论文部分内容阅读
社会在进步,科技在发展,伴随者互联网时代的前进步伐,一些新型行业开始迅速崛起。特别是近年来电商行业如淘宝、京东等发展速度出人意料却又在情理之中。总之,电子商务的发展势必会给人类带来一次产业革命。但随着网上购物的逐渐成熟与应用,与之产生的交通压力无疑是对现有的城市交通问题的进一步冲击,比如双十一购物节,各大快递商货物爆仓对交通压力的影响。另一方面目前现有的物流车辆监控管理尚不善,存在着运输效率低下,运输成本高,优化调度实时性差,车辆行驶信息收集难,不能随时掌握车辆的精确位置,以及驾驶员超速行驶、跑私车和乱停乱放现象难以控制等问题。因此如何对配送过程中的车辆进行有效地监控和管理是物流企业以及社会所急需解决的一个重大课题。本文以GPS、CDMA和Google Maps为技术支撑,综合采用计算机网络技术、MFC多线程技术、卡尔曼滤波技术、WEB前端技术以及数据库存储技术等,并结合物流企业的特性和实际需求,研究设计了一套物流车辆定位监控系统。该系统主要包括四个子系统:定位处理子系统、通信传输子系统、卡尔曼滤波子系统和地理信息子系统。定位处理子系统主要利用MFC多线程技术完成受控车辆GPS导航电文的提取,然后通过字符串操作函数截取导航电文以获取车辆的经度、纬度、速度和时间等信息,最后利用ODBC接口,将定位数据存储到车载电脑的数据库中,以供后续系统使用。通信传输子系统主要利用AT指令在车载移动终端和监控中心端搭建一条支持TCP/IP的通信桥梁,车载移动终端和监控中心可以依靠该通信桥梁完成信息的交互。卡尔曼滤波子系统主要针对车辆的运行特性,建立GPS系统模型,然后将道路信息约束条件引入到系统模型中,从而推导出附有道路信息约束的自适应指数加权衰减记忆滤波方程组,以此来修正自适应指数加权衰减记忆滤波方程组中的一步预测值的表达式,从而提高系统的定位精度和跟踪性能。地理信息子系统主要利用Google Maps API完成Google Maps的加载,并通过WEB前端技术与MySQL数据存储技术实现受控车辆的定位、实时监控和历史轨迹回放功能。通过上线调试,本文设计的物流车辆定位监控系统可以较好地满足物流企业的需求。而且Google Maps是免费使用的,这在一定程度上节约了物流企业的地图开发成本。综合以上考虑,该系统可以提高物流企业车辆的运营效率和安全行驶率,并且可以有效地杜绝车辆超速行驶、跑私车以及乱停乱放等现象,有着较好的应用前景。