一种基于传感器的快件物流过程检测方法及配套系统设计

丁 奥，张 媛，朱 磊，杜艳平，黄 磊

（北京印刷学院，北京 102600）

1 引言

随着电子商务的发展，快递行业也进入到了一个蓬勃发展的新时期。根据国家统计局最新公布的数据显示，2017 年我国快递业务量已达到401 亿件，快递业务收入4 957亿人民币，行业体量的量变也酝酿着行业更深层次的质变。

早在2011年12月30日，国家质量监督检验检疫总局、国家标准化管理委员会就联合发布了《快递服务》[1]系列国家标准。其中对快递术语、服务标准等做了科学的界定和规范。可见快递服务已经从单纯讲求时效性的阶段，进入到了追求综合服务质量的新阶段。快递服务作为物流行业与大众接触最为密切的部分，其信息化、智能化水平在近些年来发展迅速。这其中，对于快递物流状态的检测和评价是衡量快递服务水平的一个重要维度，其信息化水平更是物流信息化的一种重要体现。

目前，对于快递物流状态检测和评价的研究逐步深入。李利[2]针对无法实时获取物流中货物位置信息的问题，设计并开发了物流全程实时跟踪查询系统。许清霞[3]提出了一种货物运输状态提醒装置的设计，通过大幅度振动时向接收主机发送提醒信号，来达到保护货物运输安全的目的。朱安定[4]提出了一种托盘运输在途振动检测装置，利用薄膜开关阵列检测托盘在途位置变化，以此降低运输在途不必要的包装损耗。

上述研究，虽然对于构建完善的快件物流过程状态检测系统具有重要借鉴意义和参考价值，但是大多局限于物流的部分环节，在全流程监测方法和技术实现方面相对薄弱，因此不利于市场应用和成果推广。此外，由于物流过程状态监测研究成果的局限性也间接导致目前物流过程质量评价仍以主观评价为主，缺乏数据支撑。

因此，本文提出了一种基于传感器的快件物流过程检测方法及配套系统。系统通过传感器组合采集快件物流过程中诸如振动加速度、温湿度、光照强度及地理位置等数据。利用智能分类算法对数据进行分析处理，判别快件物流过程异常情况类型、程度及事发地点。最后将异常情况信息实时发送给终端供用户查询。以此达到便于主管部门监管、企业内部自查、客户知情的效果，减少甚至杜绝暴力分拣、不当运输等情况的发生。

本文分别介绍了系统硬件组成、工作流程和功能，并在结尾处对系统设计工作进行了总结，对未来工作提出展望。

2 系统硬件组成

系统硬件由采集端（数据采集模块、微处理器模块、数据存储模块、通讯模块、电源模块、显示和操作模块）、中央处理器和应用程序端组成，其逻辑关系如图1所示。

2.1 采集端结构

图1 系统组成图示

数据采集模块用于对快件物流过程中相关状态的数据采集，由三轴加速度传感器、三轴陀螺仪、温湿度传感器、光敏传感器、GPS传感器、三轴地磁传感器及配套电路、多传感器融合组成[5]。其结构示意图如图2所示。

图2 采集端结构示意图

2.2 数据采集模块

数据采集模块主要用于各种传感信息的采集，其中：

三轴加速度传感器用于采集以传感器为坐标原点，水平面互相垂直的x、y 轴及铅直方向z 轴三个方向的直线加速度数据。三轴直线加速度数据是运输状态检测中振动情况的基本支撑数据，是判别是否发生暴力分拣及其类型（跌落、平抛等）、不当运输及其类型（路况较差等）的基础依据。三轴加速度传感器采样频率应不低于250Hz，量程不小于±16g，z 轴初值为1g。

三轴陀螺仪用于采集x、y、z 轴方向上的角加速度数据。角加速度数据是快件物流过程状态检测中，判别暴力分拣、不当运输等具体分类情况的另一组重要数据。三轴陀螺仪采样频率应不低于250Hz，量程不小于±1g 。

