基于車聯網技術的快遞車輛管控平臺設計與應用

（中國郵政集團有限公司，北京 100808）

0 引言

隨著物聯網技術在智能交通中的廣泛應用，車聯網技術快速發展。車聯網是移動互聯網、物聯網向業務實質和縱深發展的必由之路，也是未來信息通信、環保、節能、安全等發展的融合性技術[1]。車聯網技術與物流行業有效結合，實現物流路徑優化與物流車輛實時控制，大大提升了車輛安全管理水平[2]。通過車聯網技術，使得車輛對周圍環境的感知能力、車載終端的計算與規劃能力顯著增強，實現車與車、人、路、服務平臺之間的信息共享和信息傳輸，為快遞車輛的智能化、數字化管控提供了可能[3]。

車聯網涉及多個技術領域，涵蓋數據采集、視頻分析與識別、語音識別、操作系統、云計算、開放式接入協議、大數據、無線通信等關鍵技術。20 世紀50 年代，部分美國私營公司就已開始研發汽車自動控制系統。目前，以美國、歐盟和日本為代表的發達國家和地區對車路協同系統的應用場景基本定義完畢，目前處于對相關技術的探索、實驗和測試階段，尚未大規模推廣和應用[4]。2010 年，我國首屆“車聯網”研討會成功召開，提出了“車聯網”這一概念。近10 年來，我國貨運車聯網技術與產業發展迅猛，2018年制定了《國家車聯網產業標準體系建設指南》，旨在推動形成統一、協調的國家車聯網產業標準體系架構[5]。目前關于車聯網的研究多側重理論層面，如車聯網資源共享[6]、數據傳輸算法[7]、信息安全[8]等，涉及應用層面的較少。快遞企業普遍利用衛星導航系統對車輛進行監控管理[9]，但尚未依托車聯網技術通過人、車、路、通信、平臺全方位鏈接與數據交互進行車輛管控。北斗衛星導航系統（以下簡稱北斗系統）作為中國自主研發的全球衛星導航系統，目前已被廣泛應用于各個領域，其中也包括車聯網[10-12]。目前，關于北斗系統在物流車輛監控方面的研究更偏向于理論[13-15]，有關其應用于快遞車輛管理實踐的研究尚為空白。

近年來，伴隨著電子商務井噴式增長，國內市場消費升級，快遞行業迅猛發展，快遞運輸車輛規模高速增長，導致快遞企業車輛管理壓力陡增，傳統的管理手段已經不能滿足快遞運輸車輛管理精細化的要求。《郵政強國建設行動綱要》[16]明確指出，要加快產業數字化轉型，重點拓展大數據、人工智能、物聯網、北斗衛星導航等技術應用。但目前我國快遞企業車輛管理方面的智能化、數字化發展滯后，運輸車輛現代科技裝備和信息化應用不充分問題凸顯，亟需針對快遞行業車輛管控需求，研究開發與車聯網深度融合的車輛管控平臺系統。

為此，本文綜合利用車聯網技術、北斗系統、智能識別技術、大數據與可視化技術，研究設計了基于車聯網技術的快遞車輛管控平臺，創新構建了車聯網與快遞產業深度融合的“終端+網絡+平臺+客戶”整體架構，并提出單北斗終端研究應用路線。通過在全國31 個省的實踐應用，推進了北斗系統在交通運輸行業的深度應用，同時提高了快遞企業車輛管理的自動化、智能化、精細化水平。

1 快遞車輛管理需求分析

經過近10年的高速發展，我國快遞業務量已從2010 年的23.4 億件增長到2019 年的635.2 億件，成為世界第一快遞大國。隨著互聯網和數字經濟的進一步發展，快遞業發展仍將處于上升期。但隨著對快遞業規模集中化、管理精細化、安全性等方面要求的提高，對快遞運輸車輛管理也提出了以下需求。

（1）快遞運輸車輛管理智能化需求

經過多年激烈競爭，近幾年我國快遞業市場的品牌集中度逐漸提高（如圖1所示），頭部快遞公司高速增長。2019 年主要快遞企業市場份額占比在50%以上，快遞車輛等行業資源也將會向頭部企業集中，車輛管理難度將進一步加大。為推動降本增效，快遞企業亟需應用信息化技術手段，智能識別快件裝載情況、業務量發展與車輛運能匹配狀態以及全國車輛實時調度情況等，從而提升車輛運載效率，保障快件時效。因此，快遞企業對運輸車輛、快件、人員實現全程感知，遠程智能監控車輛狀態，智能識別運輸途中快件異常情況以及智能化推送、處理用戶關心的運輸信息等車輛管理智能化需求十分迫切。

