CN117635009B - 一种冷链运输智能监测方法、系统、设备和存储介质 - Google Patents
一种冷链运输智能监测方法、系统、设备和存储介质 Download PDFInfo
- Publication number
- CN117635009B CN117635009B CN202410102413.4A CN202410102413A CN117635009B CN 117635009 B CN117635009 B CN 117635009B CN 202410102413 A CN202410102413 A CN 202410102413A CN 117635009 B CN117635009 B CN 117635009B
- Authority
- CN
- China
- Prior art keywords
- transportation
- cold chain
- data
- environment
- monitoring
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000002159 abnormal effect Effects 0.000 claims abstract description 26
- 230000007613 environmental effect Effects 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 17
- 238000012216 screening Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 11
- 230000004927 fusion Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 8
- 230000003993 interaction Effects 0.000 abstract description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 6
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 238000012163 sequencing technique Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 210000001520 comb Anatomy 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005059 dormancy Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000000855 fermentation Methods 0.000 description 1
- 230000004151 fermentation Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000013611 frozen food Nutrition 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及冷链运输技术领域,公开了一种冷链运输智能监测方法、系统、设备和存储介质。通过确定冷链运输物品的多种品质安全监测指标;远程采集冷链运输物品的运输环境数据;确定每一种品质安全监测指标对应的安全指标范围;判断运输环境数据中的每一种环境监测参数是否落入对应的安全指标范围内;若存在,则将每一种未落入对应的安全指标范围内的环境监测参数标记为相应种类的异常数据;针对每一种类的异常数据,生成相应种类的报警信息;根据报警信息,将对应的环境监测参数远程调整在相应的安全指标范围内。本发明可实现对监控端与货运终端之间的数据进行实时监测和实时交互,保证冷链运输物品在运输过程中的品质。
Description
技术领域
本发明涉及冷链运输技术领域,具体而言,涉及一种冷链运输智能监测方法、系统、设备和存储介质。
背景技术
目前,随着物流业以及信息技术的发展,物流运输已经成为日常生活中不可或缺的一环。为了满足不同物品(比如冷冻食品、药品等运输环境严格的物品)的运输要求,通常需要采取较为特殊的运输方式,即冷链运输。在日常的冷链运输中,由于运送物品的种类和数目的多样性,加上考虑运输成本的问题,通常仅采用一个单独的冷藏箱,由于对不同的物品的适宜冷藏温度不同,因此经常导致在运输途中物品的品质降低。此外,传统的冷链运输过程中由于不同关卡的原因,冷藏箱需要不停地开关,易造成内部温度的变化,从而降级冷链运输的质量;针对一些对冷藏条件较为严格的物品,如药品等,一般都是通过专门的渠道进行运输,运输成本昂贵且运输种类单一。
发明内容
本发明的目的在于提供一种冷链运输智能监测方法、系统、设备和存储介质,解决传统的冷链运输方法不能保证冷链运输物品在运输过程中的品质的问题。
本发明通过下述技术方案实现:
第一方面,提供一种冷链运输智能监测方法,包括以下步骤:确定冷链运输物品的多种品质安全监测指标;远程采集所述冷链运输物品的运输环境数据;所述运输环境数据包括每一种品质安全监测指标对应的环境监测参数;确定每一种品质安全监测指标对应的安全指标范围;判断所述运输环境数据中的每一种环境监测参数是否落入对应的安全指标范围内;若存在一种或多种环境监测参数未落入对应的安全指标范围内,则将每一种未落入对应的安全指标范围内的环境监测参数标记为相应种类的异常数据;针对每一种类的异常数据,生成相应种类的报警信息;根据所述报警信息,将对应的环境监测参数远程调整在相应的安全指标范围内。
