CN117350614A - 一种基于物联网分析的食品包裹集货运输管理系统 - Google Patents
一种基于物联网分析的食品包裹集货运输管理系统 Download PDFInfo
- Publication number
- CN117350614A CN117350614A CN202311642429.6A CN202311642429A CN117350614A CN 117350614 A CN117350614 A CN 117350614A CN 202311642429 A CN202311642429 A CN 202311642429A CN 117350614 A CN117350614 A CN 117350614A
- Authority
- CN
- China
- Prior art keywords
- value
- carriage
- self
- car
- preset
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 52
- 238000001514 detection method Methods 0.000 claims abstract description 136
- 230000001105 regulatory effect Effects 0.000 claims abstract description 38
- 238000012544 monitoring process Methods 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 25
- 238000005259 measurement Methods 0.000 claims abstract description 23
- 230000000694 effects Effects 0.000 claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims description 57
- 238000004364 calculation method Methods 0.000 claims description 24
- 230000002093 peripheral effect Effects 0.000 claims description 19
- 238000005286 illumination Methods 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 5
- 230000001276 controlling effect Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 230000002411 adverse Effects 0.000 abstract description 5
- 238000006073 displacement reaction Methods 0.000 abstract description 4
- 230000008859 change Effects 0.000 description 7
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000007363 regulatory process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000005022 packaging material Substances 0.000 description 1
- 238000012536 packaging technology Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
Classifications
-
- 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
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/40—Transportation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/50—Safety; Security of things, users, data or systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Computing Systems (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Multimedia (AREA)
- Accounting & Taxation (AREA)
- Computer Security & Cryptography (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于食品包裹运输管理技术领域，具体是一种基于物联网分析的食品包裹集货运输管理系统，包括物联网管理平台、厢内扫描检测模块、厢内环测自调控模块、运输安全性综合决策模块、司机监控识别模块、前行路险判断模块、车外环险监测模块和驾驶室预警终端；本发明通过厢内扫描检测模块进行检测分析以及时准确反馈厢内位移风险状况和车厢震动对食品包裹安全储存所带来的不利影响状况，且通过厢内环测自调控模块将运输车辆的车厢内部环境状况进行检测分析和合理调控，并判断自调效果状况，保证食品包裹的运输安全，以及通过在运输过程中对车辆前行安全性进行全面化综合性的评估，进一步保证食品包裹安全达到目的地。