圖1 快遞與包裹服務品牌集中度指數CR8

（2）提高快遞車輛安全性的需求

確保快件安全是行業持續發展的基石，然而目前快遞企業的管理模式大多仍是“重結果、輕過程”的粗放型管理，對運輸過程中駕駛人員疲勞駕駛、看手機、急剎車、急加速等危險駕駛行為缺乏有效監管手段，交通事故頻發，直接影響人民的生命財產安全。為保證快遞業持續健康發展，需要進一步強化安全隱患排查及風險監測預警力度，尤其是運輸等易發生安全事故的環節。由于對快遞企業駕駛行為的管控缺乏著力點，無法對車輛運輸過程中的安全風險有效預警和監控，亟需通過技術手段規范駕駛員的駕駛行為，降低運輸過程中的安全風險。

（3）快遞車輛管理數字化、可視化的需求

目前快遞企業對運輸車輛管控需求逐步從車輛行駛軌跡時限監控，向時限、成本、服務全方位管控轉變，圍繞穩定的運輸時效、最優化的成本控制以及優質的服務保障來提升企業核心競爭力，以求在市場競爭中脫穎而出。數字驅動、協同共享是快遞企業運輸管理的發展之本。公路運輸成本在整個快遞成本構成中占比較大，而燃油費在公路運輸成本中占比達到27%，居第一位。影響燃油費的因素很多，包括駕駛行為、道路情況、車輛技術狀況、貨物裝載情況等。通過對人、車、貨、路等狀態進行數字畫像，實現人、車、路數據協同共享，可精準有效提高車輛利用率，降低企業日常運營成本。在服務保障方面日趨透明化、可視化，不斷提升運輸全程管理能力，以滿足用戶對運輸貨物全程實時監控的需求，達到安全運營、降本增效的目的。數字化、可視化已成為快遞車輛管理的一大趨勢。

（4）快遞車輛管理科學化的需求

由于快遞企業對運輸車輛信息化日趨重視，安裝在車輛上的各類車載設備越來越多。隨著海量數據挖掘和運營能力的積累，如何科學搭建車聯網平臺，充分利用這些數據，以規范化、標準化方式管理生產、指導作業，是快遞企業建設車輛管理系統需要解決的重要問題。此外，郵政快遞行業除提供涉及民生領域的快遞服務以外，還為國家黨政機關、邊防哨所等敏感行業、區域等對信息安全保密要求較高的客戶提供特殊服務，需要采用自主安全導航定位服務確保郵件的信息安全。目前，道路運輸領域使用的衛星定位終端絕大部分為北斗/GPS 兼容模式，單北斗系統市場占有率低，對北斗系統的高精度應用數量更少，在我國民用領域，與快遞業務相結合的單北斗車載導航終端市場尚未形成。因此，如何科學地規劃應用由我國自主研發的北斗系統及相關技術，最大限度地發揮北斗系統精度高、覆蓋廣、信息安全保密的優勢，也是郵政快遞行業需要重點考慮的問題。

2 快遞車輛管控平臺總體設計

本文以郵政車輛管控平臺為背景，構建了“單北斗衛星導航+車聯網”的快遞車輛監控平臺，實現客戶、平臺監控、網絡和車載終端之間的實時交互，建立車內、車與人、車與車、車與平臺之間全方位鏈接，以提升快遞運輸智能化水平。

2.1 平臺構建原則

車輛管控平臺的構建應充分考慮應用系統的擴展性和安全性，實現應用服務、數據庫服務、通信中心、實時分析服務、離線分析服務、接口對接服務、內網應用等互相解耦和分離，各模塊相對獨立又緊密配合。體系結構應滿足集中維護、集中管理的需要，支持全國性統一業務的快速開發及全網推廣。采用全國集中的模式組建，基于云平臺進行設計和規劃，實現平臺系統的日常監控管理，服務器中數據互為備份、安全可靠，最終發揮云平臺統一管理和運維的低成本優勢[17]。

2.2 平臺功能設計

為提高運輸環節管理的精細化水平，本文提出基于車聯網、北斗定位導航等技術，搭建一個集車輛運行預警監控、全程可視化感知、成本精益管控、快件時效質量安全管理等功能于一體的人、車、路協同管理一體化車輛管控平臺，實現快遞運輸全程透明化、數字化、精細化管控，進一步縮短郵件運輸時限，降低運行成本，提升安全運營水平，改善用戶體驗。

