System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及运力数据处理领域,特别涉及一种运力数据处理方法及系统。
技术介绍
1、随着物流、运输及共享经济行业的快速发展,对运输资源的管理和调度需求日益增长。为了提高运输效率和降低运营成本,各类智慧运输场景需要对运力资源进行集中管理和调度。然而,现有的运力池管理系统往往存在信息碎片化、数据处理和服务能力有限等问题,这使得对运力资源的管理和调度效率不高,无法满足日益增长的市场需求。
2、现有的运力池管理系统主要侧重于对运力资源的基本管理和调度,如车辆信息、司机信息等。这些系统通常基于车载装置(如北斗设备)和移动通信设备(如智能手机)收集车辆位置、速度等信息,并通过云端服务器进行数据汇聚和处理。然而,现有技术在以下几个方面存在局限性:
3、(1)信息汇聚渠道有限:现有技术主要依赖车载装置和移动通信设备收集信息,缺乏与第三方服务提供商的对接,导致信息收集不全面。
4、(2)数据处理能力不足:现有技术对收集到的信息进行的处理较为简单,缺乏对异常情况的检测和分析,无法提供足够的洞察供业务系统使用。
5、(3)服务功能局限:现有技术所提供的服务主要局限于基础信息查询和轨迹规划,缺乏信息高度整合后对电子围栏、人车轨迹匹配、常跑路线分析等高级功能的支持。
技术实现思路
1、基于此,本申请实施例提供了一种运力数据处理方法及系统,具体实现了对运力数据汇聚、整合与服务提供的过程,解决了现有技术中所存在的问题。
2、第一方面,提供了一种运力数据
3、建立与各类数据源的通信连接关系,获取数据源所传输的各类运力原始信息;其中,所述数据源至少包括道路运输电子证照系统、物流业务系统、物流信用评价系统、车载设备以及与第三方服务提供商;
4、对各类运力原始信息进行合并更新补齐处理,根据业务主键将处理后的各类运力原始信息进行关联存储;
5、基于关联存储后的数据建立运力池,对所述运力池进行信息整合分析得到分析结果;其中,所述信息整合分析至少包括电子围栏分析、异常分析、人车轨迹匹配分析以及常跑路线分析;
6、将得到的分析结果及对应的原始数据进行封装,提供给目标对象。
7、可选地,所述获取数据源所传输的各类运力原始信息,包括:
8、获取数据源传输的司机、车辆和业户的基本信息、信用评价、实时定位、历史轨迹、多通道视频内容以及各类报警信息。
9、可选地,对所述运力池进行电子围栏分析时,具体包括:
10、根据业务需求在地理信息系统中定义电子围栏区域;
11、通过实时定位数据判断车辆和司机是否进入或离开这些区域;
12、当车辆或司机进入或离开电子围栏区域时,触发相应的事件通知;
13、其中,所述电子围栏区域至少包括圆形、方形和行政边界形。
14、可选地,对所述运力池进行异常分析时,具体包括:
15、根据车辆和司机的历史数据挖掘出异常行为,并对异常行为进行实时预警,辅助相关人员进行问题处理;其中,所述异常行为至少包括超速、怠速、疲劳驾驶、货物偷换。
16、可选地,根据车辆和司机的历史数据挖掘出异常行为之前,所述方法还包括:
17、对原始数据进行清洗和预处理;其中,包括去除异常值、填补缺失值、数据标准化;
18、提取目标特征,并根据业务需求及目标特征构建高级特征;其中,目标特征包括速度、加速度、方向;高级特征包括驾驶时长、平均速度等。
19、可选地,对所述运力池进行人车轨迹匹配分析时,具体包括:
20、将司机的实时位置信息与车辆的实时位置信息进行匹配,判断人车是否一致;其中,对于司机和车辆的实时位置数据使用卡尔曼滤波器进行去噪、平滑处理;通过基于距离、时间序列相似性或概率图模型的方法进行人车轨迹匹配。
21、可选地,对所述运力池进行人车轨迹匹配分析时,还包括:
22、设定时间和空间阈值,以排除定位误差;
23、以及,结合司机的历史轨迹和车辆的历史轨迹进行分析。
24、可选地,对所述运力池进行常跑路线分析时,具体包括:
25、通过对运力池中车辆的历史轨迹数据进行聚类分析和轨迹挖掘,确定车辆常跑路线和热点区域。
26、可选地,对运力池中车辆的历史轨迹数据进行聚类分析和轨迹挖掘,具体包括:
27、使用卡尔曼滤波器对车辆的历史轨迹数据进行去噪、平滑处理;
28、采用基于距离、密度、层次的方法进行轨迹聚类,以及采用核密度估计法计算轨迹密度,确定热点区域。
29、第二方面,提供了一种运力数据处理系统,该系统包括:
30、获取模块,用于建立与各类数据源的通信连接关系,获取数据源所传输的各类运力原始信息;其中,所述数据源至少包括道路运输电子证照系统、物流业务系统、物流信用评价系统、车载设备以及与第三方服务提供商;
31、存储模块,用于对各类运力原始信息进行合并更新补齐处理,根据业务主键将处理后的各类运力原始信息进行关联存储;
32、分析模块,基于关联存储后的数据建立运力池,对所述运力池进行信息整合分析得到分析结果;其中,所述信息整合分析至少包括电子围栏分析、异常分析、人车轨迹匹配分析以及常跑路线分析;
33、服务模块,用于将得到的分析结果及对应的原始数据进行封装,提供给目标对象。
34、本申请实施例提供的技术方案带来的有益效果至少包括:
35、(1)简化信息获取和整合:通过对各类数据进行高度整合,本专利技术避免了业务系统需要对接多个数据渠道的复杂性,大大简化了信息获取和处理的过程。业务系统可以直接从运力池调度系统获取所需的完整、准确、实时的数据,降低了数据处理的成本和复杂度。
36、(2)降低业务系统的计算压力:本专利技术将运力池中的各类服务整合到一个系统中,如电子围栏、异常分析、人车轨迹匹配等,避免了物流业务系统需要再次进行复杂计算。这使得业务系统可以更专注于运输安全、质量控制等关键环节,提高了整体业务效率。
37、(3)提供更高效的数据服务:本专利技术的运力池调度系统可以为其他相关系统提供各类数据服务,如实时位置、车辆状态、异常事件等。这为物流业务系统、监控系统、安全管理系统等提供了便利性,有助于实现各系统之间的无缝对接,提高企业的数据利用效率。
38、(4)支持灵活的数据定制和扩展:由于本专利技术对各类数据进行了高度整合,可以根据实际业务需求灵活定制和扩展数据服务。这使得企业可以根据自身需求,快速调整运力池调度系统的功能,以适应不断变化的市场环境。
本文档来自技高网...【技术保护点】
1.一种运力数据处理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的运力数据处理方法,其特征在于,所述获取数据源所传输的各类运力原始信息,包括:
3.根据权利要求1所述的运力数据处理方法,其特征在于,对所述运力池进行电子围栏分析时,具体包括:
4.根据权利要求1所述的运力数据处理方法,其特征在于,对所述运力池进行异常分析时,具体包括:
5.根据权利要求4所述的运力数据处理方法,其特征在于,根据车辆和司机的历史数据挖掘出异常行为之前,所述方法还包括:
6.根据权利要求1所述的运力数据处理方法,其特征在于,对所述运力池进行人车轨迹匹配分析时,具体包括:
7.根据权利要求6所述的运力数据处理方法,其特征在于,对所述运力池进行人车轨迹匹配分析时,还包括:
8.根据权利要求1所述的运力数据处理方法,其特征在于,对所述运力池进行常跑路线分析时,具体包括:
9.根据权利要求8所述的运力数据处理方法,其特征在于,对运力池中车辆的历史轨迹数据进行聚类分析和轨迹挖掘,具体包括:
10
...【技术特征摘要】
1.一种运力数据处理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的运力数据处理方法,其特征在于,所述获取数据源所传输的各类运力原始信息,包括:
3.根据权利要求1所述的运力数据处理方法,其特征在于,对所述运力池进行电子围栏分析时,具体包括:
4.根据权利要求1所述的运力数据处理方法,其特征在于,对所述运力池进行异常分析时,具体包括:
5.根据权利要求4所述的运力数据处理方法,其特征在于,根据车辆和司机的历史数据挖掘出异常行为之前,所述方法还包括:
【专利技术属性】
技术研发人员:赵宪泽,李铁军,王腾,樊彬,
申请(专利权)人:中交智运有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。