一種基于傳感器的快件物流過程檢測方法及配套系統設計

丁 奧，張 媛，朱 磊，杜艷平，黃 磊

（北京印刷學院，北京 102600）

1 引言

隨著電子商務的發展，快遞行業也進入到了一個蓬勃發展的新時期。根據國家統計局最新公布的數據顯示，2017 年我國快遞業務量已達到401 億件，快遞業務收入4 957億人民幣，行業體量的量變也醞釀著行業更深層次的質變。

早在2011年12月30日，國家質量監督檢驗檢疫總局、國家標準化管理委員會就聯合發布了《快遞服務》[1]系列國家標準。其中對快遞術語、服務標準等做了科學的界定和規范?？梢娍爝f服務已經從單純講求時效性的階段，進入到了追求綜合服務質量的新階段?？爝f服務作為物流行業與大眾接觸最為密切的部分，其信息化、智能化水平在近些年來發展迅速。這其中，對于快遞物流狀態的檢測和評價是衡量快遞服務水平的一個重要維度，其信息化水平更是物流信息化的一種重要體現。

目前，對于快遞物流狀態檢測和評價的研究逐步深入。李利[2]針對無法實時獲取物流中貨物位置信息的問題，設計并開發了物流全程實時跟蹤查詢系統。許清霞[3]提出了一種貨物運輸狀態提醒裝置的設計，通過大幅度振動時向接收主機發送提醒信號，來達到保護貨物運輸安全的目的。朱安定[4]提出了一種托盤運輸在途振動檢測裝置，利用薄膜開關陣列檢測托盤在途位置變化，以此降低運輸在途不必要的包裝損耗。

上述研究，雖然對于構建完善的快件物流過程狀態檢測系統具有重要借鑒意義和參考價值，但是大多局限于物流的部分環節，在全流程監測方法和技術實現方面相對薄弱，因此不利于市場應用和成果推廣。此外，由于物流過程狀態監測研究成果的局限性也間接導致目前物流過程質量評價仍以主觀評價為主，缺乏數據支撐。

因此，本文提出了一種基于傳感器的快件物流過程檢測方法及配套系統。系統通過傳感器組合采集快件物流過程中諸如振動加速度、溫濕度、光照強度及地理位置等數據。利用智能分類算法對數據進行分析處理，判別快件物流過程異常情況類型、程度及事發地點。最后將異常情況信息實時發送給終端供用戶查詢。以此達到便于主管部門監管、企業內部自查、客戶知情的效果，減少甚至杜絕暴力分揀、不當運輸等情況的發生。

本文分別介紹了系統硬件組成、工作流程和功能，并在結尾處對系統設計工作進行了總結，對未來工作提出展望。

2 系統硬件組成

系統硬件由采集端（數據采集模塊、微處理器模塊、數據存儲模塊、通訊模塊、電源模塊、顯示和操作模塊）、中央處理器和應用程序端組成，其邏輯關系如圖1所示。

2.1 采集端結構

圖1 系統組成圖示

數據采集模塊用于對快件物流過程中相關狀態的數據采集，由三軸加速度傳感器、三軸陀螺儀、溫濕度傳感器、光敏傳感器、GPS傳感器、三軸地磁傳感器及配套電路、多傳感器融合組成[5]。其結構示意圖如圖2所示。

圖2 采集端結構示意圖

2.2 數據采集模塊

數據采集模塊主要用于各種傳感信息的采集，其中：

三軸加速度傳感器用于采集以傳感器為坐標原點，水平面互相垂直的x、y 軸及鉛直方向z 軸三個方向的直線加速度數據。三軸直線加速度數據是運輸狀態檢測中振動情況的基本支撐數據，是判別是否發生暴力分揀及其類型（跌落、平拋等）、不當運輸及其類型（路況較差等）的基礎依據。三軸加速度傳感器采樣頻率應不低于250Hz，量程不小于±16g，z 軸初值為1g。

三軸陀螺儀用于采集x、y、z 軸方向上的角加速度數據。角加速度數據是快件物流過程狀態檢測中，判別暴力分揀、不當運輸等具體分類情況的另一組重要數據。三軸陀螺儀采樣頻率應不低于250Hz，量程不小于±1g 。

