基于车联网技术的快递车辆管控平台设计与应用

（中国邮政集团有限公司，北京 100808）

0 引言

随着物联网技术在智能交通中的广泛应用，车联网技术快速发展。车联网是移动互联网、物联网向业务实质和纵深发展的必由之路，也是未来信息通信、环保、节能、安全等发展的融合性技术[1]。车联网技术与物流行业有效结合，实现物流路径优化与物流车辆实时控制，大大提升了车辆安全管理水平[2]。通过车联网技术，使得车辆对周围环境的感知能力、车载终端的计算与规划能力显著增强，实现车与车、人、路、服务平台之间的信息共享和信息传输，为快递车辆的智能化、数字化管控提供了可能[3]。

车联网涉及多个技术领域，涵盖数据采集、视频分析与识别、语音识别、操作系统、云计算、开放式接入协议、大数据、无线通信等关键技术。20 世纪50 年代，部分美国私营公司就已开始研发汽车自动控制系统。目前，以美国、欧盟和日本为代表的发达国家和地区对车路协同系统的应用场景基本定义完毕，目前处于对相关技术的探索、实验和测试阶段，尚未大规模推广和应用[4]。2010 年，我国首届“车联网”研讨会成功召开，提出了“车联网”这一概念。近10 年来，我国货运车联网技术与产业发展迅猛，2018年制定了《国家车联网产业标准体系建设指南》，旨在推动形成统一、协调的国家车联网产业标准体系架构[5]。目前关于车联网的研究多侧重理论层面，如车联网资源共享[6]、数据传输算法[7]、信息安全[8]等，涉及应用层面的较少。快递企业普遍利用卫星导航系统对车辆进行监控管理[9]，但尚未依托车联网技术通过人、车、路、通信、平台全方位链接与数据交互进行车辆管控。北斗卫星导航系统（以下简称北斗系统）作为中国自主研发的全球卫星导航系统，目前已被广泛应用于各个领域，其中也包括车联网[10-12]。目前，关于北斗系统在物流车辆监控方面的研究更偏向于理论[13-15]，有关其应用于快递车辆管理实践的研究尚为空白。

近年来，伴随着电子商务井喷式增长，国内市场消费升级，快递行业迅猛发展，快递运输车辆规模高速增长，导致快递企业车辆管理压力陡增，传统的管理手段已经不能满足快递运输车辆管理精细化的要求。《邮政强国建设行动纲要》[16]明确指出，要加快产业数字化转型，重点拓展大数据、人工智能、物联网、北斗卫星导航等技术应用。但目前我国快递企业车辆管理方面的智能化、数字化发展滞后，运输车辆现代科技装备和信息化应用不充分问题凸显，亟需针对快递行业车辆管控需求，研究开发与车联网深度融合的车辆管控平台系统。

为此，本文综合利用车联网技术、北斗系统、智能识别技术、大数据与可视化技术，研究设计了基于车联网技术的快递车辆管控平台，创新构建了车联网与快递产业深度融合的“终端+网络+平台+客户”整体架构，并提出单北斗终端研究应用路线。通过在全国31 个省的实践应用，推进了北斗系统在交通运输行业的深度应用，同时提高了快递企业车辆管理的自动化、智能化、精细化水平。

1 快递车辆管理需求分析

经过近10年的高速发展，我国快递业务量已从2010 年的23.4 亿件增长到2019 年的635.2 亿件，成为世界第一快递大国。随着互联网和数字经济的进一步发展，快递业发展仍将处于上升期。但随着对快递业规模集中化、管理精细化、安全性等方面要求的提高，对快递运输车辆管理也提出了以下需求。

（1）快递运输车辆管理智能化需求

经过多年激烈竞争，近几年我国快递业市场的品牌集中度逐渐提高（如图1所示），头部快递公司高速增长。2019 年主要快递企业市场份额占比在50%以上，快递车辆等行业资源也将会向头部企业集中，车辆管理难度将进一步加大。为推动降本增效，快递企业亟需应用信息化技术手段，智能识别快件装载情况、业务量发展与车辆运能匹配状态以及全国车辆实时调度情况等，从而提升车辆运载效率，保障快件时效。因此，快递企业对运输车辆、快件、人员实现全程感知，远程智能监控车辆状态，智能识别运输途中快件异常情况以及智能化推送、处理用户关心的运输信息等车辆管理智能化需求十分迫切。

