本發(fā)明涉及運輸管理，特別涉及基于物聯(lián)網(wǎng)的運輸車輛預約管理調(diào)度系統(tǒng)及方法。

背景技術：

1、在現(xiàn)有的運輸行業(yè)中，運輸車輛調(diào)度管理多依賴人工經(jīng)驗或基于簡單邏輯規(guī)則的系統(tǒng)進行任務分配和路徑安排，這種模式在面對復雜多變的運輸環(huán)境時顯得捉襟見肘。具體而言，當前多數(shù)調(diào)度系統(tǒng)缺乏對運輸全過程的實時感知能力，無法對運輸車輛的位置、狀態(tài)、運行軌跡、燃油消耗等關鍵參數(shù)進行高頻率、高精度的采集與處理，導致調(diào)度指令滯后或響應不及時，難以滿足現(xiàn)代化物流體系對運輸效率和可靠性的高標準要求。

2、另外，現(xiàn)有部分采用信息化手段的調(diào)度平臺，雖然能夠初步實現(xiàn)車輛預約及基礎路徑推薦功能，但在智能化水平上仍存在明顯短板。例如，系統(tǒng)未能有效集成物聯(lián)網(wǎng)技術，無法動態(tài)評估車輛的綜合運輸性能，缺乏基于歷史任務數(shù)據(jù)與實時交通狀態(tài)融合分析的能力，因而在任務匹配和路徑優(yōu)化上存在較大局限性。多數(shù)平臺仍以“任務驅(qū)動”方式為主，即先確定任務，再人工分配車輛，忽視了車輛當前運行狀態(tài)、響應能力和歷史服務表現(xiàn)等關鍵因素，進而導致車輛調(diào)度安排不合理，資源利用效率低下，甚至出現(xiàn)車輛重復派遣、任務沖突等現(xiàn)象。

3、此外，現(xiàn)有技術在面對突發(fā)事件如車輛故障、交通擁堵、路線偏移等異常情形時，往往依賴人工臨時處理，缺乏系統(tǒng)化的異常檢測與響應機制。尤其在高峰時段或多任務并發(fā)執(zhí)行情況下，系統(tǒng)無法快速做出調(diào)整與重分配，導致運輸任務延誤、客戶滿意度下降，嚴重時還會造成運輸中斷或安全風險。

技術實現(xiàn)思路

1、本發(fā)明的目的在于提供基于物聯(lián)網(wǎng)的運輸車輛預約管理調(diào)度系統(tǒng)及方法，以解決上述背景技術中提出的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：基于物聯(lián)網(wǎng)的運輸車輛預約管理調(diào)度系統(tǒng)，包括：車輛信息采集模塊、預約管理模塊、調(diào)度優(yōu)化模塊、任務匹配模塊和異常處理模塊；

3、車輛信息采集模塊，配置為實時采集運輸車輛的運行狀態(tài)信息；預約管理模塊，配置為處理用戶的車輛預約請求，并結合車輛狀態(tài)與預約請求進行資源分配；調(diào)度優(yōu)化模塊，配置為基于實時采集的數(shù)據(jù)及車輛預約情況，生成最優(yōu)車輛調(diào)度方案；任務匹配模塊，配置為基于車輛狀態(tài)與任務需求進行智能匹配；異常處理模塊，配置為在突發(fā)情況下處理異常情況。

4、進一步的，所述車輛信息采集模塊通過gps以及物聯(lián)網(wǎng)傳感器設備獲取車輛的實時位置數(shù)據(jù)，獲取車輛的運行狀態(tài)參數(shù)，所述運行狀態(tài)參數(shù)包括載重狀態(tài)、燃油水平、行駛速度及歷史行程數(shù)據(jù)，判斷車輛當前是否處于任務執(zhí)行狀態(tài)，并記錄任務的開始時間、預計結束時間及任務完成情況。

