Управления собственным транспортом
Крупный агропромышленный холдинг, управляющий тремя производственными площадками: комбикормовый заводом, молочная ферма и тепличный комплекс. Ежедневно через территории проходит до 550 транспортных средств (зерновозы, кормовозы, рефрижераторы), выполняющих погрузочно-разгрузочные работы. До внедрения системы компания сталкивалась с хаотичным распределением транспорта, длительными простоями на въезде (до 4 часов), ошибками в синхронизации данных между 1С и оборудованием (весы, шлагбаумы). Ключевые требования: автоматизация планирования, интеграция с существующими системами, онлайн-мониторинг статусов ТС и снижение влияния человеческого фактора.
МЫ ЗНАЕМ НАСКОЛЬКО ВАЖЕН ПОДБОР СПЕЦИАЛИСТОВ
Уровень специалистов не ниже middle и опыт не менее 4х лет. Команда формировалась исходя из требований к проекту и опыта в определенных библиотеках.
Услуги
- Back-end
- Front-end
- Аналитика
- Тестирование
Состав команды
Особенности реализации
Управление транспортом и взаимодействие с водителями
Для водителей разработали мобильное приложение на Flutter, где отображался маршрут движения по территории с указанием контрольных точек (КПП, весы, доки). При регистрации через киоск самообслуживания система сканировала QR-код из TMS, проверяла соответствие ТС заявке и выдавала пропуск. Если водитель опаздывал, алгоритм пересчитывал расписание, отправляя SMS: «Ваше окно перенесено на 14:00. Ожидайте на стоянке». Для сложных случаев (например, поломка весов) предусмотрели ручное внесение данных сотрудниками через веб-интерфейс на React.
Система должна была отслеживать статусы ТС на каждом этапе: от регистрации до выезда. Для этого внедрили IoT-метки на транспорте, передающие данные о местоположении. Дашборды в Power BI отображали загруженность доков, время ожидания и отклонения от графика. Например, если погрузка затягивалась, система автоматически уведомляла диспетчера. Конструктор отчетов позволял настраивать выборку данных: по конкретному водителю, типу ТС или периоду. Это помогло выявить, что 70% задержек происходили из-за несвоевременной подачи документов.
Аналитика и безопасность.
Ролевая модель включала три уровня:
- Администраторы — настраивали интеграции, добавляли новых пользователей, имели доступ ко всем журналам
- Диспетчеры — управляли резервированием окон, просматривали аналитику в реальном времени
- Водители — получали уведомления без доступа к системе.
Данные шифровались по стандарту AES-256, а для аутентификации использовали двухфакторную проверку (SMS + логин). Аналитические отчёты автоматически формировались в 00:00 и включали: Процент занятости временных окон; Среднее время простоя ТС; Рейтинг транспортных агентов по соблюдению графика.
Наш заказчик насчитывает более 24 уникальных ИТ-решений в сфере логистики и хранения, и это делает его новатором, на которого равняются другие конкуренты.
Реализация
В рамках сотрудничества специалисты FIRECODE успешно разработали и модифицировали ПО, согласно поставленным задачам:
Гибкое бронирование слотов с учётом типа ТС и загрузки объектов
Карта территории с онлайн-трекингом и навигацией для водителей
Автоматический обмен данными через Rabbit MQ и REST API
Подключение весов, шлагбаумов, камер видеонаблюдения
Дашборды Power BI, конструктор отчётов, прогнозирование загруженности
Шаблоны сообщений с динамическими переменными (время, номер доки)
Разграничение прав доступа на основе должности и ответственности
Технологии и подходы
Back-end
Ядро системы построено на платформе 1С:Предприятие 8.3 с открытым кодом, что позволило заказчику самостоятельно вносить изменения. Для интеграционных сервисов использовали .NET Core 6 с библиотеками MassTransit (Rabbit MQ) и Dapper (оптимизация запросов к PostgreSQL). СУБД настроили на кластеризацию для отказоустойчивости.
Front-end
Веб-интерфейс для диспетчеров разработан на React 18 с использованием Redux Toolkit для управления состоянием. Дизайн-система Ant Design ускорила создание таблиц и фильтров. Мобильное приложение на Flutter 3 поддерживало офлайн-режим и синхронизацию данных при восстановлении связи.
Аналитика
Для обработки больших данных подключили ClickHouse, что сократило время формирования отчётов с 10 минут до 15 секунд. Визуализация реализована через Power BI с использованием пользовательских DAX-формул. Например, дашборд «Загруженность доков» отображал heatmap активности в разрезе часов.
Тестирование
Провели нагрузочное тестирование JMeter (500+ параллельных запросов), интеграционные тесты Postman (200+ сценариев) и A/B-тестирование интерфейса. Уязвимости безопасности выявляли через OWASP ZAP, а код проверяли статическим анализатором SonarQube.
Результат
Резюме
Внедрение системы сократило среднее время простоя ТС с 90 до 54 минут (-40%), увеличило пропускную способность на 25%, а количество ошибок в планировании снизилось с 15% до 3%. Интеграция с 1С и TMS автоматизировала 85% ручных операций, а аналитика в реальном времени позволила сократить расходы на логистику на 12% ежемесячно.
Технологии
Перспективы развития
AI-прогнозирование — внедрение машинного обучения для предсказания пиковых нагрузок на основе погоды и сезонности. Компьютерное зрение — распознавание номеров ТС через камеры для автоматической регистрации. IoT-датчики — мониторинг температуры и влажности в кузовах рефрижераторов. Блокчейн — защита данных о поставках через смарт-контракты. Система стала эталоном для агропромышленного сектора, демонстрируя, как цифровизация превращает логистику из затратной статьи в конкурентное преимущество.
Давайте
обсудим ваш
проект
Что будет дальше?
- Специалист свяжется с вами после анализа ваших требований;
- При необходимости подписываем NDA для обеспечения максимального уровня конфиденциальности;
- Мы представляем комплексное предложение со сметой, сроками, резюме и т. д.