智能订水方法及智能水站系统与流程

本发明涉及饮用水配送领域，特别涉及一种智能订水方法及智能水站系统。

背景技术：

桶装水行业在我国发展已经有二十多年的历史，桶装水已经成为许多家庭和单位的首选饮用水，但桶装水饮用完毕时，每次都需要用户主动打电话叫水站送水，通常情况下水站为了节省配送成本累积到一定订单量再进行集中配送，客户就需要在缺水的状态下长时间等待，这样水站虽然节省了配送成本，客户体验非常差；对于有配送时限要求的水站，在较少的订单量的情况下就需要及时配送，这样就造成配送成本非常高。

技术实现要素：

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种智能订水方法，能够实现自动提前订水。

本发明还提出一种具有上述智能订水方法的智能水站系统。

根据本发明的第一方面实施例的智能订水方法，包括：获取用户的历史送水订单记录及用户的地理信息，并根据所述地理信息得到气温数据；基于机器学习模型，根据所述历史送水记录及所述气温数据提取送水特征数据，预测出用户的预送水时间；根据用户的预设订水数据或者历史订单记录，在所述预送水时间生成相应的送水订单。

根据本发明实施例的智能订水方法，至少具有如下有益效果：解决了用户订水不及时影响用水的问题，同时由于自动提前订水，为水站提供了足够的时间积累足够多订单，从而让水站可以大批量的集中配送，提升了配送效率，节省了人工成本。

根据本发明的一些实施例，所述预送水时间的预测方法包括：根据所述历史送水订单记录，得到送水周期及送水数量；根据所述气温数据得到所述送水周期内的平均气温，并根据所述送水周期得出节假日天数；根据所述送水周期、所述送水数量、所述平均气温及所述节假日天数为特征向量来训练所述机器学习模型，并根据所述地理信息得到天气预报温度数据，预测未来的下单时间，得出所述预送水时间。根据用户的送水订单历史记录结合气温、节假日天数，机器学习得出用户订水规律，提高自动送水下单的准确性。

根据本发明的一些实施例，所述预设订水数据包括：订水品种、订水数量及支付方式。这些数据利于自动下单。

根据本发明的第二方面实施例的智能水站系统，包括：订单模块，用于接收送水请求，根据预设信息或者历史送水订单记录生成送水订单，包括订水预测模块，所述订水预测模块用于使用权利要求1至3中任一项的方法，预测出用户的预送水时间，并生成相应的所述送水订单；管理模块，用于接收处理所述送水订单，管理用户信息及水站工作人员信息；配送模块，用于所述送水订单的配送操作及配送的路径规划。

根据本发明实施例的智能水站系统，至少具有如下有益效果：提供了多种便捷的手动和自动下单方式，不再需要拨打电话或者使用app进行订水，简化的用户的操作，提升了客户订水体验，同时由于自动提前订水，为水站提供了充足的时间以积累了足够多的订单，从而让水站可以进行大批量的集中配送，提升了配送效率，节省了人工成本。

根据本发明的一些实施例，还包括：实物下单按钮、水量监测终端及智能音箱中至少一项；其中所述实物下单按钮，用于通过按键方式接收用户的送水请求；其中所述水量监测终端，用于定时对桶装水或饮水机进行称重，获得称重监测值；其中所述智能音箱，用于以语音方式接收用户的送水请求。系统中包含实物下单按钮、智能音箱或水量监测终端的一种或多种，提供更灵便的操作方式。

根据本发明的一些实施例，还包括：物联网模块，用于对所述实物下单按钮发出的所述送水请求基于设备号及设备密码进行身份验证，并将所述送水请求转发给所述订单模块；或用于对所述水量监测终端的称重监测值进行数据解析，并转发给所述订单模块。物联网模块对物联设备发出的送水请求进行验证，防网络攻击，提高安全性。

根据本发明的一些实施例，还包括：用户终端模块，用于将所述实物下单按钮和/或所述水量监测终端与订水帐号进行绑定，显示及操作所述送水订单。提供物联设备自动下单后产生的订单，用户可通过该模块进行取消操作。

根据本发明的一些实施例，所述实物下单按钮接收到所述订单模块反馈的下单成功信号后，在预设防误触时间内再次被按下不再发送所述送水请求。用于实物下单按钮下单成功后防止误触而产生不必要的送水请求。

根据本发明的一些实施例，所述订单模块还包括：防重判断模块，用于判断所述送水请求是否为在预设请求间隔时间的重复请求。订单模块，进行防重判断，过滤无效重复请求，并可进一步根据请求间隔判断是否在用户的正常下单周期内。

