With these motivations in mind, we

With these motivations in mind, we propose a merging of the
information technologies and geofencing algorithms to design
and develop the SafeTrack, an intelligent model for logistics management.
This work continues the research started in SWTrack
(Oliveira et al., 2013), which presented an intelligent model that
allows companies to track their vehicles and have control over
the traveled routes. In this new approach, SafeTrack integrates
off-the-shelf mobile devices and open source hardware to acquire
information such as vehicle positioning and input/output cargo on
the vehicle.

The main scientific contribution of this work is the automatic
delivery management of loads, without any user interaction. The
main strengths of this solution are time optimization and also minimizing
human mistakes. Furthermore, the cargo control is able to
identify several inconsistencies in the logistics flow, for example
mistaken deliveries and pickups, and also potential cargo thefts.
With that, the logistics’ costs decrease and cargo’s safety is
increased, helping companies in competitive markets. On the other
hand, the main weakness of the proposed research is related to
information interoperability. We focused on the distribution stage,
so critical information is not propagated throughout the supply
chain. However, in Section 2, we discuss the work of Geerts and
O’Leary (2014) that proposes a solution specifically targeted at this
issue.
The decision on the occurrence of inconsistencies during the
logistics flow is performed through the fusion of context
information, obtained from a mobile device, and a hardware component
especially developed for this project, named SafeDuino.
This component is attached at the back door of the truck with an
RFID shield, which detects when a cargo passes over the RFID
reader. Another feature of the proposed model is that devices can
send alarms notification whenever predefined situations occur.
These features speed up decision making, reducing losses and costs
for the logistics flow.
The remainder of this article will first introduce related works
in Section 2. In Section 3 we introduce the SafeTrack model. We
describe the prototype model in Section 4. Section 5 discusses
and presents the prototype evaluation in a controlled environment.
Finally, in Section 6, we present some conclusions and direction for
future work.

ผลลัพธ์ (ไทย) 1:

มีโต่งเหล่านี้ในจิตใจ เราเสนอการรวมของการเทคโนโลยีข้อมูลและอัลกอริทึม geofencing การออกแบบและพัฒนาแบบจำลองอัจฉริยะสำหรับการจัดการโลจิสติกส์ SafeTrackงานนี้ดำเนินการวิจัยเริ่มต้นใน SWTrack(Oliveira et al., 2013), ซึ่งแสดงแบบจำลองอัจฉริยะที่ช่วยให้บริษัทสามารถติดตามยานพาหนะ และมีการควบคุมมีเส้นทางบิน traveled ในวิธีการใหม่นี้ รวม SafeTrackอุปกรณ์มือถือ off-the-shelf และฮาร์ดแวร์มาเปิดรับข้อมูลตำแหน่งยานพาหนะและการขนส่งอินพุต/เอาท์พุตบนยานพาหนะส่วนวิทยาศาสตร์หลักของงานนี้ได้โดยอัตโนมัติจัดส่งการจัดการของโหลด ไม่มีการโต้ตอบผู้ใช้ ที่จุดแข็งหลักของวิธีนี้คือ เวลาปรับให้เหมาะสมและยัง ลดผิดมนุษย์ นอกจากนี้ การควบคุมสินค้าจะสามารถระบุความไม่สอดคล้องหลายกระแสโลจิสติกส์ ตัวอย่างดาวตามปกติจัดส่งสินค้า และรถปิคอัพ และ thefts ขนส่งสินค้าที่มีศักยภาพกับ ลดต้นทุนของโลจิสติกส์ และความปลอดภัยของสินค้าเป็นเพิ่มขึ้น ช่วยให้บริษัทในตลาดที่แข่งขัน อื่น ๆมือ เกี่ยวข้องกับจุดอ่อนหลักของการวิจัยนำเสนอทำงานร่วมกันของข้อมูล เราเน้นระยะกระจายจึงไม่มีการเผยแพร่ข้อมูลที่สำคัญทั้งการจัดหาวัสดุลูกโซ่ อย่างไรก็ตาม ในส่วน 2 เราหารือการทำงานของ Geerts และซีซี (2014) ที่เสนอวิธีแก้ปัญหาโดยเฉพาะเป้าหมายที่ปัญหาการตัดสินใจในการเกิดขึ้นของความไม่สอดคล้องระหว่างการโลจิสติกส์ไหลจะกระทำผ่านฟิวชั่นของบริบทข้อมูล ที่ได้รับจากอุปกรณ์มือถือ และส่วนประกอบฮาร์ดแวร์โดยเฉพาะอย่างยิ่งพัฒนาสำหรับโครงการนี้ ชื่อ SafeDuinoส่วนประกอบนี้อยู่ที่ประตูหลังของรถบรรทุกด้วยการโล่ RFID ซึ่งตรวจพบเมื่อขนส่งสินค้าผ่านผ่าน RFIDอ่าน คุณลักษณะอื่นของรูปแบบนำเสนอเป็นอุปกรณ์ที่สามารถส่งสัญญาณแจ้งเตือนเมื่อใดก็ ตามที่เกิดสถานการณ์ล่วงหน้าคุณลักษณะเหล่านี้เร่งตัดสินใจ การลดความสูญเสียและต้นทุนสำหรับกระแสของโลจิสติกส์ส่วนเหลือของบทความนี้จะแนะนำงานที่เกี่ยวข้องก่อนในส่วน 2 ในหมวดที่ 3 เราแนะนำรุ่น SafeTrack เราอธิบายโมเดลต้นแบบใน 4 ส่วน 5 ส่วนที่กล่าวถึงและนำเสนอการประเมินต้นแบบในสภาพแวดล้อมที่ควบคุมสุดท้าย เรานำบทสรุปและทิศทางสำหรับบางในส่วน 6งานในอนาคต

