CN116307990A - 一种基于实时定位的配送监控方法及装置 - Google Patents
一种基于实时定位的配送监控方法及装置 Download PDFInfo
- Publication number
- CN116307990A CN116307990A CN202310267036.5A CN202310267036A CN116307990A CN 116307990 A CN116307990 A CN 116307990A CN 202310267036 A CN202310267036 A CN 202310267036A CN 116307990 A CN116307990 A CN 116307990A
- Authority
- CN
- China
- Prior art keywords
- transportation
- data
- link
- transportation route
- damage
- 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
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
- G06Q10/0838—Historical data
-
- 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
- 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
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于实时定位的配送监控方法及装置,涉及计算机技术领域。在该方法中,获取订单对应的包括多个运输环节的运输路线图,其中包括第一运输环节,第一运输环节为多个运输环节的运输路线中任意一个运输环节;根据第一运输环节对应的配送方式采集第一数据,第一数据包括运动轨迹数据或行为数据;将第一数据输入预先训练的损坏模型中进行处理,得到第一预测概率;向用户展示各个运输环节对应的预测概率,预测概率包括第一运输环节对应的第一预测概率。实施本申请提供的技术方案,通过预测物品在运输过程中各个环节的损坏概率,便于物流配送公司可直观查看物品在各个运输环节的损坏概率。
Description
技术领域
本申请涉及计算机技术领域,具体涉及一种基于实时定位的配送监控方法及装置。
背景技术
随着互联网技术的发展,网上购物成为越来越重要的商品交易方式。不管是企业还是个人,大多采购商品的方式也逐渐采用网上购物的形式进行,这种采购方式给企业或个人带来了极大的便利。随着用户网上采购需求的不断增多,物流运输行业发展迅速。
在物流运输过程中,因一些情况导致快递包裹有不同程度的损伤,如在运输中快递包裹被挤压变形,快递包裹被装卸货人员野蛮操作以及包装与快递重量不匹配等。当用户在签收物品时,发现物品已损坏,用户会向商家进行反馈,商家将物品损坏信息发送给物流配送公司。在传统方式中,物流配送公司只能根据物品价格赔偿用户的损失,物流配送公司无法根据物品运输路线知晓物品在各个运输环节的情况。
目前,亟需一种基于实时定位的配送监控方法及装置,来解决相关技术存在的问题。
发明内容
本申请提供了一种基于实时定位的配送监控方法及装置,该方法通过采集物品在运输过程中各个环节的数据,预测该数据对物品造成损坏的概率,便于物流配送公司可直观查看物品在各个运输环节的损坏概率。
第一方面,本申请提供了一种基于实时定位的配送监控方法,应用于服务器中,获取订单对应的包括多个运输环节的运输路线图,其中包括第一运输环节,第一运输环节为多个运输环节的运输路线中任意一个运输环节;根据第一运输环节对应的配送方式采集第一数据,第一数据包括运动轨迹数据或行为数据;将第一数据输入预先训练的损坏模型中进行处理,得到第一预测概率;向用户展示各个运输环节对应的预测概率,预测概率包括第一运输环节对应的第一预测概率。
通过采用上述技术方案,通过获取物品在运输过程的某环节的各项数据,预测该数据对物品造成损坏的概率,进而在运输路线图的该环节中展示对应的损坏概率,便于物流配送平台负责人根据损坏概率对该环节的配送方式进行改进,减少在运输过程中对物品造成的损坏情况,并提升物流配送的效率。
可选的,获取不同运输环节对应的配送方式采集的数据;对数据进行训练,得到数据对应的预测概率;将预测概率与数据进行存储在损坏模型中。
通过采用上述技术方案,事先对大量标记的数据进行计算,得到不同标记数据对应的预测概率,方便用户后续使用损坏模型,预测出每个运输环节对物品的损坏概率。
可选的,获取第一运输环节的配送方式;当第一运输环节的配送方式为人员配送时,采集人员配送对应的行为数据,行为数据为第一数据;当第一运输环节的配送方式为运输车辆配送时,采集运输车辆配送对应的运动轨迹数据,运动轨迹数据为第一数据。
通过采用上述技术方案,节省了需在每个物品安装传感器的操作,通过不同运输环节对应的配送方式,采集对应的数据,方便后续将采集的数据进行预测。
可选的,获取订单显示的物品地址,物品地址包括目的地和出发地;根据物品地址匹配多个运输路线规划图;将多个运输路线规划图根据损坏数量按照从小到大进行排序,第一运输路线规划图优先级高于第二运输路线规划图优先级,优先判断第一运输路线规划图;损坏数量为多个运输路线规划图各自对应的损坏数量;若第一损坏数量小于或等于预设损坏阈值,优先选择第一运输路线规划图作为订单的运输路线图,第一损坏数量为第一运输路线规划图对应的损坏概率。
