美腾自动偏载调偏，是因为在装车过程中会造成车厢内部填充不均匀，因此需要软件辅助调整。其关键在于，当前车厢形态数据的搜集，过滤，统计，特定算法判断，及结果的应用。硬件采用西克雷达(一种类似与激光测距的手段，位于车厢上方)，在1.0版本中，因为项目历史的原因车厢形态的数据收集是基于线程监听的方式，即偏载调偏开启一个单独的线程，不断的轮询装车的数据，遇到符合要求的新数据就开始工作，这种方式的效率差，耦合性极高，并且会有数据不全的情况，导致结果不准确。因此在2.0升级的过程中，绝大部分流程都更改为基于事件的模型，扩展了Spring的ApplicationEvent，并进行了深度的流程优化(比如，服务端线程管理，主控的程序的事件点切分，生命周期划分等)。偏载调偏不再主动轮询，而是被动的等待事件到来，不管是效率还是程序结构上都有极大的提高。在接受到数据之后使用内存List存储进行数据清洗,因为雷达会存在个别数据点位过高不正常的问题，在该步骤之后保证数据都是正确并且可用的。数据清洗采用的是Filter模式，之后调用特定算法进行数据模型的检验，调整。算法本身比较复杂，因此采用的是外观模式，屏蔽了内部细节。在计算出结果之后，发出调整偏载调偏成功事件，同步到Redis进行持久化。后续的原始数据，及调整的日志和一些报告信息通过kafka发生到服务端，以便后续分析调研。