深圳到永新貨運(yùn)大件運(yùn)輸哪家好 都離不開兩個因素：一是實(shí)際效果，二是成本。在物流科技領(lǐng)域，像無人機(jī)、機(jī)器人這類黑科技雖然酷炫，但受制于成本，大部分物流公司只能敬而遠(yuǎn)之。相比之下，一些數(shù)據(jù)化智能手段其實(shí)是更可行的解決方案。比如貨運(yùn)領(lǐng)域的儀，一旦車輛安裝上該設(shè)備，物流公司就掌握了每輛車的實(shí)時位置，在調(diào)配車輛時考慮到距離因素，優(yōu)先派距離近的車輛接單，以降低車輛周轉(zhuǎn)成本。低廉的售價則讓儀快速普及，成為貨車上最常見的后裝設(shè)備。現(xiàn)在，車輛的另一個維度信息“實(shí)時重量”也進(jìn)入了商業(yè)化階段，深圳漢德就是專注這個方向的公司。跟車跟出核心競爭力漢德所做的事情叫智能稱重，是通過給貨車安裝外部設(shè)備的方式獲取精準(zhǔn)、實(shí)時的重量信息，精準(zhǔn)是指誤差率在5%以內(nèi)。

實(shí)時則是對比傳統(tǒng)的地磅稱重方式。以往，貨車只能靠地磅稱重，由于點(diǎn)位有限，車在尋找地磅的過程中徒增成本，且無法獲得實(shí)時載重數(shù)據(jù)。漢德的解決方案就是讓貨車安裝傳感器設(shè)備，測量車軸形變，然后將形變數(shù)據(jù)導(dǎo)入數(shù)據(jù)模型，計算出車輛的實(shí)時載重。根據(jù)車型和客戶對精度的要求不同，漢德為每輛車裝配4-14個不等的傳感器，采集的數(shù)據(jù)還會上傳云端，用于遠(yuǎn)程判斷車輛的狀態(tài)，比如判斷車輛是否，司機(jī)中途違規(guī)卸貨、加貨等。（漢德智能稱重的產(chǎn)品邏輯）漢德創(chuàng)始人苗少光直言，車載稱重雖然不涉及芯片級別那樣難突破的技術(shù)，但前期建立數(shù)據(jù)模型的過程非常耗時耗力。漢德核心團(tuán)隊成員早在2012年就認(rèn)準(zhǔn)了車載稱重這個方向，他們最初用實(shí)驗(yàn)室數(shù)據(jù)做好數(shù)據(jù)模型。

但是放在實(shí)際場景中卻發(fā)現(xiàn)完全不能用，原因是沒有考慮到現(xiàn)場的復(fù)雜環(huán)境，這恰恰是做車載稱重的技術(shù)難點(diǎn)所在。“剛開始構(gòu)建數(shù)據(jù)模型的時候，必須有人跟車，一旦數(shù)據(jù)有異常，就要觀察現(xiàn)場環(huán)境，確定是什么影響了傳感器的變化。”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(shù)據(jù)。漢德團(tuán)隊就像一樣，不斷推理出現(xiàn)象背后的真實(shí)原因，這期間也常遇到難題，曾花7個月時間解決一個影響因素。直到現(xiàn)在，漢德也有專人針對不同車型、應(yīng)用場景做現(xiàn)場數(shù)據(jù)采集。正是這個原因，讓漢德花了5年時間研發(fā)產(chǎn)品。光在早期數(shù)據(jù)模型確定之前，團(tuán)隊就足足花了兩年時間跟車。