獲8000萬融資 他帶團隊花5年啃數據 研發稱重系統使裝載率提高5%
鉛筆道3月2日訊，車載智能稱重SaaS服務平臺“漢德科技”已完成8000萬元A輪融資，投資方為前海母基金、零一創投、峰瑞資本，資金將用于技術研發和團隊建設。漢德科技以重量維度切入物流市場，研發了“車載智能稱重管理平臺”，搭建了一個綜合車載智能稱重系統和數據分析的管理平臺。公司收入主要由硬件費和服務費組成，基于不同物流行業對測量精度的不同需求和功能進行定價。
5年磨數據
晚上8點，一輛從深圳到佛山拉鋼材的車上，出現兩位不一樣的跟車人員。不同于關注交通和貨物，他們跟車時主要看車輛在裝貨、卸貨、路上的數據狀態，為了這一組數據，他們需要耗費一夜的時間。有時候發現數據異常了，需要數據復現，可司機不愿意重新走，那就只能等下一趟。
從2012年到2017年五年間，有2萬多臺車就接觸到這樣一批不一樣的跟車團隊。他們對這些車整個生命周期的數據進行追蹤、清洗，以此分析車輛的各種狀態，如裝貨、卸貨、處于上坡或下坡、急加速或減速，通過傳感器把車輛所處的實際狀態，借助車軸的形變對應起來。
這個跟車團隊來自漢德科技，跟跑數據是為了建立數據模型，解決貨車智能稱重的問題。以往，貨車只能靠地磅稱重，由于點位有限，車在尋找地磅的過程中徒增成本，且無法獲得實時載重數據。且地磅不可移動，只能進行單點重量核查，可能需要車隊反復配載，且廠家無法監控運輸過程中的貨物變化，容易出現竄貨、偷換貨的情況。
漢德的解決方案是讓貨車安裝傳感器設備，通過監測車輛裝貨而產生的車軸剛性結構的形變，來判別車內貨物的重量，誤差可控制在2%以內；通過重量信息捕捉貨車在整個運輸流程中所處的狀態，實現流向管控、實時稱重、超載報警、偏載預警、駁載監控、裝載率監控、裝卸貨效率監控、大數據分析等功能。
這套“算法+傳感器”稱重系統所依托的核心技術是算法，通過長期線下追蹤貨車獲得數據，建立數據標簽庫，反推整個數據的模型和算法，來實現上述各種功能。
漢德科技創始人苗少光表示，車載稱重雖然不涉及芯片級別那樣難突破的技術，但前期建立數據模型的過程非常耗時耗力。團隊最初用實驗室數據做好數據模型，但是放在實際場景中卻發現完全不能用，原因是沒有考慮到現場的復雜環境，這恰恰是做車載稱重的技術難點所在。
“剛開始構建數據模型的時候，必須有人跟車，一旦數據有異常，就要觀察現場環境，確定是什么影響了傳感器的變化，最長曾花7個月時間解決一個影響因素。”苗少光介紹，車輪的方向、車輛是否急剎車、地面是否平整……這些因素都會影響車軸的受力。只有確定了影響因素，工程師才能有的放矢地分析數據。直到現在，漢德也有專人針對不同車型、應用場景做現場數據采集。
裝載率提高5%
車輛載重信息是物流運輸的重要維度，漢德科技通過自主研發，將力學模型、模式識別、機器學習等核心技術創新性融合，通過長期大量的測試及算法迭代，進而形成了由數據驅動的低成本、高精度的車輛載重實時監控系統，解決了行業痛點，在物流行業多個領域內得到認可和廣泛使用。
目前，該套產品的應用場景包括：普貨物流（快遞、快運、專線），可用于提升車輛流轉效率；大宗商品運輸，如煤炭、水泥、鋼貿，可用于流向管控，防止超載；如垃圾分類車、醫療廢物車等環衛管理，可實現每個收運點的稱重數據的獲取及大數據分析等。目前，上述行業的部分頭部企業已與漢德建立合作關系。在漢德的客戶群中，水泥廠占較大比重，水泥、煤炭和鋼貿領域也是其未來重點發展對象。
夯實的數據基礎讓漢德科技更準確地解決行業痛點，通過精細化監控人和車，運費結算依據從體積變為重量，漢德科技可將裝載率提高4%-5%。同時，由于過去無法識別每票大件貨物的重量，物流公司與客戶之間的信任基礎很弱，容易收到投訴，使用了漢德的產品后，客戶能及時知曉每票貨的重量，投訴率減少的同時，降低了貨物在中轉中心分揀的時間和人力成本。此外，產品還幫助制止了大宗貨物流竄的問題，例如，經不完全統計，為水泥廠的高價區域增加了7%銷售額，同時低價區域銷售額減少了3%。
苗少光認為，漢德的核心優勢體現在兩方面：一是稱重路徑技術的創新。一般企業是通過測量板簧的形變來計算重量，而板簧形變大、噪聲少、無線性、無重復，無法精準捕捉貨物重量的變化；而漢德通過應變片+算法的方式，可實現更精準的稱重；二是數據、模型的大規模積累：漢德團隊從2012年開始，線下對2萬多臺車整個生命周期的數據進行追蹤、清洗，以此分析車輛的各種狀態，數據更加全面和精準。
隨著我國物流行業規模的不斷擴大，通過技術創新提升行業效率成為發展的新風口。一方面，社會物流總額持續增長，在2018年達到283.1萬億，同比增長6.4%；另一方面，占據物流行業80%-90%體量的大宗貨物運輸，不僅關注貨物體積，也對重量的精準計算提出更高要求。智慧物流市場發展迅速，整個行業正由自動化、無人化向數據化、智能化發展，而漢德科技正好就是物聯網、大數據和人工智能技術在智慧物流行業的一個經典應用。
據了解，隨著在智慧物流行業內大量的數據積累，漢德科技還將有望切入數據服務市場，由工具型企業升級為平臺型企業，為客戶提供更多的增值服務。此外，鐘鼎資本認為，漢德有機會成為鐘鼎物流生態圈中的科技數據產業鏈重要組成部分。
核心關鍵字： 物流相關文章
-
廣州專業市場“硬核”復市：大數據監測 熱成像測溫 進門要“過三關”
昨日，廣州市多個批發市場正式復市。白馬服裝市場開啟大數據檢測場內客流，中大紡織圈推出綠碼通行證，熱成像測溫儀上線測體溫……昨日，廣州市多個批發市場正式復市。白馬服裝市場開啟大數據檢測場內客流，中大紡織圈推出綠碼通行證，熱成像測溫儀上線測體溫……昨日，廣州市多個批發市場正式復市。白馬服裝市場開啟大數據檢測場內客流，中大紡織圈推出綠碼通行證，熱成像測溫儀上線測體溫……...