通过采用上述技术方案,根据订单选择运输路线时,优先按照损坏情况对路线规划图进行排序,优先选择损坏数量较少的路线规划图,省去用户需自行比较的过程,提升用户体验。
可选的,根据预设规则对多个运输路线规划图进行排序,得到运输路线规划图组,其中,预设规则包括运输距离、途径中转点数量、运输时长以及损坏数量中任意一种;在运输路线规划图组中,第三运输路线规划图的优先级大于第四运输路线规划图的优先级,优先推荐第三运输路线规划图作为订单对应运输路线图。
通过采用上述技术方案,可满足不同用户的需求,用户可根据物品的实际情况选择对应的预设规则对路线进行排序,从多个方面省去用户需自行比较的步骤,提升用户选择路线的效率。可选的,间隔时间后,获取订单的实际运输路线图;判断订单的实际运输路线图是否与第一运输路线规划图一致;若订单的实际运输路线图与第一运输路线规划图不一致,确认订单未按照第一运输路线规划图进行运输,发送预警信息,提示用户检查订单对应的物品。
通过采用上述技术方案,实时根据监控物品的运输路线,是为了防止因物品的实际运输路线与预先规划路线不一致,导致物品在运输过程中被损坏,影响用户体验。
可选的,若订单的实际运输路线与第一运输路线规划图一致,确认订单按照第一运输路线规划图进行运输,发送提示信息。
通过采用上述技术方案,后续出现相同订单时,优先推荐存储的第一运输路线规划图,减少物品在运输过程中出现损坏的情况。
在本申请的第二方面提供了一种基于实时定位的配送监控装置,装置为服务器,服务器包括接收单元、处理单元以及展示单元:接收单元:获取订单对应的包括多个运输环节的运输路线图,其中包括第一运输环节,第一运输环节为多个运输环节的运输路线中任意一个运输环节;处理单元:用于根据第一运输环节对应的配送方式采集第一数据,第一数据包括运动轨迹数据或行为数据;将第一数据输入预先训练的损坏模型中进行处理,得到第一预测概率;展示单元:向用户展示各个运输环节对应的预测概率,预测概率包括第一运输环节对应的第一预测概率。
可选的,接收单元获取不同运输环节对应的配送方式采集的数据;处理单元对数据进行训练,得到数据对应的预测概率;将预测概率与数据进行存储在损坏模型中。
可选的,接收单元获取第一运输环节的配送方式;处理单元当第一运输环节的配送方式为人员配送时,采集人员配送对应的行为数据,行为数据为第一数据;处理单元当第一运输环节的配送方式为运输车辆配送时,采集运输车辆配送对应的运动轨迹数据,运动轨迹数据为第一数据。
可选的,接收单元获取订单显示的物品地址,物品地址包括目的地和出发地;处理单元根据物品地址匹配多个运输路线规划图;将多个运输路线规划图根据损坏数量按照从小到大进行排序,第一运输路线规划图优先级高于第二运输路线规划图优先级,优先判断第一运输路线规划图;损坏数量为多个运输路线规划图各自对应的损坏数量;若第一损坏数量小于或等于预设损坏阈值,优先选择第一运输路线规划图作为订单的运输路线图,第一损坏数量为第一运输路线规划图对应的损坏概率。
可选的,处理单元根据预设规则对多个运输路线规划图进行排序,得到运输路线规划图组,其中,预设规则包括运输距离、途径中转点数量、运输时长以及损坏数量中任意一种;在运输路线规划图组中,第三运输路线规划图的优先级大于第四运输路线规划图的优先级,优先推荐第三运输路线规划图作为订单对应运输路线图。
可选的,间隔时间后,接收单元获取订单的实际运输路线图;处理单元判断订单的实际运输路线图是否与第一运输路线规划图一致;若订单的实际运输路线图与第一运输路线规划图不一致,确认订单未按照第一运输路线规划图进行运输,发送预警信息,提示用户检查订单对应的物品。
可选的,若订单的实际运输路线与第一运输路线规划图一致,确认订单按照第一运输路线规划图进行运输,发送提示信息。
在本申请第三方面提供一种电子设备,电子设备包括处理器、存储器、用户接口及网络接口,存储器用于存储指令,用户接口和网络接口用于给其他设备通信,处理器用于执行存储器中存储的指令,使得一种电子设备执行如本申请上述中任意一项的方法。
在本申请第四方面提供一种计算机可读存储介质,计算机可读存储介质存储有指令,当指令被执行时,执行本申请上述中任意一项的方法。
综上,本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1、在运输路线图的该环节中展示对应的损坏概率,便于物流配送平台负责人根据损坏概率对该环节的配送方式进行改进,减少在运输过程中对物品造成的损坏情况,并提升物流配送的效率。
2、节省了需在每个物品安装传感器的操作,通过不同运输环节对应的配送方式,采集对应的数据,方便后续将采集的数据进行预测。
3、根据订单选择运输路线时,优先按照损坏情况对路线规划图进行排序,优先选择损坏数量较少的路线规划图,省去用户需自行比较的过程,提升用户体验。
4、可满足不同用户的需求,用户可根据物品的实际情况选择对应的预设规则对路线进行排序,从多个方面省去用户需自行比较的步骤,提升用户选择路线的效率。
附图说明
图1是本申请实施例提供的一种基于实时定位的配送监控方法的系统框架场景图;
图2是本申请实施例提供的一种物流配送方法的场景图;
图3是本申请实施例提供的一种基于实时定位的配送监控方法的场景图;
图4是本申请实施例提供的一种基于实时定位的配送监控方法的第一流程示意图;
图5是本申请实施例提供的一种基于实时定位的配送监控方法的第一场景示意图;
图6是本申请实施例提供的一种基于实时定位的配送监控方法的第二流程示意图;
图7是本申请实施例提供的一种基于实时定位的配送监控方法的第三流程示意图;
