1、Hawk团队智能物流的运输车队联网应用及运营模式创新课题背景一我国物流业现状 物流业已经成为国民经济的支柱产业和重要的现代服务业 物流市场开放程度更高 物流业增长方式粗放2012年，全国社会物流总额达到177.3万亿元，物流业增加值达3.5万亿元，占服务业比重达15.3%。目前我国社会物流总费用与GDP比率约18%开放的中国物流市场成为世界物流市场的重要组成部分，成为跨国企业竞逐的焦点。物流系统性不强，网络化程度低，公平竞争、规范有序的物流市场尚未形成物流业整体创新能力弱可持续问题突出课题背景2.车队管理中的难题油价上涨，存在偷油现象信息响应慢，有效信息不能及时传递整车货运少且送货次数增加缺乏
2、有效的车辆行程监管手段驾驶员行为无法监控车辆空载、超载、超速车辆维维修费用高订单管理手段落后方案综述订单管理派遣管理车辆行程管理油耗管理驾驶员行为管理安全管理报表管理绩效管理行车前行车前行车中行车中行车后行车后客户端APP、调度优化模型，电子商务远程监控、3G4G信息交互技术、传感技术、信息融合技术报表管理软件、KPI车辆保养方案综述-Business Model-Business Modelsafecheapfastconvenient核心理念车联网硬件供应商监控软件供应商汽修厂加油站关键合作伙伴方案综述油量消耗节省5-10%空载率降低50%车辆维修费用节省5-10%驾驶行为更加规范订单量提
3、升10-20%客户满意度大大提高短距客户长距客户多单客户拼单客户方案综述-研究内容电子商务智能调度智能监控信息融合车辆维护电子商务电子商务在线交易、在线下单、订单快速生成、客户关系管理、实时物流信息查询智能调度智能调度调用调度模型、订单输入、可调度车辆信息获取、调度计划生成智能监控智能监控基于GIS北斗可视化监控、油量里程监控、实时路况查询、驾驶行为管理、危险自动预警信息融合信息融合油量、里程、订单数据、路线、车辆维修数据、车速车辆维护车辆维护定期维护、自我诊断、危险预警方案综述-资源整合为了克服运输车队业正面临的整车货运少且送货次数增加，返程空载，物流中介费用高等突出问题。我们的提出的方案是
4、进行内外部资源整合，包括运力资源整合、订单合并、运输网络整合等，运营方式按车队之间将运量少配送次数多的订单整合委托由车队共同控股的第三方车队完成，最终合作规模逐步扩大实现运力资源互补，订单合并，形成有竞争力的运输车队联盟，第三方车队运力资源整合车队1车队零散订单零散订单零散订单订单整合运输路线1运输路线2运输路线n方案演示-车辆信息服务整体框架车载终端车载信息服务扩展无线通讯网络车队管理平台后端服务支持平台集成通信模块车载信息系统GPSBDS车载电脑车载传感网络离线下载移动无线网络网关地理信息系统扩展服务接口认证计费Internet网站呼叫中心短信服务器数据服务器核心数据库网络服务器娱乐服务救
5、援服务车辆诊断视频监控交通信息平台方案演示-电子商务在线交易在线下单订单管理CRMAPP物流信息查询报表管理报表管理：TCU（车载终端）来提供报表的多条件查询和报表的导出功能和驾驶员的个人行为（当前主要的TCU供应商包括大陆汽车电子、博世汽车电子、德尔福、电装、日立等。）订单管理：发货、收货、分配、查询（内部）、变更（撤销、发货地址）CRMCRM（客户关系管理）：客户资料、经常送发地址、有效的市场营销、宣传、提高客户服务(现阶段金蝶等多种软件)APPAPP：推行在线展示车辆，拼单，凑单，查询以及广告专区订单处理：订单归并、订单分解数据库：电子地图、运输路线、车辆信息、司机、GPSBDS优化模型
6、库：图论、VRP模型、遗传算法、启发式算法集成规划后的调度计划4321方案演示-智能调度企业A货物运输站场区域分拨中心DD市企业B企业C区域分拨中心E区域分拨中心FE市F市甩挂甩挂方案演示-感知网络全程感知网络需要采集货物、车辆、司机的物理生物信号，并将其上传至本地终端，建立车载端数据库，在分析数据的基础上指导车辆真确运作。感知网络不仅能够提供车辆实时车况信息（油耗信息、电瓶电压、进气管温度、当前车速、发动机水温、引擎转速），还要对特殊货物的实时状态进行健康，确保货物安全。其次感知网络还要配合GPSBDS对车辆的运行路监控，防止绕路现象发生，其次还能用于时候轨迹回放，发生事故后追溯事情起因。同
7、时还可以估计货物运抵时间，供客户查询。全程感知方案演示-车载端实时监控运输车辆速度传感器加速度传感器油量传感器行程传感器.速度加速度油量里程.车载端数据库特征融合特征识别智能决策在车载端传感层收集到的有关运输车辆以及司机的速度、加速度、油量、里程、司机疲劳程度、车辆运行状态以及特种车辆需要检测的温度、湿度、浓度等物理生物信号基础上，建立车载端数据库，并将其直接与运输车队管理平台连接，这样不管是中控还是车载端都可以根据传感信号进行特征融合与特征识别，最终实现能够应对各种情形的智能决策。方案演示-数据平台架构Data VisualizationApp LayerAPI ServiceData Mi
8、ningsystemDistribute SystemData CollectionE-chartsE-map3DFront-end Application Service Data APIText Analysis APISpeedAccelerationOil ConsumptionControl CenterTCUCustomerOrderSensorOpen API需求分析方案演示-数据可视化关联分析路线监控我们正步入信息革命时代，这个时代绝大部分数据由软件日志、照相机、麦克风、RFID阅读器、无线传感网络等机器标记。这些机器产生数据的产生速度远超过人们处理能力，因为他们的产生速度遵守
9、摩尔定律。Professor Joseph hellerstein为了处理处理海量数据，就需要综合使用语义分析技术、图文转换技术、模式识别技术、地理信息技术、云计算等新兴数据分析技术，其中可是化就是其中重要的一种，它能够通过图表直观将数据展现出来，提高决策效率。下面为数据研究的主要内容。数据快递报表系统临时数据需求数据挖掘数据分析数据传道方案演示-车辆维护车辆维护数据库日常维护定期保养维修保养制度建立健全车辆维修保养制度评估结果出车前检查、行车中维护、行车后检查维修记录、保养记录、出车记录使用寿命绩效管理运营KPI考核维度Q(质量)C(成本)T(时效)M(管理)S(安全)订单准时完成率、客户满意度油耗里程、维修保养成本每单平均耗时、信息响应速度运输空载率、客户忠诚度月事故发生量、违规驾驶记录THANK YOUTHANK YOUHAWK团队
