CN117217651A - 一种货车运输过程的监控平台 - Google Patents

一种货车运输过程的监控平台 Download PDF

Info

Publication number
CN117217651A
CN117217651A CN202311482211.9A CN202311482211A CN117217651A CN 117217651 A CN117217651 A CN 117217651A CN 202311482211 A CN202311482211 A CN 202311482211A CN 117217651 A CN117217651 A CN 117217651A
Authority
CN
China
Prior art keywords
trucking
data
site
truck
freight
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202311482211.9A
Other languages
English (en)
Inventor
张秋萍
陈小二
陈登虎
高君凯
姚心明
何文浩
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.)
Qingdao Yingzhi Technology Co ltd
Original Assignee
Qingdao Yingzhi 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 Qingdao Yingzhi Technology Co ltd filed Critical Qingdao Yingzhi Technology Co ltd
Priority to CN202311482211.9A priority Critical patent/CN117217651A/zh
Publication of CN117217651A publication Critical patent/CN117217651A/zh
Pending legal-status Critical Current

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明公开一种货车运输过程的监控平台,涉及货运监控技术领域,包括:货车运输现场数据采集模块,采用嵌入式开发方法集成在车载终端中,用于采集货车运输现场的数据;货车运输数据处理模块,用于对货车运输现场数据采集模块采集的数据进行异常分析,根据分析结果对货运现场进行告警;货车运输过程可视化模块,用于货车运输现场数据采集模块采集的数据,以及货车运输数据处理模块的告警记录进行可视化。实时追踪货车的位置,确保货物的安全和准时送达,及时发现可疑活动,并向相关人员发送警报。

