物流道路运输管理方法及系统

技术领域

本发明涉及物流管理领域，尤其涉及物流道路运输管理方法及系统。

背景技术

为了对物流运输进行管理，货物在道路上运输过程中的各种数据，例如货物自身的属性数据、运输货物的车辆的属性数据等，均需要上传至监控中心，由监控中心的人员根据这些数据进行物流运输管理，以提高物流运输的安全。

但是现有的物流道路运输管理方法，在管理时仍然需要人工对属性数据进行判断，这就导致一个负责管理的员工需要负责对多台车辆的物流运输过程进行管理，导致可能无法及时发现危险事件，影响物流道路运输的安全性。

发明内容

本发明的目的在于公开物流道路运输管理方法及系统，解决在对物流进行道路运输管理时，如何及时发现危险事件的问题。

为了达到上述目的，本发明采用如下技术方案：

第一个方面，本发明提供了物流道路运输管理方法，包括：

S1，获取物流道路运输数据；

S2，判断物流道路运输数据是否属于规范数据，若是，则对物流道路运输数据进行识别，获得识别结果，进入S3；若否，则进入S4；

S3，基于识别结果对管理人员进行预警提示；

S4，将物流道路运输数据传输至显示终端；

S5，向管理人员发出查看提示。

优选地，物流道路运输数据包括车辆属性数据。

优选地，车辆属性数据包括胎压、油量、发动机温度、水箱水量和车速。

优选地，判断物流道路运输数据是否属于规范数据，包括：

判断车辆属性数据是否处于设定的规范值范围内，若是，

则车辆属性数据为规范数据，若否，则车辆属性数据为无效数据。

优选地，对物流道路运输数据进行识别，获得识别结果，包括：

识别车辆属性数据是否满足设定的预警条件，获得识别结果。

优选地，基于识别结果对管理人员进行预警提示，包括：

若识别结果为车辆属性数据满足设定的预警条件，则通过设定的提示方式向管理人员进行预警提示。

优选地，物流道路运输数据包括驾驶室监控视频。

优选地，判断物流道路运输数据是否属于规范数据，包括：

计算驾驶室监控视频的数据规范值，若驾驶室监控视频的数据规范值小于设定的比较阈值，则驾驶室监控视频为规范数据；

若驾驶室监控视频的数据规范值大于等于设定的比较阈值，则驾驶室监控视频不属于规范数据。

优选地，对物流道路运输数据进行识别，获得识别结果，包括：

将驾驶室监控视频输入到预先训练好的识别模型中进行识别，获得识别结果。

第二个方面，本发明提供了物流道路运输管理系统，包括数据获取模块、判断模块、预警模块、传输模块和提示模块；

数据获取模块用于获取物流道路运输数据；

判断模块用于判断物流道路运输数据是否属于规范数据，若是，则对物流道路运输数据进行识别，获得识别结果，若否，则将物流道路运输数据发送至传输模块；

预警模块用于基于识别结果对管理人员进行预警提示；

传输模块用于将物流道路运输数据传输至显示终端；

提示模块用于向管理人员发出查看提示。

本发明在对物流道路运输的过程进行管理时，通过对获得的物流道路运输数据进行是否属于规范数据的判断，而对于规范数据，本发明直接通过设定的识别算法进行识别，得到识别结果，基于识别结果对管理人员进行提示，而对于非规范数据，本发明则发送至显示终端，由管理人员进行查看，从而进行运输管理。本发明有效地减少了管理人员需要查看的物流道路运输数据的数量，而且加入了识别算法进行辅助识别，并基于识别结果对管理人员进行提示，便于管理人员及时发现物流运输过程中的危险事件。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1为本发明物流道路运输管理方法的一种示意图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

第一个方面，如图1所示的一种实施例，本发明提供了物流道路运输管理方法，包括：

S1，获取物流道路运输数据；

S2，判断物流道路运输数据是否属于规范数据，若是，则对物流道路运输数据进行识别，获得识别结果，进入S3；若否，则进入S4；

S3，基于识别结果对管理人员进行预警提示；

S4，将物流道路运输数据传输至显示终端；

S5，向管理人员发出查看提示。

本发明在对物流道路运输的过程进行管理时，通过对获得的物流道路运输数据进行是否属于规范数据的判断，而对于规范数据，本发明直接通过设定的识别算法进行识别，得到识别结果，基于识别结果对管理人员进行提示，而对于非规范数据，本发明则发送至显示终端，由管理人员进行查看，从而进行运输管理。本发明有效地减少了管理人员需要查看的物流道路运输数据的数量，而且加入了识别算法进行辅助识别，并基于识别结果对管理人员进行提示，便于管理人员及时发现物流运输过程中的危险事件。