进一步的,所述远程采集所述冷链运输物品的运输环境数据之后,包括以下步骤:对所述运输环境数据进行预处理,得到处理后的运输环境数据;对处理后的运输环境数据进行第一次更新,得到第一次更新后的运输环境数据;对第一次更新后的运输环境数据进行中值滤波,并对中值滤波后的运输环境数据进行第二次更新,得到第二次更新后的运输环境数据;对第二次更新后的运输环境数据进行特征提取,得到运输环境数据的特征信号;对所述特征信号进行特征筛选,得到多个目标特征信息;对多个所述目标特征信息进行特征融合,得到多个关联性系数;根据多个所述关联性系数获取对应的多个权重;一个权重对应一种环境监测参数;对多个所述权重进行排序,得到权重排序结果。
进一步的,所述确定每一种品质安全监测指标对应的安全指标范围,包括以下步骤:从大数据信息平台中采集历史监测数据;所述历史监测数据中包含多种冷链运输物品以及每一种冷链运输物品的多种运输环境数据;根据所述历史监测数据生成每一种冷链运输物品的三维运输趋势图;所述三维运输趋势图中包含冷链运输物品的异常数据和报警信息;分析每一种冷链运输物品对应的三维运输趋势图,得到冷链运输环境参考数据库;所述冷链运输环境参考数据库中包含每一种冷链运输物品在每一种运输环境下的环境监测参数;根据所述冷链运输环境参考数据库确定出每一种冷链运输物品的每一种品质安全监测指标对应的安全指标范围。
进一步的,所述将对应的环境监测参数远程调整在相应的安全指标范围内之后,包括以下步骤:根据报警信息获取所述冷链运输物品的实时定位信息;根据所述实时定位信息生成所述冷链运输物品的三维运输轨迹;根据所述三维运输轨迹确定所述冷链运输物品的最优配送路线。
第二方面,提供一种冷链运输智能监测系统,包括:监测指标设置模块、环境数据采集模块、指标范围设置模块、异常数据标记模块、报警信息生成模块和环境参数控制模块。其中,监测指标设置模块用于设置冷链运输物品的多种品质安全监测指标。环境数据采集模块用于远程采集所述冷链运输物品的运输环境数据;所述运输环境数据包括每一种品质安全监测指标对应的环境监测参数。指标范围设置模块用于设置每一种品质安全监测指标对应的安全指标范围。异常数据标记模块用于判断所述运输环境数据中的每一种环境监测参数是否落入对应的安全指标范围内;若存在一种或多种环境监测参数未落入对应的安全指标范围内,则将每一种未落入对应的安全指标范围内的环境监测参数标记为相应种类的异常数据。报警信息生成模块用于针对每一种类的异常数据,生成相应种类的报警信息。环境参数控制模块用于根据所述报警信息,将对应的环境监测参数远程调整在相应的安全指标范围内。
进一步的,所述冷链运输智能监测系统还包括:数据处理模块、数据更新模块、滤波处理模块、特征提取模块、特征筛选模块、特征融合模块、权重获取模块和权重排序模块。其中,数据处理模块用于对所述运输环境数据进行预处理,得到处理后的运输环境数据。数据更新模块用于对处理后的运输环境数据进行第一次更新,得到第一次更新后的运输环境数据,以及对中值滤波后的运输环境数据进行第二次更新,得到第二次更新后的运输环境数据。滤波处理模块用于对第一次更新后的运输环境数据进行中值滤波。特征提取模块用于对第二次更新后的运输环境数据进行特征提取,得到运输环境数据的特征信号。特征筛选模块用于对所述特征信号进行特征筛选,得到多个目标特征信息。特征融合模块用于对多个所述目标特征信息进行特征融合,得到多个关联性系数。权重获取模块用于根据多个所述关联性系数获取对应的多个权重;一个权重对应一种环境监测参数。权重排序模块用于对多个所述权重进行排序,得到权重排序结果。
进一步的,所述指标范围设置模块包括:历史数据采集单元、运输趋势分析单元、参考数据生成单元和指标范围生成单元。其中,历史数据采集单元用于从大数据信息平台中采集历史监测数据;所述历史监测数据中包含多种冷链运输物品以及每一种冷链运输物品的多种运输环境数据。运输趋势分析单元用于根据所述历史监测数据生成每一种冷链运输物品的三维运输趋势图;所述三维运输趋势图中包含冷链运输物品的异常数据和报警信息。参考数据生成单元用于分析每一种冷链运输物品对应的三维运输趋势图,得到冷链运输环境参考数据库;所述冷链运输环境参考数据库中包含每一种冷链运输物品在每一种运输环境下的环境监测参数。指标范围生成单元用于根据所述冷链运输环境参考数据库确定出每一种冷链运输物品的每一种品质安全监测指标对应的安全指标范围。
进一步的,所述冷链运输智能监测方法还包括:定位信息生成模块、运输轨迹生成模块和配送路线生成模块。其中,定位信息生成模块用于根据报警信息获取所述冷链运输物品的实时定位信息。运输轨迹生成模块用于根据所述实时定位信息生成所述冷链运输物品的三维运输轨迹。配送路线生成模块用于根据所述三维运输轨迹确定所述冷链运输物品的最优配送路线。
第三方面,提供一种计算机设备,包括依次通信连接的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发数据,所述处理器用于读取所述计算机程序,执行如第一方面所述的冷链运输智能监测方法。
第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面所述的冷链运输智能监测方法。
本发明与现有技术相比,具有如下的优点和有益效果:1、通过远程采集冷链运输物品的运输环境数据,实现对监控端与货运终端之间的数据进行实时监测和实时交互;将实时的环境监测参数与对应的安全指标范围进行比较,筛选出异常数据并对异常的环境监测参数进行远程调整,使得在运输过程中冷链运输物品所处的环境中,各项运行环境数据均符合品质安全指标,从而保证冷链运输物品在运输过程中的品质。2、充分利用历史监测数据对品质安全监测指标进行分析,确定出品质安全指标范围,有利于对环境监测参数的监测范围进行限定,提高监测结果的准确度。3、利用冷链运输物品的定位信息进行最优配送路线规划,进一步保证冷链运输物品的运输质量。
附图说明
