CN102509447B - 一种城市公共自行车故障的模糊识别方法 - Google Patents
一种城市公共自行车故障的模糊识别方法 Download PDFInfo
- Publication number
- CN102509447B CN102509447B CN 201110320825 CN201110320825A CN102509447B CN 102509447 B CN102509447 B CN 102509447B CN 201110320825 CN201110320825 CN 201110320825 CN 201110320825 A CN201110320825 A CN 201110320825A CN 102509447 B CN102509447 B CN 102509447B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- fault
- fuzzy
- turnover rate
- car
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种城市公共自行车故障的模糊识别方法,使用模糊识别算法,不需要使用任何定制的故障自动检测装置,不需要值班工作人员人工检测的情况下,判断车辆是否故障,并对故障进行分级,便于维修人员快速定位故障车辆、并合理安排维修次序。简单可行、成本低、可信度高,具有良好的经济和社会效益。
Description
技术领域
本发明涉及一种城市公共自行车故障的模糊识别方法,尤其涉及一种通过模糊识别公共自行车租借/归还时间间隔和频度,对公共自行车故障情况进行分级,便于维修人员快速定位故障车辆、并合理安排维修次序的方法。该方法可广泛应用于城市公共车故障检测,属于故障检测技术领域。
背景技术
近年来,随着我国城市机动车辆数量的不断增加,城市交通拥堵情况日益严重,城市慢行系统由此得到发展。公共自行车是城市慢行系统的一种方式,在公交网点、居民小区、人流密集区附近部署公共自行车租车点,可以有效地提升公交系统的运送能力,为市民出行带来方便。
但是公共自行车经常停放在户外,在使用过程中,往往会出现故障。目前公共自行车故障的检测主要依靠人工检测的方法,在一些公共自行车大的周转站,一般设有专人值守。他们也负责就近的另外几个小的中转站的车辆的检测、维护。
有的自行车故障显而易见,例如链条断链、掉链、龙头脱把、脚踏板脱落,车胎破裂等,检测人员可以通过目测得出结论;而有的故障就比较不容易发现,例如车胎气压不足、链条松弛、龙头移位等,需要检测人员实地适用一下,才能够发现问题。这样的检测方法费时费力,如果每一辆车都需要这样检测的话,将是很大的工作量。因此目前很多故障车辆无法即时得到检测并维修,给使用者带来不便,也降低了公共自行车系统的效率。
目前尚无自行车故障自动检测的产品和技术方案,只能依靠人工检测,但是除了值班工作人员对自行车进行检测之外,自行车使用者也是很好的检测者,虽然可以通过设置一定的装置,让使用者报告车辆的故障情况,例如热线电话、在停车桩子上设置功能按键用于登记故障,但是使用复杂,一般使用者学习困难,也不能强制要求使用者完成这些工作。
因此,本发明通过分析使用者租借/归还时间间隔和频度,通过模糊识别算法,判断自行车是否故障,以及对故障情况进行分级,以便于维修人员即时定位故障车辆,并合理安排维修次序。
发明内容
本发明的目标是提供一种城市公共自行车故障的模糊识别方法,使得在不使用任何定制的故障自动检测装置、值班工作人员的人工检测的情况下,模糊识别车辆是否故障,并对故障情况进行分级,从而便于维修人员快速定位故障车辆、并合理安排维修次序。
为了实现上述目的,本发明基于以下这样一些事实:
(1)如果车辆故障明显,使用者在有其他车辆可供选择的情况下,基本上不会选择租借该车,当然也有没有仔细观察而误借的,但是由于无法正常工作,也会马上在同一个租车点归还;
(2)如果车辆故障,但是还能使用,使用者在有其他车辆可供选择的情况下,有可能换借其他车辆,当然也有的使用者会选择不调换,将就着使用;
(3)如果租车点其它车辆都被租借,而一些车辆长久没有租借,可以视作故障。
因此,如果能够把租车点的车辆租借记录登记下来,并采用一定的模糊识别算法加以运算,就可以根据使用人的使用体验,间接判断车辆的故障情况。
值得庆幸的是,这样的车辆租借信息本身就存放在城市公共自行车信息系统内,因为对于管理信息系统,必须登记每一个编号的自行车的租借记录,什么时候在哪个停车桩子?什么时候被租借?什么时候归还?在哪里归还?等信息都是基本的登记信息,这些信息直接关系到租车人的利益、车辆的防丢失等要求,因此一般来说,都比较准确、翔实和可靠。
本发明正是基于这些基本信息实现车辆故障的模糊识别的,因此,本发明提出的技术方案如下:
通过测算车辆租借/归还时间间隔,以及车辆及租车点其它车辆使用频度,获得使用者对车辆故障与否的判断,采用两个模糊识别模块:
(1)“车辆使用满意度”模糊识别模块
这个模糊识别模块是对车辆租借/归还时间间隔进行模糊识别,基于车辆租借/归还时间间隔越短,说明使用者使用满意度越差,车辆故障程度越严重的假设;
(2)“车辆故障明显度”模糊识别模块
这个模糊设别模块是对车辆使用频度和租车点全体车辆使用频度的比进行模糊识别,基于车辆使用频度越低,说明使用者越不愿意选择,车辆故障程度越严重的假设。
采用步骤如下:
(1)租车点平均周转率计算
租车点每天所有停车桩子的租借/归还操作的次数总和停车桩子的总数,用公式:
其中N为租车点停车桩子总数,leasei为每个停车转子的租借/归还操作的次数,周转率η越高,说明该租车点当天车辆使用率高,一般情况下,采用几个月、或者一年左右的每天周转率做平均得到平均周转率
(2)选择模糊识别模块
如果平均周转率则平均周转率极低,这样的租车点使用人数很低,无法识别;如果平均周转率则平均周转率较低,选用“车辆使用满意度”模糊识别模块;如果平均周转率则平均周转率较高,选用“车辆故障明显度”模糊识别模块;
(3)“车辆使用满意度”模糊识别模块模糊化过程;
(4)记录车辆租借/归还时间间隔,所谓“车辆租借/归还时间间隔”是指车辆完成租借操作之后到归还操作之间的时间间隔;
(5)计算隶属度,选择隶属度函数为:
式中,车辆租借/归还时间间隔Δt小于一个阈值T0时,可以认为使用者刚租借车辆就发现车辆无法使用,直接归还,因此满意度为0;其他情况下,满意度随车辆租借/归还时间间隔Δt的增大而增加;
(6)计算平均隶属度,将同一编号的车辆的隶属度函数值进行算术平均,计算一个时间段内的平均隶属度这是因为如果有的使用者可以容忍某些故障,其他的使用者可以容忍另外一些故障,因此取平均隶属度可以区分故障的等级;
(7)设置模糊阈值,将隶属度函数分成五个模糊子集{很满意、较满意、无所谓、较不满意、很不满意},公式为:
由小及大依次选择μ0,μ1,μ2,μ3四个阈值,以区分五个模糊子集;
(8)“车辆故障明显度”模糊识别模块模糊化过程;
记录车辆使用频度,租车点全体车辆使用频度,所谓“车辆使用频度”是指车辆当天租借/归还的次数;所谓“租车点全体车辆使用频度”是指车辆完成归还操作之后的所在的租车点的当天全体车辆租借/归还次数;两者比例p作为隶属度函数的输入;
(9)计算隶属度,选择隶属度函数为:
式中,比例p小于一个阈值P0时,可以认为租借次数相当少,因此可以认为故障十分明显;其他情况下,故障明显度随比例p的增加而减少;
(11)设置模糊阈值,将隶属度函数分成三个模糊子集{明显、一般、不明显},公式为:
由小及大依次选择σ0,σ1,σ2三个阈值,以区分三个模糊子集;
(12)模糊推理
模糊逻辑规则如下:
IF ET=很满意OR EP=不明显THEN DEG=无故障;
IF ET=较满意OR EP=不明显THEN DEG=轻微故障;
IF ET=无所谓OR EP=一般THEN DEG=中度故障;
IF ET=较不满意OR EP=明显THEN DEG=较重故障;
IF ET=很不满意OR EP=明显THEN DEG=严重故障;
据此,可以判断故障的等级DEG,以便维修人员定位故障车辆及合理安排维修次序。
综上所述,本发明所提出的技术方案的有益技术效果是:使用模糊识别算法,不需要使用任何定制的故障自动检测装置,不需要值班工作人员人工检测的情况下,判断车辆是否故障,并对故障进行分级,便于维修人员快速定位故障车辆、并合理安排维修次序。简单可行、成本低、可信度高,具有良好的经济和社会效益。
附图说明
图1是本发明一种城市公共自行车故障的模糊识别方法的不同程度故障租借/归还纪录示意图;
图2是本发明一种城市公共自行车故障的模糊识别方法的模糊识别器结构图。
具体实施方式
参考附图,下面对本发明进行详细描述。
如图1所示,本发明所分析的数据包括:车辆的租借/归还时间纪录,一般情况下,正常车辆租借/归还记录曲线(100)中,租借时间和归还时间呈现一定的规律,租借之后一般都是使用一段时间之后才归还,因为使用者从出发租车点骑到目的租车点需要一定的时间;
而一般故障车辆租借/归还记录曲线(101)中,很多次租借/归还操作中,租借时间非常短,意味着使用者在租借操作成功之后,发现车辆有一些故障,引起使用不适,在租车点有其他车辆可供选择的时候,使用者倾向于更换车辆;而在租车点没有其他车辆可供选择,或者其它车辆也有故障的时候,使用者勉强也能使用,这样的车辆租借/归还记录说明车辆存在故障,但是还能使用;
在明显故障车辆租借/归还记录曲线(102)中,始终没有租借操作,那是因为使用者一般都能很快发现车辆的明显故障,例如掉链、车胎破裂等,因此不会主动去租借这样的故障车辆;另一种情况是,在同一租车点中,其它车辆都正常租借/归还,且频度很高,而始终没有租借/归还操作的车辆,就很有可能是存在明显故障的车辆。