图8是本申请实施例提供的一种基于实时定位的配送监控装置的结构示意图;
图9是本申请实施例的公开的一种电子设备的结构示意图。
附图标记说明:801、接收单元;802、处理单元;803、展示单元;900、电子设备;901、处理器;902、通信总线;903、用户接口;904、网络接口;905、存储器。
具体实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
在本申请实施例的描述中,“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,术语“多个”的含义是指两个或两个以上。例如,多个系统是指两个或两个以上的系统,多个屏幕终端是指两个或两个以上的屏幕终端。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
在物流运输过程中,因一些情况导致快递包裹有不同程度的损伤,如纸箱多次重复使用、在运输中快递包裹被挤压变形、货物码放不规范、装卸车人员野蛮操作导致破损、包装与物品重量或体积不匹配以及运输过程中车辆颠簸等,以上情况都能造成快递包裹的损坏。配送人员将物品送至用户订单地址后,用户在查找物品后,发现物品已损坏,用户会将物品损坏的信息反馈给商家,商家直接将物品损坏信息发送给物流配送平台,物流配送平台根据物品的价格赔偿用户的损失。在赔偿用户的损失后,物流配送平台相关负责人会思考该物品是在哪个运输环节出现了问题,进而导致物品损坏。在传统方式中,物流配送平台的负责人调取该物品的运输路线图,运输路线图只能显示物品所途径的地区,无法从运输路线图确定造成物品损坏的运输环节。由于从运输路线图无法确定是哪个运输环节出现问题,即物流配送平台相关负责人不能根据实际情况对运输不规范的环节做出改进,故经常发生物品损坏的情况,进而影响物流配送的效率。
图1是本申请实施例提供的一种基于实时定位的配送监控方法的系统框架场景图,如图1所示,本方案主要是涉及用户端、商家端以及配送端三端;用户端是指让用户或企业在本地使用网上购物平台进行购物的程序;商家端是指为用户或企业提供网上购物平台服务的程序;配送端是指为网上购物平台提供上门配送服务的程序。
用户通过用户设备在网上购物平台下单购买一物品,用户完成下单操作后,售卖该物品的商家端接收用户端的订单请求,商家根据订单请求将物品进行打包,商家端完成打包操作后;商家端根据订单选择合适的快递后,向该快递对应的配送端发送物品配送需求,配送端接收商家端的配送需求,配送端安排对应的人员去商家处取走物品,人员取到物品后,配送端根据订单的出发地和目的地安排配送方式。
配送端有多种配送方式,如一种是距离较近就安排人员进行配送,另一种是距离较远就安排运输车辆进行配送,还有一种是安排上述两种配送方式进行组合配送,具体选择哪种配送方式根据实际情况进行安排,这里不进行限定。用户完成签收后,表示用户下单购买物品的已到货,配送端完成配送任务。
图2是本申请实施例提供的一种物流配送方法的场景图,如图2所示,用户在签收物品后,发现物品已损坏,用户通过用户设备向商家端和配送端反馈物品损坏信息。配送平台负责人根据用户的反馈信息,根据物品订单查询对应运输路线图,查询到对应的路线图后进行展示,配送平台负责人只能查看物品途径的地区,无法展示物品在运输过程中经过的中转站,无法根据实际运输情况预测每个运输环节对物品造成的损坏的概率,导致配送平台无法根据物品损坏信息对不规范的运输环节进行改进,进而经常发生物品损坏的情况。
为了减少在运输过程中对物品造成损坏情况的产生,并提升物流配送的效率,本申请提供一种基于实时定位的配送监控方法。图3是本申请实施例提供的一种基于实时定位的配送监控方法的场景图,如图3所示,用户在签收物品后,发现物品已损坏,用户通过用户设备向商家端和配送端反馈物品损坏。配送平台负责人根据用户的反馈信息,根据订单查询物品的运输路线图。本方案的运输路线图,从物品开始运输时,实时记录物品每个运输环节的运输情况,在物品路线图显示运输环节对应的配送方式。根据每个运输环节不同的配送方式采集对应的数据,当配送方式为运输车辆时,采集车辆的运动轨迹数据;当配送方式为人员时,采集人员的行为数据,将采集的数据与配送方式归纳在对应的运输环节中,根据对运输环节采集的数据进行处理,得到该运输环节对应的损坏概率。再将损坏概率显示在对应的运输环节中。配送平台负责人可从物品路线图中直观发现物品在每个运输环节的配送方式以及该配送方式对应的概率,概率是指在运输过程中该运输方式对物品造成的损坏情况。通过使用本方案,配送平台负责人可根据预测概率确定运输路线图中可能对物品造成损坏的运输环节,可根据损坏概率对运输环节的配送方式进行改进,减少在运输过程中对物品造成的损坏情况,并提升物流配送的效率。
通过获取物品在运输过程的某环节的各项数据,预测该数据对物品造成损坏的概率,进而在运输路线图的该环节中展示对应的损坏概率,便于物流配送平台负责人根据损坏概率对该环节的配送方式进行改进,减少在运输过程中对物品造成的损坏情况,并提升物流配送的效率。
本申请实施例提供的一种基于实时定位的配送监控方法,应用于服务器中。本申请的服务器可以是为物流配送公司提供服务的平台。图4是本申请实施例提供的一种基于实时定位的配送监控方法的第一流程示意图,如图4所示,该方法包含以下步骤S101-步骤S104。
步骤S101:获取订单对应的包括多个运输环节的运输路线图,其中包括第一运输环节,第一运输环节为多个运输环节的运输路线中任意一个运输环节。
