冷鏈物流智能監控的設計與實現及路徑優化

曾 勝，戴賢君，倪天偉，胡徐勝，滕官宏偉

（1.皖江工學院 電氣工程學院，馬鞍山243000；2.中國計量大學 生命科學學院，杭州310018；3.中國人民解放軍陸軍裝備部，株洲412000）

我國具有地域廣闊和人口眾多等特點，同時全國又具有人口和資源分布不均衡的主要特性。隨著城鎮生活水平的逐漸提高和對消費產品觀念的逐漸轉變，人們越來越注重綠色健康的生活節奏方式，廣大民眾對于綠色生鮮產品消費的需求也越來越大。為了保證各種綠色生鮮產品從各處被收購之后，在其運輸、貯藏、分銷等各個環節都能無損耗無污染的維持原有品質，這要求在以上過程中生鮮產品能全程低溫保存，為滿足該要求冷鏈物流應運而生。

國外在追蹤冷鏈物流運輸過程中的食品、藥品時一般都會根據GPS 信息追溯車輛具體信息，從而能夠實現對冷鏈產品在運輸中的全程監控與追溯[1-2]。1989年，新加坡引用文獻[3]對冷藏集裝箱溫度監控系統設計與實現進行了研究，使用同步調制解調的無線通信技術解決了有線通信模式安裝施工負責的問題，但是該系統具有維護復雜、數據傳輸慢、體積較大、不適用于空間有限集裝箱內使用的缺陷；2004年，針對有線設備在冷藏車中存在布線困難的問題，文獻[4]將智能無線傳感器網絡、藍牙等信息無線通信技術應用于車廂內環境檢測系統中，并對這些技術的應用進行了探索性研究；2006年和2009年，文獻[5-6]將射頻等無線通信技術應用到易腐食品運輸過程中來記錄空間溫度信息、成熟程度等數據；2007年，文獻[7]對當時冷鏈運輸過程中產品質量保持方法進行了綜述，重點介紹了多路數字通信技術和無線傳感器網絡；2008年，文獻[8]探討了無線傳感器技術在水果儲運狀況監測中的應用潛力，特別介紹了ZigBee 技術以及兩個不同的商業模塊（XBOW 和XBEE）；2009年，文獻[9]提出了一種新的無線傳感器網絡（WSN）并對其冷鏈監測方案進行解決。該解決方案基于自組織協議，旨在節省能源，以延長傳感器壽命。此外，此解決方案不需要任何基站或中央設備。為了節約能源他們在協議設計中采用了周期性的活動/睡眠時間表，并通過本文描述的分析模型對其進行了尺寸標注和驗證；文獻[10]研發了一款用于實時跟蹤和冷鏈監測的射頻識別智能標簽。該智能標簽集成了光、溫濕度傳感器、微控制設備、低功耗電子設備和用于RFID 通信的天線等設備。智能標簽附在待跟蹤產品上，采集到的傳感器數據與可追溯性數據一起存儲在存儲器中，該RFID 智能標簽被用在洲際鮮魚物流鏈系統上，應用結果顯示該系統在如內存更多、可適用性強、無需人工參與、無需讀取標簽可見性、同時讀取多個標簽的可能性等方面具有優勢，同時還具有更耐潮濕和環境條件的特點。

1 系統工作架構

系統主要由冷鏈物流車車廂數據采集模塊、數據無線傳輸模塊、中心管理平臺、遠程監控模塊以及安卓手機客戶端等模塊組成，系統的工作架構如圖1 所示。

圖1 系統工作架構示意圖Fig.1 Schematic diagram of system working architecture

本文的設計主要由手機APP 端與Web 端網頁組成，Web 網頁的通信模塊主要由LORA 模塊與GPRS 模塊組成，而APP 端主要由GPRS 模塊或Wifi 模塊進行通信。

1.1 系統整體方案設計

根據圖1 所示的工作架構和系統所要實現的功能，將該系統分為控制單元、數據采集和調節單元、數據傳輸單元、數據管理單元。

（1）控制單元是整個系統的核心，一方面控制車廂內環境數據采集和調節、物品類別等相關信息的獲取以及調節車廂內環境參數；另一方面通過LoRa 模塊、GPRS 模塊和Wifi 模塊實現與客戶端的數據通信，以供中心管理平臺處的用戶通過電腦或手機APP 查看、下載、上傳運輸物品信息，并向中心管理平臺傳輸車輛位置、狀態、方向、車廂環境參數等信息。

