线路类型为经停线路的运输线路上各个经停点的装卸类型；

若所述各个经停点的装卸类型均为只装不卸类型，则获取所述各个经停点的装货量累加值；

将所述装货量累加值与所述车辆的满载重量之间的比值作为所述车辆在所述运输线路上的线路装载率。

在其中一个实施例中，所述识别所述车辆在所述运输线路类型为经停线路的运输线路上各个经停点的装卸类型之后，还包括：

若所述各个经停点的装卸类型中包括既装又卸类型或者只卸不装类型，则获取所述各个经停点上的发出装载量；所述发出装载量为所述车辆在所述经停点上完成装货或者卸货后出发时的实际装载量；

从所述各个经停点上的发出装载量中确定最大发出装载量；

将所述最大发出装载量与所述车辆的满载重量之间的比值作为所述车辆在所述运输线路上的线路装载率。

在其中一个实施例中，所述判断所述线路装载率是否处于预设的上分位与预设的下分位之间的步骤之后，还包括：

若否，则触发装载率校验流程。

在其中一个实施例中，所述触发装载率校验流程包括：

若所述车辆在所述运输线路上的线路装载率处于所述预设的上分位与预设的下分位之外，则输出第一提示信息；所述第一提示信息用于提示调整所述车辆中的装载物以使所述线路装载率降低到平均装载率。

在其中一个实施例中，所述车辆装载率计算方法运行于大数据平台；所述大数据平台包括hadoop、spark和hive工具。

一种车辆装载率计算装置，所述装置包括：

车辆身份标识获取模块，用于获取车辆身份标识；

运输线路类型查询模块，用于根据所述车辆身份标识查询车辆所处的运输线路的运输线路类型；

线路装载率计算模块，用于根据所述运输线路类型计算所述车辆在所述运输线路上的线路装载率；

区间判断模块，用于判断所述线路装载率是否处于预设的上分位与预设的下分位之间；

线路装载率输出模块，用于若是，则输出所述车辆在所述运输线路上的线路装载率。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述的车辆装载率计算方法实施例中的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的车辆装载率计算方法实施例中的步骤。

上述车辆装载率计算方法、装置、计算机设备和存储介质，获取车辆身份标识，根据上述车辆身份标识查询车辆所处的运输线路的运输线路类型，根据该运输线路类型计算上述车辆在该运输线路上的线路装载率，判断该线路装载率是否处于预设的上分位与预设的下分位之间，若是，则输出该车辆在上述运输线路上的线路装载率。该方法能够替代传统的人工计算线路装载率，更加快速准确，并能及时输出合格的线路装载率，便于筛选出不合格的线路装载率进行进一步调整和处理。

附图说明

图1为一个实施例中车辆装载率计算方法的应用环境图；

图2为一个实施例中车辆装载率计算方法的流程示意图；

图3为另一个实施例中车辆装载率计算方法的流程示意图；

图4为一个实施例中车辆装载率计算装置的结构框图；

图5为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的车辆装载率计算方法，可以应用于如图1所示的应用环境中。其中，终端101通过网络与服务器102进行通信。其中，终端101可以是用于量测并获取车辆装卸载货量的终端设备，例如可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器102可以用独立的服务器或者是多个服务器组成的服务器集群来实现，在本申请中可以是大数据计算平台。

在一个实施例中，如图2所示，提供了一种车辆装载率计算方法，以该方法应用于图1中的服务器102为例进行说明，包括以下步骤：

步骤S201，获取车辆身份标识；

其中，车辆身份标识是指可以用于唯一标识车辆身份的凭证，例如可以是车牌号码。

具体地，通过分布于各个网点的终端101获取车辆的身份标识，例如车牌号码，工作人员例如车辆司机通过各个网点的终端101录入车辆身份标识，以及在各个网点的到达时间、发车时间以及装卸货详细信息，服务器101获取这些详细信息并将这些信息存储于数据库中。

步骤S202，根据车辆身份标识查询车辆所处的运输线路的运输线路类型。

其中，运输线路类型包括两种类型，分别为直发线路和经停线路，直发线路是指车辆从该线路的始发点A装货出发后没有停留其他站点，直奔目的地B点卸货。经停线路是指车辆从始发站到终点站之间还经过了其他站点并在其他站点进行了卸货或者装货操作。