Description
技术领域
本发明涉及食品包裹运输管理技术领域，具体是一种基于物联网分析的食品包裹集货运输管理系统。
背景技术
食品包裹是指采用适当的包装材料、容器和包装技术，把食品包裹起来，使食品在物流过程中能保持其原有的形态和质量，确保其能安全、及时地到达目的地，随着经济的发展和人民生活水平的提高，食品行业对食品包裹的物流运输需求日益增长，而通过对食品包裹进行集货运输能够显著提高运输效率并降低运输成本；
目前在通过物流车辆对食品包裹进行集货运输时，往往难以有效监控车厢内所储存食品包裹的位置变化状况和车厢内震动对食品包裹造成的损害状况，且难以对车厢内的储存环境适宜性状况进行合理分析调控并判断调控异常状况，不利于保证食品包裹的安全运输，以及在运输过程中无法对车辆前行安全性进行全面化综合性的评估，不利于保证食品包裹安全达到目的地；
针对上述的技术缺陷，现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于物联网分析的食品包裹集货运输管理系统，解决了现有技术难以有效监控车厢内所储存食品包裹的位置变化状况和车厢内震动对食品包裹造成的损害状况，且难以对储存环境适宜性状况进行合理分析调控并判断调控异常状况，以及在运输过程中无法对车辆前行安全性进行全面化综合性的评估，不利于保证食品包裹安全达到目的地的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于物联网分析的食品包裹集货运输管理系统，包括物联网管理平台、厢内扫描检测模块、厢内环测自调控模块、运输安全性综合决策模块、司机监控识别模块、前行路险判断模块、车外环险监测模块和驾驶室预警终端；厢内扫描检测模块对运输车辆的车厢内部进行扫描，以及对车厢震动致损状况进行检测，据此以生成扫描检测异常信号或扫描检测正常信号，且将运输车辆的扫描检测异常信号经物联网管理平台发送至驾驶室预警终端；
厢内环测自调控模块将运输车辆的车厢内部环境状况进行检测分析，并在判断车厢内部环境不适宜食品包裹的安全储存时对车厢内部环境进行自动适应性调控，以及通过分析判断自调效果状况并生成自调正常信号或自调异常信号，且将自调异常信号经物联网管理平台发送至驾驶室预警终端；驾驶室预警终端接收到扫描检测异常信号或自调异常信号时发出相应预警；
运输安全性综合决策模块用于接收驾驶室内对应司机的司机判定符号SP-1或司机判定符号SP-2、前行道路的路险判断符号KL-1或路险判断符号KL-2以及车辆外围环境的环险监测符号HK-1或环险监测符号HK-2，在接收到SP-1、KL-1或HK-1时，生成运输安全性不合格信号，否则生成运输安全性合格信号；且将运输安全性不合格信号经物联网管理平台发送至驾驶室预警终端，驾驶室预警终端接收到运输安全性不合格信号时发出相应预警。
进一步的，厢内扫描检测模块的具体运行过程包括：
在完成对食品包裹的装货时，在车厢内部所装载货物的外围轮廓上设定若干个检测点，通过监控扫描装置对运输车辆的车厢内部进行扫描以获取到车厢装货初始图像；在运输车辆的运输过程中，通过监控扫描装置对运输车辆的车厢内部进行扫描以获取到车厢装货实时图像；将车厢装货实时图像与车厢装货初始图像进行图像比对，据此可以得到所有检测点的位置移动数据；
将对应检测点的位置移动数据与预设位置移动数据范围进行数值比较，若位置移动数据超过预设位置移动数据范围的最大值，则将对应检测点标记为移动超距点；若位置移动数据位于预设位置移动数据范围内，则将对应检测点标记为移动存险点；若位置移动数据未超过预设位置移动数据范围的最小值，则将对应检测点标记为移动无损点；
若对应时刻运输车辆的车厢内存在移动超距点，则生成扫描检测异常信号；若对应时刻运输车辆的车厢内不存在移动超距点，则获取到移动存险点的数量和移动无损点的数量，且将移动存险点的数量除以移动无损点的数量以得到位置移动综检值；将位置移动综检值与预设位置移动综检阈值进行数值比较，若位置移动综检值超过预设位置移动综检阈值，则生成扫描检测异常信号。
进一步的，若位置移动综检值未超过预设位置移动综检阈值，则以当前时刻为时间结束点并向前设定时长为Q1的震析时段，将车厢内的实时震动数据与预设实时振动数据阈值进行数值比较，若震动数据超过预设震动数据阈值，则判断对应时刻车厢内处于震动致损状态；
获取到震析时段车厢内部处于震动致损状态的总时长以及单次持续最大时长，并将其分别标记为震损总时长和震损持时幅度值；以及采集到震析时段车厢内部的震动平均值，将震损总时长、震损持时幅度值和震动平均值进行数值计算得到厢震检测值；将厢震检测值与预设厢震检测阈值进行数值比较，若厢震检测值超过预设厢震检测阈值，则生成扫描检测异常信号；若厢震检测值未超过预设厢震检测阈值，则生成扫描检测正常信号。
进一步的，厢内环测自调控模块的具体运行过程包括：
采集到运输车辆车厢内的实时温度和实时湿度，从物联网管理平台调取对应食品包裹储存的预设适宜储存温度值，将实时温度与预设适宜储存温度值进行差值计算并取绝对值以得到厢温影响值，从物联网管理平台调取对应食品包裹储存的预设适宜储存湿度值，将实时湿度与预设适宜储存湿度值进行差值计算并取绝对值以得到厢湿影响值；将厢温影响值和厢湿影响值进行数值计算得到厢环影响值，将厢环影响值与预设厢环影响阈值进行数值比较，若厢环影响值超过预设厢环影响阈值，则判断对应时刻车厢内部的储存环境差，厢内环测自调控模块对车厢内部环境进行自动适应性调控；若厢环影响值未超过预设厢环影响阈值，则判断对应时刻车厢内部的储存环境好，不需对车厢内部环境进行调控。
