CN109145401B - 一种计算机动车排放清单的方法、系统及终端设备 - Google Patents
一种计算机动车排放清单的方法、系统及终端设备 Download PDFInfo
- Publication number
- CN109145401B CN109145401B CN201810855243.1A CN201810855243A CN109145401B CN 109145401 B CN109145401 B CN 109145401B CN 201810855243 A CN201810855243 A CN 201810855243A CN 109145401 B CN109145401 B CN 109145401B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- preset
- average
- road
- emission
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于计算机应用技术领域,提供了一种计算机动车排放清单的方法、系统及终端设备,所述方法包括:获取预设参数,获取机动车排放模型输出的排放因子,排放因子为机动车排放模型根据预设参数生成的,获取机动车的保有量和年均行驶里程,根据机动车的保有量、年均行驶里程和排放因子生成排放清单。本发明通过机动车排放模块计算出的排放因子是基于预设参数生成的,并没有直接利用国家排放标准公布的数据进行计算,提高了计算排放清单的准确度。
Description
技术领域
本发明属于计算机应用技术领域,尤其涉及一种计算机动车排放清单的方法、系统及终端设备。
背景技术
空气质量问题已经成为我国特别是京津冀区域城市化机动化进展中最为迫切需要应对的难题之一,交通领域方面的挑战则更为严重,机动车尾气排放已成为城市群范围内最大污染源,也是造成灰霾的重要因,故精确量化交通污染物的排放对政府及相关部门采取的减排措施有效评价起着关键的作用。为有效缓解和控制交通污染现状,建立机动车染排放清单是交通减排的必要途径也是重要的科学依据。
现有技术中,研究人员一般根据国家排放标准公布的数据计算某个地区的排放清单,由于国家排放标准是基于全国的,可能会存在并不符合该地区实际排放情况的问题,因此,计算出来的排放清单准确度较低。
发明内容
有鉴于此,本发明实施例提供了一种高压釜的控制方法、系统及终端设备,以解决现有技术中由研究人员根据国家排放标准计算排放清单的方式存在准确度较低的问题。
本发明实施例的第一方面提供了一种计算机动车排放清单的方法,包括:
获取预设参数。
获取机动车排放模型输出的排放因子,所述排放因子为所述机动车排放模型根据所述预设参数生成的。
获取机动车的保有量和年均行驶里程。
根据所述机动车的保有量、所述年均行驶里程和所述排放因子生成排放清单。
本发明实施例的第二方面提供了一种计算机动车排放清单的系统,包括:
参数获取模块,用于获取预设参数。
排放因子获取模块,用于获取机动车排放模型输出的排放因子,所述排放因子为所述机动车排放模型根据所述预设参数生成的。
数据获取模块,用于获取机动车的保有量和年均行驶里程。
排放清单生成模块,用于根据所述机动车的保有量、所述年均行驶里程和所述排放因子生成排放清单。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本实施例通过获取预设参数,获取机动车排放模型输出的排放因子,排放因子为机动车排放模型根据预设参数生成的,获取机动车的保有量和年均行驶里程,根据机动车的保有量、年均行驶里程和排放因子生成排放清单。本实施例通过机动车排放模型计算出的排放因子是基于预设参数的,并没有直接利用国家排放标准公布的数据进行计算,提高了计算排放清单的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的计算机动车排放清单的方法的实现流程示意图;
图2是本发明一个实施例提供的图1中步骤S101的具体实现流程示意图;
图3是本发明一个实施例提供的计算机动车排放清单的系统的结构示意图;
图4是本发明一个实施例提供的参数获取模块的具体结构示意图;
图5是本发明一个实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例1:
图1示出了本发明的一个实施例提供的计算机动车排放清单的方法的实现流程,其过程详述如下:
在步骤S101中,获取预设参数。
在本发明的一个实施例中,预设参数包括车速分布比例。
在本发明的一个实施例中,步骤S101包括:
1)获取平均速度的集合,平均速度为预设车型的一辆被测车在预设道路上行驶速度的均值,集合包括第一数量的被测车对应的平均速度。
2)统计集合中落入预设速度区间的平均速度的个数。
3)将个数除以第一数量,得到车速分布比例。
在本实施例中,预设车型可以微型客车、小型客车、中型客车、大型客车、微型货车、轻型货车、中型货车或重型货车。
其中,微型客车是指发动机气缸总排量小于等于1.0升的载客汽车。
其中,小型客车是指载客人数小于或等于9人的载客汽车。
其中,中型客车是指载客人数大于9人且小于20人的载客汽车。
其中,大型客车是指载客人数大于等于20人的载客汽车。
其中,重型货车是指车长大于等于6m,总质量大于等于12000kg的载货汽车。
其中,中型货车是指车长大于等于6m,总质量大于等于4500kg且小于12000kg的载货汽车。
其中,轻型货车是指车长大于3.5m且小于6m,总质量大于1800kg且小于4500kg的载货汽车。
其中,微型货车是指车长小于等于3.5m,总质量小于等于1800kg的载货汽车。
其中,总质量包括车辆自身的质量和运载的货物的质量。
