【技術實現步驟摘要】
本專利技術涉及冷鏈運輸，尤其涉及一種基于物聯網的冷鏈運輸路徑自學習智能規劃方法。
技術介紹
1、隨著人們的環保意識的增強，電池驅動的車輛也越來越多，例如電動摩托車，電動汽車等。但是，電池的續航能力始終是不如汽油的，經常會出現開車途中電池沒電了導致電動車拋錨，因此需要前往充電樁處進行充電。
2、并且，隨著冷鏈運輸的不斷發展，大部分生鮮產品在運輸過程中都需要進行制冷保鮮，因此，會消耗更多的電量，如果中途電量用光不僅會延誤時間，還會導致生鮮產品由于不能得到有效地制冷而變質。
3、中國專利公開號：cn201811225541.9，公開了一種應用于冷鏈運輸的導航方法，該方法包括：獲取車主的目的地的第一位置信息以及當前位置的第二位置信息；獲取當前的環境氣溫信息以及車中當前運輸的產品信息；根據環境氣溫信息、產品信息、第一位置信息以及第二位置信息獲取用于冷藏車中產品所需的第一額定電量值；根據第一位置信息以及第二位置信息計算到達目的地所需的第二額定電量值；根據第一額定電量值以及第二額定電量值獲取電動車輛完成運輸任務所需的額定電量值；當電動車輛的當前電量值小于額定電量值時，根據第一位置信息以及第二位置信息獲取預設范圍內的多個充電樁的第三位置信息；根據該多個第三位置信息、第一位置信息以及第二位置信息規劃出目標路線進行導航。由此可見，所述現有技術存在以下問題：未針對運輸車的實際情況進行路線規劃，并且目的路線的確定無法根據實際路況進行調整，影響了冷鏈運輸的規劃效率。
技術實現思路
1
2、為實現上述目的，本專利技術提供一種基于物聯網的冷鏈運輸路徑自學習智能規劃方法。
3、步驟s1，路徑規劃單元將輸入的位點信息記為終點位置并將智能定位單元獲取的運輸車所處位置記為起點位置，路徑規劃單元基于起點位置和終點位置初步規劃運輸車的運行路徑；
4、步驟s2，溫度檢測單元在所述運輸車運送貨物時根據其設置在車廂內的若干溫度傳感器測得的溫度值輸送至智能分析單元，智能分析單元基于獲取的車廂內溫度值判定運輸車中制冷機針對車廂內的制冷是否符合標準；
5、步驟s3，所述智能分析單元在判定所述制冷機針對所述車廂內的制冷不符合標準時基于車速檢測單元獲取的運輸車移動速度判定制冷機的運行是否受到路況影響，或，基于獲取的溫度值確定制冷機針對車廂的制冷不符合標準的原因；
6、步驟s4，所述智能分析單元在完成對所述制冷機對所述車廂的制冷不符合標準的原因的確定時根據確定的原因更新針對所述運輸車的電量-里程計算公式以基于更新后的曲線判定是否變更運輸車的運輸路徑，或，調節所述制冷機的運行功率；
7、步驟s5，所述智能分析單元在完成對所述運輸車的運輸路徑的更新或所述制冷機的運行功率的調節后，重新獲取所述車廂內的溫度并在根據獲取的溫度判定制冷機針對車廂的制冷仍不符合標準時重復所述步驟s3至步驟s4直至制冷機對車廂內的制冷符合標準；
8、步驟s6，所述智能分析單元在所述運輸車達到所述終點位置時將運輸車運輸過程中獲取的信息、判定結果和對應指令依次上傳至云端存儲平臺并在該運輸車進行下次運輸時基于上傳的數據完成對該運輸車運輸路徑的規劃。
9、進一步地，在所述步驟s1中，所述路徑規劃單元在完成對所述運輸車的運輸路徑的初步規劃時，接收電量統計單元獲取的所述運輸車的電量信息并將其代入至所述電量-里程計算公式以確定運輸車能夠運行的總路程，并在獲取的總路程小于運輸車的實際運輸路程時根據實際運輸路程與總路程的差值確定是否更新所述運輸路徑，其中，路徑規劃單元將求得的差值記為路徑差值：
10、若所述路徑差值小于等于所述路徑規劃單元中設置的第一預設路徑差值，路徑規劃單元判定通過降低所述制冷機的運行功率以增加所述運輸車的續航里程，路徑規劃單元使用第一預設標準調節系數修正用于判定所述制冷機針對所述車廂內的制冷是否符合標準的各預設溫度；
11、若所述路徑差值大于所述第一預設路徑差值且小于等于所述路徑規劃單元中設置的第二預設路徑差值，路徑規劃單元判定通過降低所述制冷機的運行功率以增加所述運輸車的續航里程，路徑規劃單元使用第二預設標準調節系數修正各所述預設溫度；
12、若所述路徑差值大于所述第二預設路徑差值，所述路徑規劃單元判定所述運輸車無法直接完成運輸，路徑規劃單元基于所述總路程獲取與所述起點位置直線距離小于預設距離的若干充電節點的位置信息并基于各充電節點更新所述運輸車的運輸路徑。
13、進一步地，所述路徑規劃單元基于各充電節點更新所述運輸車的運輸路徑的方法包括：
14、基于所述總路程獲取與所述起點位置直線距離小于預設距離的若干所述充電節點，并按照預設比例篩選出對應數量的充電節點，并將篩選出的充電節點作為備選充電節點；
15、選取與所述起點位置最近的備選充電節點，將其記為途經點，并基于起點位置、途經點和所述終點位置重新確定所述運輸車的運輸路徑。
16、進一步地，所述電量-里程計算公式如下所示：
17、l=h×η×v/p
18、其中，l為所述運輸車能夠運行的總路程，h為電池的當前電量，η為電池的綜合電能轉化效率（包括轉化為驅動車輛行駛的效率和轉化為制冷機的效率），v為運輸車的額定電壓，p為運輸車的綜合運行功率，設定p=p1+p2，p1為運輸車中發動機的運行功率，p2為運輸車中所述制冷機的運行功率；
19、對于所述綜合電能轉化效率η，其通過下式獲取：
20、η=α×ηa+β×c/ηb
21、其中，α為第一效率加權系數，設定α=0.45，ηa為所述電池電能轉化為發動機動能的效率，β為第二效率加權系數，設定β=0.55，c為制冷效率轉換常數，c=1.45，ηb為電池電能轉化為制冷機的冷量的轉化效率。
22、進一步地，在所述步驟s2中，所述智能分析單元依次獲取各所述溫度傳感器在對應時間節點下測得的溫度的平均值，并基于不同時間節點下獲取的平均值繪制時間-溫度曲線，智能分析單元基于預設周期內起始時間節點的平均溫度與結束時間節點的平均溫度的差值的絕對值判定所述制冷機針對所述車廂內的制冷是否符合標準：
