基于大数据分析的物流供应链配送智能化监测系统技术方案

本发明专利技术属于物流监管技术领域，具体是基于大数据分析的物流供应链配送智能化监测系统，包括服务器

【技术实现步骤摘要】
基于大数据分析的物流供应链配送智能化监测系统


[0001]本专利技术涉及物流监管
，具体是基于大数据分析的物流供应链配送智能化监测系统
。

技术介绍

[0002]供应链物流是为了顺利实现与经济活动有关的物流，协调运作生产
、
供应活动
、
销售活动和物流活动，进行综合性管理的战略机能，物流配送是一种综合性的
、
规模化的物流形式，能够实现物品从供应地到接受地的实体流动，包含运输
、
分拣
、
配货
、
加工等环节；
[0003]在进行物流供应链配送时，主要通过物流车辆将货物按照相应的配送路线将货物运输至目的地，目前无法在运输前自动合理进行驾驶人员选定，且在物流配送运输过程中无法将货物储存和驾驶安全进行有效监管，以及无法实现对前行风险的准确评估并进行速度合理调控，难以保证物流配送过程的人员安全和货物安全；
[0004]针对上述的技术缺陷，现提出一种解决方案
。

技术实现思路

[0005]本专利技术的目的在于提供基于大数据分析的物流供应链配送智能化监测系统，解决了现有技术无法在运输前自动合理进行驾驶人员选定，且在物流配送运输过程中无法将货物储存和驾驶安全进行有效监管，以及无法实现对前行风险的准确评估并进行速度合理调控，人员安全和货物安全无法得到保证的问题
。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]基于大数据分析的物流供应链配送智能化监测系统，包括服务器
、
配送人员选择模块
、
物流储存监测模块
、
配送安全监管分析模块以及前行风险性监测模块；配送人员选择模块采集到物流配送的路线，获取到待分配的驾驶人员，将对应驾驶人员标记为驾驶对象
k
，
k
＝
{1,2
，
…
，
m}
，
m
表示待分配的驾驶人员数量且
m
为大于1的自然数；通过物流驾驶汇总分析以得到驾驶对象
k
的汇分值，按照汇分值由大到小的顺序将待分配的驾驶人员进行排序，选择位于首位的驾驶人员作为当次物流配送的驾驶人员；
[0008]物流储存监测模块用于在物流配送过程中将物流车辆的储存车厢进行多位置检测分析，通过分析以获取到偏重差值，在偏重差值超过预设偏重差值阈值时生成储存预警信号，在未生成储存预警信号时通过分析以获取到储分值，据此以进行判断并生成储存预警信号或储存合格信号，将储存预警信号或储存合格信号发送至服务器；服务器将储存预警信号发送至物流车辆的车载终端，以及将储存预警信号发送至物流供应链配送监管终端；
[0009]配送安全性监管模块用于在物流配送过程中将对应驾驶人员进行分析，据此以生成配送预警信号或配送合格信号，将配送预警信号或配送合格信号发送至服务器；服务器将配送预警信号发送至物流车辆的车载终端，以及将配送预警信号发送至物流供应链配送监管终端；前行风险性监测模块用于评估判断物流车辆的前行风险性状况，据此以向其分
配相应的前行速度范围，采集到物流车辆的实时车速并将其与对应前行速度范围进行数值比较，在实际车速未处于对应前行速度范围内时生成相应速调预警信息，将相应速调预警信息经服务器发送至对应物流车辆的车载终端
。
[0010]进一步的，物流储存监测模块的具体运行过程包括：
[0011]将物流车辆的储存车厢内部划分为若干个监测区域，将对应监测区域标记为
i
，
i
＝
{1,2
，
…
，
n}
，
n
表示监测区域数量且
n
为大于1的自然数；采集到监测区域
i
的初始图像和实时图像，将实时图像与初始图像进行重合以得到区域重合度，将区域重合度与预设区域重合度阈值进行数值比较，若区域重合度未超过预设区域重合度阈值，则将监测区域
i
标记为偏离区域；若区域重合度超过预设区域重合度阈值，则将监测区域
i
标记为重合区域；将偏离区域的数量减去重合区域的数量以得到偏重差值，将偏重差值与预设偏重差值阈值进行数值比较，若偏重差值超过预设偏重差值阈值，则生成储存预警信号
。
[0012]进一步的，若偏重差值未超过预设偏重差值阈值，则采集到监测区域
i
的实时温度
、
实时氧气浓度
、
实时湿度和振动频幅值，将实时温度相较于预设适宜温度标准值的偏离值标记为温度数据，同理获取到氧气数据和湿度数据，将温度数据
、
氧气数据
、
湿度数据和振动频幅值进行分析计算得到区况值；将区况值与预设区况阈值进行数值比较；
[0013]若区况值超过预设区况阈值，则将监测区域
i
标记为非适宜区域，若区况值未超过预设区况阈值，则将监测区域
i
标记为适宜区域；将非适宜区域的数量与适宜区域的数量进行比值计算得到储分值，将储分值与预设储分阈值进行数值比较，若储分值超过预设储分阈值，则生成储存预警信号，否则生成储存合格信号
。
[0014]进一步的，配送安全监管分析模块的具体运行过程包括：
