面向仓储物流的数据平台的设计与实现

发布时间：2020-04-12 16:28

【摘要】：物流作为国民经济的动脉系统,它连接社会产业各个部分使之成为一个有机整体,其发展程度已成为衡量一国现代化程度和综合国力的重要标志之一,虽然近几年我国的物流行业已经步入高速发展阶段,但对比国外发达国家,还相对落后信息水平较低。在整个工业或物流企业运营中,居高不下的物流成本已经成为制约企业发展的一大瓶颈。主要是因为在整个物流过程中,信息化管理和技术手段滞后,信息的获取能力,分析利用能力低下。在整个物流过程中,绝大多数流程都通过人工经验决策与操作,这使得物流过程效率低下,出错率高,成本居高不下。本文针对以上问题,设计出一套面向仓储物流的数据平台,通过建设数据平台整合各物流公司的现有数据,根据物流场景采集重要数据,在数据支持的基础上,通过设计相关算法来优化物流场景中的核心流程,最终达到一个降本增效的目的。数据平台包括数据层,业务层,交互层三个模块。数据层主要通过同步物流企业日常的信息系统数据库和采集新的物流数据为平台提供数据支持;业务层针对物流过程中的核心环节提供了司机身份认证以及出入库算法支持。司机身份通过驾驶证证件识别进行认证,整体思路为“信息提取+识别”,主要涉及数字图像处理技术以及字符识别技术。出入库算法则根据实际的物流仓储过程设计了相关的数据指标及算法,目的是优化整个出入库流程,提高效率。交互层为用户提供展示和管理交互。此外,本数据平台结构设计合理,通用性较强,适用于绝大多数物流企业或工业厂商的物流仓储过程,具有良好的可推广性。数据平台的建设不会影响企业日常的信息系统运行,另外企业可以通过自身的需求在数据平台上扩展新的算法,最后,经测试,本文研发的面向仓储物流的数据平台在各个方面都达到预期目标。数据存储模块能够对企业的信息系统进行实时同步。司机身份认证模块的驾驶证识别率高达97%。出入库算法在2个实际测试园区中的效果较好,仓库的整体利用率提高了36%,车辆出入库效率提高了18%。因此,本数据平台能够满足工业厂商或物流企业的日常仓储需求,并已投入实际场景中进行使用。
【图文】：

分布式网络结构,异构数据,多源

图 2-1 多源异构数据的分布式网络结构图单同构数据库间的数据同步相比，多源异构数据库的数据同步方式存在问题：个目的数据库由于数据库种类不同，使用的数据结构也可能各不相同，储时提供的访问的数据格式不一致，访问接口也不同。数据库中的某些数据是动态生成的，如某些表是根据时间动态生成的。库中的表是动态生成时，无法修改表结构。进行同步操作时，无法对相同的数据进行过滤和冲突处理。图像处理技术图像处理技术是利用计算机将图像信号转换为数字型号，包括对图像去、复原、分割、提取特征等[18]均匀光照图像校正

架构图,系统总体,架构

图 3-1 系统总体架构图1. 数据层数据层主要实现的是数据的采集、清洗、存储以及数据管理等功能。通过对企业原有 ERP 系统或 WMS 进行数据库实时同步，连接物流企业本身的生产环境，同时采集企业生产系统中没有的重要数据，如仓库的平面数据，仓库货架的数据等。然后对数据清洗归类整合，通过 Postgresql 对数据进行存储，为上层用户提供可靠的数据支持。2. 业务层业务层是整个数据平台的核心层，该层主要在数据层的支持上，根据物流仓储的核心流程设计相关的算法，提高物流仓储过程的效率，降低人工成本。本人实现了司机的驾驶证身份认证算法，通过司机驾驶证的识别，，对司机进入物流园区进行身份验证。另外实现了出入库算法，针对物流货物的出入库，设计相关算法，提高整个出入库过程效率，减少仓储和人工成本。3. 交互层
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F252;TP311.52

【参考文献】