进一步的，在厢内环测自调控模块对车厢内部环境进行自动适应性调控时，通过厢内调效检测分析以判断对应车厢内部环境调控的自调状况正常或异常；获取到单位时间内自调状况正常的次数和自调状况异常的次数并分别标记为自调优测值和自调劣测值，将自调劣测值与自调优测值进行比值计算得到自调异表值；
且将单位时间内所有自调状况异常的厢环调效值进行均值计算得到厢环调效检测系数，将厢环调效检测系数、自调异表值和自调劣测值进行数值计算得到自调决策值；将自调决策值与预设自调决策阈值进行数值比较，若自调决策值超过预设自调决策阈值，则生成自调异常信号；若自调决策值未超过预设自调决策阈值，则生成自调正常信号。
进一步的，厢内调效检测分析的具体分析过程如下：
采集到开始进行环境调控的时刻和车厢内部环境恢复正常并结束调控的时刻，将两者分别标记为时刻一和时刻二，将时刻二和时刻一进行时间差计算得到调时值；将对应的厢环影响值减去预设厢环影响阈值以得到厢环影响差值，将厢环影响差值与调时值进行比值计算得到厢环调效值；
将厢环调效值与预设厢环调效阈值进行数值比较，若厢环调效值超过预设厢环调效阈值，则判断对应车厢内部环境调控的自调状况正常；若厢环调效值未超过预设厢环调效阈值，则判断对应车辆内部环境调控的自调状况异常。
进一步的，司机监控识别模块通过摄像头对驾驶室内司机的驾驶操作进行监控，并据此获取到司机的持续闭眼时长值，以及获取到司机双手脱离方向盘的时长值并将其标记为失控风险持时值；
将持续闭眼时长值和失控风险持时值与预设持续闭眼时长阈值和预设失控风险持时阈值分别进行数值比较，若持续闭眼时长值或失控风险持时值超过对应预设阈值，则赋予司机判定符号SP-1；若持续闭眼时长值和失控风险持时值均未超过对应预设阈值，则赋予司机判定符号SP-2；且将驾驶室内对应司机的司机判定符号SP-1或司机判定符号SP-2经物联网管理平台发送至运输安全性综合决策模块。
进一步的，前行路险判断模块的具体运行过程如下：
获取到运输车辆的当前位置和运输导航路径，以当前位置为起点并基于运输导航路径获取到运输车辆的运输分析路段，采集到运输分析路段的车辆堵塞数据、平整路面数据以及事故风险数据，将车辆堵塞数据、平整路面数据和事故风险数据进行数值计算得到道路险判值；将道路险判值与预设道路险判阈值进行数值比较，若道路险判值超过预设道路险判阈值，则生成路险判断符号KL-1；若道路险判值未超过预设道路险判阈值，则生成路险判断符号KL-2。
进一步的，车外环险监测模块的具体运行过程如下：
采集到运输车辆外围环境中的前行能见度数据，将前行能见度数据与预设前行能见度数据阈值进行数值比较，若前行能见度数据未超过预设前行能见度数据阈值，则赋予环险监测符号HK-1；
若前行能见度数据超过预设前行能见度数据阈值，则采集到运输车辆外围环境中的风力影响数据、光照影响数据和雨雪影响数据，将风力影响数据、光照影响数据和雨雪影响数据进行数值计算得到外影检测值；将外影检测值与预设外影检测阈值进行数值比较，若外影检测值超过预设外影检测阈值，则赋予环险监测符号HK-1；若外影检测值未超过预设外影检测阈值，则赋予环险监测符号HK-2。
与现有技术相比，本发明的有益效果是：
1、本发明中，通过厢内扫描检测模块对运输车辆的车厢内部进行扫描，以及对车厢震动致损状况进行检测，能够及时准确反馈厢内位移风险状况以及车厢震动对食品包裹安全储存所带来的不利影响状况，且通过厢内环测自调控模块将运输车辆的车厢内部环境状况进行检测分析，并在判断车厢内部环境不适宜食品包裹的安全储存时对车厢内部环境进行自动适应性调控，以及通过分析判断自调效果状况并生成自调正常信号或自调异常信号，不仅能够对车厢环境状况进行合理分析并及时调控，还能够对自动调控状况进行分析以识别调控异常，有效避免食品包裹的损坏，有助于将食品包裹安全运输至目的地；
2、本发明中，通过运输安全性综合决策模块接收驾驶室内对应司机的司机判定符号SP-1或司机判定符号SP-2、前行道路的路险判断符号KL-1或路险判断符号KL-2以及车辆外围环境的环险监测符号HK-1或环险监测符号HK-2，据此生成运输安全性不合格信号或运输安全性合格信号，在生成运输安全性不合格信号时通过驾驶室预警终端发出相应预警，以提醒驾驶室内的司机谨慎驾驶，降低运输过程的风险程度，有效防止发生交通事故，能够在运输过程中对车辆前行安全性进行全面化综合性的评估，评估分析结果更加精准，进一步保证食品包裹安全达到目的地。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；
图1为本发明中实施例一的系统框图；
图2为本发明中实施例二的系统框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一：如图1所示，本发明提出的一种基于物联网分析的食品包裹集货运输管理系统，包括物联网管理平台、厢内扫描检测模块、厢内环测自调控模块以及驾驶室预警终端，且物联网管理平台与厢内扫描检测模块、厢内环测自调控模块以及驾驶室预警终端均通过物联网通信连接；
厢内扫描检测模块对运输车辆的车厢内部进行扫描，以及对车厢震动致损状况进行检测，据此以生成扫描检测异常信号或扫描检测正常信号，且将运输车辆的扫描检测异常信号经物联网管理平台发送至驾驶室预警终端，驾驶室预警终端接收到扫描检测异常信号时发出相应预警，能够对运输车辆车厢内所储存食品包裹的位置变化状况进行有效监控，并及时准确反馈位移风险状况以及车厢震动对食品包裹安全储存所带来的不利影响状况，有利于快速作出相应调整措施，有效避免食品包裹的损坏，保证食品包裹的安全运输；厢内扫描检测模块的具体运行过程如下：