具体地，车辆在每个站点的实时情况都经过终端101进行录入信息，数据库中存储有每台车辆的具体任务情况，例如任务为从A到B直发，或者从A经过B、C停车装卸货后再到终点D，因此服务器101可根据车辆身份标识在数据库中查询车辆在当前运输线路上的运输线路类型，例如为直发线路或经停线路。

步骤S203，根据运输线路类型计算车辆在上述运输线路上的线路装载率；

其中，线路装载率表示车辆在每条线路上的货品装载量的指标，该指标可以反映每条线路上运输货物是否合理配置，反映运输管理中对线路、客户、订单等信息的掌握程度。

具体地，根据运输线路类型选择相对应的计算方式计算当前车辆所处的运输线路上的线路装载率，不同的运输线路类型对应不同的计算方式。

步骤S204，判断线路装载率是否处于预设的上分位与预设的下分位之间；

具体地，可根据历史统计数据或者现实需要设置合适的区间，该区间包括预设的上分位和预设的下分位，判断上述计算出的线路装载率是否位于该区间内(包含区间端点)，即若预设的区间为[a，b]，则判断上述线路装载率是否大于或者等于a，且小于或者等于b。

步骤S205，若是，则输出上述车辆在上述运输线路上的线路装载率。

具体地，若上述计算出的线路装载率位于该区间内(包含区间端点)，则输出该线路装载率至与预设的存储位置或者输出至显示装置上进行显示。

上述实施例，获取车辆身份标识，根据上述车辆身份标识查询车辆所处的运输线路的运输线路类型，根据该运输线路类型计算上述车辆在该运输线路上的线路装载率，判断该线路装载率是否处于预设的上分位与预设的下分位之间，若是，则输出该车辆在上述运输线路上的线路装载率。该方法能够替代传统的人工计算线路装载率，更加快速准确，并能及时输出合格的线路装载率，便于筛选出不合格的线路装载率进行进一步调整和处理，进一步提高了线路运输货物的自动化管理水平。

在一实施例中，上述运输线路类型包括直发线路，上述步骤S203包括：获取运输线路类型为直发线路的运输线路上的始发站的装车重量以及车辆的满载重量；将始发站的装车重量与车辆的满载重量之间的比值作为车辆在运输线路上的线路装载率。

其中，始发站的装车重量是指车辆在始发站点总共装货的重量，一般来说，始发站仅装车不卸货，因此，该重量可以理解为车辆在始发站点的发车重量，即出发时车辆上实际装载货物的重量。满载重量是指车辆装满货物时的货物重量，这里的满载重量指针对不同车型、不同车长、不同品牌以及不同用途的车辆满载不同的货物后经过折算的满载重量，对于不同车型是不同的，对于同一系列的车辆具有可比性。具体地，当车辆所处的运输线路类型为直发线路时，该线路上的线路装载率＝线路上运单总重量/车辆满载重量，例如一个线路始发A点装了50kg，满载100kg，则这个线路上总重量为50kg，线路装载率为(50/100)*100％＝50％。

上述实施例，通过判断运输线路类型为直发线路，结合相应的计算方式获取直发线路的线路装载率，便于后续对线路装载率的进一步处理。

在一实施例中，上述运输线路类型包括经停线路，上述步骤S203包括：识别车辆在运输线路类型为经停线路的运输线路上各个经停点的装卸类型；若各个经停点的装卸类型均为只装不卸类型，则获取各个经停点的装货量累加值；将装货量累加值与车辆的满载重量之间的比值作为车辆在运输线路上的线路装载率。

具体地，如果是经停线路，即途中需要在其他站点停靠并进行装卸货操作的称为经停线路。如果在经停点是只装不卸，则装载率＝线路上累计运单重量/车辆满载重量，如一个线路在A点始发装了30kg，在B点经停装了20kg，在C点经停装了10kg，满载100kg，则这个线路上累计重量为30+20+10＝60kg，装载率为(60/100)*100％＝60％。

