一种基于物联网的物流信息智能监控系统及方法与流程

1.本发明涉及物流监控技术领域，具体为一种基于物联网的物流信息智能监控系统及方法。


背景技术：

2.农产品冷链物流是指肉、禽、果、蔬等农产品在生产、仓储或运输和销售过程中始终处于低温环境下，保证农产品质量及损耗的特殊供应链系统。随着冷链物流技术的不断突破及人们生活水平的不断提高，农产品冷链物流逐渐受到人们的青睐，且为人们的生活带来了较大的便利。
3.现有的基于物联网的物流信息智能监控系统只是简单的通过车厢内的温湿调控系统，根据人们提前设置的温湿度对车厢环境进行恒温及恒湿，进而确保农产品冷链物流车运送过程的农产品品质及损耗，但是未考虑到待运送的农产品的自身状态及运送过程中的车厢状态对农产品的影响，仅仅通过人为设置调控是不精准且存在较大缺陷的，若调控的温湿调控系统的功率较高，则会对运送过程中物流车的能源损耗造成较大的负担，而若调控的温湿调控系统的功率较低，则无法有效保存运送的农产品品质且造成较高损耗，进而如何对基于物联网对物流信息进行智能监控成为当前社会亟待解决的问题。


技术实现要素：

4.本发明的目的在于提供一种基于物联网的物流信息智能监控系统及方法，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于物联网的物流信息智能监控方法，所述方法包括以下步骤：
6.s1、获取农产品冷链物流车运送水果的种类、每种运送水果的平均硬度及导航路径运送时长预设值；
7.s2、根据数据库获取每种运送水果的存储温度不变时不同硬度分别对应的乙烯释放速率，分析不同水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系；
8.s3、通过振动传感器获取农产品冷链物流车运送过程中的车厢颠簸状态，并分析不同颠簸状态下各类水果的异常率及相应异常水果对应的硬度变化值；
9.s4、获取数据库中农产品冷链物流车运送水果中每种水果的存储温度区间，得到第一存储温度区间，并根据数据库预置的农产品冷链物流车中车厢乙烯浓度承受值，获取农产品冷链物流车的初始运送温度；
10.s5、实时获取农产品冷链物流车不同运送时间对应的运送温度及农产品冷链物流车运送过程中的车厢颠簸状态，预测农产品冷链物流车当前时间的最佳运送温度，并将农产品冷链物流车的运送温度调节为最佳运送温度。
11.进一步的，所述s1中每种运送水果的平均硬度为水果装车前检测的n个水果硬度的平均值，
12.所述导航路径运送时长预设值为农产品冷链物流车运送起始点至终止点的导航路线中对应的车辆行驶时间预设值，所述导航路径运送时长预设值时通过在导航软件输入起始点与终止点后直接获取的，记为tdy。
13.本发明获取通过导航软件获取导航路径运送时长预设值，是考虑到物流车运送的水果在车厢内会持续释放乙烯，而乙烯的浓度越高且持续时间越长，则对水果的催熟效果越好，进而获取tdy，便于后续对车厢内的运送温度进行调控。
14.进一步的，所述s2中分析不同水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系的方法包括以下步骤：
15.s21、获取数据库获取每种运送水果的存储温度不变时不同硬度分别对应的乙烯释放速率，将第i种运送水果在存储温度为t且水果硬度为a时第一单位重量g1的水果在第一单位时间t1内释放的乙烯的量记为b
(t，a)
，得到第i种运送水果对应的存储信息数据对(t，a，b
(t，a)
/(g1*t1))，数据库中存储温度的步长记为tc，水果硬度的步长记为ac；
16.s22、以o为原点、以存储温度为x轴、以水果硬度为y轴且以单位面积的水果在单位时间内释放的乙烯量为z轴，构建空间直角坐标系，并将t及a为不同值时数据库内第i种运送水果分别对应的各个存储信息数据对在空间直角坐标系中相应的坐标点上进行标记；
17.s23、获取空间直角坐标系中的各个标记点数组，每个标记点数组包括四个标记点，且将每个标记点数组中的四个标记点分别记为第一标记点、第二标记点、第三标记点及第四标记点，
18.第一标记点的x轴坐标值除以tc的商减去第二标记点的x轴坐标值除以tc的商等于1，且第一标记点的y轴坐标值除以ac的商等于第二标记点的y轴坐标值除以ac的商；
19.第三标记点的x轴坐标值除以tc的商减去第四标记点的x轴坐标值除以tc的商等于-1，且第三标记点的y轴坐标值除以ac的商等于第四标记点的y轴坐标值除以ac的商；
20.第二标记点的x轴坐标值除以tc的商等于第三标记点的x轴坐标值除以tc的商，且第二标记点的y轴坐标值除以ac的商减去第三标记点的y轴坐标值除以ac的商等于-1；
21.s24、获取标记点数组中的第五标记点的坐标，所述第五标记点的x轴坐标值等于相应标记点数组中第一标记点、第二标记点、第三标记点及第四标记点分别对应的x轴坐标值的平均值，所述第五标记点的y轴坐标值等于相应标记点数组中第一标记点、第二标记点、第三标记点及第四标记点分别对应的y轴坐标值的平均值，所述第五标记点的z轴坐标值等于相应标记点数组中第一标记点、第二标记点、第三标记点及第四标记点分别对应的z轴坐标值的平均值；
22.s25、将第一标记点、第二标记点及第五标记点构成的平面记为第一拼接关系面，将第二标记点、第三标记点及第五标记点构成的平面记为第二拼接关系面，将第三标记点、第四标记点及第五标记点构成的平面记为第三拼接关系面，将第四标记点、第一标记点及第五标记点构成的平面记为第四拼接关系面，