温湿度传感器用于采集环境温湿度数据。温湿度是反映一些对温湿度要求比较敏感的特殊快件在物流过程中是否存放得当的重要数据。温湿度传感器的温度阈值范围不小于-30℃—50℃，湿度量程不小于20%RH—80%RH。

光敏传感器用于采集环境光照强度情况的数据。可以根据其在物流过程中的突变值及突变导数是否超过设定的参数判别是否有包装破损的情况，另外还可以用于某些特殊化学品运输的光照强度实时监控。光敏传感器量程为0-500Lux。

GPS 传感器借助GPS 系统采集地理位置信息数据，将地理信息与采集到的其他数据结合，准确地向用户（包括政府监管部门、企业、消费者）提供运输状态异常发生的具体地点，方便监管、监督、整顿，并给消费者相应的知情权。GPS 传感器的定位误差应小于10m。

地磁传感器主要用于测定被测物位姿和弥补GPS 的定位精度。本文设计的系统采用地磁传感器与GPS 结合定位，并结合无迹卡尔曼滤波误差在线补偿方法提高数据精度[6]。

2.3 微处理器模块

微处理器模块，用于采集端的控制（包括存储空间的分配、设备休眠及唤醒的控制、快速校准等）、数据的初始判断（通过二分类算法将数据分为异常和正常两种情况，有异常情况发生时存储该时间节点数据并将数据上传至中央处理器执行进一步的分类算法）等。微处理器模块可采用常见的如ARM、RPI等各类嵌入式微控制器。

2.4 数据存储模块

数据存储模块，用于存储经过微处理器分类后被判别为异常情况时间段的数据。可采用拓展存储方式，如CF卡、SD卡等，具有根据实际使用情况选择不同的存储容量的优点，一般情况下存储卡容量应不小于2GB。

2.5 通讯模块

用于实现采集端与中央处理器之间的信息传输功能。具体实现方式可根据实际应用场景进行选择，一般情况使用有线通讯（USB）及无线通讯（4G）两种方式，在一些特殊应用环境中，比如快递分拣中心内部自查时，根据实际应用场景，在充分考虑功耗、成本、可靠性等具体需求基础上，亦可采Zigbee等方式通讯[7]。

2.6 电源模块

电源模块，用于采集端的供电。采用两种供电方式，锂离子电池或干电池。锂离子电池具有可反复充电、电容量大等优点，适合采集端单次长时间工作情况。干电池具有价格低廉等优点，适合采集端单次短时间工作情况。可以根据其具体使用场景进行切换和选择。锂离子电池容量不低于1500mAh；干电池使用4.2V 普通或碱性锌锰电池、可充电干电池均可。

2.7 显示和操作模块

显示模块，用于直观显示当前采集端的工作情况，在校准时通过图文对操作者进行指导等。显示器可采用各类单色、全彩LED屏，没有特殊要求。

2.8 中央处理器

中央处理器，是整个系统的大脑，是连接采集端和应用程序端的核心中枢。在系统规模较小时可使用工作站主机，当系统规模较大时须使用高性能服务器。实验阶段所使用的中央处理器配置见表1。

表1 中央处理器配置表

2.9 应用程序端

应用程序端为系统用户的个人电脑或智能手机等设备，用于系统用户直观了解快件当前情况。用户下载安装本系统应用程序，利用手机号及短信验证码或微信扫码等方式登陆系统后，可查询该手机号或微信号码对应的所有快件的运输情况。程序界面包括用户名、用户头像、该手机号对应的所有在运单的基本情况（寄件人、收件人、发件地、收件地、运件种类等），点击一个运单号，可弹出该运单号目前的运单情况报告，以简报方式告知使用者该运单在何时何地发生了何种异常情况以及异常情况的严重程度。当有异常情况发生时，系统还可以根据业务订单中客户勾选的是否接受快件异常情况短信，自动向勾选接收的客户发送提示短信。