上述实施例，通过判断运输线路类型为经停线路，并判断为只装不卸类型的方式，结合相应的计算方式获取经停线路的线路装载率，便于后续对线路装载率的进一步处理。

在一实施例中，上述识别所述车辆在所述运输线路类型为经停线路的运输线路上各个经停点的装卸类型之后，还包括：

若各个经停点的装卸类型中包括既装又卸类型或者只卸不装类型，则获取各个经停点上的发出装载量；发出装载量为车辆在经停点上完成装货或者卸货后出发时的实际装载量；从各个经停点上的发出装载量中确定最大发出装载量；将最大发出装载量与车辆的满载重量之间的比值作为车辆在运输线路上的线路装载率。

具体地，如果在经停点是既装又卸，线路装载率＝线路上经停点最大发出运单重量/车辆满载重量，如始发A点装了40kg，在经停点B点装了30kg，卸了10kg，在经停点C点装了10kg，卸了30kg，满载100kg，则A点发出重量为40kg，B点发出重量为40+30-10＝60kg，C点发出重量为60+10-30＝40kg，则这个线路的最大发出重量是在B点，则装载率为(60/100)*100％＝60％。

如果在经停点是只卸不装，线路装载率＝线路上经停点最大发出运单重量/车辆满载重量，如在始发A点装了100kg，则在经停点B卸了20kg，在经停点C卸了10kg，满载100kg，则A点发出重量100，经停点B发出重量100-20＝80kg，经停点C发出重量80-10＝70kg，则最大发出重量是在A点，装载率为(100/100)*100％＝100％。

上述实施例，通过判断运输线路类型为经停线路，并判断为及装又卸类型或者只卸不装的方式，结合相应的计算方式获取经停线路的线路装载率，便于后续对线路装载率的进一步处理。

在一实施例中，上述步骤S204之后，还包括：若否，则触发装载率校验流程。

具体地，若计算出的线路装载率高于预设的上分位，或者低于预设的下分位，则触发装载率校验流程，即将该线路以及相应的车辆编号提取出来输出至相应的处理端进行下一步的处理。

上述实施例，通过将不符合需求的线路装载率提取出来触发装载率校验流程，便于提高物流管理水平。

在一实施例中，上述触发载率校验流程包括：若车辆在运输线路上的线路装载率处于预设的上分位与预设的下分位之外，则输出第一提示信息；第一提示信息用于提示调整车辆中的装载物以使线路装载率降低到平均装载率。

具体地，当线路装载率高于预设的上分位或者低于预设的下分位时，可将该线路以及相应的车辆识别号码提取出来形成第一提示信息，发送至相应的处理端，用于提示相关处理人员进行转载率校验，即基于以上计算的装载率进行校验，对于高装载率的线路是否是托寄物中的小文件数占比高，这类装载率修正为同车型、同距离、同流向类型下的平均载重车辆装载货物数量以使装载率修正达到平均装载率。此外，高装载率线路是否存在车件分离，如在这条线路A点显示装车，但是实际上并没有在这个车上，可通过后续经停点或者目的点是否有卸车操作进行判断，假如后续没有卸车操作，需要把这个快件对应的重量删除，以修正装载率。对于低装载线路获取体积较大的托寄物，如棉花，这类体积大重量小，后续需要通过科学的装载方法，如重货轻货搭配得当，提升装载率。

上述实施例，通过触发具体的装载率校验流程有利于及时调整转载率，提高物流管理水平。

在一实施例中，上述车辆装载率计算方法运行于大数据平台；所述大数据平台包括hadoop、spark和hive工具。

具体地，本申请中的车辆装载率计算方法可以巧妙结合spark+hadoop+hive工具进行处理。其中，spark是大规模数据处理的快速通用的计算引擎，hadoop是Hadoop是一个开源的框架，可编写和运行分布式应用处理大规模数据，是专为离线和大规模数据分析而设计的；Hadoop包括HDFS(Hadoop Distributed File System，分布式文件系统，用于数据存储)和Mapreduce(用于数据处理)；Hive是一个数据仓库工具；它是MapReduce的一个封装，底层就是MapReduce程序；Hive可以将结构化的数据文件(例如：按照各字段分类的数据)映射成一张虚表，并提供类SQL查询功能。该车辆装载率计算系统包括数据采集组件和数据处理组件，其中：

