CN116797123A - 一种物流管理与预警方法、系统及介质 - Google Patents

一种物流管理与预警方法、系统及介质 Download PDF

Info

Publication number
CN116797123A
CN116797123A CN202311086100.6A CN202311086100A CN116797123A CN 116797123 A CN116797123 A CN 116797123A CN 202311086100 A CN202311086100 A CN 202311086100A CN 116797123 A CN116797123 A CN 116797123A
Authority
CN
China
Prior art keywords
transportation
information
transport vehicle
transport
early warning
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.)
Granted
Application number
CN202311086100.6A
Other languages
English (en)
Other versions
CN116797123B (zh
Inventor
曾宝星
沈俊来
赵山
许育锋
徐坤扬
安磊
林永桐
徐凌子
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.)
Shenzhen Mingxin Digital Intelligence Technology Co ltd
Original Assignee
Shenzhen Mingxin Digital Intelligence Technology Co ltd
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 Shenzhen Mingxin Digital Intelligence Technology Co ltd filed Critical Shenzhen Mingxin Digital Intelligence Technology Co ltd
Priority to CN202311086100.6A priority Critical patent/CN116797123B/zh
Publication of CN116797123A publication Critical patent/CN116797123A/zh
Application granted granted Critical
Publication of CN116797123B publication Critical patent/CN116797123B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例提供了一种物流管理与预警方法、系统及介质，该方法包括：获取物流订单信息，根据物流订单信息进行预处理，生成运输出发地与运输目的地；将运输出发地与运输目的地输入预设的轨迹规划模型，生成运输轨迹；将运输车辆实时位置信息与预设的位置信息进行比较，得到位置偏差率；判断位置偏差率是否大于或等于预设的位置偏差率阈值；若大于或等于，则通过预警信息对运输车辆位置进行实时修正；若小于，则计算该物流订单下的运输时长；根据运输出发地与运输目的地进行轨迹规划，运输车辆按照规划的轨迹进行运输行驶，并实时判断运输车的行驶位置的准确性，对运输车辆的行驶速度及行驶轨迹进行实时动态调整，提高运输效率与精准度。

