基于物联网的物流智能识别方法与流程

本发明涉及物流领域，具体涉及基于物联网的物流智能识别方法。

背景技术：

1、随着物联网技术的不断发展，物联网已广泛应用于各个领域。在物流领域，物联网技术可以用于提高物流效率和准确性。申请号为cn202311195989.1的专利公开了一种基于物联网技术的物流运输状态实时监管系统，涉及物流运输状态监管技术领域，解决了现有技术中，不能够在供应链运转合格后进行运力分析，无法判断当前供应链的供应规划是否合理的技术问题；该发明是对当前运输供应链进行运输风险评估，判断当前运输状态是否存在风险，以便于在运输状态存在异常时及时进行整顿，保证运输供应链的运转效率，提高了运输的高效性；还对当前运输供应链运输进行运力分析，判断当前运输供应链内运输端是否运输合理，从而保证运输供应链的运输效率，避免运输供应链的运输不合理造成运输效率降低的同时同等运输任务下无法将运输成本进行有效管控，导致整体运输供应链运转风险增加，但仍然存在以下不足之处：无法智能化识别物流包裹，采用人工分拣，效率低，劳累程度大，而且还无法选择合适的运输车与物流派送区域进行匹配，匹配不合理，易于导致运输过程中出现异常，无法保证运输过程的安全稳定，影响包裹的及时派件。

技术实现思路

1、为了克服上述的技术问题，本发明的目的在于提供基于物联网的物流智能识别方法：通过区域设置模块将物流中转站周边区域划分成若干个子区域，并将其依次标记为物流派送区，通过包裹识别模块对包裹进行识别，获得目标地址，通过区域设置模块将目标地址与物流派送区进行匹配，匹配完成获得选中储存区，并利用输送机将包裹输送至选中储存区进行储存，通过数据采集模块获取运输难度信息，通过信息分析模块根据运输难度信息获得运输难度系数，通过智能物流平台根据运输难度系数获得物流派送区分配名录和运输车分配数量，并将运输车分配数量与物流派送区进行一一对应，通过车辆分析模块获取车辆优选信息，通过信息分析模块根据车辆优选信息获得车辆优选系数，通过智能物流平台根据车辆优选系数获得运输车分配名录，并根据物流派送区分配名录、运输车分配数量以及运输车分配名录将运输车与物流派送区进行对应，通过人车匹配模块根据预设的运输车对应的驾驶员名单对驾驶员进行信息通知，解决了现有的物流运输状态实时监管系统无法智能化识别物流包裹，采用人工分拣，效率低，劳累程度大，而且还无法选择合适的运输车与物流派送区域进行匹配，匹配不合理，易于导致运输过程中出现异常，无法保证运输过程的安全稳定，影响包裹的及时派件的问题。

2、本发明的目的可以通过以下技术方案实现：

3、基于物联网的物流智能识别方法，包括以下步骤：

4、步骤一：区域设置模块将物流中转站周边区域划分成若干个子区域，并将其依次标记为物流派送区wi；

5、步骤二：包裹识别模块对包裹进行识别，获得目标地址，并将目标地址发送至区域设置模块；

6、步骤三：区域设置模块将目标地址与物流派送区wi进行匹配，匹配完成获得选中储存区，并利用输送机将包裹输送至选中储存区进行储存，并生成数据采集指令，并将数据采集指令发送至数据采集模块；

7、步骤四：数据采集模块接收到数据采集指令后获取运输难度信息，运输难度信息包括包裹信息bg、运输信息ys，并将运输难度信息发送至信息分析模块；

8、步骤五：信息分析模块根据运输难度信息获得运输难度系数wn，并将运输难度系数wn发送至智能物流平台；

9、步骤六：智能物流平台根据运输难度系数wn获得物流派送区分配名录和运输车分配数量，并将运输车分配数量与物流派送区wi进行一一对应，同时生成车辆选择指令，并将车辆选择指令发送至车辆分析模块；

10、步骤七：车辆分析模块接收到车辆选择指令后获取车辆优选信息，车辆优选信息包括载物信息zw、使用信息sy以及维修信息wx，并将车辆优选信息发送至信息分析模块；

11、步骤八：信息分析模块根据车辆优选信息获得车辆优选系数cy，并将车辆优选系数cy发送至智能物流平台；

12、步骤九：智能物流平台根据车辆优选系数cy获得运输车分配名录，并根据物流派送区分配名录、运输车分配数量以及运输车分配名录将运输车与物流派送区wi进行对应，并生成人员通知指令，并将人员通知指令发送至人车匹配模块；

