是需要前置的配置吗，我是只做了该案例

说起RFID，很多人都搞不清楚这个到底是什么，专业的介绍是这样的。RFID（射频识别系统）是一种非接触式的自动识别系统，它通过射频无线信号自动识别目标对象，并获取相关数据，由电子标签、读写器和计算机网络构成。是不是特别难懂，特别的高大上，反反复复看几遍都不清楚这个到底是什么。其实这种技术生活中非常常见，医疗、食品、交通等等，都有他的影子。首先，每个人呱呱坠地的那一刻，最大的一件事情就是给他登记户口，长大后必不可少的要办理身份证。而现行的第二代身份证卡就应用了RFID。为什么我们的身份证可以被感应，就是因为身份证中嵌入RFID芯片，身份证进入阅读器的感应范围后，芯片与阅读器发出的射频信号进行电子感应，芯片产生短暂的供电，然后将芯片内的信息传输到阅读器上，阅读器将获取的数据送到数据处理中心进行解码。其次，大多数人都会用到门禁卡，有校园卡、小区卡、公司卡等等，其实每一个门禁卡上面也使用的RFID，里面有个人的信息。当门禁卡接触到感应器的时候，感应器将门禁卡的信息传递到系统进行匹配，当感知到信息存在的时候，就会将门打开。当你每一从车位驱车出去的时候，有没有想过系统是如何检测，如何收费的？这个其实也是RFID技术的应用。通过RFID标签上信息的写入，利用射频技术在不接触的情况下读取标签信息，然后自动对信息进行处理。现在，我们在进行核酸检测的时候，工作人员的扫码也是应用了RFID技术。不论是混合采样还是单个采样，每个试管上面都有条形码，条形码要记录人员的一些身份信息，而RFID的标签检测则会在试管底部封装上一个标签元件，测量前身份信息一应俱全全部已经存在在了元件上，,可以一步到位进行低成本数字化样本管理。在当下时代，网购是非常普遍是的事情，随之而来的是快递的运输问题，既要做到精准，又要保护隐私，因此，RFID也是必不可少的。RFID技术应用于物流单，只要邮寄人在邮寄物品前在物流企业提供的平台填写相关物流信息。揽件员在揽收邮件时只需要用扫描设备扫描RFID物流单，将该快递标识为揽收状态即可。分拣过程中，如果采用机器人自动分拣，机器人直接跟据RFID中的信息进行自动分拣;如果是人工分拣，分拣员利用仪器扫描出RFID中的信息根据信息进行分拣。收快递时也是RFID在起作用。因此，生活中RFID的应用非常广泛，非常常见。

近日物联网（IoT）数据智能终端服务商「iData 盈达」（以下简称 " 盈达 "）宣布完成过亿人民币 A 轮融资，由三一创投领投，保腾资本、鹏鼎投资、国联担保、国联新创、无锡创投、新尚资本、云沐资本跟投。该轮融资主要将用于加大研发投入，包括人才引进、产品研发和创新，同时加速海外市场的拓展布局。iData 盈达成立于 2010 年，是一家全球化的物联网数据智能终端提供商，瞄准自动识别和数据采集（AIDC）领域，专注研发移动数据采集终端（PDA）、扫描器、RFID 等智能终端设备，已广泛应用于零售、物流、制造、医疗和公共事业等领域。01、技术变革与市场爆发下的二次创业实际上，盈达的成立与公司董事长兼 CEO 王冬生的经历息息相关。王冬生告诉 36 氪，这并不是他的第一次创业，1999 年他毕业于华南理工大学化工设备与机械专业，由于当时华南地区制造业发达，他在工作半年后就与同学成立了第一家公司，也是如今盈达的最大股东——广州联欣，主要从事自动识别产品的应用和系统集成，通过代理国外 PDA 终端、扫描枪、打印机等产品，为客户提供条码识别解决方案。不过，当时国内 PDA 产业链和智能化并不成熟，许多产品还是黑白显示和键盘操作，整体市场以代理日本及欧美品牌为主，而国外 PDA 设备成本高昂，单价近万元人民币，极大阻碍产品的大规模应用。直到 2009 年前后，恰逢 Windows Mobile 系统开始在移动终端普及，王冬生嗅到了二次创业的机会，于是在 2010 年在无锡创立了盈达公司，选择以 PDA 设备为突破口，" 希望我们中国自主品牌能够开发出与国际品牌相抗衡的产品。" 他说。2010 年成立至今，盈达相继赶上了两次终端应用大爆发，一是 2013 年至 2018 年的快递物流信息化普及，二是 2016 年开始蓬勃发展的新零售行业急需打通线上线下渠道，提高拣货配送效率和库存精准度。与此同时，安卓系统在 2012 年前后也开始引入到工业系统应用中。整体来看，一面是技术的变革创新，一面是市场大爆发和新业态的蓬勃成长，越来越多企业都希望通过移动终端来提升业务数据采集的效率和准确性，大大刺激了 AIDC 市场的快速发展。据市场研究机构 MarketsandMarkets 数据，整个 AIDC 市场预计将从 2020 年的 401 亿美元（约 2707.87 亿人民币），增长到 2025 年的 803 亿美元（约 5422.5 亿人民币），预计 2020-2025 年的复合年均增长率为 14.9%。02、AIDC 市场 " 三化 " 发展趋势下，盈达的差异化竞争力如今，盈达已构建了智能终端、RFID、扫描器产品三大主要产品线，同时与 200 多家软件公司达成合作，提供包括 MDM 可视化管理系统、安卓高级 Telnet 应用、iData 多条码和 OCR 识别软件方案等，应用覆盖调货、出入库管理、追踪溯源、体征采集、移动执法、抗疫检测等丰富场景。其中在 2020 年 8 月，公司还推出了行业首款 5G 版 PDA 设备。团队方面，目前公司团队规模数百人，构建了覆盖无锡、深圳、北京、广州等全国主要城市及区域的营销和服务网络。面向海外市场，盈达还在泰国、印尼、新加坡、美国、意大利等国家设立了分支机构，不断加大业务投入扩张海外市场。从技术角度看，AIDC 的核心是基于条码和 RFID 的数据识别与读取。随着图像处理技术的不断成熟，各个玩家都在加速提升技术的识读准确率，包括针对不同环境的识读效果，再进一步就是基于机器视觉，将应用拓展到缺陷检测、测量等更广阔的范围。盈达智能终端、RFID、扫描器三大系列产品因此在王冬生看来，未来 AIDC 行业的技术竞争将更注重识读技术的智能化、自动化和无人化融合。" 国产品牌要真正与欧美巨头形成抗衡，关键取决于在这一波竞争中能不能构建核心竞争力，以及自身的市场响应速度和转化能力。" 他说。为了不断强化 " 三化 " 能力，2021 年盈达在西安成立了研究所，结合物流、制造、零售等应用场景，基于机器学习技术进行智能化和自动化的产品开发和创新。行业方面，目前全球 AIDC 市场仍被斑马、霍尼韦尔、得利捷等欧美老牌玩家占据，但这些国际龙头的主要市场仍集中在欧美地区，在东南亚、拉美等国家及地区的市场竞争优势并不明显。中国市场则呈现玩家多、市场集中度低的特点，其中上市公司优博讯为该领域头部厂商之一。王冬生认为，国内 AIDC 行业的几家已上市公司成立时间较早、规模更大，但在具体细分行业上都各具优势，例如一些品牌主要侧重在物流领域，而盈达则在零售行业相对较强。" 面向 to B 客户，我们不仅要拼产品竞争力，还要注重自身的服务和快速响应能力，整体竞争的是综合能力。" 他说。值得一提的是，为了提升国产 PDA 产品技术自主水平，盈达早在 2016 年就开始投入研发力量，自研数据采集模组，涉及图像识别、算法、光学结构等，并在 2018 年成功将自研模组导入产品，性能比肩国际品牌，在提高技术竞争力的同时产品定价也更具市场竞争力。同时，盈达还在无锡建立了上万平方米的智能化工厂，可实现装配、检测、维修等全流程数字化生产，保证产品的快速交付和高品质，并灵活响应客户的定制化需求。盈达智能终端产品在新零售场景的应用03、已覆盖多家行业头部客户，面向海内外市场的双线布局策略目前，盈达聚焦新零售、物流、智能制造三大行业，服务客户已覆盖盒马鲜生、美团优选、菜鸟驿站、中国邮政、美的、比亚迪等知名企业。落地方面，盈达针对海内外市场制定了不同策略。面向国内，盈达以区域 + 行业两条线进行覆盖，设置十大区域，深耕区域的客户和代理商，同时以物流和新能源两个行业为主抓手，突破大客户。面向海外市场，公司同样通过两条线布局，一是乘着中国电商出海的东风，抓住东南亚市场迅速发展的快递物流行业，在当地复制中国的电商之路，提供产品服务的同时布局营销渠道；二是瞄准欧洲的 ODM 客户，提供整套 PDA 设计服务。王冬生透露，从 2017 年开始布局海外业务至今，盈达的海外业务占整体业务比持续提升，今年预计能实现 50% 的增长，约占公司总营收四分之一以上。" 尽管在今年疫情下，物流中断对产品交付和许多项目开展都造成了很大影响，但作为从事数字化基础设施的企业来说，近三年来疫情的爆发对行业整体来说是偏向利好的，能进一步推动行业数字化进程。" 王冬生谈道。整体来看，近年来我国电商和物流行业的爆发式成长，无疑是国内 AIDC 市场相比国外的一大发展优势。例如在 2021 年，我国快递服务企业业务量累计完成 833.6 亿件，同比增长 31.2%，业务收入累计完成 8795.4 亿元，同比增长 17.3%。尤其在后疫情时代，物流配送效率和消费者体验也将成为电商平台和新零售企业的核心竞争力。" 中国电商经过 10 年发展，如今在物流基础设施建设等方面已处于全球领先地位，伴随自动化、智能化水平的不断提升，更是具备了向海外输出的能力。" 在王冬生看来，中国物流、消费零售和其他各行业龙头企业持续走向全球，将带动国内与之配套的供应商加速走向海外市场，这对规模相对较小的企业们来说将是巨大红利。

