[发明专利]一种面向大宗物流的运输终点校准方法及系统

说明书

本发明公开了一种面向大宗物流的运输终点校准方法，包括：基于运单时间信息，提取货车运单轨迹；消除轨迹中速度异常轨迹点，获取每个轨迹点的匹配道路；从驶离道路部分的轨迹点序列中获取速度为零的子序列中的停留点，聚类产生停留区域；将停留区域中的停留点对应的道路转出点，产生道路转出点簇，选取簇中心点位置获得停留区域对应的道路转出位置；根据道路转出位置合并停留区域，获得停留热点；提取各类特征并拼接获得多维特征向量对停留热点进行表征；利用停留热点的特征向量和标签训练分类模型，作为运输终点识别模型；将待识别的运输热点的特征向量输入构建的识别模型，获得各运单匹配的运输终点，并对终点进行更新。

技术领域

本发明属于数据挖掘技术领域，涉及一种面向大宗物流的运输终点校准方法及系统。

背景技术

在大宗货运领域，大型制造企业的客户收货地点作为常用的运输终点存储于地址库中，服务于车辆调度、路径规划、运费结算等物流应用。然而，由于地址人为录入错误以及收货地点的变迁等原因，地址库中存在一些地址模糊甚至错误的运输终点，为大宗物流的运输环节带来了极大挑战。随着定位设备的普及，运输车辆持续产生的历史行驶轨迹与运单等数据，为运输终点的校准提供了数据基础。综上所述，为保证货运环节的高效运转，亟需设计基于运单轨迹的运输终点校准方法，及时对地址库错误的运输终点进行更新。

随着快件业务的迅猛发展，快件交付地点的校准被广泛关注，它们主要通过快递人员在完成快件递送时标记的位置识别真实的交付地点完成校准。然而，大宗货运司机的延时返单的现象时有发生，即货运司机返单时的位置与实际的运输终点位置具有较大偏差，不能直接应用于大宗物流运输终点的校准。同时，由于大宗货运的“长距离运输”特性，货运司机通常会于运输旅程中在加油站、临时休息区等地点停留，这些停留热点与运输终点彼此紧邻，并且它们大小不一、甚至可能具有多个停留区域，这为大宗物流运输终点的准确定位和识别带来了挑战。

发明内容

为了解决现有技术存在的不足，本发明的目的是提供一种面向大宗物流的运输终点校准方法。本发明基于卡车通常于道路上相近的位置转向驶离并进入同一个停留热点这一观察，提出了基于道路转出位置的停留热点识别方法。首先，基于DBSCAN方法聚类停留点挖掘停留区域；采用Meanshift方法定位道路转出点密集位置，作为对应停留区域的道路转出位置；然后，通过层次聚类方法识别位置邻近的道路转出位置并合并对应的停留区域以获得停留热点；随后，为准确识别运输终点，本发明基于停留热点的行为特征以及区域特征，构建XGBoost运输终点识别模型；最后，运用该模型完成终点库的更新。

进一步地，本发明的第一阶段首先对已有的运输数据进行预处理，匹配运单与原始轨迹获取运单轨迹集，并对运单轨迹进行去噪以及地图匹配等轨迹预处理步骤；本发明第二阶段为停留热点挖掘，采用DBSCAN聚类运单轨迹中的停留点识别停留区域，为准确识别到具有多个停留区域的停留热点，提出一个基于道路转出位置的停留区域合并策略，基于Meanshift方法聚类道路转出点提取停留区域的道路转出位置，随后，通过层次聚类方法对道路转出位置进行分组以合并对应的停留区域获得停留热点；本发明第三个阶段首先提取停留热点的行为特征集以及区域特征集，并基于XGBoost构建运输终点识别模型，最后利用该模型识别运输终点完成其位置校准和地址更新。

为实现上述技术目的，本发明采取的技术方案为：

本发明提出了一种面向大宗物流的运输终点校准方法，包含以下步骤：

S1：运单轨迹提取，对每辆货车按照其执行不同运单的开始时间对运单进行排序，其中，对于与后续运输任务发生时段有交叠的部分前序运单，以前序运单的任务完成时间不得晚于后续运单的开始时间为条件对其任务完成时间进行调整；随后，基于运单的开始时间与完成时间提取对应车辆位于该时段内的轨迹点序列(轨迹点序列按照时间排序)作为运单轨迹。