一种基于数字化技术的车辆运输管理系统及方法与流程

本发明属于车辆运输管理领域，具体的说是一种基于数字化技术的车辆运输管理系统及方法。

背景技术：

1、随着物流行业的快速发展，车辆运输管理面临着日益复杂的挑战，尤其是在智能调度与路径优化方面。传统的车辆调度和路径规划方法往往依赖于静态数据和预设规则，这在面对动态变化的交通状况、突发的运输需求或是非预期的车辆故障时显得力不从心。此外，随着环保意识的增强及新能源车辆的普及，如何在保证运输效率的同时，有效管理和补充车辆能源，避免因能源不足而导致的不必要的等待时间，成为了亟待解决的关键问题。

2、如公开号为cn113592400a的中国专利申请公开了一种数字化应用信息采集的物流运输管理系统，包括系统管理单元、用户管理单元、订单管理单元、审核管理单元、内容管理单元、分布式数据处理单元。该一种数字化应用信息采集的物流运输管理系统，通过对用户、车辆、银行卡、驾驶员、订单管理，以及对客户、订单、库存、通关、配送、运输等环节所产生的数据进行全程的管理和跟踪，并通过智能算法对各环节工作进行优化，完成对信息的维护和审核工作，满足企业信息化建设需要。

3、如公开号为cn114386846a的中国专利申请公开了一种基于智慧大脑的土方运输综合管理平台及管理方法，包括：接收源于施工单位的运土请求信息；获取关于处理单位的情况信息；依据运土请求信息和情况信息，将施工单位与处理单位进行匹配关联，生成关联信息；接收源于施工单位所选择匹配车辆信息；依据运土请求信息、关联信息和匹配车辆信息生成任务单，并依据匹配车辆信息发送任务单至匹配车辆；依据任务单，监控匹配车辆直至匹配车辆完成任务。

4、以上现有技术存在以下问题：1）在处理大规模、高并发的运输任务时，往往出现调度冲突或资源分配不均和车辆等待时间过长的情况；2）如何根据剩余电量、预计能耗及沿途充电设施的可用性进行智能路线规划，以避免低效的中途停靠或电量耗尽的风险，是现有系统普遍欠缺的功能；为了解决上述问题，本发明提供了一种基于数字化技术的车辆运输管理系统及方法。

技术实现思路

1、针对现有技术的不足，本发明提出了一种基于数字化技术的车辆运输管理系统及方法，该系统集成了车辆监控、智能调度、货物管理及报告生成四大功能模块，其中车辆监控模块实时监测能源状态并智能预警补给需求，智能调度模块优化任务分配与路径规划，减少空驶，货物管理模块严格监控运输轨迹与货物状态，保障安全，报告生成模块则定期评估车辆状态，提供维护建议，本发明通过精准的数据分析与智能决策，显著提升了运输效率、降低了运营成本，并确保了货物运输的安全与可靠。

2、为实现上述目的，本发明提供如下技术方案：

3、一种基于数字化技术的车辆运输管理系统，包括：智能调度模块、车辆监控模块和报告生成模块；

4、车辆监控模块包括车辆监测单元和消耗预测预警单元；

5、车辆监测单元，用于实时监测获取运输车辆运输或未运输过程中的能源储备状态、车辆运行状态和车辆检测数据；消耗预测预警单元，用于构建车辆能源消耗模型，并结合运输车辆能源储备状态、车辆运行状态和对应执行任务的路径长度，预测得到当前能源储备状态下车辆正常行驶时间内的路径长度和对应任务规划路径需要补给的次数，同时根据预测得到的正常行驶时间内的路径长度以及运输车辆对应执行任务的真实路径长度，进行能源短缺预警；

6、智能调度模块包括任务分配单元；任务分配单元，用于根据分配任务的属性、能源储备状态、运输车辆状态评估得分和运输车辆等待时间，通过智能分配算法为每一个运输车辆分配对应的任务；

7、报告生成模块包括车辆状态检测单元；车辆状态检测单元用于通过综合模糊评估算法，根据获取的车辆检测数据对运输车辆进行实时或定期状态得分评估，获取状态评估得分，并根据状态评估得分进行车辆运行能力判定，并将判定结果反馈到任务分配单元。

8、具体的，车辆运行状态包括车辆负载、路况状态和驾驶效率评分；智能调度模块还包括路径规划单元；消耗预测预警单元通过车辆能源消耗模型预测得到当前能源储备状态下车辆正常行驶时间内的路径长度的具体步骤包括：