23.将第一拼接关系面、第二拼接关系面、第三拼接关系面及第四拼接关系面组合后的曲面记为相应标记点数组内四个点所在区间内第i水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系；
24.s26、获取第i个水果种类在空间直角坐标系中各个标记点数组内分别对应的曲面，并将获取的各个标记点数组内分别对应的曲面进行拼接，所得曲面拼接结果为得到第i
水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系，将所得曲面拼接结果对应的函数记为gi(x，y)，所述gi(x，y)为分段函数。
25.本发明从水果的存储温度及水果硬度这两方面因素对乙烯释放速率的影响进行分析，获取水果硬度是考虑到水果硬度在一定程度上直观反映了水果的成熟度，水果硬度越小，则水果的成熟度越高，而同样条件下，水果的成熟度越高，则乙烯的释放速率越快。
26.进一步的，所述s3中分析不同颠簸状态下各类水果的异常率及相应异常水果对应的硬度变化值的方法包括以下步骤：
27.s31、通过振动传感器获取农产品冷链物流车运送过程中的车厢颠簸状态，所述车厢颠簸状态包括每次车厢颠簸的幅度及每次车厢颠簸的时间点，并将车厢颠簸状态中车厢颠簸的幅度小于等于第一阈值的数据及相应的车厢颠簸时间点，并将剩余的各次车厢颠簸幅度逐个录入到一个空白集合中，得到第一颠簸幅度集合，将第一颠簸幅度集合中第n个元素对应的车厢颠簸幅度记为dn，将第一颠簸幅度集合中第n个元素对应的车厢颠簸幅度相应的车厢颠簸时间点记为tdn；
28.s32、得到第一颠簸幅度集合中的颠簸综合值e，
[0029][0030]
其中，n1表示第一颠簸幅度集合中的元素总个数，r表示数据库中预置的常数；
[0031]
s33、将数据库中颠簸综合值为e时，第i种运送水果对应的异常率记为lie，构建异常率数据对(e，lie)，
[0032]
将数据库中颠簸综合值为e时，第i种运送水果对应的硬度变化值记为hie，构建硬度变化数据对(e，hie)；
[0033]
s34、根据线性回归方程公式，对e为不同值时分别对应的各个异常率数据对进行线性拟合，将拟合结果对应的函数作为第i种运送水果的颠簸综合值与水果异常率之间的关系函数，记为fi(x1)；
[0034]
s35、根据预置的函数模型且r1、r2、r3及r4均为系数，对e为不同值时分别对应的各个硬度变化数据对进行线性拟合，将拟合结果对应的函数作为第i种运送水果的颠簸综合值与水果硬度变化值之间的关系函数，记为fyi(x1)。
[0035]
本发明分析不同颠簸状态下各类水果的异常率及相应异常水果对应的硬度变化值，是考虑到物流车在运送过程中出现的颠簸会使得运送水果之间发生碰撞，进而使得部分水果出现耗损(异常情况)，水果的硬度会发生改变(变软)，进一步影响相应水果在存储温度保持不变的情况下乙烯的释放速率；该部分分析内容为后续步骤中预测农产品冷链物流车当前时间的最佳运送温度提供了数据参照。
[0036]
进一步的，所述s4中得到第一存储温度区间的方法包括以下步骤：
[0037]
s41、获取数据库中农产品冷链物流车运送水果中每种水果的存储温度区间，将第i种运送水果的存储温度区间记为ui，所述1≤i≤i1，所述i1表示农产品冷链物流车运送水果种类的总个数；
[0038]
s42、得到第一存储温度区间，记为uz，所述uz等于农产品冷链物流车运送的i1种水果分别对应的存储温度区间的交集，即uz＝u1∩u2∩...∩ui∩...∩ui1，
[0039]
其中，ui1表示第i1种运送水果的存储温度区间；
[0040]
所述获取农产品冷链物流车的初始运送温度的方法包括以下步骤：
[0041]
s401、获取第一存储温度区间、导航路径运送时长预设值tdy及gi(x，y)；
[0042]
s402、获取数据库预置的农产品冷链物流车中车厢乙烯浓度承受值，记为nw；
[0043]
s403、得到第一初始参照温度tcc，
[0044]
所述tcc为的解，
[0045]
其中，v1表示农产品冷链物流车内车厢的总容积，ydi表示农产品冷链物流车运送的第i种水果的平均硬度，ki表示农产品冷链物流车运送的第i种水果的总重量，gi(tcc，ydi)表示第i水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系中，第i水果种类的存储温度为tcc且水果硬度为ydi时对应的乙烯释放速率；
[0046]
s404、将tcc与第一存储温度区间进行比较，并得到农产品冷链物流车的初始运送温度twc，
[0047]
将第一存储温度区间中的最小值记为tmin，将第一存储温度区间中的最大值记为tmax，
[0048]
当tcc＜tmin时，则twc＝tmin，
[0049]
当tmin≤tcc≤tmax时，则twc＝tcc，
[0050]
当tcc＞tmax时，则twc＝tmax。
[0051]
本发明计算农产品冷链物流车的初始运送温度是为了便于后续步骤中预测农产品冷链物流车当前时间的最佳运送温度，获取到初始运送温度后，只需要确保在受车厢颠簸影响的状态下，车厢内水果释放的乙烯在车厢内的浓度变化速率保持不变，进而对车厢内的运送温度进行调整即可。
[0052]
