一种智慧物流一卡通控制管理系统

技术领域

本发明属于物流无人控制管理技术领域，涉及到一种智慧物流一卡通控制管理系统。

技术背景

智慧物流是指通过智能软硬件、物联网、大数据等智慧化技术手段，实现物流各环节精细化、动态化、可视化管理的现代化运作模式，物流管理体系建立作为企业一项重要的基础工作,而以信息化、流程化建设为依托的企业计量管理,在企业整体物流管理体系中起到重要的基础性作用，由此凸显了对物流中计量过磅管理的重要性。

现阶段存在的物流过磅管理系统中，在厂内物流环节中，多数是通过人工轮班值守，通过在不同岗位上设置专职人员实现过磅系统的正常运转，无法适应现阶段的新要求，具有一定的局限性，由此可见当前对于过磅系统的管理还存在以下不足：

1、当前过磅系统的管理无法有效提升物流运作效率，容易造成车辆管理混乱或车辆鱼龙混杂等问题，导致在厂区内部经常出现车辆秩序混乱、物料丢失或错装等现象，直接影响企业利益、损害企业形象；

2、当前过磅系统的管理增大了使用的人力，导致成本的增加，易出现因大量车辆同时进厂引起拥堵的情况，从而降低了出厂的效率，无法优化和合理利用人力资源,还会造成人工操作任务和强度较大，提高了出现重大安全事故的风险，无法提高车辆过磅分析的准确性。

发明内容

鉴于以上现有技术存在的问题，本发明提供一种智慧物流一卡通控制管理系统，用于解决据上述技术问题。

为了实现上述目的及其他目的，本发明采用的技术方案如下：本发明提供了一种智慧物流一卡通控制管理系统，该系统包括订单信息获取模块、预约时间分配模块、搬运车辆识别模块、车辆路线分析模块、车辆过磅分析模块、车辆筛选分析模块和数据库；

所述订单信息获取模块，用于登录无人值守系统，进而获取设定周期内目标厂房对应各预约订单的订单信息和物料信息；

所述预约时间分配模块，用于分配设定周期内目标厂房对应各预约订单的搬运时间；

所述搬运车辆识别模块，用于对设定周期内目标厂房对应各预约订单中各搬运车辆进行识别；

所述车辆路线分析模块，用于将目标厂房按照细粒度网格式的划分方式划分为各子厂房区域，进而分析得出设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线；

所述车辆过磅分析模块，用于对设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线进行监测，由此分析得出设定周期内目标厂房对应各预约订单中各搬运车辆的过磅符合分析系数；

所述车辆筛选分析模块，用于依据设定周期内目标厂房对应各预约订单中各搬运车辆的过磅符合分析系数，进而对设定周期内目标厂房对应各预约订单中各搬运车辆进行对应筛选操作；

所述数据库，用于存储目标厂房对应的起始搬运时间和单位吨重物料对应的平均搬运时间，用于存储许可驾驶员过磅异常行为特征数目，还用于存储车辆参考过磅符合分析系数。

可选地，所述设定周期内目标厂房对应各预约订单的订单信息包括订单负责人账号和订单预约时间；

所述设定周期内目标厂房对应各预约订单的物料信息包括搬运车辆的车辆信息和搬运吨重；

所述设定周期内目标厂房对应各预约订单搬运车辆的车辆信息包括各搬运车辆的车牌号和最大载重。

可选地，所述分配设定周期内目标厂房对应各预约订单的搬运时间，具体分配过程如下：

根据设定周期内目标厂房对应各预约订单的物料信息，得出设定周期内目标厂房对应各预约订单的搬运吨重；

依据设定周期内目标厂房对应各预约订单搬运车辆的车辆信息，获得设定周期内目标厂房对应各预约订单的各搬运车辆的最大载重，通过计算得出设定周期内目标厂房对应各预约订单的搬运车辆预计搬运吨重；

将设定周期内目标厂房对应各预约订单的搬运吨重与设定周期内目标厂房对应各预约订单的搬运车辆预计搬运吨重进行比对，若设定周期内目标厂房对应某预约订单的搬运吨重小于或等于设定周期内目标厂房对应某预约订单的搬运车辆预计搬运吨重，则将该订单标记为目标订单，并依据设定周期内目标厂房对应各预约订单的订单信息，由此得出设定周期内目标厂房对应各目标订单的订单预约时间，并依据其计算得出设定周期内目标厂房对应各目标订单的搬运时间；