优选地，物流道路运输数据包括车辆属性数据。

优选地，车辆属性数据包括胎压、油量、发动机温度、水箱水量和车速。

具体的，车辆属性数据还可以是其它能够从车辆上获得的，反映车辆的各种部件的状态的数据。

优选地，判断物流道路运输数据是否属于规范数据，包括：

判断车辆属性数据是否处于设定的规范值范围内，若是，

则车辆属性数据为规范数据，若否，则车辆属性数据为无效数据。

传感器的获取误差可能会导致车辆属性数据处于规范值范围之外，此时，则需要管理人员进行进一步的判断。

不同类型的车辆属性数据会有不同的规范值范围，以胎压为例，不同类型的车辆会有不同的胎压最低值，相应地，也会有对应的胎压最高值，而处于最低值和最高值之外的数据，则是非规范数据，出现非规范数据后，需要由管理人员与司机进行沟通，让司机去手动确认胎压是否异常。

优选地，对物流道路运输数据进行识别，获得识别结果，包括：

识别车辆属性数据是否满足设定的预警条件，获得识别结果。

具体的，不同类型的车辆属性数据的预警条件不同，以胎压为例，若胎压低于下限值或胎压大于上限值，则表示胎压符合预警条件。需要注意的是，这里的上限值和下限值处于上述的胎压最低值和胎压最高值的所形成的数值区间之内。

以油量为例，若油量低于设定的油量下限值，则表示油量符合预警条件。

优选地，基于识别结果对管理人员进行预警提示，包括：

若识别结果为车辆属性数据满足设定的预警条件，则通过设定的提示方式向管理人员进行预警提示。

具体的，提示方式可以包括语音播报提示、消息推送提示、告警灯提示等。

当进行语音播报提示时，语音中可以包括具体的预警项目。当进行消息推送提示时，消息中可以包括具体的预警项目。而告警灯提示则主要通过灯光闪烁让管理人员知道有预警事件发生。

优选地，物流道路运输数据包括驾驶室监控视频。

具体的，驾驶室监控视频主要是用来判断司机是否出现疲劳驾驶，不文明驾驶等行为。

优选地，判断物流道路运输数据是否属于规范数据，包括：

计算驾驶室监控视频的数据规范值，若驾驶室监控视频的数据规范值小于设定的比较阈值，则驾驶室监控视频为规范数据；

若驾驶室监控视频的数据规范值大于等于设定的比较阈值，则驾驶室监控视频不属于规范数据。

具体的，通过数据规范值类判断驾驶室监控视频是否为规范数据，实现了对需要输入到识别模型中进行识别的视频的筛选，避免不规范的视频被输入到识别模型中，得到错误的识别结果。不规范的驾驶室监控视频包括视线被遮挡的视频、异常噪声多的视频等，若需要实现对这样的监控视频的自动识别，那么运算时间会非常长，且运算结果不一定准确。因此，为了能够及时得到对司机的状态的判断，保证物流运输安全，本发明直接将这种类型的视频让管理人员进行查看，从而提高异常事件的预警效率。

优选地，计算驾驶室监控视频的数据规范值，包括：

获取驾驶室监控视频中的画面帧的计算集合；

基于计算集合计算数据规范值。

在计算数据规范值的过程中，本发明仅对选出的计算集合中的数据进行数据规范值的计算，从而使得仅需要对部分画面帧进行计算便能够得到能够大概率代表驾驶室监控视频的规范程度的数据规范值，提高了计算效率。

优选地，获取驾驶室监控视频中的画面帧的计算集合，包括：

获取驾驶室监控视频中的第一帧画面帧和最后一帧画面帧；

基于第一帧画面帧和最后一帧画面帧计算获取距离；

基于获取距离从驾驶室监控视频中获取画面帧，得到计算集合。

获取计算集合时，本发明没有基于固定的获取距离来进行获取，而是通过驾驶室监控视频中的第一帧画面帧和最后一帧画面帧来得到获取距离，实现了获取距离随着驾驶室监控视频的实际情况的变化而变化，实现了获取距离与获取效率之间的平衡。因为获取距离越小，则获取效率越低，反之，则获取效率越高。

