基于大數(shù)據(jù)挖掘的汽車智慧物流實現(xiàn)分析

關(guān)強+陳洋

摘 要：隨著信息技術(shù)的日益發(fā)展，大數(shù)據(jù)技術(shù)在人們的生產(chǎn)生活中應(yīng)用得越來越廣泛。文章針對汽車物流這一方面，簡單介紹了如何使用大數(shù)據(jù)挖掘和分析的方法來實現(xiàn)汽車的智慧物流。

關(guān)鍵詞：大數(shù)據(jù)；汽車物流；智慧物流

1 汽車物流對大數(shù)據(jù)的需求

當今社會，電子商務(wù)已經(jīng)成為人們購物的首選方式，這促進了物流行業(yè)的蓬勃發(fā)展，而汽車物流作為物流行業(yè)的重要組成部分，越來越被各大物流企業(yè)所重視。如何掌握每個車隊以及每輛汽車在長途行駛時的車輛信息、駕駛員信息，成為各大物流企業(yè)關(guān)注的焦點。

大數(shù)據(jù)，通常指大小超出了典型數(shù)據(jù)庫軟件工具收集、存儲、管理和分析能力的數(shù)據(jù)集[1-2]。那么如何采集所需的數(shù)據(jù)呢？隨著汽車產(chǎn)業(yè)的不斷發(fā)展，T-BOX已經(jīng)廣泛安裝在出產(chǎn)的汽車上，實現(xiàn)了通過汽車互聯(lián)來采集車輛信息，這就為實現(xiàn)對汽車以及駕駛員信息的數(shù)據(jù)進行采集提供了必要條件。因此，可以進行如下挖掘及分析工作。

（1）通過大數(shù)據(jù)平臺對車輛、人、交通產(chǎn)生的告警、性能、文本、視頻等多維數(shù)據(jù)進行綜合分析和挖掘。

（2）對日、月、年產(chǎn)生的海量數(shù)據(jù)進行綜合分析和挖掘，通過智能化的處理模型挖掘數(shù)據(jù)價值。

（3）運用可視化的技術(shù)實現(xiàn)對數(shù)據(jù)分析結(jié)果的呈現(xiàn)，包括餅圖、曲線、柱形以及地圖等多種維度相結(jié)合的分析視圖。

（4）在海量的數(shù)據(jù)中查詢、索引需要的關(guān)鍵數(shù)據(jù)，為預(yù)警、管理提供依據(jù)。

（5）用數(shù)據(jù)分析，為物流交通運輸進一步提高效益、調(diào)優(yōu)運營、提升競爭力提供服務(wù)平臺。

2 用到的關(guān)鍵技術(shù)

（1）基于Docker技術(shù)及微服務(wù)架構(gòu)，保障系統(tǒng)的快速部署及簡單運維，實現(xiàn)高可用、高可靠、高容錯的分布式集群。

（2）系統(tǒng)采用混搭的存儲架構(gòu)，可根據(jù)數(shù)據(jù)不同分析需要進行存儲計算，既有支持結(jié)構(gòu)化數(shù)據(jù)的Mysql，也有支持非結(jié)構(gòu)化數(shù)據(jù)的Hadoop架構(gòu)。采用HDFS和Hbase進行海量數(shù)據(jù)的高可靠存儲，支持高吞吐數(shù)據(jù)的訪問、高可用、自動負載均衡等；采用ES分布式索引技術(shù)，實現(xiàn)快速數(shù)據(jù)索引。

（3）借助MR，Spark的優(yōu)勢來分析大批量的交通數(shù)據(jù)，極大提高海量數(shù)據(jù)的分析計算效率及容錯性，支持海量維度的特征管理與建模、算法并行化。

（4）根據(jù)實際數(shù)據(jù)可視化分析呈現(xiàn)需求，為用戶純手工打造可視化分析的圖形，集合地理信息系統(tǒng)（Geographic Information System，GIS）和Echarts等可視化分析交互組件，實現(xiàn)多維數(shù)據(jù)分析的功能，打造獨一無二的可視化視圖。