13、步骤十：人车匹配模块接收到人员通知指令后根据预设的运输车对应的驾驶员名单对驾驶员进行信息通知。

14、作为本发明进一步的方案：所述区域设置模块获得选中储存区的具体过程如下：

15、获取目标地址在地图中的位置，并将其与物流派送区wi进行匹配：

16、若该位置属于物流派送区wi的范围内，则将该物流派送区wi所对应的储存区域ci标记为选中储存区，并利用输送机将包裹输送至选中储存区进行储存，并生成数据采集指令，并将数据采集指令发送至数据采集模块。

17、作为本发明进一步的方案：所述数据采集模块获取运输难度信息的具体过程如下：

18、接收到数据采集指令后获取当日储存区域c i中包裹总数量、包裹总重量以及包裹总体积，并将其分别标记为数量值sl、重量值zl以及体积值tj，将数量值sl、重量值zl以及体积值tj进行量化处理，提取数量值sl、重量值zl以及体积值tj的数值，并将其代入公式中计算，依据公式得到包裹信息bg，其中，b1、b2以及b3分别为设定的数量值sl、重量值zl以及体积值tj对应的预设比例系数，b1、b2以及b3满足b1+b2+b3＝1，0＜b1＜b3＜b2＜1，取b1＝0.25，b2＝0.45，b3＝0.30；

19、获取储存区域c i中的目标地址的总数量，并将其标记为址数值zs，获取每个目标地址的位置与物流中转站位置之间的路线，并将其标记为目标路线，获取目标路线的总长度，并将其标记为长度值cd，获取前一天目标路线中的行驶车辆数量和车辆行驶平均速率，并将其分别标记为车量值cl和车速值cs，将长度值cd、车量值cl以及车速值cs进行量化处理，提取长度值cd、车量值cl以及车速值cs的数值，并将其代入公式中计算，依据公式得到运输信息ys，其中，s1、s2以及s3分别为设定的长度值cd、车量值cl以及车速值cs对应的预设比例系数，s1、s2以及s3满足s1+s2+s3＝1，0＜s2＜s3＜s1＜1，取s1＝0.41，s2＝0.26，s3＝0.33；

20、将包裹信息bg、运输信息ys发送至信息分析模块。

21、作为本发明进一步的方案：所述车辆分析模块获取车辆优选信息的具体过程如下：

22、接收到车辆选择指令后获取运输车的最大装载重量和最大装载体积，并将其分别标记为载重值zz和载体值zt，将载重值zz、载体值zt进行量化处理，提取载重值zz、载体值zt的数值，并将其代入公式中计算，依据公式zw＝z1×zz+z2×zt得到载物信息zw，其中，z1、z2分别为设定的载重值zz、载体值zt对应的预设比例系数，z1、z2满足z1+z2＝1，0＜z1＜z2＜1，取z1＝0.46，z2＝0.54；

23、获取运输车的生产时间和当前时间，获取两者之间的时间差值，并将其标记为时间值sj，获取运输车的总计行驶里程，并将其标记为里程值lc，将时间值sj、里程值lc进行量化处理，提取时间值sj、里程值lc的数值，并将其代入公式中计算，依据公式sy＝y1×sj+y2×lc得到使用信息sy，其中，y1、y2分别为设定的时间值sj、里程值lc对应的预设比例系数，y1、y2满足y1+y2＝1，0＜y1＜y2＜1，取y1＝0.28，y2＝0.72；

24、获取运输车的总计维修次数和总计维修金额，并将其分别标记为修次值xc和修额值xe，将修次值xc、修额值xe进行量化处理，提取修次值xc、修额值xe的数值，并将其代入公式中计算，依据公式wx＝x1×xc+x2×xe得到维修信息wx，其中，x1、x2分别为设定的修次值xc、修额值xe对应的预设比例系数，x1、x2满足x1+x2＝1，0＜x1＜x2＜1，取x1＝0.37，x2＝0.63；