9、a1、获取的n种类型运输车辆历史能源储备状态、车辆负载、路况状态、驾驶效率评分和对应运输车辆单位长度的能源消耗数据，并对获取的数据进行预处理；

10、a2、利用支持向量机构建车辆能源消耗模型，并利用a1中预处理后的数据构建车辆能源消耗模型输入序列，其中，表示当前t时刻监测得到第n种类型运输车辆的能源储备状态，表示当前t时刻监测得到第n种类型运输车辆负载状态数据，表示当前t时刻监测得到运输车辆行驶道路状态数据，表示当前t时刻监测得到第n种类型运输车辆对应的驾驶效率评分，表示当前t时刻监测得到运输车辆到达距离最近补给站所需消耗的能源量，表示保留能量阈值；

11、a3、将获取的输入序列x输入到车辆能源消耗模型中进行训练，并拟合获取对应的正常行驶时间内的路径长度公式，具体为：，其中表示第n种类型运输车辆当前时刻对应的正常行驶时间内的路径长度，表示第n种类型运输车辆单位距离对应消耗能量的函数；

12、a4、将训练的车辆能源消耗模型内置到消耗预测预警单元中，根据实时监测的运输车辆能源储备状态和车辆运行状态数据，实时计算得到对应运输车辆的；

13、a5、根据获取的和路径规划单元给对应运输车辆分配任务规划的路径总长度，计算得到运输车辆对应补给的次数。

14、具体地，a2中驾驶效率评分获取的具体步骤包括：

15、a21、通过运输车辆车载传感器，实时收集获取第n种运输车辆单位长度驾驶状态数据，包括加速度、制动动作、行驶速度、怠速时间和单位面积内的车辆总数；

16、a22、根据获取的数据构建驾驶效率评估指标，具体包括加速平缓度、制动频次、平均速度、平均怠速时间和道路拥挤度；

17、a23、根据获取的驾驶效率评估指标，构建对应评估指标评分公式，根据获取的评估指标评分公式和实时获取的运输车辆单位长度驾驶状态数据，计算得到对应评估指标得分，具体为：

18、

19、其中，表示第n种运输车辆加速平缓度评分，k表示单位长度内第n种运输车辆平均加速的次数，表示运输车辆第k次加速的加速值，表示第n种运输车辆制动频次评分，m表示单位长度内第n种运输车辆制动的平均次数，表示运输车辆第m次制动的强度；表示第n种运输车辆平均速度评分，表示第n种运输车辆单位长度内行驶的平均速度，和依次表示第n种运输车辆最大和最小节能速度区间阈值，表示第n种运输车辆平均怠速时间评分，表示单位长度内第n种运输车辆的平均怠速时长，表示单位长度内第n种运输车辆的行驶总时长；表示t时刻运输车辆行驶过程中的拥挤度，表示t时刻运输车辆对应单位面积s内的车辆总数；

20、a24、根据a23中获取的指标评分，利用加权策略计算得到第n种运输车辆的驾驶效率评分，加权策略具体为：，其中，和表示对应指标评分的加权系数。

21、具体地，消耗预测预警单元进行能源短缺预警的具体步骤包括：

22、a6、设运输车辆a对应执行任务的整体路径长度，将a4实时计算得到的与进行比较，若时则不进行预警，当时，假设对应路径包括p个补给站，则按照补给站距离任务起始点的位置将划分为p+1个行驶区间；

23、a7、通过车辆监测单元实时监测运输车辆在p+1个行驶区间内能源储备状态，当运输车辆行驶到第p个行驶区间对应的能源储备状态为-+时，对运输车辆a进行能源短缺预警；

24、a8、当运输车辆行驶到第p个行驶区间，对应的能源储备状态为->+时，则不对行驶在第p个行驶区间的运输车辆进行预警；

25、a9、重复a7和a8步骤，对剩余行驶区间进行对应预警判断，并根据预警判断结果进行能源短缺预警。

26、具体地，任务分配单元执行的具体步骤包括：

27、b1、假设当前时刻有u个待执行任务和v辆运输车辆，设置第u个待执行任务以该任务分配时刻到任务属性中规定的任务完成最晚时间点的窗口长度作为对应待执行任务的优先级，具体为，设置第v个运输车辆以对应等待时间窗口的长度作为对应运输车辆的优先级，具体为；

28、b2、通过模拟退火算法构建任务分配模型，利用获取的任务和车辆的优先级、a4计算得到的对应运输车辆的与补给的次数构建任务分配模型的目标函数，目标函数具体为，；

29、其中，表示第u个任务与第v个运输车辆的匹配度，表示第v个运输车辆分配到任务u后对应的任务完成时间；表示v辆运输车辆完成u个待执行任务的最小化时间之和；

30、b3、利用目标函数和监测获取的任务属性数据、车辆属性数据与车辆运行状态数据，对构建的任务分配模型进行训练，获取训练完成的任务分配模型，使得u个待执行任务在完成时间最短的情况下v辆运输车辆中优先级高的车辆被分配到任务的概率最大；