基于双层规划的应急物资邮政运输模型优化方法研究周海霞1,2, 梅育荣1,2, 吕福如1,2, 孙知信1,21 南京邮电大学国家邮政局邮政行业技术研发中心（物联网技术），江苏 南京 2100032 南京邮电大学江苏省邮政大数据技术与应用工程研究中心，江苏 南京 210003摘要应急物流是在发生重大突发事件时保障人员、物资和资金需求的一项特殊物流活动。在应急物资邮政运输模型中，如何快速准确地将应急物资运送至需求点是应急物流面临的巨大挑战。双层规划方法可以在满足需求点对应急物资需求的情况下，使整个物流过程中的物流成本最低，物流时间也最短。构建了一个以上层物流成本最低、下层物流时间最短为目标的双层规划模型，并设计了一种混合禁忌搜索遗传算法（HTSGA,hybrid tabu search genetic algorithm）求解模型，解决了灾后应急物流的运输路径优化问题。最后，实验结果对比验证了所提模型和算法的有效性。关键词： 双层规划方法 ; 应急物资邮政运输 ; 混合禁忌搜索算法1 引言自然灾害的频繁发生使得人们的生命和财产安全遭受到巨大的威胁，因此，为了减少人员伤亡和经济损失，在发生突发灾害时，如何把大量的救援物资快速精准地送到需求地是应急物流面临的巨大挑战。应急物流是在发生严重自然灾害及其他突发性事件时，能够及时地保障人员、物资和资金需求的一项特殊物流活动。在应急响应中，经常会出现一系列问题，如救援物资供应点与需求点相距太远、交通拥堵等导致救援物资不能及时送达等。因此，及时合理地分配和运输救援物资具有至关重要的作用。随着应急物流优化问题的不断演变，应急物资的分配以及运输路线的选择已成为近年来的研究热点，如应急选址[123]、应急物资分配[4]、应急物资运输[5]、应急车辆配送路径[6]以及应急车辆调度[7]等。本文主要考虑在发生重大突发事件后，如何在有限时间内满足需求点需求的情况下进行物资分配，使得物流时间最短、成本最低。通过构建双层规划模型，设计求解算法，进行算例实验，对比本文HTSGA和文献[8]的双层遗传算法的实验结果，验证了HTSGA的有效性与可行性。2 相关技术研究为了优化应急物流系统，一些学者对应急物资分配和运输路线的选择进行了研究，文献[9]提出了一种用于应急资源分配的改进位置分配模型，定义了应急服务级别（ESL,emergency service level）的新概念，然后将该问题表述为混合整数非线性规划（MINLP,mixed-integer nonlinear programming）模型，提出了一种混合枚举搜索规则的遗传算法求解MINLP模型，这种模型确定了应急物资配送中心的数量、选址和规模，但是在预测疾病和后勤管理方面还存在局限性。文献[10]对车辆路径问题（VRP,vehicle routing problem）进行了研究，为了使车辆的调度和操作工作更合理，在满足应急物流及时性的前提下降低了物流成本，对应急物流中 VRP 的特征进行分析。针对 VRP 的实际情况，提出了一种改进的遗传算法并将其应用于应急物流中由VRP 建立的通用数学模型，但该方法需要大量计算，并且计算量与人口规模有关，计算时间较长。文献[11]提出了一种由地震灾害引起的应急物流运输调度问题，该问题分两个阶段进行研究：1) 选择合适的运输方式；2) 确定运送到灾区的救援物资的分配。对粒子群算法进行二进制和自然数编码改进，利用改进后的算法求解模型。由于该算法缺乏对灾区救援物资需求动态变化的考虑，所以存在应急物资后勤计划不准确的问题。文献[12]针对应急物流问题，提出了一种多目标动态遗传算法，该算法通过使用最少数量的救援车辆生成最优路径，使整个救援过程更有效，但是无法解决异构车辆的应急物流运输问题。文献[13]对应急物流配送过程中的位置和需求信息等进行了研究，通过分析风险偏好值设计了一种两阶段的随机规划模型，并提出了一种在合理计算时间内解决问题的简单两阶段启发式方法。1973年，Bracken等[14]首次提出双层规划数学模型，而双层规划和多层规划名词的正式出现是在1977年Candler等[15]的科学报告中。双层规划利用上、下层决策者之间既相互独立又相互影响的特点求解问题，首先上层决策者做出决策，其次下层决策者根据上层决策信息优化自身的目标并做出决策，最后上层决策者利用下层决策者优化后的决策做出最终决策。如何将双层规划方法应用于应急物流，目前已有部分学者对此进行了研究。文献[16]研究了在模糊环境中具有固定费用的双目标应急物流运输问题，构建了模糊环境下的运输模型，其中有3个特殊模型：一些可替代物品模型、一些易损物品模型以及具有安全系数的灾害运输问题（DTP,disaster transportation problem）模型。文献[17]利用双层规划方法构建了应急物流设施选址—车辆路径问题稳健双层优化模型，该模型主要研究了应急物流设施的选址和车辆运输路线的选择，针对需求点在突发事件发生时对救援物资的需求量存在不确定性的情况，利用分散式决策中的转换定理将模型中不确定系数确定化进行求解，开发了一种混合的遗传算法求解转换后的模型。文献[18]建立了一个应急物流设施选址—车辆路径问题的双层规划模型，模型的上层目标为物流系统消耗的时间最短，下层目标为配送成本与时间惩罚成本之和最小，设计了一种混合模拟退火算法，该算法在传统的模拟退火算法的基础上进行改进，引入了带有启发式规则的两阶段式方法。对于存在多种配送方式混合配送的问题，该模型并没有进行考虑，因此，无法解决多车混合配送的问题。文献[19-20]构建的数学模型以物资运送时间最短、物资分配公平性最大为上、下层目标，是一个动态的双层规划模型。该模型考虑了一系列约束条件，如需求点的时间窗、物资最低满足率等，并设计了一种符合双层规划动态模型特点的混合遗传算法。但随着震后救援工作的不断推进，该算法无法动态优化应急物资的配送问题。在文献[16,17,18,19,20]中，现有的双层规划应急物资运输模型主要研究了应急物资分配的公平性与满足率、物资运输时间长短以及物流成本高低等方面。由于应急物流需要很强的时效性，因此，最小化物流时间和物流成本是现有采用双层规划方法构建应急物流运输模型的主要目标，但文献[18,19,20]的模型对物流成本和物流时间的优化缺少对库存成本和应急物资集散点准备时间的考虑。因此，本文在满足各个需求点需求的情况下，考虑时间对模型产生的影响，采用双层规划方法构建数学模型。本文所提模型主要以整个物流过程中的总成本最低为上层目标、耗费总时间最短为下层目标，结合禁忌搜索算法和遗传算法设计了一种HTSGA求解模型，达到应急物流消耗的成本最低和物流时间最短的效果。对比本文所提算法与文献[8]所提算法的实验结果，验证了HTSGA的有效性与可行性。3 结束语本文针对应急物流的时效性和物流成本研究了灾后应急物资邮政运输问题，通过使用双层规划方法构建了一个上层以整个应急物流过程的总成本最低、下层以配送过程所耗费时间最短为目标的数学模型。针对双层规划模型中上、下层目标决策者既相互独立又相互影响的特点，设计了一种带禁忌搜索的遗传算法HTSGA求解模型，最后通过一个简单的算例和对比算法验证了本文所提算法和模型的有效性与可行性。本文仅利用单一的车辆进行运输，未来可以对多种车型混合配送的多联式车辆运输问题以及车辆返回时是否出现空载现象等方面进行研究，提高车辆使用效率。本文暂未考虑道路交通信息，下一步可以利用车载网络技术获取车辆运输过程中的道路交通信息，通过信息实时共享进行车辆的动态规划。The authors have declared that no competing interests exist.作者已声明无竞争性利益关系。4 原文链接http://www.infocomm-journal.com/wlw/article/2020/2096-3750/2096-3750-4-3-00086.shtml