ผลลัพธ์ (ไทย) 2:

ด้วยแรงจูงใจเหล่านี้ในใจเรานำเสนอการรวมตัวของเทคโนโลยีสารสนเทศและขั้นตอนวิธี Geofencing ในการออกแบบและพัฒนาSafeTrack ที่รูปแบบอัจฉริยะสำหรับการจัดการโลจิสติก. งานนี้ยังคงการวิจัยเริ่มต้นใน SWTrack (Oliveira et al., 2013) ซึ่งนำเสนอ รูปแบบอัจฉริยะที่ช่วยให้บริษัท ในการติดตามยานพาหนะของพวกเขาและมีการควบคุมเส้นทางการเดินทาง ในวิธีการใหม่นี้ SafeTrack รวมปิดการเก็บรักษาอุปกรณ์มือถือและฮาร์ดแวร์ที่มาเปิดที่จะได้รับข้อมูลเช่นการวางตำแหน่งของยานพาหนะและอินพุต/ ขนส่งสินค้าส่งออกในรถ. ผลงานทางวิทยาศาสตร์หลักของการทำงานนี้เป็นอัตโนมัติการจัดการการส่งมอบโหลดโดยไม่ต้องโต้ตอบกับผู้ใช้ใด ๆ จุดแข็งหลักของการแก้ปัญหานี้คือการเพิ่มประสิทธิภาพของเวลาและยังลดความผิดพลาดของมนุษย์ นอกจากนี้การควบคุมสินค้าสามารถที่จะระบุความไม่สอดคล้องกันในหลายไหลจิสติกส์เช่นการส่งมอบรถปิคอัพและเข้าใจผิดและยังขโมยขนส่งสินค้าที่มีศักยภาพ. กับที่ต้นทุนโลจิสติกส์ลดลงและความปลอดภัยการขนส่งสินค้าจะเพิ่มขึ้นช่วยให้ บริษัท ในตลาดที่มีการแข่งขัน ที่อื่น ๆมือจุดอ่อนหลักของการวิจัยที่นำเสนอเป็นที่เกี่ยวข้องกับการทำงานร่วมกันข้อมูล เรามุ่งเน้นไปที่ขั้นตอนการกระจายเพื่อให้ข้อมูลที่สำคัญไม่ได้แพร่กระจายไปทั่วอุปทานห่วงโซ่ อย่างไรก็ตามในส่วนที่ 2 เราจะหารือการทำงานของ Geerts และแลร์รี่ส์(2014) ที่ได้นำเสนอวิธีการแก้ปัญหาการกำหนดเป้าหมายเฉพาะที่นี้ปัญหา. การตัดสินใจเกี่ยวกับการเกิดขึ้นของความไม่สอดคล้องกันในช่วงการไหลจิสติกส์จะดำเนินการผ่านการหลอมรวมของบริบทข้อมูลที่ได้รับจากโทรศัพท์มือถือและส่วนประกอบฮาร์ดแวร์ที่พัฒนาขึ้นโดยเฉพาะอย่างยิ่งสำหรับโครงการนี้ชื่อ SafeDuino. ส่วนนี้จะติดอยู่ที่ประตูหลังของรถบรรทุกที่มีโล่ RFID ซึ่งตรวจพบเมื่อมีการขนส่งสินค้าผ่าน RFID อ่าน คุณลักษณะของรูปแบบที่นำเสนอก็คืออุปกรณ์ที่สามารถส่งสัญญาณเตือนภัยแจ้งเตือนเมื่อใดก็ตามที่เกิดขึ้นในสถานการณ์ที่กำหนดไว้ล่วงหน้า. คุณสมบัติเหล่านี้เพิ่มความเร็วในการตัดสินใจลดการสูญเสียและค่าใช้จ่ายสำหรับการไหลเวียนของโลจิสติก. ส่วนที่เหลือของบทความนี้จะนำเสนอผลงานที่เกี่ยวข้องในหมวดที่ 2 ในมาตรา 3 เราแนะนำรูปแบบ SafeTrack เราอธิบายรูปแบบเดิมในมาตรา 4 มาตรา 5 กล่าวถึงและนำเสนอการประเมินต้นแบบในสภาพแวดล้อมการควบคุม. สุดท้ายในมาตรา 6 เรานำเสนอบางข้อสรุปและทิศทางการทำงานในอนาคต