溫濕度傳感器用于采集環境溫濕度數據。溫濕度是反映一些對溫濕度要求比較敏感的特殊快件在物流過程中是否存放得當的重要數據。溫濕度傳感器的溫度閾值范圍不小于-30℃—50℃，濕度量程不小于20%RH—80%RH。

光敏傳感器用于采集環境光照強度情況的數據?？梢愿鶕湓谖锪鬟^程中的突變值及突變導數是否超過設定的參數判別是否有包裝破損的情況，另外還可以用于某些特殊化學品運輸的光照強度實時監控。光敏傳感器量程為0-500Lux。

GPS 傳感器借助GPS 系統采集地理位置信息數據，將地理信息與采集到的其他數據結合，準確地向用戶（包括政府監管部門、企業、消費者）提供運輸狀態異常發生的具體地點，方便監管、監督、整頓，并給消費者相應的知情權。GPS 傳感器的定位誤差應小于10m。

地磁傳感器主要用于測定被測物位姿和彌補GPS 的定位精度。本文設計的系統采用地磁傳感器與GPS 結合定位，并結合無跡卡爾曼濾波誤差在線補償方法提高數據精度[6]。

2.3 微處理器模塊

微處理器模塊，用于采集端的控制（包括存儲空間的分配、設備休眠及喚醒的控制、快速校準等）、數據的初始判斷（通過二分類算法將數據分為異常和正常兩種情況，有異常情況發生時存儲該時間節點數據并將數據上傳至中央處理器執行進一步的分類算法）等。微處理器模塊可采用常見的如ARM、RPI等各類嵌入式微控制器。

2.4 數據存儲模塊

數據存儲模塊，用于存儲經過微處理器分類后被判別為異常情況時間段的數據?？刹捎猛卣勾鎯Ψ绞剑鏑F卡、SD卡等，具有根據實際使用情況選擇不同的存儲容量的優點，一般情況下存儲卡容量應不小于2GB。

2.5 通訊模塊

用于實現采集端與中央處理器之間的信息傳輸功能。具體實現方式可根據實際應用場景進行選擇，一般情況使用有線通訊（USB）及無線通訊（4G）兩種方式，在一些特殊應用環境中，比如快遞分揀中心內部自查時，根據實際應用場景，在充分考慮功耗、成本、可靠性等具體需求基礎上，亦可采Zigbee等方式通訊[7]。

2.6 電源模塊

電源模塊，用于采集端的供電。采用兩種供電方式，鋰離子電池或干電池。鋰離子電池具有可反復充電、電容量大等優點，適合采集端單次長時間工作情況。干電池具有價格低廉等優點，適合采集端單次短時間工作情況。可以根據其具體使用場景進行切換和選擇。鋰離子電池容量不低于1500mAh；干電池使用4.2V 普通或堿性鋅錳電池、可充電干電池均可。

2.7 顯示和操作模塊

顯示模塊，用于直觀顯示當前采集端的工作情況，在校準時通過圖文對操作者進行指導等。顯示器可采用各類單色、全彩LED屏，沒有特殊要求。

2.8 中央處理器

中央處理器，是整個系統的大腦，是連接采集端和應用程序端的核心中樞。在系統規模較小時可使用工作站主機，當系統規模較大時須使用高性能服務器。實驗階段所使用的中央處理器配置見表1。

表1 中央處理器配置表

2.9 應用程序端

應用程序端為系統用戶的個人電腦或智能手機等設備，用于系統用戶直觀了解快件當前情況。用戶下載安裝本系統應用程序，利用手機號及短信驗證碼或微信掃碼等方式登陸系統后，可查詢該手機號或微信號碼對應的所有快件的運輸情況。程序界面包括用戶名、用戶頭像、該手機號對應的所有在運單的基本情況（寄件人、收件人、發件地、收件地、運件種類等），點擊一個運單號，可彈出該運單號目前的運單情況報告，以簡報方式告知使用者該運單在何時何地發生了何種異常情況以及異常情況的嚴重程度。當有異常情況發生時，系統還可以根據業務訂單中客戶勾選的是否接受快件異常情況短信，自動向勾選接收的客戶發送提示短信。