在完成对食品包裹的装货时，在车厢内部所装载货物的外围轮廓上设定若干个检测点，通过监控扫描装置对运输车辆的车厢内部进行扫描以获取到车厢装货初始图像；在运输车辆的运输过程中，通过监控扫描装置对运输车辆的车厢内部进行扫描以获取到车厢装货实时图像；将车厢装货实时图像与车厢装货初始图像进行图像比对，据此以得到所有检测点的位置移动数据；其中，位置移动数据的数值越大，表明对应检测点的移动距离越长；
将对应检测点的位置移动数据与预设位置移动数据范围进行数值比较，若位置移动数据超过预设位置移动数据范围的最大值，表明对应检测点的移动距离过长，则将对应检测点标记为移动超距点；若位置移动数据位于预设位置移动数据范围内，表明对应检测点的移动距离较长，则将对应检测点标记为移动存险点；若位置移动数据未超过预设位置移动数据范围的最小值，表明对应检测点的移动距离较短，则将对应检测点标记为移动无损点；
若对应时刻运输车辆的车厢内存在移动超距点，表明因位置变化而带来的安全风险较大，则生成扫描检测异常信号；若对应时刻运输车辆的车厢内不存在移动超距点，则获取到移动存险点的数量和移动无损点的数量，且将移动存险点的数量除以移动无损点的数量以得到位置移动综检值；其中，位置移动综检值的数值越大，表明车厢内所储存食品包裹的位置变化越严重，所带来的安全风险越大；将位置移动综检值与预设位置移动综检阈值进行数值比较，若位置移动综检值超过预设位置移动综检阈值，表明因位置变化而带来的安全风险较大，则生成扫描检测异常信号。
进一步而言，若位置移动综检值未超过预设位置移动综检阈值，则以当前时刻为时间结束点并向前设定时长为Q1的震析时段，优选的，Q1为五分钟；采集到车厢内的实时震动数据，其中，震动数据是表示车厢内部震动频率和震动幅度两者和值大小的数据量值；将车厢内的实时震动数据与预设实时振动数据阈值进行数值比较，若震动数据超过预设震动数据阈值，表明震动状况较严重，对食品包裹安全储存所带来的不利影响越大，则判断对应时刻车厢内处于震动致损状态；
获取到震析时段车厢内部处于震动致损状态的总时长以及单次持续最大时长，并将其分别标记为震损总时长和震损持时幅度值；以及采集到震析时段车厢内部的震动平均值，通过公式将震损总时长XD、震损持时幅度值XG和震动平均值XW进行数值计算得到厢震检测值XZ；其中，su1、su2、su3为预设比例系数，su2＞su1＞su3＞0；
需要说明的是，厢震检测值XZ的数值大小与震损总时长XD、震损持时幅度值XG以及震动平均值XW均呈正比关系，厢震检测值XZ的数值越大，表明运输车辆在震析时段运输过程中的震动状况越严重，对食品包裹造成的损害越大；将厢震检测值XZ与预设厢震检测阈值进行数值比较，若厢震检测值XZ超过预设厢震检测阈值，则生成扫描检测异常信号；若厢震检测值XZ未超过预设厢震检测阈值，则生成扫描检测正常信号。
厢内环测自调控模块将运输车辆的车厢内部环境状况进行检测分析，并在判断车厢内部环境不适宜食品包裹的安全储存时对车厢内部环境进行自动适应性调控，以及通过分析判断自调效果状况并生成自调正常信号或自调异常信号，且将自调异常信号经物联网管理平台发送至驾驶室预警终端；驾驶室预警终端接收到自调异常信号时发出相应预警，不仅能够对车厢环境状况进行合理分析并及时调控，还能够对自动调控状况进行分析以识别调控异常，有效避免食品包裹的损坏，进一步保证食品包裹的安全运输；厢内环测自调控模块的具体运行过程如下：
采集到运输车辆车厢内的实时温度和实时湿度，从物联网管理平台调取对应食品包裹储存的预设适宜储存温度值，将实时温度与预设适宜储存温度值进行差值计算并取绝对值以得到厢温影响值，从物联网管理平台调取对应食品包裹储存的预设适宜储存湿度值，将实时湿度与预设适宜储存湿度值进行差值计算并取绝对值以得到厢湿影响值；通过公式将厢温影响值XQ和厢湿影响值XF进行数值计算得到厢环影响值XP，其中，ed1、ed2为预设权重系数，ed1＞ed2＞1；
需要说明的是，厢环影响值XP的数值越大，表明车厢的环境表现状况越差，越不利于车厢内食品包裹的安全储存；将厢环影响值XP与预设厢环影响阈值进行数值比较，若厢环影响值XP超过预设厢环影响阈值，则判断对应时刻车厢内部的储存环境差，厢内环测自调控模块对车厢内部环境进行自动适应性调控；若厢环影响值XP未超过预设厢环影响阈值，则判断对应时刻车厢内部的储存环境好，不需对车厢内部环境进行调控。
在厢内环测自调控模块对车厢内部环境进行自动适应性调控时，通过厢内调效检测分析以判断对应车厢内部环境调控的自调状况正常或异常，具体为：采集到开始进行环境调控的时刻和车厢内部环境恢复正常并结束调控的时刻，将两者分别标记为时刻一和时刻二，将时刻二和时刻一进行时间差计算得到调时值；其中，调时值的数值越大，表明车厢内部环境调控的持续时长越大；
将对应的厢环影响值减去预设厢环影响阈值以得到厢环影响差值，将厢环影响差值与调时值进行比值计算得到厢环调效值；其中，厢环调效值的数值越大，表明当次自动调控过程的调控效率越高；将厢环调效值与预设厢环调效阈值进行数值比较，若厢环调效值超过预设厢环调效阈值，表明当次自动调控过程的调控效率较高，则判断对应车厢内部环境调控的自调状况正常；若厢环调效值未超过预设厢环调效阈值，表明当次自动调控过程的调控效率较低，则判断对应车辆内部环境调控的自调状况异常；
获取到单位时间内自调状况正常的次数和自调状况异常的次数并分别标记为自
调优测值和自调劣测值，将自调劣测值与自调优测值进行比值计算得到自调异表值；且将
单位时间内所有自调状况异常的厢环调效值进行均值计算得到厢环调效检测系数，通过公
式将厢环调效检测系数ZL、自调异表值ZW