进一步的，所述s5中预测农产品冷链物流车当前时间的最佳运送温度的方法包括以下步骤：
[0053]
s51、获取第一存储温度区间、gi(x，y)、fi(x1)及fyi(x1)；
[0054]
s52、获取第一颠簸幅度集合中第n个元素对应的车厢颠簸幅度dn，及第一颠簸幅度集合中第n个元素对应的车厢颠簸幅度相应的车厢颠簸时间点tdn，得到颠簸综合值变化集合eh，所述eh包含n1个元素，将eh中第n2个元素对应的颠簸综合值记为ehn2，
[0055][0056]
所述将eh中第n2个元素对应的颠簸综合值相应的车厢颠簸时间点与第一颠簸幅度集合中第n个元素对应的车厢颠簸幅度相应的车厢颠簸时间点tdn相同，
[0057]
所述农产品冷链物流车在运送过程中的不同时间点对应的颠簸综合值变化集合是不同的，所述eh是实时更新的；
[0058]
s53、获取第i中水果的异常率变化集合yci，所述yc中包含n1个元素，将yc中的第n2个元素对应的水果异常率记为yci
n2
，
[0059]
当n2≠1时，
[0060]
yci
n2
＝fi(ehn2)-fi(eh[n2-1])
[0061]
其中，eh[n2-1]表示eh中第n2个元素对应的颠簸综合值，fi(ehn2)表示将ehn2代入fi(x1)中的x1时对应的值，
[0062]
当n2＝1时，
[0063]
yci
n2
＝fi(ehn2)
[0064]
s54、获取第i中水果的异常率变化集合yci中第n2个元素对应的水果异常率yci
n2
相应的水果硬度变化值，记为sydi
n2
，
[0065]
当n2＝1时，
[0066]
sydi
n2
＝fyi(ehn1)
[0067]
当n2≠1时，
[0068]
sydi
n2
＝fyi(ehn1-eh[n2-1])
[0069]
其中，ehn1表示eh中第n1个元素对应的颠簸综合值；
[0070]
s55、得到第二运送参照温度tzj，
[0071]
所述tzj满足条件：
[0072][0073][0074][0075]
其中，表示第i中运送水果中硬度未受车厢颠簸影响的正常水果的占比，gi(tzj，ydi-sydi
n2
)表示第i水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系中，第i水果种类的存储温度为tzj且水果硬度为ydi-sydi
n2
时对应的乙烯释放速率；
[0076]
s56、将tzj与第一存储温度区间进行比较，并得到农产品冷链物流车当前时间的最佳运送温度的预测值twc1，
[0077]
当tzj＜tmin时，则twc1＝tmin，
[0078]
当tmin≤tzj≤tmax时，则twc1＝tcc，
[0079]
当tzj＞tmax时，则twc1＝tmax。
[0080]
一种基于物联网的物流信息智能监控系统，所述系统包括以下模块：
[0081]
运送信息获取模块，所述运送信息获取模块获取农产品冷链物流车运送水果的种类、每种运送水果的平均硬度及导航路径运送时长预设值；
[0082]
运送环境因素影响分析模块，所述运送环境因素影响分析模块根据数据库获取每种运送水果的存储温度不变时不同硬度分别对应的乙烯释放速率，分析不同水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系；
[0083]
车厢颠簸影响分析模块，所述车厢颠簸影响分析模块通过振动传感器获取农产品冷链物流车运送过程中的车厢颠簸状态，并分析不同颠簸状态下各类水果的异常率及相应异常水果对应的硬度变化值；
[0084]
初始运送温度分析模块，所述初始运送温度分析模块获取数据库中农产品冷链物流车运送水果中每种水果的存储温度区间，得到第一存储温度区间，并根据数据库预置的农产品冷链物流车中车厢乙烯浓度承受值，获取农产品冷链物流车的初始运送温度；
[0085]
最佳运送温度实时管控模块，所述最佳运送温度实时管控模块实时获取农产品冷链物流车不同运送时间对应的运送温度及农产品冷链物流车运送过程中的车厢颠簸状态，预测农产品冷链物流车当前时间的最佳运送温度，并将农产品冷链物流车的运送温度调节为最佳运送温度。
[0086]
进一步的，所述运送信息获取模块中每种运送水果的平均硬度为水果装车前检测的n个水果硬度的平均值，
[0087]
所述导航路径运送时长预设值为农产品冷链物流车运送起始点至终止点的导航路线中对应的车辆行驶时间预设值，所述导航路径运送时长预设值时通过在导航软件输入起始点与终止点后直接获取的。
[0088]
与现有技术相比，本发明所达到的有益效果是：本发明考虑到待运送的农产品的自身状态及运送过程中的车厢状态对农产品的影响，进而实现对农产品冷链物流车运送温度的动态调控，既确保了农产品冷链物流车运送的水果的品质，又降低运送水果过程中水果及能源的损耗，实现对物流信息的有效监管。
附图说明
[0089]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0090]
图1是本发明一种基于物联网的物流信息智能监控系统的结构示意图；
[0091]
图2是本发明一种基于物联网的物流信息智能监控方法的流程示意图。
具体实施方式
[0092]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0093]