Description

一种货车运输过程的监控平台
技术领域
本发明涉及货运监控技术领域,尤其涉及一种货车运输过程的监控平台。
背景技术
随着电子商务的讯猛发展,传统的物流行业也得到了飞速的发展,在物流行业讯猛发展带来经济增长的同时,也出现了很多问题。如何对企业物流车辆实现安全,高效,科学的调度和管理,提高企业在物流市场上的竞争力,保障司机及货物的安全,节省物流成本,是所有物流企业都面临的而且迫切需要解决的问题。
发明内容
本发明提供了一种货车运输过程的监控平台,包括:货车运输现场数据采集模块,货车运输数据处理模块,货车运输过程可视化模块;
货车运输现场数据采集模块采用嵌入式开发方法集成在车载终端中,用于采集货车运输现场的数据;
货车运输数据处理模块用于对货车运输现场数据采集模块采集的数据进行异常分析,根据分析结果对货运现场进行告警;
货车运输过程可视化模块用于货车运输现场数据采集模块采集的数据,以及货车运输数据处理模块的告警记录进行可视化。
如上所述的一种货车运输过程的监控平台,其中车载终端既是采集设备也是控制设备,平台通过网络通讯向车载终端发起控制指令,由车载终端向控制设备进行指令的转发。
如上所述的一种货车运输过程的监控平台,其中对货车运输现场数据采集模块采集的数据进行异常分析,根据分析结果对货运现场进行告警,具体包括以下子步骤:
整理采集到的数据形成异常分析所需的特征集;
将特征集输入至异常分析模型中,输出异常类型;
根据异常分析模型的输出结果对货运现场进行告警。
如上所述的一种货车运输过程的监控平台,其中异常分析模型包括:超速检测、燃油异常检测、疲劳驾驶检测、箱门检测和路线偏离检测。
如上所述的一种货车运输过程的监控平台,其中根据异常分析模型的输出结果对货运现场进行告警,包括以下子步骤:
将异常分析模型输出结果S以“+”为分隔进行截取;
根据截取到的异常类型表达值,进行告警,设置安全控制策略;
记录告警时间与告警信息。
如上所述的一种货车运输过程的监控平台,其中将货车运输现场数据采集模块采集的数据,以及货车运输数据处理模块的告警记录进行可视化,具体包括以下子步骤:
使用地图API根据实时采集的GPS数据显示车辆实时位置,并提供轨迹回放;
根据货车燃油量的变化实时生成历史时段油量曲线图;
发生告警时进行弹窗显示,并以列表方式显示告警记录。
本发明还提供了一种货车运输过程的监控方法,包括:
Step1、通过车载终端采集货车运输现场的数据;
Step2、对采集到的现场数据进行异常分析,并根据分析结果对货运现场进行告警;
Step3、对采集到的数据以及异常告警信息进行可视化。
本发明实现的有益效果如下:实时追踪货车的位置,确保货物的安全和准时送达,及时发现可疑活动,并向相关人员发送警报。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种货车运输过程的监控平台。
具体实施方式
下面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,本发明实施例一提供一种货车运输过程的监控平台,包括:货车运输现场数据采集模块,货车运输数据分析模块,货车运输过程可视化模块;
(1)货车运输现场数据采集模块采用嵌入式开发方法集成在车载终端中,用于采集货车运输现场的数据;
车载终端通过GPS设备,采集货车的实时定位;通过连接货车上安装的小型高清摄像头,采集运输过程中的监控影像;通过连接货车的OBD(On-Board Diagnostics)接口,采集车辆的实时数据,包括:车速、燃油量等;通过无线通信连接车厢箱门电子锁采集电子锁状态。
车载终端既是采集设备也是控制设备,平台通过网络通讯向车载终端发起控制指令,由车载终端向控制设备进行指令的转发。
(2)货车运输数据处理模块用于对货车运输现场数据采集模块采集的数据进行异常分析,根据分析结果对货运现场进行告警;
货车运输数据处理模块设置定时器,通过网络通讯定时拉取货车运输现场数据采集模块采集到的数据,可对定时器设置间隔时间;箱门电子锁在运输开始即设置为关闭状态,只有到达交货地点才可以由平台发送控制指令打开;
I.整理采集到的数据形成异常分析所需的特征集;
特征集,其中v为车速、fu为燃油量、t为行驶时间、lo为箱门电子锁状态,cp为货车当前位置,tp为目标位置。
II.将特征集输入至异常分析模型中,输出异常类型;
异常分析模型为:,其中CS(v)为超速检测函数,参数为车速v,YH(fu)为燃油异常检测函数,参数为燃油量fu,PJ(t)为疲劳驾驶检测函数,参数为行驶时间t,XM(lo)为箱门检测函数,参数为箱门电子锁状态lo,PL(cp,tp)为路线偏离检测函数,参数为货车当前位置cp,目标位置tp,“+”为字符串拼接;
超速检测函数,其中v为当前车速,minv为最低限速,maxv为最高限速,=>为输出,minv与maxv为变量,根据当前位置在地图插件中获取的路段限速获得并赋值;
燃油异常检测函数,其中fu为当前燃油量fu-1为上一次获取的燃油量,/>为货车历史采集周期内燃油量的平均值,θ为设置的检测灵敏度,=>为输出;
