基于北斗高精度定位的卷烟物流配送车辆驻留点和配送进度研究

李文刚 张伟 杨珺 周哲 张浩

（1.河南省烟草公司安阳市公司，河南 安阳 455000；2.河南省测绘院，河南 郑州 450003）

1 背景和问题

烟草是一种特殊商品，其生产、销售和流通受到严格的政策法规约束。烟草产品往往需要通过专门的物流渠道进行配送，卷烟从仓库到零售商的配送过程中，需要事先规划配送路线，安排配送时间和配送数量，控制配送成本，同时监控配送过程，确保卷烟准时到达配送目的地。目前，卷烟物流存在车辆配送监督无法实时掌握、配送过程无法监管、商户位置不准确、物流运行业务数据难获取、配送线路优化缺少依据等问题。随着北斗定位技术的不断普及，特别是高精度定位应用成本的降低，应用日益广泛。在烟草配送中，通过在运输车辆上安装北斗高精度定位设备，可以实时跟踪卷烟的运输过程，掌握配送的实时位置、速度、行驶路线等信息，及时发现和处理卷烟运输过程中的问题，提升配送效率。

针对目前卷烟物流配送进度无法实时掌握的问题，基于北斗高精度定位技术，开展相关算法研究，获取卷烟物流配送轨迹，提取车辆驻留点数据，并根据线路配送商户空间位置，估算卷烟物流配送进度。

2 研究思路

车辆运行轨迹数据背后蕴含丰富的配送信息。对于卷烟物流配送业务，通过运行轨迹数据研究，可以提取车辆驻留点，分析驻留事件，然后剔除红灯驻留、加油站驻留等非送货噪音点，最终提取出送货驻留点，预测当前配送商户、已送达商户，进而估算卷烟物流配送进度[1]。

技术方面，采用分布式技术搭建位置采集分析能力，提升算法运算的可靠性、稳定性和可扩展性。采用消息队列技术进行车辆驻留点提取、去除噪音点运算分析，确保数据完整性，保障多线路、多车辆、多设备位置数据实时运算。

3 开展实验

本文以安阳卷烟物流配送中心为实验对象，基于安阳市11 个区域、38 辆车、174 条线路、1.9 万+商户开展实验研究。

3.1 研究卷烟物流配送业务规则

研究卷烟物流配送区域、配送线路、配送商户顺序、商户送货时长等业务信息，掌握卷烟物流配送特征，为车辆驻留点提取规则算法提供业务指导。

经调查研究发现，安阳市卷烟物流配送中心按照区域分区配送，每个区域有多条配送线路。配送线路为排列好配送顺序的商户信息（如表1 所示），每辆车负责一条配送主线路，每条主线路有5 条支线路（如表2 所示），司机和送货员按照提前制定好的配送线路执行配送任务。

表1 卷烟物流配送线路（部分）

表2 卷烟物流配送车辆、司机和排班信息（部分）

3.2 实时获取精准车辆运行轨迹

实验采用实时差分高精度定位技术开展研究，使用河南省卫星导航定位基准服务系统提供的高精度位置服务。河南省卫星导航定位基准服务系统具有定位精度高、覆盖能力强的优势，可以实现厘米级位置定位，能够满足研究精度要求，并确保实验结果的可靠性。

首先，通过物流配送车辆装载的北斗高精度定位设备接收并处理位置信号，获得车辆的经纬度坐标，采集频率为1 秒/次。然后，利用差分系统对获取的位置信息进行修正，减小由于信号传播延迟、大气层影响等因素引起的定位误差，提高定位精度。最后，根据808 协议解析提取出卷烟物流车辆的运行轨迹数据，包括时间、经纬度、速度等信息，并将这些数据进行存储。获取的车辆轨迹及轨迹点属性信息如图1和表3 所示。

图1 车辆运行轨迹（部分）

表3 轨迹点属性信息（部分）

3.3 提取车辆送货驻留点数据

（1）驻留点提取方法

驻留点在空间上非常接近，但是时间跨度较大，如果一辆车在一个小的空间范围内持续出现了很长时间，则认为车辆在该范围内驻留了。

空间驻留范围计算如图2 所示，从任意实时轨迹位置点N 开始，计算之后连续点位到点N 的空间距离distance，若小于等于设定的最大驻留距离d，则判断该点为驻留范围点，直到发现不满足设定最大距离的点M，点M -1 为最后一个驻留范围点。即满足∀I(distance ( N,I )≤d ) & distance ( N,M )＞d， 其 中N≤I≤M-1。两个坐标点之间的距离计算公式为：

图2 驻留点提取算法

时间驻留范围计算：基于空间驻留范围计算结果，计算最后一个驻留范围点M -1 到N 的时间跨度time，若大于设定的最小驻留时间t，则认为时间跨度较大，即满足time ( M -1) - time( N )＞t。

