本发明涉及集运信息，具体为一种基于物联网的物品集运信息管理系统及方法。
背景技术：
1、在现代社会中运输发展的水平已经成为一个国家发达水平和人类文明的重要标志，交通运输是社会经济重要的基础结构之一，是国家经济的命脉，是紧急发展的基本需要和先决条件。随着信息技术的发展，使得我们能够以信息技术为纽带为传统运输业进行赋能。
2、大多数物流公司都有完善的内部信息平台，货运司机可以通过公司内部的订单系统查看和接取任务，但现有的内部信息平台无法将集运订单和集运车辆进行匹配，容易造成集运车辆存在剩余运载空间，降低了运载效率；货运司机需要自行从大量的集运订单中继续挑选，进一步造成时间浪费；对于部分集运订单，存在长时间不被接取的可能，若不对此类集运订单进一步处理，会造成下单用户的损失。
3、所以，本发明公开一种基于物联网的物品集运信息管理系统及方法以解决上述问题。
技术实现思路
1、本发明的目的在于提供一种基于物联网的物品集运信息管理系统及方法，以解决上述背景技术中提出的问题。
2、为了解决上述技术问题，本发明提供如下技术方案：一种基于物联网的物品集运信息管理方法，该方法包括如下步骤：
3、s1：获取待检测区域内的集运订单集合，将车辆预行驶路线经过待检测区域的集运车辆组成途经集运车辆集合，获取途经集运车辆集合中每辆集运车辆的车辆集运信息；
4、s2：提取待检测区域内的集运订单集合中的每个集运订单的集运订单需求特征，对集运车辆历史运行数据进行分析，生成各个集运车辆对应的车辆集运特征；分析各个集运车辆的车辆集运特征与集运订单集合中各个集运订单的集运订单需求特征的匹配程度；
5、s3：将满足集运车辆的匹配程度条件的各个集运订单进行分析处理，生成集运订单匹配集合，对集运订单匹配集合进行管理，对接取集运订单的集运车辆的车辆集运信息进行更新；
6、s4：将一定时间内不被接取的集运订单组成异常集运订单集合，对异常集运订单集合中的任意两个异常集运订单计算相似程度，将两个异常集运订单进行绑定合并，将绑定合并生成的集运订单归入待检测区域内的集运订单集合。
7、根据上述方案，在s1中，所述车辆集运信息包括集运车辆历史运行数据、集运车辆实时位置、车辆预行驶路线和集运车辆剩余运载能力；所述集运车辆剩余运载能力包括集运车辆剩余运载空间和集运车辆剩余运载重量；所述车辆预行驶路线为集运车辆司机从导航路线推荐方案中选择的一条导航路线；所述导航路线推荐方案为所有集运车辆的车辆历史运行数据中，集运车辆实时位置至相应目的地之间的各个导航路线的集合。
8、获取集运车辆剩余运载能力，能够有效的根据集运车辆剩余运载能力寻早合适的集运订单，提高订单的匹配效率；能够防止因司机的自行选择，使得集运车辆剩余运载能力超出集运订单的需求的情况。
9、根据上述方案，在s2中，所述集运订单需求特征包括货物所在位置、货物重量、货物体积、到达货物所在位置时间、送达时间和目的地所在位置；
10、对于上门取件的集运方式，需要用户提供上门地址（货物所在位置）、货物重量、货物体积、上门时间（到达货物所在位置时间）、送达时间和收货地址（目的地所在位置）；从集运订单中获取集运订单需求特征，能够进一步提高匹配准确率；
11、所述车辆集运特征包括到达货物所在位置时间偏移量、送达时间偏移量和导航路线偏移量；
12、所述到达货物所在位置时间偏移量表示每辆集运车辆的集运车辆历史运行数据中，每次运输任务的集运车辆实际到达货物所在位置时间和集运订单需求特征中到达货物所在位置时间差值的平均值；
13、所述送达时间偏移量表示每辆集运车辆的集运车辆历史运行数据中，每次运输任务的集运车辆实际送达时间和集运订单需求特征中送达时间差值的平均值；
14、所述导航路线偏移量表示每辆集运车辆的集运车辆历史运行数据中，每次运输任务司机选择的导航路线和实际行驶路线里程公里数差值的平均值；
15、所述到达货物所在位置时间偏移量、送达时间偏移量和导航路线偏移量为正值、负值或零。
16、根据上述方案，在s2中分析各个集运车辆的车辆集运特征与集运订单集合中各个集运订单的集运订单需求特征的关联性包括以下步骤：