在上述步骤中,服务器接收用户反馈物品损坏请求,服务器根据物品损坏请求确定物品对应的订单,根据订单查找物品对应的运输路线图,运输路线图是由多个运输环节组成,服务器获取运输路线中任意一个运输环节。
示例的,图5是本申请实施例提供的一种基于实时定位的配送监控方法的第一场景示意图,如图5所示,用户A在签收物品时,发现物品已损坏,用户A向商家反馈物品损坏信息,商家端根据用户的反馈,首先排除是否在未运输之前物品本身已损坏,经排查发现在运输之前物品未出现损坏情况。商家端向配送端发送查询配送情况,配送端接收商家端发送的查询请求,根据用户A的订单查找该物品对应的运输路线图,查找到运输路线图后,选择运输路线图中任意一个运输环节。
步骤S102:根据第一运输环节对应的配送方式采集第一数据,第一数据包括运动轨迹数据或行为数据。
在上述步骤中,服务器选择第一运输环节后,确定第一运输环节选择的配送方式,再获取该配送方式对应的数据,因不同的配送方式采集的数据不同。根据第一运输环节的实际配送方式,在路线图中显示第一运输环节运输物品的方式,当显示车辆进行运输时,获取运输过程中车辆的运动轨迹图;当显示由配送人员进行运输时,获取配送人员的行为数据。车辆的运动轨迹图可在运输车辆上安装传感器,用来检测车辆在行驶过程中的加速度,在三维空间中显示运动速度、加速度;配送人员可佩带由传感器组装的可穿戴设备,用来检测人员的心率、加速度和血压,以此来判断用户当前的状态。
示例的,如图5所示,在物品运输过程中,获取物品从出发地到目的地之间的运输方式,当出发地到中转点之间的运输方式为车辆运输时,将运输车辆的运动轨迹数据上传存储在服务器中,当中转点到目的地之间的运输方式为人员运输时,将人员的行为数据上传存储在服务器中。从服务器中调取物品对应的路线图后,获取物品路线图中运输方式为车辆运输所对应的运动轨迹数据,再获取人员运输所对应的行为数据。
步骤S103:将第一数据输入预先训练的损坏模型中进行处理,得到第一预测概率。
在上述步骤中,损坏模型是一种使用AI技术预测数据可能出现情况的模型,通过预先采集大量被标记的数据,对采集的数据进行训练,如车辆的运动轨迹数据和人员的行为数据,训练后,得到不同数据分别对应不同的状态,再根据状态预测对物品造成损坏的概率,将不同数据对应不同预测概率进行绑定存储在数据库中,便于后续对数据进行匹配。在损坏模型中输入第一数据后,损坏模型在数据库中匹配与第一数据对应的状态,继而根据该状态预测出第一数据对物品造成损坏的概率,损坏概率即预测概率。
在上述示例中,将获取的运动轨迹数据输入到损坏模型中,损坏模型根据运动轨迹数据在数据库匹配对应的状态,根据运动轨迹数据匹配的状态为车辆急停次数较频繁,根据急停的次数预测对物品造成损坏的概率。将获取的行为数据输入到损坏模型中,损坏模型根据行为数据在数据库匹配对应的状态,根据行为数据匹配的状态为正常,未出现异常状态。可通过行为数据匹配的状态有不稳定的步态、跌倒或休息时监测其姿势。具体还包括哪些状态,可根据实际情况进行设置,这里不再一一举例说明。
步骤S104:向用户展示各个运输环节对应的预测概率,预测概率包括第一运输环节对应的第一预测概率。
在上述步骤中,用户可指配送端的相关人员,得到各个运输环节对应的预测概率后,将各个运输环节对应的损坏概率展示给配送端相关人员进行查看。配送端可直观看到运输路线图中各个运输环节预测对物品造成损坏的概率。采集本方案,通过获取物品在运输过程的某环节的各项数据,预测该数据对物品造成损坏的概率,进而在运输路线图的该环节中展示对应的损坏概率,便于物流配送平台负责人根据损坏概率对该环节的配送方式进行改进,减少在运输过程中对物品造成的损坏情况,并提升物流配送的效率。还可根据不同的运输路线对物品造成损坏的概率,根据概率可方便配送端选择最优的路线图,减少在运输过程中对物品造成损坏的概率。
图6是本申请实施例提供的一种基于实时定位的配送监控方法的第二流程示意图,如图6所示,用户在用户客户端上选择合适物品进行下单操作,商家服务器接收用户的订单请求,商家服务器对应的商家根据订单请求将物品进行打包,打包后根据订单选择物流配送并发送物品需配送请求;物流服务器接收商家发送的配送订单请求,根据配送订单请求安排人员去商家地址处取物品。该方法还包括S601-S606。
S601:接收创建配送订单请求,开始配送过程。
物流相关人员在商家处取到物品后,会对物品进行扫描,物流服务器根据物流人员的扫描操作创建配送订单,创建完配送订单后,物品正式进入物流配送过程。
S602:根据订单对物品进行运输,在运输过程中,根据接收不同的请求和操作采集对应的数据。在运输过程中,物品运输方式可能包括以下四种情况中任意一种或多种;第一种情况是S602A:识别创建配送订单的人员信息;第二种情况是S602B:接收物品已进入下一个运输环节请求;第三种情况是S602C:接收物品进入中转点分拣扫描操作;第四种情况是S602D:接收配送人员扫描操作。
举例来说,物流相关人员在扫描创建配送订单时,物流服务器识别创建配送订单的人员信息,人员为A,开启人员A对应的数据采集设备,人员A将物品放入运输车辆或中转点前,采集人员A的行为数据。当人员将物品放置在运输车辆或中转点后,物流相关人员发送物品进入下一个运输环节请求,下一个运输环节为运输车辆,物流服务器识别运输车辆的信息,运输车辆为b,开启运输车辆b对应的数据采集设备,运输车辆b将物品放入下一个中转站前,采集运输车辆b的运动轨迹数据。运输车辆到达下一个中转点后,驾驶运输车辆的人员发送到达中转点请求,在中转点内需人员对物品进行分拣,获取该中转点对运输车辆进行分拣人员的名单,根据分拣人员名单开启对应的数据采集设备,采集分拣人员的行为数据。到达该订单对应的最终中转点后,安排对应的配送人员进行配送,配送人员对物品进行扫描,显示物品当前进入配送阶段,物流服务器识别对物品进行扫描操作的配送人员信息,配送人员为D,配送人员D将物品配送至订单目的地处,采集配送人员D的行为数据。在实际运输过程中,根据物品在实际路线中选择的运输方式,采集该运输方式对应的数据。