在本实施例中,获取被测车在被测时间段内在预设道路上行驶速度,计算出来行驶速度的均值,得到平均速度,由于预设道路可能存在堵车或其它情况,被测车在预设道路上的速度可能不同,为了使最终计算结果更加准确,对被测车的速度求均值,因此,平均速度为预设车型的一辆被测车在预设道路上行驶速度的均值。
其中,被测车在被测时间段内的在预设道路上行驶速度可以利用无人机进行获取,在被测时间段内,无人机间隔预设拍摄时间便拍摄一张照片并记录拍摄时间,照片包含至少一辆被测车,无人机经过处理该照片可以得到被测车的坐标信息和车型,终端设备接收无人机发送的被测车的坐标信息、拍摄时间和对应的车型,将预设车型作为目标车型,然后从接收到的信息中,筛选出与目标车型对应的坐标信息和拍摄时间,生成信息列表,依次从信息列表选取一个坐标信息作为当前坐标信息,根据当前坐标信息和下一个坐标信息计算出被测车在两者对应的拍摄时间差值内行驶的路程,将该路程除以两者拍摄时间的差值得到被测车的行驶速度,将计算出来的所有的被测车的行驶速度除以计算出来的所有的被测车的行驶速度的数目得到被测车的平均速度。
在本实施例中,下一个坐标信息表示与当前坐标信息对应的拍摄时间相差最小的拍摄时间所对应的坐标信息,根据当前坐标信息和下一个坐标信息计算出被测车在一段时间内行驶的路程,该路程表示当前坐标与下一个坐标两者之间的距离。
在本实施例中,为了方便后续统计不同车型的车辆行驶速度,可以将被测车的数量设为8辆,每辆被测车对应一种预设车型,无人机拍摄包含至少一辆被测车的照片,分析出照片包含的车辆的车型以及其它信息,并发送至终端设备,终端设备筛选出设定的预设车型对应的信息,并利用该信息计算出该预设车型对应的平均速度,从而实现了平均速度的获取。
在本实施例中,预设道路对应着一种道路类型,道路类型包括高速路、非高速路、快速路和非快速路,例如,京昆高速对应的道路类型为高速路。
其中,高速路是指限速不得低于第一预设时速的公路,第一预设时速可以为110km/h。
其中,非高速路是指限速在第二预设时速与第一预设时速之间的公里,第二预设时速可以为80km/h。
其中,快速路是指限速在第三预设时速与第二预设时速之间的公路,地散预设时速可以为60km/h。
其中,非快速路是指限速不高于第三预设时速的公路。
在本实施例中,预设速度区间包括0-2.5km/h、2.5km/h-7.5km/h、7.5km/h-12.5km/h17.5km/h-22.5km/h、22.5km/h-27.5km/h、27.5km/h-32.5km/h、32.5km/h-37.5km/h、37.5km/h-42.5km/h、42.5km/h-47.5km/h、47.5km/h-52.5km/h、52.5km/h-57.5km/h、57.5km/h-62.5km/h、62.5km/h-67.5km/h、67.5km/h-72.5km/h或者72.5km/h以上。
在本实施例中,统计集合中落入预设速度区间的平均速度的个数,将统计的个数除以第一数量,便得到该预设车型对应的车速分布比例。
以一个具体应用场景为例,被测车有3辆,分别为A车、B车和C车,预设道路为道路a,A在道路a上平均速度是3km/h,A在道路a上平均速度是4km/h,C在道路a上平均速度是9km/h,则集合中包含的平均速度有3km/h、4km/h、9km/h,预设速度区间为2.5km/h-7.5km/h,则集合中落入该速度区间的平均速度的个数为2,则该车型的速度分布比例为2/3。
进一步地,在实际应用中,用户可以通过设置不同的预设速度区间,统计集合中落入不同预设速度区间的格式,得到预设车型在一种道路类型上的全部车速分布比例。
进一步地,每种道路类型对应的道路存在多条,为了提高计算结果的准确度,可以选取多条道路类型相同的道路进行计算。
进一步地,在实际应用中,用户也可以通过选取对应不同道路类型的道路,得到预设车型在每种道路类型上的车速分布比例。
进一步地,在实际应用中,用户也可以通过设置不同的预设车型,得到不同车型在一种道路类型上车速分布比例。
进一步地,将上述计算出来的车速分布比例按照预设车速表格式进行保存,预设车速表格式可以如下表所示:
预设车型 | 道路类型 | 预设速度区间 | 车速分布比例 |
微型客车 | 快速路 | 0-2.5km/h | |
微型客车 | 快速路 | 2.5km/h-7.5km/h |
在本发明的一个实施例中,预设参数包括车龄分布比例。
在本发明的一个实施例中,步骤S101包括:
1)获取预设车型的报废年限。
2)获取预设车型的保有量。
3)根据Ri=Pi-Pi-1+Ri-n,计算预设车型在预设年份的车辆登记数。
其中,i为预设年份,Ri为预设车型在预设年份对应的车辆登记数,Pi为预设车型在预设年份的保有量,Pi-1为预设车型在预设年份的前一年的保有量,Ri-n为预设车型在预设年份的前n年的车辆登记数,n为预设车型的报废年限。
4)根据Vk-i=Ri/Pk,计算车龄分布比例。
其中,k为被测年份,k-i为车龄,Vk-i为车龄分布比例,Pk为预设车型在被测年份的保有量。
在本实施例中,报废年限是指车辆可使用的年限,例如,微型客车的报废年限为15年。
在本实施例中,被测年份为用户选取的年份。
在本实施例中,获取预设时间段内预设车型的保有量,预设时间段可以为1990年到2018年,预设车型的保有量表示被测城市每年拥有的该预设车型的车辆数目,预设车型的保有量与年份相对应,例如,被测城市为石家庄,预设车型为微型客车,2018年的微型客车的保有量是指石家庄2018年拥有微型客车的数量。
在本实施例中,Ri-n实际表示的是预设车型在预设年份的车辆报废数量。
在一个实施例中,在获取预设车型的保有量之后,包括:获取预设车型的初始车辆登记数。
在本实施例中,预设车型的初始车辆登记数为预设车型在某一年份的车辆登记数,是一个具体数值。