请参阅图1-图2，本发明提供技术方案：一种基于物联网的物流信息智能监控方法，所述方法包括以下步骤：
[0094]
s1、获取农产品冷链物流车运送水果的种类、每种运送水果的平均硬度及导航路径运送时长预设值；
[0095]
所述s1中每种运送水果的平均硬度为水果装车前检测的n个水果硬度的平均值，
[0096]
所述导航路径运送时长预设值为农产品冷链物流车运送起始点至终止点的导航路线中对应的车辆行驶时间预设值，所述导航路径运送时长预设值时通过在导航软件输入起始点与终止点后直接获取的，记为tdy。
[0097]
s2、根据数据库获取每种运送水果的存储温度不变时不同硬度分别对应的乙烯释放速率，分析不同水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系；
[0098]
所述s2中分析不同水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系的方法包括以下步骤：
[0099]
s21、获取数据库获取每种运送水果的存储温度不变时不同硬度分别对应的乙烯释放速率，将第i种运送水果在存储温度为t且水果硬度为a时第一单位重量g1的水果在第
一单位时间t1内释放的乙烯的量记为b
(t，a)
，得到第i种运送水果对应的存储信息数据对(t，a，b
(t，a)
/(g1*t1))，数据库中存储温度的步长记为tc，水果硬度的步长记为ac；
[0100]
s22、以o为原点、以存储温度为x轴、以水果硬度为y轴且以单位面积的水果在单位时间内释放的乙烯量为z轴，构建空间直角坐标系，并将t及a为不同值时数据库内第i种运送水果分别对应的各个存储信息数据对在空间直角坐标系中相应的坐标点上进行标记；
[0101]
s23、获取空间直角坐标系中的各个标记点数组，每个标记点数组包括四个标记点，且将每个标记点数组中的四个标记点分别记为第一标记点、第二标记点、第三标记点及第四标记点，
[0102]
第一标记点的x轴坐标值除以tc的商减去第二标记点的x轴坐标值除以tc的商等于1，且第一标记点的y轴坐标值除以ac的商等于第二标记点的y轴坐标值除以ac的商；
[0103]
第三标记点的x轴坐标值除以tc的商减去第四标记点的x轴坐标值除以tc的商等于-1，且第三标记点的y轴坐标值除以ac的商等于第四标记点的y轴坐标值除以ac的商；
[0104]
第二标记点的x轴坐标值除以tc的商等于第三标记点的x轴坐标值除以tc的商，且第二标记点的y轴坐标值除以ac的商减去第三标记点的y轴坐标值除以ac的商等于-1；
[0105]
本实施例中若存在一个标记点数组，且标记点数组内的四个标记点对应的坐标分别为(xa1，ya1，za1)、(xa2，ya2，za2)、(xa3，ya3，za3)及(xa4，ya4，za4)；
[0106]
若xa2/tc-xa1/tc＝-1且ya1/ac＝ya2/ac且xa2/tc＝xa3/tc且ya1/ac-ya2/ac＝-1且xa2/tc-xa4/tc＝-1且ya1/ac-ya2/ac＝-1，
[0107]
则判定(xa2，ya2，za2)为第二标记点，(xa1，ya1，za1)为第一标记点，(xa3，ya3，za3)为第三标记点，(xa4，ya4，za4)为第四标记点；
[0108]
s24、获取标记点数组中的第五标记点的坐标，所述第五标记点的x轴坐标值等于相应标记点数组中第一标记点、第二标记点、第三标记点及第四标记点分别对应的x轴坐标值的平均值，所述第五标记点的y轴坐标值等于相应标记点数组中第一标记点、第二标记点、第三标记点及第四标记点分别对应的y轴坐标值的平均值，所述第五标记点的z轴坐标值等于相应标记点数组中第一标记点、第二标记点、第三标记点及第四标记点分别对应的z轴坐标值的平均值；
[0109]
s25、将第一标记点、第二标记点及第五标记点构成的平面记为第一拼接关系面，将第二标记点、第三标记点及第五标记点构成的平面记为第二拼接关系面，将第三标记点、第四标记点及第五标记点构成的平面记为第三拼接关系面，将第四标记点、第一标记点及第五标记点构成的平面记为第四拼接关系面，
[0110]
将第一拼接关系面、第二拼接关系面、第三拼接关系面及第四拼接关系面组合后的曲面记为相应标记点数组内四个点所在区间内第i水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系；
[0111]
s26、获取第i个水果种类在空间直角坐标系中各个标记点数组内分别对应的曲面，并将获取的各个标记点数组内分别对应的曲面进行拼接，所得曲面拼接结果为得到第i水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系，将所得曲面拼接结果对应的函数记为gi(x，y)，所述gi(x，y)为分段函数。
[0112]
s3、通过振动传感器获取农产品冷链物流车运送过程中的车厢颠簸状态，并分析不同颠簸状态下各类水果的异常率及相应异常水果对应的硬度变化值；
[0113]
所述s3中分析不同颠簸状态下各类水果的异常率及相应异常水果对应的硬度变化值的方法包括以下步骤：
[0114]