【功能模块】智慧物流模块E53_ST1【操作步骤&问题现象】使用智慧物流模块E53_ST1时，烧录了官方demo，但是GPS指示灯常亮，没有闪烁，串口输出的经纬度信号一直是0，【截图信息】【日志信息】（可选，上传日志内容或者附件）

亚洲—北美贸易航路是德威集团的主打航路。本文为IPO早知道原创作者｜Stone Jin据IPO早知道消息，德威集团于4月27日正式向港交所递交招股说明书，拟主板挂牌上市，花旗和中金公司担任联席保荐人。成立于1992年的德威集团作为一家端到端跨境供应链解决方案服务商，现已在上海、洛杉矶、法兰克福、越南、马来西亚、泰国等地设立办公室，服务涵盖海运物流、空运物流和履约增值服务。其中，海运物流是德威集团最早开启的业务，2019年至2021年的海运量分别为161，308TEU、165，999TEU和186，862TEU；后于2009年设立空运物流业务，2019年至2021年的空运量分别为212公吨、6，009公吨和7，862公吨，并于2021年年底完成对ELC集团的收购；而履约增值服务则主要包括仓储服务、集装箱堆场服务、清关和合规服务以及陆路运输和其他服务。截至最后实际可行日期，德威集团的全球网络覆盖超50个国家，在上海、义乌、洛杉矶、纽约、芝加哥、达拉斯、萨凡纳、墨西哥城等多个地点的港口和机场附近经营仓库，另经营六个码头外集装箱堆场，以在华东提供传统堆场和ICD服务，从而支持上海港口的营运。在航路上，亚洲—北美贸易航路是德威集团的主打航路，这一航路也是世界上运输量最大且增长最快的贸易航路。截至2021年12月31日，德威集团服务于亚洲15个主要经济体与北美之间的贸易航路，2019年至2021年亚洲—北美贸易航路的货运量分别为154，738TEU、 158，840TEU和179，856TEU，2019年至2021年的复合年增长率为7．8％，远高于同期行业的平均复合年增长率。根据弗若斯特沙利文的资料，按2021年收入计算，德威集团是亚洲—北美贸易航路中最大的中国端到端跨境供应链解决方案服务商；按2019年至2021年的收入增长率计算，德威集团亦为增长最迅速的中国端到端跨境供应链解决方案服务商之一。值得一提的是，德威集团在招股书中强调，其相信技术进步在现今的供应链发挥关键作用，其在中国成功应用了中国最早用于跨境供应链业务的数字管理系统——在先前的基础上，德威集团开发基于云端的综合技术基础设施DWMS，其利用CargoWiseOne作为云基础架构，并在上面开发了多个模块管理系统，根据 各客户需求提供定制服务。从客户的角度来看，德威集团目前的客户群包括家居用品、电器、时装、家具、汽车零部件、零售等传统行业、电商等高增长行业以及航空、医疗保健、生命科学等专门行业——其中，传统行业的客户是德威集团的业务基石，电商客户正成为德威集团的第二增长动力。2019年至2021年，来自电商行业的海运物流运输量分别为6，791TEU、16，901TEU和19，986TEU，复合年增长率为71．5％。在2021年收入排名前20的客户中，两名与德威集团有超过十年的业务往来，而另外七名与其有超过五年的业务往来；2021年德威集团前十大的班轮公司合作伙伴均与其有超过十年的业务往来。财务数据方面。2019年至2021年，德威集团的营收分别为2．92亿美元、3．82亿美元和11．31亿美元；净利润分别约为177万美元、734万美元和973万美元；经调整EBITDA则分别约为999万美元、2085万美元和1．82亿美元。（2021年存在按公允值计入损益的金融负债的公允价值变动）值得注意的是，菜鸟于2021年9月向德威集团投资约6722万美元，IPO前持有德威集团29．5％的股份；国际站跨境供应链总经理王添天以及菜鸟国际供应链总经理赵剑二人担任德威集团非执行董事——利用菜鸟的强大网络、货运量、资源、技术和跨境物流的经验，德威集团可以向从事在线国际贸易，且需要更具成本效益、无缝且易于使用的解决方案的更多中小企业提供服务。德威集团在招股书中表示，IPO募集所得资金净额将主要用于扩大全球网络并加强在主要市场的区域市场份额；加强一体化端到端供应链服务和解决方案；投资并开发用于供应链解决方案的技术；以及用作营运资金和一般公司用途。本文由公众号IPO早知道原创撰写，如需转载请联系C叔       原文标题 : 德威集团冲刺港交所：提供端到端跨境供应链解决方案，菜鸟持股29.5%

期待这次

物流业面临着巨大的发展。新技术不断改变着长期以来面临着过时流程和运营挑战的物流。通过采用数字技术，物流行业，包括当日送达服务，可以受益于现代解决方案，以改善行业的未来。以下是在整个行业合并中看到的一些当前趋势。?机器人和自动化的崛起传统上，供应链严重依赖手工工作。为行业提供充足的空间来使用技术和自动化来简化流程。例如，在仓库中，机器人的使用正在发挥作用，消除仓库工人的重复性工作，帮助拣货、打包和分类，为快递司机将货物运送到最终目的地做好准备。?移动应用程序移动应用程序已成为日常生活的一部分，其简化了日常任务，并为传统的冗长流程创建了简单的解决方案。一个很好的例子是，快递供应商和快递公司设计了移动应用程序，以解决通信问题和订购流程。有了移动应用程序，快递司机现在可以直接与客户联系。这意味着他们可以与客户保持定期联系，只需按一下按钮就能提供所有的送货信息。?人工智能未来是人工智能!我们所知道的很多东西将很快融入人工智能技术。允许各种行业将操作过程移交给数字计算或计算控制机器人。在物流行业，这将允许计算机编程完成各种任务，如会计和人力资源等后台操作。这将有助于物流行业的运作和流程的简化。这不仅可以帮助那些在该行业工作的人，而且还可以帮助改善客户服务和期望，因为可以更有效地管理订单。?可持续解决方案在利用技术提高效率的同时，这也为物流行业的减排提供了可持续的解决方案。随着用于设计电动汽车的技术的进步，这些将迅速改变物流行业。为快递司机提供一种不用燃料的选择。在过去的几个月里，我们已经看到了Ford’s的E-Transit的发布，许多汽车制造商也纷纷效仿。随着电动汽车的使用，自动驾驶汽车也不太可能被快递服务所采用。虽然离我们在道路上看到自动驾驶快递员还有一段距离，但这项技术目前正由多家公司进行测试。他们正在研究如何在长途和高要求的旅程中为快递司机提供支持。可见，数字化转型是物流业未来的关键。通过采用新技术，速递服务可以简化流程，改善客户服务，提高运作效率。

基于参与意愿的物流联盟资源优化配置模型李梦蓉1,4, 朱华瑜2,4, 亓晋4,4, 孙雁飞4,41 南京邮电大学通信与信息工程学院，江苏 南京 2100232 南京邮电大学自动化学院，江苏 南京 2100233 南京邮电大学物联网学院，江苏 南京 2100234 江苏省高性能计算与智能处理工程研究中心，江苏 南京 210023摘要企业通过组建物流联盟的方式协同完成大型物流任务从而降低物流成本、提高物流效率，物流联盟协同运作的稳定程度主要与企业参与联盟合作的积极性相关。因此，考虑物流联盟成员的参与意愿对物流联盟资源配置的影响，构建了基于参与意愿的资源优化配置模型，并提出了基于后悔理论的最优解排序方法求解模型，依据参与意愿指标对该方法进行验证。结果表明，所提方法排序结果的参与意愿分布得分比传统方法提高了3.5倍，可有效提升资源配置的科学性与合理性，并有助于巩固供应链协同运作模式的稳定性。关键词： 物流联盟 ; 资源配置 ; 物流任务分配 ; 最优解排序1 引言基于物联网的决策支持系统能同时处理大量信息，并针对多目标进行综合决策，物联网平台强大的智能数据分析能力在工业领域得到了广泛应用[1]。人工智能、物联网等新一代信息技术的兴起对企业的产品和服务都将产生深远影响[2]，物流行业未来发展也逐渐趋向智能化。柔性化的智慧物流具有成本低、资源优化配置效率高等优点，已逐渐成为研究热点[3]。我国物流业的发展受企业规模小、地域不平衡等因素制约，导致单个企业难以承担大型物流任务。为了降低成本、提高市场竞争力，大部分物流企业通过组建动态物流联盟来实现风险共担、利益共享的运作模式，将大型物流任务分解成多个子任务并由各联盟成员分别完成，从而达到整合物流资源、提高物流效率的目的。