(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210823325.4 (22)申请日 2022.07.14 (71)申请人 丁壮 地址 362000 福建省泉州市丰泽区丰泽 街 29号公交大厦7楼 (72)发明人 丁壮　 (51)Int.Cl. G06V 20/54(2022.01) G06V 20/59(2022.01) G06V 40/16(2022.01) G06V 10/74(2022.01) G06Q 10/06(2012.01) G06Q 10/08(2012.01) (54)发明名称 基于大数据的物流 监控系统及方法 (57)摘要 本发明公开了基于大数据的物流监控系统 及方法， 属于物流监控技术领域； 通过对不同货 车物流运输时的标准运输能力和实际运行情况 的各项数据进行统计和联立， 获取货车的目的评 估系数， 根据目的评估系数可以获取到货车物流 运输对应的目的评估等级， 以便可以实施相对应 的轮换时长， 基于目的评估系数来实现主驾驶位 和副驾驶位轮换状态的动态监测评估； 本发明用 于解决现有方案中不能对不同运输状况的货车 和驾驶前驾驶员的状态进行针对性的监控， 以及 不能对多名 驾驶员轮流驾驶的轮换情况进行监 控和评估， 也不能对油箱和货物的安全进行监控 和自动报警， 导致物流监控的整体效果不佳的技 术问题。 权利要求书3页 说明书8页 附图2页 CN 115049992 A 2022.09.13 CN 115049992 A 1.基于大数据的物流监控系统， 其特征在于， 包括车厢模块、 车体模块、 预警模块、 服务 器、 数据库和监控平台； 车厢模块用于对货车行驶过程中车厢内主驾驶员和副驾驶员的实时状态进行摄像， 得 到驾驶摄 像集； 对驾驶摄 像集进行 特征提取和处 理分析： 进行监控分析匹配前， 获取货车定义的标准载物重量、 标准载物体积、 实载物重量、 实 载物体积和类型权重系数的数值并联立计算 获取货车驾驶的目的评估系数， 目的评估系数 是用于对货车的驾驶轮换情况进行整体评估的数值； 将目的评估系数与 预设的目的评估范围进行匹配获取对应的目的评估等级， 根据目的 评估等级对应的轮换时长， 分别将主驾驶位和 副驾驶位对应的第三特征集和 第四特征集分 别与第一特 征集和第二特 征集进行 特征匹配， 得到第一驾驶信息； 对不同驾驶 位驾驶员的驾驶状态进行监测评估， 得到第二驾驶信息； 第一驾驶信息和第二驾驶信息构成驾驶分析集； 车体模块用于从车头的两侧分别对后方预设的监控区域进行俯视摄像， 得到包含第 一 摄像数据和第二摄 像数据的车体 摄像集并将其发送至服 务器； 对车体摄像集进行人物识别和分析， 得到包含第 一跟踪信号和第 二跟踪信号的车体分 析集并将其上传至数据库； 预警模块用于根据驾驶分析集和车体分析集 来进行预警提示。 2.根据权利要求1所述的基于大数据的物流监控系统， 其特征在于， 还包括货车模块和 定位模块， 货车模块用于对不同类型的货车进行统计和编号， 将若干个货车编号为i， i∈ {1， 2， 3， . ..， n}， n为正整数； 获取货车对应的标准载物重量和标准载物体积并分别定义为BZi和BTi； 获取货车的实 载物重量和实载物体积并分别定义 为SZi和STi； 定义的标准载物重量、 标准载物体积、 实载物重量和实载物体积构成货车统计集并将 其上传至数据库； 定位模块用于对货车进行实时定位。 3.