一种物流智能排队调度方法及系统与流程

本发明公开一种方法及系统，涉及物联网应用，具体地说是一种物流智能排队调度方法及系统。

背景技术：

1、现有卷烟厂物流调度往往依赖人工操作，不仅效率低下，而且难以精准匹配生产需求与物流资源，经常导致车辆拥堵、司机等待时间过长等问题，严重影响了生产效率和成本控制。

2、不能够实时监测车辆运行状态，自动分配卷烟厂最佳路径和泊位，不能动态调整排队顺序及实现自动车辆装卸状态监控，也不能实现与立库系统和安保系统调度的精准衔接，及物流作业的智能化管理。

技术实现思路

1、本发明针对现有技术的问题，提供一种物流智能排队调度方法及系统，通过集成的传感器技术、物联网、大数据分析、云计算和人工智能算法，优化厂内物流车辆的排队和调度流程，减少等待时间，提高物流效率和响应速度，降低能耗。

2、本发明提出的具体方案是：

3、本发明提供一种物流智能排队调度方法，包括：

4、步骤1：通过感知设备实时采集物流环节中的各项数据，根据调度需求和各项数据形成需求调度计划，

5、步骤2：通过大数据处理中心接收各项数据和需求调度计划，并对各项数据进行处理分析，根据需求调度计划识别出物流过程中瓶颈环节，生成相应的调度指令下发ai调度中心，

6、步骤3：通过ai调度中心根据车辆到达时间、作业优先级和仓库容量信息，按照调度指令自动调整排队序列和行车路径，并通过ai调度中心对，对装卸过程和车辆运行过程中含有操作不规范行为的图像进行识别，对操作不规范进行评价和预警，

7、步骤4：实时显示排队状态、预计作业时间、路径规划、物流环节的实时状态和调度指令信息，查询物流环节的运行情况。

8、进一步，所述的一种物流智能排队调度方法中步骤1中通过rfid标签设备、gps定位设备和摄像头设备实时采集物流环节中的各项数据，并通过无线网络将数据传输到大数据处理中心，所述各项数据包括货物位置、数量和车辆状态信息。

9、进一步，所述的一种物流智能排队调度方法中步骤3中通过ai调度中心采用深度学习算法和强化学习算法，构建动态优化模型，利用动态优化模型按照调度指令自动调整排队序列和行车路径。

10、进一步，所述的一种物流智能排队调度方法中步骤4中还显示历史数据和报表数据，并展示历史数据和报表数据的分析结果。

11、进一步，所述的一种物流智能排队调度方法中还包括步骤5：进行反馈与自适应调整，通过持续收集调度执行效果数据，根据执行效果数据评估ai调度中心的算法，自动调整优化策略。

12、本发明还提供一种物流智能排队调度系统，包括智能感知模块、大数据处理中心管理模块、ai调度中心管理模块和可视化模块，

13、感知设备通过智能感知模块实时采集物流环节中的各项数据，根据调度需求和各项数据形成需求调度计划，

14、大数据处理中心通过大数据处理中心管理模块接收各项数据和需求调度计划，大数据处理中心管理模块对各项数据进行处理分析，根据需求调度计划识别出物流过程中瓶颈环节，生成相应的调度指令下发ai调度中心，

15、ai调度中心通过ai调度中心管理模块根据车辆到达时间、作业优先级和仓库容量信息，按照调度指令自动调整排队序列和行车路径，并通过ai调度中心对，对装卸过程和车辆运行过程中含有操作不规范行为的图像进行识别，对操作不规范进行评价和预警，

16、可视化模块实时显示排队状态、预计作业时间、路径规划、物流环节的实时状态和调度指令信息，查询物流环节的运行情况。

17、进一步，所述的一种物流智能排队调度系统中rfid标签设备的智能感知模块、gps定位设备的智能感知模块和摄像头设备的智能感知模块分别实时采集物流环节中的各项数据，并通过无线网络将数据传输到大数据处理中心，所述各项数据包括货物位置、数量和车辆状态信息。

18、进一步，所述的一种物流智能排队调度系统中，ai调度中心通过ai调度中心管理模块采用深度学习算法和强化学习算法，构建动态优化模型，利用动态优化模型按照调度指令自动调整排队序列和行车路径。