s31、通过振动传感器获取农产品冷链物流车运送过程中的车厢颠簸状态，所述车厢颠簸状态包括每次车厢颠簸的幅度及每次车厢颠簸的时间点，并将车厢颠簸状态中车厢颠簸的幅度小于等于第一阈值的数据及相应的车厢颠簸时间点，并将剩余的各次车厢颠簸幅度逐个录入到一个空白集合中，得到第一颠簸幅度集合，将第一颠簸幅度集合中第n个元素对应的车厢颠簸幅度记为dn，将第一颠簸幅度集合中第n个元素对应的车厢颠簸幅度相应的车厢颠簸时间点记为tdn；
[0115]
s32、得到第一颠簸幅度集合中的颠簸综合值e，
[0116][0117]
其中，n1表示第一颠簸幅度集合中的元素总个数，r表示数据库中预置的常数；
[0118]
本实施例中r为大于0的常数；
[0119]
s33、将数据库中颠簸综合值为e时，第i种运送水果对应的异常率记为lie，构建异常率数据对(e，lie)，
[0120]
将数据库中颠簸综合值为e时，第i种运送水果对应的硬度变化值记为hie，构建硬度变化数据对(e，hie)；
[0121]
s34、根据线性回归方程公式，对e为不同值时分别对应的各个异常率数据对进行线性拟合，将拟合结果对应的函数作为第i种运送水果的颠簸综合值与水果异常率之间的关系函数，记为fi(x1)；
[0122]
s35、根据预置的函数模型且r1、r2、r3及r4均为系数，对e为不同值时分别对应的各个硬度变化数据对进行线性拟合，将拟合结果对应的函数作为第i种运送水果的颠簸综合值与水果硬度变化值之间的关系函数，记为fyi(x1)。
[0123]
s4、获取数据库中农产品冷链物流车运送水果中每种水果的存储温度区间，得到第一存储温度区间，并根据数据库预置的农产品冷链物流车中车厢乙烯浓度承受值，获取农产品冷链物流车的初始运送温度；
[0124]
所述s4中得到第一存储温度区间的方法包括以下步骤：
[0125]
s41、获取数据库中农产品冷链物流车运送水果中每种水果的存储温度区间，将第i种运送水果的存储温度区间记为ui，所述1≤i≤i1，所述i1表示农产品冷链物流车运送水果种类的总个数；
[0126]
s42、得到第一存储温度区间，记为uz，所述uz等于农产品冷链物流车运送的i1种水果分别对应的存储温度区间的交集，即uz＝u1∩u2∩...∩ui∩...∩ui1，
[0127]
其中，ui1表示第i1种运送水果的存储温度区间；
[0128]
本实施例中若车厢内存在两种水果，第一种水果对应的存储温度区间为u1＝[8,28]，第二种水果对应的存储温度区间为u2＝[3，25]，
[0129]
则第一存储温度区间为u1∩u2＝[8，28]∩[3，25]＝[8，25]；
[0130]
所述获取农产品冷链物流车的初始运送温度的方法包括以下步骤：
[0131]
s401、获取第一存储温度区间、导航路径运送时长预设值tdy及gi(x，y)；
[0132]
s402、获取数据库预置的农产品冷链物流车中车厢乙烯浓度承受值，记为nw；
[0133]
s403、得到第一初始参照温度tcc，
[0134]
所述tcc为的解，
[0135]
其中，v1表示农产品冷链物流车内车厢的总容积，ydi表示农产品冷链物流车运送的第i种水果的平均硬度，ki表示农产品冷链物流车运送的第i种水果的总重量，gi(tcc，ydi)表示第i水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系中，第i水果种类的存储温度为tcc且水果硬度为ydi时对应的乙烯释放速率；
[0136]
s404、将tcc与第一存储温度区间进行比较，并得到农产品冷链物流车的初始运送温度twc，
[0137]
将第一存储温度区间中的最小值记为tmin，将第一存储温度区间中的最大值记为tmax，
[0138]
当tcc＜tmin时，则twc＝tmin，
[0139]
当tmin≤tcc≤tmax时，则twc＝tcc，
[0140]
当tcc＞tmax时，则twc＝tmax。
[0141]
s5、实时获取农产品冷链物流车不同运送时间对应的运送温度及农产品冷链物流车运送过程中的车厢颠簸状态，预测农产品冷链物流车当前时间的最佳运送温度，并将农产品冷链物流车的运送温度调节为最佳运送温度；
[0142]
所述s5中预测农产品冷链物流车当前时间的最佳运送温度的方法包括以下步骤：
[0143]
s51、获取第一存储温度区间、gi(x，y)、fi(x1)及fyi(x1)；
[0144]
s52、获取第一颠簸幅度集合中第n个元素对应的车厢颠簸幅度dn，及第一颠簸幅度集合中第n个元素对应的车厢颠簸幅度相应的车厢颠簸时间点tdn，得到颠簸综合值变化集合eh，所述eh包含n1个元素，将eh中第n2个元素对应的颠簸综合值记为ehn2，
[0145][0146]
所述将eh中第n2个元素对应的颠簸综合值相应的车厢颠簸时间点与第一颠簸幅度集合中第n个元素对应的车厢颠簸幅度相应的车厢颠簸时间点tdn相同，
[0147]
所述农产品冷链物流车在运送过程中的不同时间点对应的颠簸综合值变化集合是不同的，所述eh是实时更新的；
[0148]
s53、获取第i中水果的异常率变化集合yci，所述yc中包含n1个元素，将yc中的第n2个元素对应的水果异常率记为yci
n2
，
[0149]
当n2≠1时，
[0150]
yci
n2
＝fi(ehn2)-fi(eh[n2-1])
[0151]
其中，eh[n2-1]表示eh中第n2个元素对应的颠簸综合值，fi(ehn2)表示将ehn2代入fi(x1)中的x1时对应的值，
[0152]
当n2＝1时，
[0153]
yci
n2
＝fi(ehn2)