25、将载物信息zw、使用信息sy以及维修信息wx发送至信息分析模块。

26、作为本发明进一步的方案：所述信息分析模块获得运输难度系数wn的具体过程如下：

27、将包裹信息bg、运输信息ys进行量化处理，提取包裹信息bg、运输信息ys的数值，并将其代入公式中计算，依据公式得到运输难度系数wn，其中，w1、w2分别为设定的包裹信息bg、运输信息ys对应的预设权重因子，w1、w2满足w1＞w2＞2.853，取w1＝3.91，w2＝3.37；

28、将运输难度系数wn发送至智能物流平台。

29、作为本发明进一步的方案：所述信息分析模块获得车辆优选系数cy的具体过程如下：

30、将载物信息zw、使用信息sy以及维修信息wx进行量化处理，提取载物信息zw、使用信息sy以及维修信息wx的数值，并将其代入公式中计算，依据公式得到车辆优选系数cy，其中，e为数学常数，c1、c2以及c3分别为设定的载物信息zw、使用信息sy以及维修信息wx对应的预设权重因子，c1、c2以及c3满足c1＞c3＞c2＞1.286，取c1＝2.16，c2＝1.39，c3＝1.88；

31、将车辆优选系数cy发送至智能物流平台。

32、作为本发明进一步的方案：所述智能物流平台获得物流派送区分配名录和运输车分配数量的具体过程如下：

33、将物流派送区wi按照运输难度系数wn从大到小的顺序进行排序，得到物流派送区分配名录；

34、将运输难度系数wn与预设的分配等级进行比较，获得运输车分配数量；

35、将运输车分配数量与物流派送区wi进行一一对应，同时生成车辆选择指令，并将车辆选择指令发送至车辆分析模块。

36、作为本发明进一步的方案：所述智能物流平台获得运输车分配名录的具体过程如下：

37、将所有的运输车按照车辆优选系数cy从大到小的顺序进行排序，获得运输车分配名录，并从上至下依次按照运输车分配数量选择运输车，并将选择的运输车与物流派送区wi进行对应，直至物流派送区分配名录中的物流派送区wi均对应分配运输车，则生成人员通知指令，并将人员通知指令发送至人车匹配模块。

38、本发明的有益效果：

39、本发明的基于物联网的物流智能识别方法，通过区域设置模块将物流中转站周边区域划分成若干个子区域，并将其依次标记为物流派送区，通过包裹识别模块对包裹进行识别，获得目标地址，通过区域设置模块将目标地址与物流派送区进行匹配，匹配完成获得选中储存区，并利用输送机将包裹输送至选中储存区进行储存，通过数据采集模块获取运输难度信息，通过信息分析模块根据运输难度信息获得运输难度系数，通过智能物流平台根据运输难度系数获得物流派送区分配名录和运输车分配数量，并将运输车分配数量与物流派送区进行一一对应，通过车辆分析模块获取车辆优选信息，通过信息分析模块根据车辆优选信息获得车辆优选系数，通过智能物流平台根据车辆优选系数获得运输车分配名录，并根据物流派送区分配名录、运输车分配数量以及运输车分配名录将运输车与物流派送区进行对应，通过人车匹配模块根据预设的运输车对应的驾驶员名单对驾驶员进行信息通知；该物流智能识别方法首先通过电子标签的识别能够将包裹进行分类，从而将运输至同一物流派送区的包裹进行汇集，从而实现了自动分拣的功能，之后对分好类后选中储存区中的包裹进行数据采集与分析，获得运输难度信息，根据运输难度信息获得运输难度系数，运输难度系数用于衡量包裹运输至目标地址的运输难度，且运输难度系数越大表示运输难度越高，形成物流派送区分配名录，并根据运输难度获得运输车分配数量，之后对每辆运输车进行数据采集和分析，获得车辆优选信息，根据车辆优选信息获得的车辆优选系数能够综合衡量运输车的优良程度，且车辆优选系数越大表示优良程度越高，因此，最终将性能状况优良的运输车与运输难度大的物流派送区进行匹配，而且性能状况较差的运输车最终可能无匹配对象，即使匹配成功也将为运输难度小的物流派送区进行运输包裹，保证了运输过程的安全稳定，保证了派件的高效及时，降低异常情况发生的概率；通过本发明的基于物联网的物流智能识别方法，可以实现物流过程的自动化和智能化管理，提高物流效率和准确性，还可以减少物流过程中出现的问题，减少损失。