[0057] 下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于
本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施
例,都属于本申请保护的范围。
[0058] 在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,
因此不能理解为对本申请的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解
为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、
“第二”的特征可以明示或者隐含地包括一个或者更多个特征。在本申请的描述中,“多个”
的含义是两个或两个以上,除非另有明确具体的限定。
[0059] 在本申请中,“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任
何技术人员能够实现和使用本申请,给出了以下描述。在以下描述中,为了解释的目的而列
出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况
下也可以实现本申请。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必
要的细节使本申请的描述变得晦涩。因此,本申请并非旨在限于所示的实施例,而是与符合
本申请所公开的原理和特征的最广范围相一致。
[0060] 需要说明的是,本申请实施例方法由于是在电子设备中执行,各电子设备的处理对象均以数据或信息的形式存在,例如时间,实质为时间信息,可以理解的是,后续实施例
中若提及尺寸、数量、位置等,均为对应的数据存在,以便电子设备进行处理,具体此处不作
赘述。
[0061] s1:获取等待拼车货物列表,确定所述等待拼车货物列表中的货物信息,获取货车信息,货车车主在客户端根据所述等待拼车货物列表,选择需要运输的第一货物,根据所述
第一货物的货物信息,以及所述货车信息,确定货车可运输剩余体积、货车可运输剩余重
量;
[0062] 所述等待拼车货物列表通过在货物运输中介网页收集采集获取,所述货物运输中介网页收纳有送货需求的货物信息,货物一般由一堆相同类型名称规格的单件货物组成,
例如单件一袋50斤大米,共70 包,组成货物送入所述等待拼车货物列表;
[0063] 所述货物信息包括:货物名称、货物重量、货物总体积、货物类型、货物起始位置、货物终点目的地、货物总高度、货物总长度、货物总个数、货物运输报酬、货物的准点运输权
重、单件货物图像、单件货物宽度、单件货物高度、单件货物重量;
[0064] 所述货物的准点运输权重是货物必须准点运输到达终点目的地的权重,权重越高,越需要准点运输到达终点目的地,通过系统预设确定权重,其中,购买运输保险的货物,
权重越高,保鲜度越低的货物,权重越高,权重值为1‑100;
[0065] 所述货物运输报酬是货车车主运输货物后,可以获得的报酬,通过网上交易平台进行记录设置;
[0066] 获取货车信息,所述货车信息包括:货车可运输总体积、货车可运输总重量,货车车厢宽度;
[0067] 所述根据所述第一货物的货物信息,以及所述货车信息,确定货车可运输剩余体积、货车可运输剩余重量,包括:将所述货车可运输总重量减去所述第一货物的货物信息的
货物重量,得到所述货车可运输剩余重量;将所述货车可运输总体积,减去所述第一货物的
货物信息的货物总体积,得到货车可运输剩余体积;
[0068] s2:在服务器获取历史拼车信息‑事故发生情况表,统计历史拼车的货物组合情况,以及该货物组合情况下,道路运输长度、道路颠簸情况,运输加速度情况,发生事故的类
型名称,以所述历史拼车信息‑事故发生情况表、道路运输长度、道路颠簸情况作为特征值,
所述发生事故的类型名称作为预测值,结合深度学习或机器学习分类算法,训练货物组合
事故预测模型;