优选地，基于第一帧画面帧和最后一帧画面帧计算获取距离，包括：

分别用firfra和lstfra表示第一帧画面帧和最后一帧画面帧；

使用如下函数计算获取距离：

其中，getitr表示获取距离，unitbs为获取距离的初始值，α和β分别表示第一比例值和第二比例值；signts

nfir为firfra中的像素点的总数，grsty

nlst为lstfra中的像素点的总数，grsty

获取距离从第一个和最后一个这两个画面帧之间的信息量参数和梯度值锦进行加权计算得到，所述两个画面帧之间的亮度值差异越大、画面帧内部的像素点的梯度值差异越大，则获取距离越大，反之，则获取距离越小。因为当画面帧的规范程度较好，包含的有效信息较多时，此时仅需要对少量的画面帧进行计算便能够得到代表所有画面帧的规范程度的数据规范值。从而缩短了数据规范值的计算时间。

优选地，基于获取距离从驾驶室监控视频中获取画面帧，得到计算集合，包括：

从驾驶室监控视频的视频流中每隔getitr个画面帧，便获取一个画面帧存入计算集合，getitr表示获取距离。

优选地，基于计算集合计算数据规范值，包括：

计算集合中的第一个画面帧firfracal进行感兴趣区域的识别，得到firfracal的感兴趣区域；

基于firfracal的感兴趣区域获得通用范围区域；

基于通用范围区域分别获取计算集合中除了firfracal之外的其它画面帧的感兴趣区域；

基于计算集合中所有的画面帧的感兴趣区域计算数据规范值。

具体的，为了提高数据规范值的计算速度，本发明通过获得所有画面帧的感兴趣区域来计算数据规范值，因此，在计算数据规范值时，无需对画面帧中所有的像素点进行计算，降低了计算量。

优选地，基于firfracal的感兴趣区域获得通用范围区域，包括：

获取firfracal的感兴趣区域中的像素点的横坐标的最小值xmis和最大值xmas；

获取firfracal的感兴趣区域中的像素点的纵坐标的最小值ymis和最大值ymas；

将坐标符合如下判断函数的像素点作为通用范围区域中的像素点：

其中，x和y分别为像素点的横坐标和纵坐标。

本发明没有直接使用算法对所有的画面帧获取感兴趣区域，而是通过对firfracal中的感兴趣区域的范围进行扩充，得到了其它图像帧中近似的感兴趣区域，提高了感兴趣区域的获取效率。

优选地，基于通用范围区域分别获取计算集合中除了firfracal之外的其它画面帧的感兴趣区域，包括：

对于计算集合中的画面帧ranfracal，将ranfracal中与firfracal中的通用范围区域坐标相同的像素点作为ranfracal的感兴趣区域。

由于司机的在驾驶的过程中，在驾驶室监控视频中的位置不会发生很大的变化，因此，基于firfracal的感兴趣区域便能得到其他的图像帧中近似的感兴趣区域。

优选地，基于计算集合中所有的画面帧的感兴趣区域计算数据规范值，包括：

其中，datspeval为数据规范值，calset为计算集合，facq

数据规范值分别考虑了灰度值的方差和不同灰度值的像素点的分布差距，能够提高数据规范值对驾驶室监控视频的有效代表程度，有利于选出规范程度高的驾驶室监控视频。当灰度值的方差比较小时，不同灰度值的像素点的分布差距较大时，数据规范值较小，表示规范程度高，反之，则表示规范程度低。因此，数据规范值能够选出规范程度高的驾驶室监控视频。

优选地，对物流道路运输数据进行识别，获得识别结果，包括：

将驾驶室监控视频输入到预先训练好的识别模型中进行识别，获得识别结果。

优选地，基于识别结果对管理人员进行预警提示，包括：

若识别结果包含指定类型的预警事件，则通过设定的提示方式向管理人员进行预警提示。

例如，在指定的时间段内眼睛的累计闭上时间超过设定的标准时，则表示司机有较大的概率存在疲劳驾驶。

优选地，向管理人员发出查看提示，包括：

通过播放提示音的方式向管理人员发出查看提示。

第二个方面，本发明提供了物流道路运输管理系统，包括数据获取模块、判断模块、预警模块、传输模块和提示模块；

数据获取模块用于获取物流道路运输数据；

判断模块用于判断物流道路运输数据是否属于规范数据，若是，则对物流道路运输数据进行识别，获得识别结果，若否，则将物流道路运输数据发送至传输模块；

预警模块用于基于识别结果对管理人员进行预警提示；

传输模块用于将物流道路运输数据传输至显示终端；

提示模块用于向管理人员发出查看提示。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。