ผลลัพธ์ (ไทย) 3:

กับเหล่านี้เกิดในใจเรานำเสนอการผสานของเทคโนโลยีและ geofencing
ข้อมูลขั้นตอนวิธีการออกแบบและพัฒนา safetrack
, รุ่นที่เป็นอัจฉริยะสำหรับการจัดการโลจิสติกส์
งานนี้ยังคงวิจัยเริ่มต้นใน swtrack
( Oliveira et al . , 2013 ) ซึ่งได้เสนอรูปแบบฉลาดที่
ช่วยให้ บริษัท ติดตามยานพาหนะ ของพวกเขาและมีการควบคุมมากกว่า
เดินทางเส้นทางกับเหล่านี้เกิดในใจเรานำเสนอการผสานของเทคโนโลยีและ geofencing
ข้อมูลขั้นตอนวิธีการออกแบบและพัฒนา safetrack
, รุ่นที่เป็นอัจฉริยะสำหรับการจัดการโลจิสติกส์
งานนี้ยังคงวิจัยเริ่มต้นใน swtrack
( Oliveira et al . , 2013 ) ซึ่งได้เสนอรูปแบบฉลาดที่
ช่วยให้ บริษัท ติดตามยานพาหนะ ของพวกเขาและมีการควบคุมมากกว่า
เดินทางเส้นทางในแนวทางใหม่นี้ safetrack รวม
ปิดการเก็บรักษาอุปกรณ์มือถือและโอเพนซอร์สฮาร์ดแวร์ได้รับ
ข้อมูลเช่นตำแหน่งยานพาหนะและนำเข้า / ส่งออกสินค้าในรถ


ผลงานทางวิทยาศาสตร์หลักของงานนี้คือการส่งมอบการจัดการอัตโนมัติ
โหลด โดยไม่มีการโต้ตอบกับผู้ใช้ .
จุดแข็งหลักของวิธีนี้คือการเพิ่มประสิทธิภาพเวลาและยังลด
ความผิดพลาดของมนุษย์ นอกจากนี้ การควบคุมสินค้า สามารถระบุความไม่สอดคล้องกันในโลจิสติกส์
หลายกระแส เช่น
เข้าใจผิดและการส่งมอบรถ และยังเป็นสินค้าที่มีศักยภาพ
กับ โลจิสติกส์และการขนส่งค่าใช้จ่ายลดความปลอดภัยของ
เพิ่มขึ้น ช่วยให้ บริษัท ในตลาดการแข่งขัน บนมืออื่น ๆ
, จุดอ่อนหลักของงานวิจัยเกี่ยวข้องกับ
ข้อมูลระหว่างกัน เราเน้นขั้นตอนการกระจายข้อมูลที่สำคัญ , ดังนั้นไม่ไป

ตลอดซัพพลายเชน อย่างไรก็ตาม ในส่วนที่ 2 เราได้กล่าวถึงการทำงานของ geerts และ
โอ ' เลียรี่ ( 2014 ) ที่นำเสนอโซลูชั่นเฉพาะเป้าหมายที่ปัญหานี้
.
การตัดสินใจในเหตุการณ์ของความไม่สอดคล้องกันระหว่าง
โลจิสติกไหลจะดำเนินการผ่านบริบท
ฟิวชั่นข้อมูลที่ได้จากอุปกรณ์เคลื่อนที่ และอุปกรณ์ ส่วนประกอบ
พัฒนาขึ้นโดยเฉพาะอย่างยิ่งสำหรับโครงการนี้ ชื่อ safeduino .
ส่วนนี้จะติดอยู่ที่ประตูด้านหลังของรถบรรทุกที่มี
โล่ RFID ซึ่งตรวจพบเมื่อสินค้าผ่านเครื่องอ่าน RFID

อีกคุณสมบัติของแบบจำลองคือ อุปกรณ์ที่สามารถส่งสัญญาณเตือนภัยแจ้งเตือนเมื่อใดก็ตามที่กำหนดไว้ล่วงหน้า

สถานการณ์เกิดขึ้นคุณสมบัติเพิ่มความเร็วในการตัดสินใจเหล่านี้ ลดความสูญเสียและค่าใช้จ่ายสำหรับโลจิสติกไหล
.
ส่วนที่เหลือของบทความนี้จะแนะนำในส่วนที่เกี่ยวข้องกับงาน
2 ในส่วนที่ 3 ที่เราแนะนำ safetrack นางแบบ เรา
อธิบายรูปแบบในส่วนที่ 4 มาตรา 5 กล่าวถึง
และนำเสนอต้นแบบการประเมินในสภาพแวดล้อมที่ควบคุม
ในที่สุด ในมาตรา ๖