如图2所示,模糊识别器结构图中,租借/归还操作数(201)和停车桩子总数(202)计算得到租车点平均周转率(200),并由此选择模糊识别模块:“车辆使用满意度”模糊识别模块、“车辆故障明显度”模糊识别模块,根据车辆租借/归还记录(203)模糊区分故障等级,对于平均周转率极低的租车点,由于使用人数很低,无法进行判断,所以采用空操作(206),对于不能使用模糊识别模块进行识别的车辆,可以采用工作人员人工检测的方法进行故障检测。而最终故障等级由模糊推理(207)给出,车辆维修人员可以依据车辆故障等级安排维修次序。
Claims (1)
1.一种城市公共自行车故障的模糊识别方法,其特征在于:在不使用任何定制的故障自动检测装置、值班工作人员的人工检测的情况下,模糊识别车辆是否故障,并对故障情况进行分级,从而便于维修人员快速定位故障车辆、并合理安排维修次序,具体步骤如下:
(1)租车点平均周转率计算
周转率定义为租车点每天所有停车桩子的租借/归还操作的次数总和除以停车桩子的总数,用公式:
(2)选择模糊识别模块
如果平均周转率则平均周转率极低,这样的租车点使用人数很低,无法识别;如果平均周转率则平均周转率较低,选用“车辆使用满意度”模糊识别模块;如果平均周转率则平均周转率较高,选用“车辆故障明显度”模糊识别模块,其中η0和η1为模糊识别模块选择阈值;
(3)“车辆使用满意度”模糊识别模块模糊化过程;
(4)记录车辆租借/归还时间间隔,所谓“车辆租借/归还时间间隔”是指车辆完成租借操作之后到归还操作之间的时间间隔;
(5)计算隶属度,选择隶属度函数为:
式中,车辆租借/归还时间间隔Δt小于一个阈值T0时,可以认为使用者刚租借车辆就发现车辆无法使用,直接归还,因此满意度为0;其他情况下,满意度随车辆租借/归还时间间隔Δt的增大而增加;
(6)计算平均隶属度,将同一编号的车辆的隶属度函数值进行算术平均,计算一个时间段内的平均隶属度这是因为如果有的使用者可以容忍某些故障,其他的使用者可以容忍另外一些故障,因此取平均隶属度可以区分故障的等级;
(7)设置模糊阈值,将隶属度函数分成五个模糊子集{很满意、较满意、无所谓、较不满意、很不满意},公式为:
由大及小依次选择μ0,μ1,μ2,μ3四个阈值,以区分五个模糊子集;
(8)“车辆故障明显度”模糊识别模块模糊化过程;
记录车辆使用频度,租车点全体车辆使用频度,所谓“车辆使用频度”是指车辆当天租借/归还的次数;所谓“租车点全体车辆使用频度”是指车辆完成归还操作之后的所在的租车点的当天全体车辆租借/归还次数;
(9)计算隶属度,选择隶属度函数为:
式中,比例p小于一个阈值P0时,可以认为租借次数相当少,因此可以认为故障十分明显;其他情况下,故障明显度随比例p的增加而减少;
(11)设置模糊阈值,将隶属度函数分成三个模糊子集{明显、一般、不明显},公式为:
由大及小依次选择σ0,σ1,σ2三个阈值,以区分三个模糊子集;
(12)模糊推理
模糊逻辑规则如下:
IF ET=很满意OR EP=不明显THEN DEG=无故障;
IF ET=较满意OR EP=不明显THEN DEG=轻微故障;
IF ET=无所谓OR EP=一般THEN DEG=中度故障;
IF ET=较不满意OR EP=明显THEN DEG=较重故障;
IF ET=很不满意OR EP=明显THEN DEG=严重故障;
据此,可以判断故障的等级DEG,以便维修人员定位故障车辆及合理安排维修次序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110320825 CN102509447B (zh) | 2011-10-20 | 2011-10-20 | 一种城市公共自行车故障的模糊识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110320825 CN102509447B (zh) | 2011-10-20 | 2011-10-20 | 一种城市公共自行车故障的模糊识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102509447A CN102509447A (zh) | 2012-06-20 |
CN102509447B true CN102509447B (zh) | 2013-08-07 |
Family
