[发明专利]一种冷链配送车调度管理方法及装置在审

专利信息
申请号: 202211446348.4 申请日: 2022-11-18
公开(公告)号: CN115759514A 公开(公告)日: 2023-03-07
发明(设计)人: 林雨财 申请(专利权)人: 广东豆加壹科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/04;G06Q10/08;G06N3/0464
代理公司: 广州凯东知识产权代理有限公司 44259 代理人: 李俊康
地址: 510000 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 配送 调度 管理 方法 装置
【权利要求书】:

1.一种冷链配送车调度管理方法,其特征在于,具体包括以下步骤:

获取用户设备发送的用户订单,以及获取服务器预存的所有冷链配送车的配送订单;

将用户订单与配送订单进行比对,匹配出配送路径相似的冷链配送车;

获取所有配送路径相似的冷链配送车的车辆运载信息;

依据车辆运载信息,筛选出运载货物数量最少的冷链配送车;

向所述运载货物数量最少的冷链配送车发送用户订单,从而实现冷链配送车的调度管理。

2.根据权利要求1所述的一种冷链配送车调度管理方法,其特征在于,所述将用户订单与配送订单进行比对,匹配出配送路径相似的冷链配送车,具体包括以下步骤:

依据用户订单获取用户的配送地址;

依据配送订单获取冷链配送车的配送地址;

对冷链配送车的配送地址进行聚类分析,得到冷链配送车的重点配送地址集合;

判断用户的配送地址是否属于冷链配送车的重点配送地址集合,若是,则为配送路径相似的冷链配送车,否则不是配送路径相似的冷链配送车。

3.根据权利要求2所述的一种冷链配送车调度管理方法,其特征在于,所述获取所有配送路径相似的冷链配送车的车辆运载信息,具体包括以下步骤:

获取所有配送路径相似的冷链配送车的货柜图像;

依据所述货柜图像,得到冷链配送车的剩余空间数据,从而得出冷链配送车的车辆运载信息。

4.根据权利要求3所述的一种冷链配送车调度管理方法,其特征在于,所述依据所述货柜图像,得到冷链配送车的剩余空间数据,具体包括以下步骤:

基于卷积神经网络构建货柜剩余空间识别模型;

将货柜图像输入至货柜剩余空间识别模型进行识别,得到冷链配送车的剩余空间数据。

5.根据权利要求4所述的一种冷链配送车调度管理方法,其特征在于,所述卷积神经网络采用CNN深度卷积神经网络。

6.一种冷链配送车调度管理装置,其特征在于,所述装置包括:

第一获取模块,用于获取用户设备发送的用户订单,以及获取服务器预存的所有冷链配送车的配送订单;

对比模块,用于将用户订单与配送订单进行比对,匹配出配送路径相似的冷链配送车;

第二获取模块,用于获取所有配送路径相似的冷链配送车的车辆运载信息;

筛选模块,用于依据车辆运载信息,筛选出运载货物数量最少的冷链配送车;

发送模块,用于向所述运载货物数量最少的冷链配送车发送用户订单。

7.根据权利要求6所述的一种冷链配送车调度管理装置,其特征在于,所述对比模块包括:

第三获取模块,用于依据用户订单获取用户的配送地址;

第四获取模块,用于依据配送订单获取冷链配送车的配送地址;

聚类分析模块,用于对冷链配送车的配送地址进行聚类分析,得到冷链配送车的重点配送地址集合;

判断模块,用于判断用户的配送地址是否属于冷链配送车的重点配送地址集合。

8.根据权利要求7所述的一种冷链配送车调度管理装置,其特征在于,所述第二获取模块包括:

货柜图像获取模块,用于获取所有配送路径相似的冷链配送车的货柜图像;

处理模块,用于依据所述货柜图像,得到冷链配送车的剩余空间数据。

9.根据权利要求8所述的一种冷链配送车调度管理装置,其特征在于,所述处理模块包括:

构建模块,用于基于卷积神经网络构建货柜剩余空间识别模型;

识别模块,用于将货柜图像输入至货柜剩余空间识别模型进行识别,得到冷链配送车的剩余空间数据。

10.根据权利要求9所述的一种冷链配送车调度管理装置,其特征在于,所述卷积神经网络采用CNN深度卷积神经网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东豆加壹科技有限公司,未经广东豆加壹科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211446348.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top