3 系统工作流程

系统的工作流程如图3所示。

图3 系统工作流程图

对照图3，工作流程可分为10个步骤：

步骤1.启动采集端，采集端向中央处理器发送开始信号，中央处理器为其新建数据文件。通过扫码方式，将运单号与采集端编号对应。如中央处理器新建数据文件时还未经过扫码将运单号与采集端编号对应，则中央处理器默认空运单编号，并且空运单从1号开始以此类推不重复，当中央处理器收到扫码对应运单号后，自动匹配。

步骤2.将采集端通过黏贴的方式，按照传感器使用要求固定于快件包装内部。

步骤3.中央处理器在数据库中为新运单编号建立新数据文件，同时通过与运单业务系统相连获取运单详细信息，计算相应参数，并将参数通过中央处理器的通讯模块把参数信息传输给采集端。

步骤4.采集端开始实时采集各类数据，采集到的数据将会交由采集端微处理器执行二分类计算处理。当微处理器判别快件情况正常时，采集端只有数据采集模块和微处理器由电源模块供电实时工作，下一时段采集到的数据将会覆盖掉上一时段采集到的数据，暂时储存在微处理器内存中，通讯模块只在整点时，每小时一次与中央处理器进行时间校准通讯，通知中央处理器该采集端工作正常，数据储存模块则处于休眠状态。当微处理器判别快件情况异常时，微处理器唤醒通讯模块和数据储存模块。将该段时间全部异常数据存储到数据存储模块中，并通过通讯模块上传到中央处理器。当恢复正常情况后，按照判别正常的模式继续工作。

步骤5.在快件出现异常情况时，中央处理器接收到采集端通讯模块发来的异常数据，并执行多分类算法，判别异常种类，计算异常程度，而后将其信息录入数据库平台。

步骤6.当客户选择接收警报提示短信时，自动向用户手机发送短信提醒异常情况。

步骤7.下载安装应用程序端的用户，可以通过手机号码及短信验证码的方式或微信扫码等方式，使用手机或电脑登陆系统，实时查询相应运单的情况。

步骤8.当采集端向中央处理器发送终止信号，此次检测流程全部结束。参数重置为默认状态。

步骤9.若在采集端向中央处理器发送低电量警报后，在未发送终止信号而不再发送整点时间校准信号时，中央处理器数据库默认采集端电量耗尽，须中央处理器管理员手动确认并结束本次检测活动。

步骤10.系统管理员拥有维护、升级中央处理器的权限，可以不断更新系统算法、界面、定期清除超过承诺保存期限的数据。

4 系统功能介绍和界面

4.1 系统功能

系统除了基本的数据采集、数据存储和数据通讯、信息展示等功能外，还具备以下功能：

4.1.1 初始数据处理功能。微处理器利用基于SVM、K-MEANS或其他原理的二分类算法[8,9]，判断快件当前状态是否处于异常情况，如处于异常情况，则将数据保存至数据存储模块，并实时上传给中央处理器，如无异常情况，则将下一时段数据覆盖当前数据。其工作流程如图4。

图4 二分类算法流程图

4.1.2 设备休眠及唤醒的控制。为了节省采集端存储空间、减少采集端与中央处理器之间的通讯数据量、减少采集端耗电量，在经过微处理器上写入的基于SVM、K-MEANS或其他原理的二分类算法初步判别当前状态是否异常时，显然，大部分时间快件都处于正常状态，这时数据存储模块和通讯模块处于休眠状态，数据仅在微处理器内存中短暂保存处理后便被新数据覆盖掉。通讯模块仅在整点时，每小时一次向中央处理器发送时间校准信息，并通知中央处理器该采集端工作正常。而当微处理判别当前状态异常，微处理器可以协调这些硬件，将其唤醒工作，把异常信息存储在数据存储模块中，并通过通讯模块上传至中央处理器。

