基于车联网的货物运输方法及系统技术方案

本发明专利技术涉及车联网领域，具体涉及基于车联网的货物运输方法及系统，包括：车联网系统中的红外相机获取所有车辆的位置，货车根据临近车辆的位置获得每个临近车辆的危险因子；根据货车在离开相机视野后的所有临近车辆的位置，获得每个临近车辆的影响分布图，根据每个临近车辆的危险因子对所有临近车辆的所述影响分布图进行叠加，获得货车综合行驶危险分布图，进而获得行驶安全程度分布图；根据行驶安全程度分布图构建一个有向图，在有向图上获得一条最短路径，货车在离开相机视野之后根据所述路径进行加速和变道行驶。本发明专利技术保证了货车能够在雾天不能看到其他车辆的位置的情况下依然能够以较高的速度和安全性行驶，提高了货物运输效率。输效率。输效率。

【技术实现步骤摘要】
基于车联网的货物运输方法及系统


[0001]本专利技术涉及车联网领域，具体涉及基于车联网的货物运输方法及系统。

技术介绍

[0002]企业仓库的货物往往采用货车进行运输，相比飞机、列车等货物运输方法，货车运输货物具有成本低、运输方式灵活等优点，但是货车运输货物的方式路况和天气等条件的约束，使得现有的货车运输获取的方式不能达到最高的运输效率，运输效率是与货车的运输速度和货车运输途中的安全与否相关的；例如遇到大雾、大雨等能见度低的天气时，货车的运输速度会大幅降低，甚至存在货物运输途中的交通安全事故，导致获取运输效率大幅下降。
[0003]另一方面，随着车联网技术的发展，将车联网技术与货物运输结合在一起是未来的发展趋势，通过利用车联网技术来实现能见度低的天气下货车高效运输货物的目的也是企业发展的一个重要环节。