（1）運輸監控可視化

平臺系統通過車輛運輸全流程數據采集，與時限管控相結合，多種形式可視化展示，以數據打通車輛運輸線路任務執行全過程，便于快遞企業中轉場等部門精確跟蹤車輛在運輸線路上的任務執行進度，以及精確預判快件的到達情況，以便對生產計劃做出合理安排，進一步提升管理水平與運行效率。

通過車載視頻監控、車載終端中控制器局域網總線技術（Controller Area Net-work Bus,CAN?Bus）對車輛駕駛行為數據的采集和分析[18]，實現運輸作業可監控、可跟蹤、可對講、可監聽、可回溯、可分析、可指揮、可調度的功能。

通過采集胎壓監控系統（Tire Pressure Moni?toring System,TPMS）、高級輔助駕駛系統（Ad?vanced Driving Assistance System,ADAS） 和駕駛員監測系統（Driver Monitoring System,DMS）實時數據，實時分析車輛行駛狀況和駕駛員的安全狀況，使平臺系統具備主動預防、提前進行安全預警的功能，可及時發現和排除車輛行駛安全隱患，確保快遞運輸安全。

（2）運輸管理科學化

采用車載北斗系統+移動App 的技術手段，通過分析業務流向數據，掌握快遞運力供給、道路擁堵等實際情況，優化行車線路，進而提高運輸組織效率，減少車輛油耗。在運行的全過程中，通過對車輛的位置、里程、油耗、速度、載重、線路、周邊環境、路況及駕駛行為等信息進行數字化管理，深入分析影響快遞車輛油耗的主要因素，鼓勵駕駛人員改善駕駛習慣，提升駕駛水平，降低車輛油耗。

（3）運輸成本精細化

平臺系統采集了車輛的過路過橋費、加油費、年審費、保險費、維修費、司機工資、車型、噸位、每次載重量等信息，可以全面分析、詳細展示車輛運行使用成本。通過精細化分析，可以計算出單車的運輸費用、單趟線路運行成本、某類車型的運輸成本、自辦運輸線路和外包運輸線路的運輸成本以及各運輸車隊的運輸成本，以指導快遞企業對運輸成本進行精細化管控。

（4）考核評價標準化

平臺系統通過科學化的數據支撐，從時限、質量、效率、費用四個維度對快遞生產作業單位進行關鍵績效指標（Key Performance Indicator,KPI）考核，從時限、安全、經濟三個維度對司機進行KPI考核，建立起標準化的考核評價體系，可進行橫向對比，為快遞企業的科學化管理提供有力支撐。

2.3 關鍵技術

（1）北斗定位導航技術

北斗系統現已實現全球覆蓋，可為全球用戶提供全天候、全天時、高精度的定位、導航和授時服務[19]?？爝f車輛管控平臺采用的單北斗定位終端設備，是以單北斗導航芯片及高精度模塊為基礎，結合快遞車輛管控的應用需求研制的導航車載終端，并通過3G/4G/RDSS 通信鏈路將位置信息和速度信息發送給平臺，其定位精度、穩定性、可靠性、安全性已在平臺系統的實際應用中得到驗證。

快遞車輛管控平臺基于北斗系統，可實現車輛運輸線路的智能規劃，保障快遞車輛按時將貨物精準送達。一方面，快遞車輛在規劃線路上執行干線運輸任務時，根據實時路況及時向駕駛員及平臺中心反饋路況對運輸時效的影響，若系統測算到該狀況可能影響快遞車輛運輸準點性時，將自動規劃新的可執行的、保證時效的線路，在平臺中心批準新線路后，系統將自動執行新線路并通知駕駛員。另一方面，在快遞車輛投遞配送貨物時，系統根據每日每車所有投遞貨物配送地址，按“最短路徑、最少時間”原則，結合實時路況自動規劃車輛配送路線，使快遞車輛駕駛員無需熟悉城市街道，在工作時間段內可實現最大貨物配送量，提高快遞車輛貨物配送時效性和車輛的利用率。

（2）車聯網智能識別技術

平臺借助車聯網技術，聯通車輛中的CAN?Bus、車頭車后及車內多路視頻設備、北斗系統定位設備、胎壓監控系統、ADAS、DMS、車廂溫度/煙感探測器等電子設備，實現對車輛運行狀態、道路周邊情況、司機駕駛狀態等信息的實時采集和監控，通過對駕駛員人臉的智能識別技術以及車輛運行環境的視頻智能識別技術，及時發現車輛駕駛安全隱患，做到對車輛即將發生的碰撞事故、危險駕駛行為、輪胎運行不正常等情況進行提前預警、報警，以便及時處置在途異常事件，不斷提升行車安全水平。