以一个具体应用场景为例,预设车型为微型客车,微型客车的报废年限为10年,被测年份是2018年,计算车龄为1年的微型客车的车龄分布比例时,则设置的预设年份为2017年,微型客车的初始车辆登记数为微型客车在1997年的车辆登记数,为5000辆,微型客车在2018年的保有量为10万辆,则微型客车在2017年的车辆登记数=微型客车在2017年的保有量-微型客车在2016年的保有量+微型客车在2007年的车辆登记数,微型客车在2007年的车辆登记数=微型客车在2007年的保有量-微型客车在2007年的保有量+微型客车在1997年的车辆登记数,通过不断的循环迭代,计算得到微型客车在2017年的车辆登记数为1万辆,根据公式Vk-i=Ri/Pk,得到车龄为1年的微型客车的所占比例为0.1,即车龄分布比例为0.1。
在本实施例中,可以通过选取不同预设年份,计算出任意车龄对应的车龄分布比例,并可以通过选取不同的预设车型,计算出任意车型对应的车龄分布比例,将计算出来的车龄分布比例按照预设车龄表格格式进行保存,预设车龄表格格式可以如下表所示:
预设车型 | 车龄 | 车龄分布比例 |
微型客车 | 0 | |
微型客车 | 1 |
在本发明的一个实施例中,预设参数包括道路类型行驶里程分布比例。
在本发明的一个实施例中,步骤S101包括:
1)计算路段长度与行驶在一条路段上的一种车型的车辆数量的乘积。
2)计算行驶里程,行驶里程为一种道路类型包括的所有路段对应的乘积的总和。
3)将行驶里程除以所有道路类型的行驶里程总和,得到道路类型行驶里程分布比例。
在本实施例中,道路类型行驶里程分布比例是指每种车型在不同道路类型上的分布比例,例如,A车型在道路类型a上的分布比例。
在本实施例中,行驶在路段上的一种车型的车辆数量是指用户在单位时间内统计到的某一路段上包含的一种车型的车辆数量。
以一个具体应用场景为例,假设道路类型仅包括快速路和非快速路,快速路包括两个路段,分别为A和B,非快速路包括两个路段,分别为C和D,车型为微型客车,行驶在A上的微型客车数量为10,行驶在B上的微型客车数量为20,行驶在C上的微型客车数量为5,行驶在D上的微型客车数量为6,A、B、C、和D长度分别为100m,200m,300m和400m。快速路上对应的行驶里程为10*100+20*200=5000,非快速路上对应的行驶里程为5*300+6*400=3900,则微型客车在快速路上的道路类型行驶里程分布比例是5000/8900,微型客车在非快速路上的道路类型行驶里程分布比例是3900/8900,并将结果按照预设行驶里程分布比例格式进行保存,预设行驶里程分布比例格式可以如下表所示:
在本实施例中,用户可以通过选取不同的车型进行测试,得到不同车型对应的道路类型行驶里程分布比例。
在步骤S102中,获取机动车排放模型输出的排放因子,排放因子为机动车排放模型根据预设参数生成的。
在本实施例中,用户将预设参数输入机动车排放模型(MOVES,Motor VehicleEmissions Simulator)显示界面的对应位置,机动车排放模块根据用户输入的参数生成排放因子。
在本实施例中,机动车排放模型具有的良好用户界面,从不同层面上对机动车排放进行测算,进而获准确的被测城市对应的排放因子,通过改机动车排放模型计算出的结果更加符合被测城市实际排放情况。
在本实施例中,排放因子是指预设车型的车辆每行驶1公里污染物的排放量,污染物包括CO(carbon monoxide,一氧化碳)、NOx(nitrogen oxides,氮氧化物)、HC(hydrocarbon,碳氢化合物)、PM2.5(fine particulate matter,细颗粒物),示例性地,微型客车每行驶1公里排放9克CO、11克NOx、5克HC、4.5克PM2.5。
在步骤S103中,获取机动车的保有量和年均行驶里程。
在本实施例中,机动车的保有量是指预设车型在被测年份的保有量。
在本实施例中,年均行驶里程是指预设车型的车龄每年行驶公里数的均值,例如,小型客车的每年行驶公里数的均值是18000公里。
在步骤S104中,根据机动车的保有量、年均行驶里程和排放因子生成排放清单。
在一个发明实施例中,步骤S104包括:计算保有量、年均行驶里程和排放因子的乘积,得到排放清单。
在本实施例中,排放清单是指预设车型的车辆在被测年份排放污染物的总量。
在本实施例中,用户可以通过选取预设车型,计算出不同车型对应的排放清单,例如,用户可以先选取小型客车作为预设车型,计算出小型客车对应的排放清单,即计算出小型客车的排放污染物总量,然后选取中型客车作为预设车型,计算出中型客车对应的排放清单,相关研究人员可以根据不同车型对应的排放清单有针对性地提出符合被测城市的交通环境改善措施的建议,减少被测城市机动车污染物的排放,缓解大气环境的空气质量。
在本实施例中,获取到的数据是用户在被测城市实际测量出来的,贴合实际且具有时效性。
在本实施例中,机动车排放模块计算出的排放因子是基于预设参数的,预设参数是基于被测城市的,并没有直接利用国家排放标准公布的数据进行计算,从而提高了计算排放清单的准确度。
如图2所示,在本发明的一个实施例中,图1所对应的实施例中步骤S101具体包括:
在步骤S201中,获取第一预设时间内的温度值和湿度值。
在本实施例中,终端设备从本地获取第一预设时间内的温度值和湿度值,其中,第一预设时间内的温度值和湿度值可以为某一年每天的温度值和湿度值,例如,2017年每天的温度值和湿度值,也可以为某一年中某个月每天的温度值,例如,2017年9月每天的温度值和湿度值。
在本实施例中,用户可以从中国天气网记录第一预设时间内的温度值和湿度值,并将记录的温度值和湿度值保存至该终端设备。
优选地,为了提高数据的获取速度,用户可以将记录的温度值和湿度值保存至该终端设备的缓存中,终端设备可以直接从本地缓存中进行获取。
优选地,为了减轻该终端设备的负担,提高终端设备的运行速度,用户可以将记录的温度值和湿度值保存至预设服务器,当需要改温度值和湿度值时,终端设备便从预设服务器中获取,无需存储在本地,占用本地资源。
