本发明涉及大数据分析，具体是一种基于物联网的物流供应链智能管理方法及系统。
背景技术：
1、物联网通过传感器、rfid标签、gps定位等设备，实现了对物流供应链中货物、车辆、仓库等各个环节的实时监控与追踪。这些设备能够实时采集数据，并通过无线网络传输到中央处理系统，使管理人员能够随时掌握供应链的运行状态。实现了供应链各节点之间的信息共享与协同。现有的物流供应链智能管理方法及系统通常会在运输过程中实时监控运输车厢内的视频，实现对货物状态的监测，以发现货物变质或者丢失等状态。但在现有的物流供应链智能管理系统中，对运输车厢内货物的视频监测分析频率通常为固定的，具有一定的限制性。
技术实现思路
1、针对上述存在的问题，本发明提出一种基于物联网的物流供应链智能管理方法及系统。
2、为实现上述目的，本发明提供如下技术方案：
3、一种基于物联网的物流供应链智能管理方法，所述方法包括以下步骤：
4、获取运输设备的当前供应链信息，所述当前供应链信息包括当前行驶信息和当前产品运输信息，所述当前行驶信息包括行驶轨迹、当前位置、行驶速度和行驶方向，所述当前产品运输信息包括运输设备信息、产品信息、规划供应路线信息和运输节点信息；其中，所述运输设备信息包括运输设备车牌、运输设备型号以及运输人员信息，所述产品信息包括产品的型号、数量和外观，所述运输节点信息包括运输的起始点、运输途中的中转点以及运输终点；
5、获取历史供应链信息集合，根据历史供应链信息集合和当前供应链信息，确定固定停留位置；
6、根据所述当前供应链信息和固定停留位置确定停留度；
7、根据所述当前行驶信息中的行驶轨迹、当前位置和行驶方向与所述当前产品运输信息中的规划供应路线信息确定偏离度；
8、根据所述停留度和偏离度生成监测频率，监测频率＝α*偏离度+β*停留度+c，其中，α和β分别为偏离度权重系数和停留度权重系数，c为常数，且c≥1，c的取值可根据实际情况进行设置；α+β＝1，在一般情况下1≥α＞β≥0，在实际应用中，α和β的大小根据实际需求进行设置，其中，监测频率可以指每几分钟分析一次；
9、基于监控设备实时获取运输设备车厢内的监控视频，根据所述监测频率对所述监控视频进行产品状态识别分析，确定产品状态是否正常，当产品状态异常时，向管理端发送异常提示信息。
10、作为本发明进一步的技术方案，所述获取历史供应链信息集合，根据历史供应链信息集合和当前供应链信息，确定固定停留位置的步骤包括：
11、获取历史供应链信息集合，将所述当前供应链信息中的当前产品运输信息与所述历史供应链信息集合中的历史产品运输信息进行比对；
12、当某一历史产品运输信息与当前产品运输信息之间的相似度超过预设相似度阈值时，获取与其对应的历史供应链信息，得到历史供应链信息子集；
13、获取历史供应链信息子集中的历史行驶信息，根据所述历史供应链信息子集中的历史行驶信息分析确定固定停留位置，所述固定停留位置是指每次停留时间超过预设时间阈值，且停留次数超过预设次数的位置。
14、作为本发明进一步的技术方案，所述根据所述当前供应链信息和固定停留位置确定停留度的步骤包括：
15、根据所述当前供应链信息中的当前行驶信息确定当前停留位置，所述当前停留位置是指在此位置停留时间超过预设停留时间阈值的位置；
16、将所述当前停留位置与所述固定停留位置进行比对，判断当前停留位置是否为固定停留位置；
17、当所述当前停留位置是固定停留位置时，判定当前停留状态为正常停留状态，此时判定停留度取值为w，w≥0，通常取值为0或者1；
18、当所述当前停留位置不是固定停留位置时，判定当前停留状态为异常停留状态，此时实时获取运输设备在当前停留位置的停留时长，根据所述停留时长确定停留度，所述停留度与停留时长呈正相关关系，即停留时长越长，停留度越大。
