Intelligent Truck Matching in Full Truckload Shipments using Ping2Hex approach

Resumen Técnico: Emparejamiento Inteligente de Camiones en Envíos de Carga Completa utilizando el Enfoque Ping2Hex

1. Definición del Problema

En las operaciones de la cadena de suministro de carga completa (FTL), la visibilidad en tiempo real depende del emparejamiento preciso de los pings de GPS de los Dispositivos de Registro Electrónico (ELD) con envíos específicos. Sin embargo, los métodos tradicionales de emparejamiento fallan cuando los identificadores de vehículos (como IDs de camión o IDs de dispositivo) están ausentes, corruptos o se ingresan de manera inconsistente debido a errores del dispositivo o lagunas en la entrada manual de datos.

Cuando los identificadores no están disponibles, los envíos pierden visibilidad, lo que impide predicciones precisas de la Hora Estimada de Llegada (ETA) y la gestión proactiva de excepciones. Las soluciones existentes a menudo asumen que los identificadores están presentes o dependen de umbrales de proximidad rígidos basados en reglas (por ejemplo, un radio de 500 metros desde un punto de recogida), que son altamente sensibles a errores de geocodificación y no pueden distinguir entre múltiples camiones que salen del mismo lugar pero se dirigen a diferentes destinos.

2. Metodología: La Pipeline ITM 2.0

Los autores proponen el Emparejamiento Inteligente de Camiones (ITM) 2.0, un sistema de aprendizaje automático que reformula el emparejamiento camión-envío como un problema de clasificación probabilística. El sistema opera a través de la siguiente pipeline:

• Discretización Espacial (Ping2Hex): En lugar de utilizar coordenadas GPS crudas, el sistema mapea los pings de GPS y las trayectorias históricas de carriles al índice espacial hexagonal H3 de Uber.
  • Estrategia de Resolución: Las ciudades de origen y destino se mapean utilizando la resolución 4 de H3 (longitud de arista aproximada de 26 km), mientras que los pings individuales se mapean a la resolución 6 (longitud de arista aproximada de 3.72 km). Esto equilibra el contexto a nivel de ciudad con el seguimiento preciso de trayectorias.
  • Extracción de Características: El sistema construye características basadas en la superposición entre el conjunto actual de pings de un camión candidato y los datos históricos de carriles. Las características clave incluyen el número de celdas hexagonales superpuestas, el número total de pings dentro de esas celdas superpuestas y las métricas temporales (tiempo transcurrido desde la recogida programada).
• Filtrado de Candidatos: Para un envío dado, los camiones candidatos se identifican por detalles del transportista y se filtran según la proximidad al lugar de recogida y el cumplimiento de los horarios de cita.
• Modelo de Aprendizaje Automático: El sistema emplea LightGBM (Light Gradient Boosting Machine) para predecir la probabilidad de que la trayectoria de un camión candidato específico coincida con el envío. LightGBM fue seleccionado sobre SVM y XGBoost debido a su superior rendimiento al manejar espacios de características de celdas hexagonales de alta dimensión, el desequilibrio de clases y su capacidad para producir probabilidades bien calibradas.
• Post-procesamiento: Un algoritmo basado en umbrales clasifica a los camiones candidatos. Asigna etiquetas de confianza (ALTA, MEDIA, BAJA) basadas en puntuaciones de probabilidad ($\tau_{high}$, $\tau_{medium}$) y un umbral mínimo ($\tau_{min}$). Si ningún candidato supera el umbral mínimo, el sistema espera más datos en lugar de realizar una asignación de baja confianza.

3. Contribuciones Clave

El artículo describe tres contribuciones principales al campo de la visibilidad de la cadena de suministro:

1. Formulación del Problema: Una definición formal del emparejamiento camión-envío basado en GPS como un problema de clasificación probabilística sobre conjuntos de pings candidatos, abordando específicamente el escenario donde faltan identificadores explícitos.
2. Arquitectura: El desarrollo de la pipeline de ML de ITM 2.0, que mejora la cobertura y la precisión sobre los motores basados en reglas existentes mediante la integración de características espaciales y temporales.
3. Construcción del Conjunto de Datos: Un esquema novedoso para la construcción de conjuntos de datos utilizando el método ping2hex. Este enfoque aprovecha la extracción de características espaciales basada en una cuadrícula hexagonal para modelar la similitud de rutas, utilizando datos históricos de carriles para entrenar al modelo en la distinción de trayectorias divergentes.

4. Resultados Experimentales

El sistema fue evaluado mediante selección de modelos fuera de línea y pruebas de sombra en producción (duplicando solicitudes en vivo al nuevo sistema sin afectar las operaciones).

• Selección de Modelo: En comparaciones fuera de línea, LightGBM superó a SVM y XGBoost, logrando un 55% de precisión en América del Norte (NA) y un 32% en la Unión Europea (EU) en el conjunto de validación.
• Rendimiento en Producción (Pruebas de Sombra): En comparación con la línea base basada en reglas (ITM 1.0), ITM 2.0 demostró ganancias significativas:
  • América del Norte: La precisión aumentó en 26 puntos porcentuales (de 29% a 55%), mientras que la cobertura se duplicó (de 4.5% a 9.0%).
  • Europa: La precisión aumentó en 14 puntos porcentuales (de 18% a 32%), con un aumento de 10 veces en la cobertura (de 2.5% a 27%).
• Estudios de Ablación:
  • Eliminar las características de celdas hexagonales (confiando solo en datos temporales) causó que la precisión cayera drásticamente al 7% en NA y al 6% en EU, confirmando que la discretización espacial es el principal impulsor de la precisión.
  • Eliminar el post-procesamiento redujo la precisión entre 22 y 35 puntos porcentuales, destacando la necesidad del filtrado basado en umbrales para prevenir falsos positivos.
• Robustez: El sistema demostró robustez ante errores de geocodificación de hasta 1 km e identificó con éxito el camión correcto incluso cuando múltiples candidatos inicialmente compartían una dirección antes de divergir.

5. Significado y Afirmaciones

El artículo afirma que ITM 2.0 aborda directamente una brecha crítica en la visibilidad de la cadena de suministro donde fallan los métodos tradicionales basados en identificadores. Al tratar el emparejamiento como un problema de clasificación bajo incertidumbre, el sistema permite que cientos de envíos adicionales de carga completa ganen seguimiento en tiempo real diariamente.

Los autores afirman que su trabajo establece la discretización espacial hexagonal de las trayectorias de GPS como una representación viable y efectiva para el emparejamiento de carga bajo incertidumbre, particularmente al tratar con datos geoespaciales ruidosos. La capacidad del sistema para duplicar la cobertura mientras mejora significativamente la precisión permite predicciones de ETA más precisas y una gestión proactiva de excepciones, mejorando directamente las capacidades operativas para transportistas y clientes.

El artículo señala limitaciones, incluido un rendimiento reducido en envíos de corto recorrido (≤40 km) debido a la alta superposición espacial y una dependencia de datos históricos de carriles para nuevas rutas. Sin embargo, el despliegue actual en Project44 maneja con éxito envíos de mediano y largo recorrido en América del Norte y Europa, proporcionando una solución robusta para el sector de carga completa.