[0069] 所述机器学习分类算法,包括:支持向量机(SVM)、朴素贝叶斯分类器、决策树;所述深度学习分类算法包括卷积神经网络分类算法;当机器学习训练数据量小于10000条时,
选择机器学习分类算法,大于10000条时,选择深度学习分类算法;
[0070] 所述历史拼车的货物组合情况是指该次拼车的两种拼车货物的货物信息;
[0071] 所述发生事故的类型名称,包括:发生混淆、发生损坏、无事故风险;
[0072] 所述道路运输长度,包括:两种拼车货物共同运输的道路里程总数;
[0073] 所述道路颠簸情况,包括:结合震动传感器,检测道路颠簸超过阈值的次数,得到道路颠簸情况;
[0074] 所述运输加速度情况,包括:通过加速度传感器,检测运输过程中加速度超过阈值的次数,得到运输加速度情况;
[0075] 所述历史拼车信息‑事故发生情况表在服务器后台中保存,记录了历史拼车的货物组合情况,以及该货物组合情况下,道路运输长度、道路颠簸情况,运输加速度情况,发生
事故的类型名称;
[0076] s3:将与所述第一货物组成错误组合的货物在所述等待拼车货物列表中排除,根据货物总体积、货物重量、所述货车可运输剩余体积、货车可运输剩余重量、货物终点目的
地、货物起始位置,筛选候选拼车货物列表,基于所述货物组合事故预测模型预测遍历所述
候选拼车货物列表,将预测结果为无事故风险的货物信息录入无事故风险货物列表;基于
所述无事故风险货物列表,选择所述第二货物,具体包括:
[0077] 判断历史拼车信息‑事故发生情况表的货物组合是否发生火灾、发生腐蚀,如果发生,将该货物组合列为错误组合;将与所述第一货物组成错误组合的货物排除在所述等待
拼车货物列表之外;
[0078] 在所述等待拼车货物列表中,选择货物总体积、货物重量小于所述货车可运输剩余体积、货车可运输剩余重量,货物终点目的地在所述第一货物的终点目的地之前,货物起
始位置在所述第一货物的货物起始位置之后的货物列表,得到候选拼车货物列表;
[0079] 遍历所述候选拼车货物列表,将其中的每一货物信息与所述第一货物进行临时货物组合,基于地图软件,获取该货物组合情况下,预计的道路运输长度、基于所述历史拼车
信息‑事故发生情况表,获取预计的道路运输长度情况下的预计道路颠簸情况,将所述临时
货物组合的货物信息,预计的道路运输长度、预计道路颠簸情况输入所述货物组合事故预
测模型,得到发生事故的类型名称的预测结果,如果预测结果为无事故风险,将该次遍历的
货物信息录入无事故风险货物列表,遍历完成后得到所述无事故风险货物列表;
[0080] 所述基于所述无事故风险货物列表,选择所述第二货物,包括:
[0081] 基于所述无事故风险货物列表,选择货物运输报酬最高的货物作为所述第二货物;
[0082] 或
[0083] 基于所述无事故风险货物列表,遍历其中的货物信息,根据货物的终点目的地与所述第一货物的终点目的地的距离,结合互联网运费价格,确定混淆货物后补发需要的运
费价格作为货物补发价格;
[0084] 在客户端展示所述无事故风险货物列表中每件货物的补发价格以及在所述货物组合事故预测模型中预测结果的置信度,推荐所述货物组合事故预测模型中预测结果的置
信度高于预设第一阈值,且补发价格低于预设第二阈值的n件货物给所述货车车主选择,从
而确认所述第二货物;
[0085] 所述第一阈值可以是0.6;
[0086] 所述第二阈值可以是100元;
[0087] s4:根据所述第一货物以及所述第二货物进行拼车运输,布置所述第一货物与所述第二货物的放置位置;
[0088] 布置所述第一货物与所述第二货物的放置位置,具体包括:将所述第一货物放置于车厢内偏里侧,将所述第二货物放置于车厢内偏外测,在所述第一货物与所述第二货物
之间设置一条货物间隙,以区分所述第一货物与所述第二货物,所述货物间隙必须大于所
述第一货物及第二货物的单件货物宽度;
[0089] S5:统计历史拼车的货物组合情况,以及该货物组合情况下,道路运输长度、道路颠簸情况,运输加速度情况,货物发生混淆的距离,建立历史拼车信息‑混淆距离表,具体包
括:每次运输,搬运员在第二货物卸货结束后,检查第一货物是否混淆第二货物,通过扫描
货物上的二维码判断是否第二货物,如果属于第二货物,搬运员通过移动客户端输入该第