综上所述 ，同时满足空间驻留范围要求∀I(distance( N,I) ≤ d ) & distance ( N,M )＞d 和 时 间 驻 留 范 围 要求time ( M -1) - time ( N )＞t，可得到一组驻留范围点{N…,M-1}，取{N,…,M-1}坐标点外接矩形的中心点Z 为驻留点[2]。外接矩形中心点坐标计算如图3 所示，具体公式为：

图3 矩形中心点坐标计算

例如：图4 表示了一条轨迹中的驻留点，从点p5开始，到点p6、p7、p8 的空间距离非常接近，满足distance ( p5,p6)、distance ( p5,p7)、distance ( p5,p8)都小于设定的最大驻留距离d，且点p5 到点p8 的时 间 跨 度 较 大， 满 足time ( p8) -time( p5)＞t， 则{p5,p6,p7,p8}为一组驻留范围点，取{p5,p6,p7,p8}坐标点外接矩形的中心点Z 为驻留点[3]。

图4 驻留点提取

（2）驻留点提取

根据上述驻留点提取方法，设定最大驻留距离d为0.5m，最小驻留时间t 为20s，对获取到的车辆轨迹数据进行实时分析提取，获得全部驻留点数据。提取的驻留点数据如图5 和表4 所示。

图5 车辆驻留点提取结果（部分）

表4 驻留点属性信息（部分）

3.4 去除驻留点中干扰驻留数据

卷烟配送车辆每天会沿着一条预定的线路进行配送，这条线路由一组按配送顺序排列的商户组成。当车辆驶过这些商户时，送货员和司机会把车停在商户附近，进行卸货和配送。

为获取准确的送货驻留点数据，首先，以驻留点为中心，生成半径为10 米的圆，通过判断该圆内是否包含红绿灯、加油站、餐馆等干扰驻留因素，剔除等红灯、车辆加油、司机就餐等噪音点。然后，以驻留点为中心，生成半径为20 米的圆，判断该圆内是否包含商铺位置。若圆内包含商铺，则保留该驻留点，否则去除该驻留点，最终得到车辆送货驻留点位数据。

通过空间分析，将其中一条线路运行驻留点的红绿灯路口、加油站附近、餐馆附近等非送货驻留点去除，得到送货驻留点数据，如图6 所示。

图6 卷烟物流配送车辆送货驻留点（部分）

3.5 根据配送车辆驻留点更新商户配送进度

以安阳市卷烟物流配送中心的一条配送线路为例，该线路共包含120 个配送商户，通过实时提取该线路的车辆送货驻留点数据，能够判断车辆已送达商户和正在配送商户，如图7 所示。由图7 可以看出，已完成110 个商户配送，正在前往第111 个商户进行配送，计算该线路当前配送任务已完成110/120 ≈92%。更新该线路配送进度为正在配送第111 个商户，配送进度为92%。

图7 卷烟物流配送线路配送进度（其中一条线路）

4 总结

本次研究以安阳卷烟物流配送中心为实验对象，对38 辆卷烟物流配送车辆驻留点数据进行了分析，研究了卷烟物流配送特征，对接了北斗高精度定位数据，获取了物流线路轨迹，利用相关算法提取了车辆驻留点数据，并进一步分析去除了红绿灯等干扰驻留点，最终检测出车辆送货驻留点，能够从多角度科学分析卷烟物流配送进度。

研究过程中也发现了部分实际送货驻留点未检测到的问题，可能是商户送货驻留时间较短、车辆无法到达商户位置而在较远距离停车送货、商户位置和噪音点距离较近等原因造成，下一步将根据实际运行情况，进一步优化算法模型，提升送货驻留点检测的准确性和完整性，为卷烟物流配送进度分析提供数字化支撑。

5 展望

基于本次研究成果，未来可以进一步探索北斗大数据在物流配送数字化管理、物流配送安全服务、物流配送信息精准推送、物流配送线路优化等方面的应用价值。

在物流配送数字化管理方面，探索基于北斗高精度定位，监控车辆运行时间、运行轨迹，辅助监管车辆跨区域配送、私用配送车辆等问题 ；在物流配送安全服务方面，探索基于北斗高精度定位，实时分析车辆行驶速度，以及加减速、驾驶时长等危险驾驶行为，为司机提供安全驾驶提醒服务；在物流配送信息精准推送方面，探索基于车辆行驶轨迹和配送驻留点数据，估算到达商户时间，为商户提供配送通知服务；在辅助物流配送线路优化方面，探索基于卷烟物流车辆历史运行数据，发现卷烟物流线路规划问题，辅助配送线路优化，提升卷烟物流配送效率，降低运营成本。