和自调劣测值ZG进行数值计算，通过数值计算后得到自调决策值ZY；其中，fq1、fq2和fq3均
为预设比例系数，fq2＞fq3＞fq1＞0；
需要说明的是，自调决策值ZY的数值大小与自调异表值ZW以及自调劣测值ZG均呈正比关系，与厢环调效检测系数ZL呈反比关系；并且，自调决策值ZY的数值越大，表明单位时间内车厢内部环境调控状况越差；将自调决策值ZY与预设自调决策阈值进行数值比较，若自调决策值超过预设自调决策阈值，表明单位时间内车厢内部环境调控状况较差，则生成自调异常信号；若自调决策值ZY未超过预设自调决策阈值，表明单位时间内车厢内部环境调控状况较好，则生成自调正常信号。
实施例二：如图2所示，本实施例与实施例1的区别在于，物联网管理平台与司机监控识别模块、前行路险判断模块以及车外环险监测模块均通信连接，司机监控识别模块通过摄像头对驾驶室内司机的驾驶操作进行监控，并据此获取到司机的持续闭眼时长值，以及获取到司机双手脱离方向盘的时长值并将其标记为失控风险持时值；将持续闭眼时长值和失控风险持时值与预设持续闭眼时长阈值和预设失控风险持时阈值分别进行数值比较；
若持续闭眼时长值或失控风险持时值超过对应预设阈值，则赋予司机判定符号SP-1；若持续闭眼时长值和失控风险持时值均未超过对应预设阈值，表明司机驾驶行为风险较小，则赋予司机判定符号SP-2；且将驾驶室内对应司机的司机判定符号SP-1或司机判定符号SP-2经物联网管理平台发送至运输安全性综合决策模块，实现对驾驶室司机驾驶操作安全性的有效监管。
前行路险判断模块的具体分析过程为：获取到运输车辆的当前位置和运输导航路径，以当前位置为起点并基于运输导航路径获取到运输车辆的运输分析路段，运输分析路段的长度为H1，优选的，H1为200米；采集到运输分析路段的车辆堵塞数据、平整路面数据以及事故风险数据，需要说明的是，车辆堵塞数据是表示运输分析路段的车辆数量与道路平均宽度两者比值大小的数据量值，平整路面数据是表示不存在坑洼区域的道路长度占运输分析路段长度的百分比大小的数据量值，事故风险数据是表示相邻二百五十天内运输分析路段出现交通事故次数多少的数据量值；
通过公式将车辆堵塞数据KD、平整路面数据KZ和事故
风险数据KS进行数值计算得到道路险判值KX；其中，a1、a2、a3为预设比例系数，a1、a2、a3的
取值均大于零；并且，道路险判值KX的数值越大，表明运输分析路段的车辆运输风险越大；
将道路险判值KX与预设道路险判阈值进行数值比较，若道路险判值KX超过预设道路险判阈
值，则生成路险判断符号KL-1；若道路险判值KX未超过预设道路险判阈值，则生成路险判断
符号KL-2。
车外环险监测模块的具体分析过程为：采集到运输车辆外围环境中的前行能见度数据，将前行能见度数据与预设前行能见度数据阈值进行数值比较，若前行能见度数据未超过预设前行能见度数据阈值，表明车辆当前外围环境的表现越差，运输风险越大，则赋予环险监测符号HK-1；
若前行能见度数据超过预设前行能见度数据阈值，则采集到运输车辆外围环境中的风力影响数据、光照影响数据和雨雪影响数据，需要说明的是，风力影响数据是表示运输车辆外围环境中风速大小的数据量值，光照影响数据是表示运输车辆外围环境中光照强度相较于预设适宜前行光照强度值的偏离程度大小的数据量值；雨雪数据是表示运输车辆外围环境中降雨量和降雪量大小的数据量值；并且，风力影响数据、光照影响数据和雨雪影响数据的数值越大，则表明运输车辆当前运输过程所存在的风险越大；
通过公式将风力影响数据TF、光照影响数据TG和雨雪影响数据TY进行数值计算得到外影检测值TX；其中，b1、b2、b3为预设权重系数，b3＞b1＞b2＞0；并且，外影检测值TX的数值越大，表明运输车辆所处外围环境带来的安全风险越大；将外影检测值TX与预设外影检测阈值进行数值比较，若外影检测值TX超过预设外影检测阈值，表明运输车辆所处外围环境带来的安全风险较大，则赋予环险监测符号HK-1；若外影检测值TX未超过预设外影检测阈值，表明运输车辆所处外围环境带来的安全风险较小，则赋予环险监测符号HK-2。
进一步而言，物联网管理平台与运输安全性综合决策模块通信连接，运输安全性综合决策模块用于接收驾驶室内对应司机的司机判定符号SP-1或司机判定符号SP-2、前行道路的路险判断符号KL-1或路险判断符号KL-2以及车辆外围环境的环险监测符号HK-1或环险监测符号HK-2，在接收到SP-1、KL-1或HK-1时，生成运输安全性不合格信号，否则生成运输安全性合格信号；且将运输安全性不合格信号经物联网管理平台发送至驾驶室预警终端，驾驶室预警终端接收到运输安全性不合格信号时发出相应预警，以提醒驾驶室内的司机谨慎驾驶（如适当降低车速等），降低运输过程的风险程度，有效防止发生交通事故，从而保证食品包裹安全达到目的地。
本发明的工作原理：使用时，通过厢内扫描检测模块对运输车辆的车厢内部进行扫描，以及对车厢震动致损状况进行检测，据此以生成扫描检测异常信号或扫描检测正常信号，能够对运输车辆车厢内所储存食品包裹的位置变化状况进行有效监控，并及时准确反馈位移风险状况以及车厢震动对食品包裹安全储存所带来的不利影响状况，有利于快速作出相应调整措施，有效避免食品包裹的损坏，保证食品包裹的安全运输；以及通过厢内环测自调控模块将运输车辆的车厢内部环境状况进行检测分析，并在判断车厢内部环境不适宜食品包裹的安全储存时对车厢内部环境进行自动适应性调控，以及通过分析判断自调效果状况并生成自调正常信号或自调异常信号，不仅能够对车厢环境状况进行合理分析并及时调控，还能够对自动调控状况进行分析以识别调控异常，有效避免食品包裹的损坏，进一步保证食品包裹的安全运输，有助于食品包裹安全运输至目的地。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (9)