（2）數據采集和調節單元由數據采集模塊和數據調節模塊組成。其中數據采集模塊包括溫濕度傳感器、空氣質量傳感器、駕駛室攝像機、車廂攝像機、云鏡、GPS 模塊和RFID 單元；數據調節模塊主要接收用戶發送來的門控開關和噴水裝置控制信號，調節冷鏈車廂內環境參數。

（3）數據傳輸單元包括LoRa 無線模塊、Wifi 無線模塊和GPRS 無線模塊。LoRa 無線模塊把采集到車廂環境數據及時的發送到冷鏈物流監控平臺以供客戶端使用；客戶端和桌面控制臺通過局域網查看數據和發送控制信號；物流公司和其他監管單位可以通過GPRS 模塊查看數據； 手機客戶端可以通過Wifi 或者GPRS 模塊來查看手機APP 數據。

（4）管理單元主要是指網頁PC 客戶端和手機APP 端。監控人員可以通過網頁PC 客戶端和手機APP 實現對冷鏈物流車數據的實時查看，并對冷鏈物流車環境進行監控。如果車內傳感器發生報警，其手機APP 監控端會啟動噴水裝置，PC 端門碰開關主要功能是檢查車門是否關門。系統單元如圖2所示。

圖2 系統各單元結構示意圖Fig.2 Schematic diagram of each unit structure of system

1.2 冷鏈物流監控平臺設計

1.2.1 監控平臺功能

本冷鏈物流車監控平臺設計主要實現以下功能：

（1）冷鏈物流監控中心可以對不同的人授予登錄權限，當登錄系統時，管理者可以對冷鏈物流車進行編輯與刪除，而用戶系統只能查看車輛狀況和運行系統是否處于安全狀態，并不能刪除和編輯里面的冷鏈物流車型號。

（2）監控中心必須能夠實時對車輛的調度信息、溫濕度傳感器信息、煙霧報警器信息、GPS 行駛記錄、設備編號等相關信息進行記錄和查詢。

（3）冷鏈物流監控中心還必須對系統實時報警進行處理，能夠對報警時間、設備狀態等進行記錄。

1.2.2 監控平臺需求分析

根據監控平臺的功能和系統總體設計架構，通過系統分析可得到系統具有的模塊包括車輛系統登錄模塊、實時監控模塊、系統管理模塊、調度管理模塊、地圖顯示模塊、車輛查詢與數據報表等幾大模塊的設計。該冷鏈監控平臺中以上模塊包括的需求分析示意圖如圖3 所示。

圖3 監控平臺需求分析示意圖Fig.3 Schematic diagram of monitoring platform demand analysis

（1）系統首頁：主要是用戶用于輸入賬號和用戶登陸密碼。

（2）系統管理：主要處理用戶組管理和用戶管理模式，主要解決系統的管理混亂問題。

（3）調度管理：主要對車輛調度信息的管理、司機調度的管理、車隊系統的調度管理。

（4）地圖管理：主要是能夠查詢車輛行駛的軌跡。

（5）車輛查詢：主要是查詢冷鏈物流車輛的操作狀況與登陸狀況。

（6）報表信息：主要查詢行車記錄、車輛報警狀況。

（7）歷史數據測試：主要采集歷史硬件模塊里面的數據、GPS 定位數據、報警數據進行分析研究。

該監控平臺監控部分主要由系統首頁、系統管理、調度管理等部分模塊組成。

1.2.3 PC 網頁端設計

本文采用Microsoft Visio Studio 2015 編譯環境進行程序編譯，以羅伊·菲爾丁提出的REST（representational state transfer） 標準方法來創建HTTP API。REST API 可以將常用查看、創建、編輯、添加和刪除行為直接映射到HTTP 中已實現的GET，POST，PUT 和DELETE 方法； 另外利用REST API編寫符合標準的TCP 協議的JSON 格式輸出。使用JavaScript 下能兼顧開發、測試、聯調、運行效率的EasyRest 三層框架來進行開發，系統部分登錄模塊如圖4 所示。

圖4 系統部分登錄模塊Fig.4 Login module of part of system

本系統的APP 客戶端是在Android 系統下進行程序編譯。與IOS 和Windows phone 相比，Android 的開源性不受到運營商的束縛，且可選擇的硬件較多。本系統基于Android 的系統特點和activity，intent，content，provider，service 這4 個基礎開發組件對手機APP 進行了開發，實現了手機對傳感終端后臺的信息交換，可以在手機APP 監控后臺查看冷鏈物流信息。