Description

一种物流管理与预警方法、系统及介质
技术领域
本申请涉及物流管理领域，具体而言，涉及一种物流管理与预警方法、系统及介质。
背景技术
纺织供应链通过配合对产品业务的需求，使购买及销售操作流程和产品信息系统紧密配合，做到各环节无缝连接，形成产品物流、产品信息流、订单证流、资金流相结合的合作模式；在进行纺织产品物流运输过程中，无法根据始发地与目的地进行合理规划路线，造成运输时效较长，此外现有的物流管理方法中没有通过分析运输车的实时位置，进行判断运输车的移动速度是否满足要求，并对物流运输状态进行预警，提前调整运输车的行驶状态，针对上述问题，目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种物流管理与预警方法、系统及介质，可以根据运输出发地与运输目的地进行轨迹规划，运输车辆按照规划的轨迹进行运输行驶，并实时判断运输车的行驶位置的准确性，对运输车辆的行驶速度及行驶轨迹进行实时动态调整，提高运输效率与精准度。
本申请实施例还提供了一种物流管理与预警方法，包括：
获取物流订单信息，根据物流订单信息进行预处理，生成运输出发地与运输目的地；
将运输出发地与运输目的地输入预设的轨迹规划模型，生成运输轨迹；
运输车辆按照运输轨迹进行移动，并获取运输车辆实时位置信息；
将运输车辆实时位置信息与预设的位置信息进行比较，得到位置偏差率；
判断所述位置偏差率是否大于或等于预设的位置偏差率阈值；
若大于或等于，则生成预警信息，通过预警信息对运输车辆位置进行实时修正；
若小于，则计算该物流订单下的运输时长，并将运输时长进行存储记录。
可选地，在本申请实施例所述的物流管理与预警方法中，获取物流订单信息，根据物流订单信息进行预处理，生成运输出发地与运输目的地，具体为：
获取物流订单信息，对物流订单进行字符提取，对字符进行组合，生成文字信息；
将文字信息按照预定的断句规则进行句意解析，得到解析信息；
判断解析信息是否符合要求；
若符合要求，则根据解析信息生成运输出发地与运输目的地；
若不符合要求，则将文字信息进行字符优化。
可选地，在本申请实施例所述的物流管理与预警方法中，将运输出发地与运输目的地输入预设的轨迹规划模型，生成运输轨迹，具体包括：
获取若干个物流订单信息生成若干个运输出发地与若干个运输目的地；
根据所有的运输出发地生成出发地位置数据集，根据所有的运输目的地生成目的地位置数据集；
将出发地位置数据集与目的地位置数据集进行随机组合，生成训练集；
将训练集输入预设的轨迹规划模型进行迭代训练；
判断预设的轨迹规划模型是否收敛；
若收敛，则得到优化后的轨迹规划模型，并输出运输轨迹；
若不收敛，则生成修正信息，根据修正信息对预设的轨迹规划模型的超参数进行修正。
可选地，在本申请实施例所述的物流管理与预警方法中，运输车辆按照运输轨迹进行移动，并获取运输车辆实时位置信息之后，还包括：
设定采集时间窗口，并采集不同时间窗口下的运输车辆实时位置信息；
根据运输轨迹与相邻时间窗口下的运输车辆实时位置信息，计算运输车辆行驶速度与运输时长；
将运输车辆行驶速度进行均值计算，得到运输车辆平均行驶速度；
根据运输车辆平均行驶速度与运输时长进行相乘，得到运输车辆实际运输距离；
获取运输目的地经纬度与运输出发地经纬度，并计算运输车辆预计行驶距离；
将运输车辆实际运输距离与运输车辆预计行驶距离进行差值计算，得到差值结果，并将差值结果除以运输车辆预计行驶距离，得到运输车辆行驶距离偏移度；
判断所述运输车辆行驶距离偏移度是否大于或等于预设的偏移度阈值；
若大于或等于，则生成运输车辆行驶参数修正信息，根据运输车辆行驶参数修正信息对运输车辆行驶速度进行动态调整；
若小于，则计算运输时长信息。
可选地，在本申请实施例所述的物流管理与预警方法中，若大于或等于，则生成预警信息，通过预警信息对运输车辆位置进行实时修正，具体包括：
获取运输车辆状态信息，将运输车辆状态信息与预设的状态信息进行比较，得到状态偏差率；
判断所述状态偏差率是否大于或等于预设的状态偏差率阈值；
若大于或等于，则将运输车辆状态信息输入预设的预警模型，生成预警信息；预警信息包括运输距离偏差、运输车辆行驶距离偏移度或运输时长偏差；
若小于，则判定运输车辆状态正常，运输车辆按照当前行驶参数进行运输。
可选地，在本申请实施例所述的物流管理与预警方法中，若小于，则计算该物流订单下的运输时长，并将运输时长进行存储记录之后，还包括：
获取若干个物流订单下的同一个运输出发地与运输目的地的运输时长信息；
将若干个运输时长信息进行比较，得到时长差值；
根据时长差值绘制运输时长曲线；
根据运输时长曲线计算运输时长波动信息，并将运输时长波动信息传输至终端。
