CN117078117B - 基于物联网的叉车工作量确定方法、物联网服务器及介质 - Google Patents
基于物联网的叉车工作量确定方法、物联网服务器及介质 Download PDFInfo
- Publication number
- CN117078117B CN117078117B CN202311340557.5A CN202311340557A CN117078117B CN 117078117 B CN117078117 B CN 117078117B CN 202311340557 A CN202311340557 A CN 202311340557A CN 117078117 B CN117078117 B CN 117078117B
- Authority
- CN
- China
- Prior art keywords
- forklift
- state
- determining
- internet
- workload
- 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
- 238000000034 method Methods 0.000 title claims abstract description 98
- 230000008569 process Effects 0.000 claims abstract description 52
- 238000011156 evaluation Methods 0.000 claims description 63
- 230000006399 behavior Effects 0.000 claims description 36
- 238000005299 abrasion Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000006855 networking Effects 0.000 claims 2
- 238000012545 processing Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 6
- 238000004590 computer program Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000008054 signal transmission Effects 0.000 description 3
- 235000008694 Humulus lupulus Nutrition 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
- B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
- B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
- B66F9/075—Constructional features or details
- B66F9/07504—Accessories, e.g. for towing, charging, locking
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/08—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for incorporation in vehicles
- G01G19/083—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for incorporation in vehicles lift truck scale
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Structural Engineering (AREA)
- Strategic Management (AREA)
- Transportation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Quality & Reliability (AREA)
- Civil Engineering (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Mechanical Engineering (AREA)
- Forklifts And Lifting Vehicles (AREA)
Abstract
本发明涉及物联网数据处理技术领域,尤其涉及一种基于物联网的叉车工作量确定方法、物联网服务器及介质。通过获取叉车的载重状态从第一状态切换为第二状态的过程中所花的时间,作为间隔时间,去确定这一间隔时间内叉车上的传感器发送的数据,从而根据这些数据确定叉车的单次运货时长、行驶里程以及运货量,根据单次运货时长、行驶里程和/或运货量来综合考量驾驶人员的工作量。采用多维度的工作量统计方式,更精确地反映叉车驾驶员在实际工作过程中的工作量,旨在提高物联网对叉车驾驶员工作量统计精度的效果。
Description
技术领域
本发明涉及物联网数据处理技术领域,尤其涉及一种基于物联网的叉车工作量确定方法、物联网服务器及介质。
背景技术
传统的叉车管理领域,在统计叉车驾驶员的工作量时,常用的统计方式是采用人工的形式进行统计,但人工统计的形式容易出现统计准确性不足和后台难以监管的缺陷,为了更好地管理叉车工作流程,目前一些物流公司开始引入物联网对叉车运输过程进行监管。
在物联网叉车工作量统计的相关方案中,通常是通过记录叉车驾驶员每一次的运货量,通过累加每次运货量来计算驾驶员的工作量。
然而,这种工作量的统计方式,其统计维度较为单一,无法较为客观地反映叉车驾驶员在实际工作过程中的工作量,存在统计精度不足的缺陷。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种基于物联网的叉车工作量确定方法,旨在解决如何提高物联网对叉车驾驶员工作量统计精度的问题。
为实现上述目的,本发明提供的一种基于物联网的叉车工作量确定方法,所述方法包括:
获取叉车的载重状态从第一状态切换为第二状态的过程中,对应的间隔时间;
确定叉车轮胎上的脉冲传感器在所述间隔时间内对应的脉冲信号跳变次数,以及确定所述叉车的货架上的压力传感器在所述间隔时间内对应的压力变化值;
根据所述间隔时间确定所述叉车的单次运货时长,根据所述脉冲信号跳变次数和所述叉车的轮胎周长确定所述叉车在所述单次运货时长内对应的行驶里程,以及根据压力变化值确定所述叉车在所述单次运货时长内对应的运货量;
根据预设周期内统计的所述单次运货时长、所述行驶里程和/或所述运货量,确定叉车驾驶人员的工作量。
可选地,所述第一状态为运载状态,所述第二状态为空载状态,所述获取叉车的载重状态从第一状态切换为第二状态的过程中,对应的间隔时间的步骤之前,还包括:
将所述叉车位于装货位置处,且所述压力传感器上的压力值大于预设压力阈值时对应的载重状态确定为所述运载状态,并将所述叉车离开所述装货位置处对应的时刻确定为初始时刻;
