运输和物流业中的 IoT

车队管理员监视着正在欧洲路线中行驶的数十台车辆。通过远程维护，他们可以看到德国发生了一起需要立即处理的事故。

车队管理员会检查生成此警报的车辆类型。在德国，872 台处于活动状态的车辆载有三种类型的货物：冷藏货物、干燥货物和危险货物。此警报是由 370 台载有危险物品车辆中的其中一辆引发的。

车队管理员根据警报追踪到了位于法兰克福附近的一台车辆。当他们放大地图时，Azure Maps 会动态呈现更细致的详细信息，包括城市名称和主要高速公路。

车队管理员确定了在法兰克福附近发出警报的车辆。在此视图中，他们可以直接观察到城市中的实时交通情况。

车队管理员可以了解此车辆的行驶路线、驾驶员姓名、路线起点和终点、原始预计到达时间、新的延迟到达时间，以及已对此路线进行优化的货物类型。

最后，车队管理员仔细查看了来自车上各种 IoT 传感器的遥测数据。

警报是由冷却装置传感器生成的，触发因素是湿度增加。

通过使用左侧的时序见解，车队管理员发现冷却装置的湿度已经超出了阈值，需要安排驾驶员前往最近的修车站。通过使用 Azure Maps，他们可以识别最近的修车站并为驾驶员创建新的路线。

通过 Dynamics CRM 集成，车队管理员可发出一张工单，提醒修车厂维修人员解决问题并安排替换卡车和驾驶员。

车队管理员将根据与原始路线相同的参数计算新的路线，包括车辆类型、货物类型和目的地，并将新的路线发送给新的驾驶员。

车队管理员确定了传感器警报的来源、为驾驶员计算了新的路线，并为新的驾驶员分配了路线。车队管理员现在可以返回原始视图以继续监控其余车队。