第二方面，本申请实施例提供了一种物流管理与预警系统，该系统包括：存储器及处理器，所述存储器中包括物流管理与预警方法的程序，所述物流管理与预警方法的程序被所述处理器执行时实现以下步骤：
获取物流订单信息，根据物流订单信息进行预处理，生成运输出发地与运输目的地；
将运输出发地与运输目的地输入预设的轨迹规划模型，生成运输轨迹；
运输车辆按照运输轨迹进行移动，并获取运输车辆实时位置信息；
将运输车辆实时位置信息与预设的位置信息进行比较，得到位置偏差率；
判断所述位置偏差率是否大于或等于预设的位置偏差率阈值；
若大于或等于，则生成预警信息，通过预警信息对运输车辆位置进行实时修正；
若小于，则计算该物流订单下的运输时长，并将运输时长进行存储记录。
可选地，在本申请实施例所述的物流管理与预警系统中，获取物流订单信息，根据物流订单信息进行预处理，生成运输出发地与运输目的地，具体为：
获取物流订单信息，对物流订单进行字符提取，对字符进行组合，生成文字信息；
将文字信息按照预定的断句规则进行句意解析，得到解析信息；
判断解析信息是否符合要求；
若符合要求，则根据解析信息生成运输出发地与运输目的地；
若不符合要求，则将文字信息进行字符优化。
可选地，在本申请实施例所述的物流管理与预警系统中，将运输出发地与运输目的地输入预设的轨迹规划模型，生成运输轨迹，具体包括：
获取若干个物流订单信息生成若干个运输出发地与若干个运输目的地；
根据所有的运输出发地生成出发地位置数据集，根据所有的运输目的地生成目的地位置数据集；
将出发地位置数据集与目的地位置数据集进行随机组合，生成训练集；
将训练集输入预设的轨迹规划模型进行迭代训练；
判断预设的轨迹规划模型是否收敛；
若收敛，则得到优化后的轨迹规划模型，并输出运输轨迹；
若不收敛，则生成修正信息，根据修正信息对预设的轨迹规划模型的超参数进行修正。
第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括物流管理与预警方法程序，所述物流管理与预警方法程序被处理器执行时，实现如上述任一项所述的物流管理与预警方法的步骤。
由上可知，本申请实施例提供的一种物流管理与预警方法、系统及介质，通过获取物流订单信息，根据物流订单信息进行预处理，生成运输出发地与运输目的地；将运输出发地与运输目的地输入预设的轨迹规划模型，生成运输轨迹；运输车辆按照运输轨迹进行移动，并获取运输车辆实时位置信息；将运输车辆实时位置信息与预设的位置信息进行比较，得到位置偏差率；判断位置偏差率是否大于或等于预设的位置偏差率阈值；若大于或等于，则生成预警信息，通过预警信息对运输车辆位置进行实时修正；若小于，则计算该物流订单下的运输时长，并将运输时长进行存储记录；根据运输出发地与运输目的地进行轨迹规划，运输车辆按照规划的轨迹进行运输行驶，并实时判断运输车的行驶位置的准确性，对运输车辆的行驶速度及行驶轨迹进行实时动态调整，提高运输效率与精准度。
本申请的其他特征和优点将在随后的说明书阐述，本申请的目的和优点通过所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的物流管理与预警方法的流程图；
图2为本申请实施例提供的物流管理与预警方法的文字信息优化流程图；
图3为本申请实施例提供的物流管理与预警方法的预设的轨迹规划模型超参数修正流程图；
图4为本申请实施例提供的物流管理与预警系统的结构示意图。
具体实施方式
下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的一种物流管理与预警方法的流程图。该物流管理与预警方法用于终端设备中，该物流管理与预警方法，包括以下步骤：
S101，获取物流订单信息，根据物流订单信息进行预处理，生成运输出发地与运输目的地；
S102，将运输出发地与运输目的地输入预设的轨迹规划模型，生成运输轨迹，运输车辆按照运输轨迹进行移动，并获取运输车辆实时位置信息；
S103，将运输车辆实时位置信息与预设的位置信息进行比较，得到位置偏差率；
S104，判断位置偏差率是否大于或等于预设的位置偏差率阈值；
S105，若大于或等于，则生成预警信息，通过预警信息对运输车辆位置进行实时修正；
S106，若小于，则计算该物流订单下的运输时长，并将运输时长进行存储记录。
需要说明的是，通过对物流订单信息进行分析获取运输目的地与出发地，根据运输目的地与运输出发地进行运输轨迹的规划，实现运输轨迹的优化，可以实现最近的运输轨迹对纺织产品进行运输，提高运输效率，此外实时获取运输车辆的位置，对运输车辆的位置进行实时分析，判断运输车辆的位置是否出现偏移，进而保证运输车辆可以安装运输轨迹进行精准的移动。