5、進一步的，所述預約管理模塊，包括：

6、預約處理單元，配置為接收用戶提交的車輛預約請求，所述預約請求包括預約時間、運輸需求、出發(fā)地點及目的地點，解析預約請求信息并對預約請求進行預審核；

7、資源分配單元，配置為結合車輛預約請求，依據(jù)車輛信息采集模塊提供的實時運行狀態(tài)參數(shù)以及車輛的任務執(zhí)行狀態(tài)，與調(diào)度優(yōu)化模塊和任務匹配模塊交互，獲取最優(yōu)匹配方案，基于最優(yōu)匹配方案鎖定車輛資源，并生成預約確認信息，所述預約確認信息包括預約車輛的基本信息、任務執(zhí)行時間及調(diào)度安排，發(fā)送預約確認信息至用戶交互模塊。

8、進一步的，所述預約管理模塊，還用于：

9、獲取車輛信息采集模塊中每一車輛在有效運行周期內(nèi)的歷史運行狀態(tài)參數(shù)集合；

10、將實時運行狀態(tài)參數(shù)與歷史運行狀態(tài)參數(shù)集合綜合，得到每一車輛的綜合運行狀態(tài)集合；

11、將綜合運行狀態(tài)集合中的運行狀態(tài)參數(shù)按照參數(shù)類型不同進行分類，得到分類運行狀態(tài)集合；

12、將分類運行狀態(tài)集合中每一類型參數(shù)對應的分類運行狀態(tài)子集合按照時序特征進行排序，并基于排序結果輸入同一坐標系中，并進行曲線擬合，得到當前車輛的車輛運輸狀態(tài)曲線集合；

13、對車輛運輸狀態(tài)曲線集合中的每一狀態(tài)曲線的曲線波動性進行分析，從而得到當前車輛的綜合運輸性能；

14、將每一車輛的綜合運輸性能與車輛的任務執(zhí)行狀態(tài)結合，從而與調(diào)度優(yōu)化模塊和任務匹配模塊交互，獲取初始匹配方案；

15、獲取每一車輛在歷史運輸過程的用戶滿意度，從而結合用戶滿意度對初始匹配方案中車輛匹配結果進行匹配調(diào)整，得到優(yōu)化匹配方案；

16、獲取每一車輛在有效運行周期內(nèi)對車輛預約請求的請求響應時間及請求響應同意度，得到每一車輛的請求影響因子；

17、基于每一車輛在有效運行周期內(nèi)請求影響因子對車輛匹配方案的歷史影響程度，確定請求影響因子的請求影響權重；

18、結合車輛的請求影響因子及對應請求影響權重對優(yōu)化匹配方案再次進行方案優(yōu)化，得到最優(yōu)匹配方案。

19、進一步的，所述調(diào)度優(yōu)化模塊，包括：

20、數(shù)據(jù)分析單元，配置為獲取并存儲歷史運輸任務數(shù)據(jù)，所述歷史運輸任務數(shù)據(jù)包括任務執(zhí)行時間、車輛行駛路徑、運輸效率及異常情況記錄，解析車輛行駛路徑并結合道路交通信息，評估不同時間段、不同路線的通行情況，識別高效運輸路徑；

21、監(jiān)測當前任務負載情況，所述任務負載情況包括待執(zhí)行任務數(shù)量、已分配任務執(zhí)行進度及運輸資源使用情況；

22、路徑優(yōu)化單元，配置為采集當前道路交通信息，所述道路交通信息包括道路擁堵情況、施工路段以及事故信息，并結合歷史交通信息，評估各路線的道路通行狀態(tài)；

23、根據(jù)車輛的當前位置、目的地、任務緊急程度及道路通行狀態(tài)，計算最優(yōu)行駛路徑，所述最優(yōu)行駛路徑基于最短路徑、最優(yōu)任務匹配、最小空駛率原則進行計算；基于最優(yōu)行駛路徑生成最優(yōu)車輛調(diào)度方案并發(fā)送至相關車輛。