[0154]
s54、获取第i中水果的异常率变化集合yci中第n2个元素对应的水果异常率yci
n2
相应的水果硬度变化值，记为sydi
n2
，
[0155]
当n2＝1时，
[0156]
sydi
n2
＝fyi(ehn1)
[0157]
当n2≠1时，
[0158]
sydi
n2
＝fyi(ehn1-eh[n2-1])
[0159]
其中，ehn1表示eh中第n1个元素对应的颠簸综合值；
[0160]
s55、得到第二运送参照温度tzj，
[0161]
所述tzj满足条件：
[0162][0163][0164][0165]
其中，表示第i中运送水果中硬度未受车厢颠簸影响的正常水果的占比，gi(tzj，ydi-sydi
n2
)表示第i水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系中，第i水果种类的存储温度为tzj且水果硬度为ydi-sydi
n2
时对应的乙烯释放速率；
[0166]
s56、将tzj与第一存储温度区间进行比较，并得到农产品冷链物流车当前时间的最佳运送温度的预测值twc1，
[0167]
当tzj＜tmin时，则twc1＝tmin，
[0168]
当tmin≤tzj≤tmax时，则twc1＝tcc，
[0169]
当tzj＞tmax时，则twc1＝tmax。
[0170]
一种基于物联网的物流信息智能监控系统，所述系统包括以下模块：
[0171]
运送信息获取模块，所述运送信息获取模块获取农产品冷链物流车运送水果的种类、每种运送水果的平均硬度及导航路径运送时长预设值；
[0172]
运送环境因素影响分析模块，所述运送环境因素影响分析模块根据数据库获取每种运送水果的存储温度不变时不同硬度分别对应的乙烯释放速率，分析不同水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系；
[0173]
车厢颠簸影响分析模块，所述车厢颠簸影响分析模块通过振动传感器获取农产品冷链物流车运送过程中的车厢颠簸状态，并分析不同颠簸状态下各类水果的异常率及相应异常水果对应的硬度变化值；
[0174]
初始运送温度分析模块，所述初始运送温度分析模块获取数据库中农产品冷链物流车运送水果中每种水果的存储温度区间，得到第一存储温度区间，并根据数据库预置的农产品冷链物流车中车厢乙烯浓度承受值，获取农产品冷链物流车的初始运送温度；
[0175]
最佳运送温度实时管控模块，所述最佳运送温度实时管控模块实时获取农产品冷链物流车不同运送时间对应的运送温度及农产品冷链物流车运送过程中的车厢颠簸状态，预测农产品冷链物流车当前时间的最佳运送温度，并将农产品冷链物流车的运送温度调节为最佳运送温度。
[0176]
所述运送信息获取模块中每种运送水果的平均硬度为水果装车前检测的n个水果
硬度的平均值，
[0177]
所述导航路径运送时长预设值为农产品冷链物流车运送起始点至终止点的导航路线中对应的车辆行驶时间预设值，所述导航路径运送时长预设值时通过在导航软件输入起始点与终止点后直接获取的。
[0178]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0179]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于物联网的物流信息智能监控方法，其特征在于，所述方法包括以下步骤：s1、获取农产品冷链物流车运送水果的种类、每种运送水果的平均硬度及导航路径运送时长预设值；s2、根据数据库获取每种运送水果的存储温度不变时不同硬度分别对应的乙烯释放速率，分析不同水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系；s3、通过振动传感器获取农产品冷链物流车运送过程中的车厢颠簸状态，并分析不同颠簸状态下各类水果的异常率及相应异常水果对应的硬度变化值；s4、获取数据库中农产品冷链物流车运送水果中每种水果的存储温度区间，得到第一存储温度区间，并根据数据库预置的农产品冷链物流车中车厢乙烯浓度承受值，获取农产品冷链物流车的初始运送温度；s5、实时获取农产品冷链物流车不同运送时间对应的运送温度及农产品冷链物流车运送过程中的车厢颠簸状态，预测农产品冷链物流车当前时间的最佳运送温度，并将农产品冷链物流车的运送温度调节为最佳运送温度。2.根据权利要求1所述的一种基于物联网的物流信息智能监控方法，其特征在于：所述s1中每种运送水果的平均硬度为水果装车前检测的n个水果硬度的平均值，所述导航路径运送时长预设值为农产品冷链物流车运送起始点至终止点的导航路线中对应的车辆行驶时间预设值，所述导航路径运送时长预设值时通过在导航软件输入起始点与终止点后直接获取的，记为tdy。3.根据权利要求1所述的一种基于物联网的物流信息智能监控方法，其特征在于：所述s2中分析不同水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系的方法包括以下步骤：s21、获取数据库获取每种运送水果的存储温度不变时不同硬度分别对应的乙烯释放速率，将第i种运送水果在存储温度为t且水果硬度为a时第一单位重量g1的水果在第一单位时间t1内释放的乙烯的量记为b
(t，a)
，得到第i种运送水果对应的存储信息数据对(t，a，b
(t，a)