若设定周期内目标厂房对应某预约订单的搬运吨重大于设定周期内目标厂房对应某预约订单的搬运车辆预计搬运吨重，则将该订单标记为预警订单，由此得到设定周期内目标厂房对应各预警订单，并依据设定周期内目标厂房对应各预约订单的订单信息提取出设定周期内目标厂房对应各预警订单的订单负责人账号，并将设定周期内目标厂房对应各预警订单反馈至设定周期内目标厂房对应各预警订单的订单负责人账号并显示“车辆载重不符”。

可选地，所述计算得出设定周期内目标厂房对应各目标订单的搬运时间，计算过程具体如下：

将设定周期内目标厂房对应各目标订单的订单预约时间按照从小到大的顺序进行排列，由此得到设定周期内目标厂房对应各目标订单的时间顺序，并依据设定周期内目标厂房对应各目标订单的时间顺序进行编号，依次编号为1,2,...i,...j；

依据设定周期内目标厂房对应各预约订单的搬运吨重，得出设定周期内目标厂房对应各目标订单的搬运吨重，利用计算公式

可选地，所述对设定周期内目标厂房对应各预约订单中各搬运车辆进行识别，具体识别过程如下：

通过目标厂房门口布设的RFID识读器进而读取设定周期内目标厂房对应各车辆的车牌号；

依据设定周期内目标厂房对应各目标订单的搬运时间，得出设定周期内目标厂房对应各预约订单的搬运时间；

依据设定周期内目标厂房对应各预约订单搬运车辆的车辆信息，进而得出设定周期内目标厂房对应各预约订单中各搬运车辆的车牌号；

获取当前时间，将其与设定周期内目标厂房对应各预约订单的搬运时间进行比对，若时间比对一致，则将设定周期内目标厂房对应各车辆的车牌号与设定周期内目标厂房对应各预约订单中各搬运车辆的车牌号进行比对，若车牌号比对一致，则将设定周期内目标厂房对应该车辆进行放行进入厂房，若车牌号比对不一致，则对设定周期内目标厂房对应该车辆进行语音劝退；

若时间比对不一致，则对设定周期内目标厂房对应该车辆进行语音劝退。

可选地，所述分析得出设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线，分析过程包括以下步骤：

从设定周期内目标厂房对应各预约订单中各搬运车辆中选取设定周期内目标厂房对应目标搬运车辆；

根据各子厂房区域布设的监测仪器进而对各子厂房区域进行视频采集，根据设定周期内目标厂房对应目标搬运车辆的行驶方向对应目标厂房对应方向各厂房子区域对应的视频进行提取，若某厂房子区域中没有设定周期内目标厂房对应目标搬运车辆的出现，则将该厂房子区域标记为无人子区域，若某厂房子区域中有设定周期内目标厂房对应目标搬运车辆的出现，则将该厂房子区域标记为监控子区域，进而获取设定周期内目标厂房对应目标搬运车辆对应各监控子区域的视频；

从设定周期内目标厂房对应目标搬运车辆对应各监控子区域的视频中获取得出设定周期内目标厂房对应目标搬运车辆对应各监控子区域的出现时间，并依据设定周期内目标厂房对应目标搬运车辆对应各监控子区域的出现时间进而对设定周期内目标厂房对应目标搬运车辆对应各监控子区域进行排序，获取设定周期内目标厂房对应目标搬运车辆对应各监控子区域的位置，由此获取得到设定周期内目标厂房对应目标搬运车辆的行驶路线；

依据设定周期内目标厂房对应目标搬运车辆的行驶路线的分析方式同理分析得出设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线。

可选地，所述对设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线进行监测，具体监测过程如下：

将设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线的各视频进行解析汇整设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线的视频；

获取设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线的视频，将设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线的视频聚焦在驾驶员中，进而识别得出设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线的视频中驾驶员的各行为特征；

将设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线的视频中驾驶员的各行为特征与数据库存储的各过磅异常行为特征比对，由此获取设定周期内目标厂房对应各预约订单中各搬运车辆对应驾驶员过磅异常行为特征数目。