但是由于物流联盟中不同企业拥有不同的优势资源，并且各物流子任务的性质及需求不同，因此，如何实现物流联盟中各类资源与子任务的优化配置是当前智慧物流领域研究的关键。目前，关于物流联盟资源优化配置问题的研究已取得一些成果。文献[4]的资源配置模型以物流成本最低、服务质量最高和惩罚强度最小为目标，利用基于隶属度的模糊优化法将模型转化为单目标优化问题进行求解。文献[5]以成本最低、时间最短、交付质量最高、过程服务最优为目标建立了任务分配模型，利用离差最大法设计遗传算法进行求解。文献[6]以市场费用最小化和物流商利润最大化为目标，建立了物流服务网络业务均衡分配优化模型。上述文献中大部分将成本、时间、服务质量等作为任务分配过程的优化目标来建立模型，从而优化联盟整体的收益和客户评价。文献[7]综合了来自供应链合作的风险，建立了物流成本最低、完成时间最短以及满意度最大的优化模型。文献[8]在建立任务分配模型时，将满意度和惩罚强度同时作为优化目标。但上述研究没有考虑物流联盟成员参与意愿对资源优化配置的影响，而在实际生产过程中，联盟稳定是完成任务的基础，联盟中成员的参与意愿过低可能导致物流商在执行物流任务过程中消极怠工，最终影响服务质量。综合上述文献分析可以发现，现有的研究较少考虑参与意愿在物流资源配置中的影响，并且在求解模型时大部分采用将多目标转化为单目标后，再通过遗传算法等进化算法进行求解。在采用多目标优化算法对模型进行求解时，由于多个优化目标之间通常存在冲突或无法比较，因此，一般求取一组Pareto 最优解集。在实际生产中，还需根据实际情况从最优解集中选择一个具体的决策方案，然而如何从 Pareto 解集中最终选择一个符合实际情况的解，在现有研究中很少有明确的方法。因此，在上述研究的基础上，本文提出了基于参与意愿的资源优化配置模型，并且考虑了非理性情绪对决策的影响，提出了一种基于后悔理论的决策方法，通过计算后悔值和效用值对已求得的最优解进行排序，实现物流联盟成员之间的资源优化配置的合理、有效及稳定运行。2 结束语综上所述，组建物流联盟协同完成大型物流任务可以达到提高效率、降低成本的目的，合理的资源配置方案对物流联盟的稳定运行十分重要。本文考虑物流成员的参与意愿对物流资源配置优化结果的影响，提出了基于成员参与意愿的物流联盟资源配置优化模型，并分别选用4种多目标优化算法对模型进行求解，通过对比发现，IBEA 算法更适合解决本文所提的物流资源优化配置问题。另外，为了解决实际生产中的决策问题，本文提出了一种基于后悔理论的最优解排序方法，根据各组方案不同属性的效用值和后悔值构建整体感知效用最大化模型，将最优解集再次进行排序，得到的排序结果可以在实际生产中为确定决策方案提供更明确的依据，并且有利于保障物流联盟合作关系的稳定发展。The authors have declared that no competing interests exist.作者已声明无竞争性利益关系。3 原文链接http://www.infocomm-journal.com/wlw/article/2021/2096-3750/2096-3750-5-1-00108.shtml

随着数字经济时代的来临，新一轮全球化进程速度加快，在大数据、人工智能、物联网等高新技术深度融合下，加快催化智慧物流发展，引领物流行业划入全新时代。从物流运输到货物分拣再到站点配送，图扑软件数据可视化技术涵盖物流业务全部链条，满足物流行业各环节的可视化需求。运用 HT for Web GIS 产品，将图扑的可视化功能和 GIS 相结合，让用户可以将已有的地理信息数据进行展示和查询，以丰富的可视化形式将地理信息系统（Geographic Information System，GIS）数据进行展示和叠加，实现如站点分布、物流线路轨迹、区域信息查看等。有效提升物流运输效率，降低物流管理成本，优化物流各个环节，促进智慧物流行业的建设和发展。智慧物流可视化大屏结合 GIS 地图展现出物流所在区域的相关内容，围绕全球范围内各区域的交通运输、类型指标、集装箱仓库调配等多方面上千万条数据指标展开宏观的监控分析。图片软件 HT 是基于 HTML5 的 2D、3D 图形渲染引擎，有着丰富的展示形式和效果，利用这些丰富的 2D、3D 组态将离散单调的数据进行图形化和可视化，实现数据的动态加载效果，将数据图表展开对比，以此揭示数据之间复杂关系。可在看板内对场景进行缩放、平移、旋转。通过使用丰富的图形组件，将物流产业管线数据选以热力图、三维柱状图、点状图等多种动态图方式进行完整、鲜活的呈现。全球物流布局态势——热力图根据获取到的各地站点投放密集度及设施分布情况，选以热力图可视化形式进行位置数据呈现。热力图颜色的由深到浅反映出分散的稀疏程度，辅助用户一目了然掌控全球物流的布局态势。业务数据——三维柱状图系统支持遵循企业业务数据的实时动态变化进行三维柱状图形式的实时涨跌呈现，全面直观展现出位置空间的分布情况以及需求数据实时变化。三维柱状图意在利用不同高度、不同面积、不同位置、不同颜色，将业务数值信息进行简洁有效的比较，为用户提供优异的决策依据效果。物流产业位置信息——点状图基于物流产业已有大量的站点、设施、仓库等各项指标对应的地理位置信息，结合 HT for Web GIS 产品，以地图为背景，单个地理坐标显示为定点，体现地图上千万条数据点的标注，用点的大小、颜色深浅等元素显示密集度和分布情况。让数据浅显易懂且尽收眼底，做到一眼望穿，心中有数。区域物流展示可提供分析各区域物流的点、线、面基本图形间关系：查询区间内配送站点的路况；某区域同周边的地理分布情况；仓储中心周围几个公里囊括的全部站点情况等。航线/货轮流量分析展示航线物流监控基于航空货运产业链，航空物流运输管理系统可对航线分布、起始城市、机型及空管信息进行实时更新监控，依照各航班的不同运力，进行货物吞吐量等数据的统计分析。支持基于时间、空间、数据多类型事件设置阈值触发规则，对于紧急事件的发生，进行预警告警和快速定位可视化，及时输出应急预案，加强应对突发事件的能力水平。全方位支撑航空物流运输的日常监测和高效协调管理。货轮船舶监测可接入货轮物流船舶监测信息——智慧航运模块，不仅支持多层次智能信息跟踪（货物检测是否合格、车辆监测是否合格、司机监测是否合格、船舶名称型号等）。还支持根据数据科学判断船舶的健康，通过添加船舶 3D 线框模型设计辅以动画 360° 旋转展示，直观查看设施设备整体结构布局和运行状态，选用轻量化的 3D 可视化场景提醒用户进行及时应急防控。货轮航线查看可运用图扑软件 HT 引擎强大的渲染功能，实时动画形式真实还原船舶停靠各港口的行驶路线，且提供实时信息交互功能与历史信息回溯对比，用户仅需点击【航线查看】，即可追踪船舶动态信息。以“任务推进”形式实现智慧港口的“扁平化管理”，促进信息共享，强化货运航线管理水平。为保证海上货物的合理运输，系统根据货物的特点、流向以及运输条件，可为用户规划出符合少里程、少运力、低费用、短时间的运输途径。智慧仓储可视化管理结合仓储系统应用物联网、视频监控联网技术、输送和分拣技术、灵活的叉车服务模式、智能穿梭车和货架系统、嵌入智能控制与通信模块的物流机器人技术、 RFID 托盘等信息管理技术，对仓库内货物储量信息进行可视化监控呈现，协助仓库空间科学调配管理和快速查找。确保企业及时准确地掌握库存数据，全方位把控仓储库存的运作状态，提高仓库管理的效率。物流类型指标对于物流运输管理而言，构建关键性指标看板尤为重要，针对海陆空三种运输的路径、时效、数量指标进行综合分析，运用图扑软件 HT 可视化图表和动画效果将整合好的数据进行呈现。精简的数据可节省用户高达 95% 的搜索时间，加速用户对交通资源的充分调配，实现“一张图”式精准指挥。图扑软件支持随时随地通过 PC、平板、智能手机打开浏览器访问管理界面，利用多种控制设备对显示内容予以集中远程管控，真正实现数据共享。精准决策结合真实环境中所采集到的装载量、客户分布、配送订单、送货线路交通状况等变化因素，对公司的运输线路进行优化处理，实现以费用最小或路径最短等目标为出发点的运输路径规划。可对海量数据进行有效筛选，浓缩出精简数据，辅助用户直观分析决策。及时响应对车辆行驶进行实时偏移路线预警、紧急情况报警、求助信息发送等安全管理，保障驾驶员、车辆、货物的安全。做到快速准确地传递监控到的异常情况，及时通知相应部门根据系统提供的解决预案进行有序处理。降本增效GIS 智慧物流能满足掌控运行车辆的地理位置信息，及时对配送中客户产生的配送效劳需求予以满足，从而优化运输路线，减少运送时间，降低物流成本，全面提升物流增值效劳的水平。