S603:接收配送员送货请求。
配送人员根据订单地址对物品进行派送,将物品送至订单地址后,用户对物品进行签收,用户对物品进行签收时,查看物品发现已损坏,用户通过用户客户端进行反馈操作,反馈物品已损坏。商家服务器接收反馈信息后,对物品损坏进行排查。
S604:发送物品溯源请求。
商家对物品损坏进行排查时,商家通过商家服务器向物流服务器发送物品溯源请求,排查在运输过程对物品造成损坏的情况。
S605:获取运输路线的数据。
物流服务器接收物品溯源请求后,根据该物品对应的订单查询对应的运输路线图,根据物品的实际运输情况,将路线运输图进行划分,可按照不同的运输方式进行划分,划分后,得到多个运输环节,分别获取每一运输环节对应的数据,再将运输路线中每一个运输环节对应的数据输入到损坏模型中。
S606:展示每个运输环节对应的预测概率。
物流服务器获取第一运输环节的数据,第一运输环节为运输路线图中的A段,将A段对应数据输入至损坏模型中,预测A段对物品造成的损坏概率,得到A端对物品的损坏概率后,在路线图中显示A段的预测概率,后续再将运输路线图中其他运输环节按照上述方式进行,进而在运输路线图中展示每个运输环节对应的预测概率,便于后续查看每一个运输环节对应的预测概率,针对预测概率较大的运输环节进行改进,减少在运输过程中对物品造成损坏情况的产生。
在创建配送订单请求后,根据订单的出发地和目的地,预先需根据订单对物品的运输路线进行规划,便于后续物流配送人员根据规划路线图进行运输。图7是本申请实施例提供的一种基于实时定位的配送监控方法的第三流程示意图,如图7所示,该方法包含以下S701-S707。
S701:获取订单出发地、目的地。
物流服务器发送提示信息,提示相关人员根据配送订单地址取物品,相关人员取到物品后,进入物流配送后,物流服务器获取订单的出发地和目的地,根据目的地和出发地选择物品的配送路线。
S702:接收出发地、目的地。
路线服务器接收物流服务器发送的订单查询请求,获取订单上的目的地和出发地。例如出发地为A,目的地是B。
S703:根据出发地、目的地调取已有的路线图。
获取出发地和目的地后,路线服务器中存储的路线图,是通过获取历史运输的路线图,在路线服务器中查询从出发地到目的地的路线图。例如在路线服务器中调取从出发地A到目的地B的路线图。
S704:显示该订单对应的多条路线图。
路线服务器查询得到多条路线规划图后,可显示该运输路线规划图对应的数量。可根据预设规则对多个运输路线规划图进行排序并显示,预设规则包括物品损坏情况、运输距离、途径中转点数量以及运输时长中任意一种,具体如何进行显示,物流人员可根据实际情况进行设置,这里不进行限定。
在上述举例中,出发地为A,目的地为B,在路线服务器中调取从出发地A到目的地B的路线图,从A到B一共有三种路线方式,第一种路线方式对应物品的损坏情况较频繁,第二种路线方式对应物品的损坏情况中等,第三种路线方式对应物品的损坏情况较少。不同路线方式的物品损坏情况,是通过对历史运输数据和反馈信息进行叠加,得到该路线方式的平均物品损坏情况。
S705:响应于用户的输入操作。
不同的物品对应不同的输入操作,根据物品的实际情况选择的路线不同,故输入操作不同,当物品是易碰坏的,输入操作是选择损坏情况较少的路线;当物品是不易存放过长时间时,输入操作选择距离较短的路线;当物品是贵重且不易存放时,输入操作选择距离短和途径中转站少的路线。
S706:接收输入操作,匹配对应的路线。
服务器识别输入操作,根据输入操作匹配与之对应的路线。举例来说,当输入操作是运输一个易碰坏的物品时,物流服务器优先匹配损坏情况较少的路线。出发地A,目的地B,从A到B一共有三种路线方式;根据物品的情况,选择第三种路线方式,故选择第三种路线方式作为运输物品的路线。
S707:展示运输路线规划图。
将第三种路线方式作为该订单对应的路线图进行展示,相关人员将第三种路线方式作为物品的运输路线图,在运输过程中,当配送人员未按第三种路线方式进行运输时,及时发送预警信息,预警信息是便于提醒相关人员请按照规定路线进行运输。实时对路线方式进行监控,防止实际运输路线与更换路线不符,对物品造成损坏。当配送人员按照第三种路线方式进行运输时,运输结束后,发送提示信息,提示信息用户按照规定路线已配送结束。
当物流配送人员不熟悉物品的实际情况时,可优先选择对物品造成损坏情况减少的路线。获取该订单对应的多条运输路线规划图,再分别获取多条运输路线规划图对应的损坏数量,损坏数量是通过该条运输路线运输物品,用户反馈物品损坏的次数,预设损坏阈值表示物品发生损坏次数处于正常范围。当第一损坏数量小于或等于预设损坏阈值时,第一损坏数量为第一运输路线规划图对应的损坏数量,优先推荐第一运输路线规划图作为订单的运输路线图。当第一损坏数量大于预设损坏阈值时,确认第一运输路线规划图无法作为订单的运输路线图,可选择其他运输路线规划图。
在创建配送订单请求后,还可根据订单确定运输物品的种类,再根据运输物品的种类确定配送人员名单。
由于不同的配送人员在配送物品时,配送人员对应的行为数据不同,故根据配送员的行为数据,按照行为规范对配送员进行排序,在根据物品的实际情况选择配送员名单时,优先推荐行为规划靠前的配送员。