图1 快递与包裹服务品牌集中度指数CR8

（2）提高快递车辆安全性的需求

确保快件安全是行业持续发展的基石，然而目前快递企业的管理模式大多仍是“重结果、轻过程”的粗放型管理，对运输过程中驾驶人员疲劳驾驶、看手机、急刹车、急加速等危险驾驶行为缺乏有效监管手段，交通事故频发，直接影响人民的生命财产安全。为保证快递业持续健康发展，需要进一步强化安全隐患排查及风险监测预警力度，尤其是运输等易发生安全事故的环节。由于对快递企业驾驶行为的管控缺乏着力点，无法对车辆运输过程中的安全风险有效预警和监控，亟需通过技术手段规范驾驶员的驾驶行为，降低运输过程中的安全风险。

（3）快递车辆管理数字化、可视化的需求

目前快递企业对运输车辆管控需求逐步从车辆行驶轨迹时限监控，向时限、成本、服务全方位管控转变，围绕稳定的运输时效、最优化的成本控制以及优质的服务保障来提升企业核心竞争力，以求在市场竞争中脱颖而出。数字驱动、协同共享是快递企业运输管理的发展之本。公路运输成本在整个快递成本构成中占比较大，而燃油费在公路运输成本中占比达到27%，居第一位。影响燃油费的因素很多，包括驾驶行为、道路情况、车辆技术状况、货物装载情况等。通过对人、车、货、路等状态进行数字画像，实现人、车、路数据协同共享，可精准有效提高车辆利用率，降低企业日常运营成本。在服务保障方面日趋透明化、可视化，不断提升运输全程管理能力，以满足用户对运输货物全程实时监控的需求，达到安全运营、降本增效的目的。数字化、可视化已成为快递车辆管理的一大趋势。

（4）快递车辆管理科学化的需求

由于快递企业对运输车辆信息化日趋重视，安装在车辆上的各类车载设备越来越多。随着海量数据挖掘和运营能力的积累，如何科学搭建车联网平台，充分利用这些数据，以规范化、标准化方式管理生产、指导作业，是快递企业建设车辆管理系统需要解决的重要问题。此外，邮政快递行业除提供涉及民生领域的快递服务以外，还为国家党政机关、边防哨所等敏感行业、区域等对信息安全保密要求较高的客户提供特殊服务，需要采用自主安全导航定位服务确保邮件的信息安全。目前，道路运输领域使用的卫星定位终端绝大部分为北斗/GPS 兼容模式，单北斗系统市场占有率低，对北斗系统的高精度应用数量更少，在我国民用领域，与快递业务相结合的单北斗车载导航终端市场尚未形成。因此，如何科学地规划应用由我国自主研发的北斗系统及相关技术，最大限度地发挥北斗系统精度高、覆盖广、信息安全保密的优势，也是邮政快递行业需要重点考虑的问题。

2 快递车辆管控平台总体设计

本文以邮政车辆管控平台为背景，构建了“单北斗卫星导航+车联网”的快递车辆监控平台，实现客户、平台监控、网络和车载终端之间的实时交互，建立车内、车与人、车与车、车与平台之间全方位链接，以提升快递运输智能化水平。

2.1 平台构建原则

车辆管控平台的构建应充分考虑应用系统的扩展性和安全性，实现应用服务、数据库服务、通信中心、实时分析服务、离线分析服务、接口对接服务、内网应用等互相解耦和分离，各模块相对独立又紧密配合。体系结构应满足集中维护、集中管理的需要，支持全国性统一业务的快速开发及全网推广。采用全国集中的模式组建，基于云平台进行设计和规划，实现平台系统的日常监控管理，服务器中数据互为备份、安全可靠，最终发挥云平台统一管理和运维的低成本优势[17]。

2.2 平台功能设计

为提高运输环节管理的精细化水平，本文提出基于车联网、北斗定位导航等技术，搭建一个集车辆运行预警监控、全程可视化感知、成本精益管控、快件时效质量安全管理等功能于一体的人、车、路协同管理一体化车辆管控平台，实现快递运输全程透明化、数字化、精细化管控，进一步缩短邮件运输时限，降低运行成本，提升安全运营水平，改善用户体验。