ID=46221523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110320825 Expired - Fee Related CN102509447B (zh) | 2011-10-20 | 2011-10-20 | 一种城市公共自行车故障的模糊识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102509447B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105654623A (zh) * | 2015-12-28 | 2016-06-08 | 北京印刷学院 | 一种公共自行车故障检测装置及方法 |
CN105467903B (zh) * | 2016-01-18 | 2018-07-13 | 上海交通大学 | 基于智能垃圾桶的网络管理系统及其控制方法 |
CN106297042B (zh) * | 2016-08-19 | 2019-05-14 | 芜湖恒天易开软件科技股份有限公司 | 电动汽车租赁行业无人值守车辆的维修保养系统及其方法 |
CN108305395A (zh) * | 2017-01-11 | 2018-07-20 | 宁波轩悦行电动汽车服务有限公司 | 一种基于租车间隔的电动汽车状态判定方法 |
CN108297694A (zh) * | 2017-01-11 | 2018-07-20 | 宁波轩悦行电动汽车服务有限公司 | 一种根据电量消耗判定电动汽车是否故障的方法 |
CN108304939A (zh) * | 2017-01-11 | 2018-07-20 | 宁波轩悦行电动汽车服务有限公司 | 一种通过电量消耗和租车间隔进行故障检测的方法 |
CN108303263A (zh) * | 2017-01-11 | 2018-07-20 | 宁波轩悦行电动汽车服务有限公司 | 一种基于充放电速率的电动汽车故障判断方法 |
CN106845653A (zh) * | 2017-01-22 | 2017-06-13 | 移康智能科技(上海)股份有限公司 | 一种租赁单车的故障检测方法与单车租赁系统服务器 |
CN109102642A (zh) * | 2017-06-20 | 2018-12-28 | 宁波轩悦行电动汽车服务有限公司 | 一种租车系统车辆故障检测方法及密码管理方法 |
CN107563829A (zh) * | 2017-07-19 | 2018-01-09 | 深圳市云充吧科技有限公司 | 一种租借物锁定方法、租借终端及租借系统 |
CN109584537A (zh) * | 2017-10-18 | 2019-04-05 | 宁波轩悦行电动汽车服务有限公司 | 租车系统救援路径选择方法及车辆故障检测方法 |
CN107742243B (zh) * | 2017-10-18 | 2021-02-02 | 深圳市沃特沃德股份有限公司 | 共享单车标记方法及装置 |
CN109615085A (zh) * | 2017-10-18 | 2019-04-12 | 宁波轩悦行电动汽车服务有限公司 | 租车系统车辆故障检测方法及故障车救援方法 |
CN108091126A (zh) * | 2017-11-24 | 2018-05-29 | 蒙城县航远信息科技有限责任公司 | 一种对可移动共享装置进行远程故障监管的方法 |
CN108229698A (zh) * | 2017-12-28 | 2018-06-29 | 佛山潮伊汇服装有限公司 | 共享装置异常检测方法及装置 |
CN108269326A (zh) * | 2017-12-29 | 2018-07-10 | 佛山潮伊汇服装有限公司 | 共享单车故障检测方法及装置 |
CN108537914B (zh) * | 2018-02-24 | 2020-07-28 | 浙江工业大学 | 公共自行车故障诊断方法 |
CN108921306A (zh) * | 2018-06-15 | 2018-11-30 | 杭州后博科技有限公司 | 一种共享单车重点维护区域识别方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739655A (zh) * | 2009-12-17 | 2010-06-16 | 浙江工业大学 | 一种基于滚动时域调度算法的公共慢行系统动态调度方法 |
CN101799962A (zh) * | 2010-02-05 | 2010-08-11 | 上海永久自行车有限公司 | 一种公共自行车租车与还车控制方法 |
KR20110018139A (ko) * | 2009-08-17 | 2011-02-23 | 한국전자통신연구원 | 무인 자전거 관리 시스템 및 방법 |
CN102141477A (zh) * | 2010-01-29 | 2011-08-03 | 上海永久自行车有限公司 | 自行车状态自动检测系统及方法、自行车的锁控装置 |