可选地，所述分析得出设定周期内目标厂房对应各预约订单中各搬运车辆的过磅符合分析系数，具体分析过程如下：

依据设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线的视频，进而从中提取出设定周期内目标厂房对应各预约订单中各搬运车辆的过磅时画面，得出设定周期内目标厂房对应各预约订单中各搬运车辆与后车的间距，将其记为L

并将设定周期内目标厂房对应各预约订单中各搬运车辆的过磅时画面导入直角坐标系中，由此获取磅中心点坐标和设定周期内目标厂房对应各预约订单中各搬运车辆的中心点坐标，并分别标记为(x

通过计算公式

可选地，所述对设定周期内目标厂房对应各预约订单中各搬运车辆进行对应筛选操作，具体筛选过程如下：

将设定周期内目标厂房对应各预约订单中各搬运车辆的过磅符合分析系数与数据库存储的车辆参考过磅符合分析系数进行比对，若设定周期内目标厂房对应某预约订单中某搬运车辆的过磅符合分析系数小于车辆参考过磅符合分析系数，则对该车辆进行红色预警，并要求该车辆进行重新过磅处理。

如上所述，本发明提供的一种智慧物流一卡通控制管理系统，至少具有以下有益效果：(1)本发明提供的一种智慧物流一卡通控制管理系统，通过获取设定周期内目标厂房对应各预约订单的订单信息和物料信息，进而分配设定周期内目标厂房对应各预约订单的搬运时间，并进一步分析得出设定周期内目标厂房对应各预约订单中各搬运车辆的过磅符合分析系数，并对设定周期内目标厂房对应各预约订单中各搬运车辆进行对应筛选操作，有效地提升了物流运作效率，避免造成车辆管理混乱或车辆鱼龙混杂等问题，同时还会避免导致在厂区内部经常出现车辆秩序混乱、物料丢失或错装等现象，保护了企业利益，维持了企业形象。

(2)本发明实施例减少了人力的使用，在一定程度上降低了厂房的经济成本，避免出现因大量车辆同时进厂引起拥堵的情况，提高了车辆出厂效率，有效的优化和合理利用人力资源,降低了出现重大安全事故的风险，有效的提高了车辆过磅分析的准确性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的系统各模块连接示意图。

具体实施方式

下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

请参阅图1所示，一种智慧物流一卡通控制管理系统，该系统包括订单信息获取模块、预约时间分配模块、搬运车辆识别模块、车辆路线分析模块、车辆过磅分析模块、车辆筛选分析模块和数据库。

所述预约时间分配模块与订单信息获取模块和搬运车辆识别模块连接，车辆路线分析模块与搬运车辆识别模块和车辆过磅分析模块连接，车辆筛选分析模块与车辆过磅分析模块连接，数据库与预约时间分配模块、车辆过磅分析模块和车辆筛选分析模块连接。

所述订单信息获取模块，用于登录无人值守系统，进而获取设定周期内目标厂房对应各预约订单的订单信息和物料信息。

需要说明的是，所述设定周期内目标厂房对应各预约订单的订单信息包括订单负责人账号和订单预约时间；

所述设定周期内目标厂房对应各预约订单的物料信息包括搬运车辆的车辆信息和搬运吨重；

所述设定周期内目标厂房对应各预约订单搬运车辆的车辆信息包括各搬运车辆的车牌号和最大载重。

所述预约时间分配模块，用于分配设定周期内目标厂房对应各预约订单的搬运时间。

需要说明的是，所述分配设定周期内目标厂房对应各预约订单的搬运时间，具体分配过程如下：

根据设定周期内目标厂房对应各预约订单的物料信息，得出设定周期内目标厂房对应各预约订单的搬运吨重；

依据设定周期内目标厂房对应各预约订单搬运车辆的车辆信息，获得设定周期内目标厂房对应各预约订单的各搬运车辆的最大载重，通过计算得出设定周期内目标厂房对应各预约订单的搬运车辆预计搬运吨重；