将所述压力传感器上的压力值切换为空时对应的载重状态确定为所述空载状态,并将确定为空载状态时对应的时刻,确定为结束时刻;
根据所述结束时刻与所述初始时刻之间的时刻差,确定所述间隔时间。
可选地,所述第一状态为空载状态,所述第二状态为运载状态,所述获取叉车的载重状态从第一状态切换为第二状态的过程中,对应的间隔时间的步骤之前,还包括:
将所述叉车位于卸货位置处,且所述压力传感器上的压力值为空时对应的载重状态确定为所述空载状态,并将所述叉车离开所述卸货位置处对应的时刻确定为初始时刻;
将所述叉车位于装货位置处,且所述压力传感器上的压力变化值大于压力变化阈值时对应的载重状态确定为所述运载状态,并将确定为运载状态时对应的时刻,确定为结束时刻;
根据所述结束时刻与所述初始时刻之间的时刻差,确定所述间隔时间。
可选地,所述基于物联网的叉车工作量确定方法还包括:
在接收到第一射频识别传感器奇数次发送的无线射频信号时,确定所述叉车位于所述装货位置,在接收到所述第一射频识别传感器偶数次发送的无线射频信号时,确定所述叉车离开所述装货位置;
在接收到第二射频识别传感器奇数次发送的无线射频信号时,确定所述叉车位于所述卸货位置,在接收到所述第二射频识别传感器偶数次发送的无线射频信号时,确定所述叉车离开所述卸货位置;
其中,所述第一射频识别传感器设置于装货区域,所述第二射频识别传感器设置于卸货区域。
可选地,所述根据预设周期内统计的所述行驶里程、所述运货量和/或所述单次运货时长,确定叉车驾驶人员的工作量的步骤包括:
获取所述行驶里程对应的第一统计权重,所述运货量对应的第二统计权重,和/或所述单次运货时长对应的第三统计权重;
根据所述预设周期内统计的所述行驶里程及第一统计权重,所述预设周期内统计的所述运货量及第二统计权重,和/或所述单次运货时长在所述预设周期内统计的平均运货时长、运货趟数及第三统计权重,确定所述工作量。
可选地,所述根据所述间隔时间确定所述叉车的单次运货时长,根据所述脉冲信号跳变次数和所述叉车的轮胎周长确定所述叉车在所述单次运货时长内对应的行驶里程,以及根据压力变化值确定所述叉车在所述单次运货时长内对应的运货量的步骤之前,还包括:
获取叉车运动预设距离对应的时段内,因电机转动产生的脉冲信号的跳变次数;
根据所述跳变次数确定电机转动圈数;
根据所述电机转动圈数以及传动参数,确定所述叉车运动所述预设距离的过程中的轮毂转动圈数;
根据所述预设距离以及所述轮毂转动圈数,确定所述叉车对应的轮胎周长。
可选地,所述根据所述预设距离以及所述轮毂转动圈数,确定所述叉车对应的轮胎周长的步骤之后,还包括:
确定所述轮胎周长与所述叉车的标准轮胎周长之间的数值差;
基于所述数值差,计算所述叉车的磨损系数;
根据所述磨损系数,校准所述工作量。
可选地,所述基于所述数值差,计算所述叉车的磨损系数的步骤包括:
确定所述叉车在预设历史时长内关联的驾驶行为评价值,并根据所述驾驶行为评价值和所述数值差确定所述磨损系数;和/或,
确定当前状态所述叉车的轮胎状态评价值,并根据所述轮胎状态评价值和所述数值差确定所述磨损系数。
此外,为实现上述目的,本发明还提供一种物联网服务器,所述物联网服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于物联网的叉车工作量确定程序,所述基于物联网的叉车工作量确定程序被所述处理器执行时实现如上所述的基于物联网的叉车工作量确定方法的步骤。
此外,为实现上述目的,本发明还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基于物联网的叉车工作量确定程序,所述基于物联网的叉车工作量确定程序被处理器执行时实现如上所述的基于物联网的叉车工作量确定方法的步骤。
本发明实施例提供一种基于物联网的叉车工作量确定方法、物联网服务器及介质,通过获取叉车的载重状态从第一状态切换为第二状态的过程中所花的时间,作为间隔时间,去确定这一间隔时间内叉车上的传感器发送的数据,从而根据这些数据确定叉车的单次运货时长、行驶里程以及运货量,根据单次运货时长、行驶里程和/或运货量来综合考量驾驶人员的工作量。采用多维度的工作量统计方式,更精确地反映叉车驾驶员在实际工作过程中的工作量,达到了提高物联网对叉车驾驶员工作量统计精度的效果。
附图说明
图1为本发明实施例涉及的物联网服务器的硬件运行环境的架构示意图;
图2为本发明基于物联网的叉车工作量确定方法的第一实施例的流程示意图;
图3为本发明基于物联网的叉车工作量确定方法的第二实施例的流程示意图;
图4为本发明基于物联网的叉车工作量确定方法的第三实施例的流程示意图;
图5为本发明基于物联网的叉车工作量确定方法的第四实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图作进一步说明。
具体实施方式
本申请通过获取叉车的载重状态从第一状态切换为第二状态的过程中所花的时间,作为间隔时间,去确定这一间隔时间内叉车上的传感器发送的数据来,确定叉车的单次运货时长、行驶里程以及运货量,根据单次运货时长、行驶里程和/或运货量来综合考量驾驶人员的工作量。采用多维度的工作量统计方式,更精确地反映叉车驾驶员在实际工作过程中的工作量,达到了提高物联网对叉车驾驶员工作量统计精度的效果。
为了更好地理解上述技术方案,下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整地传达给本领域的技术人员。
作为一种实现方案,图1为本发明实施例方案涉及的物联网服务器的硬件运行环境的架构示意图。
如图1所示,该物联网服务器可以包括:处理器1001,例如CPU,存储器1005,用户接口1003,网络接口1004,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的物联网服务器架构并不构成对物联网服务器限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及基于物联网的叉车工作量确定程序。其中,操作***是管理和控制物联网服务器的硬件和软件资源的程序,基于物联网的叉车工作量确定程序以及其他软件或程序的运行。
在图1所示的基于物联网的叉车工作量确定中,用户接口1003主要用于连接终端,与终端进行数据通信;网络接口1004主要用于后台服务器,与后台服务器进行数据通信;处理器1001可以用于调用存储器1005中存储的基于物联网的叉车工作量确定程序。
在本实施例中,物联网服务器包括:存储器1005、处理器1001及存储在所述存储器上并可在所述处理器上运行的基于物联网的叉车工作量确定程序,其中:
处理器1001调用存储器1005中存储的基于物联网的叉车工作量确定程序时,执行以下操作:
获取叉车的载重状态从第一状态切换为第二状态的过程中,对应的间隔时间;
确定叉车轮胎上的脉冲传感器在所述间隔时间内对应的脉冲信号跳变次数,以及确定所述叉车的货架上的压力传感器在所述间隔时间内对应的压力变化值;
根据所述间隔时间确定所述叉车的单次运货时长,根据所述脉冲信号跳变次数和所述叉车的轮胎周长确定所述叉车在所述单次运货时长内对应的行驶里程,以及根据压力变化值确定所述叉车在所述单次运货时长内对应的运货量;
根据预设周期内统计的所述单次运货时长、所述行驶里程和/或所述运货量,确定叉车驾驶人员的工作量。
