大數據下輔助運輸車輛管理淺議

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據下輔助運輸車輛管理淺議范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:21世紀是大數據的時代，在大數據這一“科技馬達”的推動下，越來越多的企業實現了轉型發展，提高了企業的經營效益。輔助運輸車輛系統繁雜、管理難度大，若只依賴人工操作，無疑會導致工作效率低下。本文首先對大數據平臺下輔助運輸車輛管理這一問題的提出做了分析，其次，就輔助運輸車輛管理技術進行了闡述，論述了大數據管理系統的開發方案;最后，就大數據在運輸車輛管理中的效益進行了分析。

關鍵詞:大數據平臺;輔助運輸車輛;管理措施

為了進一步夯實無軌膠輪防爆車運輸安全基礎，推動無軌膠輪防爆車運輸管理整體水平提升，越來越多的企業將目光聚焦到了大數據技術上，無軌膠輪防爆車大數據平臺下的管理已經被提上了日程。由于大數據技術在輔助運輸車輛管理中的使用時間較短，技術水平較低，在實踐中還存在許多的問題，能否正確看待這些問題并予以針對性的解決，完善大數據系統并提高應用效益，是最大化大數據技術在運輸車輛管理工作中的關鍵。因此，探討大數據平臺下的輔助運輸車輛管理仍然是值得探討的一項課題。

1大數據平臺下輔助運輸車輛管理問題的提出

輔助運輸車輛的管理受諸多因素的影響，各項因素相互制約。作為一項綜合性、系統性的工作，任何一輛車發生故障都會影響其他車輛的調度。與調度難度相伴相隨的還有對運輸車輛管理水平提高的需求。為了緩解這一矛盾，實現各個資源的有效統籌，一系列新思想、新方法、新技術開始出現，給輔助運輸車輛的管理指明了發展方向。其中，優勢較為突出的當屬大數據技術［1］。大數據技術是當前信息技術發展的重要趨勢，其在更新信息處理模式的基礎上，實現了信息資產的多樣化、高效率增長，并且使整個決策過程更具洞察力和靈活性，能夠有效地應對各種突發情況，減少風險事件對運輸車輛管理工作的沖擊?？v觀當前大數據平臺下的輔助運輸車輛管理工作可以發現，大數據技術的應用已經越來越加普遍。借助于這一平臺的應用，工作人員實現了多方信息資源的高效整合，并且在語義模型完善、服務系統構建的基礎上，實現了信息決策質量的有效提升。大數據平臺下的輔助運輸車輛管理的最終目的是實現實時狀態反饋，便于集中調動，提升車輛利用率，同時還可對車輛實現全壽命管理，從車輛的入礦、使用里程、維修、保養、大修、事故狀況、報廢等形成記錄并便于調閱。

2技術方案

大數據技術的優勢建立在其科學的技術方案基礎上，技術方案質量如何，直接影響大數據在輔助運輸車輛管理工作中的應用水平。為高效發揮大數據的作用，應當結合本企業的實際需求、技術研發能力、資金狀況等因素綜合考慮。一般而言，大數據平臺下的輔助運輸車輛管理工作的關鍵技術在于:①建立礦井防爆無軌膠輪車運輸安全管理大數據平臺，通過大數據整合，匯聚全部車輛的運行動態監控數據、新車技術參數、車輛行駛記錄、車輛調度信息、氣象信息等多源數據，形成“大數據池”;②重點檢測運輸車輛行駛過程中的性能變化、高齡以及曾出現故障的車輛的行駛狀況等，一旦發現特殊情況，及時予以處理，避免事故出現;③構建智能分析系統，“數據池”積累了大量的數據，是一座待發掘的寶藏，只有對“數據池”中大量的數據進行分析、整合，數據的價值才能得以體現，否則只是數字的拼湊。在分析“數據池”中的數據時，應重點關注以下三個方面:根據運輸事故主要致因，找出影響運輸安全的駕駛行為典型特征，建立駕駛行為安全評價指標;結合車輛運行燃料消耗量影響因素和節能駕駛操作規范，提取出節能駕駛行為評價指標;分析提取井下輔助運輸礦井安全風險評估指標，梳理行業安全風險評估方法。值得注意的是，當前為了減少研發成本，企業往往直接采用市面上已有的大數據管理平臺，這種方法并非不可，但在與企業實際情況的契合度上卻差強人意，企業應當在資金、人力等方面允許的情況下，研發貼合本單位實際的大數據平臺。

3管理系統的開發

如前所述，大數據平臺下的輔助運輸車輛管理是綜合性、系統性的任務，在系統開發時，應當從系統組成、系統結構、車輛識別、車輛定位、人機互動等方面考慮。

3．1系統的組成

大數據平臺下的輔助運輸車輛系統由采集層、存儲層、支撐層、應用層和展現層組成，這也是其功能實現的五個基本層級。其中采集層是各個核心系統功能應用的前提，其涉及的部門也明顯多于其他層級。結合具體工作情境，本文認為輔助運輸車輛管理系統采集層應當包括4個部分:①車輛基本信息模塊，包括車輛的一些基本字段:車牌號、型號、駕駛員、運行里程、所在區域、額度、負責人、備注。該模塊的數據信息是其他模塊操作的基礎，也是事故發生后問責的基礎。②記賬子模塊，記賬子模塊主要是對涉及的調度、大修、故障維修等各項信息進行記錄，這部分信息對于提高企業綜合效益至關重要，必須保證這些數據是精準的。③車輛自動查詢子模塊，該模塊主要是對車輛信息、空閑狀態等進行查詢。④車輛手動查詢子模塊，該模塊的主要功能為依據車牌號、車輛編號等查詢車輛信息。⑤無人駕駛系統。2016年國內無人駕駛技術開始發展，國外有谷歌Waymo、通用Cruise、蘋果、特斯拉等公司在無人駕駛技術研發上鍥而不舍，國內有百度、騰訊公司在堅持研究，無人駕駛系統擺脫了對人工的依賴，可以實現無人導航功能、導航計算、導航通信，進而做到智慧管理，值得研究并推廣［2］。

