大数据下辅助运输车辆管理浅议

摘要:21世纪是大数据的时代，在大数据这一“科技马达”的推动下，越来越多的企业实现了转型发展，提高了企业的经营效益。辅助运输车辆系统繁杂、管理难度大，若只依赖人工操作，无疑会导致工作效率低下。本文首先对大数据平台下辅助运输车辆管理这一问题的提出做了分析，其次，就辅助运输车辆管理技术进行了阐述，论述了大数据管理系统的开发方案;最后，就大数据在运输车辆管理中的效益进行了分析。

关键词:大数据平台;辅助运输车辆;管理措施

为了进一步夯实无轨胶轮防爆车运输安全基础，推动无轨胶轮防爆车运输管理整体水平提升，越来越多的企业将目光聚焦到了大数据技术上，无轨胶轮防爆车大数据平台下的管理已经被提上了日程。由于大数据技术在辅助运输车辆管理中的使用时间较短，技术水平较低，在实践中还存在许多的问题，能否正确看待这些问题并予以针对性的解决，完善大数据系统并提高应用效益，是最大化大数据技术在运输车辆管理工作中的关键。因此，探讨大数据平台下的辅助运输车辆管理仍然是值得探讨的一项课题。

1大数据平台下辅助运输车辆管理问题的提出

辅助运输车辆的管理受诸多因素的影响，各项因素相互制约。作为一项综合性、系统性的工作，任何一辆车发生故障都会影响其他车辆的调度。与调度难度相伴相随的还有对运输车辆管理水平提高的需求。为了缓解这一矛盾，实现各个资源的有效统筹，一系列新思想、新方法、新技术开始出现，给辅助运输车辆的管理指明了发展方向。其中，优势较为突出的当属大数据技术［1］。大数据技术是当前信息技术发展的重要趋势，其在更新信息处理模式的基础上，实现了信息资产的多样化、高效率增长，并且使整个决策过程更具洞察力和灵活性，能够有效地应对各种突发情况，减少风险事件对运输车辆管理工作的冲击。纵观当前大数据平台下的辅助运输车辆管理工作可以发现，大数据技术的应用已经越来越加普遍。借助于这一平台的应用，工作人员实现了多方信息资源的高效整合，并且在语义模型完善、服务系统构建的基础上，实现了信息决策质量的有效提升。大数据平台下的辅助运输车辆管理的最终目的是实现实时状态反馈，便于集中调动，提升车辆利用率，同时还可对车辆实现全寿命管理，从车辆的入矿、使用里程、维修、保养、大修、事故状况、报废等形成记录并便于调阅。

2技术方案

大数据技术的优势建立在其科学的技术方案基础上，技术方案质量如何，直接影响大数据在辅助运输车辆管理工作中的应用水平。为高效发挥大数据的作用，应当结合本企业的实际需求、技术研发能力、资金状况等因素综合考虑。一般而言，大数据平台下的辅助运输车辆管理工作的关键技术在于:①建立矿井防爆无轨胶轮车运输安全管理大数据平台，通过大数据整合，汇聚全部车辆的运行动态监控数据、新车技术参数、车辆行驶记录、车辆调度信息、气象信息等多源数据，形成“大数据池”;②重点检测运输车辆行驶过程中的性能变化、高龄以及曾出现故障的车辆的行驶状况等，一旦发现特殊情况，及时予以处理，避免事故出现;③构建智能分析系统，“数据池”积累了大量的数据，是一座待发掘的宝藏，只有对“数据池”中大量的数据进行分析、整合，数据的价值才能得以体现，否则只是数字的拼凑。在分析“数据池”中的数据时，应重点关注以下三个方面:根据运输事故主要致因，找出影响运输安全的驾驶行为典型特征，建立驾驶行为安全评价指标;结合车辆运行燃料消耗量影响因素和节能驾驶操作规范，提取出节能驾驶行为评价指标;分析提取井下辅助运输矿井安全风险评估指标，梳理行业安全风险评估方法。值得注意的是，当前为了减少研发成本，企业往往直接采用市面上已有的大数据管理平台，这种方法并非不可，但在与企业实际情况的契合度上却差强人意，企业应当在资金、人力等方面允许的情况下，研发贴合本单位实际的大数据平台。

3管理系统的开发

如前所述，大数据平台下的辅助运输车辆管理是综合性、系统性的任务，在系统开发时，应当从系统组成、系统结构、车辆识别、车辆定位、人机互动等方面考虑。

3．1系统的组成

大数据平台下的辅助运输车辆系统由采集层、存储层、支撑层、应用层和展现层组成，这也是其功能实现的五个基本层级。其中采集层是各个核心系统功能应用的前提，其涉及的部门也明显多于其他层级。结合具体工作情境，本文认为辅助运输车辆管理系统采集层应当包括4个部分:①车辆基本信息模块，包括车辆的一些基本字段:车牌号、型号、驾驶员、运行里程、所在区域、额度、负责人、备注。该模块的数据信息是其他模块操作的基础，也是事故发生后问责的基础。②记账子模块，记账子模块主要是对涉及的调度、大修、故障维修等各项信息进行记录，这部分信息对于提高企业综合效益至关重要，必须保证这些数据是精准的。③车辆自动查询子模块，该模块主要是对车辆信息、空闲状态等进行查询。④车辆手动查询子模块，该模块的主要功能为依据车牌号、车辆编号等查询车辆信息。⑤无人驾驶系统。2016年国内无人驾驶技术开始发展，国外有谷歌Waymo、通用Cruise、苹果、特斯拉等公司在无人驾驶技术研发上锲而不舍，国内有百度、腾讯公司在坚持研究，无人驾驶系统摆脱了对人工的依赖，可以实现无人导航功能、导航计算、导航通信，进而做到智慧管理，值得研究并推广［2］。