处理器1001调用存储器1005中存储的基于物联网的叉车工作量确定程序时,执行以下操作:
将所述叉车位于装货位置处,且所述压力传感器上的压力值大于预设压力阈值时对应的载重状态确定为所述运载状态,并将所述叉车离开所述装货位置处对应的时刻确定为初始时刻;
将所述压力传感器上的压力值切换为空时对应的载重状态确定为所述空载状态,并将确定为空载状态时对应的时刻,确定为结束时刻;
根据所述结束时刻与所述初始时刻之间的时刻差,确定所述间隔时间。
处理器1001调用存储器1005中存储的基于物联网的叉车工作量确定程序时,执行以下操作:
将所述叉车位于卸货位置处,且所述压力传感器上的压力值为空时对应的载重状态确定为所述空载状态,并将所述叉车离开所述卸货位置处对应的时刻确定为初始时刻;
将所述叉车位于装货位置处,且所述压力传感器上的压力变化值大于压力变化阈值时对应的载重状态确定为所述运载状态,并将确定为运载状态时对应的时刻,确定为结束时刻;
根据所述结束时刻与所述初始时刻之间的时刻差,确定所述间隔时间。
处理器1001调用存储器1005中存储的基于物联网的叉车工作量确定程序时,执行以下操作:
在接收到第一射频识别传感器奇数次发送的无线射频信号时,确定所述叉车位于所述装货位置,在接收到所述第一射频识别传感器偶数次发送的无线射频信号时,确定所述叉车离开所述装货位置;
在接收到第二射频识别传感器奇数次发送的无线射频信号时,确定所述叉车位于所述卸货位置,在接收到所述第二射频识别传感器偶数次发送的无线射频信号时,确定所述叉车离开所述卸货位置;
其中,所述第一射频识别传感器设置于装货区域,所述第二射频识别传感器设置于卸货区域。
处理器1001调用存储器1005中存储的基于物联网的叉车工作量确定程序时,执行以下操作:
获取所述行驶里程对应的第一统计权重,所述运货量对应的第二统计权重,和/或所述单次运货时长对应的第三统计权重;
根据所述预设周期内统计的所述行驶里程及第一统计权重,所述预设周期内统计的所述运货量及第二统计权重,和/或所述单次运货时长在所述预设周期内统计的平均运货时长、运货趟数及第三统计权重,确定所述工作量。
处理器1001调用存储器1005中存储的基于物联网的叉车工作量确定程序时,执行以下操作:
获取叉车运动预设距离对应的时段内,因电机转动产生的脉冲信号的跳变次数;
根据所述跳变次数确定电机转动圈数;
根据所述电机转动圈数以及传动参数,确定所述叉车运动所述预设距离的过程中的轮毂转动圈数;
根据所述预设距离以及所述轮毂转动圈数,确定所述叉车对应的轮胎周长。
处理器1001调用存储器1005中存储的基于物联网的叉车工作量确定程序时,执行以下操作:
确定所述轮胎周长与所述叉车的标准轮胎周长之间的数值差;
基于所述数值差,计算所述叉车的磨损系数;
根据所述磨损系数,校准所述工作量。
处理器1001调用存储器1005中存储的基于物联网的叉车工作量确定程序时,执行以下操作:
确定所述叉车在预设历史时长内关联的驾驶行为评价值,并根据所述驾驶行为评价值和所述数值差确定所述磨损系数;和/或,
确定当前状态所述叉车的轮胎状态评价值,并根据所述轮胎状态评价值和所述数值差确定所述磨损系数。
基于上述基于物联网数据处理技术的物联网服务器的硬件架构,提出本发明基于物联网的叉车工作量确定方法的实施例。
参照图2,在第一实施例中,所述基于物联网的叉车工作量确定方法包括以下步骤:
步骤S10,获取叉车的载重状态从第一状态切换为第二状态的过程中,对应的间隔时间;
在本实施例中,叉车上设置有载重检测装置,载重检测装置会检测叉车当前处于哪种载重状态,载重状态包括第一状态和第二状态。
在本实施例中,当叉车进入第一状态时,载重检测装置会记录叉车当前时刻,作为间隔时间的起始时刻发送给物联网服务器,当叉车进入第二状态时,载重检测装置会记录叉车当前时刻,作为间隔时间的结束时刻发送给物联网服务器,服务器根据当前时刻和结束时刻之间的时间差,确定出叉车的载重状态从第一状态切换为第二状态的过程中对应的间隔时间。
可选地,第一状态可以为运载状态,运载状态表征为叉车的货架上装载货物运输时的状态,第二状态则为空载状态,空载状态表征为叉车不装载货物运输时的状态。当第一状态为运载状态,第二状态为空载状态时,叉车从第一状态切换为第二状态的过程,即为叉车从取货区域取货后,装载货物运输至卸货区域后卸货的过程。其对应的间隔时间,即为叉车从取货到卸货所花费的时间。
可选地,第一状态也可以为空载状态,则第二状态为运载状态。当第一状态为空载状态,第二状态为运载状态时,叉车从第一状态切换为第二状态的过程,即为叉车从卸货区域卸货后,返回取货区域取货的过程。其对应的间隔时间,即为叉车从卸货到取货所花费的时间。
步骤S20,确定叉车轮胎上的脉冲传感器在所述间隔时间内对应的脉冲信号跳变次数,以及确定所述叉车的货架上的压力传感器在所述间隔时间内对应的压力变化值;
步骤S30,根据所述间隔时间确定所述叉车的单次运货时长,根据所述脉冲信号跳变次数和所述叉车的轮胎周长确定所述叉车在所述单次运货时长内对应的行驶里程,以及根据压力变化值确定所述叉车在所述单次运货时长内对应的运货量;
在本实施例中,该间隔时间即定义为叉车在这一次运货过程中的运货时长,也即当前运货时长。
在本实施例中,叉车轮胎上设置有脉冲传感器,轮胎每转动一圈,脉冲传感器便会跳变产生一次脉冲信号,脉冲信号跳变次数即为轮胎转动的圈数。
进一步的,脉冲信号在间隔时间内的跳变次数,即为叉车在这一次运货过程中轮胎转过的圈数,根据圈数和轮胎周长,即可确定叉车在这次运货过程中的行驶里程。
在本实施例中,叉车的货架上设置有压力传感器,当叉车驾驶员操纵叉车取货时,货物堆压在货架上,压力传感器的压力值会增大,当叉车驾驶员操纵叉车放货时,压力传感器的压力值会减小。
进一步的,根据压力传感器在间隔时间内的压力变化值在来确定出叉车在这次运货过程中的运货量,通常而言,叉车在取货之后,压力传感器上的压力数值是固定的,当压力数值变化时,意味着叉车在进行装货/卸货。根据压力值的变化量确定出货物的重量,即叉车的运货量。
步骤S40,根据预设周期内统计的所述单次运货时长、所述行驶里程和/或所述运货量,确定叉车驾驶人员的工作量;
在本实施例中,在得到单次运货时长,以及单次运货时长对应的行驶里程和运货量之后,统计预设周期内的单次运货时长、所述行驶里程和/或所述运货量,来计算叉车驾驶人员的工作量。
可选地,预设周期可以为一个自然日,则统计的工作量的当天内叉车驾驶人员对应的日工作量;预设周期也可以为一个自然月,则统计的工作量为当月叉车驾驶人员对应的月工作量。
需要说明的是,本实施例中计算的工作量,相较于常规的工作量计算方案,除了叉车驾驶员运货的趟数,还统计叉车驾驶员每次装卸货的货量(因为装卸货量越大,叉车驾驶员在取/卸货时所需的精力更多),每次运货的运货时长(运货时长越长,叉车驾驶员的单趟运输的成本也越高),和/或每次运货过程中对应的行驶里程(行驶里程越远,叉车驾驶员的单趟运输的成本也越高)。
在本实施例中,单次运货时长、行驶里程和运货量,与工作量之间均呈正比关系。
在本实施例提供的技术方案中,通过获取叉车的载重状态从第一状态切换为第二状态的过程中所花的时间作为间隔时间,去确定这一间隔时间内叉车上的传感器发送的数据来确定叉车的单次运货时长、行驶里程以及运货量,根据单次运货时长、行驶里程和/或运货量来综合考量驾驶人员的工作量。采用多维度的工作量统计方式,更精确地反映叉车驾驶员在实际工作过程中的工作量,达到了提高物联网对叉车驾驶员工作量统计精度的效果。