透明化管理监控中心可借助于 HT GIS 根据车辆信息、位置、道路交通状况向车辆发出实时调度指令，用系统的观念运作企业业务，达到充分调度货物及车辆的目的，降低空载率，使运输全程变得透明化，对全链条订单进行保姆式追踪和整合，让物流运输更加集约高效。HT for Web GIS 产品意在解决用户 GIS 类项目的实现，减少用户对 GIS 的学习和投入成本。结合 HT 强大的可视化引擎技术，实现不同的地图瓦片数据、倾斜摄影实景、三维精细化人工建模模型、POI 等数据的叠加展示。颠覆传统的 GIS 系统的开发，让开发变得更加便捷，数据更直观，展现更多样化。依托图扑软件 HT GIS，可支持加载不同地图底图，加载 3D Tiles，可以根据经纬度绘制点、线、面元素信息，将可视化与地理信息有力结合。以此搭建的智慧物流平台，目的以实现物流业务的可视、可感、可知为基本准则，实施监管信息预处理、运行状态可视化、应急决策支撑，彻底摆脱物流业务逻辑的复杂性，消除数据孤岛现象，致力让物流行业持续向着智能化、数字化、绿色化的方向发展。图扑软件（Hightopo）数据可视化运用自主研发的二维和三维可视化引擎、GIS、BIM 以及视频融合等技术，与制造业、风电能源、城市园区等各行各业强强联手，再搭配倾斜摄影、GIS 空间信息数据、智能物联网 IoT 数据以及大数据系统平台的等数据信息，结合轻量化建模方案实现甚至手机端都可随时随地查看 3D 可视化效果，实现资源数据共享，加速智能化产业发展与升级，重塑行业形态，创造更大的商业价值。

据交通运输部消息，近日，交通运输部印发了《关于开展冷藏集装箱港航服务提升行动的通知》（以下简称《通知》），部署开展冷藏集装箱港航服务提升行动，积极推动区块链、物联网等新一代信息技术与冷链物流深度融合，进一步提高冷藏箱港航服务品质，推进冷链物流运输高质量发展，更好满足冷链物流运输需求和人民群众美好生活需要，服务构建新发展格局。《通知》指出，到2023年底，基于区块链和物联网的冷藏集装箱港航服务能力明显提升，主要海运企业新增物联网冷藏集装箱18万标准箱（TEU）以上；沿海主要港口新增冷藏集装箱插头6000个以上；基于区块链和物联网技术应用的冷藏集装箱港航单证平均办理时间大幅缩减；建立冷藏集装箱运输电子运单，初步实现道路水路运输系统信息有效衔接和共享开放，联运服务质量明显提升。《通知》共部署了五项主要任务。一是推进基于物联网的冷藏集装箱发展。以主要冷藏集装箱航运企业为重点，推广集成传感、无线通信、自动定位等技术的物联网设备安装应用，实现对冷藏集装箱温湿度、冷机工作模式和通电状态等信息的自动化采集与传输，逐步实现冷藏集装箱及货物等要素全程信息化、可视化。二是推动基于区块链的冷藏集装箱电子放货。以国际枢纽海港、主要冷藏集装箱航运企业为重点，推广应用港航区块链电子放货平台，国际枢纽海港实现冷藏集装箱货物港航单证平均办理时间由2天缩短至4小时以内，全程无接触办理，实现物流信息一站式查询。鼓励有条件的其他港口与国际集装箱班轮公司区块链电子放货平台对接，推动港航作业单证电子化，逐步实现港口电子放货。三是提升冷藏集装箱道路水路联运服务质量。鼓励推动冷藏集装箱航运企业、道路运输企业、港口企业、货代等企业依托区块链电子放货平台，逐步开展物流信息上链业务，开发应用电子运单，推动实现冷藏集装箱道路水路运输全过程温湿度、位置等信息实时监控，拓展完善物流服务功能，提升全程运输服务质量。四是提升港口冷藏集装箱堆存处置能力。以国际枢纽海港为重点，推动港站枢纽强化冷链组织功能，增加冷藏集装箱堆场及插座等冷藏集装箱配套设施设备，提升港口堆场冷藏集装箱堆存及供电插座能力，推进配套供电基础设施建设。五是研究制定冷藏集装箱运输相关指南方面。部研究建立以装备设施、作业流程、信息追溯等为重点的冷藏集装箱运输和物流标准规范，研究制定冷藏集装箱运输温控及信息服务要求、冷藏集装箱智能终端技术指南。

111

4月会员日兑换的终于有物流单号了，但是2天了，豆没有物流信息，包裹没动

简介本实验基于NB-IoT和WIFI实现智慧物流案例，实现实时数据的采集，实现命令下发的响应，实现端云互通。E53_ST1扩展板采用了E53标准接口，包含了一个GPS模块L80-R，一个无源蜂鸣器，一个LED，其中无源蜂鸣器使用定时器输出PWM信号控制，LED使用普通GPIO控制，GPS模块的数据使用 USART 读取。开发前准备环境准备已注册华为云官方帐号。未注册可点击注册页面完成注册。已完成实名制认证。未完成可在华为云上点击实名认证完成认证，否则无法使用设备接入功能。已开通设备接入服务。未开通则访问设备接入服务，点击“免费试用”后开通该服务。IDE：Huawei LiteOS Studio45+（含扩展插件）硬件准备开发板：小熊派开发板（含NB卡、NB35-A通信扩展板、WIFI通信扩展板、E53_ST1案例扩展板）环境配置硬件连接NB35-A通信扩展板需要安装SIM卡，并注意卡的缺口朝外插入。将串口选择开关拨到MCU模式，并用USB线将开发板与电脑连接。NB35-A通信扩展板WIFI通信扩展板IDE安装配置工具下载工具安装驱动安装解压ST-Link.zip，根据操作系统类型，双击配套的执行文件进行安装。开始使用步骤 1 创建产品1. 登录设备接入-控制台，单击左侧导航栏“产品”，单击页面右上角的“创建产品”。2. 根据页面提示填写参数，然后单击“确定”，完成产品的创建。方案①：CoAP协议+二进制码流方案②：MQTT协议+JSON所属资源空间：选择默认资源空间产品名称：自定义，如Track-coap协议类型：选择“LwM2M/CoAP”数据格式：选择“二进制码流”厂商名称：自定义，如Huawei所属行业：选择“无”设备类型：自定义，如Track所属资源空间：选择默认资源空间产品名称：自定义，如Track-mqtt协议类型：选择“MQTT”数据格式：选择“JSON”厂商名称：自定义，如Huawei所属行业：选择“无”设备类型：自定义，如Track3. 单击“查看详情”，进入产品详情页。步骤 2 上传模型文件1. 在产品详情页“模型定义”页签，单击“上传模型文件”。2.单击“添加文件”，选择产品模型文件，并单击“确定”。方案①：CoAP_Track.zip方案②：MQTT_Track.zip3. 单击“确认”，关闭上传成功提示窗口。步骤 3 （可选）开发编解码插件仅方案①需要开发编解码插件，方案②请跳过此步骤。1. 在产品详情页“插件开发”页签，单击“图形化开发”，进入插件开发页面。2. 在页面右上角选择“更多 > 图形化开发导入”3. 单击“添加文件”，选择插件图形化开发包，并单击“确定”。获取插件开发包：onlineCodec_Track.zip4. 单击页面右上角“保存”，保存修改。5. 单击“部署”，弹窗提示如下，单击“确认”，进行部署。出现如下提示，表示在线插件部署成功。步骤 4 注册设备2. 在左侧导航栏选择“ 设备 > 所有设备”，单击右上角“注册设备”。填写参数后，单击“确定”。所属资源空间：选择默认资源空间所属产品：选择 步骤1 创建产品 已创建的产品设备标识码：若是NB35-A通信扩展板，填写模组IMEI（通过AT+CGSN=1查询获取）；若是WIFI通信扩展板，填写自定义字符串，如Vz_ST1_20220202200808设备名称：自定义，如Track_01设备认证类型：选择“密钥”密钥/确认密钥：自定义，如123456783. 设备创建成功，单击“保存并关闭”。下载保存的“DEVICES-KEY.txt”文件中记录了设备id和密钥，请妥善保管。步骤 5 导入项目工程1. 获取项目工程代码包并解压（注：路径不要包含中文、空格）。获取项目工程：IoT_Device_Demo.zip2. 启动HUAWEI LiteOS Studio工具，单击“Open Project”，打开项目工程。3. 项目工程预览如下：步骤 6 修改配置参数方案①+NB35-A通信扩展板：1. 打开“targets\STM32L431_BearPi.config”文件，修改配置参数，并按“Ctrl+S”保存修改。