17、s201：提取车辆预行驶路线经过待检测区域的途经集运车辆集合中第i个集运车辆的车辆集运信息和集运订单集合中的第j个集运订单的集运订单需求特征；
18、s202：针对集运订单集合中的第j个集运订单和途经集运车辆集合中第i个集运车辆，从所有集运车辆的车辆历史运行数据中，筛选出以集运车辆实时位置为起始点、途经货物所在位置并且以目的地所在位置为终点的导航路线，并组成集合，记为预送达路线集；根据预送达路线集计算集运车辆到达货物所在位置预计时间；
19、s203：对于途经集运车辆集合中第i个集运车辆，将集运车辆的集运车辆剩余运载能力和集运车辆到达货物所在位置预计时间，能够同时满足集运订单需求特征中的货物重量、货物体积和到达货物所在位置时间的集运订单，组成集合记为待选集运订单集合；
20、s204：根据待选集运订单集合中的第u个集运订单的集运订单需求特征和途经集运车辆集合中第i个集运车辆的车辆集运特征，计算匹配程度值rel（i，u）。
21、根据上述方案，在s202中，根据预送达路线集计算集运车辆到达货物所在位置预计时间包括：从集运订单集合中的第j个集运订单和途经集运车辆集合中第i个集运车辆的预送达路线集中，提取经过途经集运车辆集合中第i个集运车辆的集运车辆实时位置和集运订单集合中的第j个集运订单的货物所在位置的预送达路线，提取出集运车辆实时位置至集运订单的货物所在位置的预送达路线路段和各个预送达路线路段的预计时间，计算预送达路线路段的预计时间的平均值，根据实时时间和预送达路线路段的预计时间的平均值计算集运车辆到达货物所在位置预计时间。
22、从所有集运车辆的车辆历史运行数据中，筛序出预送达路线集，根据预送达路线集计算达货物所在位置预计时间，能够将集运车辆历史运输任务中遇到的问题进行涵盖，单一的根据导航路线长度和限速进行时间计算，容易因为突发性事件造成订单延误；本发明的计算方式能够进一步提高运算的准确性；
23、根据上述方案，在s204中，匹配程度值rel（i，u）的具体计算公式如下所示：
24、rel（i，u）=a（i，u）×b（i，u）；
25、其中，a（i，u）表示途经集运车辆集合中第i个集运车辆对于待选集运订单集合中第u个集运订单的特征影响系数；b（i，u）表示途经集运车辆集合中第i个集运车辆对于待选集运订单集合中第u个集运订单的路线影响系数；
26、特征影响系数a（i，u）的具体计算公式如下所示：
27、；
28、其中a1、a2和a3表示特征影响比例系数，所述特征影响比例系数为系统预置数值；c（i，1）表示途经集运车辆集合中第i个集运车辆的到达货物所在位置时间偏移量；c（i，2）表示途经集运车辆集合中第i个集运车辆的送达时间偏移量；d（u，1）表示待选集运订单集合中第u个集运订单的到达货物所在位置时间；d（u，2）表示待选集运订单集合中第u个集运订单的送达时间；c（i，3）表示途经集运车辆集合中第i个集运车辆的导航路线偏移量；d（u，3）表示待选集运订单集合中第u个集运订单的预送达路线集中预送达路线的平均里程公里数；
29、路线影响系数b（i，u）的具体计算公式如下所示：
30、；
31、其中，ri表示途经集运车辆集合中第i个集运车辆的车辆预行驶路线，r（u，v）表示待选集运订单集合中第u个集运订单的预送达路线集的第v个预送达路线，l表示待选集运订单集合中第u个集运订单的预送达路线集中预送达路线的总数量；s（ri∩r（u，v））表示车辆预行驶路线ri和预送达路线r（u，v）交集路段的里程公里数；s（ri∪r（u，v））表示车辆预行驶路线ri和预送达路线r（u，v）并集路段的里程公里数。
32、分析各个集运车辆的车辆集运特征与集运订单集合中各个集运订单的集运订单需求特征的匹配程度；有效地为后续集运车辆的集运订单推荐奠定了数据基础。
33、根据上述方案，在s3中，对接取集运订单的集运车辆的车辆集运信息进行更新前包括如下几个步骤：