二货物与所述货物间隙的距离,将该第二货物与该次货物间隙的距离以及该次运输的货物
组合情况道路运输长度、道路颠簸情况、运输加速度情况上传到所述历史拼车信息‑混淆距
离表;
[0090] S6:根据所述历史拼车信息‑混淆距离表,确定货物混淆检测的 roi距离等级,拍摄所述第一货物上货后的图像作为第一图像,拍摄所述第二货物卸货后的图像作为第二图
像,计算所述第一图像以及所述第二图像的所有差异矩阵以及其坐标位置,确定图像差异
点集合,根据所述图像差异点集合,获取所述第一货物的货物总高度与所述第二货物的货
物总高度,计算货物高度差,基于预设规则将所述图像差异点集合中的部分图像差异点列
入混淆提醒列表,具体包括:
[0091] 根据所述历史拼车信息‑混淆距离表,结合本次运输的货物组合情况下,道路运输长度、道路颠簸情况,运输加速度情况,与所述历史拼车信息‑混淆距离表中的历史数据进
行相似度计算,得到与本次运输相似度最高的一次运输的货物组合及其货物发生混淆的距
离,从而确定货物混淆检测的roi距离等级;
[0092] 所述本次运输相似度最高的一次运输的货物发生混淆的距离包括:货物发生混淆的平均距离、货物发生混淆的最远距离;
[0093] 所述roi距离等级,包括:设置2个roi距离等级,第一roi距离等级及第二roi距离等级;将货物发生混淆的平均距离作为第一roi 距离等级的长度,将货物发生混淆的最远
距离作为第二roi距离等级的长度;所述第一roi距离等级及第二roi距离等级的宽度为货
车车厢宽度;
[0094] 所述roi距离等级的起始坐标为所述货物间隙的所在坐标;
[0095] 所述roi距离等级用于辅助目标检测算法及图像差异点检测的 roi区域判断;
[0096] 再相同角度,拍摄所述第一货物上货后的图像作为第一图像,拍摄所述第二货物卸货后的图像作为第二图像,使用OpenCV,Python 和scikit‑image技术结合结构相似性指
数(SSIM)来计算所述第一图像以及所述第二图像的所有差异矩阵以及其坐标位置,从而确
定图像差异点集合;
[0097] 所述拍摄所述第二货物卸货后的图像,包括:当到达所述第二货物终点目的地时通过目标检测算法判断所述第二货物放置区域是否存在货物,如果不存在,判断为所述第
二货物卸货结束;
[0098] 所述第二货物放置区域坐标获取方法是,在拍摄的图片中,以所述货物间隙的所在坐标作为起始坐标,所述第二货物的货物总长度作为长度、货车车厢宽度作为宽度;
[0099] 根据所述图像差异点集合,获取所述第一货物的货物总高度与所述第二货物的货物总高度,计算货物高度差,基于预设规则将所述图像差异点集合中的部分图像差异点列
入混淆提醒列表,具体包括:
[0100] 当所述货物高度差少于20cm或少于所述第一货物或所述第二货物的单件货物高度时,遍历所述图像差异点集合每个差异矩阵及其坐标位置,如果其中某个差异矩阵所在
坐标位置在所述货物间隙区域范围中,通过图像分类算法计算该差异矩阵属于所述第一货
物还是所述第二货物,如果属于所述第二货物,将该差异矩阵列入所述混淆提醒列表;
[0101] 如果该差异矩阵在所述第一货物堆区域范围中,不做处理,因为所述货物高度差很小,所以不处理在这种高度差下的货物混淆,从而减少误判;
[0102] 所述货物间隙区域获取方法是,在拍摄的图片中,以所述货物间隙的所在坐标作为起始坐标,所述货物间隙长度作为长度、货车车厢宽度作为宽度;
[0103] 所述第一货物放置区域坐标获取方法是,在拍摄的图片中,以所述货车最里部所在坐标作为起始坐标,所述第一货物的货物总长度作为长度、货车车厢宽度作为宽度;
[0104] 当所述货物高度差高于20cm或高于所述第一货物或所述第二货物的单件货物高度时,如果所述第一货物较高,那么货物混淆更多发生在所述第二货物以及所述货物间隙
中,遍历所述图像差异点集合每个差异矩阵及其坐标位置,如果其中某个差异矩阵所在坐
标位置在所述第一货物放置区域范围中,通过目标检测算法,统计所述第二图片在所述第
一货物放置区域范围中单件第一货物的个数,判断与所述第一图片在所述第一货物放置区