1)数据采集组件：

1.1、通过终端埋点方式收集车辆运输信息(包括各个站点的装车重量、卸货重量、车辆装载率、运输线路类型等)，将车辆运输信息发送到业务系统(业务系统包括业务前端和业务后端)，保存在业务前端的多个mysql数据库中。响应于用户的数据处理请求，业务前端将相应的目标数据通过mysql binlog方式实时同步到Kafka集群中(作为实时计算使用)，Kafka集群消费上述目标数据，将上述目标数据实时同步至Hadoop的HDFS(HadoopDistributed File System，分布式文件系统)系统,并映射为HIVE表(作为离线计算使用)；上述方式使得用户能够根据自己的需求及时看到装载率有问题的车辆并且及时跟踪定位问题，保障车辆运输过程正常运行。

1.2、快件基础信息的同步(快件基础信息包括运单号、收寄件人基础信息例如收寄件人姓名、地址、电话、客户月结卡号等，产品类型，时效，运费，重量、托寄物等)，直接消费快件系统提供的操作运单和计算运单的两个kafka主题信息，消费的数据解析成结构化数据写入Hadoop的HDFS系统,并映射为HIVE表；消费的数据同时写一份到HBASE中，作为实时计算的缓存数据。

1.3、快件装卸操作信息的同步，直接消费全方位可视化系统提供的快件路由kafka主题信息，消费的数据解析成结构化的数据写入Hadoop的HDFS系统,并映射为HIVE表；

2)数据处理组件

数据处理组件可以在离线状态和实时状态下处理数据，分别为：

2.1离线状态：

2.1.1利用大数据Spark和mapreduce计算框架启动一批处理作业读取HIVE表的数据，在批处理作业中，车辆运输过程中对每票快件的装卸操作(2-10次)产生数以千万甚至亿级快件路由信息，每个经停点的快件进行装卸操作的数据的排序汇总及对比，得到每票快件在每个经停点的发出重量，这类任务采用spark-submit方式提交sparksql任务到yarn上运行，针对线路配载和车辆运输信息，数据量在百万级别的计算任务，生成hive任务提交到yarn上运行，综合以上线路、车辆运输、快件装卸操作信息，经过汇总计算出每个经停点的发出重量以及发出重量对应的各种产品的重量票数分布，对每个经停点的发出重量进行归并排序，选择最大的发出重量作为装载重量(即装载率的分子)，同时得到装载重量对应的各种产品的重量票数分布

2.1.2、车辆重量装载率结果主要存储在Hadoop的HDFS系统，映射为HIVE表，供数据分析及可视化工具使用

2.2实时状态：

2.2.1、利用Sparkstream+kafka+HBASE方式，实时消费kafka里的线路配载、车辆运输信息数据，我们为每辆运输车辆每次在每个经停点装上的快件设置了一个唯一标识，即车标，当车标不为空，即车辆上有快件在正常运输，触发计算，解析车标上快件装卸信息，对快件装卸操作记录做排序汇总对比，得到每票快件在每个经停点的发出重量，经过汇总计算出每个经停点的发出重量，对每个经停点的发出重量进行归并排序，选择最大的发出重量作为装载重量，即装载率的分子，如果车标为空的车辆信息认为是车辆计划运输信息，即快件并没有装车，做丢弃处理。

2.2.2、车辆重量装载率结果主要存储在Tidb(供可视化工具使用)和ElasticSearch(提供快速搜索)。

上述实施例，通过将车辆装载率计算方法结合大数据计算工具，提高了计算的速度，有利于结合实际物流场景输出装载率后实时调拨货物与车辆。

在一实施例中，如图3所示，图3示出了一具体应用场景中的车辆转载率计算方法的流程图，大致包括以下几个流程：

1.判断线路直发还是经停：

直发线路：线路的装载率＝线路上运单总重量/车辆满载重量，如一个线路始发A点装了50kg，满载100kg，则这个线路上总重量为50kg，装载率为(50/100)*100％＝50％。

