冯 楠,蒲清泉
(贵州大学 管理学院,贵州 贵阳 550025)
目前国内外的物流配送虽然已经跨越了送货上门阶段,但是交通拥挤、交通事故、车辆空载、货物延迟等问题未得到有效解决,整体配送效率和服务质量仍然处于较低水平,造成资源、成本、时间的巨大浪费。随着车辆电子传感设备、通信技术、汽车导航系统、智能终端设施和信息处理技术的迅猛发展,车联网作为一种特殊的无线传感器网络产生了,物流配送迎来了新的发展阶段。
车联网是指通过GPS、RFID、OBD、传感器、摄像头等设施设备,实现对车辆、道路、人之间信息的采集、处理与传递,对车辆进行实时导航服务、故障诊断,确保其安全行驶,以及对车辆及车载货物进行智能监控、调度和管理,可以解决配送过程中信息滞后、配送效率低下、不安全等问题,并且通过全程可视化管理,打通物流、商流与信息流,推动配送朝着智能化方向迈进,基于车联网平台的智能物流配送就应运而生。
关于智能化物流配送的研究,有学者对物联网在物流配送中的应用展开了研究,提出了基于物联网的智能物流配送系统[2]及优化[3],也有学者开展了物流配送车辆路径优化问题的研究,并为物流配送车辆路径选择提供了有效算法[4]和仿真[5]。而将车联网技术用于物流配送中的研究尚未开展,因此,基于车联网平台的智能化物流配送系统具有一定的的意义。
随着新零售的兴起,多批次、小批量的配送成为物流环节中最关键的“最后一公里”,其市场潜力和发展前景十分广阔,但是由于基础设施和技术体系发展依然滞后,使得配送过程存在多种问题,主要表现在以下几个方面:
由于用于车辆监控、定位、追踪等的传感设备不完备,难以对车辆状况、行驶行为、驾驶行为等进行实时监控,而且经常会发生丢货、错货、损货的状况,不利于对货物进行实时追踪与管理,严重阻碍了物流配送的发展。
由于不能合理安排行驶路线,经常导致配送过程中出现交通堵塞和迂回运输,造成配送时间增加,货物难以按时送达,甚至由于忽略车辆维修而导致交通事故,造成客户不满意和司机安全隐患,使配送整体功能难以发挥。
由于不能及时有效收集传递车辆信息和货物信息,导致车找货、货找车,造成车辆的空驶、低利用率,以及货物不能迅速找到合适的车辆,形成社会资源的浪费,无法有效发挥市场的潜力。
相关的政府部门对配送的作用和意义没有给予高度的重视,没有制定相应的监管评价体系,企业对市场缺乏信任。
根据系统的特征及物流企业自身发展的需要,研究和设计基于车联网的智能物流配送系统框架,如图1所示。
图1 基于车网联的物流配送系统框架图
信息感知层:承担数据采集任务,其中GPS和GIS主要负责车辆定位、路况预测、感知车辆周围环境及轨迹回放等[6],OBD车载自动诊断系统及其他传感器用于监测和诊断车辆的各个系统及零部件的数据和状态,RFID射频识别技术用于监控和追溯货物信息,摄像头用于实时监控驾驶员状态、周围环境,通过以上设备实时掌握车辆“空满状态、地理位置、分布数、利用率”等数据,消除了数据盲区,实现了资产透明化管理。
网络传输层:承担信息传输任务,主要负责接收车载终端的实时信息,通过无线网络、专有网络、M2M等传输至技术支撑层,实现物流配送过程中的车、路、货、人等的互联互通。
技术支撑层:承担存储、访问和计算功能,主要负责接收车载终端和系统客户端发送的信息,利用大数据和云计算技术对大量的、多种类型的数据进行快速海量存储、计算分析、检索、虚拟化管理、实时交互等处理,实现物流配送中车辆和货物的信息匹配,使得车辆进行更合理的调度,优化其配送路线、提高利用率。
应用层:应用层分为应用对象和应用接口,应用对象即为系统使用对象,分别包括系统管理人员、物流企业、租车服务商、货物供应商、车辆驾驶员,应用接口即为客户端,包括手机APP、PC-WEB、电话等,本系统的使用即为应用对象通过应用接口进入系统,进行信息发布、检索,通过系统匹配的配送方案,更好的进行决策,使得配送更安全高效、成本低廉,也可以通过对配送状况的实时监控实现配送过程透明化。
目前系统中主要采用GPS和GIS实现定位和导航,GPS负责三维位置、速度和时间等数据的接收,GIS负责数据分析处理。通过结合用户点动态实时的时空信息和周围的地理信息,可以进行GPS+GIS的动态实时导航、实时定位和车辆数据记录,进行轨迹回放,还可以分析车辆时间最短路径和距离最短路径,指引车辆行驶。
系统中无线通信技术采用远距离无线连接的数据网络和近距离无线连接的射频技术[7]、数据网络(2G/3G/4G)等无线移动通信网络,以及WLAN、WIMAX、GPRS、卫星通信等网络,构成可以互相通信和实现资源共享的网络体系,获取交通信息、汽车状况和用户信息,实现智能交通管理、车辆安全控制、信息发布与检索等功能。
系统通过各类车用传感器对汽车各指标进行感知和检测,将汽车运行中各种工作状况信息,如车速,各种介质的温度、压力,发动机运转情况等,转化成电信号输给计算机[9],对车辆各工作指标进行精确控制,进而提高车辆动力性、降低油耗、减少废气排放、检测故障,保障汽车的安全性、可靠性和舒适性。车辆诊断技术主要用OBD,从发动机的运行状况随时监控汽车是否尾气超标,当系统点亮故障灯时,可以记录下全部传感器和驱动器的数据,迅速准确地确定故障的性质和部位,最大程度地满足诊断维修的需要[10]。