1.一种基于物联网分析的食品包裹集货运输管理系统，其特征在于，包括物联网管理平台、厢内扫描检测模块、厢内环测自调控模块、运输安全性综合决策模块、司机监控识别模块、前行路险判断模块、车外环险监测模块和驾驶室预警终端；厢内扫描检测模块对运输车辆的车厢内部进行扫描，以及对车厢震动致损状况进行检测，据此以生成扫描检测异常信号或扫描检测正常信号，且将运输车辆的扫描检测异常信号经物联网管理平台发送至驾驶室预警终端；
厢内环测自调控模块将运输车辆的车厢内部环境状况进行检测分析，并在判断车厢内部环境不适宜食品包裹的安全储存时对车厢内部环境进行自动适应性调控，以及通过分析判断自调效果状况并生成自调正常信号或自调异常信号，且将自调异常信号经物联网管理平台发送至驾驶室预警终端；驾驶室预警终端接收到扫描检测异常信号或自调异常信号时发出相应预警；
运输安全性综合决策模块用于接收驾驶室内对应司机的司机判定符号SP-1或司机判定符号SP-2、前行道路的路险判断符号KL-1或路险判断符号KL-2以及车辆外围环境的环险监测符号HK-1或环险监测符号HK-2，在接收到SP-1、KL-1或HK-1时，生成运输安全性不合格信号，否则生成运输安全性合格信号；且将运输安全性不合格信号经物联网管理平台发送至驾驶室预警终端，驾驶室预警终端接收到运输安全性不合格信号时发出相应预警。
2.根据权利要求1所述的一种基于物联网分析的食品包裹集货运输管理系统，其特征在于，厢内扫描检测模块的具体运行过程包括：
在完成对食品包裹的装货时，在车厢内部所装载货物的外围轮廓上设定若干个检测点，通过监控扫描装置对运输车辆的车厢内部进行扫描以获取到车厢装货初始图像；在运输车辆的运输过程中，通过监控扫描装置对运输车辆的车厢内部进行扫描以获取到车厢装货实时图像；将车厢装货实时图像与车厢装货初始图像进行图像比对，据此以得到所有检测点的位置移动数据；
若位置移动数据超过预设位置移动数据范围的最大值，则将对应检测点标记为移动超距点；若位置移动数据位于预设位置移动数据范围内，则将对应检测点标记为移动存险点；若位置移动数据未超过预设位置移动数据范围的最小值，则将对应检测点标记为移动无损点；
若对应时刻运输车辆的车厢内存在移动超距点，则生成扫描检测异常信号；若对应时刻运输车辆的车厢内不存在移动超距点，则获取到移动存险点的数量和移动无损点的数量，且将移动存险点的数量除以移动无损点的数量以得到位置移动综检值；若位置移动综检值超过预设位置移动综检阈值，则生成扫描检测异常信号。
3.根据权利要求2所述的一种基于物联网分析的食品包裹集货运输管理系统，其特征在于，若位置移动综检值未超过预设位置移动综检阈值，则以当前时刻为时间结束点并向前设定时长为Q1的震析时段，将车厢内的实时震动数据与预设实时振动数据阈值进行数值比较，若震动数据超过预设震动数据阈值，则判断对应时刻车厢内处于震动致损状态；
获取到震析时段车厢内部处于震动致损状态的总时长以及单次持续最大时长，并将其分别标记为震损总时长和震损持时幅度值；以及采集到震析时段车厢内部的震动平均值，将震损总时长、震损持时幅度值和震动平均值进行数值计算得到厢震检测值；若厢震检测值超过预设厢震检测阈值，则生成扫描检测异常信号；若厢震检测值未超过预设厢震检测阈值，则生成扫描检测正常信号。
4.根据权利要求1所述的一种基于物联网分析的食品包裹集货运输管理系统，其特征在于，厢内环测自调控模块的具体运行过程包括：
采集到运输车辆车厢内的实时温度和实时湿度，从物联网管理平台调取对应食品包裹储存的预设适宜储存温度值，将实时温度与预设适宜储存温度值进行差值计算并取绝对值以得到厢温影响值；从物联网管理平台调取对应食品包裹储存的预设适宜储存湿度值，将实时湿度与预设适宜储存湿度值进行差值计算并取绝对值以得到厢湿影响值；将厢温影响值和厢湿影响值进行数值计算得到厢环影响值，若厢环影响值超过预设厢环影响阈值，则判断对应时刻车厢内部的储存环境差，厢内环测自调控模块对车厢内部环境进行自动适应性调控；若厢环影响值未超过预设厢环影响阈值，则判断对应时刻车厢内部的储存环境好，不需对车厢内部环境进行调控。
5.根据权利要求4所述的一种基于物联网分析的食品包裹集货运输管理系统，其特征在于，在厢内环测自调控模块对车厢内部环境进行自动适应性调控时，通过厢内调效检测分析以判断对应车厢内部环境调控的自调状况正常或异常；获取到单位时间内自调状况正常的次数和自调状况异常的次数并分别标记为自调优测值和自调劣测值，将自调劣测值与自调优测值进行比值计算得到自调异表值；
且将单位时间内所有自调状况异常的厢环调效值进行均值计算得到厢环调效检测系数，将厢环调效检测系数、自调异表值和自调劣测值进行数值计算得到自调决策值；若自调决策值超过预设自调决策阈值，则生成自调异常信号；若自调决策值未超过预设自调决策阈值，则生成自调正常信号。
6.根据权利要求5所述的一种基于物联网分析的食品包裹集货运输管理系统，其特征在于，厢内调效检测分析的具体分析过程如下：
采集到开始进行环境调控的时刻和车厢内部环境恢复正常并结束调控的时刻，将两者分别标记为时刻一和时刻二，将时刻二和时刻一进行时间差计算得到调时值；将对应的厢环影响值减去预设厢环影响阈值以得到厢环影响差值，将厢环影响差值与调时值进行比值计算得到厢环调效值；
若厢环调效值超过预设厢环调效阈值，则判断对应车厢内部环境调控的自调状况正常；若厢环调效值未超过预设厢环调效阈值，则判断对应车辆内部环境调控的自调状况异常。