24、進一步的，所述任務匹配模塊，包括：

25、任務解析單元，配置為接收并解析運輸需求，所述運輸需求包括任務類型、出發(fā)地點、目的地點、貨物種類、貨物重量、時間要求及優(yōu)先級信息，根據(jù)運輸任務的時間要求及優(yōu)先級信息，設定匹配任務的約束條件；

26、車輛篩選單元，配置為接收任務解析單元提供的運輸需求數(shù)據(jù)，并與車輛信息采集模塊交互，獲取車輛的實時運行狀態(tài)信息，依據(jù)運輸需求，篩選滿足載重能力、運行狀態(tài)正常以及未處于任務執(zhí)行、故障或維修狀態(tài)的可用車輛，結合車輛的當前位置及歷史行駛軌跡，初步篩選距離較近、適合執(zhí)行任務的候選車輛，生成候選車輛列表；

27、匹配計算單元，配置為依據(jù)候選車輛列表中車輛的狀態(tài)信息，基于最短路徑以及最優(yōu)任務匹配原則，計算任務與車輛的可選匹配方案，結合調(diào)度優(yōu)化模塊提供的最優(yōu)車輛調(diào)度方案，優(yōu)化可選匹配方案結果；

28、在可選匹配方案中，選擇行駛距離短、執(zhí)行任務效率高、燃油消耗低的車輛，生成最優(yōu)匹配方案；

29、匹配確認單元，配置為接收匹配計算單元提供的最優(yōu)匹配方案，結合實時道路通行狀態(tài)及任務緊急程度，確認最終任務分配方案，并記錄任務執(zhí)行狀態(tài)；在匹配方案執(zhí)行過程中，持續(xù)監(jiān)測車輛的實時運行狀態(tài)信息，當發(fā)生車輛故障、路線偏離或突發(fā)交通情況時，與異常處理模塊交互調(diào)整任務匹配方案；

30、基于最終任務分配方案向匹配成功的車輛發(fā)送任務執(zhí)行指令，所述任務執(zhí)行指令包括任務詳情、出發(fā)地點、目的地點、最優(yōu)行駛路徑及預計完成時間，生成任務匹配結果。

31、進一步的，所述匹配確認單元，還用于：

32、結合任務需求確定車輛行駛距離、執(zhí)行任務效率、燃油消耗對于當前任務的重要性，從而確定車輛行駛距離、執(zhí)行任務效率、燃油消耗的車輛影響權重；

33、基于行駛距離、執(zhí)行任務效率、燃油消耗的車輛影響權重結合車輛的行駛距離、執(zhí)行任務效率、燃油消耗，確定對最優(yōu)匹配方案進行優(yōu)化的第一優(yōu)化因子；

34、獲取最優(yōu)匹配方案中車輛到達任務出發(fā)地點的路面狀態(tài)，結合車輛到達任務出發(fā)點的實時道路通行狀態(tài)確定車輛到達任務出發(fā)點對應的第一車輛行駛狀況；

35、基于最優(yōu)匹配方案中車輛從任務出發(fā)地點到目的地點的預設出發(fā)時刻及預計完成時間從歷史道路通行狀態(tài)集合中篩選同時間間隔的歷史道路通行狀態(tài)，得到最優(yōu)歷史道路通行狀態(tài)集合；

36、將任務出發(fā)地點到目的地點的實時道路通行狀態(tài)及最優(yōu)歷史道路通行狀態(tài)集合中的每一歷史道路通行狀態(tài)輸入預設道路通行預測模型中，從而對車輛從任務出發(fā)點到目的地點的道路通行狀態(tài)進行預測，得到預測道路通行狀態(tài)；

37、獲取車輛從任務出發(fā)點到目的地點的最優(yōu)行駛路徑的路面狀態(tài)，結合預測道路通行狀態(tài)，確定車輛進行任務過程的第二車輛行駛狀況；