[0015]对物流车辆的驾驶人员进行监控，事先录入若干种异常驾驶行为，基于实时监控影像以判断对应驾驶人员是否存在异常驾驶行为，若存在异常驾驶行为，则生成配送预警信号；若不存在异常驾驶行为，则设定配送检测时段，采集到配送检测时段对应驾驶人员的刹车次数，以及每次刹车时的刹车距离以及刹车前的速度和刹车后的速度，将对应刹车前的速度和刹车后的速度进行差值计算得到刹速值，将刹车距离与刹速值进行比值计算得到刹表值；
[0016]将刹表值与预设刹表阈值进行数值比较，若刹表值未超过预设刹表阈值，则判断对应刹车过程存在安全风险并将对应刹车过程标记为异刹过程；将异刹过程的数量与刹车次数进行比值计算得到异刹值，将异刹值与刹车次数进行数值计算得到配送监分值；将配送监分值与预设配送监分阈值进行数值比较，若配送监分值超过预设配送监分阈值，则生成配送预警信号；若配送监分值未超过预设配送监分阈值，则生成配送合格信号
。
[0017]进一步的，配送安全性监管分析模块与驾驶环境管控模块通信连接，在生成配送合格信号时将其发送至驾驶环境管控模块，驾驶环境管控模块采集到物流车辆驾驶室内的环境信息，环境信息包括通风量值
、
温度量值
、
湿度量值
、
氧气量值
、
光亮量值以及粉尘量值，将通风量值
、
温度量值
、
湿度量值
、
氧气量值
、
光亮量值以及粉尘量值分别与对应的预设阈值进行数值比较，若存在超过对应预设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于大数据分析的物流供应链配送智能化监测系统，其特征在于，包括服务器
、
配送人员选择模块
、
物流储存监测模块
、
配送安全监管分析模块以及前行风险性监测模块；配送人员选择模块采集到物流配送的路线，获取到待分配的驾驶人员，将对应驾驶人员标记为驾驶对象
k
，
k
＝
{1,2
，
…
，
m}
，
m
表示待分配的驾驶人员数量且
m
为大于1的自然数；通过物流驾驶汇总分析以得到驾驶对象
k
的汇分值，按照汇分值由大到小的顺序将待分配的驾驶人员进行排序，选择位于首位的驾驶人员作为当次物流配送的驾驶人员；物流储存监测模块用于在物流配送过程中将物流车辆的储存车厢进行多位置检测分析，通过分析以获取到偏重差值，在偏重差值超过预设偏重差值阈值时生成储存预警信号，在未生成储存预警信号时通过分析以获取到储分值，据此以进行判断并生成储存预警信号或储存合格信号，将储存预警信号或储存合格信号发送至服务器；服务器将储存预警信号发送至物流车辆的车载终端，以及将储存预警信号发送至物流供应链配送监管终端；配送安全性监管模块用于在物流配送过程中将对应驾驶人员进行分析，据此以生成配送预警信号或配送合格信号，将配送预警信号或配送合格信号发送至服务器；服务器将配送预警信号发送至物流车辆的车载终端，以及将配送预警信号发送至物流供应链配送监管终端；前行风险性监测模块用于评估判断物流车辆的前行风险性状况，据此以向其分配相应的前行速度范围，采集到物流车辆的实时车速并将其与对应前行速度范围进行数值比较，在实际车速未处于对应前行速度范围内时生成相应速调预警信息，将相应速调预警信息经服务器发送至对应物流车辆的车载终端
。2.
根据权利要求1所述的基于大数据分析的物流供应链配送智能化监测系统，其特征在于，物流储存监测模块的具体运行过程包括：将物流车辆的储存车厢内部划分为若干个监测区域，将对应监测区域标记为
i
，
i
＝
{1,2
，
…
，
n}
，
n
表示监测区域数量且
n
为大于1的自然数；采集到监测区域
i
的初始图像和实时图像，将实时图像与初始图像进行重合以得到区域重合度，将区域重合度与预设区域重合度阈值进行数值比较，若区域重合度未超过预设区域重合度阈值，则将监测区域
i
标记为偏离区域；若区域重合度超过预设区域重合度阈值，则将监测区域
i
标记为重合区域；将偏离区域的数量减去重合区域的数量以得到偏重差值，将偏重差值与预设偏重差值阈值进行数值比较，若偏重差值超过预设偏重差值阈值，则生成储存预警信号
。3.
根据权利要求2所述的基于大数据分析的物流供应链配送智能化监测系统，其特征在于，若偏重差值未超过预设偏重差值阈值，则采集到监测区域
i
的实时温度
、
实时氧气浓度
、
实时湿度和振动频幅值，将实时温度相较于预设适宜温度标准值的偏离值标记为温度数据，同理获取到氧气数据和湿度数据，将温度数据
、
氧气数据
、
湿度数据和振动频幅值进行分析计算得到区况值；将区况值与预设区况阈值进行数值比较；若区况值超过预设区况阈值，则将监测区域
i
标记为非适宜区域，若区况值未超过预设区况阈值，则将监测区域
i
标记为适宜区域；将非适宜区域的数量与适宜区域的数量进行比值计算得到储分值，将储分值与预设储分阈值进行数值比较，若储分值超过预设储分阈值，则生成储存预警信号，否则生成储存合格信号
。4.
根据权利要求3所述的基于大数据分析的物流供应链配送智能化监测系统，其特征在于，配送安全监管分析模块的具体运行过程包括：对物流车辆的驾驶人员进行监控，事先录入若干种异...

【专利技术属性】
技术研发人员：郑尚杰，
申请(专利权)人：太仓泽远供应链管理有限公司，
类型：发明
国别省市：