进一步地,在本实施例中,所述步骤S10之前,还包括:
步骤S501,将所述叉车位于装货位置处,且所述压力传感器上的压力值大于预设压力阈值时对应的载重状态确定为所述运载状态,并将所述叉车离开所述装货位置处对应的时刻确定为初始时刻;
步骤S601,将所述压力传感器上的压力值切换为空时对应的载重状态确定为所述空载状态,并将确定为空载状态时对应的时刻,确定为结束时刻;
步骤S701,根据所述结束时刻与所述初始时刻之间的时刻差,确定所述间隔时间。
可选地,在本实施例中,若叉车的卸货位置和装货位置位于不同的位置,且规定叉车在卸货位置只能进行卸货,在装货位置只能进行装货。设所述第一状态为运载状态,所述第二状态为空载状态,则这个过程为:叉车从装货地点装取货物开始,到运输至卸货地点进行卸货完毕,则一整个过程。下面对如何确定叉车当前的载重状态处于何种状态,以及间隔时间的起止时刻进行定义。
在本实施例中,当服务器检测到叉车位于预设的装货位置处,且检测到压力传感器上的压力值大于预设压力阈值时,判断叉车装载货物完毕,载重检测模块判断此时的载重状态为运载状态(即第一状态)。当服务器检测到叉车离开装货位置处时,则将判断为离开装货位置处对应的时刻,确定为初始时刻。
在本实施例中,当服务器检测到叉车位于预设的卸货位置处,且检测到压力传感器上的归零时(即压力值切换为空),判断叉车在卸载货物完毕,载重检测模块判断此时的载重状态为空载状态(即第二状态)。当服务器检测到叉车离开卸货位置处时,则将判断为离开卸货位置处对应的时刻,确定为结束时刻。
根据结束时刻与初始时刻之间的时刻差,即可确定叉车的载重状态从第一状态切换为第二状态的过程中对应的间隔时间,也即叉车从装完货到卸货整个流程所花费的时间。
进一步地,在本实施例中,所述步骤S10之前,还包括:
步骤S502,将所述叉车位于卸货位置处,且所述压力传感器上的压力值为空时对应的载重状态确定为所述空载状态,并将所述叉车离开所述卸货位置处对应的时刻确定为初始时刻;
步骤S602,将所述叉车位于装货位置处,且所述压力传感器上的压力变化值大于压力变化阈值时对应的载重状态确定为所述运载状态,并将确定为运载状态时对应的时刻,确定为结束时刻;
步骤S702,根据所述结束时刻与所述初始时刻之间的时刻差,确定所述间隔时间。
可选地,在本实施例中,若叉车的卸货位置和装货位置位于不同的位置,且规定叉车在卸货位置只能进行卸货,在装货位置只能进行装货。若所述第一状态为空载状态,所述第二状态为运载状态,则这个过程为:叉车从卸货地点卸货完毕,到运输至装货地点开始进行装货,这一整个过程,下面对如何确定叉车当前的载重状态处于何种状态,以及间隔时间的起止时刻进行定义。
在本实施例中,当服务器检测到叉车位于预设的卸货位置处,且检测到压力传感器上的归零时(即压力值切换为空),判断叉车在卸载货物完毕,载重检测模块判断此时的载重状态为空载状态(即第一状态)。当服务器检测到叉车离开卸货位置处时,则将判断为离开卸货位置处对应的时刻,确定为开始时刻。
在本实施例中,当服务器检测到叉车位于预设的取货位置处,且检测到压力传感器上的压力值大于预设压力阈值时,判断叉车装载货物完毕,载重检测模块判断此时的载重状态为运载状态(即第二状态)。当服务器检测到叉车离开装货位置处时,则将判断为离开装货位置处对应的时刻,确定为结束时刻。
根据结束时刻与初始时刻之间的时刻差,即可确定叉车的载重状态从第一状态切换为第二状态的过程中对应的间隔时间,也即叉车从卸完货到装货整个流程所花费的时间。
进一步地,在本实施例中,所述基于物联网的叉车工作量确定方法还包括:
步骤S80,在接收到第一射频识别传感器奇数次发送的无线射频信号时,确定所述叉车位于所述装货位置,在接收到所述第一射频识别传感器偶数次发送的无线射频信号时,确定所述叉车离开所述装货位置;
步骤S90,在接收到第二射频识别传感器奇数次发送的无线射频信号时,确定所述叉车位于所述卸货位置,在接收到所述第二射频识别传感器偶数次发送的无线射频信号时,确定所述叉车离开所述卸货位置。
可选地,对于如何判断叉车是否处于/离开装货位置,以及是否处于/离开卸货位置。在本实施例中,在叉车的装货区域设置一射频识别传感器,作为第一射频识别传感器;在叉车的卸货区域设置一射频识别传感器,作为第二射频识别传感器。
叉车每次经过射频识别传感器,射频识别传感器都会向物联网服务器发送一次无线射频信号,当物联网服务器接收的无线射频信号为射频识别传感器奇数次发送的信号时,判断叉车进入该位置;当物联网服务器接收的无线射频信号为射频识别传感器偶数次发送的信号时,判断叉车离开该位置。
可以理解的是,在本实施例中,叉车的起始位置未处于装货位置或卸货位置,叉车在第一次进入装货/卸货位置时,射频识别传感器发送的信号为奇数次信号,随后驱车离开装货/卸货位置时,射频识别传感器发送的信号为偶数次信号。
此外,可选地,为了避免叉车在货/卸货位置处频繁移动,导致物联网服务器错误判断叉车状态,还可以在射频识别传感器上还设置有信号发送间隔周期,射频识别传感器每间隔所述信号发送间隔周期执行一次信号发送操作。
示例性地,以叉车于装货位置处进出为例,在叉车第一次进入装货位置处时,射频识别传感器向物联网服务器发出一无线射频信号,为奇数次的无线射频信号,物联网服务器判断位于装货位置处,间隔一定时间之后(假设为10分钟),射频识别传感器向物联网服务器发出一无线射频信号,为偶数次的无线射频信号,物联网服务器判断叉车离开所述装货位置处。
在本实施例提供的技术方案中,将射频识别传感器设置于装货/卸货区域,服务器根据射频识别传感器发送的奇数次/偶数次无线射频信号,来判断叉车是否处于/离开当前位置。考虑到叉车在处于室内环境下的仓库工作时,GPS所提供的定位精度,无法精确判断出叉车是否处于装货/卸货位置,因此采用射频识别传感器来感应叉车是否经过当前位置,能够精确、及时地对叉车是否处于当前位置进行判断,实现更精确地反映叉车驾驶员在实际工作过程中的工作量,进而达到提高物联网对叉车驾驶员工作量统计精度的效果。
参照图3,在第二实施例中,基于任一实施例,所述步骤S40包括:
步骤S41,获取所述行驶里程对应的第一统计权重,所述运货量对应的第二统计权重,和/或所述单次运货时长对应的第三统计权重;
步骤S42,根据所述预设周期内统计的所述行驶里程及第一统计权重,所述预设周期内统计的所述运货量及第二统计权重,和/或所述单次运货时长在所述预设周期内统计的平均运货时长、运货趟数及第三统计权重,确定所述工作量。
作为一可选实施例,在本实施例中,每个工作量统计数据设置一个统计权重,将各个工作量统计数据转换为对应的工作量数值后,工作量数值乘以其对应统计权重并相加,确定出叉车当前的工作量。
示例性地,假设预设周期为一个工作日,获取到某一工作日内,一辆叉车上记录工作情况为:行驶里程总计100公里,运货量总计100吨,运货趟数为36趟,平均运货时长:15分钟。
假定行驶里程的第一统计权重为0.4,运货量的第二统计权重为0.3,单次运货时长的第三统计权重为0.3。
则,计算工作量为:500 * 0.4+100 * 0.3+(15*36)* 0.3 = 392
即,该叉车在这一工作日内的工作量为392。