经停线路：如果在经停点是只装不卸，则装载率＝线路上累计运单重量/车辆满载重量，如一个线路在A点始发装了30kg，在B点经停装了20kg，在C点经停装了10kg，满载100kg，则这个线路上累计重量为30+20+10＝60kg，装载率为(60/100)*100％＝60％。

如果在经停点是既装又卸，线路装载率＝线路上经停点最大发出运单重量/车辆满载重量，如始发点A装了40kg，在经停点B点装了30kg，卸了10kg，在经停点C点装了10kg，卸了30kg，满载100kg，则A点发出重量为40kg，B点发出重量为40+30-10＝60kg，C点发出重量为60+10-30＝40kg，则这个线路的最大发出重量是在B点，则装载率为(60/100)*100％＝60％。

如果在经停点是只卸不装，线路装载率＝线路上经停点最大发出运单重量/车辆满载重量，如在始发A点装了100kg，则在经停点B卸了20kg，在经停点C卸了10kg，满载100kg，则A点发出重量100，经停点B发出重量100-20＝80kg，经停点C发出重量80-10＝70kg，则最大发出重量是在A点，装载率为(100/100)*100％＝100％。

2.装载率校验：基于以上计算的装载率进行校验，对于高装载率的线路是否是托寄物中的小文件数占比高，这类装载率修正为同车型、同距离、同流向类型下的平均载重车辆装载货物数量以使装载率修正达到平均装载率。此外，高装载率线路是否存在车件分离，如在这条线路A点显示装车，但是实际上并没有在这个车上，可通过后续经停点或者目的点是否有卸车操作进行判断，假如后续没有卸车操作，那需要把这个快件进行删除，修正装载率。对于低装载线路获取体积较大的托寄物，如棉花，这类体积大重量小重多少，后续需要通过科学的装载方法，如重货轻货搭配得当，提升装载率。

上述实施例给出了不同线路类型下基于物流运输场景的重量装载率计算方法，并可对装载率进行校验和修正，可应用于实时调拨货物与车辆。

应该理解的是，虽然图1-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-3中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图4所示，提供了一种车辆装载率计算装置400，包括：车辆身份标识获取模块401、运输线路类型查询模块402、线路装载率计算模块403、区间判断模块404和线路装载率输出模块405，其中：

车辆身份标识获取模块401，用于获取车辆身份标识；

运输线路类型查询模块402，用于根据所述车辆身份标识查询车辆所处的运输线路的运输线路类型；

线路装载率计算模块403，用于根据所述运输线路类型计算所述车辆在所述运输线路上的线路装载率；

区间判断模块404，用于判断所述线路装载率是否处于预设的上分位与预设的下分位之间；

线路装载率输出模块405，用于若是，则输出所述车辆在所述运输线路上的线路装载率。

在一实施例中，所述运输线路类型包括直发线路；线路装载率计算模块403进一步用于：获取所述运输线路类型为直发线路的运输线路上的始发站的装车重量以及所述车辆的满载重量；将所述始发站的装车重量与所述车辆的满载重量之间的比值作为所述车辆在所述运输线路上的线路装载率。

在一实施例中，所述运输线路类型包括经停线路；线路装载率计算模块403进一步用于：识别所述车辆在所述运输线路类型为经停线路的运输线路上各个经停点的装卸类型；若所述各个经停点的装卸类型均为只装不卸类型，则获取所述各个经停点的装货量累加值；将所述装货量累加值与所述车辆的满载重量之间的比值作为所述车辆在所述运输线路上的线路装载率。

在一实施例中，上述线路装载率计算模块403，进一步用于：

若所述各个经停点的装卸类型中包括既装又卸类型或者只卸不装类型，则获取所述各个经停点上的发出装载量；所述发出装载量为所述车辆在所述经停点上完成装货或者卸货后出发时的实际装载量；从所述各个经停点上的发出装载量中确定最大发出装载量；将所述最大发出装载量与所述车辆的满载重量之间的比值作为所述车辆在所述运输线路上的线路装载率。