7.根据权利要求1所述的一种基于物联网分析的食品包裹集货运输管理系统，其特征在于，司机监控识别模块通过摄像头对驾驶室内司机的驾驶操作进行监控，并据此获取到司机的持续闭眼时长值，以及获取到司机双手脱离方向盘的时长值并将其标记为失控风险持时值；
若持续闭眼时长值或失控风险持时值超过对应预设阈值，则赋予司机判定符号SP-1；若持续闭眼时长值和失控风险持时值均未超过对应预设阈值，则赋予司机判定符号SP-2；且将驾驶室内对应司机的司机判定符号SP-1或司机判定符号SP-2经物联网管理平台发送至运输安全性综合决策模块。
8.根据权利要求1所述的一种基于物联网分析的食品包裹集货运输管理系统，其特征在于，前行路险判断模块的具体运行过程如下：
获取到运输车辆的当前位置和运输导航路径，以当前位置为起点并基于运输导航路径获取到运输车辆的运输分析路段，采集到运输分析路段的车辆堵塞数据、平整路面数据以及事故风险数据，将车辆堵塞数据、平整路面数据和事故风险数据进行数值计算得到道路险判值；若道路险判值超过预设道路险判阈值，则生成路险判断符号KL-1；若道路险判值未超过预设道路险判阈值，则生成路险判断符号KL-2。
9.根据权利要求1所述的一种基于物联网分析的食品包裹集货运输管理系统，其特征在于，车外环险监测模块的具体运行过程如下：
采集到运输车辆外围环境中的前行能见度数据，将前行能见度数据与预设前行能见度数据阈值进行数值比较，若前行能见度数据未超过预设前行能见度数据阈值，则赋予环险监测符号HK-1；
若前行能见度数据超过预设前行能见度数据阈值，则采集到运输车辆外围环境中的风力影响数据、光照影响数据和雨雪影响数据，将风力影响数据、光照影响数据和雨雪影响数据进行数值计算得到外影检测值；若外影检测值超过预设外影检测阈值，则赋予环险监测符号HK-1；若外影检测值未超过预设外影检测阈值，则赋予环险监测符号HK-2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311642429.6A CN117350614B (zh) | 2023-12-04 | 2023-12-04 | 一种基于物联网分析的食品包裹集货运输管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311642429.6A CN117350614B (zh) | 2023-12-04 | 2023-12-04 | 一种基于物联网分析的食品包裹集货运输管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117350614A true CN117350614A (zh) | 2024-01-05 |
| CN117350614B CN117350614B (zh) | 2024-02-13 |
Family
ID=89365252
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311642429.6A Active CN117350614B (zh) | 2023-12-04 | 2023-12-04 | 一种基于物联网分析的食品包裹集货运输管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117350614B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103198338A (zh) * | 2013-03-15 | 2013-07-10 | 深圳市亚视威电子科技有限公司 | 一种基于物联网的物流运输监控系统及方法 |
| KR20160094597A (ko) * | 2015-01-31 | 2016-08-10 | 정하선 | 실시간 모니터링 기능을 갖는 운송화물 관리 시스템 |
| CN112218050A (zh) * | 2020-09-29 | 2021-01-12 | 北京航空航天大学云南创新研究院 | 一种烟草运输的监控系统和方法 |
| WO2022030347A1 (ja) * | 2020-08-07 | 2022-02-10 | 三菱電機株式会社 | 運搬車両稼働分析システム、運搬車両稼働分析装置、運搬車両稼働分析方法およびプログラム |
| CA3129490A1 (en) * | 2020-08-31 | 2022-02-28 | Marine Thinking Inc | Marine product logistics monitoring apparatus |
| CN116452099A (zh) * | 2023-06-13 | 2023-07-18 | 成都运荔枝科技有限公司 | 一种基于大数据的冷链食品运输智能管理系统 |
| CN117132183A (zh) * | 2023-08-29 | 2023-11-28 | 太仓泽远供应链管理有限公司 | 基于大数据分析的物流供应链配送智能化监测系统 |
-
2023
- 2023-12-04 CN CN202311642429.6A patent/CN117350614B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103198338A (zh) * | 2013-03-15 | 2013-07-10 | 深圳市亚视威电子科技有限公司 | 一种基于物联网的物流运输监控系统及方法 |
| KR20160094597A (ko) * | 2015-01-31 | 2016-08-10 | 정하선 | 실시간 모니터링 기능을 갖는 운송화물 관리 시스템 |