示例性的来说,根据行为规划对配送员进行排序,具体包括如下步骤。首先获取多位配送员的行为数据,将多个行为数据输入至损坏模型后,得到多个预测概率,将预测概率按从小到大进行排序;当配送员的排序越靠前,证明配送员对应的行为数据存在不规范行为较少,当配送员的排序越靠后,证明配送员对应的行为数据存在不规范行为较多;当运输的物品是易损坏且贵重时,可优先选择排序靠前的配送人员,减少在运输过程中对物品造成损坏的概率。基于配送员的行为数据,将行为数据通过损坏模型转换成预测概率,根据预测概率对配送员进行排序,可提醒配送员在配送过程中,要规范自身的行为,减少不规范行为的发生,进而提升用户的体验感。在本方案中,根据物品的实际情况选择对应的路线后,可基于该路线情况选择对应的配送员名单;也可根据物品的实际情况选择对应的配送员名单后,再根据配送员名单选择对应的路线。在实际应用中,具体如何选择物品的路线和配送员名单可根据实际情况进行考虑,这里不再一一举例说明。
本申请实施例还提供了一种,图8是本申请实施例提供的一种基于实时定位的配送监控装置的结构示意图,参考图8,服务器包括接收单元801、处理单元802以及展示单元803。
接收单元801:用于获取订单对应的包括多个运输环节的运输路线图,其中包括第一运输环节,第一运输环节为多个运输环节的运输路线中任意一个运输环节。
处理单元802:用于根据第一运输环节对应的配送方式采集第一数据,第一数据包括运动轨迹数据或行为数据;将第一数据输入预先训练的损坏模型中进行处理,得到第一预测概率。
展示单元803:用于向用户展示各个运输环节对应的预测概率,预测概率包括第一运输环节对应的第一预测概率。
在一种可能的实施方式中,接收单元801,用于获取不同运输环节对于配送方式采集的数据;处理单元802,用于对数据进行训练,得到数据对应的预测概率;将预测概率与数据进行存储在损坏模型中。
在一种可能的实施方式中,接收单元801,用于获取第一运输环节的配送方式;处理单元802,用于当第一运输环节的配送方式为人员配送时,采集人员配送对应的行为数据,行为数据为第一数据;处理单元802,用于当第一运输环节的配送方式为运输车辆配送时,采集运输车辆配送对应的运动轨迹数据,运动轨迹数据为第一数据。
在一种可能的实施方式中,接收单元801,用于获取订单显示的物品地址,物品地址包括目的地和出发地;处理单元802,用于根据物品地址匹配多个运输路线规划图;将多个运输路线规划图根据损坏数量按照从小到大进行排序,第一运输路线规划图优先级高于第二运输路线规划图优先级,优先判断第一运输路线规划图;若第一损坏数量小于或等于预设损坏阈值,优先选择第一运输路线规划图作为订单的运输路线图,第一损坏数量为第一运输路线规划图对应的损坏概率。
在一种可能的实施方式中,处理单元802,用于根据预设规则对多个运输路线规划图进行排序,得到运输路线规划图组,其中,预设规则包括运输距离、途径中转点数量、运输时长以及损坏数量中任意一种;在运输路线规划图组中,第三运输路线规划图的优先级大于第四运输路线规划图的优先级,优先推荐第三运输路线规划图作为订单对应运输路线图。
在一种可能的实施方式中,间隔时间后,接收单元801,用于获取订单的实际运输路线图;处理单元802,用于判断订单的实际运输路线图是否与第一运输路线规划图一致;若订单的实际运输路线图与第一运输路线规划图不一致,确认订单未按照第一运输路线规划图进行运输,发送预警信息,提示用户检查订单对应的物品。
在一种可能的实施方式中,若订单的实际运输路线与第一运输路线规划图一致,确认订单按照第一运输路线规划图进行运输,发送提示信息,提示信息表示将订单的实际运输路线采集的数据进行存储。
需要说明的是:上述实施例提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置和方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请还公开一种电子设备。参照图9,图9为本申请实施例提供了一种电子设备的结构示意图。电子设备900可以包括:至少一个处理器901,至少一个网络接口904,用户接口903,存储器905,至少一个通信总线902。
其中,通信总线902用于实现这些组件之间的连接通信。
其中,用户接口903可以包括显示屏(Display)、摄像头(Camera),可选用户接口903还可以包括标准的有线接口、无线接口。
其中,网络接口904可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器901可以包括一个或者多个处理核心。处理器901利用各种接口和线路连接整个服务器内的各个部分,通过运行或执行存储在存储器905内的指令、程序、代码集或指令集,以及调用存储在存储器905内的数据,执行服务器的各种功能和处理数据。可选的,处理器901可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器901可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用请求等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器901中,单独通过一块芯片进行实现。