在一个具体的实施例中，计算得出设定周期内目标厂房对应各预约订单的搬运车辆预计搬运吨重，具体计算过程如下：

计算得出设定周期内目标厂房对应各预约订单的搬运车辆预计搬运吨重γ

将设定周期内目标厂房对应各预约订单的搬运吨重与设定周期内目标厂房对应各预约订单的搬运车辆预计搬运吨重进行比对，若设定周期内目标厂房对应某预约订单的搬运吨重小于或等于设定周期内目标厂房对应某预约订单的搬运车辆预计搬运吨重，则将该订单标记为目标订单，并依据设定周期内目标厂房对应各预约订单的订单信息，由此得出设定周期内目标厂房对应各目标订单的订单预约时间，并依据其计算得出设定周期内目标厂房对应各目标订单的搬运时间；

若设定周期内目标厂房对应某预约订单的搬运吨重大于设定周期内目标厂房对应某预约订单的搬运车辆预计搬运吨重，则将该订单标记为预警订单，由此得到设定周期内目标厂房对应各预警订单，并依据设定周期内目标厂房对应各预约订单的订单信息提取出设定周期内目标厂房对应各预警订单的订单负责人账号，并将设定周期内目标厂房对应各预警订单反馈至设定周期内目标厂房对应各预警订单的订单负责人账号并显示“车辆载重不符”。

需要说明的是，所述计算得出设定周期内目标厂房对应各目标订单的搬运时间，计算过程具体如下：

将设定周期内目标厂房对应各目标订单的订单预约时间按照从小到大的顺序进行排列，由此得到设定周期内目标厂房对应各目标订单的时间顺序，并依据设定周期内目标厂房对应各目标订单的时间顺序进行编号，依次编号为1,2,...i,...j；

依据设定周期内目标厂房对应各预约订单的搬运吨重，得出设定周期内目标厂房对应各目标订单的搬运吨重，利用计算公式

所述搬运车辆识别模块，用于对设定周期内目标厂房对应各预约订单中各搬运车辆进行识别。

需要说明的是，所述对设定周期内目标厂房对应各预约订单中各搬运车辆进行识别，具体识别过程如下：

通过目标厂房门口布设的RFID识读器进而读取设定周期内目标厂房对应各车辆的车牌号；

依据设定周期内目标厂房对应各目标订单的搬运时间，得出设定周期内目标厂房对应各预约订单的搬运时间；

依据设定周期内目标厂房对应各预约订单搬运车辆的车辆信息，进而得出设定周期内目标厂房对应各预约订单中各搬运车辆的车牌号；

获取当前时间，将其与设定周期内目标厂房对应各预约订单的搬运时间进行比对，若时间比对一致，则将设定周期内目标厂房对应各车辆的车牌号与设定周期内目标厂房对应各预约订单中各搬运车辆的车牌号进行比对，若车牌号比对一致，则将设定周期内目标厂房对应该车辆进行放行进入厂房，若车牌号比对不一致，则对设定周期内目标厂房对应该车辆进行语音劝退；

若时间比对不一致，则对设定周期内目标厂房对应该车辆进行语音劝退。

所述车辆路线分析模块，用于将目标厂房按照细粒度网格式的划分方式划分为各子厂房区域，进而分析得出设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线。

需要说明的是，所述分析得出设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线，分析过程包括以下步骤：

从设定周期内目标厂房对应各预约订单中各搬运车辆中选取设定周期内目标厂房对应目标搬运车辆；

根据各子厂房区域布设的监测仪器进而对各子厂房区域进行视频采集，根据设定周期内目标厂房对应目标搬运车辆的行驶方向对应目标厂房对应方向各厂房子区域对应的视频进行提取，若某厂房子区域中没有设定周期内目标厂房对应目标搬运车辆的出现，则将该厂房子区域标记为无人子区域，若某厂房子区域中有设定周期内目标厂房对应目标搬运车辆的出现，则将该厂房子区域标记为监控子区域，进而获取设定周期内目标厂房对应目标搬运车辆对应各监控子区域的视频；

在一个具体的实施例中，假设设定周期内目标厂房对应目标搬运车辆的行驶方向为某子厂房子区域的左侧，则后续对某子厂房子区域的右侧进行视频画面提取。

从设定周期内目标厂房对应目标搬运车辆对应各监控子区域的视频中获取得出设定周期内目标厂房对应目标搬运车辆对应各监控子区域的出现时间，并依据设定周期内目标厂房对应目标搬运车辆对应各监控子区域的出现时间进而对设定周期内目标厂房对应目标搬运车辆对应各监控子区域进行排序，获取设定周期内目标厂房对应目标搬运车辆对应各监控子区域的位置，由此获取得到设定周期内目标厂房对应目标搬运车辆的行驶路线；