根据本发明的一些实施例，所述管理模块还包括：分派模块，用于根据所述配送模块的当前位置及剩余配送里程，将所述送水订单发送给总里程最小的所述配送模块。分派模块均衡配送员的配送任务，按总里程来分派新订单，提高配送效率。

根据本发明的一些实施例，所述管理模块还包括：用于基于水站往年同月的历史数据，以水站月订水量、月平均气温、月节假日天数及客户数量为特征向量来训练所述机器学习模型，预测出月订水量。通过机器学习来预判订水量，便于水站提前部署相关工作。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明实施例的方法的步骤图；

图2为本发明实施例的系统模块示意框图；

图3为本发明实施例的包含物联设备的系统模块示意框图；

图4为本发明实施例的系统部署示意图；

图5为本发明实施例的系统中物联设备发起送水请求时的身份验证过程；

图6a为本发明实施例的系统中的订水预测模块中用于机器学习的送水订单的数据表格；

图6b为本发明实施例的系统中的订水预测模块中用于机器学习的城市温度表格；

图6c为本发明实施例的系统中的订水预测模块中用于机器学习的训练及预测结果的表结构示意图。

附图标记：

订单模块100、管理模块200、配送模块300、水量监测模块400、实物下单按钮500、物联网模块600、用户终端模块700；

订水预测模块110、防重判断模块120；

销量预测模块210、分派模块220。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

参照图1，本发明的实施例中的智能订水方法，包括以下步骤：获取用户的历史送水订单数据及用户的地理位置信息，并根据该地理位置信息，得到所在地的气温数据；根据历史送水订单记录及气温数据，基于机器学习模型，提取送水特征数据，测算出用户下一次的送水间隔，得到预送水时间；在该预送水时间，根据用户的预设订水数据或历史送水订单信息，生成相应的订单。

在本发明的实施例中，计算预送时间的方法包括：针对某一用户，提取该用户历史送水订单中的数据，包括送水时间、送水数量，进而根据两次相邻送水时间得出用户单次送水间隔(即送水周期)；根据送水周期的起始时间，由用户所在地的气温数据，得出该送水周期的平均气温，并统计出该周期内的节假日天数(本文中的节假日指国家法定节假日，包括周六日)；然后以送水周期、平均气温及节假日天数为特征向量，取一定量的数据对机器学习模型进行训练，根据用户所在地的天气预报温度数据，预测未来的下单周期，计算得出预送水时间。在本发明的实施例中，用户的预设订水数据包括：订水品种、订水数量及支付方式。支付方式包括：电子水票、现金支付等。

参照图2，本发明实施例的系统中包括以下模块：订单模块100，管理模块200和配送模块300。订单模块100，用于接收订单指令，根据预设订水数据或历史送水订单纪录生成送水订单。订单模块100中包括：订水预测模块110，用于根据上述智能订水方法，在预送水时间生成送水订单。管理模块200，用于接收处理送水订单。配送模块300，用于配送送水订单，根据送水订单规划配送路线。可以理解的是，本发明的一些实施例中，订单模块100可以直接进行操作，也可以通过其它设备间接操作，如：实物下单按钮，移动设备端、智能音箱、水量监测终端。在本发明的实施例中，预设订水数据包括：订水品种、订水数量及支付方式。支付方式包括：电子水票、现金支付等。

本发明的实施例中，还包括实物下单按钮500、水量监测终端400及智能音箱中的至少一种，用于接收用户发起的送水请求。参照图3，实物下单按钮500及水量监测终端400通过物联网模块600订单模块相连；用户终端模块700，用于将实物下单按钮500、水量监测终端400等物联设备与用户帐号绑定，接收用户该帐号下的所有送水订单信息，包括实物下单按钮500、水量监测终端400等物联设备智能生成的订单，并提供取消送水订单的操作。可以理解的是，在本发明的一些实施例中，用户终端模块700也与订单模块100连接，可直接生成订单。

下面以实物下单按钮500的操作为例，说明本发明实施例中该设备下单的过程。实下单物按钮500被按下后，即表示收到送水请求，发送该送水请求给物联网模块600。物联网模块600，对送水请求的发送方基于设备号及设备密码进行身份验证，若验证通过则将该送水请求发送给订单模块100，若验证失败则丢弃该送水请求。参照图3，订单模块100对送水请求通过防重判断模块120进行合法性验证，若验证通过，则根据用户的预设数据或用户历史订单纪录，生成包括订水品种、订水数量及支付方式等信息的送水订单，并将下单成功的信息通过物联网模块600发送给实物下单按钮500。其中的防重判断模块120，用于检测送水请求是否为在预设请求间隔时间的重复请求，若在预设请求间隔时间内(如一天)，该帐户已发送过送水请求，则认为新的送水请求为重复请求。在本发明的一些实施例中，若该用户帐户下的新的送水请求与上次送水请求的间隔周期远小于预期周期，防重判断模块120还会将该信息返回给用户，如进行二次确认等方式提示用户。在本发明的实施例中，实物下单按钮500以不同颜色的灯光或蜂鸣类型告知用户操作结果，例如，下单成功，灯光显示绿色，下单失败则显示黄色，连接异常则显示红色。本发明的一些实施例中，实物下单按钮500具有防误触功能，若接收到下单成功后的信息，则在预设防误触时间内被按下，不作响应，即不再发送送水请求。