其中,存储器905可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器905包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器905可用于存储指令、程序、代码、代码集或指令集。存储器905可包括存储程序区和存储数据区,其中,存储程序区。可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及的数据等。存储器905可选的还可以是至少一个位于远离前述处理器901的存储装置。
如图9所示,作为一种计算机存储介质的存储器905中可以包括操作系统、网络通信模块、用户接口模块以及基于实时定位的配送监控的应用程序。
在图9所示的电子设备900中,用户接口903主要用于为用户提供输入的接口,获取用户输入的数据;而处理器901可以用于调用存储器905中存储基于实时定位的配送监控的应用程序,当由一个或多个处理器执行时,使得电子设备执行如上述实施例中一个或多个的方法。
一种电子设备可读存储介质,电子设备可读存储介质存储有指令。当由一个或多个处理器执行时,使得电子设备执行如上述实施例中一个或多个的方法。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所披露的装置,可通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其他的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括:U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后,将容易想到本公开的其他实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。
Claims (10)
1.一种基于实时定位的配送监控方法,其特征在于,应用于服务器中,所述方法包括:
获取订单对应的包括多个运输环节的运输路线图,其中包括第一运输环节,所述第一运输环节为多个所述运输环节的运输路线中任意一个运输环节;
根据所述第一运输环节对应的配送方式采集第一数据,所述第一数据包括运动轨迹数据或行为数据;
将所述第一数据输入预先训练的损坏模型中进行处理,得到第一预测概率;
向用户展示各个运输环节对应的预测概率,所述预测概率包括所述第一运输环节对应的所述第一预测概率。
2.根据权利要求1所述的方法,其特征在于,在所述获取订单对应的包括多个运输环节的运输路线图之前,所述方法还包括:
获取不同运输环节对应的配送方式采集的数据;
对所述数据进行训练,得到所述数据对应的预测概率;
将所述预测概率与所述数据进行存储在所述损坏模型中。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一运输环节的配送方式采集对应的第一数据,具体包括:
获取所述第一运输环节的配送方式;
当所述第一运输环节的配送方式为人员配送时,采集所述人员配送对应的所述行为数据,所述行为数据为所述第一数据;
当所述第一运输环节的配送方式为运输车辆配送时,采集所述运输车辆配送对应的所述运动轨迹数据,所述运动轨迹数据为所述第一数据。
4.根据权利要求1所述的方法,其特征在于,在所述获取订单对应的第一运输环节之前,所述方法还包括:
获取所述订单显示的物品地址,所述物品地址包括目的地和出发地;
根据所述物品地址匹配多个运输路线规划图;
将多个所述运输路线规划图根据损坏数量按照从小到大进行排序,第一运输路线规划图优先级高于第二运输路线规划图优先级,优先判断所述第一运输路线规划图;所述损坏数量为多个所述运输路线规划图各自对应的损坏数量;
若第一损坏数量小于或等于预设损坏阈值,优先选择所述第一运输路线规划图作为所述订单的运输路线图,所述第一损坏数量为所述第一运输路线规划图对应的损坏概率。
5.根据权利要求1所述的方法,其特征在于,在所述获取订单对应的第一运输环节之前,所述方法还包括:
根据预设规则对多个所述运输路线规划图进行排序,得到运输路线规划图组,其中,所述预设规则包括运输距离、途径中转点数量、运输时长以及所述损坏数量中任意一种;
在所述运输路线规划图组中,第三运输路线规划图的优先级大于第四运输路线规划图的优先级,优先推荐所述第三运输路线规划图作为所述订单对应运输路线图。
6.根据权利要求4所述的方法,其特征在于,所述方法还包括:
间隔时间后,获取所述订单的实际运输路线图;
判断所述订单的实际运输路线图是否与所述第一运输路线规划图一致;
若所述订单的实际运输路线图与所述第一运输路线规划图不一致,确认所述订单未按照所述第一运输路线规划图进行运输,发送预警信息,提示所述用户检查所述订单对应的物品。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
若所述订单的实际运输路线与所述第一运输路线规划图一致,确认所述订单按照所述第一运输路线规划图进行运输,发送提示信息。
8.一种基于实时定位的配送监控装置,其特征在于,所述装置为服务器,所述服务器包括接收单元(801)、处理单元(802)以及展示单元(803):
所述接收单元(801):用于获取订单对应的包括多个运输环节的运输路线图,其中包括第一运输环节,所述第一运输环节为多个所述运输环节的运输路线中任意一个运输环节;
所述处理单元(802):用于根据所述第一运输环节对应的配送方式采集第一数据,所述第一数据包括运动轨迹数据或行为数据;将所述第一数据输入预先训练的损坏模型中进行处理,得到第一预测概率;
所述展示单元(803):向用户展示各个运输环节对应的预测概率,所述预测概率包括所述第一运输环节对应的所述第一预测概率。