进一步地,在本实施例中,在计算出叉车的工作量之后,平台可以设置工作量对应的绩效和/或提成,来计算符合该叉车驾驶员工作量的薪酬。
在本实施例提供的技术方案中,每个工作量统计数据设置一个统计权重,将各个工作量统计数据转换为对应的工作量数值后,工作量数值乘以其对应统计权重并相加,确定出叉车当前的工作量,采用多维度的工作量统计方式,更精确地反映叉车驾驶员在实际工作过程中的工作量,达到了提高物联网对叉车驾驶员工作量统计精度的效果。
参照图4,在第三实施例中,基于任一实施例,所述步骤S30之前,还包括:
步骤S100,获取叉车运动预设距离对应的时段内,因电机转动产生的脉冲信号的跳变次数;
步骤S110,根据所述跳变次数确定电机转动圈数;
步骤S120,根据所述电机转动圈数以及传动参数,确定所述叉车运动所述预设距离的过程中的轮毂转动圈数;
步骤S130,根据所述预设距离以及所述轮毂转动圈数,确定所述叉车对应的轮胎周长。
作为一可选实施例,为了进一步提高工作量的统计精度,由于工作量中的行驶里程,是基于轮胎周长来计算的,而叉车在行驶途中,由于叉车上装载的大重量货物,容易导致轮胎表面受到磨损,从而导致轮胎半径减小,此时若采用轮胎出厂时的轮胎周长参数来计算工作量会出现误差,因此,本实施例中进一步提出一种使物联网服务器获取到叉车当前的轮胎周长的方法。
在本实施例中,服务器能够监测到叉车的位置改变,以及叉车的位置改变过程中,叉车内部电机转动时产生的脉冲信号,并能够记录脉冲信号的跳变次数。
在本实施例中,电机转动产生的脉冲信号,为电机转动一圈产生的信号,也即电机每转动一圈,脉冲信号就跳变一次。
在本实施例中,服务器通过同步电机转动时输出的脉冲信号,根据脉冲信号的个数来对应确认为电机转动圈数。
作为一可选实施方案,在叉车的电机处设置一可与服务器通信的传感器模块,服务器通过传感器模块来获取叉车电机产生的脉冲信号。传感器模块可以将电机的脉冲信号转化为数字信号或模拟信号,然后通过通讯协议将信号传输给服务器,服务器通过解析传感器模块传输的信号来获取叉车的电机转动产生的脉冲信号。
在本实施例中,服务器去对叉车移动预设距离对应的时段内,因电机转动产生的脉冲信号的跳变次数,作为电机在叉车移动预设距离过程中的电机转数。
在本实施例中,在确定出电机转动圈数之后,根据电机转动圈数以及传动参数,确定叉车在移动这个预设距离过程中对应的轮毂转动圈数。
需要说明的是,由于叉车移动过程中,其电机会持续转动,叉车转动的圈数与轮胎的轮毂转动一圈之间的比例为一恒定值,也即电机转动圈数和轮毂转动圈数之间的传动比例是可以预先测量的。并且轮毂作为轮胎内廓支撑轮胎的圆桶形的、中心装在轴上的金属部件,通常不会在叉车正常行驶过程受到磨损而变形。因此,本实施例中基于一定的传动比例,确定出叉车移动预设距离时电机转动圈数对应的轮毂转动圈数。
在本实施例中,在确定出叉车移动预设距离对应的轮毂转动圈数之后,根据轮毂转动圈数和预设距离,即可确定出轮胎周长。
作为一可选实施方案,设预设距离为H,轮毂转动圈数为N,需要计算的轮胎周长为L
下面对整个流程作示例性说明:
设预设距离为2M,假设叉车从静止开始行驶2M的距离,以叉车开始产生速度时为初始时刻T0,以叉车移动2M距离后为最终时刻T1,服务器获取到[T0,T1]这段时间内电机的脉冲信号跳变次数为500转,确定在这个过程中电机转动圈数为50转,假设电机转动圈数和轮毂转动圈数之间的传动比例为10:1,即电机转10转,轮毂转动一圈,则确定出轮毂转动的圈数为5圈,则计算出的轮胎周长为0.4m。
在本实施例提供的技术方案中,通过叉车在移动一已知的预设距离后电机转动产生的脉冲信号跳变次数,来确定电机转动圈数,根据电机转动圈数来确定叉车移动所述预设距离对应的轮毂转动圈数,根据预设距离和轮毂转动圈数来计算轮胎的周长。由于只需要采集到叉车上的电机脉冲信号的跳变次数,即可对叉车的轮胎周长进行测算,无需实地采集叉车的相关数据或设置相应的测量场地,使得作为后台的物联网服务器可以随时随地的对其下监管的叉车的轮胎周长进行获取,从而更准确的根据当前叉车的轮胎周长来计算工作量中的行驶里程。
参照图5,在第四实施例中,基于任一实施例,所述步骤S130之后,还包括:
步骤S140,确定所述轮胎周长与所述叉车的标准轮胎周长之间的数值差;
步骤S150,基于所述数值差,计算所述叉车的磨损系数;
步骤S160,根据所述磨损系数,校准所述工作量。
作为一可选实施例,为了进一步提高工作量的计算精度,在本实施例中,物联网服务器根据获取到的轮胎周长与叉车的标准轮胎周长之间的数值差,计算叉车的磨损系数,并根据磨损系数,校准工作量。
在本实施例中,根据叉车当前的轮胎周长相较于叉车的标准轮胎周长之间的数值差,来反映该叉车在工作过程中的磨损严重程度。当叉车的磨损系数较大时,意味着叉车的磨损程度较大,则叉车在驾驶员在驾驶叉车时,计算出的叉车工作量可能会小于其实际工作量,并且磨损程度大的叉车在驾驶时也会带来一定难度的增加,考虑到这个层面,本实施例中提出根据叉车的磨损系数对工作量进行校准,当叉车的磨损系数较大时,按照一定比例适当增大得到的工作量,当叉车的磨损系数较小时,也可以适当减小工作量,以平衡各个叉车之间的计算出的工作量。
在本实施例提供的技术方案中,为了进一步提高工作量的计算精度,在本实施例中,物联网服务器根据获取到的轮胎周长与叉车的标准轮胎周长之间的数值差,计算出叉车的磨损系数,再根据叉车的磨损系数对工作量进行校准,当叉车的磨损系数较大时,按照一定比例适当增大得到的工作量,当叉车的磨损系数较小时,也可以适当减小工作量,以平衡各个叉车之间的计算出的工作量,从而更准确地根据当前叉车的轮胎周长来计算工作量中的行驶里程,提高工作量统计精度。
进一步地,在本实施例中,所述步骤S150包括:
步骤S151,确定所述叉车在预设历史时长内关联的驾驶行为评价值,并根据所述驾驶行为评价值和所述数值差确定所述磨损系数;和/或,
步骤S152,确定当前状态所述叉车的轮胎状态评价值,并根据所述轮胎状态评价值和所述数值差确定所述磨损系数。
可选地,本实施例中进一步提出了如何计算出轮胎的磨损系数,本实施例中进一步提供三种计算磨损系数的方式:
一、基于驾驶员的操作驾驶维度计算磨损系数,即根据驾驶行为评价值和数值差来计算磨损系数。驾驶行为评价值表征为服务器对驾驶员驾驶过程中的各种驾驶行为进行评估打分后综合确定出的评价值。
作为一种可选实施方案,驾驶行为评价值初始时为满分,驾驶员在驾驶该叉车时需要录入自身的身份信息,服务器根据身份信息去确定该驾驶员的身份,对该驾驶员在驾驶叉车过程中的行为进行监管,当驾驶员在驾驶过程中作出一些被服务器判断为违规行为时,服务器根据所述违规行为对应的分值进行扣分。
驾驶行为评价值越低,意味着该驾驶员在叉车行驶过程中的驾驶风险系数越高,则在计算磨损系数时,所得到的磨损系数会高于同样数值差但驾驶行为评价值较高的磨损系数,以确保叉车轮胎能够承受驾驶员驾驶过程中出现的违规行为。
可选地,用于评价驾驶员的行为包括:车辆超重次数、车辆超重幅度,车辆急刹次数、车辆超速时长、车辆超速比例和车辆急转向次数,其中,所述车辆急刹次数表征为车辆的瞬时加速度大于一为负值的加速度阈值的次数,所述车辆急转向次数表征为车辆在速度大于以预设速度阈值时方向盘转向超过预设转向阈值的次数。
示例性地,加速度阈值为-15m/s2,预设速度阈值为20km/h,预设转向阈值为90度,该数值可以根据实际需求调整,此处仅作为示例数据。