34、s301：设置匹配程度值阈值，若第u个集运订单和途经集运车辆集合中第i个集运车辆的匹配程度值大于或等于匹配程度值阈值，则判断第u个集运订单和途经集运车辆集合中第i个集运车辆满足匹配程度条件；若第u个集运订单和途经集运车辆集合中第i个集运车辆的匹配程度值小于匹配程度值阈值，则判断第u个集运订单和途经集运车辆集合中第i个集运车辆不满足匹配程度条件；
35、s302：对于途经集运车辆集合中第i个集运车辆，提取满足匹配程度条件的集运订单，将提取的集运订单按照匹配程度值从大到小的顺序进行排列，系统预设常数z，提取排列顺序中前z个集运订单组成集运订单匹配集合，将集运订单匹配集合推送至集运车辆；集运车辆接取集运订单后，对集运车辆的车辆集运信息进行更新；
36、在s302中，若一辆集运车辆确定接取集运订单，则其他集运车辆的集运订单匹配集合中同个集运订单时效；
37、提取对应集运订单的预送达路线集；由司机选择的一条预送达路线；提取集运车辆的原始车辆预行驶路线；
38、提取预送达路线的货物所在位置以及目的地所在位置和原始车辆预行驶路线中的所有目的地所在位置，计算预送达路线中货物所在位置和所有目的地所在位置与集运车辆实时位置在各自的路线中的里程公里数，按照里程公里数从小到大的顺序将所有位置进行排序；
39、若新接取的集运订单的货物所在位置为与集运车辆实时位置对应的里程公里数为最小，则将预送达路线覆盖原始的车辆预行驶路线；反之按照原始车辆预行驶路线继续行进至与集运车辆实时位置对应的里程公里数为最小的目的地；
40、当集运车辆到达货物所在位置或车辆预行驶路线中里程公里数为最小的目的地，对应对集运车辆进行货物装卸后，对集运车辆的车辆集运信息进行更新。
41、对新接取的集运订单的货物所在位置和原始车辆预行驶路线中的所有目的地所在位置与集运车辆实时位置进行公里数比较，能够更加有效地生成后续运送货物的前后顺序，避免因为新接取集运订单而造成原始的集运订单的延误，实现了对集运信息的有效管理。
42、根据上述方案，在s4中，对集运订单接取时间设置阈值，提取集运订单发出时间超过集运订单接取时间设置阈值的集运订单；
43、将未被接取的集运订单记为异常集运订单，将异常集运订单组成集合记为异常集运订单集合，对异常集运订单集合中的任意两个异常集运订单计算相似程度，异常集运订单集合中第x个异常集运订单和第y个异常集运订单之间的相似程度值sim（x，y）的具体计算公式如下所示：
44、sim（x，y）=e1×lh（x，y）+e2×|mx－my|+e3×|vx－vy|+e4×lm（x，y）；
45、其中e1、e2、e3和e4表示相似程度比例系数，所述相似程度比例系数为系统预置数值；lh（x，y）表示异常集运订单集合中第x个异常集运订单和第y个异常集运订单货物所在位置的直线距离；mx表示异常集运订单集合中第x个异常集运订单的货物重量；my表示异常集运订单集合中第y个异常集运订单的货物重量；vx表示异常集运订单集合中第x个异常集运订单的货物体积；vy表示异常集运订单集合中第y个异常集运订单的货物体积；lm（x，y）表示异常集运订单集合中第x个异常集运订单和第y个异常集运订单目的地所在位置的直线距离；
46、将异常集运订单集合中相似程度值最小的两个异常集运订单进行绑定，将绑定的两个异常集运订单移出异常集运订单集合，对集合内剩余的异常集运订单重复绑定操作，直至无法绑定，将绑定的两个异常集运订单的集运订单需求特征进行合并；
47、将两个异常集运订单货物所在位置的连线的中点作为合并后集运订单的货物所在位置；将两个异常集运订单货物重量相加作为合并后集运订单的货物重量；将两个异常集运订单货物体积相加作为合并后集运订单的货物体积；将两个异常集运订单中更早的到达货物所在位置时间作为合并后集运订单到达货物所在位置时间；将两个异常集运订单中更晚的送达时间作为合并后集运订单送达时间；将两个异常集运订单目的地所在位置的连线的中点作为合并后集运订单的目的地所在位置；
48、若合并后的集运订单的发出时间超过集运订单接取时间设置阈值的集运订单；则将合并后的集运订单拆分回原始的两个异常集运订单，再次进行异常集运订单合并，曾经合并过的两个异常订单不能再次合并。