在步骤S202中,根据温度值计算第一预设时间内每个时刻对应的平均温度,得到平均温度。
在一个实施例中,步骤S202包括:
1)将温度值进行分组,得到若干温度集合,每个温度集合中包含的温度值对应的时刻相同。
2)计算每个温度集合的均值,得到平均温度。
3)将平均速度按照预设温度表格格式进行保存。
在本实施例中,每个温度集合与时刻对应,平均温度为每个时刻对应的平均温度。
以一个具体应用场景为例,第一预设时间为3天,9点对应的温度集合中包含温度值22℃、10℃和15℃,22℃、10℃和15℃是第一预设时间内每天9点对应的温度值。
在本实施例中,将计算出来的24个时刻对应的平均温度分别保存至预设表格中,预设温度表格格式可以如下表所示:
时刻 | 平均温度 |
1 | |
2 |
进一步地,在实际应用中,需要将平均温度转换为华氏温度。
在步骤S203中,根据湿度值计算第一预设时间内每个时刻对应的平均湿度,得到平均湿度。
在一个实施例中,步骤S202包括:
1)将湿度值进行分组,得到若干湿度集合,每个湿度集合中包含的湿度值对应的时刻相同。
2)计算每个温度集合的均值,得到平均湿度。
3)将全部的平均速度保存至预设表格中。
在本实施例中,每个湿度集合与时刻对应,平均温度为每个时刻对应的平均温度。
以一个具体应用场景为例,第一预设时间为4天,9点对应的湿度集合中包含湿度值73.1、65和66,73.1、65和66是第一预设时间内每天9点对应的湿度值。
在本实施例中,将计算出来的24个时刻对应的平均湿度分别保存至预设湿度表格中,预设湿度表格格式可以如下表所示:
时刻 | 湿度 |
1 | |
2 |
在本实施例中,通过选取若干温度值和湿度值进行计算平均温度和平均湿度,降低了偶然性,提高了准确度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例2:
图3示出了本发明的一个实施例提供的计算机动车排放清单的系统100,用于执行图1所对应的实施例中的方法步骤,其包括:
参数获取模块110,用于获取预设参数;
排放因子获取模块120,用于获取机动车排放模型输出的排放因子,排放因子为机动车排放模型根据预设参数生成的;
数据获取模块130,用于获取机动车的保有量和年均行驶里程;
排放清单生成模块140,用于根据机动车的保有量、年均行驶里程和排放因子生成排放清单。
在本发明的一个实施例中,预设参数包括车速分布比例。
在本发明的一个实施例中,参数获取模块110包括:
平均速度获取单元,用于获取平均速度的集合,平均速度为预设车型的一辆被测车在预设道路上行驶速度的均值,集合包括第一数量的被测车对应的平均速度。
数目获取单元,用于统计集合中落入预设速度区间的平均速度的个数。
车速分布比例获取单元,用于将个数除以第一数量,得到车速分布比例。
在本发明的一个实施例中,预设参数包括车龄分布比例。
在本发明的一个实施例中,参数获取模块110包括:
报废年限获取单元,用于获取预设车型的报废年限。
保有量获取单元,用于获取预设车型的保有量。
车辆登记数计算单元,用于根据Ri=Pi-Pi-1+Ri-n,计算预设车型在预设年份的车辆登记数。
其中,i为预设年份,Ri为预设车型在预设年份对应的车辆登记数,Pi为预设车型在预设年份的保有量,Pi-1为预设车型在预设年份的前一年的保有量,Ri-n为预设车型在预设年份的前n年的车辆登记数,n为预设车型的报废年限。
车龄分布比例计算单元,用于根据Vk-i=Ri/Pk,计算车龄分布比例。
其中,k为被测年份,k-i为车龄,Vk-i为车龄分布比例,Pk为预设车型在被测年份的保有量。
在本发明的一个实施例中,预设参数包括道路类型行驶里程分布比例。
在本发明的一个实施例中,参数获取模块110包括:
第一处理单元,用于计算路段长度与行驶在一条路段上的一种车型的车辆数量的乘积。
行驶里程计算单元,用于计算行驶里程,行驶里程为一种道路类型包括的所有路段对应的乘积的总和。
道路类型行驶里程分布比例计算单元,用于将行驶里程除以所有道路类型的行驶里程总和,得到道路类型行驶里程分布比例。
在本发明的一个实施例中,排放清单生成模块140用于:计算所述保有量、所述年均行驶里程和所述排放因子的乘积,得到所述排放清单
如图4所示,在一个实施例中,预设参数包括平均温度和平均湿度,参数获取模块110具体包括:
第一数据获取单元111,用于获取第一预设时间内的温度值和湿度值。
平均温度生成单元112,用于根据温度值计算第一预设时间内每个时刻对应的平均温度,得到平均温度。
平均湿度生成单元113,用于根据湿度值计算第一预设时间内每个时刻对应的平均湿度,得到平均湿度。
在一个实施例中,计算机动车排放清单的系统100还包括其他功能模块/单元,用于实现实施例1中各实施例中的方法步骤。
实施例3:
图5是本发明一实施例提供的终端设备的示意图。如图5所示,该实施例的终端设备5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现如实施例1中所述的各实施例的步骤,例如图1所示的步骤S101至步骤S104。或者,所述处理器50执行所述计算机程序52时实现如实施例2中所述的各系统实施例中的各模块/单元的功能,例如图3所示模块110至140的功能。
示例性的,所述计算机程序52可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。例如,所述计算机程序52可以被分割成参数获取模块,排放因子获取模块、数据获取模块和排放清单生成模块。各模块具体功能如下:
参数获取模块110,用于获取预设参数;
排放因子获取模块120,用于获取机动车排放模型输出的排放因子,排放因子为机动车排放模型根据预设参数生成的;