下面以水量监测终端400为例，说明在本实施例中设备的下单过程。在本发明的实施例中，水量监测终端400，设置于桶装水底部或者饮水机上。水量监测终端400通过重量传感器定时对桶装水或饮水机进行测重，并将该称重监测值上报至订单模块100，订单模块100则计算称重监测值与初始重量值的差值，判断是否需要发起送水请求。若该差值小于设定阈值，则认为需要发起送水请求，生成相应的订单。在本发明的实施例中，针对该设备配置有相应的自动订水使能开关。称重监测值与初始重量值的差值达到一定的阈值时，若自动订水使能，则自动生成送水订单；若自动订水未使能，则仅通知用户需要订水。在本发明的一些实施例中，物联网模块600还用于设置水量监测终端400的监测频率，主动向水量监测终端400发起上报称重监测值的请求，接收其称重监测值。

在本发明的实施例中，参照图3，系统中还包括：用户终端模块700，用于接收与实物下单按钮500、水量监测终端400等物联设备绑定的用户帐号下的送水订单，并提供交互操作，如：取消送水订单。可以理解的是，在本发明的一些实施例中，用户终端模块700可以设置用户预设订水信息(如：订水品种、订水数量及支付方式、用户地址等)，也可以通过软件虚拟按钮来下送水订单。

本发明的实施例中，管理模块200用于对送水订单、用户信息及水站相关人员进行管理。管理模块200包括：销量预测模块210、分派模块220。销量预测模块210，用于以水站月订水量、月平均气温及月节假日天数为特征向量来训练机器学习模型，根据水站往年同月的订水量及平均气温，预测出月订水量。分派模块220，用于根据配送模块300的当前位置及剩余配送里程，将送水订单发送给总里程最小的配送模块300；其中剩余配送里程包括剩余送水订单任务中的所有路程及配送员返回水站的路程。

本发明的实施例系统部署结果示意，参照图4，实物下单按钮500(图4中为物理单按钮)、水量监测终端400及智能音箱均与iot(theinternetofthings，即物联网)服务器相连接，发送的送水请求通过iot服务器传输给中心服务器，管理终端(即图中的管理端)、配送终端与中心服务器相连接。其中，订单模块100、订水预测模块110、销售预测模块220、分派模块220均部署在中心服务器上，管理员通过管理端访问数据。物联网模块部署在iot服务器上，用于对水量监测终端400及实物下单按钮500发送的送水请求进行身份验证。用户终端模块700部署在移动设备上，可以通过以下方式存在，如手机app，微信小程序，公众号，用于查看送水订单并可取消相应订单。在本明的一些实施例中，用户终端模块700也提供了虚拟按钮供用户下单，应理解的是，用户终端模块700下单将直接访问位于中心服务器的订单模块100。在本发明的实施例中，用户可以选择使用实物下单按钮500进行下单，也可以使能水量监测终端400的自动下单功能；水量监测终端400的自动下单使能后，当订单模块100根据水量监测终端上报的称重监测值，若检查称重监测值与初始重量值的差值低于一定阈值，则发起送水请求，生成相应的订单。可以理解的是，用户终端模块700可用于取消该自动生成的订单。在本发明的实施例中，用户还可以通过智能音箱进行下单，可将用户账号在智能音箱的语音技能上进行绑定，若接收到送水的语音请求信号(如：“我要订水”等)，将该语音信号发送给iot服务器。iot服务器将该语音平台的数据转发给订单模块100，订水结果将通过智能音箱的语音反馈给用户，同时推送到用户终端模块。可以理解的是，本发明一些实施例中，可以仅包括：实物下单按钮500、水量监测终端400及智能音箱中的一项或者两项；在本发明的另一些实施例中，也可以只包含用户终端模块700，此时，用户通过该模块直接进行下单操作。