域范围中单件第一货物的个数是否相同,如果相同,不进行提醒,如果不同,向后台发送混
淆提醒信息,提醒所述第二货物可能混淆所述第一货物,将全部所述第二货物列入第二混
淆提醒列表;如果该差异矩阵在所述货物间隙区域范围中,通过图像分类算法计算该差异
矩阵属于所述第一货物还是所述第二货物,如果属于所述第二货物,将该差异矩阵列入所
述混淆提醒列表;
[0105] 当所述货物高度差高于20cm或高于所述第一货物或所述第二货物的单件货物高度时,如果所述第二货物较高,那么货物混淆更多发生在所述第一货物以及所述货物间隙
中,遍历所述图像差异点集合每个差异矩阵及其坐标位置,如果其中某个差异矩阵所在坐
标位置在所述第一货物放置区域范围中,通过图像分类算法计算该差异矩阵属于所述第一
货物还是所述第二货物,如果属于所述第二货物,判断该差异矩阵所在roi距离等级,如果
在所述第一roi距离等级且不在所述第二roi距离等级中,那么混淆可能性较高,将该差异
矩阵列入所述混淆提醒列表,如果在所述第二roi距离等级中,那么混淆可能性较低,根据
所述历史拼车信息‑混淆距离表,计算表中是否存在与本次货物运输的货物组合,道路运输
长度、道路颠簸情况,运输加速度情况,货物发生混淆的距离相似度超过第三阈值的数据,
如果存在,将该差异矩阵列入所述混淆提醒列表;
[0106] 所述第三阈值可以是0.6;
[0107] S7:根据所述混淆提醒列表中货物的准点运输权重,结合搬运员能验证货物的最高个数,向搬运员发送混淆验证提醒信息,具体包括:
[0108] 计算所述混淆提醒列表中货物的准点运输权重是否高于预设第四阈值,当高于预设第四阈值时,对所述混淆提醒列表中每一个货品都向搬运员发送混淆验证提醒信息,当
低于预设第四阈值时,在系统预设搬运员能验证货物的最高个数,将所述混淆提醒列表中
每一个差异矩阵与所述第二货物的单件货物图像进行相似度计算,并根据相似度降序排
序,取相似度最高的所述搬运员能验证货物的最高个数的差异矩阵,向搬运员发送混淆验
证提醒信息;
[0109] 所述在系统预设搬运员能验证货物的最高个数,例如100件货物;
[0110] 所述预设第四阈值可以是60;
[0111] 所述混淆验证指,搬运员获取需要验证的差异矩阵坐标位置,找到对应货物,通过扫描货物上的二维码判断是否发生货物混淆;
[0112] 通过计算所述混淆提醒列表中货物的准点运输权重是否高于预设第四阈值,当高于预设第四阈值时,对所述混淆提醒列表中每一个货品都向搬运员发送混淆验证提醒信
息,可以避免不能混淆的货物发生混淆从而错过搬运时机,例如:某货物是水果食品,错误
运输后,哪怕再次运输,也会导致腐烂,因此不可以出现错误运输的情况;
[0113] 当低于预设第四阈值时,在系统预设搬运员能验证货物的最高个数,将所述混淆提醒列表中每一个差异矩阵与所述第二货物的单件货物图像进行相似度计算,并根据相似
度降序排序,取相似度最高的所述搬运员能验证货物的最高个数的差异矩阵,向搬运员发
送混淆验证提醒信息,例如在系统预设搬运员能验证货物的最高个数100件,避免搬运员需
要挨个混淆验证,节省人力;
[0114] 基于区块链技术,在货物运输结束后,进行溯源上链,包括,在区块链上,当所述混淆提醒列表中的货物没有全部被搬运员混淆验证时,标记所述第一货物中的全部单件货物
为怀疑混淆货物。还包括,标记全部所述第二混淆提醒列表中的所述第二货物中的全部单
件货物为怀疑混淆货物,以方便后续货物溯源。
[0115] 本实施例中,一种计算机装置,包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行实施例S1‑S7中的一种基于深度学
习的智慧物流拼车方法,实现与实施例所述的相同的技术效果。
[0116] 需要说明的是,如无特殊说明,当某一特征被称为“固定”、“连接”在另一个特征,它可以直接固定、连接在另一个特征上,也可以间接地固定、连接在另一个特征上。此外,本
公开中所使用的上、下、左、右等描述仅仅是相对于附图中本公开各组成部分的相互位置关
系来说的。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除