手機端應用開發使用的是Eclipse 工具。Eclipse是JAVA 應用程序的開發工具的平臺，對于開發的源碼是公開的，而Eclipse 為開發者提供開發者的服務需求，開發者可以根據自己的需求來擴展集成的環境且簡單方便，因此選取Eclipse 為本次APP 應用的開發平臺。

1.2.4 系統注冊

手機APP 系統首頁登陸頁面如圖5 所示。

圖5 手機APP 登錄平臺Fig.5 Login platform of mobile APP

1.2.5 APP 溫濕度、煙霧的檢測

圖6 主要是通過手機APP 記錄車廂里的溫濕度、煙霧參數、噴水裝置等參數。

圖6 手機登陸查看溫濕度、煙霧參數、噴水裝置系統Fig.6 Login and check the temperature and humidity，smoke parameters and sprinkler system

2 冷鏈監控平臺的系統測試

主要測試該冷鏈物流系統的歷史速度、溫度、濕度等，從傳感器模塊采集相關數據傳輸到服務端后臺，用戶通過查看系統的歷史速度以防止車輛過快導致產生事故，而查看歷史的溫濕度防止車廂里溫度、濕度過高而導致生鮮產品變質。當傳感器采集來的數據異常時，系統會給出報警信息。對PC 端網頁與APP 端的歷史數據進行測試與分析。

2.1 PC 端監控平臺測試

每輛車的歷史參數數據都記錄在數據庫中，如Excel 表統計，可以查詢系統中每輛車的歷史速度、溫度和濕度曲線圖，其示意圖如圖7 所示。

圖7 歷史數據統計Fig.7 Historical data statistics

如圖8 和圖9 所示，根據PC 端網頁用戶可以看到由DHT11 溫濕度傳感器采集來的溫濕度數據。這兩種數據的監測主要是能夠監測車廂內歷史溫濕度，能夠實時的了解車輛的具體信息，防止在運輸過程中因溫濕度過高，沒有及時地處理緊急情況，導致產品變質。

圖8 車輛行駛位置Fig.8 Vehicle driving position

圖9 報警參數測試Fig.9 Alarm parameter test

由圖7 可知，是在報警狀態下對系統進行的測試，該測試結果表明溫度過高時會給出報警提示，該測試結果顯示該硬件裝置系統性能良好。

圖8 記錄了車輛行駛路徑，根據圖中的位置曲線，用戶可以查看過去車輛行駛的經度、緯度。

圖9 主要是針對冷鏈物流車輛在測試過程中一些報警參數，通過測試表明系統的報警裝置系統靈敏，防止在遇到緊急狀況下硬件裝置失靈導致運輸的物品發生變質。此外該報警參數說明在溫濕度超過一定范圍時，此時的冷鏈物流報警系統會產生報警，此時監控需對冷鏈物流的車輛進行報警處置，防止出現食品、藥品發生變質。

2.2 APP 手機測試

分別利用Wifi 通信或GPRS 通信模塊來對所設計的手機APP 進行測試，如圖10 所示。

圖10 空氣質量傳感器測試數據Fig.10 Air quality sensor test data

圖10 為利用手機APP 來查看冷鏈物流車的溫度歷史數據示意圖；通過手機APP 查看到冷鏈物流車車廂內的濕度歷史數據示意圖；顯示了通過手機APP 查看到的冷鏈物流車車廂內空氣質量參數示意圖，包括溫度與濕度、空氣質量參數。

通過空氣質量測試數據表明，其物流車輛內的空氣質量參數隨著時間變化而變化。

3 路徑優化

在自然界中，車輛行駛過程中尋找出最優路徑就像螞蟻爬行的過程，例如，螞蟻在尋食過程中爬行到巢穴形成一條路徑，但是此路徑有很多條路徑選擇，螞蟻在爬行過程中根據自身辨別出最優路徑，其生物學根本原理為當螞蟻在爬行過程中所釋放的一種信息素物質，但隨著時間的推移，此信息素會逐漸的揮發，此條路徑爬行的概率與其信息素濃度成正比例，對于后來的螞蟻在爬行過程中追隨此螞蟻爬行，使得這條路徑的信息素濃度越來越高。

在螞蟻爬行尋食階段，環境中并無信息素，所以螞蟻在選擇哪條路徑是隨機的，之后螞蟻選擇的路線受到此前螞蟻釋放的信息素濃度的影響，根據環境的自適應變化，尋找出此時的最優路徑。通過螞蟻爬行的單位距離留下的信息素濃度推斷出是否此路徑為最優路徑，巢穴到食物點的具體路徑如圖11 所示。