数据获取模块130,用于获取机动车的保有量和年均行驶里程;
排放清单生成模块140,用于根据机动车的保有量、年均行驶里程和排放因子生成排放清单。
所述终端设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备5可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是终端设备5的示例,并不构成对终端设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述终端设备5的内部存储单元,例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备,例如所述终端设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
实施例4:
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如实施例1中所述的各实施例中的步骤,例如图1所示的步骤S101至步骤S104。或者,所述计算机程序被处理器执行时实现如实施例2中所述的各系统实施例中的各模块/单元的功能,例如图3所示的模块110至140的功能。
所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本发明实施例系统中的模块或单元可以根据实际需要进行合并、划分和删减。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (5)
1.一种计算机动车排放清单的方法,其特征在于,包括:
获取预设参数;所述预设参数包括平均温度、平均湿度、车速分布比例、车龄分布比例和行驶里程分布比例;
获取机动车排放模型输出的排放因子,所述排放因子为所述机动车排放模型根据所述预设参数生成的;排放因子是指预设车型的车辆每行驶1公里污染物的排放量;
获取机动车的保有量和年均行驶里程;
根据所述机动车的保有量、所述年均行驶里程和所述排放因子生成排放清单;排放清单是指预设车型的车辆在被测年份排放污染物的总量;
所述获取预设参数,包括:
获取第一预设时间内的温度值和湿度值;
根据所述温度值计算所述第一预设时间内每个时刻对应的平均温度,得到所述平均温度;
根据所述湿度值计算所述第一预设时间内每个时刻对应的平均湿度,得到所述平均湿度;
所述获取预设参数,包括:
获取平均速度的集合,所述平均速度为预设车型的一辆被测车在预设道路上行驶速度的均值,所述集合包括第一数量的被测车对应的平均速度;
统计所述集合中落入预设速度区间的平均速度的个数;
将所述个数除以所述第一数量,得到所述车速分布比例;
被测车在被测时间段内的在预设道路上行驶速度利用无人机进行获取,在被测时间段内,无人机间隔预设拍摄时间便拍摄一张照片并记录拍摄时间,照片包含至少一辆被测车,无人机经过处理该照片得到被测车的坐标信息和车型,终端设备接收无人机发送的被测车的坐标信息、拍摄时间和对应的车型,将预设车型作为目标车型,然后从接收到的信息中,筛选出与目标车型对应的坐标信息和拍摄时间,生成信息列表,依次从信息列表选取一个坐标信息作为当前坐标信息,根据当前坐标信息和下一个坐标信息计算出被测车在两者对应的拍摄时间差值内行驶的路程,将该路程除以两者拍摄时间的差值得到被测车的行驶速度,将计算出来的所有的被测车的行驶速度除以计算出来的所有的被测车的行驶速度的数目得到被测车的平均速度;
预设道路对应着一种道路类型,道路类型包括高速路、非高速路、快速路和非快速路;
通过设置不同的预设速度区间,统计平均速度的集合中落入不同预设速度区间的格式,得到预设车型在一种道路类型上的全部车速分布比例;选取对应不同道路类型的道路,得到预设车型在每种道路类型上的车速分布比例;
所述获取预设参数,包括:
获取预设车型的报废年限;
获取所述预设车型的保有量;
根据Ri=Pi-Pi-1+Ri-n,计算所述预设车型在预设年份的车辆登记数;
其中,i为预设年份,Ri为所述预设车型在预设年份对应的车辆登记数,Pi为所述预设车型在预设年份的保有量,Pi-1为所述预设车型在所述预设年份的前一年的保有量,Ri-n为所述预设车型在预设年份的前n年的车辆登记数,n为所述预设车型的报废年限;
根据Vk-i=RiPk,计算所述车龄分布比例;
其中,k为被测年份,k-i为车龄,Vk-i为所述车龄分布比例,Pk为所述预设车型在被测年份的保有量;
通过选取不同预设年份,计算出任意车龄对应的车龄分布比例,并通过选取不同的预设车型,计算出任意车型对应的车龄分布比例;
所述获取预设参数,包括:
计算路段长度与行驶在一条路段上的一种车型的车辆数量的乘积;
计算行驶里程,所述行驶里程为一种道路类型包括的所有路段对应的所述乘积的总和;
将所述行驶里程除以所有道路类型的行驶里程总和,得到所述道路类型行驶里程分布比例;
道路类型行驶里程分布比例是指每种车型在不同道路类型上的分布比例。
2.如权利要求1所述的计算机动车排放清单的方法,其特征在于,所述根据所述机动车的保有量、所述年均行驶里程和所述排放因子生成排放清单,包括:
计算所述保有量、所述年均行驶里程和所述排放因子的乘积,得到所述排放清单。
3.一种计算机动车排放清单的系统,其特征在于,包括:
参数获取模块,用于获取预设参数;所述预设参数包括平均温度、平均湿度、车速分布比例、车龄分布比例和行驶里程分布比例;
排放因子获取模块,用于获取机动车排放模型输出的排放因子,所述排放因子为所述机动车排放模型根据所述预设参数生成的;排放因子是指预设车型的车辆每行驶1公里污染物的排放量;
数据获取模块,用于获取机动车的保有量和年均行驶里程;
排放清单生成模块,用于根据所述机动车的保有量、所述年均行驶里程和所述排放因子生成排放清单;排放清单是指预设车型的车辆在被测年份排放污染物的总量;