（3）支持車輛跟蹤監測的信息索引及存儲技術

平臺設計接入百萬臺級的車輛，涉及海量的車輛實時狀態信息和位置數據實時存儲和訪問，若采用傳統結構存儲方式，在進行數據查詢和跨行讀取數據時，會消耗大量的計算尋址時間，難以承載如此大數據量、高并發的寫入和讀取壓力。本平臺系統采取云表格存儲技術，基于倒排索引和列式存儲，保證了系統的高并發讀寫和查詢能力，如將一臺車的數據按照時間先后順序集中存儲，對中央處理器（Central Processing Unit,CPU）和內存要求較低，讀寫性能接近于磁盤和網卡最大吞吐能力，可極大地降低硬件投入成本，并實現在海量數據下更快地查詢和跟蹤監測。

（4）車輛管控信息大數據實時計算技術

平臺平均每天在線車輛達10萬臺以上，系統需要統計每天每臺車的行駛里程、耗油量、異常數據等各項指標，平均每臺車每天約有4 000 條記錄，合計40 億條數據。若采用傳統的計算方式，無法將40億條數據全部載入內存，需按車輛逐個計算，雖然可進行一些優化，如多線程多機器，但消耗的時間仍在2h以上。采用大數據實時計算技術后，系統以數據并行和流水線方式執行任意流數據程序，將計算的過程拆解為數據源、分組計算單元、計算結果存儲3 個步驟，通過20臺4 個CPU、16GB 內存的集群計算服務器，僅需數秒即可完成計算。原本需要夜晚集中批處理后第二天才能提供數據的工作，已經可以在大數據實時計算技術下秒級完成，更好地為運營服務提供支撐。

2.4 平臺架構設計

（1）總體架構

為滿足快遞業務需求，采用“終端+網絡+平臺+客戶”整體架構，建立統一規劃、統一標準、統一接入、統一維護的車輛管控平臺。終端涉及車聯網信息的綜合采集（車輛發動機、溫度/煙感數據）、視頻識別與分析、語音指令與播報等，實時自動采集車輛運行數據、駕駛行為數據及生產運輸數據；網端涉及3G/4G+短信無線通訊技術、北斗定位技術等，將車輛位置、告警信息、實時視頻、車輛發動機等各類數據信息實時傳輸至平臺[20]；平臺端涉及云計算、分布式部署、開放接入協議等，采用云服務器，部署通信中心、業務系統、實時分析、配置管理中心、日志統計分析、監控模塊等，在負載均衡、數據庫備份、緩存、數據分析、文件存儲、安全防護等方面提供良好的技術支撐；客戶端涉及移動互聯網技術[21]、可視化分析等，通過PC端、手機端和第三方平臺與用戶直觀交互。平臺總體架構如圖2所示。

圖2 快遞車輛管控平臺總體架構圖

（2）邏輯架構

本文將快遞車輛管控平臺的邏輯層次劃分為感知層、網絡層、基礎設施層、數據層、平臺層、應用層及展示層。技術選型時采用開源框架，各層之間高內聚、低耦合，通過Spring 微服務，使各服務相對獨立，實現快速迭代開發。主要邏輯如圖3所示。

（3）技術架構

快遞車輛管控平臺系統技術架構采用阿里云技術，實現快速部署、易于擴展、智能管理。其中，通信中心、業務系統、實時分析、配置管理中心、日志統計分析、監控模塊部署在阿里云ECS 服務器中；系統數據庫部署在阿里云RDS中；緩存組件使用阿里云Redis；車輛軌跡、CAN?Bus 等數據保存在阿里云開放結構化數據服務（Open Table Service,OTS）中，運用大數據對車輛位置信息進行分析及計算。該平臺系統通過車載終端設備實時輸入視頻、發動機、位置、速度、告警等車輛運行數據，通過PC端、移動端App輸出管理工具，讓車輛調度人員、駕駛員、外包承運商等全部參與到運輸過程管控中，讓系統管理實時高效、無所不在。系統技術架構如圖4所示。

圖3 快遞車輛管控平臺系統邏輯架構圖

圖4 快遞車輛管控平臺系統技術架構圖

3 快遞車輛管控平臺應用案例

3.1 案例背景

為統籌調配運力資源，實現運力可視化管理，中國郵政集團有限公司從2018 年5 月至今，在全國郵政85個一、二級中心局推廣上線車輛管控平臺，已累計接入各類干線運輸車輛20.8 萬余臺，累計監控車輛運行軌跡849 萬次，注冊司機20.2 萬人，注冊承運商281 家，通過車輛管控平臺構建共享運力資源池、在線監控車輛全過程、量化評估承運商服務、精細化對標運輸成本，重塑了郵政干線運輸生產管控流程，實現對郵件運輸和車輛運行全方位在線實時管控，初步實現了智能感知、全程監管、透明管控的郵政車輛精細化管控目標，全面提升了郵政運輸的可視化管理水平。