请参照图2，图2是本申请一些实施例中的一种物流管理与预警方法的文字信息优化流程图。根据本发明实施例，获取物流订单信息，根据物流订单信息进行预处理，生成运输出发地与运输目的地，具体为：
S201，获取物流订单信息，对物流订单进行字符提取，对字符进行组合，生成文字信息；
S202，将文字信息按照预定的断句规则进行句意解析，得到解析信息；
S203，判断解析信息是否符合要求；
S204，若符合要求，则根据解析信息生成运输出发地与运输目的地；
S205，若不符合要求，则将文字信息进行字符优化。
需要说明的是，将物流订单信息进行图像采集，并提取图像中的字符，根据字符生成文字信息，并将文字信息进行断句，断句符合常规理解，并对文字信息进行解析判断，得到运输目的地与运输出发地，从而进行运输轨迹规划。
请参照图3，图3是本申请一些实施例中的一种物流管理与预警方法的预设的轨迹规划模型超参数修正流程图。根据本发明实施例，将运输出发地与运输目的地输入预设的轨迹规划模型，生成运输轨迹，具体包括：
S301，获取若干个物流订单信息生成若干个运输出发地与若干个运输目的地；
S302，根据所有的运输出发地生成出发地位置数据集，根据所有的运输目的地生成目的地位置数据集；
S303，将出发地位置数据集与目的地位置数据集进行随机组合，生成训练集，将训练集输入预设的轨迹规划模型进行迭代训练；
S304，判断预设的轨迹规划模型是否收敛；
S305，若收敛，则得到优化后的轨迹规划模型，并输出运输轨迹；
S306，若不收敛，则生成修正信息，根据修正信息对预设的轨迹规划模型的超参数进行修正。
需要说明的是，将运输出发地与运输目的地进行数据集生成，并对预设的轨迹规划模型进行训练，直至模型收敛，使模型输出的结果更加贴近实际值，模型训练可以使模型具有学习能力，输出的结果越来越精准，提高运输轨迹的规划精度。
根据本发明实施例，运输车辆按照运输轨迹进行移动，并获取运输车辆实时位置信息之后，还包括：
设定采集时间窗口，并采集不同时间窗口下的运输车辆实时位置信息；
根据运输轨迹与相邻时间窗口下的运输车辆实时位置信息，计算运输车辆行驶速度与运输时长；
将运输车辆行驶速度进行均值计算，得到运输车辆平均行驶速度；
根据运输车辆平均行驶速度与运输时长进行相乘，得到运输车辆实际运输距离；
获取运输目的地经纬度与运输出发地经纬度，并计算运输车辆预计行驶距离；
将运输车辆实际运输距离与运输车辆预计行驶距离进行差值计算，得到差值结果，并将差值结果除以运输车辆预计行驶距离，得到运输车辆行驶距离偏移度；
判断运输车辆行驶距离偏移度是否大于或等于预设的偏移度阈值；
若大于或等于，则生成运输车辆行驶参数修正信息，根据运输车辆行驶参数修正信息对运输车辆行驶速度进行动态调整；
若小于，则计算运输时长信息。
需要说明的是，通过分析不同时间点的运输车辆实时位置信息，进行计算运输车辆的行驶速度，并实时动态判断运输车辆行驶距离是否出现偏移，并计算运输车辆行驶距离偏移度，根据运输车辆行驶距离偏移度对运输车辆行驶参数进行实时调整，运输车辆行驶参数包括行驶速度。
根据本发明实施例，若大于或等于，则生成预警信息，通过预警信息对运输车辆位置进行实时修正，具体包括：
获取运输车辆状态信息，将运输车辆状态信息与预设的状态信息进行比较，得到状态偏差率；
判断状态偏差率是否大于或等于预设的状态偏差率阈值；
若大于或等于，则将运输车辆状态信息输入预设的预警模型，生成预警信息；预警信息包括运输距离偏差、运输车辆行驶距离偏移度或运输时长偏差；
若小于，则判定运输车辆状态正常，运输车辆按照当前行驶参数进行运输。
需要说明的是，通过判断运输车辆状态信息的偏差，进行判断车辆运输状态的偏差率，从而根据运输车辆状态信息对运输车辆行驶参数进行预警，可以进行提前调整运输车辆的行驶参数，保证运输车辆可以按照规划的轨迹进行移动。
根据本发明实施例，若小于，则计算该物流订单下的运输时长，并将运输时长进行存储记录之后，还包括：
获取若干个物流订单下的同一个运输出发地与运输目的地的运输时长信息；
将若干个运输时长信息进行比较，得到时长差值；
根据时长差值绘制运输时长曲线；
根据运输时长曲线计算运输时长波动信息，并将运输时长波动信息传输至终端。
需要说明的是，通过对运输时长进行分析判断，并绘制运输时长曲线，可以精准的分析预定时间节点下的运输时长波动信息，进行实时判断运输过程中是否出现异常情况，提高运输效率，运输时长波动可以理解为当日运输时长/近 30 天日均运输时长。
根据本发明实施例，还包括：
获取若干个物流订单的运输目的地，根据若干个物流订单的运输目的地生成若干个位置信息；
获取其中一个运输目的地位置信息，以当前运输目的地位置为圆心，生成位置范围；
判断若干个物流订单的运输目的地是否位于位置范围内；
