[发明专利]一种基于大数据的物流运输路径规划系统

说明书

本发明公开了一种基于大数据的物流运输路径规划系统，本发明属于大数据领域，涉及物流运输管理技术，现有技术在寻找最优路线往往忽略在最优线路上是否存在可以代驾的司机，当驾驶员遇到突发情况时可以及时寻找合适的代驾进行驾驶，避免运输过程中造成损失，通过获取司机面部视频图像信息与驾驶时长值，并通过疲劳驾驶模型获取司机疲劳驾驶值；司机根据代驾司机信息向选定的代驾司机发送代驾请求，和代驾人达成代驾协议，使得在规划物流运输路径时，可以更好地应对运输途中司机出现突发情况时，没有司机继续驾驶车辆进而影响货物输送情况，使得物流运输路径规划时可以通过参考输送时间以及输送优先级进行路径规划，避免超时输送的情况发生。

技术领域

本发明属于大数据领域，涉及物流运输管理技术，具体是一种基于大数据的物流运输路径规划系统。

背景技术

随着物流业向全球化、信息化及一体化发展，货品配送在整个物流系统中的作用变得越来越重要。运输线路是否合理直接影响到配送速度、成本和效益，特别是多货车配送线路的确定是一项复杂的系统工程。选取恰当的车辆调度方法，可以加快对配送点需求的响应速度，提高服务质量，增强客户对物流环节的满意度，降低服务商运作成本。进入21世纪以来，物流产业作为一个新兴产业迅猛发展，被认为降低资源消耗和提高劳动生产率两大企业利润来源之后的第三利润源泉。物流配送车辆路径问题(VehicleRoutingProblem,VRP)，最早是由Danting和Ramser于1959年首次提出的，之后很快就引起了运筹学、管理学、计算机应用、图论等学科专家的高度重视。具体来说就是，根据客户需求，在满足时间限制、车辆载重量限制、里程限制等前提下，设计出一种配送车辆行走的合理路线，使得在配送过程中，所用的时间最短、所走的路程最短、费用最少、车辆的利用率高等多重目标，最终实现客户的需求。然而，目前物流配送车辆路径问题的求解所采用的技术大多是启发式方法，为了寻找最优解，需要反复迭代，或者多次求解进行比较寻优，同时现有技术在寻找最优路线往往忽略在最优线路上是否存在可以代驾的司机，当驾驶员遇到突发情况时可以及时寻找合适的代驾进行驾驶，避免运输过程中造成损失。

发明内容

本发明的目的在于提供一种基于大数据的物流运输路径规划系统，用于解决现有技术在寻找最优路线往往忽略在最优线路上是否存在可以代驾的司机，当驾驶员遇到突发情况时可以及时寻找合适的代驾进行驾驶，避免运输过程中造成损失的问题。

本发明的目的可以通过以下技术方案实现：一种基于大数据的物流运输路径规划系统，所述物流运输路径规划系统包括智能匹配系统、智能评估模块、智能线路规划模块以及实时调整模块；

其中，所述智能匹配系统用于匹配智能线路规划模块筛选出的最优路径上符合匹配条件的司机，并进行分配；

所述智能评估模块用于对物流运输进行评估；所述智能线路规划模块用于对线路进行规划；所述实时调整模块用于对线路进行实时调整；

其中，所述智能匹配系统对司机进行分配，具体为：

步骤一：获取司机面部视频图像信息与驾驶时长值，并通过疲劳驾驶模型获取司机疲劳驾驶值；

步骤二：司机疲劳驾驶值查过当前道路疲劳驾驶阈值时，向司机发送代驾请求；

步骤三：司机确认代驾后，通过筛选模型筛选出最优代驾司机，并导航至代驾司机代驾地点；

步骤四：在前往代驾地点期间，向司机发出提示，并实时获取司机疲劳驾驶值；

步骤五：当前往代驾地点途中司机疲劳驾驶值超过阈值时，则将导航地址选取为当前距离最近的休息点，并获取途径休息点的代驾司机信息；

步骤六：司机根据代驾司机信息向选定的代驾司机发送代驾请求，和代驾人达成代驾协议。

进一步地，所述疲劳驾驶模型具体为：

A1：通过人脸识别判断是否存在疲劳驾驶的情况，分为：