为了更清楚地说明本发明示例性实施方式的技术方案,下面将对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发明的某些实施例,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为本发明实施例提供的一种冷链运输智能监测方法流程示意图。
实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例:为了实现对冷链运输物品的运输环境进行实时监测,保证冷链运输物品在运输过程中的品质,本实施例第一方面提供一种冷链运输智能监测方法。
需首先说明的是,本实施例所述方法基于包含监控端和货运终端的冷链运输应用场景。其中,货运终端可以是货运车,用于运输冷链物品;货运车上装配有冷藏箱,冷藏箱内安装有各类传感器、环境调节装置和GPS定位装置,用于实时采集冷藏箱内的多种环境参数;货运终端与监控端保持实时远程通信,并将采集得到的各种环境参数实时发送给监控端。同时,监控端实时采集由货运终端发送的环境参数,并对环境参数进行分析处理,筛选出异常数据并进行报警,根据报警信息向货运终端远程发送控制信号,该控制信号用于控制相应的环境调试装置对环境参数进行调整,使得环境参数始终落入能够保证冷链物品品质的安全数值范围内。
基于上述技术原理,本实施例以监控端一侧的视觉对冷链运输智能监测方法的具体实施步骤进行解释说明。如图1所示,本方法包括以下步骤:
步骤1:确定冷链运输物品的多种品质安全监测指标。
由于冷链运输物品在运输过程中通常被储放于冷藏箱中,经过长时间运输,冷藏箱中的温度、湿度、含氧量、二氧化碳浓度等环境参数会对冷链运输物品的品质产生影响。例如温度、湿度及含氧量过高容易加速冷链运输物品(如生鲜食品)的发酵而腐败。因此,本实施例采用对运输过程中影响冷链运输物品品质的各环境参数进行实时监测,梳理出多种冷链运输物品的品质安全监测指标。例如,冷链运输物品的多种品质安全监测指标可以是温度、湿度、含氧量、PH值、乙醇含量、二氧化碳浓度和光照强度中的一种或多种。当然,根据不同冷链运输物品的种类选择不同的品质安全监测指标组合,也可根据实际情况选择除上述7种品质安全监测指标之外的其他品质安全监测指标。
步骤2:远程采集冷链运输物品的运输环境数据。该运输环境数据包括每一种品质安全监测指标对应的环境监测参数。
步骤1确定的品质安全监测指标为待监测项。针对每一种待监测项,需对冷链运输物品所处的实际运输环境中对应的每一种环境参数进行实时监测,得到与上述多种品质安全监测指标一一对应的实时环境监测参数(包括冷藏箱内的实时温度、实时湿度、实时含氧量、实时PH值、实时乙醇含量、实时二氧化碳浓度和实时光照强度)。需说明的是,每一种环境监测参数可利用布置在实际运输环境(如冷藏箱)中的传感器来采集获得,例如温度和湿度可通过安装在冷藏箱中的温湿度传感器采集获得,其余各种环境监测参数的采集方式类似。采集得到的各种环境监测参数通过现有的各类远程数据传输模块(如485无线传输模块)发送至监控端。在监控端利用现有的远程数据接收模块接收数据,实现远程采集冷链运输物品的运输环境数据。此外,需补充说明的是,本实施例中各种环境监测参数均采用多点采集的方式获得,有利于不断优化数据的上传机制和休眠机制,从而实现在实时监测过程中降低功耗。
步骤3:在监控端对采集得到的运输环境数据进行处理。
为提高监测结果的效率和准确度,对采集得到的实时运输环境数据进行处理,包括:
步骤3.1:对运输环境数据进行预处理,筛选出运输环境数据中的噪声数据。噪声数据的筛选方法可参考公开号为CN115758223B提供的一种智能数据噪声筛选方法。
步骤3.2:对处理后的运输环境数据进行第一次更新,得到第一次更新后的运输环境数据。
经过步骤3.1筛选出错误数据之后,本步骤中对筛选出的错误数据从采集的运输环境数据中提出,保留剩余数据。
步骤3.3:对第一次更新后的运输环境数据进行中值滤波,并对中值滤波后的运输环境数据进行第二次更新,得到第二次更新后的运输环境数据。
本步骤对运输环境数据进行第二次更新的方法与步骤3.1和步骤3.2所提出的第一次更新的方法相同。
步骤3.4:对第二次更新后的运输环境数据进行特征提取,得到运输环境数据的特征信号。
步骤3.5:对步骤3.4得到的特征信号进行特征筛选,得到多个目标特征信息。
步骤3.6:对步骤3.5得到的目标特征信息进行特征融合,得到多个关联性系数。
步骤3.7:根据步骤3.6得到的关联性系数获取对应的多个权重;一个权重对应一种环境监测参数。
步骤3.8:对步骤3.7得到的多个权重进行排序,得到权重排序结果。
需补充说明的是,本实施还将经过步骤3.1-3.8处理后的数据上传至大数据信息平台,当出现断网或者断电情况时,能够避免数据丢失,使得数据传输根据当前的网络状态进行数据的暂存,提高系统的利用率。
步骤4:确定每一种品质安全监测指标对应的安全指标范围。具体包括以下步骤:
步骤4.1:从大数据信息平台中采集历史监测数据。所采集的历史监测数据中包含多种冷链运输物品以及每一种冷链运输物品的多种运输环境数据。
步骤4.2:根据历史监测数据生成每一种冷链运输物品的三维运输趋势图。该三维运输趋势图中包含冷链运输物品的运输时间数据、异常数据和报警信息。
步骤4.3:分析每一种冷链运输物品对应的三维运输趋势图,得到冷链运输环境参考数据库。该冷链运输环境参考数据库中包含每一种冷链运输物品在每一种运输环境下的环境监测参数。
步骤4.4:根据冷链运输环境参考数据库确定出每一种冷链运输物品的每一种品质安全监测指标对应的品质安全指标范围。
步骤5:根据报警信息采集冷链运输物品的实时定位信息。
步骤6:根据实时定位信息生成冷链运输物品的三维运输轨迹。
步骤7:根据三维运输轨迹确定冷链运输物品的最优配送路线,并将最优配送路线上传至大数据信息平台。