圖11 螞蟻爬行路徑Fig.11 Crawling path of ants

3.1 蟻群算法模型的建立

在地圖中螞蟻爬行有n 條路徑從A 地到達B地，但是要根據車輛行駛的實際狀況來分析其實際最短距離。假設某個城市的坐標為i，則：

城市之間的距離為

每個螞蟻爬行是一張禁忌表，可以記錄冷鏈物流車輛行駛過的具體城市，表中第1 個位置也是螞蟻爬行過程中的初始位置，在冷鏈物流運輸過程中把所有的城市放到禁忌表中的時候，即螞蟻的爬行的點為車輛行駛過的所有城市，即螞蟻完成一次尋食過程，假設τij（t）為螞蟻爬行過程中i 城市到j 城市釋放的信息素濃度，初始信息素τij（0）=c（常數），假設（t，t+n）表示螞蟻在完成一次巡回過程；（t+n）時刻表示其i 城市到j 城市所釋放的信息素濃度，其公式為

式中：ρ 表示（t，t+n）之間信息揮發系數；則（1-ρ）表示信息素濃度，ρ∈（0，1）；Δτij表示在i 與j 之間所釋放的信息素濃度增加量為：

式中：Q 是正常參數；Lk是螞蟻的行駛路徑。螞蟻爬行的仿真過程如圖12 所示。

圖12 路徑變化圖Fig.12 Path variation diagram

由圖12 可以看出螞蟻爬行過程中的路徑圖與路徑變化圖。

3.2 車輛行駛過程中的模型建立

首先對冷鏈食品調度車輛模型的目標函數進行設定：n 表示冷鏈車輛調度點具體車輛數；B 表示冷鏈公司調度車輛所花費的固定費用；sn表示所有車輛調度花費的固定成本；n 輛車中每輛車單獨所花費的固定成本為r0；Q 表示調度車輛每行駛1 km所花的運輸費用；dij表示調度點第i 輛車與第j 個客戶之間的距離；λ1表示車輛在調度過程中所產生的油耗；λ2表示在調度車輛過程中單位時間產生的額外費用；t 表示調度車輛所花費的具體時間；v 表示在車輛行駛過程中的平均速度；ρ1表示運輸過程中冷鏈食品所產生的額外費用比例；k1為運輸過程中單位時間內產生的費用；ρ2表示客戶在單位時間內所產生的冷鏈食品損失比例；k2表示在冷鏈食品卸貨時產生的單位比例費用。

車輛固定成本若調度中心有n 輛車的固定成本且均為

運輸車輛固定成本為

運輸過程成本分別為車輛行駛成本、冷鏈產品運輸過程中的損耗、冷鏈食品卸貨過程中產生的損耗為

調度過程中產生損失的運算公式為

整個冷鏈運輸食品調度費用為

3.3 調度費用的計算

基于蟻群算法的模型設立對車輛行駛過程中的模型進行設計，其固定成本計算為：

運輸固定成本：Q1=234.5 元；

運輸與卸貨過程中的損耗成本：

Q2=123.4 元；

Q3=79 元；

Q4＝65.3 元；

調度過程中損耗：Q5=67.1 元；

總費用：Q=578.3 元。

在冷鏈物流車輛之前運輸成本為628 元，基于蟻群算法的路徑設計過后其調度成本為578 元左右，其成本明顯有所降低，所以利用調度算法可以節約調度成本。

4 結語

對冷鏈物流監控系統的溫濕度、車輛速度等進行測試，結果表明本系統設計的硬件系統運行狀況較好，其次冷鏈物流車對產品運輸保鮮保質效果較好，所以此冷鏈物流監控系統符合現代發達的冷鏈物流運輸系統。同時基于蟻群算法對車輛的行駛路徑進行調度其主要目的是節約時間與成本。

通過以上數據表明該系統當車輛速度過快會導致車輛在運行過程中系統不穩定或者在檢測信號時會產生斷斷續續的信號，此外如果溫度過高會導致監控系統的食品、藥品產生變質，而濕度過高，會導致產品發生霉變；其次車輛路徑優化也是確保運輸降到最低，保證公司的收益，此外汽車行駛的經緯度可以隨時對車輛進行定位，如出現緊急情況可以及時尋找出車輛的準確位置。