物联网技术助推货运在途管理低碳化

[发布时间 2020-12-31 08:55:18]

前不久，“做好碳达峰，碳中和工作”被列为明年8项重点任务之一，自此，“碳中和”成为市场亦或是行业的热门话题。加快推动绿色低碳发展、持续改善生态环境质量的国策，将对中国经济社会带来深刻影响。

其中，交通行业的碳排放占比高达28%，改变以公路货运为主的运输结构，减少货车碳排放，是实现碳中和目标的关键任务。

近几年来，交通运输部一直提倡公转铁、公转水等运输方式，并着重从源头治理，有序推进公路货运车型标准化，提高商用车环保排放标准，严格货车超限超载治理，取得了丰硕的成果。

但货车运输途中，有哪些不必要的碳排放，应该如何治理，还没有通行的办法。目前，有一些企业从物联网、AI等技术出发给出的解决方案，或许值得参考。

避免装卸货排队造成大量碳排放，园区智慧化管理是关键

一般来说，卡车司机拉一趟货，需要经过物流园区装卸货、干线驾驶两个环节。若能找出不同运输场景下影响油耗的因素，就能有的放矢的节能减排。

而事实上，对物流园区来说，缺乏总揽全局的信息化工具，从车辆入园到离园，全靠人工指挥停车、装卸、统计报表，难免会造成「装货2小时，排队8小时」的情况。园区外长长的车队不仅会造成周边交通拥堵，车辆艰难的挪动也会让发动机长时间空转，无形中增加碳排放。

园区内，装卸货以及过磅的过程中，司机也要多次下车领取各种纸质单据。以煤炭货运行业为例，司机从矿区门口到桶仓短短一公里的距离，需要下5次车、盖3个章、扫3次单子、领3张票。且不说纸张本身对林木资源的浪费，冗长的单据流程带来长时间的园区逗留，进而造成“排队——增加碳排放——排队——增加碳排放”的恶性循环。

基于物联网的技术积累，G7给出了一套智慧园区解决方案，即：通过可视化系统实时掌握园区的运力流动、等待、异常等情况，实现合理规划调度。司机在手机APP提前预约入园时间，根据导航行驶至装卸货、过磅地点及相应出口，并在线上完成装卸货确认和结算。

拿落地于鄂尔多斯三同圆站台的G7无人磅房系统举例，它可以自动识别车牌号，验证作业运单并称重，使用大屏显示和语音播报引导司机卸货，过磅完成后自动打印磅单。该系统上线后，单车过磅时间由3分钟缩短为10秒，效率提升18倍，节省了司机的等待时间，从而促进了节能减排。

节油不能只靠驾驶培训

对于货车运输中的碳排放，则取决于车况、路况及司机的驾驶习惯。

路况作为客观存在，很难被改变。车企以往大多向车队客户提供培训，来推广好的驾驶习惯。近几年，则开始频频与车联网、物联网企业合作或自研智能系统，尝试以技术方法来降低油耗。

曼恩中国曾在2015年将源自德国的车联网系统MAN TeleMatics 予以本土化，可以做到每5秒收集一次驾驶行为数据并回传后台，支持两年的在线追踪查询，截止今年9月已经接入近3000辆曼恩卡车。

福田戴姆勒则在2019年4月发布欧曼EST G7智领版，借助G7数字货舱的轻量化、智能节油系统，使整车的油耗能比同类产品节省8%。

大部分已经出厂，处在运营状态的车辆，则可以选择后装G7等第三方货运服务平台的智能节油系统。事实上，由于此类平台耕耘货运物联网时间长，连接的车辆多，沉淀下来的大数据可以帮物流企业更全面的看到不同司机、不同车型、不同路段的油耗情况。

扎根公路货运行业十年，G7发现有很多不良驾驶习惯会造成油耗增加，可能是一次不恰当的踩刹车、一次随性的紧急加速、长时间的发动机空转……G7 EMS系统实时获取的26项发动机数据，可以找出同一车辆不同线路下的油耗差异原因。

超180万台联网卡车，日均7.3T的数据上传，使深度分析全国几十万条线路的油耗数据成为可能。对比每条线路中各类车辆的平均油耗，一旦发现异常高油耗事件，可以自动分析并报告给管理人员。据悉，日常使用G7 EMS系统可以使油费降低10%左右。

就像G7创始人兼CEO翟学魂在前不久全球气候组织发起的“Race to zero”对话中所说，“G7通过强大的IoT能力和平台上的大数据基础，实现了每年减少碳排放110,000,000kg”。亿级的降排数据，背后是物联网对货运痛点的深刻洞察以及对生产要素的数字化改造。