2020-03-02 12:09:02 白馬商圈中大 -
截止至3月2日10時全國累計確診80174例 疫情實時數據查詢
80174截至3月2日10時，全國累計報告確診病例80174例，現有確診病例32739例，累計死亡病例2915例，累計治愈出院44520例，現有疑似病例715例，現有重癥病例7110例。...
2020-03-02 11:07:58 疫情實時 -
-
陜西疫情最新數據 截止3月2日10時陜西累計新冠肺炎確診245例
截至3月2日10時，陜西省累計報告確診病例245例，現有確診病例35例，累計死亡病例1例，累計治愈出院209例。...
2020-03-02 11:01:16 陜西肺炎 -
微盟宣布1.5億賠付金，稱數據已經全部找回
在微盟刪庫事件發生一周后，3月1日晚，微盟宣布數據已全面找回，并表示已擬定了現金賠付計劃和流量賠付計劃，準備了1.5億元人民幣賠付撥備金，將對此次事故給商家經營造成的影響進行賠償。微盟稱，由于此次數據量規模非常大，為了保證數據一致性和線上體驗，公司將于3月2日凌晨2點進行系統上線演練，3月3日上午9點數據恢復正式上線。以下為聲明原文：尊敬的微盟商戶：截止到3月1日晚8點，在騰訊云團隊協助下，經過7...
2020-03-02 07:17:04 數據騰訊商家 -
物流界開啟“云招商”：直播2小時32萬人觀看，1486人加盟登記
摘要：離下一個快運上市企業誕生不遠了。天下網商記者汪佳婧這是一場特殊的招商會。鏡頭這邊的主持人、企業負責人戴著口罩出鏡，另一頭，有意向加盟的用戶只需使用手機觀看，便可線上繳納定金，成功加盟。2月29日，安能物流舉行了首次全國線上招商會，所有人足不出戶，全國聯動線上招商。直播"云招商"算是物流業的創新嘗試，況且安能還打出了補貼2億元的口號，吸引了一大波人氣。安能方面表示，這次歷時近2個小時的線上"云...
2020-03-01 20:17:04 快運線上企業 -
新型肺炎中國損失多少錢 專家給出了這個數據
普通肺炎不需要花費多少錢治療，但患了新型肺炎，則是一種嚴重病毒，損失慘大。那么這次新型肺炎中國損失多少錢呢？對于中國經濟方面造成的損失，這是必定的，只是具體的金額，目前官方還未公布。不過，專家預測中國損失，給出了一個數據。中國經濟
2020-03-01 13:55:46 肺炎中國損失
其實，現在還不確定新型肺炎導致中國經濟的總損失，但目前的消費損失，有專家發表了看法。清華大學國家金融研究院院長、IMF原全球副總裁朱民在“五道口在線大講堂”上表示，估... -
數據分析：韓國病毒疫情，戳破了發達國家的謊言！
原創： 一棵青木來源公眾號：遠方青木已獲轉載授權2月25號那天，我給大家分析了韓國、日本、伊朗的新冠肺炎確診數據。當時我把每日的數據制成圖，截至到2月24日數據匯總起來，發現曲線是這樣的。 根據這個曲線的走勢，再對比下當年武漢的曲線圖。我們當時很輕易的分析出，全球新冠疫情很快就將進入爆發期，數據會有一個直線攀升。中國依靠巨大犧牲，成功實現了對病毒的圍追堵截，給全世界爭取了足足3個星期的緩沖時間。沒想到，其他國家根本不在意這寶貴的三周緩沖時間。不管是韓國、日本、歐洲，還是美國，都和沒事人一樣，該有的防疫措施...
2020-03-01 11:15:06 韓國疫情發達國家 -
肺炎疫情全球消息：疫情在西方擴散，考驗他們剝掉“數據隱私”的能力
觀察者網：很高興有這樣一個機會能和賴博士直接對話。我首先聯系到了塔特姆教授（A.J.Tatem），他幫我聯系了賴博士。你的專業是地理與環境科學，研究人群遷徙的季節性流動與傳染疾病...
2020-03-01 10:58:54 肺炎疫情數據隱私 -
應勇在武漢調研大數據服務疫情防控工作 建強用好大數據系統
應勇聽取大數據服務疫情防控工作情況匯報并觀看系統演示，詳細了解數據收集渠道、系統運作流程等基本情況，并與大家共同研究系統建設和數據應用中存在的突出問題。...
2020-03-01 06:08:02 數據疫情防控
| 留言與評論（共有 0 條評論） |