31、b4、将训练完成的任务分配模型内置到任务分配单元，根据实时获取的任务属性数据、车辆属性数据与车辆运行状态数据，进行对应任务的分配。

32、具体地，车辆运输管理系统还包括报告生成模块，报告生成模块还包括车辆状态检测单元；车辆状态检测单元用于通过综合模糊评估算法，根据获取的车辆检测数据对运输车辆进行实时或定期状态得分评估，并根据得分进行车辆运行能力判定，并将判定结果反馈到任务分配单元；

33、b2中第u个任务与第v个运输车辆的匹配度获取的具体步骤包括：

34、b21、根据获取的任务和车辆的优先级、a4计算得到的对应运输车辆的与补给的次数和对应运输车辆的状态评估得分构建输入序列，并利用支持向量机构建任务匹配模型，将获取的输入序列输入到任务匹配模型进行训练，并拟合得到任务匹配模型公式，公式具体为：

35、

36、其中，max表示最大值，表示第u个任务与第v个运输车辆的匹配度，表示运输车辆v执行任务u需要补给的次数，表示车辆状态检测单元获取的第v辆运输车辆的状态评估得分，表示任务优先级与车辆优先级的权重系数，表示补给次数对匹配度影响的权重系数，为一个常数值；

37、b22、将训练完成的任务匹配模型内置到任务分配单元中，根据实时获取的任务属性数据和运输车辆使用状态数据和评估得分计算得到待分配任务u与运输车辆v的匹配度，并将计算的匹配度反馈到任务分配模型，进行对应任务的分配。

38、具体地，车辆状态检测单元的具体步骤包括：

39、c1、利用获取的车辆检测数据中运输车辆对应机械性能、安全性能、电子系统性能、维护与保养状态、能耗效率构建运输车辆一级评估因素集；

40、c2、根据获取的运输车辆一级评估因素集构建对应的二级评估因素集和评价指标集，并将获取的一级评估因素集、二级评估因素集和评价指标集输入到综合模糊算法中，进行运输车辆状态评分，获取第v辆运输车辆的状态评估得分；

41、c3、设置综合评分阈值和，当时，不对第v辆运输车辆分配任务，当时，第v辆运输车辆只能参与满足条件的待执行任务的分配，当时第v辆运输车辆能够参与所有待执行任务的分配；其中表示所有待执行任务优先级的中位数；

42、c4、将对应获取的第v辆运输车辆的状态评估得分和c3中获取的结果反馈到任务分配单元调整任务的匹配分配过程。

43、一种基于数字化技术的车辆运输管理方法，步骤包括：

44、s1、获取运输车辆的能源储备状态、车辆运行状态和车辆检测数据，并对获取的数据进行预处理；

45、s2、根据预处理后的能源储备状态和车辆运行状态，利用车辆能源消耗模型预测当前能源储备下运输车辆正常行驶时间内的路径长度及对应任务规划路径所需的补给次数，同时将车辆检测数据输入到车辆状态检测单元，获得对应运输车辆的状态评估得分；

46、s3、根据车辆能源消耗模型输出的结果、车辆状态评估得分以及任务属性数据，通过任务匹配模型为每辆运输车辆分配对应待执行任务，并根据分配到的任务属性和对应运输车辆的运行状态数据，通过路径规划算法，获得执行对应分配任务的规划路径；

47、s4、当对应运输车辆按照对应路径行驶时，实时监测运输车辆运行过程中的能源储备状态和车辆运行状态，利用车辆能源消耗模型对车辆能源状态进行监测预警，当能源低于任务执行所需能源状态，对运输车辆进行预警；

48、s5、根据预警时运输车辆的能源储备状态、车辆运行状态和补给站分布状态，通过推荐算法给对应运输车辆推荐补给站，并根据推荐的补给站位置信息，通过pid控制算法路径调整指令，对运输路径进行实时调整。

49、一种计算机可读存储介质，其上存储有计算机指令，当计算机指令运行时执行一种基于数字化技术的车辆运输管理方法。

50、一种电子设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现一种基于数字化技术的车辆运输管理方法。

51、与现有技术相比，本发明的有益效果是：

52、1.本发明针对现有技术的不足，通过综合考虑任务属性、能源储备状态、运输车辆评估得分和等待时间，利用智能分配算法（如模拟退火算法）进行任务分配，有效避免了调度冲突和资源分配不均的问题，同时减少了车辆的等待时间，提高了整体运输效率；

53、2.本发明针对现有技术的不足，通过结合车辆能源消耗模型、实时能源储备状态、车辆负载、路况、驾驶效率评分等因素，动态规划运输路径，并预测路径长度及所需补给次数，实现了基于剩余电量、预计能耗及沿途充电设施可用性的智能路线规划，有效降低了低效中途停靠或电量耗尽的风险，同时通过能源消耗预警机制能够实时监测能源状态，提前预警，进一步保障了运输任务的顺利进行。