CONFIG_UARTAT_BAUDRATE：9600CONFIG_USER_DEMO：oc_track_template启用#NB-IoT后的CONFIG_BOUDICA150_ENABLE不启用#WIFI和#MQTT后的配置项（行前#表示该行内容为注释，即配置不生效）... CONFIG_UARTAT_BAUDRATE=9600 ... CONFIG_IOT_LINK_CONFIGFILE="iot_config.h" # Demo CONFIG_USER_DEMO="oc_track_template" # NB-IoT CONFIG_BOUDICA150_ENABLE=y # WIFI #CONFIG_OCLWM2MTINY_ENABLE=y #CONFIG_LWM2M_AL_ENABLE=y #CONFIG_WAKAAMALWM2M_ENABLE=y #CONFIG_TCIP_AL_ENABLE=y #CONFIG_ESP8266_ENABLE=y #CONFIG_ESP8266_SSID="IoTdebug" #CONFIG_ESP8266_PWD="IoTdebug" # MQTT #CONFIG_MQTT_AL_ENABLE=-y #CONFIG_PAHO_MQTT=y #CONFIG_PAHO_CONNECT_TIMEOUT=10000 #CONFIG_PAHO_CMD_TIMEOUT=10000 #CONFIG_PAHO_LOOPTIMEOUT=10 #CONFIG_PAHO_SNDBUF_SIZE=2048 #CONFIG_PAHO_RCVBUF_SIZE=2048 #CONFIG_DTLS_AL_ENABLE=y #CONFIG_MBEDTLS_ENABLE=y #CONFIG_MBEDTLS_PSK=y2. 打开“targets\STM32L431_BearPi\Demos\oc_track_template\c”文件，修改相关参数，并按“Ctrl+S”保存修改。CONFIG_UARTAT_BAUDRATE：9600CONFIG_USER_DEMO：oc_track_template启用/*NB-IoT*/后的CONFIG_BOUDICA150_ENABLE不启用/*WIFI*/和/*MQTT*/后的配置项（行前//表示该行内容为注释，即配置不生效）... #define CONFIG_UARTAT_BAUDRATE 9600 ... #define CONFIG_IOT_LINK_CONFIGFILE "iot_config.h" /*Demo*/ #define CONFIG_USER_DEMO "oc_track_template" /*NB-IoT*/ #define CONFIG_BOUDICA150_ENABLE 1 /*WIFI*/ // #define CONFIG_OCLWM2MTINY_ENABLE 1 // #define CONFIG_LWM2M_AL_ENABLE 1 // #define CONFIG_WAKAAMALWM2M_ENABLE 1 // #define CONFIG_TCIP_AL_ENABLE 1 // #define CONFIG_ESP8266_ENABLE 1 // #define CONFIG_ESP8266_SSID "IoTdebug" // #define CONFIG_ESP8266_PWD "IoTdebug" /*MQTT*/ // #define CONFIG_CJSON_ENABLE 1 // #define CONFIG_MQTT_AL_ENABLE 1 // #define CONFIG_PAHO_MQTT 1 // #define CONFIG_PAHO_CONNECT_TIMEOUT 10000 // #define CONFIG_PAHO_CMD_TIMEOUT 10000 // #define CONFIG_PAHO_LOOPTIMEOUT 10 // #define CONFIG_PAHO_SNDBUF_SIZE 2048 // #define CONFIG_PAHO_RCVBUF_SIZE 2048 // #define CONFIG_DTLS_AL_ENABLE 1 // #define CONFIG_MBEDTLS_ENABLE 1 // #define CONFIG_MBEDTLS_PSK 13. 打开“targets\STM32L431_BearPi\Demos\oc_track_template\oc_track_template.c”文件，修改相关参数，并按“Ctrl+S”保存修改。cn_endpoint_id：设备标识码cn_app_server：华为云IoT平台CoAP协议接入地址。cn_app_port：华为云IoT平台CoAP协议接入端口。方案①+WIFI通信扩展板：1. 打开“targets\STM32L431_BearPi\.config”文件，修改配置参数，并按“Ctrl+S”保存修改。CONFIG_UARTAT_BAUDRATE：115200CONFIG_USER_DEMO：oc_track_template停用#NB-IoT后的CONFIG_BOUDICA150_ENABLE（行前加#号注释掉该行）启用#WIFI后的配置项（去掉行前的#号），并将CONFIG_ESP8266_SSID和CONFIG_ESP8266_PWD修改为自己手机热点或者路由器热点的用户名密码；... CONFIG_UARTAT_BAUDRATE=115200 ... CONFIG_IOT_LINK_CONFIGFILE="iot_config.h" # Demo CONFIG_USER_DEMO="oc_track_template" # NB-IoT #CONFIG_BOUDICA150_ENABLE=y # WIFI CONFIG_OCLWM2MTINY_ENABLE=y CONFIG_LWM2M_AL_ENABLE=y CONFIG_WAKAAMALWM2M_ENABLE=y CONFIG_TCIP_AL_ENABLE=y CONFIG_ESP8266_ENABLE=y CONFIG_ESP8266_SSID="IoTdebug" CONFIG_ESP8266_PWD="IoTdebug" # MQTT #CONFIG_MQTT_AL_ENABLE=y #CONFIG_PAHO_MQTT=y #CONFIG_PAHO_CONNECT_TIMEOUT=10000 #CONFIG_PAHO_CMD_TIMEOUT=10000 #CONFIG_PAHO_LOOPTIMEOUT=10 #CONFIG_PAHO_SNDBUF_SIZE=2048 #CONFIG_PAHO_RCVBUF_SIZE=2048 #CONFIG_DTLS_AL_ENABLE=y #CONFIG_MBEDTLS_ENABLE=y #CONFIG_MBEDTLS_PSK=y2. 打开“targets\STM32L431_BearPi\iot_config.h”文件，修改配置参数，并按“Ctrl+S”保存修改。CONFIG_UARTAT_BAUDRATE：115200CONFIG_USER_DEMO：oc_track_template停用/*NB-IoT*/后的CONFIG_BOUDICA150_ENABLE（行前加//注释掉该行）启用/*WIFI*/后的配置项（去掉行前的//号），并将CONFIG_ESP8266_SSID和CONFIG_ESP8266_PWD修改为自己手机热点或者路由器热点的用户名密码；... #define CONFIG_UARTAT_BAUDRATE 115200 ... #define CONFIG_IOT_LINK_CONFIGFILE "iot_config.h" /*Demo*/ #define CONFIG_USER_DEMO "oc_track_template" /*NB-IoT*/ // #define CONFIG_BOUDICA150_ENABLE 1 /*WIFI*/ #define CONFIG_OCLWM2MTINY_ENABLE 1 #define CONFIG_LWM2M_AL_ENABLE 1 #define CONFIG_WAKAAMALWM2M_ENABLE 1 #define CONFIG_TCIP_AL_ENABLE 1 #define CONFIG_ESP8266_ENABLE 1 #define CONFIG_ESP8266_SSID "IoTdebug" #define CONFIG_ESP8266_PWD "IoTdebug" /*MQTT*/ // #define CONFIG_CJSON_ENABLE 1 // #define CONFIG_MQTT_AL_ENABLE 1 // #define CONFIG_PAHO_MQTT 1 // #define CONFIG_PAHO_CONNECT_TIMEOUT 10000 // #define CONFIG_PAHO_CMD_TIMEOUT 10000 // #define CONFIG_PAHO_LOOPTIMEOUT 10 // #define CONFIG_PAHO_SNDBUF_SIZE 2048 // #define CONFIG_PAHO_RCVBUF_SIZE 2048 // #define CONFIG_DTLS_AL_ENABLE 1 // #define CONFIG_MBEDTLS_ENABLE 1 // #define CONFIG_MBEDTLS_PSK 13. 