19、进一步，所述的一种物流智能排队调度系统中可视化模块还显示历史数据和报表数据，并展示历史数据和报表数据的分析结果。

20、进一步，所述的一种物流智能排队调度系统中还包括反馈模块：反馈模块进行反馈与自适应调整，通过持续收集调度执行效果数据，根据执行效果数据评估ai调度中心的算法，自动调整优化策略。

21、本发明的有益之处是：

22、提高物流效率：通过实时采集和分析物流数据，能够自动识别瓶颈环节，优化运输路径和调度方案，从而提高物流效率。

23、降低运营成本：通过自动化和智能化管理，能够降低人力成本和错误率，减少货物损耗和运输时间，从而降低运营成本。

24、保障生产连续性：能够实时监控物流环节的运行情况，及时发现并解决问题，确保生产流程的顺畅进行。

25、提供决策支持：能够提供丰富的数据分析和报表功能，帮助企业更好地了解物流过程的运行情况，为企业的决策提供有力支持。

技术特征：

1.一种物流智能排队调度方法，其特征是包括：

2.根据权利要求1所述的一种物流智能排队调度方法，其特征是步骤1中通过rfid标签设备、gps定位设备和摄像头设备实时采集物流环节中的各项数据，并通过无线网络将数据传输到大数据处理中心，所述各项数据包括货物位置、数量和车辆状态信息。

3.根据权利要求1所述的一种物流智能排队调度方法，其特征是步骤3中通过ai调度中心采用深度学习算法和强化学习算法，构建动态优化模型，利用动态优化模型按照调度指令自动调整排队序列和行车路径。

4.根据权利要求1所述的一种物流智能排队调度方法，其特征是步骤4中还显示历史数据和报表数据，并展示历史数据和报表数据的分析结果。

5.根据权利要求1所述的一种物流智能排队调度方法，其特征是还包括步骤5：进行反馈与自适应调整，通过持续收集调度执行效果数据，根据执行效果数据评估ai调度中心的算法，自动调整优化策略。

6.一种物流智能排队调度系统，其特征是包括智能感知模块、大数据处理中心管理模块、ai调度中心管理模块和可视化模块，

7.根据权利要求6所述的一种物流智能排队调度系统，其特征是rfid标签设备的智能感知模块、gps定位设备的智能感知模块和摄像头设备的智能感知模块分别实时采集物流环节中的各项数据，并通过无线网络将数据传输到大数据处理中心，所述各项数据包括货物位置、数量和车辆状态信息。

8.根据权利要求6所述的一种物流智能排队调度系统，其特征是ai调度中心通过ai调度中心管理模块采用深度学习算法和强化学习算法，构建动态优化模型，利用动态优化模型按照调度指令自动调整排队序列和行车路径。

9.根据权利要求6所述的一种物流智能排队调度系统，其特征是可视化模块还显示历史数据和报表数据，并展示历史数据和报表数据的分析结果。

10.根据权利要求6所述的一种物流智能排队调度装置，其特征是还包括反馈模块：反馈模块进行反馈与自适应调整，通过持续收集调度执行效果数据，根据执行效果数据评估ai调度中心的算法，自动调整优化策略。

技术总结本发明公开一种物流智能排队调度方法及系统，涉及物联网应用技术领域；步骤1：通过感知设备实时采集物流环节中的各项数据，根据调度需求和各项数据形成需求调度计划，步骤2：通过大数据处理中心接收各项数据和需求调度计划，并对各项数据进行处理分析，根据需求调度计划识别出物流过程中瓶颈环节，生成相应的调度指令下发AI调度中心，步骤3：通过AI调度中心根据车辆到达时间、作业优先级和仓库容量信息，按照调度指令自动调整排队序列和行车路径，并通过AI调度中心对，对装卸过程和车辆运行过程中含有操作不规范行为的图像进行识别，对操作不规范进行评价和预警，步骤4：实时显示排队状态、预计作业时间、路径规划、物流环节的实时状态和调度指令信息，查询物流环节的运行情况。技术研发人员：刘士华受保护的技术使用者：山东浪潮数字商业科技有限公司技术研发日：技术公布日：2024/9/9