一种货物跟踪方法技术

本发明专利技术提出了一种货物跟踪方法

【技术实现步骤摘要】
一种货物跟踪方法、装置及计算机可读存储介质


[0001]本专利技术涉及物流
，尤其是涉及到一种货物跟踪方法
、
装置及计算机可读存储介质
。

技术介绍

[0002]苹果公司在
2021
年发布了一种新颖的设备
AirTag。AirTag
的工作原理是基于苹果公司强大的
Find My Network。
这个网络利用全球数以亿计的苹果设备，如
iPhone、iPad
和
Mac
，形成了一个庞大的搜索网络
。
每当一个
AirTag
与任何一个在网络中的设备靠近时，它会通过蓝牙技术发送一个安全的
、
匿名的信号
。
这个信号被附近的苹果设备接收后，会上传到
iCloud
，并在其中记录
AirTag
的位置
。
这个过程完全是自动和匿名的，保证了用户隐私的同时，也能够提供准确的位置追踪信息
。
[0003]AirTag
还配备了一个内置的扬声器，当用户通过
Find My
应用寻找它时，它可以发出声音，帮助用户更快地定位它的位置
。
此外，苹果公司还为
AirTag
配备了超宽带（
UWB
）技术，这项技术适用于最新的苹果设备
。UWB
技术提供了比传统蓝牙更精确的空间感知能力，使得用户能够更准确地找到
AirTag
的具体位置
。
例如，用户可以在
Find My
应用中看到指向
AirTag
的精确方向和距离，这在寻找丢失物品时极为有用
。
[0004]苹果公司为
AirTag
设计了两种模式：正常模式和丢失模式
。
当用户将
AirTag
设置为正常模式时，
AirTag
会以比较的频率接收蓝牙信号，从而维持一个比较低的功耗
。
当用户将
AirTag
设置为丢失模式时，
AirTag
会以较高的频率接收蓝牙信号，从而增加
AirTag
被发现的概率
。
苹果公司声称，这样的设计可以确保
AirTag
在一年的时间内无需更换电池
。
[0005]尽管这种方法可以一定程度上考虑了功耗和跟踪的效率，但是不能根据场景的信号特点自适应平衡功效和跟踪效率
。
苹果公司在
2021
年开放了
Find My Network
联盟，只要加入了联盟的产品，都可以使用该网络来定位物品
。
据此，我们设计了一种新的货物跟踪方法
、
装置及计算机可读存储介质，利用了人工智能技术来自适应功耗与跟踪效率
。

技术实现思路

[0006]鉴于现有技术中物流路径规划中存在的问题，一方面，本专利技术提供了一种货物跟踪方法，该方法利用
YunTag
完成货物跟踪
,
所述
YunTag
为接入
Find My Network
联盟的用来进行货物跟踪定位的电子设备，具体包括如下步骤：
[0007]S1: 收集不同环境下
YunTag
能接收到的蓝牙信号强度数据，包括室内
、
室外
、
人群密集等不同场景，这些数据将用于训练
BERT
模型以预测最佳的
YunTag
发射功率
。
具体为：
[0008]S1.1: 在不同的环境场景中放置
YunTag
，包括室内室外
、
人群稀疏和密集的区域，记录
YunTag
能够接收到的全部蓝牙信号的参数，包括
RSSI、
频率
、
设备类型等信息
。
[0009]S1.2: 收集大量不同环境下的
YunTag
蓝牙信号数据，制定数据清洗规则，删除无效和异常数据，保证数据质量
。
[0010]S1.3: 按一定比例将数据划分为训练数据集
、
验证数据集和测试数据集
。
训练数
据集用于训练
BERT
模型，验证集用于参数调整，测试集用于评估模型性能
。
[0011]S1.4: 建立
BERT
神经网络模型，输入层为环境蓝牙信号特征，输出层为推荐的
YunTag
发射功率数值
。
设计模型结构，确定超参数
。
[0012]S1.5: 使用训练数据训练
BERT
模型，采用
Adam
优化算法不断调整模型参数以最小化损失函数，将验证集用于验证效果
。
保存最佳参数
。
[0013]S1.6: 在测试集上评估经过训练的
BERT
模型性能，记录精度
、
召回率等指标，必要时调整模型结构和超参数以提高效果
。
[0014]S2: 将
YunTag
装在需要进行跟踪的货物上，当货物被运送时，
YunTag
会读取周围环境中的蓝牙信号
。
具体为：
[0015]S2.1: 选择具有代表性的不同类别的货物进行测试，包括大小
、
形状
、
材质各异的箱子
、
包裹等，确保收集充分的数据
。
[0016]S2.2: 在这些货物的表面或内部选取合适的位置，用弹力绳等将
YunTag
牢固绑扎在货物上，确保运输震动过程中
YunTag
不会脱落
。
[0017]S2.3: 设置
YunTag
的
UID
，并输入待跟踪货物的相关信息，如货物编号
、
要求的跟踪时长等，建立货物和
YunTag
的对应关系
。
[0018]S2.4: 为
YunTag
充电，确保其电量可以维持至少一次完整的测试运输环节，避免半路电量不足而中断数据收集
。
[0019]S2.5: 将贴有
YunTag
的货物按照约定的流程进行运输，
YunTag
会实时检测并记录运输过程中的蓝牙信号，为模型训练提供数据
。
[0020]S3: 将读取到的蓝牙信号数据输入预先训练好的基于
BERT
的神经网络模型，该模型可以预测出该环境下
YunTag...