4.1.3 快速校准功能。主要由两种方式进行校准：

（1）快速手动校准。由微处理器配合人工进行即时校准，如三轴直线加速度的校准，可采用三个方向自由落体时加速度为1g 作为校准标准，进行快速校准。

（2）在线算法自校准。如角加速度、温湿度、光照强度、地磁等传感器不容易通过人工手动校准，可以根据传感器生命周期的一般精度变化规律，结合均值、方差、峰度、偏度等数据编写矫正算法利用微处理器实现校准或接入网络通过在线算法进行校准。如孙中森[10]提出了一种基于在线地磁指纹的航迹校准算法，经适当修改可应用于本文提出的系统中。

4.1.4 低电量提示功能。通过电池端电压，粗略判别电池剩余电量，当电量低于电池总电量10%而采集端还在继续工作没有触发终止条件时，微处理器将会唤醒通讯模块，向中央处理器发送电量不足报警，使中央处理器及管理员得知采集端即将断电的情况。

4.1.5 开始终止信息触发功能。在采集端起止键被触发时，唤醒通讯模块，向中央处理器发送起止信号。

4.1.6 个性化参数设置功能。与业务订单系统相连，可以根据客户勾选和备注的订单要求，自动设定微处理器和中央处理器参数，如敏感化学品快件可根据实际需要设定温湿度参数和光照参数，实现不同快件的个性化区分。

4.1.7 智能数据分析功能。中央处理器对采集端上传的异常数据进行进一步的计算，利用更精密的基于机器学习的算法训练数据分析系统，使系统具备对异常情况进行更进一步分类的能力。如振动检测数据组将会被分类为垂直跌落、平抛等情况；温湿度数据组将会被分为温度过高、温度过低、湿度过高、湿度过低及其组合的若干情况；光照强度数据组将会被分为包装破损引起的光照强度变化和特殊快件包装不合格等情况。在分类的同时还可以根据其特征强度给出其严重程度的算法评价，评价结果设计为五星最严重，一星最轻微。

4.1.8 大数据整合平台功能。中央处理器将运单条码与采集端编号条码编组，实现数据与订单的对应。并将多采集端的数据汇总至数据库中，搭建数据服务平台，供应用程序端查询。数据库平台具有不同的权限等级，高级管理员可以更新、维护平台（如升级分类算法、修改通讯协议等）、查看全平台数据、特殊情况处置等，普通管理员仅可以查看全平台数据，一般用户则只能根据发件人或收件人预留手机号和短信验证码或微信扫码查询该手机号或微信号码对应快件的数据情况。

4.2 系统界面展示

中央处理器的快件振动数据分析界面如图5。图5中，笛卡尔坐标系的横轴表示三轴加速度传感信息的采样时间轴（单位：s），纵轴表示加速度值（单位：g）。一般地，系统在进行某时间段内振动数据分析时，取曲线峰值进行计算。

图5 中央处理器振动数据分析界面示意图

PC应用程序端登陆账户后的操作界面如图6所示。用户可根据运单号定向搜索并查看某个运单的情况报告，或手动在运单列表中查询。单击运单列表右侧的下拉菜单按钮可以展开该运单详细的运输报告，再次单击该按钮可将运单情况报告折叠。同时界面设计了打印选项，方便用户打印运单情况报告。

图6 PC应用程序端界面示意图

5 结论

本文设计的基于传感器的快件物流过程检测方法及配套系统是对当前依旧依赖于主观评价的物流运输质量评价方法的补充，为科学评价物流运输质量提供了量化手段。本文从硬件设计、系统工作流程、功能创新三个层面对系统设计工作进行了阐述，提出了检测快件物流过程运输质量的系统性方法。本文研究团队将在今后的工作中，重点进行系统配套智能算法的创新研究、软件程序的优化以及方法及配套系统的应用验证。