3．2系统结构

随着大数据技术的发展，车联网及万物互连、云技术的日益发展，运输车辆管理系统也实现了大变革，但不论如何变化，汽车系统结构都会遵循信息监测———信息回传———执行机构这样一种简单模型。

3．3车辆识别

大数据技术下，可以实现车辆特征识别、车型识别、车牌识别等，能够根据输入图片分析车辆的号牌位置信息、号牌号码信息，从而提供井下防爆无轨胶轮车违章报警、车牌遮挡污损的实时布控和报警等多种实用功能。

3．4车辆运行监测

通过实时定位、实时监测，大数据技术可以捕捉到每一辆运输车是处于运行状态还是停歇状态，车辆上的导航系统与定位系统与大数据监测中心相连接，精准判断车辆位置。除此之外，通过研发和应用安全运行信息采集与共享应用，实现安全运行数据链的采集和应用，一旦车辆出现故障、超保养里程运行、带病运行等可以实现报警，同时可以实现运行里程数据精确采集，车辆大型部件维修、更换周期的记录，且能够通过车载终端调动车辆，提高车辆的有效利用率。

3．5主要应用界面

大数据平台下的运输车辆管理主要应用界面可以分为两大部分，分别为信息采集终端与数据分析端口。其中，在信息采集端，集成采集车辆定位终端、行驶状态和驾驶行为数据等;在数据分析端，实现对不同层级、类型的业务系统之间数据接入，供数据分析人员对大量数据进行整合分析，得出可靠结论，更科学地指导经营生产工作［3］。

4应用效益分析

4．1人力资源方面

在传统工作环境下，对于车辆的调度、安排、检修等各项事务都需要由相关工作人员作出安排，这种工作方式不仅会消耗大量的人力成本，任务的精确度也会大打折扣。一旦车辆发生故障，则要重新拟定计划，由此造成的时间成本不可忽略。而大数据的使用，则能够降低对人力的需求，使工作人员从繁杂的事务中解脱出来，并将精力运用到更核心、更关键的战略布局中。

4．2生产效率方面

在大数据技术的支持下，辅助运输车辆管理人员可以根据井下路况的实时监测，获取行驶信息，并将其上传到数据终端，然后根据上传的信息分析出相应的井下道路数据，进而合理地选择运行路线。此外，大数据会给每一辆车建立档案，通过对车辆的行驶里程、违规记录、使用年限等进行分析，及时对车辆进行整修，避免车辆在行驶过程中抛锚，降低故障率，有效地提升生产效率。

4．3设备投入方面

设备投入关乎企业的正常运转，也与企业的运营成本息息相关，因此，降低设备投入，并使其满足日常经营需求，对于提高企业的经营效益至关重要。在大数据技术缺失的环境下，往往是基于工作人员的实践经验做出判断，判断结果不精准，导致企业决策失误。而大数据系统可以实现多个服务平台的有效衔接，实现数据的深层次挖掘，从监控车辆运营的生命周期、辅助制定车辆退出标准，指导企业科学判断是否应当添置设备，此外，大数据能够提供设备的具体使用信息，据此可以适时采取维修、清洁等手段恢复设备水平。

4．4安全生产方面

“安全责任重于天”，降低生产事故发生率的重要性不言而喻。车辆的运营管理是辅助运输车辆管理的重要内容，实现其管理质量的提升，有助于减少安全事故。借助大数据技术，可以实现对驾驶人员的日常驾驶行为进行评估，鼓励并辅助指导驾驶人员进行节能驾驶，节省企业运输成本的同时，加强对驾驶人员的实时监控，若发现司机具有不良驾驶行为，及时提醒司机及企业，针对司机行驶过程中出现的普遍问题，企业可以加强岗位培训，有的放矢，提升驾驶人员驾驶技术，完善企业安全生产、管理制度。

5结束语

大数据技术的优势明显，对于辅助运输车辆管理大有裨益，能够有效规避调度不及时、管理不到位、工作效率低等问题。一套完善的大数据管理系统由系统结构、车辆识别、车辆定位、主要应用界面等部分构成，各部分相辅相成、相互依存，共同提高企业的综合效益，有效提升企业在人力资源方面、生产效率方面、设备投入方面以及安全生产方面的管理质量。因此，大数据技术在辅助运输车辆管理中值得推广与实践。

参考文献:

［1］符志军．大数据在危废运输车辆GPS监控中的应用［J］．无线互联科技，2020，17(10):152－153．

［2］王晴．基于数据挖掘技术的运输车辆预警分析研究［D］．云南大学，2018．

［3］郑广沈，倪江林，张永彬，等．大数据时代对传统矿业产运销系统带来的变革［J］．无线互联科技，2017(13):135－137．

作者:陈军 单位:国家能源集团神东补连塔煤矿