[发明专利]一种可自我学习的车辆在途位置采集密度智能适应方法

权利要求书

1.一种可自我学习的车辆在途位置采集密度智能适应方法，包括车辆和位置应用服务器，其特征在于，所述车辆上包括：

位置定位终端：设置于车辆内部用于位置应用服务器对车辆进行定位；

无线通信模块：用于将信息发送至位置应用服务器进行处理，使位置应用服务器能够对车辆的位置信息进行分析和定位；

身份验证模块：通过APP收录司机的个人信息以及车辆信息，方便用户查看；

所述位置应用服务器包括：

定位模块：内部设有位置采集程序，用于车辆的位置数据的采集，同时对车辆的位置进行对比确认，定位方式包括GPS定位和北斗定位；

数据收集模块：分为PC电脑收集方式和标准接口收集方式，用于收集货物类型、业务类型、用户习惯以及车辆的类型；

策略分析模块：内部设有策略分析程序，对收集模块中收集到的货物类型、业务类型和用户习惯信息做汇总分析和处理，分析配送的路径长短，针对不同的业务类型和用户习惯制定不同的路径策略，根据路径的长短以及车辆的类型计算出配送时间，根据配送距离和时间确定车辆定期发送位置信息的时间间隔，距离越短时间间隔越短；

自我优化模块：内部设有自我优化程序，根据策略分析模块的分析结果，进一步对路径策略进行优化，从众多策略信息中选择最合适的策略方案；

标准策略库：用于路径划分的规则，根据路径的长短来确定定位周期，当路径较短时，由于定位变动大因此定位周期短，路径长时，定位变动小且如果频繁定位会消耗很大的资源因此定位周期长，使策略分析模块有依据可循，并且能够加快分析的效率；

无线接收模块：用于接收无线通信模块发送过来的数据，并将数据传送给策略分析模块中进行分析处理；

数据存储模块：用于将策略分析模块模块处理完成后的信息进行存储加密，并在存储前将要存储的信息结果发送给定位模块，使定位模块中形成定位策略信息，方便其做定位对比；

显示模块：用于显示已经存储过的信息或者显示信息处理模块完成后的信息，货物信息，位置信息，并且可实时显示货物在地图中的位置情况；

查询模块：用于查询货物的情况，并将结果在显示模块中显示出来；

所述车辆与所述位置应用服务器通过无线连接。

2.根据权利要求1所述的一种可自我学习的车辆在途位置采集密度智能适应方法，其特征在于：所述车辆的类型根据车辆的大小与速度的快慢设有不同种的级别，级别越高配送速度越快，效率越高，成本也高。

3.根据权利要求2所述的一种可自我学习的车辆在途位置采集密度智能适应方法，其特征在于：所述车辆划分等级的标准为相同运货量速度越快等级越高，相同速度下运货越少等级越高。

4.根据权利要求1所述的一种可自我学习的车辆在途位置采集密度智能适应方法，其特征在于：所述定位方式还有基站定位，基站定位利用司机周围的基站对司机的手机进行定位。

5.根据权利要求1所述的一种可自我学习的车辆在途位置采集密度智能适应方法，其特征在于：所述配送路径的等级由高级至低级划分情况为城市配送为A级，短途运输为B级，中短途运输为C级，中途运输为D级，长途运输为E级。

6.根据权利要求1所述的一种可自我学习的车辆在途位置采集密度智能适应方法，其特征在于：所述货物类型信息包括货物种类、重量、体积、数量、始发地和目的地。

7.根据权利要求1中所述的一种可自我学习的车辆在途位置采集密度智能适应方法，其特征在于：所述配送路径根据距离的由短到长将配送路径分为城市配送、短途运输、中短途运输、中途运输和长途运输，城市配送的距离为半径50公里范围内或者所属同一个城市内，短途运输的距离为50公里到200公里，中短途运输的距离为200公里到500公里，中途运输的距离为500公里到1000公里，长途运输的距离为1000公里以上。

8.根据权利要求1中所述的一种可自我学习的车辆在途位置采集密度智能适应方法，其特征在于：所述策略分析模块分析的结果还可进行人工调整。

9.根据权利要求1-8所述的任意一种可自我学习的车辆在途位置采集密度智能适应方法，其操作步骤为：

1)用户在手机APP上或者PC电脑上填写需要发出的货物的重量、体积、数量、始发地、目的地、车辆类型和定位方式类型的信息；

2)数据收集模块从电脑上或者通过标准接口读取用户填写的数据，包括货物类型、业务类型、用户习惯以及车辆类型和定位方式；

3)策略分析模块根据数据收集模块上的信息分析出配送的路径，根据路径划分的等级、业务类型、用户习惯，根据标准策略库的分析规则分析出有效的路径策略，随后操作人员确认是否合理，如果不合理则进行人工调整，随后根据车辆类型和定位方式类型计算出最终费用并将结果呈现给用户确认；

4)用户确认后可在APP上查看到配送司机的个人信息、车辆信息和货物的配送情况。