3 呈現(xiàn)效果

采用熱力圖的形式實現(xiàn)結(jié)果的呈現(xiàn)（見圖1）。

圖1展現(xiàn)了某臺車輛的疲勞駕駛預(yù)警，當物流企業(yè)得到了這樣的信息，便可及時地聯(lián)系車輛司機對其預(yù)警，提前避免風(fēng)險。

針對物流行業(yè)需求，可以呈現(xiàn)以下兩方面的分析結(jié)果。

3.1 駕駛行為呈現(xiàn)

包括：駕駛行為綜合指標、駕駛行為預(yù)警、（單車/車隊）駕駛行為評分及評分榜、疲勞駕駛分析、超速行駛分析、彎道速度分析等。

3.2 車輛監(jiān)控呈現(xiàn)

包括：車輛監(jiān)控綜合指標、全國車輛熱力分布、車輛路況里程分析、車輛行駛路線熱力分析、車輛運輸利用率、油耗分析、車輛日行駛里程等。

以車隊駕駛行為分析為例，對車隊的全部車輛駕駛行為進行綜合分析，同時將車隊自身指標與總體指標、上月自身指標進行疊加對比。

分析指標包括：（1）故障，車隊全部車輛在指定時間內(nèi)的故障情況統(tǒng)計分析。（2）超速，車隊全部車輛在指定時間內(nèi)的超速情況統(tǒng)計分析。（3）轉(zhuǎn)彎，車隊全部車輛在指定時間內(nèi)彎道行駛的駕駛行為情況分析。（4）疲勞，車隊全部車輛在指定時間內(nèi)疲勞駕駛情況統(tǒng)計分析。（5）準時，車隊全部車輛在指定時間內(nèi)送貨取貨的準時、延時情況統(tǒng)計分析。（6）違章，車隊全部車輛在指定時間內(nèi)違章情況統(tǒng)計分析。（7）貨損，車隊全部車輛在指定時間內(nèi)貨損情況統(tǒng)計分析。（8）保養(yǎng)，車隊全部車輛在指定時間內(nèi)汽車保養(yǎng)情況統(tǒng)計分析。（9）其他自定義指標。

得出的結(jié)果以雷達圖的形式呈現(xiàn)（見圖2）。

此外通過對車隊整體的駕駛行為及車輛行為數(shù)據(jù)的分析，還可以得出車隊的駕駛評分排名（見圖3）。

此外，物流企業(yè)可以對其所屬的全部車輛進行車輛監(jiān)控管理，通過對車輛告警總數(shù)、車輛行駛總里程、平均油耗、車輛利用率、在途車輛總數(shù)、停駛車輛總數(shù)等指標的分析，形成統(tǒng)一看板（見圖4）。

企業(yè)還可以對單個車輛的行駛里程通過車輛在高速、國道、省道的行駛里程進行分析排名，并以柱狀圖的形式呈現(xiàn)（見圖5）。

通過對單個車輛的行駛里程分析結(jié)果進行匯總比較，進而得到單個車輛、車輛所在車隊、駕駛員利用率的排名結(jié)果（見圖6）。

另外，還可以對企業(yè)所屬車輛在全國的分布以及全部車輛在全國行駛路線進行統(tǒng)計分析，這樣對于企業(yè)監(jiān)管車輛，保證車輛安全及時運達可以起到巨大的輔助作用。

4 結(jié)語

將大數(shù)據(jù)挖掘分析技術(shù)應(yīng)用到汽車物流行業(yè)，必將會更加有效、更加安全地管理及維護車輛，極大幅度地減少車輛在長途運輸中的事故發(fā)生頻率。因此，運用大數(shù)據(jù)技術(shù)實現(xiàn)智慧汽車物流必然會成為未來汽車物流行業(yè)的趨勢。

[參考文獻]

[1]劉雍潛，楊現(xiàn)民.大數(shù)據(jù)時代區(qū)域教育均衡發(fā)展新思路[J].電化教育研究，2014（5）：11-14.

[2]MANYIKA J，CHUI M，BROWN B，et al.Big data：the next frontier for innovation，competition，and productivity[R].USA：Mckinsey Global Institute，2011.

Abstract：With the development of information technology， big data technology is more and more widely used in peoples life. In view of the automotive logistics， the article briefly describes how to use the method of big data mining and analysis to achieve automobile wisdom logistics.

Key words：big data； automobile logistics； wisdom logisticsendprint