其中,三维运输趋势图和三维运输轨迹的生成方法可参考公开号为CN112348428A提供的一种集装箱的监控方法、装置、服务器及存储介质。最优配送路线可参考公开号为CN114118501A提供的一种基于Agent的物流配送最优路线决策系统。
与上述第一方面对应的,本实施例第二方面提供一种冷链运输智能监测系统,包括:监测指标设置模块、环境数据采集模块、指标范围设置模块、异常数据标记模块、报警信息生成模块、环境参数控制模块、数据处理模块、数据更新模块、滤波处理模块、特征提取模块、特征筛选模块、特征融合模块、权重获取模块、权重排序模块、定位信息生成模块、运输轨迹生成模块和配送路线生成模块。其中,
监测指标设置模块用于设置冷链运输物品的多种品质安全监测指标。
环境数据采集模块用于远程采集所述冷链运输物品的运输环境数据;所述运输环境数据包括每一种品质安全监测指标对应的环境监测参数。
指标范围设置模块用于设置每一种品质安全监测指标对应的安全指标范围。
异常数据标记模块用于判断所述运输环境数据中的每一种环境监测参数是否落入对应的安全指标范围内;若存在一种或多种环境监测参数未落入对应的安全指标范围内,则将每一种未落入对应的安全指标范围内的环境监测参数标记为相应种类的异常数据。
报警信息生成模块用于针对每一种类的异常数据,生成相应种类的报警信息。
环境参数控制模块用于根据所述报警信息,将对应的环境监测参数远程调整在相应的安全指标范围内。
数据处理模块用于对所述运输环境数据进行预处理,得到处理后的运输环境数据。
数据更新模块用于对处理后的运输环境数据进行第一次更新,得到第一次更新后的运输环境数据,以及对中值滤波后的运输环境数据进行第二次更新,得到第二次更新后的运输环境数据。
滤波处理模块用于对第一次更新后的运输环境数据进行中值滤波。特征提取模块用于对第二次更新后的运输环境数据进行特征提取,得到运输环境数据的特征信号。
特征筛选模块用于对所述特征信号进行特征筛选,得到多个目标特征信息。
特征融合模块用于对多个所述目标特征信息进行特征融合,得到多个关联性系数。
权重获取模块用于根据多个所述关联性系数获取对应的多个权重;一个权重对应一种环境监测参数。权重排序模块用于对多个所述权重进行排序,得到权重排序结果。
定位信息生成模块用于根据报警信息获取所述冷链运输物品的实时定位信息。
运输轨迹生成模块用于根据所述实时定位信息生成所述冷链运输物品的三维运输轨迹。
配送路线生成模块用于根据所述三维运输轨迹确定所述冷链运输物品的最优配送路线。
进一步的,所述指标范围设置模块包括:历史数据采集单元、运输趋势分析单元、参考数据生成单元和指标范围生成单元。其中,
历史数据采集单元用于从大数据信息平台中采集历史监测数据;所述历史监测数据中包含多种冷链运输物品以及每一种冷链运输物品的多种运输环境数据。
运输趋势分析单元用于根据所述历史监测数据生成每一种冷链运输物品的三维运输趋势图;所述三维运输趋势图中包含冷链运输物品的异常数据和报警信息。
参考数据生成单元用于分析每一种冷链运输物品对应的三维运输趋势图,得到冷链运输环境参考数据库;所述冷链运输环境参考数据库中包含每一种冷链运输物品在每一种运输环境下的环境监测参数。
指标范围生成单元用于根据所述冷链运输环境参考数据库确定出每一种冷链运输物品的每一种品质安全监测指标对应的安全指标范围。
本实施例第三方面提供一种计算机设备,包括依次通信连接的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发数据,所述处理器用于读取所述计算机程序,执行如第一方面所述的智能电表电能计量误差检测方法。
本实施例第四方面提供一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面所述的智能电表电能计量误差检测方法。
本实施例第五方面提供一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如上述第一方面所述的智能电表通信脉冲噪声抑制方法。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种冷链运输智能监测方法,其特征在于,包括以下步骤:
确定冷链运输物品的多种品质安全监测指标;
远程采集所述冷链运输物品的运输环境数据;所述运输环境数据包括每一种品质安全监测指标对应的环境监测参数;
确定每一种品质安全监测指标对应的安全指标范围;
判断所述运输环境数据中的每一种环境监测参数是否落入对应的安全指标范围内;若存在一种或多种环境监测参数未落入对应的安全指标范围内,则将每一种未落入对应的安全指标范围内的环境监测参数标记为相应种类的异常数据;
针对每一种类的异常数据,生成相应种类的报警信息;
根据所述报警信息,将对应的环境监测参数远程调整在相应的安全指标范围内;
所述远程采集所述冷链运输物品的运输环境数据之后,包括以下步骤:
对所述运输环境数据进行预处理,得到处理后的运输环境数据;
对处理后的运输环境数据进行第一次更新,得到第一次更新后的运输环境数据;
对第一次更新后的运输环境数据进行中值滤波,并对中值滤波后的运输环境数据进行第二次更新,得到第二次更新后的运输环境数据;
对第二次更新后的运输环境数据进行特征提取,得到运输环境数据的特征信号;
对所述特征信号进行特征筛选,得到多个目标特征信息;
对多个所述目标特征信息进行特征融合,得到多个关联性系数;
根据多个所述关联性系数获取对应的多个权重;一个权重对应一种环境监测参数;
对多个所述权重进行排序,得到权重排序结果;
所述确定每一种品质安全监测指标对应的安全指标范围,包括以下步骤:
从大数据信息平台中采集历史监测数据;所述历史监测数据中包含多种冷链运输物品以及每一种冷链运输物品的多种运输环境数据;
根据所述历史监测数据生成每一种冷链运输物品的三维运输趋势图;所述三维运输趋势图中包含冷链运输物品的异常数据和报警信息;