非上下文清楚地表示其他含义。此外,除非另有定义,本实施例所使用的所有的技术和科学
术语与本技术领域的技术人员通常理解的含义相同。本实施例说明书中所使用的术语只是
为了描述具体的实施例,而不是为了限制本发明。本实施例所使用的术语“和 /或”包括一
个或多个相关的所列项目的任意的组合。
[0117] 应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种元件,但这些元件不应限于这些术语。这些术语仅用来将同一类型的元件彼此区分开。例如,在不脱离
本公开范围的情况下,第一元件也可以被称为第二元件,类似地,第二元件也可以被称为第
一元件。本实施例所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意
图更好地说明本发明的实施例,并且除非另外要求,否则不会对本发明的范围施加限制。
[0118] 应当认识到,本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编
程技术‑包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现,其
中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中
描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系
统通信。然而,若需要,该程序可以以汇编或机器语言实现。在任何情况下,该语言可以是编
译或解释的语言。此外,为此目的该程序能够在编程的专用集成电路上运行。
[0119] 此外,可按任何合适的顺序来执行本实施例描述的过程的操作,除非本实施例另外指示或以其他方式明显地与上下文矛盾。本实施例描述的过程(或变型和/或其组合)可
在配置有可执行指令的一个或多个计算机系统的控制下执行,并且可作为共同地在一个或
多个处理器上执行的代码(例如,可执行指令、一个或多个计算机程序或一个或多个应用)、
由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
[0120] 进一步,所述方法可以在可操作地连接至合适的任何类型的计算平台中实现,包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成
的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存
储在非暂时性存储介质或设备上的机器可读代码来实现,无论是可移动的还是集成至计算
平台,如硬盘、光学读取和/或写入存储介质、RAM、ROM 等,使得其可由可编程计算机读取,
当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此
外,机器可读代码,或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器
或其他数据处理器实现上文所述步骤的指令或程序时,本实施例所述的发明包括这些和其
他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时,本
发明还包括计算机本身。
[0121] 计算机程序能够应用于输入数据以执行本实施例所述的功能,从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如
显示器。在本发明优选的实施例中,转换的数据表示物理和有形的对象,包括显示器上产生
的物理和有形对象的特定视觉描绘。
[0122] 以上所述,只是本发明的较佳实施例而已,本发明并不局限于上述实施方式,只要其以相同的手段达到本发明的技术效果,凡在本发明的精神和原则之内,所做的任何修改、
等同替换、改进等,均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案
和/ 或实施方式可以有各种不同的修改和变化。