打开“targets\STM32L431_BearPi\Demos\oc_track_template\oc_track_template.c”文件，修改相关参数，并按“Ctrl+S”保存修改。cn_endpoint_id：设备标识码cn_app_server：华为云IoT平台CoAP协议接入地址。cn_app_port：华为云IoT平台CoAP协议接入端口。... #define cn_endpoint_id "xxx" #define cn_app_server "119.3.250.80" #define cn_app_port "5683" ...步骤 7 编译烧录1. 单击进行编译，单击进行烧录。如果修改了.config文件和iot_config.h文件，请单击全量重新编译，否则修改点可能不会生效。2. 单击打开串口终端，选择端口，设置波特率115200，开启串口，可以在接收区查看到打印的日志信息。3. 在LCD屏上，可以看到实时数据显示。步骤 8 调试运行1. 在物联网平台中，可以看到设备实时上报属性数据。2. 在物联网平台中下发控制命令（开启蜂鸣器），查看命令下发结果及开发板的响应。注：当前MQTT设备仅支持同步命令下发，NB设备仅支持异步命令下发。----结束示例代码案例程序文件：“targets\STM32L431_BearPi\Demos\oc_track_template\oc_track_template.c”#include <stdint.h> #include <stddef.h> #include <string.h> #include <osal.h> #include <oc_lwm2m_al.h> #include <link_endian.h> #include "E53_ST1.h" #include "lcd.h" #include <gpio.h> #include <stm32l4xx_it.h> #define cn_endpoint_id "BearPi_0001" #define cn_app_server "119.3.250.80" #define cn_app_port "5683" typedef unsigned char int8u; typedef char int8s; typedef unsigned short int16u; typedef short int16s; typedef unsigned char int24u; typedef char int24s; typedef int int32s; typedef char string; typedef char array; typedef char varstring; typedef char variant; #define cn_app_Track 0x8 #define cn_app_response_Track_Control_Beep 0xa #define cn_app_Track_Control_Beep 0x9 #pragma pack(1) typedef struct { int8u messageId; string Longitude[9]; string Latitude[8]; } tag_app_Track; typedef struct { int8u messageId; int16u mid; int8u errcode; int8u Beep_State; } tag_app_Response_Track_Control_Beep; typedef struct { int8u messageId; int16u mid; string Beep[3]; } tag_app_Track_Control_Beep; #pragma pack() E53_ST1_Data_TypeDef E53_ST1_Data; //if your command is very fast,please use a queue here--TODO #define cn_app_rcv_buf_len 128 static int s_rcv_buffer[cn_app_rcv_buf_len]; static int s_rcv_datalen; static osal_semp_t s_rcv_sync; //use this function to push all the message to the buffer static int app_msg_deal(void *usr_data, en_oc_lwm2m_msg_t type, void *data, int len) { unsigned char *msg; msg = data; int ret = -1; if(len <= cn_app_rcv_buf_len) { if (msg[0] == 0xaa && msg[1] == 0xaa) { printf("OC respond message received! \n\r"); return ret; } memcpy(s_rcv_buffer,msg,len); s_rcv_datalen = len; (void) osal_semp_post(s_rcv_sync); ret = 0; } return ret; } static int app_cmd_task_entry() { int ret = -1; tag_app_Response_Track_Control_Beep Response_Track_Control_Beep; tag_app_Track_Control_Beep *Track_Control_Beep; int8_t msgid; while(1) { if(osal_semp_pend(s_rcv_sync,cn_osal_timeout_forever)) { msgid = s_rcv_buffer[0] & 0x000000FF; switch (msgid) { case cn_app_Track_Control_Beep: Track_Control_Beep = (tag_app_Track_Control_Beep *)s_rcv_buffer; printf("Track_Control_Beep:msgid:%d mid:%d", Track_Control_Beep->messageId, ntohs(Track_Control_Beep->mid)); /********** code area for cmd from IoT cloud **********/ if (Track_Control_Beep->Beep[0] == 'O' && Track_Control_Beep->Beep[1] == 'N') { E53_ST1_Beep_StatusSet(ON); Response_Track_Control_Beep.messageId = cn_app_response_Track_Control_Beep; Response_Track_Control_Beep.mid = Track_Control_Beep->mid; Response_Track_Control_Beep.errcode = 0; Response_Track_Control_Beep.Beep_State = 