若位于，则将对应的物流订单进行同一单运输；
若不位于位置范围内，则将物流订单进行剔除。
需要说明的是，通过判断物流订单的运输目的地，判断运输目的地是否位于预设的距离范围，若位于，则判定运输目的地之间的距离较近，可以通过同一运输车辆进行运输，提高运输效率。
请参照图4，图4是本申请一些实施例中的一种物流管理与预警系统的结构示意图。第二方面，本申请实施例提供了一种物流管理与预警系统4，该系统包括：存储器41及处理器42，存储器41中包括物流管理与预警方法的程序，物流管理与预警方法的程序被处理器执行时实现以下步骤：
获取物流订单信息，根据物流订单信息进行预处理，生成运输出发地与运输目的地；
将运输出发地与运输目的地输入预设的轨迹规划模型，生成运输轨迹；
运输车辆按照运输轨迹进行移动，并获取运输车辆实时位置信息；
将运输车辆实时位置信息与预设的位置信息进行比较，得到位置偏差率；
判断位置偏差率是否大于或等于预设的位置偏差率阈值；
若大于或等于，则生成预警信息，通过预警信息对运输车辆位置进行实时修正；
若小于，则计算该物流订单下的运输时长，并将运输时长进行存储记录。
需要说明的是，通过对物流订单信息进行分析获取运输目的地与出发地，根据运输目的地与运输出发地进行运输轨迹的规划，实现运输轨迹的优化，可以实现最近的运输轨迹对纺织产品进行运输，提高运输效率，此外实时获取运输车辆的位置，对运输车辆的位置进行实时分析，判断运输车辆的位置是否出现偏移，进而保证运输车辆可以安装运输轨迹进行精准的移动。
根据本发明实施例，获取物流订单信息，根据物流订单信息进行预处理，生成运输出发地与运输目的地，具体为：
获取物流订单信息，对物流订单进行字符提取，对字符进行组合，生成文字信息；
将文字信息按照预定的断句规则进行句意解析，得到解析信息；
判断解析信息是否符合要求；
若符合要求，则根据解析信息生成运输出发地与运输目的地；
若不符合要求，则将文字信息进行字符优化。
需要说明的是，将物流订单信息进行图像采集，并提取图像中的字符，根据字符生成文字信息，并将文字信息进行断句，断句符合常规理解，并对文字信息进行解析判断，得到运输目的地与运输出发地，从而进行运输轨迹规划。
根据本发明实施例，将运输出发地与运输目的地输入预设的轨迹规划模型，生成运输轨迹，具体包括：
获取若干个物流订单信息生成若干个运输出发地与若干个运输目的地；
根据所有的运输出发地生成出发地位置数据集，根据所有的运输目的地生成目的地位置数据集；
将出发地位置数据集与目的地位置数据集进行随机组合，生成训练集；
将训练集输入预设的轨迹规划模型进行迭代训练；
判断预设的轨迹规划模型是否收敛；
若收敛，则得到优化后的轨迹规划模型，并输出运输轨迹；
若不收敛，则生成修正信息，根据修正信息对预设的轨迹规划模型的超参数进行修正。
需要说明的是，将运输出发地与运输目的地进行数据集生成，并对预设的轨迹规划模型进行训练，直至模型收敛，使模型输出的结果更加贴近实际值，模型训练可以使模型具有学习能力，输出的结果越来越精准，提高运输轨迹的规划精度。
根据本发明实施例，运输车辆按照运输轨迹进行移动，并获取运输车辆实时位置信息之后，还包括：
设定采集时间窗口，并采集不同时间窗口下的运输车辆实时位置信息；
根据运输轨迹与相邻时间窗口下的运输车辆实时位置信息，计算运输车辆行驶速度与运输时长；
将运输车辆行驶速度进行均值计算，得到运输车辆平均行驶速度；
根据运输车辆平均行驶速度与运输时长进行相乘，得到运输车辆实际运输距离；
获取运输目的地经纬度与运输出发地经纬度，并计算运输车辆预计行驶距离；
将运输车辆实际运输距离与运输车辆预计行驶距离进行差值计算，得到差值结果，并将差值结果除以运输车辆预计行驶距离，得到运输车辆行驶距离偏移度；
判断运输车辆行驶距离偏移度是否大于或等于预设的偏移度阈值；
若大于或等于，则生成运输车辆行驶参数修正信息，根据运输车辆行驶参数修正信息对运输车辆行驶速度进行动态调整；
若小于，则计算运输时长信息。
需要说明的是，通过分析不同时间点的运输车辆实时位置信息，进行计算运输车辆的行驶速度，并实时动态判断运输车辆行驶距离是否出现偏移，并计算运输车辆行驶距离偏移度，根据运输车辆行驶距离偏移度对运输车辆行驶参数进行实时调整，运输车辆行驶参数包括行驶速度。
根据本发明实施例，若大于或等于，则生成预警信息，通过预警信息对运输车辆位置进行实时修正，具体包括：
获取运输车辆状态信息，将运输车辆状态信息与预设的状态信息进行比较，得到状态偏差率；
判断状态偏差率是否大于或等于预设的状态偏差率阈值；
若大于或等于，则将运输车辆状态信息输入预设的预警模型，生成预警信息；预警信息包括运输距离偏差、运输车辆行驶距离偏移度或运输时长偏差；
若小于，则判定运输车辆状态正常，运输车辆按照当前行驶参数进行运输。