疲劳驾驶检测函数,其中t为已连续行驶时间,=>为输出;
箱门检测函数,其中,lo为箱门状态值,/>为通信正常且关锁状态,/>为平台是否下达指令标识,=>为输出;
路线偏离检测函数,其中,cp.a为货车当前位置的维度,tp.a为目标位置的维度,cp.b为当前位置的经度,tp.b为目标位置的经度,k为设置的偏离阈值,=>为输出。
将特征集输入至异常分析模型中,输出异常类型,输出的S表示为a+b+c+d+e,a~e分别表示不同异常类型的表达值。
III.根据异常分析模型的输出结果对货运现场进行告警;
将异常分析模型输出结果S以“+”为分隔进行截取,根据截取到的异常类型表达值,进行告警,设置安全控制策略,包括:远程关闭引擎、摄像头抓拍、语音播报等控制;如S=++3++,截取到的异常类型为3,表示疲劳驾驶,则通过4G/5G网络通讯向车载终端发送告警信息,由车载终端进行播报和显示,平台记录告警时间与告警信息。
(3)货车运输过程可视化模块用于将货车运输现场数据采集模块采集的数据,以及货车运输数据处理模块的告警记录进行可视化;
I.使用地图API根据实时采集的GPS数据显示车辆实时位置,并提供轨迹回放;
II.根据货车燃油量的变化实时生成历史时段油量曲线图;
通过时间选择器选择历史时段作为横坐标,历史采集的货车燃油量作为纵坐标,生成油量曲线图,正常部分以绿色表示,告警部分以黄色表示。
III.发生告警时进行弹窗显示,并以列表方式显示告警记录;
根据告警信息与对应的异常类型设置弹窗显示的内容;点击告警记录列表的记录查看详情,或进行远程处理。
实施例二
本发明实施例二提供一种货车运输过程的监控方法,包括:
步骤S10:通过车载终端采集货车运输现场的数据;
车载终端通过GPS设备,采集货车的实时定位;通过连接货车上安装的小型高清摄像头,采集运输过程中的监控影像;通过连接货车的OBD(On-Board Diagnostics)接口,采集车辆的实时数据,包括:车速、燃油量等;通过无线通信连接车厢箱门电子锁采集并控制电子锁状态。
步骤S20:对采集到的现场数据进行异常分析,并根据分析结果对货运现场进行告警;
实时获取车载终端采集到的数据;箱门电子锁在运输开始即设置为关闭状态,只有到达交货地点才可以由平台发送控制指令打开;
I.整理采集到的数据形成异常分析所需的特征集;
特征集,其中v为车速、fu为燃油量、t为行驶时间、lo为箱门电子锁状态,cp为货车当前位置,tp为目标位置。
II.将特征集输入至异常分析模型中,输出异常类型;
异常分析模型为:,其中CS(v)为超速检测函数,参数为车速v,YH(fu)为燃油异常检测函数,参数为燃油量fu,PJ(t)为疲劳驾驶检测函数,参数为行驶时间t,XM(lo)为箱门检测函数,参数为箱门电子锁状态lo,PL(cp,tp)为路线偏离检测函数,参数为货车当前位置cp,目标位置tp,“+”为字符串拼接;
超速检测函数,其中v为当前车速,minv为最低限速,maxv为最高限速,=>为输出,minv与maxv为变量,根据当前位置在地图插件中获取的路段限速获得并赋值;
燃油异常检测函数,其中fu为当前燃油量fu-1为上一次获取的燃油量,/>为货车历史采集周期内燃油量的平均值,θ为设置的检测灵敏度,=>为输出;
疲劳驾驶检测函数,其中t为已连续行驶时间,=>为输出;
箱门检测函数,其中,lo为箱门状态值,/>为通信正常且关锁状态,/>为平台是否下达指令标识,=>为输出;
路线偏离检测函数,其中,cp.a为货车当前位置的维度,tp.a为目标位置的维度,cp.b为当前位置的经度,tp.b为目标位置的经度,k为设置的偏离阈值,=>为输出。
将特征集输入至异常分析模型中,输出异常类型,输出的S表示为a+b+c+d+e,a~e分别表示不同异常类型的表达值。
III.根据异常分析模型的输出结果对货运现场进行告警;
将异常分析模型输出结果S以“+”为分隔进行截取,根据截取到的异常类型表达值,进行告警,设置安全控制策略,包括:远程关闭引擎、摄像头抓拍、语音播报等控制;如S=++3++,截取到的异常类型为3,表示疲劳驾驶,则通过4G/5G网络通讯向车载终端发送告警信息,由车载终端进行播报和显示,平台记录告警时间与告警信息。
步骤S30:对采集到的数据以及异常告警信息进行可视化;
I.使用地图API根据实时采集的GPS数据显示车辆实时位置,并提供轨迹回放;
II.根据货车燃油量的变化实时生成历史时段油量曲线图;
通过时间选择器选择历史时段作为横坐标,历史采集的货车燃油量作为纵坐标,生成油量曲线图,正常部分以绿色表示,告警部分以黄色表示。
III.发生告警时进行弹窗显示,并以列表方式显示告警记录;
根据告警信息与对应的异常类型设置弹窗显示的内容;点击告警记录列表的记录查看详情,或进行远程处理。
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,凡在本发明的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。

