1.一种基于大数据融合的智能物流运输系统,其特征在于,包括:
车辆数据平台,用于采集车辆行驶过程中的实时数据;
监控平台,用于获取物流订单信息、驾驶习惯信息、车辆参数信息、实时路况信息和实时气象信息并调用所述车辆数据平台传输的实时数据,建立驾驶习惯信息、车辆参数信息、实时路况信息、实时气象信息与推荐运行路线之间一一对应的关系模型,设置所述关系模型在融合算法模型中的优先级和权重值,将物流订单信息输入至融合算法模型中并输出至少一条推荐运行路线。
2.根据权利要求1所述的基于大数据融合的智能物流运输系统,其特征在于:所述物流订单信息包括目的地、货物质量、货物类型,所述推荐运行路线包括路径、能耗、车辆性能利用率,所述监控平台将所述推荐运行路线输出至移动端或者车载终端。
3.根据权利要求2所述的基于大数据融合的智能物流运输系统,其特征在于:所述车辆数据平台通过tbox采集车辆行驶过程中的实时数据,采集的实时数据包括电机转速转矩、电控直流母线电压电流、电池soc、实时燃油消耗量。
4.根据权利要求3所述的基于大数据融合的智能物流运输系统,其特征在于:所述驾驶习惯信息通过调用所述车辆数据平台传输的实时数据获取驾驶员在不同线路、不同路况下油门刹车和车速,分析驾驶员在不同线路、不同路况下的急加速、急减速数据,根据急加速、急减速占全路线时间、同路线预测最优时间的比值做加权计算,建立驾驶习惯信息与能耗之间的关系模型。
5.根据权利要求2所述的基于大数据融合的智能物流运输系统,其特征在于:所述车辆参数信息包括整车参数,所述车辆性能利用率包括车型匹配度、动力系统利用率和装载空间利用率。
6.根据权利要求2所述的基于大数据融合的智能物流运输系统,其特征在于:所述监控平台通过交通出行云服务平台获取实时路况信息,建立实时路况信息与能耗、路径之间的关系模型并输出预测时间段的路况走向、路径和时间。
7.根据权利要求2所述的基于大数据融合的智能物流运输系统,其特征在于:建立实时气象信息与能耗、路径之间的关系模型,所述实时气象信息包括温度、湿度、风向风力。
8.根据权利要求1所述的基于大数据融合的智能物流运输系统,其特征在于:所述优先级和权重值采用手动自定义设置和/或采用系统自动设置。
9.根据权利要求8所述的基于大数据融合的智能物流运输系统,其特征在于:所述权重值采用系统自动设置时,根据用户选择的推荐运行路线和实际运行路线进行比对以及客户反馈信息,修正优先级和权重值。
10.一种基于大数据融合的智能物流运输方法,其特征在于,包括如下步骤:
(1)获取驾驶员在不同线路、不同路况下油门刹车和车速,分析驾驶员在不同线路、不同路况下的急加速、急减速数据,根据急加速、急减速占全路线时间、同路线预测最优时间的比值做加权计算,建立驾驶习惯信息与能耗之间的关系模型;
获取车辆的整车参数,建立整车参数与能耗、车辆性能利用率之间的关系模型,所述关系模型包括根据物流订单信息中目的地、货物质量、货物类型获得车型匹配度,根据物流订单信息中货物质量、货物类型获得动力系统利用最高、装载空间利用率最高的车辆信息;
通过交通出行云服务平台获取实时路况信息,所述实时路况信息包括道路通畅性、拥堵路段、坡度大小、爬坡长度,建立实时路况信息与能耗、路径之间的关系模型,输出预测时段内的路况走向、路径、时间;
获取实时气象信息,所述实时气象信息包括温度、湿度、风向风力,根据风向作用于车身的位置,结合风速风力作为权重因子与整车参数中的风阻信息进行加权计算,建立实时气象信息与能耗、路径之间的关系模型,输出空调使用建议和顺风道路规划,并根据实际能耗修正加权计算因子值;
(2)设置所述步骤(1)中所有关系模型在融合算法模型中的优先级和权重值,所述优先级和权重值采用手动自定义设置和/或采用系统自动设置;
(3)将物流订单信息输入至融合算法模型中并输出至少一条推荐运行路线;
(4)通过车辆数据平台采集车辆行驶过程中的实时数据,获取车辆实时能耗、车辆行驶路线以及客户反馈信息,根据实际能耗、车辆行驶路线与推荐运行路线进行比对以及客户反馈信息,对系统中的优先级和权重值进行修正。