在本实施例中,在计算驾驶行为评价值的可以包括以下步骤:
获取驾驶员在预设历史时长内的历史超重次数、历史超重幅度,历史急刹次数、历史车辆超速时长、历史车辆超速比例和历史车辆急转向次数,以及历史超重次数对应的第一权重值、历史超重幅度对应的第二权重值,历史急刹次数对应的第三权重值、历史车辆超速时长对应的第四权重值、历史车辆超速比例对应的第五权重值和历史车辆急转向次数对应的第六权重值。
根据所述历史超重次数和所述第一权重值,所述历史超重幅度和所述第二权重值,所述历史急刹次数和所述第三权重值,所述历史车辆超速时长和所述第四权重值、所述历史车辆超速比例和所述第五权重值,以及所述历史车辆急转向次数和/或所述第六权重值,计算出所述驾驶行为评价值。
此外,用于评价驾驶员的行为,还可以包括叉车上设置在驾驶位上的拍摄装置采集到的驾驶员的一些可能出现安全隐患的违规行为,包括但不限于:抽烟,双手离开方向盘超过预设时长(2秒)等。
二、根据轮胎状态评价值和数值差来计算磨损系数。轮胎状态评价值服务器根据轮胎的状态参数,通过输入至轮胎磨损模型中计算生成的表征轮胎磨损状态的评价值。
作为一种可选实施方案,用于评价轮胎状态的参数包括静态参数和/或动态参数。
在本实施例中,静态参数包括胎压、轮胎使用时间、轮胎行走里程、轮胎温度、轮胎花纹深度和轮胎载荷中的至少一个,表征为轮胎处于静止时获取的参数。
对于静态参数的评价可以包括以下步骤:
首先,确定胎压与胎压阈值的胎压差,轮胎使用时间相较于轮胎出场时间的时间差,轮胎温度是否处于温度区间内,轮胎花纹深度与轮胎出场时的花纹深度的相似度,轮胎载荷与载荷阈值之间的载荷差中的至少一个。
若满足胎压差大于胎压差阈值,时间差大于时间阈值,轮胎温度未处于温度区间,相似度小于相似度阈值,载荷差大于载荷差阈值中的任意一个条件,则扣除对应的轮胎状态评价值。
在本实施例中,动态参数包括:轮胎周向加速度的时间序列波形进行微分所得到的周向加速度波形中出现的正峰和/或负峰,叉车轮胎静止时的轮胎静止半径与轮胎行驶时的轮胎运动半径的半径之比,以及轮胎在叉车行驶速度大于预设速度时制动的滑行距离中的至少一个,表征为轮胎运行时获取的参数。
对于动态参数的评价可以包括以下步骤中的至少一个:
根据周向加速度波形中出现的正峰个数和/或负峰个数,确定轮胎状态评价值,其中,正峰个数越多和/或负峰个数越多,意味着轮胎在加速时的变形越严重,轮胎状态评价值越低。
根据所述半径之比确定轮胎状态评价值,其中,半径之比越小,意味着叉车运行时轮胎的缩小的程度越大,越容易出现爆胎的风险,轮胎状态评价值越低。
根据滑行距离确定轮胎状态评价值,其中,滑行距离越远,意味轮胎摩擦力越低,磨损越严重,轮胎状态评价值越低。
可以理解的是,若选择上述多个动态参数的步骤来计算轮胎状态评价值,则赋予各个步骤得到的轮胎状态评价值相应的权重值,将各个步骤中的轮胎状态评价值乘以权重值并相加,得到综合轮胎状态评价值。
可以理解的是,若选择动态参数和静态参数中的其中一种参数或两种参数来计算轮胎状态评价值,也是赋予各个不同的轮胎状态评价值相应的权重值,将各个轮胎状态评价值乘以权重值并相加,得到综合轮胎状态评价值。
需要说明的是,轮胎状态评价值越低,意味着该轮胎出现风险的可能性越高,则在计算磨损系数时,所得到的磨损系数会高于同样数值差但轮胎状态评价值越低较高的磨损系数,以降低轮胎长时间使用时受到磨损而出现的风险。
最后,根据驾驶行为评价值以及轮胎周长与标准轮胎周长之间的数值差,和/或以及轮胎周长与标准轮胎周长之间的数值差,来计算磨损系数。
可选地,磨损系数的确定可以包括以下几种方式:
磨损系数=数值差*(驾驶行为评价值与驾驶行为评价样本值之比);
磨损系数=数值差*(轮胎状态评价值与轮胎状态评价样本值之比);
磨损系数=数值差*(轮胎状态评价值与轮胎状态评价样本值之比)*轮胎状态权重系数+数值差*(驾驶行为评价值与驾驶行为评价样本值之比)*驾驶行为权重系数。
在本实施例提供的技术方案中,除了轮胎周长与标准轮胎周长之间的数值差,还引入驾驶行为评价值和/或轮胎状态评价值来对轮胎的磨损系数进行计算,从而实现根据磨损系数来对叉车的工作量进行校验,进一步提高了工作量统计精度。
此外,本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令,计算机程序可以存储于一存储介质中,该存储介质为计算机可读存储介质。该程序指令被物联网服务器中的至少一个处理器执行,以实现上述方法的实施例的流程步骤。
因此,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有基于物联网的叉车工作量确定程序,所述基于物联网的叉车工作量确定程序被处理器执行时实现如上实施例所述的基于物联网的叉车工作量确定方法的各个步骤。
其中,所述计算机可读存储介质可以是U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
需要说明的是,由于本申请实施例提供的存储介质,为实施本申请实施例的方法所采用的存储介质,故而基于本申请实施例所介绍的方法,本领域所属人员能够了解该存储介质的具体结构及变形,故而在此不再赘述。凡是本申请实施例的方法所采用的存储介质都属于本申请所欲保护的范围。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种基于物联网的叉车工作量确定方法,其特征在于,应用于物联网服务器,所述基于物联网的叉车工作量确定方法包括以下步骤:
获取叉车的载重状态从第一状态切换为第二状态的过程中,对应的间隔时间;
确定叉车轮胎上的脉冲传感器在所述间隔时间内对应的脉冲信号跳变次数,以及确定所述叉车的货架上的压力传感器在所述间隔时间内对应的压力变化值;
获取叉车运动预设距离对应的时段内,因电机转动产生的脉冲信号的跳变次数;根据所述跳变次数确定电机转动圈数;根据所述电机转动圈数以及传动参数,确定所述叉车运动所述预设距离的过程中的轮毂转动圈数;
根据所述预设距离以及所述轮毂转动圈数,确定所述叉车对应的轮胎周长;确定所述轮胎周长与所述叉车的标准轮胎周长之间的数值差;
获取驾驶员在预设历史时长内的历史超重次数、历史超重幅度,历史急刹次数、历史车辆超速时长、历史车辆超速比例和历史车辆急转向次数,以及历史超重次数对应的第一权重值、历史超重幅度对应的第二权重值,历史急刹次数对应的第三权重值、历史车辆超速时长对应的第四权重值、历史车辆超速比例对应的第五权重值和历史车辆急转向次数对应的第六权重值;
根据所述历史超重次数和所述第一权重值,所述历史超重幅度和所述第二权重值,所述历史急刹次数和所述第三权重值,所述历史车辆超速时长和所述第四权重值、所述历史车辆超速比例和所述第五权重值,以及所述历史车辆急转向次数和/或所述第六权重值,计算出所述叉车在预设历史时长内关联的驾驶行为评价值,其中,所述驾驶行为评价值初始值为满分,当驾驶员在驾驶过程中作出违规行为时,根据所述违规行为对应的分支对所述驾驶行为评价值进行扣分;
确定当前状态所述叉车的轮胎状态评价值,并根据所述轮胎状态评价值和所述数值差,以及所述驾驶行为评价值和所述数值差确定磨损系数,其中,所述磨损系数的计算公式包括:磨损系数=数值差*(轮胎状态评价值与轮胎状态评价样本值之比)*轮胎状态权重系数+数值差*(驾驶行为评价值与驾驶行为评价样本值之比)*驾驶行为权重系数;