49、将异常集运订单进行绑定合并处理，能够有效地解决一个异常集运订单中货物重量小导致司机不想接取的问题，提高了集运订单的接取率，提高了集运订单发出用户的使用体验。
50、本技术的另一个方面，提供了一种基于物联网的物品集运信息管理系统，所述系统应用于上述的一种基于物联网的物品集运信息管理方法实现，该系统包括集运信息采集模块、集运特征分析匹配模块、集运车辆订单管理更新模块和异常集运订单合并模块；
51、所述集运信息采集模块用于获取待检测区域内的集运订单集合，将车辆预行驶路线经过待检测区域的集运车辆组成途经集运车辆集合，获取途经集运车辆集合中每辆集运车辆的车辆集运信息；
52、所述集运特征分析匹配模块用于提取待检测区域内的集运订单集合中的每个集运订单的集运订单需求特征，对集运车辆历史运行数据进行分析，生成各个集运车辆对应的车辆集运特征；分析各个集运车辆的车辆集运特征与集运订单集合中各个集运订单的集运订单需求特征的匹配程度；
53、所述集运车辆订单管理更新模块用于将满足集运车辆的匹配程度条件的各个集运订单进行分析处理，生成集运订单匹配集合，对集运订单匹配集合进行管理，对接取集运订单的集运车辆的车辆集运信息进行更新；
54、所述异常集运订单合并模块用于将一定时间内不被接取的集运订单组成异常集运订单集合，对异常集运订单集合中的任意两个异常集运订单计算相似程度，将两个异常集运订单进行绑定合并，将绑定合并生成的集运订单归入待检测区域内的集运订单集合。
55、所述集运信息采集模块包括集运订单采集单元和车辆集运信息采集单元；
56、所述集运订单采集单元用于获取待检测区域内的集运订单集合；
57、所述车辆集运信息采集单元用于将车辆预行驶路线经过待检测区域的集运车辆组成途经集运车辆集合，获取途经集运车辆集合中每辆集运车辆的车辆集运信息；
58、所述车辆集运信息包括集运车辆历史运行数据、集运车辆实时位置、车辆预行驶路线和集运车辆剩余运载能力；所述集运车辆剩余运载能力包括集运车辆剩余运载空间和集运车辆剩余运载重量；所述车辆预行驶路线为集运车辆司机从导航路线推荐方案中选择的一条导航路线；所述导航路线推荐方案为所有集运车辆的车辆历史运行数据中，集运车辆实时位置至相应目的地之间的各个导航路线的集合。
59、所述集运特征分析匹配模块包括集运特征分析单元和集运特征匹配单元；
60、所述集运特征分析单元用于提取集运订单需求特征和车辆集运特征；
61、所述集运订单需求特征包括货物所在位置、货物重量、货物体积、到达货物所在位置时间、送达时间和目的地所在位置；
62、所述车辆集运特征包括到达货物所在位置时间偏移量、送达时间偏移量和导航路线偏移量；所述到达货物所在位置时间偏移量表示每辆集运车辆的集运车辆历史运行数据中，每次运输任务的集运车辆实际到达货物所在位置时间和集运订单需求特征中到达货物所在位置时间差值的平均值；所述送达时间偏移量表示每辆集运车辆的集运车辆历史运行数据中，每次运输任务的集运车辆实际送达时间和集运订单需求特征中送达时间差值的平均值；所述导航路线偏移量表示每辆集运车辆的集运车辆历史运行数据中，每次运输任务司机选择的导航路线和实际行驶路线里程公里数差值的平均值；
63、所述集运特征匹配单元用于对满足集运订单需求特征的集运订单计算匹配程度值；所述满足集运订单需求特征的集运订单为能够同时满足集运订单需求特征中的货物重量、货物体积和到达货物所在位置时间的集运订单；
64、所述集运车辆订单管理更新模块包括集运订单管理单元和集运车辆更新单元；
65、所述集运订单管理单元用于设置匹配程度值阈值，提取满足匹配程度条件的集运订单，将提取的集运订单按照匹配程度值从大到小的顺序进行排列，提取排列顺序中前z个集运订单组成集运订单匹配集合，将集运订单匹配集合推送至集运车辆；
66、所述集运车辆更新单元根据预送达路线的货物所在位置以及目的地所在位置和原始车辆预行驶路线中的所有目的地所在位置，至集运车辆实时位置里程公里数的大小，更新集运车辆的行驶路线，当集运车辆到达货物所在位置或车辆预行驶路线中里程公里数为最小的目的地，对应对集运车辆进行货物装卸后，对集运车辆的车辆集运信息进行更新。