3.2 應用效果

（1）事前預警，輔助安全駕駛

快遞業的運輸安全監管通常以事中抽查、事后處罰為主，過程管控力度較弱。車輛管控平臺系統利用人臉識別、視覺分析等技術，綜合判斷駕駛員注意力下降、呆滯、蛇形行駛等駕駛狀態，提前預判車輛運行途中的安全風險，通過向駕駛員發出疲勞預警、碰撞預警、偏離預警等報警，提醒駕駛員采取緊急措施控制車輛，加強車輛行駛中的管控力度，降低車輛行駛事故風險。此外，利用CANBus 技術可識別急加速、急減速、急剎車等車輛行駛狀態，并將駕駛行為數據化，在云端通過人工智能（Artificial Intelligence,AI）進行數據統計，預判安全系數，協助車隊開展主動安全駕駛培訓。

（2）提升運輸效率，促進節能減排

從單一線路調度下單、承運商接單、車輛進站裝車、道路運行及到站卸車，實現運輸全程信息無斷點，全面掌握上萬條線路運行情況；并通過將車輛運行位置、當班司機、裝載郵件量等相關數據集成，利用大數據分析預測運力需求，優化運行線路，動態調配全網運力，使郵政長途一干車輛日均行駛里程達到740km 以上，郵政運輸車輛使用效率提升了約40%，貴州、山西等省份部分郵政車輛日均里程高達1 000km，達到甚至超過歐美發達國家單車日均行駛里程。車輛管控平臺上線前后，郵政長途一干車輛日均行駛里程對比如圖5所示。

圖5 郵政長途一干車輛日均行駛里程

郵政車輛日均行駛里程計算公式如下：

式中：MA為郵車日均行駛里程（km）；Mi為第i輛郵車行駛總里程（km），i=1,2,…,n；n為郵車總數量（輛）；D為工作天數（d）。

（3）精細管控，降低運輸成本

分析車管平臺數據（如表1所示）可以看出，同一線路、同一車型下，駕駛行為較好的貨車司機每百公里可節省油耗3L，長途車輛月行駛里程基本在2 萬km 以上，以每升柴油5 元計算，每月節省油費約3 000 元，一年節省近3.6 萬元，僅油費一項就節省了13%。在全國道路貨物運輸價格指數中，油耗大約占公路運輸物流成本的27%，通過車輛管控平臺改善貨車司機駕駛行為，車輛運營成本平均一年可下降3.5%。

表1 駕駛行為對油耗影響對比表

（4）落實北斗戰略，精準調度

促進北斗系統有機融入快遞行業發展體系，利用北斗系統率先實現車輛定位的安全自主可控，對我國國家安全和經濟社會發展具有重要意義。疫情期間，利用北斗系統規劃線路，對運載疫情防控物資的郵政車輛進行全程監控，引導醫用、生活物資快速抵達，累計開行發往湖北的省際郵政車輛6 110 輛次，運送物資73 320t，確保防疫物資及時、準確送達。

4 結語

本文通過將快遞運輸業務與車聯網技術、單北斗定位終端相結合，構建了車聯網與快遞產業深度融合的“終端+網絡+平臺+客戶”快遞車輛管控平臺，并在郵政車輛管理實踐中進行了應用，解決了車輛、貨物、司機之間，車載設備與車載設備之間，平臺與設備、車輛、貨物、司機、管理者之間信息互聯互通、智能協同的問題，通過基于車聯網技術的快遞車輛管控平臺，實現了整個快遞運輸過程可視化、數字化，管理科學化，成本管控精細化，考核評價標準化，促進了快遞企業降低運營成本、提高網絡運營效率、減少安全事故。但受限于本平臺系統設計之初，未考慮快遞企業關心的每件貨物全程實時追蹤問題，目前只能提供車貨匹配后的貨物跟蹤，尚不能實現脫離車輛的全程貨物實時追蹤功能。未來將進一步研究全程貨物追蹤技術，并與無人駕駛技術、無人機運送方式、快遞路徑智能優化等結合，持續提升快遞車輛運輸效率、拓展運送方式，促進快遞運輸高質量發展。