38、基于第一車輛行駛狀況及第二車輛行駛狀況結合車輛天氣影響系數(shù)，確定對最優(yōu)匹配方案進行優(yōu)化的第二優(yōu)化因子；

39、獲取當前任務的任務緊急程度，并結合第一優(yōu)化因子及第二優(yōu)化因子對最優(yōu)匹配方案進行方案優(yōu)化，確定當前車輛進行任務執(zhí)行的初始任務分配方案；

40、對初始任務分配方案進行方案模擬，得到模擬方案的方案決策評分，并將方案決策評分高于預設最低決策評分的初始任務分配方案作為最終任務分配方案。

41、進一步的，所述異常處理模塊，包括：

42、異常檢測單元，配置為接收并分析車輛信息采集模塊提供的實時運行狀態(tài)數(shù)據(jù)，設定異常情況判斷條件，所述異常情況包括車輛故障、路線偏離、突發(fā)交通狀況以及任務執(zhí)行異常；

43、當檢測到異常情況時，記錄異常事件數(shù)據(jù)，所述異常事件數(shù)據(jù)包括異常發(fā)生時間、異常類型及影響范圍；

44、應急調(diào)度單元，配置為接收異常事件數(shù)據(jù)，根據(jù)不同類型的異常情況，執(zhí)行相應的應急處理策略；

45、當發(fā)生車輛故障時，判斷故障車輛是否能夠繼續(xù)執(zhí)行任務，若無法執(zhí)行，則從任務匹配模塊獲取備選車輛資源，選擇最優(yōu)備選車輛并發(fā)送緊急調(diào)度指令；

46、當發(fā)生路線偏離時，計算當前車輛的偏離程度結合調(diào)度優(yōu)化模塊提供的道路通行狀態(tài)，生成調(diào)整后行駛路徑，向異常車輛發(fā)送路徑調(diào)整指令；

47、當發(fā)生突發(fā)交通狀況時，結合調(diào)度優(yōu)化模塊提供的實時道路通行狀態(tài)，重新計算任務執(zhí)行路徑，并生成新的最優(yōu)行駛方案，基于最優(yōu)行駛方案向受影響的車輛發(fā)送新的行駛指令；

48、當發(fā)生任務執(zhí)行異常時，若車輛長時間滯留或未按計劃完成任務，向車輛發(fā)送任務狀態(tài)確認指令，確認滯留原因，結合任務匹配模塊和調(diào)度優(yōu)化模塊，調(diào)整任務執(zhí)行方案；

49、記錄任務執(zhí)行異常情況，并在異常處理完成后，更新任務執(zhí)行狀態(tài)。

50、進一步的，當發(fā)生路線偏離時，計算當前車輛的偏離程度結合調(diào)度優(yōu)化模塊提供的道路通行狀態(tài)，生成調(diào)整后行駛路徑，向異常車輛發(fā)送路徑調(diào)整指令，包括：

51、當發(fā)生路線偏離時，基于預設車輛傳感器獲取車輛的實時車輛狀態(tài)參數(shù)；

52、其中，實時車輛狀態(tài)參數(shù)包括實時車輛位置的橫向位置、當前航向角度、實時車速及當前車輛位置到標準車道線的橫向距離；

53、基于實時車輛位置中的橫向位置及當前航向角度結合最優(yōu)行駛路徑在車輛位置的橫向坐標及切線方向角度確定車輛偏差指標；

54、基于當前航向角度、實時車速及當前車輛位置到標準車道線的橫向距離確定時間預警指標；

55、結合車輛偏差指標及時間預警指標綜合計算當前車輛的偏離系數(shù)，從而確定當前車輛的偏離程度；

56、根據(jù)當前車輛的偏離程度結合調(diào)度優(yōu)化模塊提供的道路通行狀態(tài)，生成調(diào)整后行駛路徑，向異常車輛發(fā)送路徑調(diào)整指令。