67、所述异常集运订单合并模块包括异常订单相似度计算单元和特征合并单元；
68、所述异常订单相似度计算单元用于计算异常集运订单集合中的任意两个异常集运订单的相似程度；
69、所述特征合并单元用于将两个异常集运订单的集运订单需求特征进行合并。
70、与现有技术相比，本发明所达到的有益效果是：分析各个集运车辆的车辆集运特征与集运订单集合中各个集运订单的集运订单需求特征的匹配程度；有效地为后续集运车辆的集运订单推荐奠定了数据基础；对新接取的集运订单的货物所在位置和原始车辆预行驶路线中的所有目的地所在位置与集运车辆实时位置进行相应的里程公里数比较，能够更加有效地生成后续运送货物的前后顺序，避免因为新接取集运订单而造成原始的集运订单的延误，实现了对集运信息的有效管理；将异常集运订单进行绑定合并处理，能够有效地解决一个异常集运订单中货物重量小导致司机不想接取的问题，提高了集运订单的接取率，提高了集运订单发出用户的使用体验。
1.一种基于物联网的物品集运信息管理方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的一种基于物联网的物品集运信息管理方法，其特征在于：在s1中，所述车辆集运信息包括集运车辆历史运行数据、集运车辆实时位置、车辆预行驶路线和集运车辆剩余运载能力；所述集运车辆剩余运载能力包括集运车辆剩余运载空间和集运车辆剩余运载重量；所述车辆预行驶路线为集运车辆司机从导航路线推荐方案中选择的一条导航路线；所述导航路线推荐方案为所有集运车辆的车辆历史运行数据中，集运车辆实时位置至相应目的地之间的各个导航路线的集合。
3.根据权利要求2所述的一种基于物联网的物品集运信息管理方法，其特征在于：在s2中，所述集运订单需求特征包括货物所在位置、货物重量、货物体积、到达货物所在位置时间、送达时间和目的地所在位置；
4.根据权利要求3所述的一种基于物联网的物品集运信息管理方法，其特征在于：在s2中分析各个集运车辆的车辆集运特征与集运订单集合中各个集运订单的集运订单需求特征的关联性包括以下步骤：
5.根据权利要求4所述的一种基于物联网的物品集运信息管理方法，其特征在于：在s202中，根据预送达路线集计算集运车辆到达货物所在位置预计时间包括：从集运订单集合中的第j个集运订单和途经集运车辆集合中第i个集运车辆的预送达路线集中，提取经过途经集运车辆集合中第i个集运车辆的集运车辆实时位置和集运订单集合中的第j个集运订单的货物所在位置的预送达路线，提取出集运车辆实时位置至集运订单的货物所在位置的预送达路线路段和各个预送达路线路段的预计时间，计算预送达路线路段的预计时间的平均值，根据实时时间和预送达路线路段的预计时间的平均值计算集运车辆到达货物所在位置预计时间。
6.根据权利要求4所述的一种基于物联网的物品集运信息管理方法，其特征在于：在s204中，匹配程度值rel（i，u）的具体计算公式如下所示：
7.根据权利要求6所述的一种基于物联网的物品集运信息管理方法，其特征在于：在s3中，对接取集运订单的集运车辆的车辆集运信息进行更新前包括如下几个步骤：
8.根据权利要求7所述的一种基于物联网的物品集运信息管理方法，其特征在于：在s4中，对集运订单接取时间设置阈值，提取集运订单发出时间超过集运订单接取时间设置阈值的集运订单；
9.根据权利要求8所述的一种基于物联网的物品集运信息管理方法，其特征在于：将异常集运订单集合中相似程度值最小的两个异常集运订单进行绑定，将绑定的两个异常集运订单移出异常集运订单集合，对集合内剩余的异常集运订单重复绑定操作，直至无法绑定，将绑定的两个异常集运订单的集运订单需求特征进行合并；
10.一种基于物联网的物品集运信息管理系统，所述系统应用于权利要求1-9中的任意一项所述的一种基于物联网的物品集运信息管理方法实现，其特征在于，该系统包括集运信息采集模块、集运特征分析匹配模块、集运车辆订单管理更新模块和异常集运订单合并模块；