在本发明的实施例中，实物下单按钮500发起的送水请求会发送给物联网模块600，物联网模块600对该送水请求进行身份验证，具体的过程参见图5。每个实物下单按钮500及每个水量监测终端400均烧录的有唯一的设备号以及对应的设备密码；iot服务器连接的数据库中记录了所有相关设备的设备号和设备密码。以实物下单按钮500为例，当实物下单按钮500被按下，即产生一个送水请求，先生成一个随机数，然后采用md5加密算法对设备密码及随机数进行加密，得到一段密文。实物下单按钮500发送的送水请求中包括:设备号、随机数、密文。物联网模块600接收到该送水请求，提取其中的随机数，首先验证随机数是否不存在，若已经存在，则判定为重放攻击，返回请求失败信息；若不存在则将该随机数存放进数据库。接着，在数据库中查找该设备号对应的设备密码，使用同样的加密算法(即md5)对查找到的设备密码与接收到的随机数采用相同的数据进行加密，得到计算密文；然后将该计算密文与接收到的密文进行比对，如果一致，则判断通过验证，否则验证失败。可以理解的是，一个设备密码对应多个随机数。本发明的实施例中，定期对随机数进行清除，以减少查询时间以及降低重复的概率。

获取到用户的历史送水记录后，订单模块100中的订水预测模块110、管理模块200中的销售预测模块210即可基于机器学习模型进行预测。以订水预测模块110为例，使用微软ml.net机器学习框架。首先从用户历史送水订单数据中提取数据存放到表tb_order中，参照图6a，表中示例有c市的帐号为u001的用户两次订水记录；通过定位用户的地理位置获取相应的气温历史数据存入表tb_tmpr，表中的数据作为预测的输入数据，参照图6b，表中示例为c市的2019年1月1日至2019年1月8日(对应相邻两次的送水时间)的气温记录，获得相应送水周期内的平均气温；并计算出2019年1月1日至2019年1月8日之间的节假日天数(周六日，以及国家法定节日放假时间)。然后，将送水周期、送水数据、平均气温、节假日天数为特征向量，取上述两个表中该用户最近12个月的数据放入表tb_train_data中作为训练数据，将最近一个月的数据放入tb_test_data表中作为评估数据，训练机器学习模型。其中，tb_test_data表与tb_train_data表结构相同，tb_train_data表结构参见图6c，示例数据为对应图6a和图6b中帐号为u001的用户送水特征数据。

以微软ml.net机器学习框架为例，在本发明实施例中，送水预测模块对机器学习模型的训练过程如下：加载数据,将tb_train_data加载到学习框架中，并将订水周期作为要预测的值(label)；选择学习算法，使用回归机器学习任务，并选择一种回归算法追加到数据转换定义中；训练模型，调用fit方法对模型进行训练；评估模型，使用evaluate方法对tb_test_data表中的数据进行评估，该方法会将预测值与测试数据集中的label进行比较，并返回有关模型执行情况的指标rsquared，rsquared在0和1之间取值，rsquared值越接近1，模型就越好；优化，如果rsquared值过小，则返回“选择学习算法”步骤，更改回归算法，以使模型的质量更高。

机器学习模型得到训练优化后，可使用该机器学习模型预测未来的订水周期，其中输入的值为：数量为最近一次的订水的桶数，平均气温为从上次订水以来每天的平均气温以及未来几天天气预报的温度；输入数据从表tb_order及tb_tmpr中获取。预测出周期后，结合上次的订水时间即可算出下次订水的大致时间。

销售预测模块210，则以特征向量：月订水量、月平均气温、月节假日天数及客户数量来训练机器学习模型，然后将往年同月份的平均气温，节假日天数及客户数量作为输入参数，预测该水站未来每月的销量情况。

在本发明的实施例中，用户可以灵活通过用户终端模块700、实物下单按钮500、水量监测终端400、智能音箱发起送水请求，完成订水。其中，实物下单按钮500及水量监测终端400发起的送水请求通过物联网模块600基于设备号及设备密码的身份验证后被转发给订单模块100。订单模块100根据用户预设订水数据，生成送水订单。

可以理解的是，水站管理员还可以通过管理模块200对订单进行操作，如：对于使用水量监测终端400的用户，按水量余量以不同的颜色显示；对于未使用水量监测终端400的用户，则通过订水预测模块110预测出的预送水时间，对用户进行排序显示。在本发明的实施例中，水站管理员还可通过销量预测模块210预测来月销量，提前做好人员调配等工作。

配送员使用配送模块300进行配送；配送员从水站出发后，配送模块300规划配送最优路径，每配送完一单，配送员通过配送模块300完成送水订单。若管理模块200接收到新的送水订单，则由分派模块220分派给配送剩余订单总里程最小的配送员。分派模块220根据配送员当前所在的位置和手中待配送的订单总配送里程及返回水站的里程进行计算，将新订单分派给剩余订单总里程最小的配送员。

上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所述技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。