| WO2022030347A1 (ja) * | 2020-08-07 | 2022-02-10 | 三菱電機株式会社 | 運搬車両稼働分析システム、運搬車両稼働分析装置、運搬車両稼働分析方法およびプログラム |
| CA3129490A1 (en) * | 2020-08-31 | 2022-02-28 | Marine Thinking Inc | Marine product logistics monitoring apparatus |
| CN112218050A (zh) * | 2020-09-29 | 2021-01-12 | 北京航空航天大学云南创新研究院 | 一种烟草运输的监控系统和方法 |
| CN116452099A (zh) * | 2023-06-13 | 2023-07-18 | 成都运荔枝科技有限公司 | 一种基于大数据的冷链食品运输智能管理系统 |
| CN117132183A (zh) * | 2023-08-29 | 2023-11-28 | 太仓泽远供应链管理有限公司 | 基于大数据分析的物流供应链配送智能化监测系统 |
Non-Patent Citations (3)
| Title |
|---|
| 孙宇星;张豪杰;胡松;潘晓芳;董玉强;翁剑成;: "基于动态监管数据的公路运输车辆安全评价研究", 公路, no. 05, 11 May 2020 (2020-05-11), pages 223 - 230 * |
| 杨嘉乐;刘洋;闫聪;雷起谷;董智桥;刘博;陈先锋;: "基于物联网的危化品运输监控预警系统研究", 武汉理工大学学报(信息与管理工程版), no. 03, 15 June 2020 (2020-06-15), pages 209 - 214 * |
| 祝汉成;侯开虎;曹丽银;: "冷链物流动态监测系统应用研究", 新技术新工艺, no. 02, 25 February 2017 (2017-02-25), pages 52 - 55 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117350614B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6539293B2 (en) | Method and device for monitoring bogies of multi-axle vehicles | |
| RU2427480C1 (ru) | Способ и устройство для поддерживания стратегии регулирования для вождения транспортного средства | |
| CN111681426A (zh) | 一种用于交通安全路况感知评估的方法 | |
| US20120245758A1 (en) | Driving behavior detecting method and apparatus | |
| US20220097557A1 (en) | Information provision service system for electric vehicle using vehicle sensors | |
| KR101136393B1 (ko) | 과중량 차량 적발 및 단속 시스템 | |
| CN113990052B (zh) | 一种来车预警方法、装置、存储介质及道路防护车辆 | |
| CN112469613A (zh) | 用于对车辆、车辆组件和行车道进行诊断和监控的方法和设备 | |
| CN115326165B (zh) | 罐车远程监控系统 | |
| CN111610191B (zh) | 一种道路检测与修复系统 | |
| CN117350614B (zh) | 一种基于物联网分析的食品包裹集货运输管理系统 | |
| CN111292528A (zh) | 一种大型货车入弯速度过高预警的方法 | |
| CN114460963A (zh) | 变电站无人机自动巡检系统及其运行方法 | |
| CN114743349A (zh) | 适用于交通安全管理的疲劳驾驶判别及信息传输系统 | |
| CN111784718B (zh) | 一种离散物料堆积状态智能在线预测装置及预测方法 | |
| CN109887243A (zh) | 桥梁健康监测预警系统及其工作方法 | |
| CN117132183A (zh) | 基于大数据分析的物流供应链配送智能化监测系统 | |
| CN110171417B (zh) | 基于激光雷达的定速巡航装置 | |
| CN110209178A (zh) | 基于大数据的无人驾驶车辆控制方法 | |
| CN108473141A (zh) | 用于确定机动车的续航里程的方法和机动车 | |
| KR100977977B1 (ko) | 차량의 과적 및 부정계측 검출방법 | |
| CN109895783A (zh) | 一种电动汽车驾驶行为监测评价系统及方法 | |
| CN115497342A (zh) | 一种基于多源数据融合的桥梁防船撞智能预警方法及系统 | |
| CN112990117B (zh) | 基于智能驾驶系统的安装数据处理方法及装置 | |
| SE541876C2 (en) | Method and system for analysing the fuel consumption for a vehicle |
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 |