技术实现思路

[0004]针对上述技术问题，本专利技术的目的在于提供基于车联网的货物运输方法及系统，所采用的技术方案具体如下：本专利技术提供了基于车联网的货物运输方法，其特征在于，该方法包括以下步骤：货车和道路之间构建车联网系统，车联网系统中的每个路侧单元上的红外相机获取视野内每个时刻的所有车辆的位置，在货车驶进相机视野和驶出相机视野过程中，路侧单元对货车进行身份识别，并且路侧单元将货车在每个时刻位置以及货车的临近车辆在每个时刻的位置发送给货车，货车根据所述临近车辆的位置以及天气的能见度获得每个临近车辆的危险因子；根据货车在离开相机视野后的每个时刻上所有临近车辆的位置，获得每个时刻上每个临近车辆的影响分布图，根据每个临近车辆的危险因子对所有临近车辆的所述影响分布图进行叠加，获得货车综合行驶危险分布图，根据货车综合行驶危险分布图上像素之间的灰度值获得行驶安全程度分布图，在行驶安全程度分布图上获取一条最优行驶路径，货车在离开相机视野之后根据所述行驶路径进行加速和变道行驶，直至货车进入下一个路侧单元的红外相机视野为止。
[0005]进一步地，所述的每个临近车辆的危险因子的获取步骤包括：在货车驶进相机视野到驶出相机视野的一时间段内，对于每个临近车辆，根据其在每个时刻的位置获得其在每个时刻的速度大小，以及获得每个时刻和前车的距离，并且获取每个时刻的能见度，所述每个时刻的能见度的获取方法为：将货车行车记录仪在每个时刻采集的图像输入神经网络中，神经网络输出每个时刻的能见度；对于所述的和前车的距离大于能见度的所有时刻，将所述所有时刻的速度大小和时间拟合成一个第一线性模型；
对于所述的和前车的距离小于等于能见度的所有时刻，获取每个时刻的能见度和所述的和前车的距离的差值，将所述所有时刻的速度大小和所述差值拟合成一个第二线性模型；每个临近车辆的危险因子与所述第一线性模型和第二线性模型的差值成正相关。
[0006]进一步地，所述的每个临近车辆的影响分布图的获取步骤包括：根据货车离开相机视野区域前所有时刻上的每个临近车辆的位置，利用卡曼滤波获得货车离开相机视野区域后的每个时刻上的每个临近车辆的位置；在货车离开相机视野区域后的每个时刻，根据货车的所有临近车辆的位置，获取每个临近车辆的所有受影响车辆，所述的每个受影响车辆是指：在每个车道上，在每个临近车辆后面的且与临近车辆距离最近的其他临近车辆，在所有车道上的所述其他临近车辆就是所述的所有受影响车辆；计算的每个临近车辆和其所有受影响车辆的欧式距离，然后以所有位置为像素坐标，构建一张图像，所述图像上的在所有受影响车辆位置处的灰度值设置为所有受影响车辆对应的欧式距离的倒数，所述图像上的在其他位置处的灰度值设置为0，对所述图像进行滤波，获得的结果称为每个临近车辆的影响分布图。
[0007]进一步地，所述的货车综合行驶危险分布图的获取步骤包括：在货车离开相机视野区域后的预设时间段内，将每个时刻所有临近车辆的影响分布图进行加权求和，权重为每个临近车辆的危险因子，获得的结果称为每个时刻的行驶危险分布图，获取货车离开相机视野区域后的预设时间段内所有时刻的行驶危险分布图的均值，所述均值作为货车综合行驶危险分布图。
[0008]进一步地，所述的最优行驶路径的获取步骤包括：在货车综合行驶危险分布图上，获取每个像素和其他任意像素的欧式距离和每个像素与其他任意像素的灰度值之和，所述的欧式距离与所述的和的乘积再取倒数，获得的结果称为每个像素和其他任意像素的安全系数，每个像素和其他所有像素的安全系数的和称为每个像素的行驶安全程度；所有像素的行驶安全程度构成的单通道图像作为行驶安全程度分布图；根据行驶安全程度分布图构建一个有向图，并且将货车离开相机视野时的位置为初始位置，获取货车最前方的且在行驶安全程度分布图上灰度值最小的位置作为目标位置，利用弗洛伊德算法在有向图上获得初始位置和目标位置的最短路径，所述的最短路径作为最优行驶路径。
[0009]进一步地，所述的根据行驶安全程度分布图构建一个有向图的步骤包括：在行驶安全程度分布图上，以每个像素点为节点，如果任意一个像素与另外任意一个像素相邻，前者像素对应的节点到后者像素对应的节点之间的存在一条有向边，边权值大小为后者像素的灰度值与前者像素灰度值的差，另外后者像素对应的节点到前者像素对应的节点之间也存在一条有向边，边权值大小为前者像素的灰度值与后者像素灰度值的差，如果所述的两个像素点不相邻那么对应的节点之间边权值为0，所有像素的节点构成一个有向图。
[0010]进一步地，所述的货车的临近车辆是指在货车在驶进相机视野和驶出相机视野过程中，相机所有获得到的所有车辆。
[0011]本专利技术还提供了基于车联网的货物运输系统，所述的车联网系统由车载系统和路侧单元构成，所述的路侧单元包括通信系统和红外相机以及存储计算系统；所述的车载系统包括但不限货车上搭载的通信系统、行车记录仪、存储计算和显示系统；车载系统和路侧单元实现如权利要求1
‑
7中任一项所述的基于车联网的货物运输方法。
[0012]本专利技术具有如下有益效果：本专利技术通过构建车联网系统，根据车联网系统获取雾天环境下货车与周围其他车辆的分布位置，并根据车辆的行驶轨迹获得车辆对货车的影响程度，进而得到货车在每个位置的行驶安全程度，并获取货车的运行路径，保证了货车能够在雾天不能看到其他车辆的位置的情况下依然能够以较高的速度和安全性行驶，提高了货物运输效率。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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它附图。
[0014]图1为本专利技术一个实施例所提供的基于车联网的货物运输方法的流程图。
具体实施方式
[0015]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的基于车联网的货物运输方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于车联网的货物运输方法，其特征在于，该方法包括以下步骤：货车和道路之间构建车联网系统，车联网系统中的每个路侧单元上的红外相机获取视野内每个时刻的所有车辆的位置，在货车驶进相机视野和驶出相机视野过程中，路侧单元对货车进行身份识别，并且路侧单元将货车在每个时刻位置以及货车的临近车辆在每个时刻的位置发送给货车，货车根据所述临近车辆的位置以及天气的能见度获得每个临近车辆的危险因子；根据货车在离开相机视野后的每个时刻上所有临近车辆的位置，获得每个时刻上每个临近车辆的影响分布图，根据每个临近车辆的危险因子对所有临近车辆的所述影响分布图进行叠加，获得货车综合行驶危险分布图，根据货车综合行驶危险分布图上像素之间的灰度值获得行驶安全程度分布图，在行驶安全程度分布图上获取一条最优行驶路径，货车在离开相机视野之后根据所述行驶路径进行加速和变道行驶，直至货车进入下一个路侧单元的红外相机视野为止。2.根据权利要求1所述的基于车联网的货物运输方法，其特征在于，所述的每个临近车辆的危险因子的获取步骤包括：在货车驶进相机视野到驶出相机视野的一时间段内，对于每个临近车辆，根据其在每个时刻的位置获得其在每个时刻的速度大小，以及获得每个时刻和前车的距离，并且获取每个时刻的能见度，所述每个时刻的能见度的获取方法为：将货车行车记录仪在每个时刻采集的图像输入神经网络中，神经网络输出每个时刻的能见度；对于所述的和前车的距离大于能见度的所有时刻，将所述所有时刻的速度大小和时间拟合成一个第一线性模型；对于所述的和前车的距离小于等于能见度的所有时刻，获取每个时刻的能见度和所述的和前车的距离的差值，将所述所有时刻的速度大小和所述差值拟合成一个第二线性模型；每个临近车辆的危险因子与所述第一线性模型和第二线性模型的差值成正相关。3.根据权利要求1所述的基于车联网的货物运输方法，其特征在于，所述的每个临近车辆的影响分布图的获取步骤包括：根据货车离开相机视野区域前所有时刻上的每个临近车辆的位置，利用卡曼滤波获得货车离开相机视野区域后的每个时刻上的每个临近车辆的位置；在货车离开相机视野区域后的每个时刻，根据货车的所有临近车辆的位置，获取每个临近车辆的所有受影响车辆，所述的每个受影响车辆是指：在每个车道上，在每个临近车辆后面的且与临近车辆距离最近的其他临近车辆，在所有车道上的所述其他临近车辆就是所述的所有受影响车辆；计算的每个临近车辆和其所有受影响车辆的欧式距离，然后以所有位置为像素坐标，构建一张图像，所述图像上的在所有受影响车辆位置处的灰度值设置为所有受影响车辆对应的欧式...

【专利技术属性】
技术研发人员：陈宇亮，
申请(专利权)人：南通顺沃供应链管理有限公司，
类型：发明
国别省市：