所述参数获取模块,用于:
获取第一预设时间内的温度值和湿度值;
根据所述温度值计算所述第一预设时间内每个时刻对应的平均温度,得到所述平均温度;
根据所述湿度值计算所述第一预设时间内每个时刻对应的平均湿度,得到所述平均湿度;
所述参数获取模块,用于:
获取平均速度的集合,所述平均速度为预设车型的一辆被测车在预设道路上行驶速度的均值,所述集合包括第一数量的被测车对应的平均速度;
统计所述集合中落入预设速度区间的平均速度的个数;
将所述个数除以所述第一数量,得到所述车速分布比例;
被测车在被测时间段内的在预设道路上行驶速度利用无人机进行获取,在被测时间段内,无人机间隔预设拍摄时间便拍摄一张照片并记录拍摄时间,照片包含至少一辆被测车,无人机经过处理该照片得到被测车的坐标信息和车型,终端设备接收无人机发送的被测车的坐标信息、拍摄时间和对应的车型,将预设车型作为目标车型,然后从接收到的信息中,筛选出与目标车型对应的坐标信息和拍摄时间,生成信息列表,依次从信息列表选取一个坐标信息作为当前坐标信息,根据当前坐标信息和下一个坐标信息计算出被测车在两者对应的拍摄时间差值内行驶的路程,将该路程除以两者拍摄时间的差值得到被测车的行驶速度,将计算出来的所有的被测车的行驶速度除以计算出来的所有的被测车的行驶速度的数目得到被测车的平均速度;
预设道路对应着一种道路类型,道路类型包括高速路、非高速路、快速路和非快速路;
通过设置不同的预设速度区间,统计平均速度的集合中落入不同预设速度区间的格式,得到预设车型在一种道路类型上的全部车速分布比例;选取对应不同道路类型的道路,得到预设车型在每种道路类型上的车速分布比例;
所述参数获取模块,用于:
获取预设车型的报废年限;
获取所述预设车型的保有量;
根据Ri=Pi-Pi-1+Ri-n,计算所述预设车型在预设年份的车辆登记数;
其中,i为预设年份,Ri为所述预设车型在预设年份对应的车辆登记数,Pi为所述预设车型在预设年份的保有量,Pi-1为所述预设车型在所述预设年份的前一年的保有量,Ri-n为所述预设车型在预设年份的前n年的车辆登记数,n为所述预设车型的报废年限;
根据Vk-i=RiPk,计算所述车龄分布比例;
其中,k为被测年份,k-i为车龄,Vk-i为所述车龄分布比例,Pk为所述预设车型在被测年份的保有量;
通过选取不同预设年份,计算出任意车龄对应的车龄分布比例,并通过选取不同的预设车型,计算出任意车型对应的车龄分布比例;
所述参数获取模块,用于:
计算路段长度与行驶在一条路段上的一种车型的车辆数量的乘积;
计算行驶里程,所述行驶里程为一种道路类型包括的所有路段对应的所述乘积的总和;
将所述行驶里程除以所有道路类型的行驶里程总和,得到所述道路类型行驶里程分布比例;
道路类型行驶里程分布比例是指每种车型在不同道路类型上的分布比例。
4.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至2任一项所述方法的步骤。
5.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至2任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810855243.1A CN109145401B (zh) | 2018-07-31 | 2018-07-31 | 一种计算机动车排放清单的方法、系统及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810855243.1A CN109145401B (zh) | 2018-07-31 | 2018-07-31 | 一种计算机动车排放清单的方法、系统及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109145401A CN109145401A (zh) | 2019-01-04 |
CN109145401B true CN109145401B (zh) | 2023-09-01 |
Family
ID=64798813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810855243.1A Active CN109145401B (zh) | 2018-07-31 | 2018-07-31 | 一种计算机动车排放清单的方法、系统及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109145401B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112668815A (zh) * | 2019-09-30 | 2021-04-16 | 北京国双科技有限公司 | 汽车数据处理方法和装置 |
CN111143771B (zh) * | 2019-12-12 | 2021-12-07 | 中山大学 | 机动车保有量计算方法、系统、装置及介质 |
CN113128791B (zh) * | 2021-05-18 | 2022-06-03 | 中科三清科技有限公司 | 基于moves模型的机动车排放清单测算方法及装置 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6327852B1 (en) * | 1999-03-19 | 2001-12-11 | Toyota Jidosha Kabushiki Kaisha | Exhaust gas emission control apparatus of hybrid vehicle |
CN102495629A (zh) * | 2011-12-27 | 2012-06-13 | 石家庄铁道大学 | 汽车尾气排放智能化诊断方法及装置 |