【技术保护点】

【技术特征摘要】
1.
一种货物跟踪方法方法，其特征在于，所述方法包括如下步骤：
S1: 收集不同环境下
YunTag
能接收到的蓝牙信号强度数据，所述
YunTag
为接入
Find My Network
联盟的用来进行货物跟踪定位的电子设备，其内置有蓝牙接收模块，所述蓝牙接收模块用来接收
Find My Network
中
iPhone
，
iPad
以及
Mac
发出的蓝牙信号；
S2: 将
YunTag
装在需要进行跟踪的货物上，当货物被运送时，
YunTag
会读取周围环境中的蓝牙信号；
S3: 将读取到的蓝牙信号数据输入预先训练好的基于
BERT
的神经网络模型，该模型可以预测出该环境下
YunTag
应当使用的最佳发射功率；
S4: 根据
BERT
模型的预测结果，相应地调整
YunTag
的蓝牙信号发射功率，以适应该环境；
S5: 当货物被继续运送时，
YunTag
会继续读取周围环境中的蓝牙信号，重复上述的模型预测和功率调整过程；
S6: 通过协调调整
YunTag
的发射功率，可以在保证货物可被有效跟踪的前提下，尽可能减少功耗，节省电量；
S7: 运输完成后，收集并分析整个运输过程中
YunTag
的功率调整数据和功耗情况，以进一步优化训练
BERT
模型的效果
。2.
根据权利要求1所述的方法，其特征在于，所述步骤
S1
具体为：
S1.1: 在不同的环境场景中放置
YunTag
，包括室内室外
、
人群稀疏和密集的区域，记录
YunTag
能够接收到的全部蓝牙信号的参数，包括
RSSI、
频率
、
设备类型信息；
S1.2: 收集大量不同环境下的
YunTag
蓝牙信号数据，制定数据清洗规则，删除无效和异常数据，保证数据质量；
S1.3: 按一定比例将数据划分为训练数据集
、
验证数据集和测试数据集；训练数据集用于训练
BERT
模型，验证集用于参数调整，测试集用于评估模型性能；
S1.4: 建立
BERT
神经网络模型，输入层为环境蓝牙信号特征，输出层为推荐的
YunTag
发射功率数值；设计模型结构，确定超参数；
S1.5: 使用训练数据训练
BERT
模型，采用
Adam
优化算法不断调整模型参数以最小化损失函数，将验证集用于验证效果
。3.
根据权利要求1所述的方法，其特征在于，所述步骤
S2
具体为：
S2.1: 选择具有代表性的不同类别的货物进行测试，包括大小
、
形状
、
材质各异的箱子
、
包裹，确保收集充分的数据；
S2.2: 在这些货物的表面或内部选取合适的位置，用弹力绳将
YunTag
牢固绑扎在货物上，确保运输震动过程中
YunTag
不会脱落；
S2.3: 设置
YunTag
的
UID
，并输入待跟踪货物的相关信息，包括货物编号
、
要求的跟踪时长，建立货物和
YunTag
的对应关系；
S2.4: 为
YunTag
充电，确保其电量可以维持至少一次完整的测试运输环节，避免半路电量不足而中断数据收集；
S2.5: 将贴有
YunTag
的货物按照约定的流程进行运输，
YunTag
会实时检测并记录运输过程中的蓝牙信号，为模型训练提供数据
。4.
根据权利要求1所述的方法，其特征在于，所述步骤
S3
具体为：
S3.1: 在货物运输过程中，
YunTag
以固定的时间间隔，包括每
10
秒钟，检测一次周围环境中的蓝牙信号，包括
RSSI、MAC
地址
、
频率信息；这些信号来自其他蓝牙设备的信号发射；
S3.2: 对检测到的原始蓝牙信号数据进行预处理，包括去...

【专利技术属性】
技术研发人员：刘利，张桓，何德宝，冯金付，
申请(专利权)人：运易通科技有限公司，
类型：发明
国别省市：