大数据助力车队“智”理

项目摘要 构建车队智能管理云平台，实现车辆智能路线规划，车辆上路的实时风险报警，智能风险责任判定，智能安全报告。根据车辆历史数据积累及机器学习，实现智能人、车、道路风险预测，助力车队智能管理，降低安全事故发生几率。动态路线规划，提升车队运输效能，降低成本，提升车队竞争力。

关于客户

我们的快递客户是一家集快递、物流、电商、印务于一体的大型集团公司。以同建共享、信任和责任、创新和企业家精神为核心价值，提供高效、安全、经济的快递服务，多次荣获中国快递行业客户满意安全放心等荣誉称号。

客户先后在全国各地购置3000多亩土地，建设大型分拨中心、航空中心、电子商务中心等，投资达100亿元。同时，不断加强信息化建设，快件信息系统、ERP管理系统，统一服务电话均已投入使用，同时普及GPS、手持终端的在全车队的应用。

背景挑战

客户的安全监察部门的工作当前主要是通过线下手段，在各级分拨中心设置安检员，针对司机上岗前、行驶中以及突发事件进行人工抽样监察。针对突发及危机时间，无法实现实时监控及提醒效果，同时没有有效的软硬件解决方案支持数据的收集、整理与分析。年度的事故率持续没有降低的趋势。

同时，客户的车队部门承担全公司范围内车辆的运营及司机管理， 执行快递运送任务，如何利用有效的系统预测交通堵塞的地段、获取实时交通信息、主动安全驾驶预测、智能车辆线路规划、驾驶者驾驶行为分析等，都是车队部门面临的挑战。

解决方案

Sensteer车队管理与效能产品，与硬件完美结合，运用先进的大数据云平台，为客户车队的安全和效率提供智能化管理解决方案。

硬件方面，与业界先进的厂商合作，提供了货运车辆的ADAS、 疲劳驾驶、盲区检测、人脸识别、驾驶舱风险识别、3G语音对讲系统、烟雾传感器、铅封模块、酒精检测仪等后装硬件。所有硬件通过通讯协议连接至Sensteer云平台，收集行驶中的车辆、司机以及道路的位置、传感器、照片以及视频等数据，实现了数据的上传、解析和存储。基于收集的数据，通过Sensteer的大数据分析系统，识别了车队安全管理典型业务特征，构建了标准风险识别方法与大数据分析体系，搭建了人为、时间、道路、天气、车型及事故的风险特征库。

Sensteer车队管理与效能解决方案，解决了客户车辆在上岗前的饮酒识别、疲劳识别、顶替上岗识别等。在车辆行驶中，实现了急加速识别、急减速识别、急转弯识别、使用手机识别、超速识别、车速过低、分段限速识别、停车超时识别、偏离线路识别、频繁变道识别、跟车过近识别、非法超车识别、饮食识别、张望识别、违法交通信号灯识别、违法交通标志识别、逆行识别、违规设备识别、道路拥堵识别、拥堵路线调整、偏离路线识别、人体疲劳识别、驾车行驶时长疲劳判定等危险行为。还可针对碰撞、追尾、侧翻、火灾、泄露等事故进行识别与播报。

对车况的胎压异常、蓄电池电压电流异常、发动机工况异常、怠速异常、挡位异常、排放异常、油耗异常、加速异常、制动异常等车辆异常情况识别并预警。最终生成风险、上岗时效性、不良驾驶行为、疲劳驾驶等多维度的统计与分析，生成人、车、道路几个维度的组合风险预测，为车队管理团队及安监部门提供决策辅助。

实施效果

Sensteetr系统搭建了解决车队安全和效能痛点的车队智能管理云平台，实现了车辆上路的实时风险报警，智能风险的责任判定，生成了基于驾驶员、子车队以及公司范围内的智能月度、年度维度的安全报告。改善了车队对安全事件的洞察能力，提升了风险预测的范围，进而降低了整个车队的事故发生率。

通过路径智能规划及驾驶员驾驶行为的等级评定，规范了司机的驾驶行为，减少了车辆上路行驶的里程，降低了空载率，提升了车队整体运输效能。