（1）运输监控可视化

平台系统通过车辆运输全流程数据采集，与时限管控相结合，多种形式可视化展示，以数据打通车辆运输线路任务执行全过程，便于快递企业中转场等部门精确跟踪车辆在运输线路上的任务执行进度，以及精确预判快件的到达情况，以便对生产计划做出合理安排，进一步提升管理水平与运行效率。

通过车载视频监控、车载终端中控制器局域网总线技术（Controller Area Net-work Bus,CAN⁃Bus）对车辆驾驶行为数据的采集和分析[18]，实现运输作业可监控、可跟踪、可对讲、可监听、可回溯、可分析、可指挥、可调度的功能。

通过采集胎压监控系统（Tire Pressure Moni⁃toring System,TPMS）、高级辅助驾驶系统（Ad⁃vanced Driving Assistance System,ADAS） 和驾驶员监测系统（Driver Monitoring System,DMS）实时数据，实时分析车辆行驶状况和驾驶员的安全状况，使平台系统具备主动预防、提前进行安全预警的功能，可及时发现和排除车辆行驶安全隐患，确保快递运输安全。

（2）运输管理科学化

采用车载北斗系统+移动App 的技术手段，通过分析业务流向数据，掌握快递运力供给、道路拥堵等实际情况，优化行车线路，进而提高运输组织效率，减少车辆油耗。在运行的全过程中，通过对车辆的位置、里程、油耗、速度、载重、线路、周边环境、路况及驾驶行为等信息进行数字化管理，深入分析影响快递车辆油耗的主要因素，鼓励驾驶人员改善驾驶习惯，提升驾驶水平，降低车辆油耗。

（3）运输成本精细化

平台系统采集了车辆的过路过桥费、加油费、年审费、保险费、维修费、司机工资、车型、吨位、每次载重量等信息，可以全面分析、详细展示车辆运行使用成本。通过精细化分析，可以计算出单车的运输费用、单趟线路运行成本、某类车型的运输成本、自办运输线路和外包运输线路的运输成本以及各运输车队的运输成本，以指导快递企业对运输成本进行精细化管控。

（4）考核评价标准化

平台系统通过科学化的数据支撑，从时限、质量、效率、费用四个维度对快递生产作业单位进行关键绩效指标（Key Performance Indicator,KPI）考核，从时限、安全、经济三个维度对司机进行KPI考核，建立起标准化的考核评价体系，可进行横向对比，为快递企业的科学化管理提供有力支撑。

2.3 关键技术

（1）北斗定位导航技术

北斗系统现已实现全球覆盖，可为全球用户提供全天候、全天时、高精度的定位、导航和授时服务[19]。快递车辆管控平台采用的单北斗定位终端设备，是以单北斗导航芯片及高精度模块为基础，结合快递车辆管控的应用需求研制的导航车载终端，并通过3G/4G/RDSS 通信链路将位置信息和速度信息发送给平台，其定位精度、稳定性、可靠性、安全性已在平台系统的实际应用中得到验证。

快递车辆管控平台基于北斗系统，可实现车辆运输线路的智能规划，保障快递车辆按时将货物精准送达。一方面，快递车辆在规划线路上执行干线运输任务时，根据实时路况及时向驾驶员及平台中心反馈路况对运输时效的影响，若系统测算到该状况可能影响快递车辆运输准点性时，将自动规划新的可执行的、保证时效的线路，在平台中心批准新线路后，系统将自动执行新线路并通知驾驶员。另一方面，在快递车辆投递配送货物时，系统根据每日每车所有投递货物配送地址，按“最短路径、最少时间”原则，结合实时路况自动规划车辆配送路线，使快递车辆驾驶员无需熟悉城市街道，在工作时间段内可实现最大货物配送量，提高快递车辆货物配送时效性和车辆的利用率。

（2）车联网智能识别技术

平台借助车联网技术，联通车辆中的CAN⁃Bus、车头车后及车内多路视频设备、北斗系统定位设备、胎压监控系统、ADAS、DMS、车厢温度/烟感探测器等电子设备，实现对车辆运行状态、道路周边情况、司机驾驶状态等信息的实时采集和监控，通过对驾驶员人脸的智能识别技术以及车辆运行环境的视频智能识别技术，及时发现车辆驾驶安全隐患，做到对车辆即将发生的碰撞事故、危险驾驶行为、轮胎运行不正常等情况进行提前预警、报警，以便及时处置在途异常事件，不断提升行车安全水平。