根据所述磨损系数,增加或减少叉车驾驶人员的工作量,以平衡各个叉车之间的计算出的工作量,提高所述工作量统计精度;
根据所述间隔时间确定所述叉车的单次运货时长,根据所述脉冲信号跳变次数和所述叉车的轮胎周长确定所述叉车在所述单次运货时长内对应的行驶里程,以及根据压力变化值确定所述叉车在所述单次运货时长内对应的运货量,所述间隔时间即为所述单次运货时长;
获取所述行驶里程对应的第一统计权重,所述运货量对应的第二统计权重,和所述单次运货时长对应的第三统计权重;
根据预设周期内统计的所述行驶里程及第一统计权重,所述预设周期内统计的所述运货量及第二统计权重,和所述单次运货时长在所述预设周期内统计的平均运货时长、运货趟数及第三统计权重,确定叉车驾驶人员的所述工作量。
2.如权利要求1所述的基于物联网的叉车工作量确定方法,其特征在于,所述第一状态为运载状态,所述第二状态为空载状态,所述获取叉车的载重状态从第一状态切换为第二状态的过程中,对应的间隔时间的步骤之前,还包括:
将所述叉车位于装货位置处,且所述压力传感器上的压力值大于预设压力阈值时对应的载重状态确定为所述运载状态,并将所述叉车离开所述装货位置处对应的时刻确定为初始时刻;
将所述压力传感器上的压力值切换为空时对应的载重状态确定为所述空载状态,并将确定为空载状态时对应的时刻,确定为结束时刻;
根据所述结束时刻与所述初始时刻之间的时刻差,确定所述间隔时间。
3.如权利要求1或2所述的基于物联网的叉车工作量确定方法,其特征在于,所述第一状态为空载状态,所述第二状态为运载状态,所述获取叉车的载重状态从第一状态切换为第二状态的过程中,对应的间隔时间的步骤之前,还包括:
将所述叉车位于卸货位置处,且所述压力传感器上的压力值为空时对应的载重状态确定为所述空载状态,并将所述叉车离开所述卸货位置处对应的时刻确定为初始时刻;
将所述叉车位于装货位置处,且所述压力传感器上的压力变化值大于压力变化阈值时对应的载重状态确定为所述运载状态,并将确定为运载状态时对应的时刻,确定为结束时刻;
根据所述结束时刻与所述初始时刻之间的时刻差,确定所述间隔时间。
4.如权利要求3所述的基于物联网的叉车工作量确定方法,其特征在于,所述基于物联网的叉车工作量确定方法还包括:
在接收到第一射频识别传感器奇数次发送的无线射频信号时,确定所述叉车位于所述装货位置,在接收到所述第一射频识别传感器偶数次发送的无线射频信号时,确定所述叉车离开所述装货位置;
在接收到第二射频识别传感器奇数次发送的无线射频信号时,确定所述叉车位于所述卸货位置,在接收到所述第二射频识别传感器偶数次发送的无线射频信号时,确定所述叉车离开所述卸货位置;
其中,所述第一射频识别传感器设置于装货区域,所述第二射频识别传感器设置于卸货区域。
5.一种物联网服务器,其特征在于,所述物联网服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于物联网的叉车工作量确定程序,所述基于物联网的叉车工作量确定程序被所述处理器执行时实现如权利要求1至4中任一项所述的基于物联网的叉车工作量确定方法的步骤。
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基于物联网的叉车工作量确定程序,所述基于物联网的叉车工作量确定程序被处理器执行时实现如权利要求1至4中任一项所述的基于物联网的叉车工作量确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311340557.5A CN117078117B (zh) | 2023-10-17 | 2023-10-17 | 基于物联网的叉车工作量确定方法、物联网服务器及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311340557.5A CN117078117B (zh) | 2023-10-17 | 2023-10-17 | 基于物联网的叉车工作量确定方法、物联网服务器及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117078117A CN117078117A (zh) | 2023-11-17 |
CN117078117B true CN117078117B (zh) | 2024-02-23 |
Family
ID=88715676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311340557.5A Active CN117078117B (zh) | 2023-10-17 | 2023-10-17 | 基于物联网的叉车工作量确定方法、物联网服务器及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117078117B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004234260A (ja) * | 2003-01-29 | 2004-08-19 | Hitachi Ltd | 安全運転診断方法および省燃費運転診断方法、ならびに装置、安全運転診断プログラムおよび省燃費運転診断プログラム |
CN103047996A (zh) * | 2012-12-20 | 2013-04-17 | 埃泰克汽车电子(芜湖)有限公司 | 一种车辆里程计算***及其计算方法 |
CN103985167A (zh) * | 2014-05-16 | 2014-08-13 | 方昌銮 | 一种车辆运输工作量统计方法 |
WO2015119561A1 (en) * | 2014-02-07 | 2015-08-13 | Scania Cv Ab | Method and system for determining a basis for assessing and correcting driver behavior during driving of a vehicle |
WO2018028069A1 (zh) * | 2016-08-11 | 2018-02-15 | 深圳市元征科技股份有限公司 | 基于车载智能单元的安全驾驶评估方法及*** |
CN108876080A (zh) * | 2017-05-16 | 2018-11-23 | 北京京东尚科信息技术有限公司 | 信息处理方法和装置 |
CN109249934A (zh) * | 2018-09-30 | 2019-01-22 | 广州小鹏汽车科技有限公司 | 一种轮胎磨损参数计算方法、***及装置 |
CN111538954A (zh) * | 2020-04-17 | 2020-08-14 | 上海华兴数字科技有限公司 | 工程设备工作量计量方法、装置、服务器及存储介质 |
CN113256216A (zh) * | 2021-06-09 | 2021-08-13 | 满帮信息咨询有限公司 | 跟车安全监控方法、***、设备及存储介质 |
WO2022215316A1 (ja) * | 2021-04-09 | 2022-10-13 | 住友ゴム工業株式会社 | タイヤ状態判定システム、タイヤ状態判定装置、タイヤ状態判定方法、及びプログラム |