需要说明的是，通过判断运输车辆状态信息的偏差，进行判断车辆运输状态的偏差率，从而根据运输车辆状态信息对运输车辆行驶参数进行预警，可以进行提前调整运输车辆的行驶参数，保证运输车辆可以按照规划的轨迹进行移动。
根据本发明实施例，若小于，则计算该物流订单下的运输时长，并将运输时长进行存储记录之后，还包括：
获取若干个物流订单下的同一个运输出发地与运输目的地的运输时长信息；
将若干个运输时长信息进行比较，得到时长差值；
根据时长差值绘制运输时长曲线；
根据运输时长曲线计算运输时长波动信息，并将运输时长波动信息传输至终端。
需要说明的是，通过对运输时长进行分析判断，并绘制运输时长曲线，可以精准的分析预定时间节点下的运输时长波动信息，进行实时判断运输过程中是否出现异常情况，提高运输效率，运输时长波动可以理解为当日运输时长/近 30 天日均运输时长。
根据本发明实施例，还包括：
获取若干个物流订单的运输目的地，根据若干个物流订单的运输目的地生成若干个位置信息；
获取其中一个运输目的地位置信息，以当前运输目的地位置为圆心，生成位置范围；
判断若干个物流订单的运输目的地是否位于位置范围内；
若位于，则将对应的物流订单进行同一单运输；
若不位于位置范围内，则将物流订单进行剔除。
需要说明的是，通过判断物流订单的运输目的地，判断运输目的地是否位于预设的距离范围，若位于，则判定运输目的地之间的距离较近，可以通过同一运输车辆进行运输，提高运输效率。
本发明第三方面提供了一种计算机可读存储介质，可读存储介质中包括物流管理与预警方法程序，物流管理与预警方法程序被处理器执行时，实现如上述任一项的物流管理与预警方法的步骤。
本发明公开的一种物流管理与预警方法、系统及介质，通过获取物流订单信息，根据物流订单信息进行预处理，生成运输出发地与运输目的地；将运输出发地与运输目的地输入预设的轨迹规划模型，生成运输轨迹；运输车辆按照运输轨迹进行移动，并获取运输车辆实时位置信息；将运输车辆实时位置信息与预设的位置信息进行比较，得到位置偏差率；判断位置偏差率是否大于或等于预设的位置偏差率阈值；若大于或等于，则生成预警信息，通过预警信息对运输车辆位置进行实时修正；若小于，则计算该物流订单下的运输时长，并将运输时长进行存储记录；根据运输出发地与运输目的地进行轨迹规划，运输车辆按照规划的轨迹进行运输行驶，并实时判断运输车的行驶位置的准确性，对运输车辆的行驶速度及行驶轨迹进行实时动态调整，提高运输效率与精准度。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，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，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种物流管理与预警方法，其特征在于，包括：
获取物流订单信息，根据物流订单信息进行预处理，生成运输出发地与运输目的地；
将运输出发地与运输目的地输入预设的轨迹规划模型，生成运输轨迹；
运输车辆按照运输轨迹进行移动，并获取运输车辆实时位置信息；
将运输车辆实时位置信息与预设的位置信息进行比较，得到位置偏差率；
判断所述位置偏差率是否大于或等于预设的位置偏差率阈值；
若大于或等于，则生成预警信息，通过预警信息对运输车辆位置进行实时修正；
若小于，则计算该物流订单下的运输时长，并将运输时长进行存储记录。
2.根据权利要求1所述的物流管理与预警方法，其特征在于，获取物流订单信息，根据物流订单信息进行预处理，生成运输出发地与运输目的地，具体为：
获取物流订单信息，对物流订单进行字符提取，对字符进行组合，生成文字信息；
将文字信息按照预定的断句规则进行句意解析，得到解析信息；
判断解析信息是否符合要求；
若符合要求，则根据解析信息生成运输出发地与运输目的地；
若不符合要求，则将文字信息进行字符优化。
3.根据权利要求2所述的物流管理与预警方法，其特征在于，将运输出发地与运输目的地输入预设的轨迹规划模型，生成运输轨迹，具体包括：
获取若干个物流订单信息生成若干个运输出发地与若干个运输目的地；
根据所有的运输出发地生成出发地位置数据集，根据所有的运输目的地生成目的地位置数据集；
将出发地位置数据集与目的地位置数据集进行随机组合，生成训练集；
将训练集输入预设的轨迹规划模型进行迭代训练；
判断预设的轨迹规划模型是否收敛；
若收敛，则得到优化后的轨迹规划模型，并输出运输轨迹；
若不收敛，则生成修正信息，根据修正信息对预设的轨迹规划模型的超参数进行修正。
4.根据权利要求3所述的物流管理与预警方法，其特征在于，运输车辆按照运输轨迹进行移动，并获取运输车辆实时位置信息之后，还包括：