系统中车载监控模块由车载摄像机、传输网络和监控中心组成,监控中心为后台指挥调度平台,支持通过多种终端进行监控,主要包括PC等客户端、电视墙、手机终端,可以进行远程视频浏览、多画面监视、录像回放,辅助技术为GPS监控,可以对车辆的位置、速度、轨迹、距离、油耗、疲劳驾驶、数据统计等业务进行报表分析,从而对车辆及司机的状态、行驶路线、车内外视频图像进行实时无线传输,使配送过程中车、货、人可查、可见、可控。
数据处理技术主要有大数据和云计算,相当于系统的思维系统,大数据是思考的基础,云计算是思考的引擎。大数据相当于海量数据的“数据库”,将物流配送流程通过网络数据化,再对数据进行高效处理发现和挖掘其潜在价值,用于交互式查询、分析和优化,云计算是在大数据基础上进行的计算模式,通过将硬件资源虚拟化再进行分配使用,形成决策后又促进数据流程化,用于提供服务,二者的结合使用可以使配送方案更优。
系统的主要功能模块如图2所示。
图2 系统主要功能模块图
身份认证包括对已有用户的管理和对新申请用户的资格准入认证,对用户的管理包含其身份验证和角色验证,都通过后用户可以根据自己账户的权限进行操作。
用户通过身份认证后,货物供应商可以在平台上发布货物的名称、数量、重量、期望运价、运输起止地、要求送达时间等信息,物流企业和租车服务商可以在客户端发布车辆所在位置、运价、容积、载量等信息,空车资源分布透明,经过系统核验、筛选和匹配,用户可以进行在线下单和在线找货,实现途径有人工检索和自动匹配,解决配送过程中车找货、货找车的难题,进而完成配送。
车辆驾驶员可以通过GPS和GIS定位,利用车内传感器对车辆周围环境进行分析,找出距离最短路径和时间最短路径,节约行驶时间,系统也可以由货物性质、用车时间、载量、路径等因素制定最佳配送方案,提示上下游用户形成最佳的路径拼接,车辆就近返程配货,用户也可以出让车辆的空闲时段,降低过程费用,进行最优取货与配送,即由系统完成远程指挥调度,优化周转率,还可以通过大数据与云计算对以往数据的分析处理,进行交通预测,提前一段时间预测车流量、车速和停车位置,减轻拥堵,解决停车难的问题,以及通过感应路桥,实现不停车收费,方便车辆行驶。
用户可以实时监控司机状态、车辆状态、货物状态,可以通过车载监控及通信网络监控司机的工作状态,是否疲劳驾驶,以及其停车、维修、加油等,增加司机与用户之间的信任度,也可以监控车辆的线路、速度、位置等,进行路线轨迹回放,以及监控货物的位置和质量。追溯即为通过RFID与报警器的连接,设有防丢失、防偷盗的提醒功能,还可以追踪货物的流向。其功能有利于用户对配送过程的实时掌握及责任追究。
在遇到危险的时候,车载终端会发布异常报警和避免碰撞的指示,在需要紧急救援时,司机可以按车内的紧急按钮,后台系统通过GPS和GIS定位车辆位置,系统管理人员迅速制定救援方案。还可以通过大数据和云计算对数据的挖掘与整理,分析车辆零部件的寿命和故障规律,对其进行修理与更换,保障车辆运行过程中的安全。车辆发生故障时,后台也可以通过OBD、车内传感器及监控对车辆进行远程诊断,帮助司机解决问题。
用户通过系统可以进行在线下单、在线接单、在线付款,完成配送过程中的交易,形成服务资源在线响应、服务价格透明等特点,其中系统管理员可以起到监管作用,还可以通过大数据以云计算进行淡旺季分析与市场需求预测,为用户制定计划。服务完成后,用户可以对本次服务企业和车辆驾驶员进行评价,评价将展示在企业及司机的界面上,以供以后的用户参考。此功能方便了用户的交易,保障了交易的安全,通过评价体系也提高了服务企业和车辆驾驶员的积极性。
具体实现过程如图3所示。
图3 系统功能实现过程图
本文分析了物流配送现状,找出了存在的问题,针对性地提出了基于车联网的智能物流配送系统,对其系统框架和主要功能模块进行了设计,对其应用的技术进行了介绍,并展示了其实现过程,达到了状态感知、实时分析、科学决策、精准执行的目的。
[]
[1]任开明,李纪舟,刘玲艳,等.车联网通信技术发展现状及趋势研究[J].通信技术,2015,48(5):507-513.
[2]陈丰照,姜代红.基于物联网的智能物流配送系统设计与实现[J].微电子学与计算机,2011,28(8):19-21.
[3]李雁碧.物联网建设对智能化物流配送系统的优化研究[J].物流工程与管理,2011,33(7):56-57.
[4]胡勇.基于蚁群算法的物流配送车辆路径优化问题的研究[D].鞍山:辽宁科技大学,2016.
[5]吴洁明.物流配送车辆路径优化问题的仿真研究[J].计算机仿真,2011,28(7):357-360.
[6]梁鹏飞.基于GPS/3DGIS技术的车辆定位监控系统的研究[D].福州:福建师范大学,2009.
[7]杨子江.无线通讯技术热点及发展趋势[J].赤峰学院学报(自然科学版),2015,31(21):66-67.
[8]刘潇亭,石晶.浅谈射频识别技术(RFID)在农产品冷链运输中的应用[J].河南科技,2013,(22):218.
[9]余黎煌.现代汽车传感器的应用及发展前景[J].科技信息,2010,(32):526-527.
[10]蓝莹.浅谈汽车OBD系统使用和发展[J].时代教育(教育教学版),2009,(4):113.