基于云计算的智能车辆调度系统的研究基于云计算的智能车辆调度系统的研究

[摘要]本文在分析了现存的汽车物流车辆调度模式和总部调度模式的基础上，创新性地提出了基于云计算的智能车辆调度系统。通过运用云计算技术，可以整合物流企业总部与企业运输子公司之间的业务信息、车辆运力、先进技术等资源。通过运用智能车辆调度系统，既可以实现总部调度模式的整体化最优原则，也可以体现现场调度模式的灵活性原则，从而提高汽车物流行业的车辆调度效率，解决车辆调度的难题。

[关键词]云计算；车辆调度系统；汽车物流

[中图分类号]U495[文献标识码]A[文章编号]1005-6432（2014）43-0175-03

中国经济的持续发展和人民生活水平的日益提高，使中国市场的汽车消费迅速膨胀，为中国汽车物流企业提供了广阔的市场需求空间，促进了中国汽车物流企业的发展壮大。汽车物流是汽车供应链上原材料、零部件、整车以及售后配件在各个环节之间的实体流动过程[1]。汽车物流在汽车产业链中起到桥梁和纽带的作用，是实现汽车产业价值流顺畅流动的根本保障，也是物流领域的重要组成部分，具有与其他物流种类所不同的特点。然而，在面对不断发展的汽车产业带来的机遇的同时，汽车物流在车辆调度、路径规划，装载率优化方面遇到诸多问题。车辆调度[2]作为汽车物流的其他各个环节的基础，扮演着非常重要的角色。提高车辆调度的效率成为了提高汽车物流效率，降低物流成本的关键性因素之一。

1背景分析

在分析了诸如安吉天地[3]、武汉中原、重庆中集等大型的汽车物流公司之后，可以总结出汽车物流企业的基本组织结构形式是企业物流总部+运输子公司。而且现有的调度模式主要有两种：总部调度模式和现场调度模式。

如图1，从总部车辆调度模式的流程中可以看出，这种调度模式简单易行，而且分工明确，能够更好地与客户进行沟通。该模式将调度权利集中在总部，在应用之初，规模较小时取得了很好的结果。但随着汽车物流客户量的增加，这种调度模式便遇到了瓶颈。相比之下，现场调度模式离运输端较近，可以更多地考虑实际运输情况，提高运输效率，降低运输成本。然而，现场调度模式仍然具有一些难以解决的缺陷。该调度模式容易导致以下三个方面的问题：①各运输公司各自为政，彼此缺乏有效协调配合，导致全局统筹调度面临挑战；②订单波动时，会出现一些运输公司运力供小于求，而其他的供大于求。从而导致运力资源的不合理利用；③对于非常规订单以及应急订单，此模式难以有效调度。

图1总部调度模式（上）和现场调度模式（下）

上述两种调度模式都有各自的优缺点，但是两者有一个共同的缺点，都是从物流企业总部或者运输公司的两者的其中一个角度出发进行调度。忽略了总部和各运输公司的统筹调度的模式。基于此，本文提出了基于云计算的智能车辆调度系统的模式（如图2所示），旨在将运输公司与物流公司的信息进行充分的交流，协调双方之间的资源，提高车辆调度的效率。

图2智能车辆调度系统调度模式

2车辆调度的优化思路

云计算技术[4]是指将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和信息服务。提供资源的网络被称为“云”。“云”中的资源可以无限扩展，可以随时获取，按需使用，随时扩展，按使用量付费。正是由于云计算的这种特性，可以利用云计算让汽车物流企业的内外部运力资源、先进技术、先进的系统进行整合，上传至云端，利用云计算技术整合企业资源，使物流企业总部和运输公司的信息、运力资源得到相互协调，构建一个基于云计算的智能车辆调度系统（如图3所示），完成对车辆的调度。

图3系统总体框架图

该系统通过云计算技术可以及时了解信息平台中各运输公司运力情况，自动地将订单任务分配给各个运输车辆，完成对车辆的任务的调度。如图3可见，当用户通过PC（Personal Computer）或PDA（Personal Digital Assistant）等设备向智能车辆调度系统发送运输请求时，可以由云计算技术的动态组合功能模块和优化配置功能模块，来实现区域订单信息和区域运力信息的匹配。并将匹配信息传送至智能车辆调度系统的中央数据库，由中央数据库进一步对信息进行加工处理，通过调用云计算平台中的数据库的算法模型，结合真实路网和电子地图的信息，可以生成各车辆调度方案，并及时将信息反馈给运输车辆。运输车辆也可通过移动设备将车辆的实时信息反馈给信息平台。从而省去了传统的车辆调度的许多中间环节，实现车辆与调度中心直接的交流，灵活、高效、准时地完成了车辆的调度任务。