3．2系統結構

隨著大數據技術的發展，車聯網及萬物互連、云技術的日益發展，運輸車輛管理系統也實現了大變革，但不論如何變化，汽車系統結構都會遵循信息監測———信息回傳———執行機構這樣一種簡單模型。

3．3車輛識別

大數據技術下，可以實現車輛特征識別、車型識別、車牌識別等，能夠根據輸入圖片分析車輛的號牌位置信息、號牌號碼信息，從而提供井下防爆無軌膠輪車違章報警、車牌遮擋污損的實時布控和報警等多種實用功能。

3．4車輛運行監測

通過實時定位、實時監測，大數據技術可以捕捉到每一輛運輸車是處于運行狀態還是停歇狀態，車輛上的導航系統與定位系統與大數據監測中心相連接，精準判斷車輛位置。除此之外，通過研發和應用安全運行信息采集與共享應用，實現安全運行數據鏈的采集和應用，一旦車輛出現故障、超保養里程運行、帶病運行等可以實現報警，同時可以實現運行里程數據精確采集，車輛大型部件維修、更換周期的記錄，且能夠通過車載終端調動車輛，提高車輛的有效利用率。

3．5主要應用界面

大數據平臺下的運輸車輛管理主要應用界面可以分為兩大部分，分別為信息采集終端與數據分析端口。其中，在信息采集端，集成采集車輛定位終端、行駛狀態和駕駛行為數據等;在數據分析端，實現對不同層級、類型的業務系統之間數據接入，供數據分析人員對大量數據進行整合分析，得出可靠結論，更科學地指導經營生產工作［3］。

4應用效益分析

4．1人力資源方面

在傳統工作環境下，對于車輛的調度、安排、檢修等各項事務都需要由相關工作人員作出安排，這種工作方式不僅會消耗大量的人力成本，任務的精確度也會大打折扣。一旦車輛發生故障，則要重新擬定計劃，由此造成的時間成本不可忽略。而大數據的使用，則能夠降低對人力的需求，使工作人員從繁雜的事務中解脫出來，并將精力運用到更核心、更關鍵的戰略布局中。

4．2生產效率方面

在大數據技術的支持下，輔助運輸車輛管理人員可以根據井下路況的實時監測，獲取行駛信息，并將其上傳到數據終端，然后根據上傳的信息分析出相應的井下道路數據，進而合理地選擇運行路線。此外，大數據會給每一輛車建立檔案，通過對車輛的行駛里程、違規記錄、使用年限等進行分析，及時對車輛進行整修，避免車輛在行駛過程中拋錨，降低故障率，有效地提升生產效率。

4．3設備投入方面

設備投入關乎企業的正常運轉，也與企業的運營成本息息相關，因此，降低設備投入，并使其滿足日常經營需求，對于提高企業的經營效益至關重要。在大數據技術缺失的環境下，往往是基于工作人員的實踐經驗做出判斷，判斷結果不精準，導致企業決策失誤。而大數據系統可以實現多個服務平臺的有效銜接，實現數據的深層次挖掘，從監控車輛運營的生命周期、輔助制定車輛退出標準，指導企業科學判斷是否應當添置設備，此外，大數據能夠提供設備的具體使用信息，據此可以適時采取維修、清潔等手段恢復設備水平。

4．4安全生產方面

“安全責任重于天”，降低生產事故發生率的重要性不言而喻。車輛的運營管理是輔助運輸車輛管理的重要內容，實現其管理質量的提升，有助于減少安全事故。借助大數據技術，可以實現對駕駛人員的日常駕駛行為進行評估，鼓勵并輔助指導駕駛人員進行節能駕駛，節省企業運輸成本的同時，加強對駕駛人員的實時監控，若發現司機具有不良駕駛行為，及時提醒司機及企業，針對司機行駛過程中出現的普遍問題，企業可以加強崗位培訓，有的放矢，提升駕駛人員駕駛技術，完善企業安全生產、管理制度。

5結束語

大數據技術的優勢明顯，對于輔助運輸車輛管理大有裨益，能夠有效規避調度不及時、管理不到位、工作效率低等問題。一套完善的大數據管理系統由系統結構、車輛識別、車輛定位、主要應用界面等部分構成，各部分相輔相成、相互依存，共同提高企業的綜合效益，有效提升企業在人力資源方面、生產效率方面、設備投入方面以及安全生產方面的管理質量。因此，大數據技術在輔助運輸車輛管理中值得推廣與實踐。

參考文獻:

［1］符志軍．大數據在危廢運輸車輛GPS監控中的應用［J］．無線互聯科技，2020，17(10):152－153．

［2］王晴．基于數據挖掘技術的運輸車輛預警分析研究［D］．云南大學，2018．

［3］鄭廣沈，倪江林，張永彬，等．大數據時代對傳統礦業產運銷系統帶來的變革［J］．無線互聯科技，2017(13):135－137．

作者:陳軍 單位:國家能源集團神東補連塔煤礦