设定采集时间窗口，并采集不同时间窗口下的运输车辆实时位置信息；
根据运输轨迹与相邻时间窗口下的运输车辆实时位置信息，计算运输车辆行驶速度与运输时长；
将运输车辆行驶速度进行均值计算，得到运输车辆平均行驶速度；
根据运输车辆平均行驶速度与运输时长进行相乘，得到运输车辆实际运输距离；
获取运输目的地经纬度与运输出发地经纬度，并计算运输车辆预计行驶距离；
将运输车辆实际运输距离与运输车辆预计行驶距离进行差值计算，得到差值结果，并将差值结果除以运输车辆预计行驶距离，得到运输车辆行驶距离偏移度；
判断所述运输车辆行驶距离偏移度是否大于或等于预设的偏移度阈值；
若大于或等于，则生成运输车辆行驶参数修正信息，根据运输车辆行驶参数修正信息对运输车辆行驶速度进行动态调整；
若小于，则计算运输时长信息。
5.根据权利要求4所述的物流管理与预警方法，其特征在于，若大于或等于，则生成预警信息，通过预警信息对运输车辆位置进行实时修正，具体包括：
获取运输车辆状态信息，将运输车辆状态信息与预设的状态信息进行比较，得到状态偏差率；
判断所述状态偏差率是否大于或等于预设的状态偏差率阈值；
若大于或等于，则将运输车辆状态信息输入预设的预警模型，生成预警信息；预警信息包括运输距离偏差、运输车辆行驶距离偏移度或运输时长偏差；
若小于，则判定运输车辆状态正常，运输车辆按照当前行驶参数进行运输。
6.根据权利要求5所述的物流管理与预警方法，其特征在于，若小于，则计算该物流订单下的运输时长，并将运输时长进行存储记录之后，还包括：
获取若干个物流订单下的同一个运输出发地与运输目的地的运输时长信息；
将若干个运输时长信息进行比较，得到时长差值；
根据时长差值绘制运输时长曲线；
根据运输时长曲线计算运输时长波动信息，并将运输时长波动信息传输至终端。
7.一种物流管理与预警系统，其特征在于，该系统包括：存储器及处理器，所述存储器中包括物流管理与预警方法的程序，所述物流管理与预警方法的程序被所述处理器执行时实现以下步骤：
获取物流订单信息，根据物流订单信息进行预处理，生成运输出发地与运输目的地；
将运输出发地与运输目的地输入预设的轨迹规划模型，生成运输轨迹；
运输车辆按照运输轨迹进行移动，并获取运输车辆实时位置信息；
将运输车辆实时位置信息与预设的位置信息进行比较，得到位置偏差率；
判断所述位置偏差率是否大于或等于预设的位置偏差率阈值；
若大于或等于，则生成预警信息，通过预警信息对运输车辆位置进行实时修正；
若小于，则计算该物流订单下的运输时长，并将运输时长进行存储记录。
8.根据权利要求7所述的物流管理与预警系统，其特征在于，获取物流订单信息，根据物流订单信息进行预处理，生成运输出发地与运输目的地，具体为：
获取物流订单信息，对物流订单进行字符提取，对字符进行组合，生成文字信息；
将文字信息按照预定的断句规则进行句意解析，得到解析信息；
判断解析信息是否符合要求；
若符合要求，则根据解析信息生成运输出发地与运输目的地；
若不符合要求，则将文字信息进行字符优化。
9.根据权利要求8所述的物流管理与预警系统，其特征在于，将运输出发地与运输目的地输入预设的轨迹规划模型，生成运输轨迹，具体包括：
获取若干个物流订单信息生成若干个运输出发地与若干个运输目的地；
根据所有的运输出发地生成出发地位置数据集，根据所有的运输目的地生成目的地位置数据集；
将出发地位置数据集与目的地位置数据集进行随机组合，生成训练集；
将训练集输入预设的轨迹规划模型进行迭代训练；
判断预设的轨迹规划模型是否收敛；
若收敛，则得到优化后的轨迹规划模型，并输出运输轨迹；
若不收敛，则生成修正信息，根据修正信息对预设的轨迹规划模型的超参数进行修正。
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中包括物流管理与预警方法程序，所述物流管理与预警方法程序被处理器执行时，实现如权利要求1至6中任一项所述的物流管理与预警方法的步骤。
CN202311086100.6A 2023-08-28 2023-08-28 一种物流管理与预警方法、系统及介质 Active CN116797123B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311086100.6A CN116797123B (zh) 2023-08-28 2023-08-28 一种物流管理与预警方法、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311086100.6A CN116797123B (zh) 2023-08-28 2023-08-28 一种物流管理与预警方法、系统及介质