CN102567811A (zh) * | 2011-12-31 | 2012-07-11 | 中山大学 | 基于实时道路交通特征的机动车排放测算方法 |
CN103147371A (zh) * | 2013-03-08 | 2013-06-12 | 武汉理工大学 | 基于边缘率的高速公路长平直线路段控速标线设计方法 |
CN104715605A (zh) * | 2015-02-16 | 2015-06-17 | 北京交通大学 | 一种基于vsp分布的交通运行数据与排放数据耦合方法与系统 |
KR20160006993A (ko) * | 2014-07-10 | 2016-01-20 | 아주대학교산학협력단 | 지역의 교통활동도를 고려한 자동차 배출계수 예측장치 및 그 예측방법 |
CN105355048A (zh) * | 2015-11-05 | 2016-02-24 | 北京市交通行业节能减排中心 | 一种交通指数与机动车污染物排放耦合分析方法 |
CN106446398A (zh) * | 2016-09-20 | 2017-02-22 | 中山大学 | 基于交通运行数据和劣化率的轻型汽车排放速率计算方法 |
CN106530692A (zh) * | 2016-10-25 | 2017-03-22 | 黑龙江省城市规划勘测设计研究院 | 一种基于交通拥堵评价指标的机动车油耗排放强度测算方法 |
CN106650825A (zh) * | 2016-12-31 | 2017-05-10 | 中国科学技术大学 | 一种机动车尾气排放数据融合系统 |
CN106840703A (zh) * | 2017-03-07 | 2017-06-13 | 上海市环境科学研究院 | 尾气后处理装置的减排效果评价方法、系统及测试设备 |
CN108052791A (zh) * | 2017-12-04 | 2018-05-18 | 国网江苏省电力有限公司电力科学研究院 | 未来机动车结构调整对交通排放源清单影响的估算方法 |
CN108230217A (zh) * | 2017-12-28 | 2018-06-29 | 江苏交科能源科技发展有限公司 | 一种基于高速公路收费数据的能耗排放总量核算系统及其核算方法 |
CN113128791A (zh) * | 2021-05-18 | 2021-07-16 | 中科三清科技有限公司 | 基于moves模型的机动车排放清单测算方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010002348A1 (de) * | 2010-02-25 | 2011-08-25 | Siemens Aktiengesellschaft, 80333 | Verfahren und Ermittlungssystem zur automatischen Ermittlung von Emissionsorten, sowie darauf basierendes Verfahren und Verkehrssteuerungssystem zur immissionsabhängigen Verkehrssteurung |
-
2018
- 2018-07-31 CN CN201810855243.1A patent/CN109145401B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6327852B1 (en) * | 1999-03-19 | 2001-12-11 | Toyota Jidosha Kabushiki Kaisha | Exhaust gas emission control apparatus of hybrid vehicle |
CN102495629A (zh) * | 2011-12-27 | 2012-06-13 | 石家庄铁道大学 | 汽车尾气排放智能化诊断方法及装置 |
CN102567811A (zh) * | 2011-12-31 | 2012-07-11 | 中山大学 | 基于实时道路交通特征的机动车排放测算方法 |
CN103147371A (zh) * | 2013-03-08 | 2013-06-12 | 武汉理工大学 | 基于边缘率的高速公路长平直线路段控速标线设计方法 |
KR20160006993A (ko) * | 2014-07-10 | 2016-01-20 | 아주대학교산학협력단 | 지역의 교통활동도를 고려한 자동차 배출계수 예측장치 및 그 예측방법 |
CN104715605A (zh) * | 2015-02-16 | 2015-06-17 | 北京交通大学 | 一种基于vsp分布的交通运行数据与排放数据耦合方法与系统 |
CN105355048A (zh) * | 2015-11-05 | 2016-02-24 | 北京市交通行业节能减排中心 | 一种交通指数与机动车污染物排放耦合分析方法 |
CN106446398A (zh) * | 2016-09-20 | 2017-02-22 | 中山大学 | 基于交通运行数据和劣化率的轻型汽车排放速率计算方法 |
CN106530692A (zh) * | 2016-10-25 | 2017-03-22 | 黑龙江省城市规划勘测设计研究院 | 一种基于交通拥堵评价指标的机动车油耗排放强度测算方法 |
CN106650825A (zh) * | 2016-12-31 | 2017-05-10 | 中国科学技术大学 | 一种机动车尾气排放数据融合系统 |
CN106840703A (zh) * | 2017-03-07 | 2017-06-13 | 上海市环境科学研究院 | 尾气后处理装置的减排效果评价方法、系统及测试设备 |