19、作为本发明进一步的技术方案，所述根据所述当前行驶信息中的行驶轨迹、当前位置和行驶方向与所述当前产品运输信息中的规划供应路线信息确定偏离度的步骤包括：
20、根据所述当前行驶信息中的行驶轨迹、当前位置和行驶方向与所述当前产品运输信息中的规划供应路线信息确定偏离度；其中，偏离度＝a*偏离距离+b*偏离角度，a和b分别为偏离距离和偏离角度的权重系数，a+b＝1，通常情况下，0＜a＜b，具体的大小可根据实际情况进行设置；
21、当偏离度大于预设偏离度阈值时，判定偏航，向管理端和运输设备的显示端发送偏航提示指令；
22、当偏离度不大于预设偏离度阈值时，判定未偏航，不生成偏航提示指令。
23、作为本发明进一步的技术方案，计算所述偏离角度的步骤包括：
24、设定运输设备当前位置为pv＝(xv,yv)，行驶方向为向量其中dxv和dyv分别是方向向量在x轴和y轴上的分量；
25、设定规划供应路线由一系列的规划点p1，p2，......，pn组成，通过计算pv到每个规划点pi的距离，得到距离运输设备当前位置pv最近的点pmin，其中，pi中的i取值为1，2……n；
26、获取pmin的相邻点，所述相邻点包括pmin+1和pmin-1，根据所述pmin和其相邻点计算切线方向向量的公式如下所示：
27、
28、或者
29、选择哪一个取决于pmin是路线上的哪个部分(起点、终点还是中间点)。如果pmin是路线的起点或终点，并且没有明确的后续或前一个点，则可能需要使用其他方法(如插值或曲线拟合)来估计切线方向；
30、计算运输设备行驶方向和最近点切线方向之间的偏离角度θ，计算公式如下：
31、
32、
33、计算出的夹角θ是在0到π(即0到180度)之间的，这是指夹角的取值范围。这个范围是基于数学中的角度度量方式，其中：
34、0度表示两个方向向量完全重合，即运输设备正在沿着规划供应路线的切线方向行驶。
35、π(或180度)表示两个方向向量完全相反，即运输设备行驶的方向与规划供应路线的切线方向完全相反。
36、作为本发明进一步的技术方案，所述偏离距离的计算方法为：计算运输设备当前位置与规划供应路线上最近点之间的直线距离，作为偏离距离；也可以考虑车辆的实际行驶路径，计算偏离路径的总长度，作为偏离距离。
37、本发明的另一目的在于提供一种基于物联网的物流供应链智能管理系统，所述系统包括：
38、信息获取模块，用于获取运输设备的当前供应链信息，所述当前供应链信息包括当前行驶信息和当前产品运输信息，所述当前行驶信息包括行驶轨迹、当前位置、行驶速度和行驶方向，所述当前产品运输信息包括运输设备信息、产品信息、规划供应路线信息和运输节点信息；其中，所述运输设备信息包括运输设备车牌、运输设备型号以及运输人员信息，所述产品信息包括产品的型号、数量和外观，所述运输节点信息包括运输的起始点、运输途中的中转点以及运输终点；
39、固定位置判定模块，用于获取历史供应链信息集合，根据历史供应链信息集合和当前供应链信息，确定固定停留位置；
40、停留度生成模块，用于根据所述当前供应链信息和固定停留位置确定停留度；
41、偏离度生成模块，用于根据所述当前行驶信息中的行驶轨迹、当前位置和行驶方向与所述当前产品运输信息中的规划供应路线信息确定偏离度；
42、监测频率确定模块，用于根据所述停留度和偏离度生成监测频率，监测频率＝α*偏离度+β*停留度+c，其中，α和β分别为偏离度权重系数和停留度权重系数，c为常数；
43、产品状态分析模块，用于基于监控设备实时获取运输设备车厢内的监控视频，根据所述监测频率对所述监控视频进行产品状态识别分析，确定产品状态是否正常。