（3）支持车辆跟踪监测的信息索引及存储技术

平台设计接入百万台级的车辆，涉及海量的车辆实时状态信息和位置数据实时存储和访问，若采用传统结构存储方式，在进行数据查询和跨行读取数据时，会消耗大量的计算寻址时间，难以承载如此大数据量、高并发的写入和读取压力。本平台系统采取云表格存储技术，基于倒排索引和列式存储，保证了系统的高并发读写和查询能力，如将一台车的数据按照时间先后顺序集中存储，对中央处理器（Central Processing Unit,CPU）和内存要求较低，读写性能接近于磁盘和网卡最大吞吐能力，可极大地降低硬件投入成本，并实现在海量数据下更快地查询和跟踪监测。

（4）车辆管控信息大数据实时计算技术

平台平均每天在线车辆达10万台以上，系统需要统计每天每台车的行驶里程、耗油量、异常数据等各项指标，平均每台车每天约有4 000 条记录，合计40 亿条数据。若采用传统的计算方式，无法将40亿条数据全部载入内存，需按车辆逐个计算，虽然可进行一些优化，如多线程多机器，但消耗的时间仍在2h以上。采用大数据实时计算技术后，系统以数据并行和流水线方式执行任意流数据程序，将计算的过程拆解为数据源、分组计算单元、计算结果存储3 个步骤，通过20台4 个CPU、16GB 内存的集群计算服务器，仅需数秒即可完成计算。原本需要夜晚集中批处理后第二天才能提供数据的工作，已经可以在大数据实时计算技术下秒级完成，更好地为运营服务提供支撑。

2.4 平台架构设计

（1）总体架构

为满足快递业务需求，采用“终端+网络+平台+客户”整体架构，建立统一规划、统一标准、统一接入、统一维护的车辆管控平台。终端涉及车联网信息的综合采集（车辆发动机、温度/烟感数据）、视频识别与分析、语音指令与播报等，实时自动采集车辆运行数据、驾驶行为数据及生产运输数据；网端涉及3G/4G+短信无线通讯技术、北斗定位技术等，将车辆位置、告警信息、实时视频、车辆发动机等各类数据信息实时传输至平台[20]；平台端涉及云计算、分布式部署、开放接入协议等，采用云服务器，部署通信中心、业务系统、实时分析、配置管理中心、日志统计分析、监控模块等，在负载均衡、数据库备份、缓存、数据分析、文件存储、安全防护等方面提供良好的技术支撑；客户端涉及移动互联网技术[21]、可视化分析等，通过PC端、手机端和第三方平台与用户直观交互。平台总体架构如图2所示。

图2 快递车辆管控平台总体架构图

（2）逻辑架构

本文将快递车辆管控平台的逻辑层次划分为感知层、网络层、基础设施层、数据层、平台层、应用层及展示层。技术选型时采用开源框架，各层之间高内聚、低耦合，通过Spring 微服务，使各服务相对独立，实现快速迭代开发。主要逻辑如图3所示。

（3）技术架构

快递车辆管控平台系统技术架构采用阿里云技术，实现快速部署、易于扩展、智能管理。其中，通信中心、业务系统、实时分析、配置管理中心、日志统计分析、监控模块部署在阿里云ECS 服务器中；系统数据库部署在阿里云RDS中；缓存组件使用阿里云Redis；车辆轨迹、CAN⁃Bus 等数据保存在阿里云开放结构化数据服务（Open Table Service,OTS）中，运用大数据对车辆位置信息进行分析及计算。该平台系统通过车载终端设备实时输入视频、发动机、位置、速度、告警等车辆运行数据，通过PC端、移动端App输出管理工具，让车辆调度人员、驾驶员、外包承运商等全部参与到运输过程管控中，让系统管理实时高效、无所不在。系统技术架构如图4所示。

图3 快递车辆管控平台系统逻辑架构图

图4 快递车辆管控平台系统技术架构图

3 快递车辆管控平台应用案例

3.1 案例背景

为统筹调配运力资源，实现运力可视化管理，中国邮政集团有限公司从2018 年5 月至今，在全国邮政85个一、二级中心局推广上线车辆管控平台，已累计接入各类干线运输车辆20.8 万余台，累计监控车辆运行轨迹849 万次，注册司机20.2 万人，注册承运商281 家，通过车辆管控平台构建共享运力资源池、在线监控车辆全过程、量化评估承运商服务、精细化对标运输成本，重塑了邮政干线运输生产管控流程，实现对邮件运输和车辆运行全方位在线实时管控，初步实现了智能感知、全程监管、透明管控的邮政车辆精细化管控目标，全面提升了邮政运输的可视化管理水平。