-
2023
- 2023-10-17 CN CN202311340557.5A patent/CN117078117B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004234260A (ja) * | 2003-01-29 | 2004-08-19 | Hitachi Ltd | 安全運転診断方法および省燃費運転診断方法、ならびに装置、安全運転診断プログラムおよび省燃費運転診断プログラム |
CN103047996A (zh) * | 2012-12-20 | 2013-04-17 | 埃泰克汽车电子(芜湖)有限公司 | 一种车辆里程计算***及其计算方法 |
WO2015119561A1 (en) * | 2014-02-07 | 2015-08-13 | Scania Cv Ab | Method and system for determining a basis for assessing and correcting driver behavior during driving of a vehicle |
CN103985167A (zh) * | 2014-05-16 | 2014-08-13 | 方昌銮 | 一种车辆运输工作量统计方法 |
WO2018028069A1 (zh) * | 2016-08-11 | 2018-02-15 | 深圳市元征科技股份有限公司 | 基于车载智能单元的安全驾驶评估方法及*** |
CN108876080A (zh) * | 2017-05-16 | 2018-11-23 | 北京京东尚科信息技术有限公司 | 信息处理方法和装置 |
CN109249934A (zh) * | 2018-09-30 | 2019-01-22 | 广州小鹏汽车科技有限公司 | 一种轮胎磨损参数计算方法、***及装置 |
CN111538954A (zh) * | 2020-04-17 | 2020-08-14 | 上海华兴数字科技有限公司 | 工程设备工作量计量方法、装置、服务器及存储介质 |
WO2022215316A1 (ja) * | 2021-04-09 | 2022-10-13 | 住友ゴム工業株式会社 | タイヤ状態判定システム、タイヤ状態判定装置、タイヤ状態判定方法、及びプログラム |
CN113256216A (zh) * | 2021-06-09 | 2021-08-13 | 满帮信息咨询有限公司 | 跟车安全监控方法、***、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
吴吉明.货物运输实务.北京理工大学出版社,2019,第257-261页. * |
姚敏.营运客车计程计价计量器具原理及检测技术.中国质检出版社,2019,第37-52页. * |
Also Published As
Publication number | Publication date |
---|---|
CN117078117A (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3237239B1 (en) | Method and system for determining a wheel load acting on a tire of a vehicle | |
US9290185B2 (en) | Determining haul weight | |
US9302859B2 (en) | Vehicle loading and unloading detection | |
CN113424039B (zh) | 用于预测轮胎的磨损和寿命终止的模型 | |
AU2020223710A1 (en) | Systems and methods for weight determination and closed loop speed control | |
US20160041028A1 (en) | Vehicle wheel speed-based determination or estimation of a load weight of a load carried by a commercial vehicle | |
CN109641496B (zh) | 用于确定车轮载荷的方法和设备以及用于确定车辆重量的方法和设备 | |
CN106347044B (zh) | 考虑低压状况的胎压监测装置及其方法 | |
US10668778B2 (en) | Method and system for ascertaining a pressure ratio between a setpoint tire pressure and an actual tire pressure for tire of a vehicle | |
CN117078117B (zh) | 基于物联网的叉车工作量确定方法、物联网服务器及介质 | |
CN115326165B (zh) | 罐车远程监控*** | |
CN110160615B (zh) | 车载称重方法、装置及*** | |
CN106573614A (zh) | 在构件工作期间的应力监控 | |
US20170131694A1 (en) | Apparatus for checking a state of a machine part | |
US20190017899A1 (en) | Method and measuring assembly for detecting slip in rolling bearings | |
CN117073712B (zh) | 车辆管理方法、物联网服务器以及计算机可读存储介质 | |
CN117069008B (zh) | 物联网叉车控制方法、物联网服务器以及可读存储介质 | |
EP4124472A1 (en) | Cumulative tire damage estimation system, arithmetic model generation system, and cumulative tire damage estimation method | |
CN114235448B (zh) | 一种轨道车辆转向架车轮疲劳损伤评估方法及*** | |
JP2007264818A (ja) | 積載量推定プログラムおよび車両状況解析装置 | |
CN112750227A (zh) | 一种矿用汽车行车动负荷监测*** | |
US20080127749A1 (en) | System for detecting axle loads | |
EP4357168A1 (en) | Tire load monitoring | |
JP2006027298A (ja) | タイヤ空気圧低下警報装置および方法、ならびにタイヤ減圧判定プログラム | |
WO2024147308A1 (ja) | 路面状態判定方法及び路面状態判定装置 |
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 |