3 系統工作流程

系統的工作流程如圖3所示。

圖3 系統工作流程圖

對照圖3，工作流程可分為10個步驟：

步驟1.啟動采集端，采集端向中央處理器發送開始信號，中央處理器為其新建數據文件。通過掃碼方式，將運單號與采集端編號對應。如中央處理器新建數據文件時還未經過掃碼將運單號與采集端編號對應，則中央處理器默認空運單編號，并且空運單從1號開始以此類推不重復，當中央處理器收到掃碼對應運單號后，自動匹配。

步驟2.將采集端通過黏貼的方式，按照傳感器使用要求固定于快件包裝內部。

步驟3.中央處理器在數據庫中為新運單編號建立新數據文件，同時通過與運單業務系統相連獲取運單詳細信息，計算相應參數，并將參數通過中央處理器的通訊模塊把參數信息傳輸給采集端。

步驟4.采集端開始實時采集各類數據，采集到的數據將會交由采集端微處理器執行二分類計算處理。當微處理器判別快件情況正常時，采集端只有數據采集模塊和微處理器由電源模塊供電實時工作，下一時段采集到的數據將會覆蓋掉上一時段采集到的數據，暫時儲存在微處理器內存中，通訊模塊只在整點時，每小時一次與中央處理器進行時間校準通訊，通知中央處理器該采集端工作正常，數據儲存模塊則處于休眠狀態。當微處理器判別快件情況異常時，微處理器喚醒通訊模塊和數據儲存模塊。將該段時間全部異常數據存儲到數據存儲模塊中，并通過通訊模塊上傳到中央處理器。當恢復正常情況后，按照判別正常的模式繼續工作。

步驟5.在快件出現異常情況時，中央處理器接收到采集端通訊模塊發來的異常數據，并執行多分類算法，判別異常種類，計算異常程度，而后將其信息錄入數據庫平臺。

步驟6.當客戶選擇接收警報提示短信時，自動向用戶手機發送短信提醒異常情況。

步驟7.下載安裝應用程序端的用戶，可以通過手機號碼及短信驗證碼的方式或微信掃碼等方式，使用手機或電腦登陸系統，實時查詢相應運單的情況。

步驟8.當采集端向中央處理器發送終止信號，此次檢測流程全部結束。參數重置為默認狀態。

步驟9.若在采集端向中央處理器發送低電量警報后，在未發送終止信號而不再發送整點時間校準信號時，中央處理器數據庫默認采集端電量耗盡，須中央處理器管理員手動確認并結束本次檢測活動。

步驟10.系統管理員擁有維護、升級中央處理器的權限，可以不斷更新系統算法、界面、定期清除超過承諾保存期限的數據。

4 系統功能介紹和界面

4.1 系統功能

系統除了基本的數據采集、數據存儲和數據通訊、信息展示等功能外，還具備以下功能：

4.1.1 初始數據處理功能。微處理器利用基于SVM、K-MEANS或其他原理的二分類算法[8,9]，判斷快件當前狀態是否處于異常情況，如處于異常情況，則將數據保存至數據存儲模塊，并實時上傳給中央處理器，如無異常情況，則將下一時段數據覆蓋當前數據。其工作流程如圖4。

圖4 二分類算法流程圖

4.1.2 設備休眠及喚醒的控制。為了節省采集端存儲空間、減少采集端與中央處理器之間的通訊數據量、減少采集端耗電量，在經過微處理器上寫入的基于SVM、K-MEANS或其他原理的二分類算法初步判別當前狀態是否異常時，顯然，大部分時間快件都處于正常狀態，這時數據存儲模塊和通訊模塊處于休眠狀態，數據僅在微處理器內存中短暫保存處理后便被新數據覆蓋掉。通訊模塊僅在整點時，每小時一次向中央處理器發送時間校準信息，并通知中央處理器該采集端工作正常。而當微處理判別當前狀態異常，微處理器可以協調這些硬件，將其喚醒工作，把異常信息存儲在數據存儲模塊中，并通過通訊模塊上傳至中央處理器。