CN102184600A (zh) * | 2011-02-25 | 2011-09-14 | 浙江工业大学 | 基于rfid的公共自行车智能识别租借系统 |
-
2011
- 2011-10-20 CN CN 201110320825 patent/CN102509447B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110018139A (ko) * | 2009-08-17 | 2011-02-23 | 한국전자통신연구원 | 무인 자전거 관리 시스템 및 방법 |
CN101739655A (zh) * | 2009-12-17 | 2010-06-16 | 浙江工业大学 | 一种基于滚动时域调度算法的公共慢行系统动态调度方法 |
CN102141477A (zh) * | 2010-01-29 | 2011-08-03 | 上海永久自行车有限公司 | 自行车状态自动检测系统及方法、自行车的锁控装置 |
CN101799962A (zh) * | 2010-02-05 | 2010-08-11 | 上海永久自行车有限公司 | 一种公共自行车租车与还车控制方法 |
CN102184600A (zh) * | 2011-02-25 | 2011-09-14 | 浙江工业大学 | 基于rfid的公共自行车智能识别租借系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102509447A (zh) | 2012-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102509447B (zh) | 一种城市公共自行车故障的模糊识别方法 | |
US9147293B2 (en) | Fuel management system and method | |
CN102809413B (zh) | 一种车辆动态称重作弊检测方法及装置 | |
CN103077610A (zh) | 一种路段旅行时间估计的方法和系统 | |
CN106314438A (zh) | 一种司机驾驶轨迹中异常轨迹的检测方法和系统 | |
CN101661532A (zh) | 从总量数据计算车况指数的系统和方法 | |
CN104240499A (zh) | 一种基于微波数据的异常拥堵点判别方法 | |
CN104574545B (zh) | 一种货车不停车计重收费车道系统车辆监控方法 | |
CN102521902A (zh) | 一种客车乘客检测系统 | |
CN203644220U (zh) | 一种基于车位监测的智能道路停车管理系统 | |
CN113781831A (zh) | 一种基于区块链技术的智慧云平台 | |
CN110969190B (zh) | 非法营运车辆检测方法、介质、设备及装置 | |
CN105590288A (zh) | 一种公共自行车故障车辆认定系统及方法 | |
US20220383738A1 (en) | Method for short-term traffic risk prediction of road sections using roadside observation data | |
CN108363381A (zh) | 基于车联网的车辆管理系统 | |
CN100481153C (zh) | 基于偏最小二乘原理的高速公路交通事件自动检测方法 | |
CN102360524B (zh) | 快速道路危险交通流特征的自动检测确认方法 | |
CN103927448A (zh) | 轨道交通车辆部件故障模式危害度的确定方法 | |
CN102855670B (zh) | 一种自动发卡车道防作弊系统 | |
TWI753334B (zh) | 自駕車遠端監控系統及其方法 | |
CN115050186A (zh) | 一种基于大数据分析的道路智能救援管理平台 | |
CN202887269U (zh) | 一种自动发卡车道防作弊系统 | |
CN105336176A (zh) | 二手车检测方法及系统 | |
CN103198670A (zh) | 一种检测高速岔路口汽车倒车行为的装置及其检测方法 | |
CN109050741A (zh) | 一种共享单车车辆状况分类方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130807 Termination date: 20161020 |
|
CF01 | Termination of patent right due to non-payment of annual fee |