3车辆调度系统的实现

基于云计算的智能车辆调度系统相比于普通的车辆调度系统，其信息获取的方式更加方便、快捷、准确。该系统的构建不仅要考虑实用性、可扩展性、稳定性、流畅性等原则[5]，还要考虑到系统的整体性设计。如图所示系统的整体性设计，如图4所示。

图4车辆调度系统整体性设计

其中，TMS（Transportation Management System）系统、GPS（Global Position System）系统、GSM（Global System for Mobile Communications）系统、GIS（Geographic Information System）系统和信息显示等系统都通过云计算技术来进行数据交换；云计算技术让各个系统进行协调配合，共同完成车辆调度问题，其处理步骤如下。

（1）GPS，GIS系统对车辆的具体位置信息进行定位，然后与车载终端进行数据传输；

（2）车载终端通过GSM系统，发送信息平台，通过信息平台对车载终端发出的信息进行预处理；

（3）当用户使用智能车辆调度系统时，云计算平台将运力资源与任务信息进行匹配。并通过调用算法库的算法来完成车辆调度的安排；

（4）智能调度系统产生的调度方案，通过云计算平台将信息传递给TMS系统，TMS系统把众多的车辆调度方案，发送给各个车载终端；

（5）车载终端将车辆调度方案通过显示系统，形象地显示在车辆的显示屏上，供司机参考决策。

4智能车辆调度系统实现的功能

41现有车辆资源的整合与管理

通过该系统，可以清晰地了解到现有运力的总体分布情况，以便更好地进行资源的总体的调度与管理。

① 通过车载终端和GPS系统可以确定所有车辆的地理位置情况；

② 通过GSM系统和显示系统可以确定运力情况，如车辆类型（尺寸）、车辆是否在执行任务等信息；

③ 通过GIS系统，可以明确车辆路线长度及路径所涉及地点的坐标和当前线路的路况等信息。

42车辆利用效率的提升

基于云计算的智能车辆调度系统的实现，可以实现运力资源与调度中心的直接的信息交流，从而使车辆调度更加灵活、高效。例如，基于该系统，可以采用以下两种方法提高车辆的利用率，增加车辆调度的灵活性。

（1）任务招标模式：增加了车辆调度的灵活性，同时又使每辆车的资源利用率尽可能达到最大化，如图5所示。图5任务招标流程

（2）任务执行监督：车辆执行任务期间，此系统可以定时地了解车辆的运行状况和任务执行的情况等信息。

43车辆调度应急事件处理功能

在运输过程中出现紧急事件时，车载终端能够及时地把突发事件具体情况反馈给智能车辆调度系统，车辆管理系统通过GPS和GIS系统对具体事件进行确认，同时，智能车辆调度系统将信息与中央数据库进行信息整合与重组，形成解决方案。并通过GSM进行反馈。

5总结

基于云计算的智能车辆调度系统采用先进的云计算技术，结合了诸如GPS、GIS、TMS等先进的技术，解决了汽车物流行业车辆调度难的问题。该系统的调度模式结合了现场调度和总部调度两种模式的优点，灵活高效地利用现有的运力信息。提高了物流效率，降低了物流成本。

参考文献：

[1]我国汽车物流业的发展现状、问题及调整思路[J].营销服务，2005（11）：14-17

[2]李义华，李夏苗，王忠伟，周小涵基于业务外包的集装箱港口车辆调度问题[J].系统工程，2009（10）.

[3]杨正纯，安吉天地物流公司汽车物流服务方案的研究[D].上海：上海海事大学，2006

[4]云物流体系结构与应用模式研究[J].电信科学，2012（3）：126-131

[5]任晔，顾彬，李玉凯物流系统优化问题研究方法概述[J].物流科技，2009（5）.

[6]Xun XuFrom cloud computing to cloud manufacturing[J].Robotics and Computer Integrated Manufacturing，2011，28（1）：75-86

[7]Angela Lin，Nan-Chou ChenCloud computing as an innovation：Percepetion，attitude，and adoption[J].International Journal of Information Management，2012，32（6）：533-540

[8]Sean Marston，Zhi Li，Subhajyoti Bandyopadhyay，Juheng Zhang，Anand GhalsasiCloud computing—The business perspective[J].Decision Support Systems，2010，51（1）：176-189

[9]Xiang SU，Hong-xia SUN，Chun-guang LIAN，Xi-ma YUEStudy on Complex Products Job-shop Scheduling System Based on MES[J].Management Science and Engineering，2010，3（1）.

[作者简介]梁亮亮（1992—），男，安徽省阜阳人，武汉大学经济与管理学院，硕士研究生，主要从事物流与供应链管理研究。