Local produce transportation
Create tools for local farmers to easily transport their goods to customers
Diese Challenge betrifft den Einsatz von KI zur Verbesserung der Lieferung von Produkten lokaler Höfe und Betriebe.
- Ergebnisse als Report (PDF)
Ausgangslage
Für Höfe ist der Transport ihrer Produkte zu deren Kunden eine grosse Herausforderung:
- Wenn die Höfe selbst fahren entsteht hoher Arbeitsaufwand und viel zusätlicher Verkehr.
- Kurierdienste sind of zu teuer.
- Die Auftragserfassung ist mit viel Arbeit verbunden.
Lösungsansatz
Höfe können die Lieferung unter sich aufteilen, wenn die verschiedenen Sendungen sinnvoll geplant sind. Ein Frachtenbörse kann den Höfen helfen ihre Sendungen zu erfassen und somit die Ideale Tour für die Lieferung von verschiedenen Höfen zu planen.
Nutzen:
- Reduktion von Lieferfahrten und Verkehr in Ballungsgebieten
- Zeitersparnis für Kleine Betriebe und Höfe durch Auslagerung und Bündelung von Lieferfahrten
- Förderung von regionalen Ernährungssystemen
Challenge
Für den Hackathon wird der Use Case auf einen relevanten Teilbereich heruntergebrochen:
Erkennung und Erfassung von strukturierten Sendungsdaten anhand von Bildern, Sprachaufnahmen und Texteingaben via Chat (Bsp. Whatsapp)
Versendende Betriebe nutzen z.B. Whatsapp Chatbot um Bilder oder Sprachnachrichten zu schicken. Anahnd Ort, Ton oder Bild wird erkannt, was die Sendung beinhaltet und von wo nach wo sie wann geliefert werden muss. Diese Daten werden strukturiert abgelegt.
Datenbasis
- Bilddaten: https://photos.app.goo.gl/1KW66kKtSRUe8SpGA
- Es gibt keine Text- und Tondaten
- Sendungsdaten und sinnvolle Datenformate können zur Verfügung gestellt werden
Aufbau von Sendungsdaten - Ziel Datenstruktur
- Abholadresse (bereits bekannt durch Absender:in)
- Zieladresse
- Es ist davon auszugehen, dass die Zieladressen als Stammdaten bereits bekannt sind.
- Nötig ist also ein Abgleich des Zielortes mit den bestehenden Adressen. Z.B. anhand des Namens eines Restaurants.
- Allenfalls ein Erkennen, dass eine Zieladresse noch unbekannt ist. Dann muss sie manuell geprüft oder neu erfasst werden.
- Ein Stapel von Kisten kann aufgeteilt sein in mehrere Zielorte. Siehe Beispiele in Fotos. z.B. 22 Kisten auf drei Stapeln an 6 Zielorte.
- Art und Anzahl Gebinde (vorerst eingeschränkt auf folgende)
- Tasche (Grösse analog Papiersack)
- IFCO Kiste
- Optional: Inhalt der Ware (Bedarf an Kühlung)
- Kühlung ja/nein
Project Report (PDF)
Swiss AI Weeks Hackathon App
Setup
Server Setup
- Installiere die benötigten Python-Pakete:
cd apis
pip install -r requirements.txt
- Starte den Flask-Server:
cd apis
python flask_app.py
Der Server läuft dann unter http://localhost:8080
Flutter App Setup
- Installiere die Flutter-Abhängigkeiten:
cd hackathon_application
flutter pub get
- Starte die Flutter-App:
flutter run
Kommunikation zwischen App und Server
Die App sendet Chatnachrichten an den Server über den /chat Endpunkt. Der Server empfängt diese Nachrichten und antwortet darauf.
Wenn der Server nicht erreichbar ist, verwendet die App einen lokalen Fallback-Mechanismus.
API-Endpunkte
/chat- POST-Anfrage für Chatnachrichten/test_apertus- Test-Endpunkt für Apertus/get_route/<start>/<end>- Routenberechnung zwischen Start- und Endpunkt
Wichtige Dateien
hackathon_application/lib/providers/chat_provider.dart- Logik für den Chathackathon_application/lib/widgets/message_input.dart- UI für die Nachrichteneingabeapis/flask_app.py- Flask-Server mit API-Endpunkten
Previous
Hackathon Bern
Next project