4.1.3 快速校準功能。主要由兩種方式進行校準：

（1）快速手動校準。由微處理器配合人工進行即時校準，如三軸直線加速度的校準，可采用三個方向自由落體時加速度為1g 作為校準標準，進行快速校準。

（2）在線算法自校準。如角加速度、溫濕度、光照強度、地磁等傳感器不容易通過人工手動校準，可以根據傳感器生命周期的一般精度變化規律，結合均值、方差、峰度、偏度等數據編寫矯正算法利用微處理器實現校準或接入網絡通過在線算法進行校準。如孫中森[10]提出了一種基于在線地磁指紋的航跡校準算法，經適當修改可應用于本文提出的系統中。

4.1.4 低電量提示功能。通過電池端電壓，粗略判別電池剩余電量，當電量低于電池總電量10%而采集端還在繼續工作沒有觸發終止條件時，微處理器將會喚醒通訊模塊，向中央處理器發送電量不足報警，使中央處理器及管理員得知采集端即將斷電的情況。

4.1.5 開始終止信息觸發功能。在采集端起止鍵被觸發時，喚醒通訊模塊，向中央處理器發送起止信號。

4.1.6 個性化參數設置功能。與業務訂單系統相連，可以根據客戶勾選和備注的訂單要求，自動設定微處理器和中央處理器參數，如敏感化學品快件可根據實際需要設定溫濕度參數和光照參數，實現不同快件的個性化區分。

4.1.7 智能數據分析功能。中央處理器對采集端上傳的異常數據進行進一步的計算，利用更精密的基于機器學習的算法訓練數據分析系統，使系統具備對異常情況進行更進一步分類的能力。如振動檢測數據組將會被分類為垂直跌落、平拋等情況；溫濕度數據組將會被分為溫度過高、溫度過低、濕度過高、濕度過低及其組合的若干情況；光照強度數據組將會被分為包裝破損引起的光照強度變化和特殊快件包裝不合格等情況。在分類的同時還可以根據其特征強度給出其嚴重程度的算法評價，評價結果設計為五星最嚴重，一星最輕微。

4.1.8 大數據整合平臺功能。中央處理器將運單條碼與采集端編號條碼編組，實現數據與訂單的對應。并將多采集端的數據匯總至數據庫中，搭建數據服務平臺，供應用程序端查詢。數據庫平臺具有不同的權限等級，高級管理員可以更新、維護平臺（如升級分類算法、修改通訊協議等）、查看全平臺數據、特殊情況處置等，普通管理員僅可以查看全平臺數據，一般用戶則只能根據發件人或收件人預留手機號和短信驗證碼或微信掃碼查詢該手機號或微信號碼對應快件的數據情況。

4.2 系統界面展示

中央處理器的快件振動數據分析界面如圖5。圖5中，笛卡爾坐標系的橫軸表示三軸加速度傳感信息的采樣時間軸（單位：s），縱軸表示加速度值（單位：g）。一般地，系統在進行某時間段內振動數據分析時，取曲線峰值進行計算。

圖5 中央處理器振動數據分析界面示意圖

PC應用程序端登陸賬戶后的操作界面如圖6所示。用戶可根據運單號定向搜索并查看某個運單的情況報告，或手動在運單列表中查詢。單擊運單列表右側的下拉菜單按鈕可以展開該運單詳細的運輸報告，再次單擊該按鈕可將運單情況報告折疊。同時界面設計了打印選項，方便用戶打印運單情況報告。

圖6 PC應用程序端界面示意圖

5 結論

本文設計的基于傳感器的快件物流過程檢測方法及配套系統是對當前依舊依賴于主觀評價的物流運輸質量評價方法的補充，為科學評價物流運輸質量提供了量化手段。本文從硬件設計、系統工作流程、功能創新三個層面對系統設計工作進行了闡述，提出了檢測快件物流過程運輸質量的系統性方法。本文研究團隊將在今后的工作中，重點進行系統配套智能算法的創新研究、軟件程序的優化以及方法及配套系統的應用驗證。