9.一种电子设备,其特征在于,包括处理器(901)、存储器(905)、用户接口(903)及网络接口(904),所述存储器(905)用于存储指令,所述用户接口(903)和所述网络接口(904)用于给其他设备通信,所述处理器(901)用于执行所述存储器(905)中存储的指令,以使所述电子设备(900)执行如权利要求1-7任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有指令,当所述指令被执行时,执行如权利要求1-7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310267036.5A CN116307990A (zh) | 2023-03-14 | 2023-03-14 | 一种基于实时定位的配送监控方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310267036.5A CN116307990A (zh) | 2023-03-14 | 2023-03-14 | 一种基于实时定位的配送监控方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116307990A true CN116307990A (zh) | 2023-06-23 |
Family
ID=86820367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310267036.5A Pending CN116307990A (zh) | 2023-03-14 | 2023-03-14 | 一种基于实时定位的配送监控方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116307990A (zh) |
-
2023
- 2023-03-14 CN CN202310267036.5A patent/CN116307990A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114331284B (zh) | 一种基于云计算的智能仓储服务管理系统 | |
CN110414895A (zh) | 车辆调度系统及方法 | |
KR102382268B1 (ko) | 복수의 물류 디바이스에 대한 통합 관리 방법 및 통합 관리 디바이스 | |
JP2021516803A (ja) | コンピュータで実行される人工知能バッチピッキング最適化および通信のためのシステムおよび方法 | |
WO2017040942A1 (en) | Method and apparatus for processing logistics path information | |
TWI813992B (zh) | 用於物件關聯的電腦化系統以及電腦實施方法 | |
CN113780956B (zh) | 物流运费生成方法、装置、设备及存储介质 | |
CN114462952B (zh) | 智能仓储管理方法、装置、设备及介质 | |
KR102653860B1 (ko) | 아이템 검색 할당 효율성을 최적화하기 위한 컴퓨터화된 시스템 및 방법 | |
CN113554387A (zh) | 基于司机偏好的电商物流订单分配方法、装置、设备及存储介质 | |
Zhou et al. | A data-driven business intelligence system for large-scale semi-automated logistics facilities | |
KR20230053581A (ko) | 딥러닝에 기반한 화물 운송 가격 결정 방법 및 장치 | |
CN106651118B (zh) | 对服务的提供进行协调 | |
CN108090721A (zh) | 一种物流订单处理方法、装置、服务器及存储介质 | |
US20210390479A1 (en) | Vehicle allocation plan device, vehicle allocation plan system, and vehicle allocation plan program | |
CN112016871A (zh) | 一种订单派送方法、装置、设备及存储介质 | |
CN111445184A (zh) | 一种基于大数据的物流运输监管系统 | |
CN116307990A (zh) | 一种基于实时定位的配送监控方法及装置 | |
KR20200054789A (ko) | 블록체인 기반의 축산물 유통 이력 관리 시스템 | |
TWI770751B (zh) | 用於處置物件標識符的電腦實施系統及電腦實施方法、以及用於客戶訂單中的物件的分解及重組的電腦實施系統 | |
CN115187173A (zh) | 一种智能物流交通运输车辆通行控制管理系统及方法 | |
US11769352B2 (en) | Smart and shared services platform | |
CN114254973A (zh) | 基于小程序的冷链运输方法、装置、设备及存储介质 | |
JP2000259980A (ja) | 車載端末装置 | |
KR102600556B1 (ko) | 콜드체인 배송을 관리하는 서비스를 제공하는 시스템 |
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 |