Publications (2)

Publication Number Publication Date
CN116797123A true CN116797123A (zh) 2023-09-22
CN116797123B CN116797123B (zh) 2024-02-23

Family

ID=88038828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311086100.6A Active CN116797123B (zh) 2023-08-28 2023-08-28 一种物流管理与预警方法、系统及介质

Country Status (1)

Country Link
CN (1) CN116797123B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117408522A (zh) * 2023-12-15 2024-01-16 深圳市明心数智科技有限公司 一种尾款支付风险预警方法、系统及介质
CN117455344A (zh) * 2023-10-25 2024-01-26 上海钢联物流股份有限公司 物流轨迹的采集校验方法及系统
CN117575427A (zh) * 2024-01-17 2024-02-20 杭州智诚惠通科技有限公司 一种大件运输的现场监测核验方法、系统和介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106600193A (zh) * 2016-12-09 2017-04-26 品骏控股有限公司 一种tps系统
US20170268892A1 (en) * 2014-08-20 2017-09-21 Jaguar Land Rover Limited Route planning device and associated method
CN107272705A (zh) * 2017-07-31 2017-10-20 中南大学 一种智能环境下机器人路径的多神经网络控制规划方法
CN109886618A (zh) * 2019-01-17 2019-06-14 江苏苏宁物流有限公司 一种优化物流作业的方法及装置
CN110378656A (zh) * 2019-07-25 2019-10-25 秒针信息技术有限公司 物流订单的匹配方法、装置、存储介质及电子装置
CN111791887A (zh) * 2020-07-03 2020-10-20 北京理工大学 一种基于分层式车速规划的车辆节能驾驶方法
CN112798002A (zh) * 2020-12-29 2021-05-14 佛山市金净创环保技术有限公司 一种智能车辆自主路径规划方法、系统及可读存储介质
CN114037384A (zh) * 2021-11-15 2022-02-11 上海东普信息科技有限公司 物流车辆的监控方法、装置、设备及存储介质
CN114169813A (zh) * 2021-11-16 2022-03-11 悠桦林信息科技(上海)有限公司 运输调度方法、装置、电子设备和存储介质
CN114742500A (zh) * 2022-04-06 2022-07-12 厦门同创空间信息技术有限公司 基于地理位置信息的智能物流调度管理方法、系统
CN115375234A (zh) * 2022-08-24 2022-11-22 安徽仓擎机器人有限公司 基于gnss的运输车辆运行轨迹规划方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170268892A1 (en) * 2014-08-20 2017-09-21 Jaguar Land Rover Limited Route planning device and associated method
CN106600193A (zh) * 2016-12-09 2017-04-26 品骏控股有限公司 一种tps系统
CN107272705A (zh) * 2017-07-31 2017-10-20 中南大学 一种智能环境下机器人路径的多神经网络控制规划方法
CN109886618A (zh) * 2019-01-17 2019-06-14 江苏苏宁物流有限公司 一种优化物流作业的方法及装置
CN110378656A (zh) * 2019-07-25 2019-10-25 秒针信息技术有限公司 物流订单的匹配方法、装置、存储介质及电子装置
CN111791887A (zh) * 2020-07-03 2020-10-20 北京理工大学 一种基于分层式车速规划的车辆节能驾驶方法
CN112798002A (zh) * 2020-12-29 2021-05-14 佛山市金净创环保技术有限公司 一种智能车辆自主路径规划方法、系统及可读存储介质
CN114037384A (zh) * 2021-11-15 2022-02-11 上海东普信息科技有限公司 物流车辆的监控方法、装置、设备及存储介质
CN114169813A (zh) * 2021-11-16 2022-03-11 悠桦林信息科技(上海)有限公司 运输调度方法、装置、电子设备和存储介质
CN114742500A (zh) * 2022-04-06 2022-07-12 厦门同创空间信息技术有限公司 基于地理位置信息的智能物流调度管理方法、系统
CN115375234A (zh) * 2022-08-24 2022-11-22 安徽仓擎机器人有限公司 基于gnss的运输车辆运行轨迹规划方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117455344A (zh) * 2023-10-25 2024-01-26 上海钢联物流股份有限公司 物流轨迹的采集校验方法及系统
CN117408522A (zh) * 2023-12-15 2024-01-16 深圳市明心数智科技有限公司 一种尾款支付风险预警方法、系统及介质
CN117408522B (zh) * 2023-12-15 2024-03-08 深圳市明心数智科技有限公司 一种尾款支付风险预警方法、系统及介质
CN117575427A (zh) * 2024-01-17 2024-02-20 杭州智诚惠通科技有限公司 一种大件运输的现场监测核验方法、系统和介质
CN117575427B (zh) * 2024-01-17 2024-04-19 杭州智诚惠通科技有限公司 一种大件运输的现场监测核验方法、系统和介质

Also Published As

Publication number Publication date
CN116797123B (zh) 2024-02-23

Similar Documents

Publication Publication Date Title
CN116797123B (zh) 一种物流管理与预警方法、系统及介质
Mair et al. Evaluating citizen science data for forecasting species responses to national forest management
CN104318477A (zh) 一种基于大数据的车辆保险评估的方法
EP3926603A1 (en) Dataset simplification of n-dimensional signals captured for asset tracking
CN116108717B (zh) 一种基于数字孪生的交通运输设备运行预测方法及装置
Stark et al. Quantifying Vision Zero: Crash avoidance in rural and motorway accident scenarios by combination of ACC, AEB, and LKS projected to German accident occurrence
CN116758723B (zh) 一种车辆运输监测方法、系统及介质
CN110598917B (zh) 一种基于路径轨迹的目的地预测方法、系统及存储介质
CN115271407B (zh) 基于人工智能的工业互联网数据处理方法及系统
Sequeira et al. A lane merge coordination model for a V2X scenario
CN110914856A (zh) 用于确定线上到线下服务的营销策略的系统和方法
EP2933160A2 (en) Method and system for controlling a speed of a vehicle
CN111582527A (zh) 行程时间的预估方法、装置、电子设备和存储介质
Putatunda et al. Travel time prediction in real time for GPS taxi data streams and its applications to travel safety
CN105651276A (zh) 一种基于动态线路规划仓库路径的系统
Hemalatha Implementation of data mining techniques for weather report guidance for ships using global positioning system
CN117035374A (zh) 一种应对突发事件的兵力协同调度方法、系统及介质
CN114394099B (zh) 车辆行驶异常识别方法、装置、计算机设备及存储介质
Aldakkhelallah et al. Public opinion survey on the development of an intelligent transport system: A case study in Saudi Arabia
CN114104005B (zh) 自动驾驶设备的决策方法、装置、设备及可读存储介质
CN113447037B (zh) 行程偏航检测方法及装置
CN111414804B (zh) 识别框确定方法、装置、计算机设备、车辆和存储介质
CN112927091A (zh) 用于年金险的投诉预警方法、装置、计算机设备及介质
CN117576926B (zh) 车辆违规检测方法、设备及存储介质
Gaikwad et al. Performance analysis of bus arrival time prediction using machine learning based ensemble technique

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
GR01 Patent grant
GR01 Patent grant