Claims (7)

1.一种货车运输过程的监控平台,包括:货车运输现场数据采集模块,货车运输数据处理模块,货车运输过程可视化模块;
货车运输现场数据采集模块采用嵌入式开发方法集成在车载终端中,用于采集货车运输现场的数据;
货车运输数据处理模块用于对货车运输现场数据采集模块采集的数据进行异常分析,根据分析结果对货运现场进行告警;
货车运输过程可视化模块用于对货车运输现场数据采集模块采集的数据,以及货车运输数据处理模块的告警记录进行可视化。
2.根据权利要求1所述的一种货车运输过程的监控平台,其特征在于,车载终端既是采集设备也是控制设备,平台通过网络通讯向车载终端发起控制指令,由车载终端向控制设备进行指令的转发。
3.根据权利要求1所述的一种货车运输过程的监控平台,其特征在于,对货车运输现场数据采集模块采集的数据进行异常分析,根据分析结果对货运现场进行告警,具体包括以下子步骤:
整理采集到的数据形成异常分析所需的特征集;
将特征集输入至异常分析模型中,输出异常类型;
根据异常分析模型的输出结果对货运现场进行告警。
4.根据权利要求3所述的一种货车运输过程的监控平台,其特征在于,异常分析模型包括:超速检测、燃油异常检测、疲劳驾驶检测、箱门检测和路线偏离检测。
5.根据权利要求3所述的一种货车运输过程的监控平台,其特征在于,根据异常分析模型的输出结果对货运现场进行告警,包括以下子步骤:
将异常分析模型输出结果S以“+”为分隔进行截取;
根据截取到的异常类型表达值,进行告警,设置安全控制策略;
记录告警时间与告警信息。
6.根据权利要求1所述的一种货车运输过程的监控平台,其特征在于,将货车运输现场数据采集模块采集的数据,以及货车运输数据处理模块的告警记录进行可视化,具体包括以下子步骤:
使用地图API根据实时采集的GPS数据显示车辆实时位置,并提供轨迹回放;
根据货车燃油量的变化实时生成历史时段油量曲线图;
发生告警时进行弹窗显示,并以列表方式显示告警记录。
7.一种货车运输过程的监控方法,包括:
Step1、通过车载终端采集货车运输现场的数据;
Step2、对采集到的现场数据进行异常分析,并根据分析结果对货运现场进行告警;
Step3、对采集到的数据以及异常告警信息进行可视化。
CN202311482211.9A 2023-11-09 2023-11-09 一种货车运输过程的监控平台 Pending CN117217651A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311482211.9A CN117217651A (zh) 2023-11-09 2023-11-09 一种货车运输过程的监控平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311482211.9A CN117217651A (zh) 2023-11-09 2023-11-09 一种货车运输过程的监控平台

Publications (1)

Publication Number Publication Date
CN117217651A true CN117217651A (zh) 2023-12-12

Family

ID=89048509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311482211.9A Pending CN117217651A (zh) 2023-11-09 2023-11-09 一种货车运输过程的监控平台

Country Status (1)