/(g1*t1))，数据库中存储温度的步长记为tc，水果硬度的步长记为ac；s22、以o为原点、以存储温度为x轴、以水果硬度为y轴且以单位面积的水果在单位时间内释放的乙烯量为z轴，构建空间直角坐标系，并将t及a为不同值时数据库内第i种运送水果分别对应的各个存储信息数据对在空间直角坐标系中相应的坐标点上进行标记；s23、获取空间直角坐标系中的各个标记点数组，每个标记点数组包括四个标记点，且将每个标记点数组中的四个标记点分别记为第一标记点、第二标记点、第三标记点及第四标记点，第一标记点的x轴坐标值除以tc的商减去第二标记点的x轴坐标值除以tc的商等于1，且第一标记点的y轴坐标值除以ac的商等于第二标记点的y轴坐标值除以ac的商；第三标记点的x轴坐标值除以tc的商减去第四标记点的x轴坐标值除以tc的商等于-1，且第三标记点的y轴坐标值除以ac的商等于第四标记点的y轴坐标值除以ac的商；第二标记点的x轴坐标值除以tc的商等于第三标记点的x轴坐标值除以tc的商，且第二标记点的y轴坐标值除以ac的商减去第三标记点的y轴坐标值除以ac的商等于-1；s24、获取标记点数组中的第五标记点的坐标，所述第五标记点的x轴坐标值等于相应标记点数组中第一标记点、第二标记点、第三标记点及第四标记点分别对应的x轴坐标值的
平均值，所述第五标记点的y轴坐标值等于相应标记点数组中第一标记点、第二标记点、第三标记点及第四标记点分别对应的y轴坐标值的平均值，所述第五标记点的z轴坐标值等于相应标记点数组中第一标记点、第二标记点、第三标记点及第四标记点分别对应的z轴坐标值的平均值；s25、将第一标记点、第二标记点及第五标记点构成的平面记为第一拼接关系面，将第二标记点、第三标记点及第五标记点构成的平面记为第二拼接关系面，将第三标记点、第四标记点及第五标记点构成的平面记为第三拼接关系面，将第四标记点、第一标记点及第五标记点构成的平面记为第四拼接关系面，将第一拼接关系面、第二拼接关系面、第三拼接关系面及第四拼接关系面组合后的曲面记为相应标记点数组内四个点所在区间内第i水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系；s26、获取第i个水果种类在空间直角坐标系中各个标记点数组内分别对应的曲面，并将获取的各个标记点数组内分别对应的曲面进行拼接，所得曲面拼接结果为得到第i水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系，将所得曲面拼接结果对应的函数记为gi(x，y)，所述gi(x，y)为分段函数。4.根据权利要求3所述的一种基于物联网的物流信息智能监控方法，其特征在于：所述s3中分析不同颠簸状态下各类水果的异常率及相应异常水果对应的硬度变化值的方法包括以下步骤：s31、通过振动传感器获取农产品冷链物流车运送过程中的车厢颠簸状态，所述车厢颠簸状态包括每次车厢颠簸的幅度及每次车厢颠簸的时间点，并将车厢颠簸状态中车厢颠簸的幅度小于等于第一阈值的数据及相应的车厢颠簸时间点，并将剩余的各次车厢颠簸幅度逐个录入到一个空白集合中，得到第一颠簸幅度集合，将第一颠簸幅度集合中第n个元素对应的车厢颠簸幅度记为dn，将第一颠簸幅度集合中第n个元素对应的车厢颠簸幅度相应的车厢颠簸时间点记为tdn；s32、得到第一颠簸幅度集合中的颠簸综合值e，其中，n1表示第一颠簸幅度集合中的元素总个数，r表示数据库中预置的常数；s33、将数据库中颠簸综合值为e时，第i种运送水果对应的异常率记为lie，构建异常率数据对(e，lie)，将数据库中颠簸综合值为e时，第i种运送水果对应的硬度变化值记为hie，构建硬度变化数据对(e，hie)；s34、根据线性回归方程公式，对e为不同值时分别对应的各个异常率数据对进行线性拟合，将拟合结果对应的函数作为第i种运送水果的颠簸综合值与水果异常率之间的关系函数，记为fi(x1)；s35、根据预置的函数模型且r1、r2、r3及r4均为系数，对e为不同值时分别对应的各个硬度变化数据对进行线性拟合，将拟合结果对应的函数作为第i种运送水果的颠簸综合值与水果硬度变化值之间的关系函数，记为fyi(x1)。5.根据权利要求4所述的一种基于物联网的物流信息智能监控方法，其特征在于：所述
s4中得到第一存储温度区间的方法包括以下步骤：s41、获取数据库中农产品冷链物流车运送水果中每种水果的存储温度区间，将第i种运送水果的存储温度区间记为ui，所述1≤i≤i1，所述i1表示农产品冷链物流车运送水果种类的总个数；s42、得到第一存储温度区间，记为uz，所述uz等于农产品冷链物流车运送的i1种水果分别对应的存储温度区间的交集，即uz＝u1∩u2∩...∩ui∩...∩ui1，其中，ui1表示第i1种运送水果的存储温度区间；所述获取农产品冷链物流车的初始运送温度的方法包括以下步骤：s401、获取第一存储温度区间、导航路径运送时长预设值tdy及gi(x，y)；s402、获取数据库预置的农产品冷链物流车中车厢乙烯浓度承受值，记为nw；s403、得到第一初始参照温度tcc，所述tcc为的解，其中，v1表示农产品冷链物流车内车厢的总容积，ydi表示农产品冷链物流车运送的第i种水果的平均硬度，ki表示农产品冷链物流车运送的第i种水果的总重量，gi(tcc，ydi)表示第i水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系中，第i水果种类的存储温度为tcc且水果硬度为ydi时对应的乙烯释放速率；s404、将tcc与第一存储温度区间进行比较，并得到农产品冷链物流车的初始运送温度twc，将第一存储温度区间中的最小值记为tmin，将第一存储温度区间中的最大值记为tmax，当tcc＜tmin时，则twc＝tmin，当tmin≤tcc≤tmax时，则twc＝tcc，当tcc＞tmax时，则twc＝tmax。