23、若所述差值小于等于所述智能分析單元中設置的第一預設差值，智能分析單元判定所述制冷機針對所述車廂內的制冷符合標準，并基于獲取的所述溫度值對車廂內的環境進行持續監控；
24、若所述差值大于所述第一預設差值且小于等于所述智能分析單元中設置的第二預設差值，智能分析單元基于所述車速檢測單元在預設周期內獲取的車速對所述制冷機針對所述車廂內的制冷符合標準進行二次判定；
25、若所述差值大于所述第二預設差值，所述智能分析單元判定所述制冷機針對所述車廂內的制冷本文檔來自技高網...
【技術保護點】
1.一種基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特征在于，包括：
2.根據權利要求1所述的基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特征在于，在所述步驟S1中，所述路徑規劃單元在完成對所述運輸車的運輸路徑的初步規劃時，接收電量統計單元獲取的所述運輸車的電量信息并將其代入至所述電量-里程計算公式以確定運輸車能夠運行的總路程，并在獲取的總路程小于運輸車的實際運輸路程時根據實際運輸路程與總路程的差值確定是否更新所述運輸路徑，其中，路徑規劃單元將求得的差值記為路徑差值：
3.根據權利要求2所述的基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特征在于，所述路徑規劃單元基于各充電節點更新所述運輸車的運輸路徑的方法包括：
4.根據權利要求3所述的基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特征在于，所述電量-里程計算公式如下所示：
5.根據權利要求4所述的基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特征在于，在所述步驟S2中，所述智能分析單元依次獲取各所述溫度傳感器在對應時間節點下測得的溫度的平均值，并基于不同時間節點下獲取的平均值
6.根據權利要求5所述的基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特征在于，所述智能分析單元針對所述車廂內的制冷符合標準進行二次判定的過程包括：
7.根據權利要求6所述的基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特征在于，所述智能分析單元在判定所述制冷機針對所述車廂內的制冷不符合標準時，對所述時間-溫度曲線中各時間節點處的坐標進行求導處理并將求得的導數的最大值記為臨界導數，智能分析單元基于臨界導數確定制冷機針對所述車廂內的制冷不符合標準的原因，其中：
8.根據權利要求7所述的基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特征在于，所述智能分析單元將所述溫度傳感器在預設周期內測得的平均溫度的最大值記為參照溫度，智能分析模塊基于參照溫度設有若干針對所述制冷機的運行功率的調節方式，且各調節方式針對制冷機的運行功率的調節幅度均不相同。
9.根據權利要求8所述的基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特征在于，所述智能分析模塊基于電量統計單元記錄的電池在預設周期內的電量消耗量設有若干針對綜合電能轉化效率的調節方式，且各調節方式針對綜合電能轉化效率的調節幅度均不相同；
10.根據權利要求9所述的基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特征在于，所述智能分析模塊在完成針對制冷機的運行功率P2的調節時，基于獲取的電量統計單元記錄的電池在預設周期內的電量消耗量設有若干針對預設比例的調節方式，且各調節方式針對預設比例的調節幅度均不相同。
...【技術特征摘要】
1.一種基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特征在于，包括：
2.根據權利要求1所述的基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特征在于，在所述步驟s1中，所述路徑規劃單元在完成對所述運輸車的運輸路徑的初步規劃時，接收電量統計單元獲取的所述運輸車的電量信息并將其代入至所述電量-里程計算公式以確定運輸車能夠運行的總路程，并在獲取的總路程小于運輸車的實際運輸路程時根據實際運輸路程與總路程的差值確定是否更新所述運輸路徑，其中，路徑規劃單元將求得的差值記為路徑差值：
3.根據權利要求2所述的基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特征在于，所述路徑規劃單元基于各充電節點更新所述運輸車的運輸路徑的方法包括：
4.根據權利要求3所述的基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特征在于，所述電量-里程計算公式如下所示：
5.根據權利要求4所述的基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特征在于，在所述步驟s2中，所述智能分析單元依次獲取各所述溫度傳感器在對應時間節點下測得的溫度的平均值，并基于不同時間節點下獲取的平均值繪制時間-溫度曲線，智能分析單元基于預設周期內起始時間節點的平均溫度與結束時間節點的平均溫度的差值的絕對值判定所述制冷機針對所述車廂內的制冷是否符合標準：
6.根據權利要求5所述的基于物聯網的冷鏈運輸路徑自學習智能規劃方法，其特...
【專利技術屬性】
技術研發人員：李景春，李成立，夏茗，
申請(專利權)人：北京中冷物流股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。