基于大数据的安保押运调配路径优化研究和应用

段 科，肖鸿渤

（中山职业技术学院，广东 中山 528400）

0 引言

在大数据技术的支撑下，可以为安保押运服务提供更智能的数据参考和更优的任务执行方案。大数据技术可以使用AI算法对以往的押运任务进行学习参考[1]，为押运调度反馈最优的执行方案，通过模拟、延伸和扩展任务类型和押运任务的线路规划，汇总出一套更为安全的执行任务方案，大幅度减少线路规划成本。

1 传统安保押运所面临的问题

（1）安保押运环节手段单一，漏洞频出。安保押运系统还停留在纸质资料登记、纸质交接确认签名和纸质密码交接下发的“原始系统”运行流程中，而且在各个交接环节中都不能保障是不是本人签收，更不能保障调度可以实时监控每个车组和每个任务。

（2）安保押运数据储存安全。对于安保押运行业来说，客户无非需要的都是安全可靠的标的物存管和运输服务，在运输途中必须保证标的物的安全。所以在这种情况下，对押运线路和押运员这些资料都必须做好保密工作，才能在数据方面保证押运任务的安全，防止不法分子通过非法手段获取得到押运任务数据。

（3）安保押运路线地图的及时响应度。现今民用地图软件一般为百度地图、高德地图、腾讯地图、搜狗地图等，它们都提供了可靠的接口，API使用各自的地图功能，都能够对其进行数据拉取及二次开发等操作。这些地图软件也可以提供实时路况情况，在安保押运中，可以调用他们提供的接口获取当前任务车组行驶经过的道路是否存在拥堵情况。

2 规划路径的数据采集及调试

2.1 安保系统平台的数据采集

现今的安保押运公司都有一套可靠运行的系统平台，平台上时刻处理着大量数据，如网点交接数据、标的物数据、线路数据等对路径优化起到支撑作用的数据，可以根据这些源数据进行分析得出网点交接物大小、交接物数量和交接时间、到达时间等信息，这些信息都可以通过大数据分析得出。

2.2 路径规划地图的数据采集处理

通过Web端的JS API地图接口，可以在任务车组的随身PDA中实时计划任务线路，并根据当前车速等信息，可预计到达网点的大概时间。使用提供的JavaScript接口，可以更高效地完成最优路线的选择。而且可通过地图数据反馈的实时路况信息，了解当前路段的具体信息，还可以躲避拥堵路段，更高效地完成押运任务。

在数据安全方面，因为仅仅使用了地图的路线规划，并未上传车辆等信息到地图服务中，所以安全在保密性上有保障，而且在押运调度中心，使用多套车辆定位系统，可提供车辆的实时定位信息到安保押运系统中，也就是说，使用地图的API仅仅是使用了线路规划这一功能，而安保押运系统所使用的车辆定位系统由另外一套车载GPS定位系统提供车辆实时数据[2]。这样不仅不会影响数据的准确性，而且多系统间的数据共享和交互，反而增加了任务车组的灵活性，提高了任务执行质量和保证押运物的安全性。

2.3 路径规划数据标准化处理及存储

数据标准化主要实现了数据格式以及内容和语义的转换与映射，实现了编码的一致化、面向主题集成、数据聚合等的功能。通过数据的交换和采集工作生成基础业务数据，通过数据整合进一步对现有的数据ETL（数据抽取、转换、加载），按照定制的标准信息规范进行数据的匹配映射（Match）和数据格式转换（Transform）与链接，并对重复数据进行数据过滤（Filtrate）、清洗（Cleanse）多余数据、聚合（Aggregate）现有的相关数据等操作，最后多维加载（Load）后生成标准化数据。采用数据同步工具和ETL工具来完成数据抽取、同步等数据整合工作，然后根据地图当中所呈现的环境信息处理成全局路径规划和传感器探测的局部路径规划两种类型，最后选出从当前位置节点到某一子目标位置节点的最优路径。

利用工具抽取数据中的必要信息，如银行网点的交接耗时，可以直接指导调度中心从该网点出发至下一网点所需要的交接时长，同时可以做出下一条路线和耗时的情况预判。

因为数据来自多个系统多个平台，且数据可用程度都不尽相同，需要通过数据清洗筛选出有价值的数据，数据清洗的对象包括不完整的数据、错误的数据和重复的数据等三大类。

完成了数据抽取和数据清洗之后，所有的数据都需要进行数据转换操作，如在高德地图获取的实时线路规划数据只是针对当前线路当前车辆定位的数据实体，并不知道和调度中心对应的是什么车组信息，所以需要针对这一信息匹配到对应的车组信息中，而且还需要获取到车辆的定位信息与之匹配，从而实现在主窗口页面直接显示车组的定位信息、规划线路信息以及该车组交接完成后的上一交接点的交接信息。对数据的转换整合，使数据更能体现出数据的价值性。

这些数据整合完成后，需要把所有数据统一存储到一个安全的数据存储中心，以便后续查询和历史数据复现。当出现业务差错时，需要复现出业务差错前后数据是否存在异常情况，例如，在某网点约定时间是十一点整交接的，但是车组最后到达时间是十一点三十分，与规定的时间迟到了三十分钟，对于以安全为重心的银行业来说是一个致命的重大错误，这时候就需要对这一车组前后经过的网点和当时线路规划进行数据复现，分析业务差错到底出在什么地方，以便后续改进工作和提交业务差错到系统平台上。