6.根据权利要求5所述的一种基于物联网的物流信息智能监控方法，其特征在于：所述s5中预测农产品冷链物流车当前时间的最佳运送温度的方法包括以下步骤：s51、获取第一存储温度区间、gi(x，y)、fi(x1)及fyi(x1)；s52、获取第一颠簸幅度集合中第n个元素对应的车厢颠簸幅度dn，及第一颠簸幅度集合中第n个元素对应的车厢颠簸幅度相应的车厢颠簸时间点tdn，得到颠簸综合值变化集合eh，所述eh包含n1个元素，将eh中第n2个元素对应的颠簸综合值记为ehn2，所述将eh中第n2个元素对应的颠簸综合值相应的车厢颠簸时间点与第一颠簸幅度集合中第n个元素对应的车厢颠簸幅度相应的车厢颠簸时间点tdn相同，所述农产品冷链物流车在运送过程中的不同时间点对应的颠簸综合值变化集合是不同的，所述eh是实时更新的；s53、获取第i中水果的异常率变化集合yci，所述yc中包含n1个元素，将yc中的第n2个元素对应的水果异常率记为yci
n2
，当n2≠1时，
yci
n2
＝fi(ehn2)-fi(eh[n2-1])其中，eh[n2-1]表示eh中第n2个元素对应的颠簸综合值，fi(ehn2)表示将ehn2代入fi(x1)中的x1时对应的值，当n2＝1时，yci
n2
＝fi(ehn2)s54、获取第i中水果的异常率变化集合yci中第n2个元素对应的水果异常率yci
n2
相应的水果硬度变化值，记为sydi
n2
，当n2＝1时，sydi
n2
＝fyi(ehn1)当n2≠1时，sydi
n2
＝fyi(ehn1-eh[n2-1])其中，ehn1表示eh中第n1个元素对应的颠簸综合值；s55、得到第二运送参照温度tzj，所述tzj满足条件：所述tzj满足条件：所述tzj满足条件：其中，表示第i中运送水果中硬度未受车厢颠簸影响的正常水果的占比，gi(tzj，ydi-sydi
n2
)表示第i水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系中，第i水果种类的存储温度为tzj且水果硬度为ydi-sydi
n2
时对应的乙烯释放速率；s56、将tzj与第一存储温度区间进行比较，并得到农产品冷链物流车当前时间的最佳运送温度的预测值twc1，当tzj＜tmin时，则twc1＝tmin，当tmin≤tzj≤tmax时，则twc1＝tcc，当tzj＞tmax时，则twc1＝tmax。7.一种基于物联网的物流信息智能监控系统，其特征在于，所述系统包括以下模块：运送信息获取模块，所述运送信息获取模块获取农产品冷链物流车运送水果的种类、每种运送水果的平均硬度及导航路径运送时长预设值；运送环境因素影响分析模块，所述运送环境因素影响分析模块根据数据库获取每种运送水果的存储温度不变时不同硬度分别对应的乙烯释放速率，分析不同水果种类的存储温度、水果硬度与乙烯释放速率三者之间的影响关系；车厢颠簸影响分析模块，所述车厢颠簸影响分析模块通过振动传感器获取农产品冷链物流车运送过程中的车厢颠簸状态，并分析不同颠簸状态下各类水果的异常率及相应异常水果对应的硬度变化值；
初始运送温度分析模块，所述初始运送温度分析模块获取数据库中农产品冷链物流车运送水果中每种水果的存储温度区间，得到第一存储温度区间，并根据数据库预置的农产品冷链物流车中车厢乙烯浓度承受值，获取农产品冷链物流车的初始运送温度；最佳运送温度实时管控模块，所述最佳运送温度实时管控模块实时获取农产品冷链物流车不同运送时间对应的运送温度及农产品冷链物流车运送过程中的车厢颠簸状态，预测农产品冷链物流车当前时间的最佳运送温度，并将农产品冷链物流车的运送温度调节为最佳运送温度。8.根据权利要求7所述的一种基于物联网的物流信息智能监控系统，其特征在于：所述运送信息获取模块中每种运送水果的平均硬度为水果装车前检测的n个水果硬度的平均值，所述导航路径运送时长预设值为农产品冷链物流车运送起始点至终止点的导航路线中对应的车辆行驶时间预设值，所述导航路径运送时长预设值时通过在导航软件输入起始点与终止点后直接获取的。

技术总结
本发明涉及物流监控技术领域，具体为一种基于物联网的物流信息智能监控系统及方法，所述系统包括最佳运送温度实时管控模块，所述最佳运送温度实时管控模块实时获取农产品冷链物流车不同运送时间对应的运送温度及农产品冷链物流车运送过程中的车厢颠簸状态，预测农产品冷链物流车当前时间的最佳运送温度，并将农产品冷链物流车的运送温度调节为最佳运送温度。本发明考虑到待运送的农产品的自身状态及运送过程中的车厢状态对农产品的影响，进而实现对农产品冷链物流车运送温度的动态调控，既确保了农产品冷链物流车运送的水果的品质，又降低运送水果过程中水果及能源的损耗，实现对物流信息的有效监管。对物流信息的有效监管。对物流信息的有效监管。


技术研发人员：杨文山
受保护的技术使用者：深圳市丰泉科技有限公司
技术研发日：2023.04.06
技术公布日：2023/7/6