CN108052791A (zh) * | 2017-12-04 | 2018-05-18 | 国网江苏省电力有限公司电力科学研究院 | 未来机动车结构调整对交通排放源清单影响的估算方法 |
CN108230217A (zh) * | 2017-12-28 | 2018-06-29 | 江苏交科能源科技发展有限公司 | 一种基于高速公路收费数据的能耗排放总量核算系统及其核算方法 |
CN113128791A (zh) * | 2021-05-18 | 2021-07-16 | 中科三清科技有限公司 | 基于moves模型的机动车排放清单测算方法及装置 |
Non-Patent Citations (1)
Title |
---|
Performance and exhaust emission characteristics of a spark ignition engine using ethanol and ethanol-reformed gas;Cheolwoong Park et al.;《Fuel》;第89卷(第8期);2118-2125 * |
Also Published As
Publication number | Publication date |
---|---|
CN109145401A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
O'Driscoll et al. | A Portable Emissions Measurement System (PEMS) study of NOx and primary NO2 emissions from Euro 6 diesel passenger cars and comparison with COPERT emission factors | |
CN109086246B (zh) | 一种道路交通源的排放量计算方法及装置 | |
WO2021135653A1 (zh) | 一种识别车辆的异常停留的方法和系统 | |
WO2020135887A1 (zh) | 污染来源预测方法、装置及电子设备 | |
CN109145401B (zh) | 一种计算机动车排放清单的方法、系统及终端设备 | |
CN111612670B (zh) | 一种构建机动车排放清单的方法、装置和计算机设备 | |
Chen et al. | Driver’s eco-driving behavior evaluation modeling based on driving events | |
Zhang et al. | High-resolution simulation of link-level vehicle emissions and concentrations for air pollutants in a traffic-populated eastern Asian city | |
CN110851524B (zh) | 基于自下而上的城市机动车排放清单编制技术方法及系统 | |
CN108682156B (zh) | 基于出租车gps数据动态监测市区交通排放污染状况的方法 | |
Kaymaz et al. | Development of a driving cycle for Istanbul bus rapid transit based on real-world data using stratified sampling method | |
CN104318315A (zh) | 一种城市道路交通污染物排放监控预警系统及方法 | |
CN112579718B (zh) | 一种城市用地功能的识别方法、装置及终端设备 | |
CN105957348B (zh) | 一种基于gis和pems的城市公交线路节点处排放估算方法 | |
CN109118770A (zh) | 一种基于交通监测数据的路段通行能力挖掘方法 | |
CN107798440B (zh) | 一种基于线路候选集的地铁接驳巴士线路规划方法 | |
CN105044278A (zh) | 汽车碳排放检测方法及装置 | |
CN111125636A (zh) | 基于城市隧道的机动车排放因子计算方法 | |
Chen et al. | Quantifying on-road vehicle emissions during traffic congestion using updated emission factors of light-duty gasoline vehicles and real-world traffic monitoring big data | |
CN112767686B (zh) | 一种基于多源数据融合的公路网汽车排放估算方法 | |
CN116481560B (zh) | 车辆行驶里程的计算方法、装置、终端及存储介质 | |
CN106055727A (zh) | 车辆对基础设施燃料经济性数据分析 | |
Yao et al. | VSP‐based emission factor calibration and signal timing optimisation for arterial streets | |
CN110852528A (zh) | 基于微观交通排放估算的公交站台选型方法 | |
Yan et al. | Vehicle emission comparisons along electronic and manual toll collection lanes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |