数据驱动的大宗物流地图构建 架构及进展.docx

软件学报ISSN1000-9825,CODENRUXUEW

JournalofSoftware,2023,34(1):421?443[doi:10.13328/ki.jos.006434]?中国科学院软件研究所版权所有.

E-mail:jos@

Tel:+86-10*数据驱动的大宗物流地图构建:架构及进展

毛嘉莉1,吴涛1,李思佳1,郭烨2,周傲英1,金澈清1,钱卫宁1

1(华东师范大学数据科学与工程学院,上海200062)2(京创智汇(上海)物流科技有限公司,上海200433)通信作者:毛嘉莉,E-mail:jlmao@

摘要:普通的城市道路地图未能覆盖(超)重卡货车的道路禁限行信息,缺少标注适用于大宗货运的热门停驻区域,无法满足货运司机的大批量长距离公路运输需求.为解决大宗货运交通事故频发、物流效率低下等问题,进一步提升货运司机的出行体验感,亟需结合运输货物类型、货车车型以及司机的线路选择偏好等因素,研究适用于公路大宗货运的定制化物流地图构建方法.随着移动互联网、车联网的普及,大宗货运产生的时空数据迅猛增长,与物流运营数据等一起构成物流大数据,为构建物流地图提供了数据基础.在梳理地图构建技术的基础上,针对现有电子地图构建方法在大宗货运领域的局限性,利用多源物流数据提出了一个数据驱动的物流地图构建框架,主

要研究内容包括:(1)基于用户先验知识的多约束物流地图构建;(2)动态时空数据驱动的物流地图增量更新.物流地图将成为大宗货运发展新一代物流科技的AI基础设施.研究成果为物流地图构建的技术创新提供了丰富的实践内容,也为促进大宗物流降本增效提供了新的解决思路,具有重要的理论意义和应用价值.

关键词:时空数据;物流地图;大宗货运;道路拓扑

中图法分类号:TP311

2023,34(1):421–443./1000-9825/6434.htm中文引用格式:毛嘉莉,吴涛,李思佳,郭烨,周傲英,金澈清,钱卫宁.数据驱动的大宗物流地图构建:架构及进展.软件学报,

2023,34(1):421–443./1000-9825/6434.htm

英文引用格式

英文引用格式:MaoJL,WuT,LiSJ,GuoY,ZhouAY,JinCQ,QianWN.Data-drivenLogisticsMapBuildingforBulkCommodity

Transporting:ArchitectureandResearchProgress.RuanJianXueBao/JournalofSoftware,2023,34(1):421–443(inChinese).http:///1000-9825/6434.htm

Data-drivenLogisticsMapBuildingforBulkCommodityTransporting:ArchitectureandResearchProgress

MAOJia-Li1,WUTao1,LISi-Jia1,GUOYe2,ZHOUAo-Ying1,JINChe-Qing1,QIANWei-Ning1

1(SchoolofDataScienceandEngineering,EastChinaNormalUniversity,Shanghai200062,China)2(JingChuangZhiHui(Shanghai)LogisticsTechnology,Shanghai200433,China)

Abstract:Sinceordinarycityroadmaphasnotcoveredtheroadrestrictionsinformationforthelorry,andlacksofhotspotslabeling,theycannotsatisfymassivebatchesandlong-distanceroadtransportationrequirementsofbulkcommoditytransporting.Inordertoaddresstheissuesoffrequenttransportationaccidentsand