在一实施例中，线路装载率输出模块405，还用于：若否，则触发装载率校验流程。

在一实施例中，还包括装载率校验单元，用于：若所述车辆在所述运输线路上的线路装载率处于所述预设的上分位与预设的下分位之外，则输出第一提示信息；所述第一提示信息用于提示调整所述车辆中的装载物以使所述线路装载率降低到平均装载率。

在一实施例中，所述车辆装载率计算方法运行于大数据平台；所述大数据平台包括hadoop、spark和hive工具。

关于车辆装载率计算装置的具体限定可以参见上文中对于车辆装载率计算方法的限定，在此不再赘述。上述车辆装载率计算装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储线路站点信息、车辆编号、车辆装载率以及装载货物相关数据数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆装载率计算方法。

本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现如上述的车辆装载率计算方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述的车辆装载率计算方法实施例中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种车辆装载率计算方法，其特征在于，所述方法包括：

获取车辆身份标识；

根据所述车辆身份标识查询车辆所处的运输线路的运输线路类型；

根据所述运输线路类型计算所述车辆在所述运输线路上的线路装载率；

判断所述线路装载率是否处于预设的上分位与预设的下分位之间；

若是，则输出所述车辆在所述运输线路上的线路装载率。

2.根据权利要求1所述的方法，其特征在于，所述运输线路类型包括直发线路；所述根据所述运输线路类型计算所述车辆在所述运输线路上的线路装载率，包括：

获取所述运输线路类型为直发线路的运输线路上的始发站的装车重量以及所述车辆的满载重量；

将所述始发站的装车重量与所述车辆的满载重量之间的比值作为所述车辆在所述运输线路上的线路装载率。

3.根据权利要求1所述的方法，其特征在于，所述运输线路类型包括经停线路；所述根据所述运输线路类型计算所述车辆在所述运输线路上的线路装载率，包括：

识别所述车辆在所述运输线路类型为经停线路的运输线路上各个经停点的装卸类型；

若所述各个经停点的装卸类型均为只装不卸类型，则获取所述各个经停点的装货量累加值；

将所述装货量累加值与所述车辆的满载重量之间的比值作为所述车辆在所述运输线路上的线路装载率。

4.根据权利要求3所述的方法，其特征在于，所述识别所述车辆在所述运输线路类型为经停线路的运输线路上各个经停点的装卸类型之后，还包括：

若所述各个经停点的装卸类型中包括既装又卸类型或者只卸不装类型，则获取所述各个经停点上的发出装载量；所述发出装载量为所述车辆在所述经停点上完成装货或者卸货后出发时的实际装载量；

从所述各个经停点上的发出装载量中确定最大发出装载量；

将所述最大发出装载量与所述车辆的满载重量之间的比值作为所述车辆在所述运输线路上的线路装载率。

5.根据权利要求1所述的方法，其特征在于，所述判断所述线路装载率是否处于预设的上分位与预设的下分位之间的步骤之后，还包括：

若否，则触发装载率校验流程。

6.根据权利要求5所述的方法，其特征在于，所述触发装载率校验流程包括：

若所述车辆在所述运输线路上的线路装载率处于所述预设的上分位与预设的下分位之外，则输出第一提示信息；所述第一提示信息用于提示调整所述车辆中的装载物以使所述线路装载率降低到平均装载率。

7.根据权利要求1至6任意一项所述的方法，其特征在于，所述车辆装载率计算方法运行于大数据平台；所述大数据平台包括hadoop、spark和hive工具；其中所述hadoop用于获取车辆运输信息；所述spark用于计算线路装载率；所述hive用于存储和查询所述车辆运输信息和所述线路装载率。

8.一种车辆装载率计算装置，其特征在于，所述装置包括：

车辆身份标识获取模块，用于获取车辆身份标识；

运输线路类型查询模块，用于根据所述车辆身份标识查询车辆所处的运输线路的运输线路类型；

线路装载率计算模块，用于根据所述运输线路类型计算所述车辆在所述运输线路上的线路装载率；

区间判断模块，用于判断所述线路装载率是否处于预设的上分位与预设的下分位之间；

线路装载率输出模块，用于若是，则输出所述车辆在所述运输线路上的线路装载率。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images