1; oc_lwm2m_report((char *)&Response_Track_Control_Beep,sizeof(Response_Track_Control_Beep),1000); ///< report cmd reply message } if (Track_Control_Beep->Beep[0] == 'O' && Track_Control_Beep->Beep[1] == 'F' && Track_Control_Beep->Beep[2] == 'F') { E53_ST1_Beep_StatusSet(OFF); Response_Track_Control_Beep.messageId = cn_app_response_Track_Control_Beep; Response_Track_Control_Beep.mid = Track_Control_Beep->mid; Response_Track_Control_Beep.errcode = 0; Response_Track_Control_Beep.Beep_State = 0; oc_lwm2m_report((char *)&Response_Track_Control_Beep,sizeof(Response_Track_Control_Beep),1000); ///< report cmd reply message } /********** code area end **********/ break; default: break; } } } return ret; } static int app_report_task_entry() { int ret = -1; oc_config_param_t oc_param; tag_app_Track Track; (void) memset(&oc_param,0,sizeof(oc_param)); oc_param.app_server.address = cn_app_server; oc_param.app_server.port = cn_app_port; oc_param.app_server.ep_id = cn_endpoint_id; oc_param.boot_mode = en_oc_boot_strap_mode_factory; oc_param.rcv_func = app_msg_deal; ret = oc_lwm2m_config(&oc_param); if (0 != ret) { return ret; } while(1) //--TODO ,you could add your own code here { if(E53_ST1_Data.Latitude!=0&&E53_ST1_Data.Longitude!=0) { Track.messageId = cn_app_Track; sprintf(Track.Longitude , "%.5f", E53_ST1_Data.Longitude); sprintf(Track.Latitude , "%.5f", E53_ST1_Data.Latitude); oc_lwm2m_report( (char *)&Track, sizeof(Track), 1000); } osal_task_sleep(2*1000); } return ret; } static int app_collect_task_entry() { Init_E53_ST1(); while (1) { E53_ST1_Read_Data(); printf("\r\n******************************Longitude Value is %.5f\r\n", E53_ST1_Data.Longitude); printf("\r\n******************************Latitude Value is %.5f\r\n", E53_ST1_Data.Latitude); osal_task_sleep(2*1000); } return 0; } int standard_app_demo_main() { LCD_Clear(BLACK); POINT_COLOR = GREEN; LCD_ShowString(10, 10, 200, 16, 24, "Welcome to BearPi"); LCD_ShowString(40, 50, 210, 16, 24, "Track Demo"); LCD_ShowString(10, 100, 200, 16, 16, "NCDP_IP:"); LCD_ShowString(80, 100, 200, 16, 16, cn_app_server); LCD_ShowString(10, 150, 200, 16, 16, "NCDP_PORT:"); LCD_ShowString(100, 150, 200, 16, 16, cn_app_port); osal_semp_create(&s_rcv_sync,1,0); osal_task_create("app_collect",app_collect_task_entry,NULL,0x400,NULL,3); osal_task_create("app_report",app_report_task_entry,NULL,0x1000,NULL,2); osal_task_create("app_command",app_cmd_task_entry,NULL,0x1000,NULL,3); return 0; }参考详细了解IoT设备接入服务，请参考IoTDA帮助文档。修订记录发布日期文档发布修订说明2022年5月12日V1.0文档首次发布

人民网北京5月11日电 （记者王连香）据交通运输部消息，近日，交通运输部印发了《关于开展冷藏集装箱港航服务提升行动的通知》（以下简称《通知》），部署开展冷藏集装箱港航服务提升行动，积极推动区块链、物联网等新一代信息技术与冷链物流深度融合，进一步提高冷藏箱港航服务品质，推进冷链物流运输高质量发展，更好满足冷链物流运输需求和人民群众美好生活需要，服务构建新发展格局。《通知》指出，到2023年底，基于区块链和物联网的冷藏集装箱港航服务能力明显提升，主要海运企业新增物联网冷藏集装箱18万标准箱（TEU）以上；沿海主要港口新增冷藏集装箱插头6000个以上；基于区块链和物联网技术应用的冷藏集装箱港航单证平均办理时间大幅缩减；建立冷藏集装箱运输电子运单，初步实现道路水路运输系统信息有效衔接和共享开放，联运服务质量明显提升。《通知》共部署了五项主要任务。一是推进基于物联网的冷藏集装箱发展。以主要冷藏集装箱航运企业为重点，推广集成传感、无线通信、自动定位等技术的物联网设备安装应用，实现对冷藏集装箱温湿度、冷机工作模式和通电状态等信息的自动化采集与传输，逐步实现冷藏集装箱及货物等要素全程信息化、可视化。二是推动基于区块链的冷藏集装箱电子放货。以国际枢纽海港、主要冷藏集装箱航运企业为重点，推广应用港航区块链电子放货平台，国际枢纽海港实现冷藏集装箱货物港航单证平均办理时间由2天缩短至4小时以内，全程无接触办理，实现物流信息一站式查询。鼓励有条件的其他港口与国际集装箱班轮公司区块链电子放货平台对接，推动港航作业单证电子化，逐步实现港口电子放货。三是提升冷藏集装箱道路水路联运服务质量。鼓励推动冷藏集装箱航运企业、道路运输企业、港口企业、货代等企业依托区块链电子放货平台，逐步开展物流信息上链业务，开发应用电子运单，推动实现冷藏集装箱道路水路运输全过程温湿度、位置等信息实时监控，拓展完善物流服务功能，提升全程运输服务质量。四是提升港口冷藏集装箱堆存处置能力。以国际枢纽海港为重点，推动港站枢纽强化冷链组织功能，增加冷藏集装箱堆场及插座等冷藏集装箱配套设施设备，提升港口堆场冷藏集装箱堆存及供电插座能力，推进配套供电基础设施建设。五是研究制定冷藏集装箱运输相关指南方面。部研究建立以装备设施、作业流程、信息追溯等为重点的冷藏集装箱运输和物流标准规范，研究制定冷藏集装箱运输温控及信息服务要求、冷藏集装箱智能终端技术指南。《通知》强调，省级交通运输主管部门要高度重视，明确任务分工，落实责任部门，加强与海关、商务等部门合作，指导督促港航企业落实目标任务。