在汽车物流承运企业的生产经营中,一些环节存在传统管理方法很难解决的难点。利用网络货运平台“数据整合”的天然能力,或许是未来发展的方向。
一、当前汽车物流行业的难点
1.运输过程取票难
汽车物流行业中,普遍存在个体运输经营者因时间不足、专业性不足、车籍挂靠、车辆联营、经营合伙等原因,无法向汽车物流承运商提供小规模运输发票的问题,行业普遍存在取票难的问题。
2.运输过程信息收集难
因物流企业车辆信息管理和调度缺乏合适的技术手段,汽车物流行业针对实际承运人在途情况,尤其是准确的装卸货时间及地点等数据无法做到有效的采集。
3.运输途中监管难
因缺乏合适的技术手段,对于实际承认车辆擅自更改行驶线路,驾驶异常等行为无法做到实时监管,造成承运企业需承担额外运输风险。
4.运输空驶率高
中小承运商企业由于不能形成对流效应,空驶率居高不下,返程车配载问题一直是中小承运商的痛点问题。
5.汽车物流信贷难
中小承运商重资产运营,资产采购过程中已普遍使用金融信贷,无法再次取得信贷业务;同时,金融机构普遍缺乏对中小承运商运力数据、业务数据、轨迹数据、资金数据等信息真实性认证,导致信贷业务难以开展。
二、解决方案
网络货运发展的大背景下,可对系统进行了全方位的升级改造,增加智能车辆载货状态感知、智能车货匹配等功能。为了提高车辆的主动安全性,接入了驾驶安全预警系统。
1.认证流、轨迹流、现金流等基础功能的实现
认证流、轨迹流、现金流是网络货运平台的基本价值,也是网络货运平台建设的这几年里逐步夯实的核心能力。通过与银行、企业进行了对接,获取核心业务的关键数据。
在认证流方面,注册企业通过“天眼查”系统进行验证。司机身份合法性校验与公安部相关系统对接。运输车辆合规性校验与交通部相关系统对接。司机身份、运输合同、包车合同通过人脸识别技术与电子合同技术进行校验及存证。无法与第三方系统进行数字验证的证照,也全部通过人工查验,符合资质的货主、司机才能在平台上运营。
在轨迹流方面,平台可通过北斗定位与司机的APP与车辆的轨迹的拟合,确认运输业务的真实性,符合了管理部门的要求。
在现金流方面,平台完成了与银行之间的银企直联。通过银行的银企直联功能进行油品采购、路桥费用支付、司途费支付。通过现金流向佐证业务的真实性。
2.载货状态感知、智能车货匹配
随着平台的发展,对业务智能化的要求越来越高。车辆在途状态的信息收集变的尤为重要。因此可通过在商品车运输车的载货区域安装探头,以物联网+云计算+大数据的技术手段,为网络货运平台实现司机运费自动结算、自动报税、智能调度、智能车货匹配建立了业务数据感知基础。在商品车运输车上安装传感器,实时感知商品车装卸状态发生变化的时间、地点(GPS提供),通过车载GPS设备透传到网络货运平台,对商品车发运的时间、交付的时间、发运的地点、交付的时间、往返运输空载率等形成了在途大数据监管模型。
同时根据货主派发的运单创建了运单池。根据运单、车辆的起运地和目的地,将车辆与运单进行智能匹配。货主在零散发运时,可通过“返程车”功能选择运单同流向的有空载运力的车辆进行发运。货主可以降低发运成本,而司机可以降低空载率。
图1 车辆在途状态监测
3.驾驶安全预警系统的接入
采用智能视频分析技术对驾驶员的人脸检测和人眼检测分析,以判定被检测人员的疲劳程度,并根据设定的规则进行疲劳报警和警示。车辆行驶过程中,通过内外双摄分别监控司机和前方道路,全天候监测驾驶员的疲劳状态、驾驶行为等。
驾驶安全预警系统,主要由疲劳检测专用摄像机、外部摄像机和疲劳检测终端主机组成,通过安装在驾驶仪表台上的摄像机直接拍摄驾驶员的脸部,并准确定位驾驶员的眼睛,系统将自动判定和分析人眼的闭合状态和闭合的频率,驾驶员的脸部朝向的判断,同时结合当前车辆行驶的速度,并根据事情设定好的检测逻辑规则,以多种参数为分析依据来判断驾驶员的疲劳状态。
三、效益分析
1.经济效益分析
除去地方税收政策奖补外。利用智能车货匹配,为货主企业的零散发运业务降低了5%的成本。接入安全预警系统后,将减少安全事故发生率40%,货主企业收入有望逐年提高,空驶情况也将逐步得到改善。而司机方面,运输公里数增加了,降低空驶率,增加了5%的额外收入。未来随着平台运行稳定以及系统进一步优化完善,销售收入会逐年递增,进而利润也将大幅增长。
平台可利用先进的AI+IoT技术,获取在途多维度数据,通过对数据的分析,帮助货主企业优化管理,保证运输安全和效率提升。
2.社会效益分析
平台通过ADAS智能硬件识别前向碰撞、车道偏离、车距过近、行人碰撞等不安全因素并对司机进行提醒,利用DSM智能硬件及AI模式判断,能够及时识别司机的不安全驾驶行为,并及时提醒管理人员进行干预和处理,保障了整个货运运输安全,有效降低物流成本。平台将货物、司机以及车辆驾驶情况等信息高效地结合起来,提高运输效率、降低货物损耗、清楚地了解运输过程中的一切情况,极大的降低安全事故的发生,对于物流运输安全具有非常重要的意义,进而推动汽车物流产业持续快速稳定健康发展。
四、未来展望
通过技术与场景深度融合,通过自动化、物联网、智能化技术的深度应用,降低业务的操作难度,提高系统整体的易用性,争取实现货主企业微量操作,司机无需操作,从而减少因系统应用本身带来的人工成本。
通过全面的数据采集及分析,完善车货匹配智能模型,使更多的返程车、空载车能够取得货源,进一步提高车辆的利用率,持续降低空驶率。持续为货主企业降本增效,持续为司机增加收入。
未来随着区域链技术的落地,与业务相关的银行、油品企业、路桥企业、GPS轨迹提供企业、交通管理部门、税务部门建立联盟。企业认证信息、司机认证信息、油品采购信息、路桥采购信息、轨迹信息、支付信息等数据实时共享。充分佐证业务过程,实现司机无等待结算、企业无等待取票等功能。
新时代鞋服物流与供应链面临的变革和挑战03月07日 20:38
点赞:这个双11,物流大佬一起做了这件事11月22日 21:43
物流管理机构及政策分布概览12月04日 14:10
盘点:2017中国零售业十大事件12月12日 13:57
2017年中国零售电商十大热点事件点评12月28日 09:58