数据存储可使用Hadoop的框架中的核心技术HDFS提供的分布式存储技术，把所有安保押运数据，存储到数据存储中心。

2.4 对规划路径过程中的共享数据分析

数据的共享来源于车辆携带的传感器以及地图GPS，通过无线传感网络覆盖区域内收集。在路径规划过程中，根据车辆的速度、到达的位置节点以及押运任务的完成度，系统会自动产生一个协调的路径更新。

因为各个平台数据结构需求不同，不能以偏概全，也没有固定的数据共享体系的建立，只能以接口形式进行数据的对接共享业务。而且每个数据对接业务都需要用户定制，所以在共享数据上，只能以接口形式获取，或者以上传方式传递相对应的数据。

因此在安保平台上，以数据接口调用形式把数据共享到安保押运的其他部门，如安全管理部与公安局对接的管理接口，实时上传数据到公安局进行校验比对，公安局及其管理部门可以实时监测到当前人物状态等信息[3]。使用Hadoop + lucene提供数据搜索引擎，在分布式数据存储的安保押运数据中查询分析找到对应的数据。

3 大数据背景下安保押运调配联动机制分析

3.1 押运过程中的数据分析

每季度押运业务需要对车组人员及线路进行重新规划，所以存在于一条线路会出现不同时期不同人员执行任务的可能性，基于大数据的安保押运平台需要排除以往旧数据中该线路中非本车组人员执行任务的数据并进行分析预判。通过对数据集群的数据抽取，获取相对应的数据并呈现到调度中心的线路规划页面，辅助规划每季度的换线工作。

3.2 安保押运过程中软硬件间数据通信

在各个硬件间的数据访问中，基本全部都是使用TCP/IP网络通信。PDA是直接使用公用网络直接访问服务器的，数据访问不需要经过太多的防火墙或其他设备。指纹仪和RFID读卡器都是直接经USB连接到终端电脑的，它们的数据通信只是简单的数据读取，所有设备都需经过数据中心的防火墙才能访问服务器中的数据。

3.3 外部访问接口定义

接口间都使用了当前时间戳和指定的接口名进行加密生成Token，与数据一并发送到指定地址，等待校验成功后返回执行后的返回值数据，期间所有接口的数据都是用json格式传输。

其中外部访问的接口有3个：交接数据回传接口、钥匙密码单据生成接口以及押运考勤系统接口。通过这3个接口可获取系统接口的对应信息，包含所有的领还物品信息和进出库信息等，可以协同人事考勤系统进行加班考勤计算和传递对应的领还信息；协同获取线路记录信息可以进一步分析出线路规划中的问题和箱体调配问题；协同其他信息系统进一步调整线路上的人员配置以及车辆、人员等。

4 大数据背景下安保押运联动应用探讨

4.1 安保任务下发及押运线路最优路径

在整个押运业务中，调度是业务核心，也是安保押运的信息交互中心，有来自银行和各企业单位的客户即时信息，也有来自车组的任务实时状态信息，甚至还需要了解当天的路况信息等。

采用一个庞大的信息处理机制对于大数据的批量处理可以很好地缓解这种忙碌的状态，特别是在早上，银行的加钞信息和网点交接信息会直接传递到调度中心，由调度中心按照车组任务划分，直接指派任务给车组，再由车组向调度领取执行任务的PDA等材料。安保押运系统只需要获取必要的任务网点交接信息和加钞信息，直接以短信形式发送给任务车组的车长，同时在ATM报障维护信息管理系统生成网点钥匙交接单和网点密码信息短信下发到车长手机上，由车长本人到调度中心使用指纹识别领取PDA，PDA中的安保押运系统直接拉取该车组线路的所有任务列表，按照PDA中的指引，车组就可以开始执行任务。

安保押运系统在这里起着信息交互中心的作用，并且以更人性化的方式指导调度中心更合理地分配任务。线路规划管理由系统与地图对接，使用地图的后台数据自动生成最优路线，按照每个交接点直接生成途经点，推送给车组随身PDA，可以直接实现车组线路导航建议。

4.2 线路规划及任务划分

路线规划及任务划分当属调度和业务管理的范畴，因为银行、网点及商家需要的送达时间及周期不同，每天的任务量都会有所波动。应客户需求，每个网点的到达时间必须精确，并且按照一周为一个周期循环，按照任务量的大小以及所经过网点的先后顺序，规划行驶路线和各网点的交接时间。

在早送和晚收任务中，基本可以全部确定每天的到达网点时间和进行交接时间，可以保证线路的固定。若在此类线路中新增调拨任务，需要在线路任务审核前添加调拨任务，并且在审核期间不能修改任务的所有网点的交接时间信息。按照网点送箱和收箱的规则，可将线路类型归类为调拨、早送、晚收和清机四种任务类型。其中，早送和晚收都是相对固定时间的收箱送箱任务，调拨一般为临时任务，是增设到固定线路的周期性任务，不固定且时间相对宽松，多为银行网点要求的临时任务。

当任务审核通过完成后，系统将每天按照设定的时间自动生成当天的线路任务网点，当线路网点生成成功后，一系列的任务单据将同步生成。线路交接钥匙领取单、密码短信发送单、金库进出库交接单等都会自动和任务中的网点信息进行捆绑对接。

5 结束语

从这次大数据安保押运调配联动的研究中得出，现在各行各业都逐渐使用大数据帮助分析数据，从而获取数据中更多的对业务有用的数据，以推动公司业务的发展，经过大数据技术处理后，对现有车组执行任务的效率有了很明显的提高，同时极大地缓解了调度中心的工作量。总之，通过大数据分析可以得到押运线路的最优方案和押运交接任务的先后顺序，可见大数据技术在安保押运这个服务行业里起着越来越重要的作用。■