Country Link
CN (1) CN117217651A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741006A (zh) * 2015-08-21 2016-07-06 苏州市伏泰信息科技股份有限公司 环卫车辆作业状况智能监管***
CN107680204A (zh) * 2017-10-09 2018-02-09 航天科技控股集团股份有限公司 一种用于分析行驶行为的车辆数据处理***
CN110379041A (zh) * 2019-07-18 2019-10-25 亳州职业技术学院 一种基于车辆位置的运输状态智能自动识别方法
CN111935319A (zh) * 2020-09-28 2020-11-13 恒大新能源汽车投资控股集团有限公司 一种基于车辆终端***的监控处理方法、***及相关设备
CN112116300A (zh) * 2020-09-22 2020-12-22 上海钢软信息技术工程股份有限公司 一种无车承运物流平台物流保障管理***及其应用
CN114267162A (zh) * 2021-12-28 2022-04-01 南京奥铮信息技术有限公司 一种基于货车行车安全的智能车载监测预警***
CN114565339A (zh) * 2022-03-01 2022-05-31 顾警钰 一种基于大数据的物流车辆智能监控方法及***
CN115240174A (zh) * 2022-08-31 2022-10-25 北京公共交通控股(集团)有限公司 一种驾驶员操作行为识别方法、装置及车辆监控***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741006A (zh) * 2015-08-21 2016-07-06 苏州市伏泰信息科技股份有限公司 环卫车辆作业状况智能监管***
CN107680204A (zh) * 2017-10-09 2018-02-09 航天科技控股集团股份有限公司 一种用于分析行驶行为的车辆数据处理***
CN110379041A (zh) * 2019-07-18 2019-10-25 亳州职业技术学院 一种基于车辆位置的运输状态智能自动识别方法
CN112116300A (zh) * 2020-09-22 2020-12-22 上海钢软信息技术工程股份有限公司 一种无车承运物流平台物流保障管理***及其应用
CN111935319A (zh) * 2020-09-28 2020-11-13 恒大新能源汽车投资控股集团有限公司 一种基于车辆终端***的监控处理方法、***及相关设备
CN114267162A (zh) * 2021-12-28 2022-04-01 南京奥铮信息技术有限公司 一种基于货车行车安全的智能车载监测预警***
CN114565339A (zh) * 2022-03-01 2022-05-31 顾警钰 一种基于大数据的物流车辆智能监控方法及***
CN115240174A (zh) * 2022-08-31 2022-10-25 北京公共交通控股(集团)有限公司 一种驾驶员操作行为识别方法、装置及车辆监控***

Similar Documents

Publication Publication Date Title
US9600541B2 (en) Method of processing and analysing vehicle driving big data and system thereof
US9996990B2 (en) Enhanced vehicle bad fuel sensor with crowdsourcing analytics
CN108074396A (zh) 安全行驶评价方法及***
US20200409929A1 (en) Cloud-coupled connected sensor data and telematics
CN107516178A (zh) 整车物流管理方法
CN111191545A (zh) 一种驾驶员行为实时监控分析***及方法
CN112465423A (zh) 基于区块链的海关物流管理方法及海关智能锁物流***
CN110276943A (zh) 基于电子铅封的车辆监控方法、装置及介质
CN104408578A (zh) 基于轨迹点的机械化作业的量化考核***及其方法
CN112148034A (zh) 一种氢燃料电池油田巡检无人机及巡检方法
CN113994362A (zh) 计算车辆的驾驶员的责任的***和方法
CN107274511A (zh) 一种基于智能设备的车辆检测方法及车辆检测装置
CN115600124A (zh) 地铁隧道巡检***及巡检方法
CN109934161B (zh) 基于卷积神经网络的车辆识别与检测方法及***
CN115802119A (zh) 一种基于区块链的安全监控***
CN116911610A (zh) 运输车辆驾驶安全风险监控及评估预警的方法和***
CN117217651A (zh) 一种货车运输过程的监控平台
CN113436440A (zh) 一种临时停车辅助预警监控***
CN113095763A (zh) 一种在途商品车的监控方法、装置、***及介质
CN112040012A (zh) 一种基于区块链技术的油罐车防盗油方法及***
CN115082860A (zh) 一种基于图像处理和uwb技术的工厂区域车辆管理方法
Hoffman et al. An investigation into the economics of fuel management in the freight logistics industry
CN117152892B (zh) 基于视频监控识别的防偷砂方法及***
CN109427113A (zh) 一种行车记录仪
CN111698480B (zh) 一种油田拉油点管控***

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