根据权利要求1所述的基于大数据的物流监控系统， 其特征在于， 对驾驶摄像集进行 特征提取和处理分析时， 将驾驶摄像集中主驾驶位和 副驾驶位对应的图像集分别设定为主 摄像集和副摄 像集； 基于识别算法获取驾驶员的人脸特征， 人脸特征包含驾驶员的人脸特征； 将货车开始 驾驶时主摄 像集和副摄 像集中对应的人脸特 征分别设定为第一特 征集和第二特 征集； 将货车行驶过程中主摄像集和副摄像集中对应的人脸特征分别设定为第三特征集和 第四特征集。 4.根据权利要求1所述的基于大数据的物流监控系统， 其特征在于， 分别将主驾驶位和 副驾驶位对应的第三特征集和 第四特征集分别与第一特征集和 第二特征集进 行特征匹配， 包括： 若匹配结果的相似度均大于m％， m的取值范围为[99， 100]， 则判定货车的驾驶状态符 合驾驶要求， 并生成第一驾匹信号； 反之， 则判定货车的驾驶状态不符合驾驶要求， 并生成第 二驾匹信号， 并根据第 二驾匹 信号一直进行轮换告警提 示， 直至生成第一驾匹信号；权　利　要　求　书 1/3 页 2 CN 115049992 A 2第一驾匹信号和第二驾匹信号构成第一驾驶信息 。 5.根据权利要求2所述的基于大数据的物流监控系统， 其特征在于， 获取货物目的地与 发送地之间的距离并定义为HJi； 获取货车运输的货物类型并将其对应的类型权重系数定 义为LQi； 目的评估系数计算公式的表达式为： 式中， a1、 a2、 a3、 a4 为不同的比例系数且0＜a4＜a3＜1＜a2＜a1＜5 。 6.根据权利要求1所述的基于大数据的物流监控系统， 其特征在于， 对不同驾驶位驾驶 员的驾驶状态进行监测评估， 包括： 获取主驾驶位和副驾驶位对应的驾驶员的前k个小时的生理信 息； 其中， 生理信 息包含 睡眠数据、 吃饭数据和酒精数据； 获取睡眠数据中的浅睡时长和深睡时长并分别标记； 获取吃饭数据中的吃饭结束时间与开始驾车时间之间的间隔时差并标记； 获取酒精数 据中的酒精浓度并标记； 分别获取浅睡时长、 深睡时长和间隔时差并将三者的数值进行联立获取驾驶员的驾驶 评估系数； 将驾驶评估系数与预设的驾驶评估范围进行匹配， 得到包含第一驾估信号、 第二驾估 信号和第三驾估信号的第二驾驶信息 。 7.根据权利要求1所述的基于大数据的物流监控系统， 其特征在于， 监控区域的构建步 骤包括： 分别将货车两侧的中点设定为监测 原点， 根据预设的坐标轴方向和坐标点距离构建三 维坐标系， 同时将油箱设定为 监测样本点； 并根据预设的监测长度、 监测宽度和监测高度在三维坐标系上构建矩形的监测区域。 8.根据权利要求1所述的基于大数据的物流监控系统， 其特征在于， 对车体摄像集进行 人物识别和分析， 包括： 获取车体摄像集中的第 一摄像数据和第 二摄像数据； 当驾驶员均在驾驶室且货车未行 驶时， 分别对第一摄 像数据和第二摄 像数据中的摄 像图像进行 人物识别和分析； 当摄像图像中识别到人物且进入值监测区域 时， 则生成跟踪指令并将该人物设定为可 疑人物， 根据跟踪指令对该 可疑人物在监测区域内移动的时长进行跟踪。 9.根据权利要求1所述的基于大数据的物流监控系统， 其特征在于， 当可疑人物待在监 测区域内的时长不大于跟踪时长阈值时， 则生成第一跟踪信号； 当可疑人物待在监测区域 内的时长大于跟踪时长阈值时， 则生成第二跟踪信号， 根据第二跟踪信号同时对驾驶室内 和驾驶室外进行语音提示， 并将货车停车位置实时发送给监控平台； 第一跟踪信号和第二 跟踪信号构成车体分析集。 10.基于大数据的物流监控方法， 应用于如权利要求1 ‑9任一项所述的基于大数据的物 流监控系统， 其特 征在于， 包括： 对不同类型的货车进行统计和编号， 得到货车统计集； 对运输的不同货车的实时位置进行定位， 得到货车定位 集； 对货车行驶过程中车厢内主驾驶员和副驾驶员的实时状态进行摄像， 得到包含第 一摄权　利　要　求　书 2/3 页 3 CN 115049992 A 3