44、作为本发明进一步的技术方案，所述停留度生成模块包括：
45、当前停留位置确定单元，用于根据所述当前供应链信息中的当前行驶信息确定当前停留位置，所述当前停留位置是指在此位置停留时间超过预设停留时间阈值的位置；
46、停留位置比对单元，用于将所述当前停留位置与所述固定停留位置进行比对，判断当前停留位置是否为固定停留位置；
47、正常状态判定单元，用于当所述当前停留位置是固定停留位置时，判定当前停留状态为正常停留状态，此时判定停留度取值为w；
48、异常状态判定单元，用于当所述当前停留位置不是固定停留位置时，判定当前停留状态为异常停留状态，此时实时获取运输设备在当前停留位置的停留时长，根据所述停留时长确定停留度，所述停留度与停留时长呈正相关关系。
49、作为本发明进一步的技术方案，所述偏离度生成模块包括：
50、偏离度计算单元，用于根据所述当前行驶信息中的行驶轨迹、当前位置和行驶方向与所述当前产品运输信息中的规划供应路线信息确定偏离度；其中，偏离度＝a*偏离距离+b*偏离角度，a和b分别为偏离距离和偏离角度的权重系数；
51、偏航判定单元，用于当偏离度大于预设偏离度阈值时，判定偏航，向管理端和运输设备的显示端发送偏航提示指令；
52、未偏航判定单元，用于当偏离度不大于预设偏离度阈值时，判定未偏航，不生成偏航提示指令。
53、与现有技术相比，本发明的有益效果是：本发明提供了一种基于物联网的物流供应链智能管理方法，在本发明中通过历史供应链信息集合确定固定停留位置，根据所述当前供应链信息和固定停留位置确定停留度，实现了对运输设备停车状态的深入分析，能够有效发现是否异常停车，并且根据停留度的变化实现对监控频率的调节；本发明中根据所述当前行驶信息中的行驶轨迹、当前位置和行驶方向与所述当前产品运输信息中的规划供应路线信息确定偏离度，实现对运输设备行驶过程中的行驶路线的实时监控分析，能够有效发现是否偏航，根据所述停留度和偏离度生成监测频率，基于监测频率对监控视频进行分析。在本发明中基于停留度和偏离度实现了在异常停车和偏航的时候对监测频率的实时调节，提高了监控的灵活性，避免监控资源的浪费，且能够在异常情况时，及时的发现问题，有效保证了运输货物品质，避免了运输货物的丢失。
1.一种基于物联网的物流供应链智能管理方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于物联网的物流供应链智能管理方法，其特征在于，所述获取历史供应链信息集合，根据历史供应链信息集合和当前供应链信息，确定固定停留位置的步骤包括：
3.根据权利要求2所述的一种基于物联网的物流供应链智能管理方法，其特征在于，所述根据所述当前供应链信息和固定停留位置确定停留度的步骤包括：
4.根据权利要求1所述的一种基于物联网的物流供应链智能管理方法，其特征在于，所述根据所述当前行驶信息中的行驶轨迹、当前位置和行驶方向与所述当前产品运输信息中的规划供应路线信息确定偏离度的步骤包括：
5.根据权利要求4所述的一种基于物联网的物流供应链智能管理方法，其特征在于，计算所述偏离角度的步骤包括：
6.根据权利要求5所述的一种基于物联网的物流供应链智能管理方法，其特征在于，所述偏离距离的计算方法为：计算运输设备当前位置与规划供应路线上最近点之间的直线距离，作为偏离距离。
7.一种基于物联网的物流供应链智能管理系统，其特征在于，所述系统包括：
8.根据权利要求7所述的一种基于物联网的物流供应链智能管理系统，其特征在于，所述停留度生成模块包括：
9.根据权利要求7所述的一种基于物联网的物流供应链智能管理系统，其特征在于，所述偏离度生成模块包括：