57、進一步的，基于物聯(lián)網(wǎng)的運輸車輛預約管理調(diào)度系統(tǒng)，還包括用戶交互模塊，配置為提供預約提交、修改及取消功能，展示車輛狀態(tài)、任務進展及預計到達時間，接收并存儲用戶反饋信息。

58、進一步的，基于物聯(lián)網(wǎng)的運輸車輛預約管理調(diào)度方法，應用于上述的基于物聯(lián)網(wǎng)的運輸車輛預約管理調(diào)度系統(tǒng)中，包括如下步驟：

59、步驟一：通過車輛信息采集模塊，利用gps及物聯(lián)網(wǎng)傳感器獲取運輸車輛的實時位置數(shù)據(jù)、載重狀態(tài)、燃油水平、行駛速度及歷史行程數(shù)據(jù)，判斷車輛是否處于任務執(zhí)行狀態(tài)，并記錄任務的開始時間、預計結束時間及任務完成情況；

60、步驟二：用戶通過用戶交互模塊提交車輛預約請求，預約管理模塊解析預約請求，并結合車輛信息采集模塊提供的車輛運行狀態(tài)參數(shù)，預審核預約請求，結合調(diào)度優(yōu)化模塊及任務匹配模塊，獲取最優(yōu)匹配方案，鎖定車輛資源，并生成預約確認信息，發(fā)送至用戶交互模塊；

61、步驟三：調(diào)度優(yōu)化模塊獲取并存儲歷史運輸任務數(shù)據(jù)，結合道路交通信息評估高效運輸路徑，基于車輛當前位置、目的地、任務緊急程度及道路通行狀態(tài)，計算最優(yōu)行駛路徑，并基于最優(yōu)行駛路徑生成最優(yōu)車輛調(diào)度方案，向相關車輛發(fā)送調(diào)度指令；

62、步驟四：任務匹配模塊接收并解析運輸需求，設定任務匹配約束條件，并結合車輛運行狀態(tài)數(shù)據(jù)篩選符合載重能力、運行狀態(tài)正常的可用車輛，計算最優(yōu)匹配方案并向匹配成功的車輛發(fā)送任務執(zhí)行指令；

63、步驟五：異常處理模塊實時監(jiān)測車輛運行狀態(tài)，識別異常情況，根據(jù)異常類型執(zhí)行應急調(diào)度策略，并向用戶交互模塊發(fā)送異常通知，完成異常處理后，更新任務執(zhí)行狀態(tài)。

64、與現(xiàn)有技術相比，本發(fā)明的有益效果是：

65、1.本發(fā)明通過智能調(diào)度優(yōu)化和任務匹配，提高了運輸車輛的調(diào)度效率，減少了空駛率和資源浪費，基于實時采集的車輛狀態(tài)信息、歷史運輸數(shù)據(jù)及當前道路交通情況，生成最優(yōu)行駛路徑和調(diào)度方案，相比傳統(tǒng)人工調(diào)度方式，能夠自動匹配最合適的車輛，確保運輸任務能夠在最短時間內(nèi)、高效完成，使用戶能夠精準預約運輸資源，減少資源閑置，提高整體運輸效率。

66、2.本發(fā)明通過物聯(lián)網(wǎng)技術實時采集車輛的運行狀態(tài)，并結合任務需求進行智能匹配，基于車輛的實時位置、運行狀態(tài)和運輸需求，篩選出最適合執(zhí)行任務的車輛，并優(yōu)化匹配方案，確保任務分配的精準性和合理性，能夠?qū)崿F(xiàn)自動化、精準化的任務匹配，提高運輸任務的執(zhí)行成功率。

67、3.本發(fā)明通過自動檢測車輛故障、路線偏離、突發(fā)交通狀況等異常情況，并迅速采取應對措施，能夠?qū)崟r監(jiān)測車輛狀態(tài)，并在異常發(fā)生時自動調(diào)整調(diào)度方案，確保了運輸任務的穩(wěn)定執(zhí)行，減少了任務延誤，提高了整體系統(tǒng)的可靠性和應變能力。