依据设定周期内目标厂房对应目标搬运车辆的行驶路线的分析方式同理分析得出设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线。

所述车辆过磅分析模块，用于对设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线进行监测，由此分析得出设定周期内目标厂房对应各预约订单中各搬运车辆的过磅符合分析系数。

需要说明的是，所述对设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线进行监测，具体监测过程如下：

将设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线的各视频进行解析汇整设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线的视频；

获取设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线的视频，将设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线的视频聚焦在驾驶员中，进而识别得出设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线的视频中驾驶员的各行为特征；

将设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线的视频中驾驶员的各行为特征与数据库存储的各过磅异常行为特征比对，由此获取设定周期内目标厂房对应各预约订单中各搬运车辆对应驾驶员过磅异常行为特征数目。

在一个具体的实施例中，各过磅异常行为特征包括但不限于水箱加水和私藏物品压磅。

在一个具体的实施例中，获取设定周期内目标厂房对应各预约订单中各搬运车辆对应驾驶员过磅异常行为特征数目，具体获取过程如下：

若设定周期内目标厂房对应某预约订单中某搬运车辆的行驶路线的视频中驾驶员的某行为特征与某过磅异常行为特征比对一致，则将该行为特征标记为驾驶员过磅异常行为特征。

需要说明的是，所述分析得出设定周期内目标厂房对应各预约订单中各搬运车辆的过磅符合分析系数，具体分析过程如下：

依据设定周期内目标厂房对应各预约订单中各搬运车辆的行驶路线的视频，进而从中提取出设定周期内目标厂房对应各预约订单中各搬运车辆的过磅时画面，得出设定周期内目标厂房对应各预约订单中各搬运车辆与后车的间距，将其记为L

并将设定周期内目标厂房对应各预约订单中各搬运车辆的过磅时画面导入直角坐标系中，由此获取磅中心点坐标和设定周期内目标厂房对应各预约订单中各搬运车辆的中心点坐标，并分别标记为(x

通过计算公式

在一个具体的实施例中，M′取值为1。

本发明实施例减少了人力的使用，在一定程度上降低了厂房的经济成本，避免出现因大量车辆同时进厂引起拥堵的情况，提高了车辆出厂效率，有效的优化和合理利用人力资源,降低了出现重大安全事故的风险，有效的提高了车辆过磅分析的准确性。

所述车辆筛选分析模块，用于依据设定周期内目标厂房对应各预约订单中各搬运车辆的过磅符合分析系数，进而对设定周期内目标厂房对应各预约订单中各搬运车辆进行对应筛选操作。

需要说明的是，所述对设定周期内目标厂房对应各预约订单中各搬运车辆进行对应筛选操作，具体筛选过程如下：

将设定周期内目标厂房对应各预约订单中各搬运车辆的过磅符合分析系数与数据库存储的车辆参考过磅符合分析系数进行比对，若设定周期内目标厂房对应某预约订单中某搬运车辆的过磅符合分析系数小于车辆参考过磅符合分析系数，则对该车辆进行红色预警，并要求该车辆进行重新过磅处理。

所述数据库，用于存储目标厂房对应的起始搬运时间和单位吨重物料对应的平均搬运时间，用于存储许可驾驶员过磅异常行为特征数目，还用于存储车辆参考过磅符合分析系数。

本发明提供的一种智慧物流一卡通控制管理系统，通过获取设定周期内目标厂房对应各预约订单的订单信息和物料信息，进而分配设定周期内目标厂房对应各预约订单的搬运时间，并进一步分析得出设定周期内目标厂房对应各预约订单中各搬运车辆的过磅符合分析系数，并对设定周期内目标厂房对应各预约订单中各搬运车辆进行对应筛选操作，有效地提升了物流运作效率，避免造成车辆管理混乱或车辆鱼龙混杂等问题，同时还会避免导致在厂区内部经常出现车辆秩序混乱、物料丢失或错装等现象，保护了企业利益，维持了企业形象。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。