分析每一种冷链运输物品对应的三维运输趋势图,得到冷链运输环境参考数据库;所述冷链运输环境参考数据库中包含每一种冷链运输物品在每一种运输环境下的环境监测参数;
根据所述冷链运输环境参考数据库确定出每一种冷链运输物品的每一种品质安全监测指标对应的品质安全指标范围。
2.根据权利要求1所述的一种冷链运输智能监测方法,其特征在于,所述将对应的环境监测参数远程调整在相应的安全指标范围内之后,包括以下步骤:
根据报警信息获取所述冷链运输物品的实时定位信息;
根据所述实时定位信息生成所述冷链运输物品的三维运输轨迹;
根据所述三维运输轨迹确定所述冷链运输物品的最优配送路线。
3.一种冷链运输智能监测系统,其特征在于,包括:
监测指标设置模块,用于设置冷链运输物品的多种品质安全监测指标;
环境数据采集模块,用于远程采集所述冷链运输物品的运输环境数据;所述运输环境数据包括每一种品质安全监测指标对应的环境监测参数;
指标范围设置模块,用于设置每一种品质安全监测指标对应的安全指标范围;
异常数据标记模块,用于判断所述运输环境数据中的每一种环境监测参数是否落入对应的安全指标范围内;若存在一种或多种环境监测参数未落入对应的安全指标范围内,则将每一种未落入对应的安全指标范围内的环境监测参数标记为相应种类的异常数据;
报警信息生成模块,用于针对每一种类的异常数据,生成相应种类的报警信息;
环境参数控制模块,用于根据所述报警信息,将对应的环境监测参数远程调整在相应的安全指标范围内;
还包括:
数据处理模块,用于对所述运输环境数据进行预处理,得到处理后的运输环境数据;
数据更新模块,用于对处理后的运输环境数据进行第一次更新,得到第一次更新后的运输环境数据,以及对中值滤波后的运输环境数据进行第二次更新,得到第二次更新后的运输环境数据;
滤波处理模块,用于对第一次更新后的运输环境数据进行中值滤波;
特征提取模块,用于对第二次更新后的运输环境数据进行特征提取,得到运输环境数据的特征信号;
特征筛选模块,用于对所述特征信号进行特征筛选,得到多个目标特征信息;
特征融合模块,用于对多个所述目标特征信息进行特征融合,得到多个关联性系数;
权重获取模块,用于根据多个所述关联性系数获取对应的多个权重;一个权重对应一种环境监测参数;
权重排序模块,用于对多个所述权重进行排序,得到权重排序结果;
所述指标范围设置模块包括:
历史数据采集单元,用于从大数据信息平台中采集历史监测数据;所述历史监测数据中包含多种冷链运输物品以及每一种冷链运输物品的多种运输环境数据;
运输趋势分析单元,用于根据所述历史监测数据生成每一种冷链运输物品的三维运输趋势图;所述三维运输趋势图中包含冷链运输物品的异常数据和报警信息;
参考数据生成单元,用于分析每一种冷链运输物品对应的三维运输趋势图,得到冷链运输环境参考数据库;所述冷链运输环境参考数据库中包含每一种冷链运输物品在每一种运输环境下的环境监测参数;
指标范围生成单元,用于根据所述冷链运输环境参考数据库确定出每一种冷链运输物品的每一种品质安全监测指标对应的安全指标范围。
4.根据权利要求3所述的一种冷链运输智能监测系统,其特征在于,还包括:
定位信息生成模块,用于根据报警信息获取所述冷链运输物品的实时定位信息;
运输轨迹生成模块,用于根据所述实时定位信息生成所述冷链运输物品的三维运输轨迹;
配送路线生成模块,用于根据所述三维运输轨迹确定所述冷链运输物品的最优配送路线。
5.一种计算机设备,其特征在于,包括依次通信连接的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发数据,所述处理器用于读取所述计算机程序,执行如权利要求1或2所述的冷链运输智能监测方法。
6.一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上存储有指令,当所述指令在计算机上运行时,执行如权利要求1或2所述的冷链运输智能监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410102413.4A CN117635009B (zh) | 2024-01-25 | 2024-01-25 | 一种冷链运输智能监测方法、系统、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410102413.4A CN117635009B (zh) | 2024-01-25 | 2024-01-25 | 一种冷链运输智能监测方法、系统、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117635009A CN117635009A (zh) | 2024-03-01 |
CN117635009B true CN117635009B (zh) | 2024-05-03 |
Family
ID=90032455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410102413.4A Active CN117635009B (zh) | 2024-01-25 | 2024-01-25 | 一种冷链运输智能监测方法、系统、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117635009B (zh) |
Citations (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197621A (zh) * | 2013-03-04 | 2013-07-10 | 李代万 | 一种冷链监测仪、冷链监控系统及冷链监控系统的控制方法 |
CN104359565A (zh) * | 2014-10-17 | 2015-02-18 | 中国农业大学 | 一种冷链运输温度监测与预警的方法及系统 |
CN105320038A (zh) * | 2015-10-14 | 2016-02-10 | 青岛中科软件股份有限公司 | 果蔬冷链车载环境信息监测系统 |
CN105334788A (zh) * | 2015-11-13 | 2016-02-17 | 天津川海讯通科技有限公司 | 智能冷链监测综合管理系统 |
WO2016090117A1 (en) * | 2014-12-04 | 2016-06-09 | Carrier Corporation | Film based carbon dioxide sensor |
CN106644113A (zh) * | 2016-12-28 | 2017-05-10 | 郑州欧印数字科技有限公司 | 一种冷链物流专用温度监测系统 |
CN108389199A (zh) * | 2018-03-14 | 2018-08-10 | 广东石油化工学院 | 一种危险品运输安全检测方法及其系统 |
CN108584194A (zh) * | 2018-04-12 | 2018-09-28 | 中铁第四勘察设计院集团有限公司 | 一种铁路冷链物流专用分隔集装箱 |
CN109085868A (zh) * | 2018-10-08 | 2018-12-25 | 中义(泰州)医药科技有限公司 | 一种应用于冷链运输的存储温度自动控制系统 |
CN109978446A (zh) * | 2019-03-06 | 2019-07-05 | 赖成龙 | 一种药品冷链监控与信息智能管理系统及使用方法 |
CN110009285A (zh) * | 2019-04-09 | 2019-07-12 | 南宁职业技术学院 | 一种冷链国际物流系统 |
CN110135788A (zh) * | 2019-05-26 | 2019-08-16 | 浙江大学 | 一种冷链物流运输设备、冷链物流系统及货物动态定价方法 |
CN110160583A (zh) * | 2019-05-05 | 2019-08-23 | 任志刚 | 一种文物监测装置、文物环境状态监测系统及存储箱 |
CN110221562A (zh) * | 2019-06-17 | 2019-09-10 | 吉林工程技术师范学院 | 一种用于冷链物流的冷藏运输监控系统 |
CN110505586A (zh) * | 2019-09-10 | 2019-11-26 | 广东省智能机器人研究院 | 一种基于LoRaLAN技术的冷链物流智能监控系统和方法 |
CN110796411A (zh) * | 2019-10-28 | 2020-02-14 | 永州市沐林冷链配送有限公司 | 一种冷链配送监测系统 |
CN111045359A (zh) * | 2019-11-27 | 2020-04-21 | 韦达信息技术(深圳)有限公司 | 冷链物流监控系统 |
CN111183922A (zh) * | 2020-01-20 | 2020-05-22 | 湖南嘉盛保鲜科技有限公司 | 一种水产品运输保鲜及复活方法 |
CN111856930A (zh) * | 2020-06-16 | 2020-10-30 | 北京农业信息技术研究中心 | 一种冷链环境与果品温湿度耦合感控方法及系统 |
CN111912943A (zh) * | 2020-08-19 | 2020-11-10 | 张玉红 | 一种基于大数据的冷链生鲜食品安全全周期监测管理系统 |
CN111999453A (zh) * | 2020-08-20 | 2020-11-27 | 湖南光亚腾信互联科技有限公司 | 一种用于冷链物流肉类品质的即时检测系统 |
CN112185529A (zh) * | 2020-09-27 | 2021-01-05 | 姜智广 | 一种冷链运输有效性监测系统和方法 |
CN112762991A (zh) * | 2020-12-29 | 2021-05-07 | 北京无线电计量测试研究所 | 一种货物运输过程状态监测设备及方法 |
CN113052530A (zh) * | 2021-03-20 | 2021-06-29 | 李波 | 基于大数据和人工智能的冷链智慧物流运输在线实时监测云平台 |
CN114565162A (zh) * | 2022-03-01 | 2022-05-31 | 北京九天翱翔科技有限公司 | 一种飞行器运输状态监测与安全防护方法及系统 |
CN116775408A (zh) * | 2023-06-19 | 2023-09-19 | 上海启斯云计算有限公司 | 一种储能设备运行状态的智能监测方法 |
CN117010785A (zh) * | 2023-10-07 | 2023-11-07 | 北京中冷物流股份有限公司 | 一种基于物联网的冷链城配运输管理系统 |
CN117114770A (zh) * | 2023-08-24 | 2023-11-24 | 刘杰 | 一种具备多功能检测与管理的智能盒子 |
CN117114573A (zh) * | 2023-08-23 | 2023-11-24 | 上海朗晖慧科技术有限公司 | 一种基于大数据的仓储时间监管系统及方法 |
CN117170433A (zh) * | 2023-10-21 | 2023-12-05 | 南通百源制冷设备有限公司 | 基于联动控制的温度智能控制方法及系统 |
CN117217645A (zh) * | 2023-08-30 | 2023-12-12 | 上海东普信息科技有限公司 | 冷链运输过程实时监测方法、装置、设备及存储介质 |
CN117278957A (zh) * | 2023-09-22 | 2023-12-22 | 河南沣瑞食品有限公司 | 一种用于冷链物流的全程监测系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190323068A1 (en) * | 2006-09-12 | 2019-10-24 | Longhorn Vaccines And Diagnostics, Llc | PCR Ready Compositions and Methods for Screening Biological Samples |
US9598737B2 (en) * | 2012-05-09 | 2017-03-21 | Longhorn Vaccines And Diagnostics, Llc | Next generation genomic sequencing methods |
US11748766B2 (en) * | 2018-06-04 | 2023-09-05 | University Of South Florida | System and method for robust, modular, product sensitive monitoring and encoding of quality and safety along the perishable supply chain |
US20230288265A1 (en) * | 2022-03-11 | 2023-09-14 | Home Valet, Inc. | Method for monitoring temperature of product deliveries from origin to destination |
-
2024
- 2024-01-25 CN CN202410102413.4A patent/CN117635009B/zh active Active
Patent Citations (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197621A (zh) * | 2013-03-04 | 2013-07-10 | 李代万 | 一种冷链监测仪、冷链监控系统及冷链监控系统的控制方法 |
CN104359565A (zh) * | 2014-10-17 | 2015-02-18 | 中国农业大学 | 一种冷链运输温度监测与预警的方法及系统 |
WO2016090117A1 (en) * | 2014-12-04 | 2016-06-09 | Carrier Corporation | Film based carbon dioxide sensor |
EP3227666A1 (en) * | 2014-12-04 | 2017-10-11 | Carrier Corporation | Film based carbon dioxide sensor |
CN105320038A (zh) * | 2015-10-14 | 2016-02-10 | 青岛中科软件股份有限公司 | 果蔬冷链车载环境信息监测系统 |
CN105334788A (zh) * | 2015-11-13 | 2016-02-17 | 天津川海讯通科技有限公司 | 智能冷链监测综合管理系统 |
CN106644113A (zh) * | 2016-12-28 | 2017-05-10 | 郑州欧印数字科技有限公司 | 一种冷链物流专用温度监测系统 |
CN108389199A (zh) * | 2018-03-14 | 2018-08-10 | 广东石油化工学院 | 一种危险品运输安全检测方法及其系统 |
CN108584194A (zh) * | 2018-04-12 | 2018-09-28 | 中铁第四勘察设计院集团有限公司 | 一种铁路冷链物流专用分隔集装箱 |
CN109085868A (zh) * | 2018-10-08 | 2018-12-25 | 中义(泰州)医药科技有限公司 | 一种应用于冷链运输的存储温度自动控制系统 |
CN109978446A (zh) * | 2019-03-06 | 2019-07-05 | 赖成龙 | 一种药品冷链监控与信息智能管理系统及使用方法 |
CN110009285A (zh) * | 2019-04-09 | 2019-07-12 | 南宁职业技术学院 | 一种冷链国际物流系统 |
CN110160583A (zh) * | 2019-05-05 | 2019-08-23 | 任志刚 | 一种文物监测装置、文物环境状态监测系统及存储箱 |
CN110135788A (zh) * | 2019-05-26 | 2019-08-16 | 浙江大学 | 一种冷链物流运输设备、冷链物流系统及货物动态定价方法 |
CN110221562A (zh) * | 2019-06-17 | 2019-09-10 | 吉林工程技术师范学院 | 一种用于冷链物流的冷藏运输监控系统 |
CN110505586A (zh) * | 2019-09-10 | 2019-11-26 | 广东省智能机器人研究院 | 一种基于LoRaLAN技术的冷链物流智能监控系统和方法 |
CN110796411A (zh) * | 2019-10-28 | 2020-02-14 | 永州市沐林冷链配送有限公司 | 一种冷链配送监测系统 |
CN111045359A (zh) * | 2019-11-27 | 2020-04-21 | 韦达信息技术(深圳)有限公司 | 冷链物流监控系统 |
CN111183922A (zh) * | 2020-01-20 | 2020-05-22 | 湖南嘉盛保鲜科技有限公司 | 一种水产品运输保鲜及复活方法 |
CN111856930A (zh) * | 2020-06-16 | 2020-10-30 | 北京农业信息技术研究中心 | 一种冷链环境与果品温湿度耦合感控方法及系统 |
CN111912943A (zh) * | 2020-08-19 | 2020-11-10 | 张玉红 | 一种基于大数据的冷链生鲜食品安全全周期监测管理系统 |
CN111999453A (zh) * | 2020-08-20 | 2020-11-27 | 湖南光亚腾信互联科技有限公司 | 一种用于冷链物流肉类品质的即时检测系统 |
CN112185529A (zh) * | 2020-09-27 | 2021-01-05 | 姜智广 | 一种冷链运输有效性监测系统和方法 |
CN112762991A (zh) * | 2020-12-29 | 2021-05-07 | 北京无线电计量测试研究所 | 一种货物运输过程状态监测设备及方法 |
CN113052530A (zh) * | 2021-03-20 | 2021-06-29 | 李波 | 基于大数据和人工智能的冷链智慧物流运输在线实时监测云平台 |
CN114565162A (zh) * | 2022-03-01 | 2022-05-31 | 北京九天翱翔科技有限公司 | 一种飞行器运输状态监测与安全防护方法及系统 |
CN116775408A (zh) * | 2023-06-19 | 2023-09-19 | 上海启斯云计算有限公司 | 一种储能设备运行状态的智能监测方法 |
CN117114573A (zh) * | 2023-08-23 | 2023-11-24 | 上海朗晖慧科技术有限公司 | 一种基于大数据的仓储时间监管系统及方法 |
CN117114770A (zh) * | 2023-08-24 | 2023-11-24 | 刘杰 | 一种具备多功能检测与管理的智能盒子 |
CN117217645A (zh) * | 2023-08-30 | 2023-12-12 | 上海东普信息科技有限公司 | 冷链运输过程实时监测方法、装置、设备及存储介质 |
CN117278957A (zh) * | 2023-09-22 | 2023-12-22 | 河南沣瑞食品有限公司 | 一种用于冷链物流的全程监测系统 |
CN117010785A (zh) * | 2023-10-07 | 2023-11-07 | 北京中冷物流股份有限公司 | 一种基于物联网的冷链城配运输管理系统 |
CN117170433A (zh) * | 2023-10-21 | 2023-12-05 | 南通百源制冷设备有限公司 | 基于联动控制的温度智能控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117635009A (zh) | 2024-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111861348B (zh) | 一种基于区块链的冷链溯源系统 | |
CN106529867B (zh) | 一种出入库管理系统和方法 | |
CN104541215B (zh) | 对用于生产产品的技术设备的第一装备的监控 | |
Lu et al. | Toward an intelligent solution for perishable food cold chain management | |
CN116258431B (zh) | 一种基于互联网的冷链运输安全远程监控系统 | |
CN211956545U (zh) | 一种基于物联网的冷链物流管理系统 | |
CN114838767B (zh) | 一种冷链物流用温湿度智能化监测系统及方法 | |
CN110825147A (zh) | 一种温湿度智能监控系统及方法 | |
Štepec et al. | Machine learning based system for vessel turnaround time prediction | |
CN117010785A (zh) | 一种基于物联网的冷链城配运输管理系统 | |
CN111999453A (zh) | 一种用于冷链物流肉类品质的即时检测系统 | |
CN117635009B (zh) | 一种冷链运输智能监测方法、系统、设备和存储介质 | |
CN109956144B (zh) | 一种冷链温控湿控系统 | |
CN112033086A (zh) | 一种温湿度可测可调的冷链箱及其控制方法 | |
CN115994692B (zh) | 基于5g和大数据的智慧河湖管理平台 | |
CN111290357A (zh) | 一种基于物联网及大数据的燃料智能管控系统 | |
CN206638997U (zh) | 一种冷链运输远程监控系统 | |
CN108647915A (zh) | 一种智慧托盘的物流信息处理方法 | |
CN115600713A (zh) | 基于物流货代与交通传感器联合调度系统 | |
CN110544060A (zh) | 一种基于用户评论及lstm时间序列的生鲜物流方法 | |
CN112950131A (zh) | 一种物流管理系统的运输路径优化系统和方法 | |
CN220765484U (zh) | 一种基于大数据的食品冷藏冷冻仓储智能监测管理系统 | |
CN113642952A (zh) | 一种低温液态奶产品全生命周期智能控制方法与系统 | |
CN210259272U (zh) | 一种冷链温控湿控系统 | |
Maiyar et al. | Fighting Food Waste: How Can Artificial Intelligence and Analytics Help? |
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 |