3.2 应用效果

（1）事前预警，辅助安全驾驶

快递业的运输安全监管通常以事中抽查、事后处罚为主，过程管控力度较弱。车辆管控平台系统利用人脸识别、视觉分析等技术，综合判断驾驶员注意力下降、呆滞、蛇形行驶等驾驶状态，提前预判车辆运行途中的安全风险，通过向驾驶员发出疲劳预警、碰撞预警、偏离预警等报警，提醒驾驶员采取紧急措施控制车辆，加强车辆行驶中的管控力度，降低车辆行驶事故风险。此外，利用CANBus 技术可识别急加速、急减速、急刹车等车辆行驶状态，并将驾驶行为数据化，在云端通过人工智能（Artificial Intelligence,AI）进行数据统计，预判安全系数，协助车队开展主动安全驾驶培训。

（2）提升运输效率，促进节能减排

从单一线路调度下单、承运商接单、车辆进站装车、道路运行及到站卸车，实现运输全程信息无断点，全面掌握上万条线路运行情况；并通过将车辆运行位置、当班司机、装载邮件量等相关数据集成，利用大数据分析预测运力需求，优化运行线路，动态调配全网运力，使邮政长途一干车辆日均行驶里程达到740km 以上，邮政运输车辆使用效率提升了约40%，贵州、山西等省份部分邮政车辆日均里程高达1 000km，达到甚至超过欧美发达国家单车日均行驶里程。车辆管控平台上线前后，邮政长途一干车辆日均行驶里程对比如图5所示。

图5 邮政长途一干车辆日均行驶里程

邮政车辆日均行驶里程计算公式如下：

式中：MA为邮车日均行驶里程（km）；Mi为第i辆邮车行驶总里程（km），i=1,2,…,n；n为邮车总数量（辆）；D为工作天数（d）。

（3）精细管控，降低运输成本

分析车管平台数据（如表1所示）可以看出，同一线路、同一车型下，驾驶行为较好的货车司机每百公里可节省油耗3L，长途车辆月行驶里程基本在2 万km 以上，以每升柴油5 元计算，每月节省油费约3 000 元，一年节省近3.6 万元，仅油费一项就节省了13%。在全国道路货物运输价格指数中，油耗大约占公路运输物流成本的27%，通过车辆管控平台改善货车司机驾驶行为，车辆运营成本平均一年可下降3.5%。

表1 驾驶行为对油耗影响对比表

（4）落实北斗战略，精准调度

促进北斗系统有机融入快递行业发展体系，利用北斗系统率先实现车辆定位的安全自主可控，对我国国家安全和经济社会发展具有重要意义。疫情期间，利用北斗系统规划线路，对运载疫情防控物资的邮政车辆进行全程监控，引导医用、生活物资快速抵达，累计开行发往湖北的省际邮政车辆6 110 辆次，运送物资73 320t，确保防疫物资及时、准确送达。

4 结语

本文通过将快递运输业务与车联网技术、单北斗定位终端相结合，构建了车联网与快递产业深度融合的“终端+网络+平台+客户”快递车辆管控平台，并在邮政车辆管理实践中进行了应用，解决了车辆、货物、司机之间，车载设备与车载设备之间，平台与设备、车辆、货物、司机、管理者之间信息互联互通、智能协同的问题，通过基于车联网技术的快递车辆管控平台，实现了整个快递运输过程可视化、数字化，管理科学化，成本管控精细化，考核评价标准化，促进了快递企业降低运营成本、提高网络运营效率、减少安全事故。但受限于本平台系统设计之初，未考虑快递企业关心的每件货物全程实时追踪问题，目前只能提供车货匹配后的货物跟踪，尚不能实现脱离车辆的全程货物实时追踪功能。未来将进一步研究全程货物追踪技术，并与无人驾驶技术、无人机运送方式、快递路径智能优化等结合，持续提升快递车辆运输效率、拓展运送方式，促进快递运输高质量发展。