CN109816203A - 一种环卫作业实时行为分析系统 - Google Patents
一种环卫作业实时行为分析系统 Download PDFInfo
- Publication number
- CN109816203A CN109816203A CN201811578555.9A CN201811578555A CN109816203A CN 109816203 A CN109816203 A CN 109816203A CN 201811578555 A CN201811578555 A CN 201811578555A CN 109816203 A CN109816203 A CN 109816203A
- Authority
- CN
- China
- Prior art keywords
- data
- analysis
- environmental sanitation
- behaviour
- real
- 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.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了垃圾收运领域的一种基于物联网和大数据的环卫作业实时行为分析系统,包括数据实时采集装置,对每个时间段持续采集该时间段内的一组作业行为数据,时间段为将作业时间分隔形成的多个时间段;数据分析装置,根据作业行为数据获得该作业行为的各个指标参数以确定其对应的作业行为属性并统计分析作业行为属性的相关数据作为一次数据行为分析结果;根据累积的多个一次数据行为分析结果进行二次数据行为分析获得作业行为状态参数信息并确定形成该作业行为状态的原因。本发明可对各种作业行为进行智能分析,合理规划作业管理,提升作业效率,无需人工干预,智能化实现低环卫运营成本。
Description
技术领域
本发明涉及垃圾收运领域,具体涉及一种环卫作业实时行为分析系统。
背景技术
传统的环卫运维系统中,只能简单的收集和统计作业相关信息,并且人工统计和调度,例如根据排班计划去调度,但因为排班固定或过于频繁,在实际调度过程中是会出现调度困难,调度混乱等问题,导致作业效率不高,人力及物力分配不均等问题。
发明内容
解决的技术问题
针对现有背景所提出的问题,本发明提供一种智能化的环卫系统,对各种作业行为进行智能分析,合理规划作业管理,旨在无需人工干预的前提下通过科学精准智能化的分析来提升作业效率,同时实现低环卫运营成本。
技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种环卫作业实时行为分析系统,包括
数据实时采集装置,对每个时间段持续采集该时间段内的一组作业行为数据,所述时间段为将作业时间分隔形成多个时间段;
数据分析装置,根据所述作业行为数据获得该作业行为的各个指标参数以确定其对应的作业行为属性并统计分析所述作业行为属性的相关数据作为一次数据行为分析结果;根据累积的多个一次数据行为分析结果进行二次数据行为分析获得作业行为状态参数信息并确定形成该作业行为状态的原因。
更进一步地,还包括物联网数据库,其中,所述物联网数据库内存储有作业区域路网数据、作业辅助区域数据并与所述数据分析装置连接。
更进一步地,所述数据分析装置为云服务器,所述数据采集装置与所述云服务器通过无线远程连接;所述作业行为数据定时上传到云服务器上,并通过所述云服务器存储到所述物联网数据库中。
更进一步地,所述数据采集装置为可穿戴智能设备。
更进一步地,所述作业区域路网数据包括收运车定点作业区域的路网数据。
更进一步地,所述作业辅助区域数据包括作业区域内部的作业相关设施的位置数据。
更进一步地,所述作业相关设施指加水点、加油点、排污点、垃圾场、公厕中的至少一种。
更进一步地,所述一次数据行为分析包括以天为单位对环卫作业的收运车行驶时的各类行为的作业行为属性以及环卫工人一天中不同行为的作业行为属性的占比进行数据分析。
更进一步地,所述一次数据行为分析结果包括收运车的行驶数据、环卫工人的位置数据、动作数据;所述二次数据行为分析包括对累积的所述一次数据行为数据作出统计分析,并形成文字性描述。
一种环卫作业实时行为分析方法,包括如下步骤:
步骤S1:接收对每个时间段持续采集该时间段内的一组作业行为数据,所述时间段为将作业时间分隔形成多个时间段;
步骤S2:根据所述所述作业行为数据获得该作业行为的各个指标参数以确定其对应的作业行为属性并统计分析所述作业行为属性的相关数据作为一次数据行为分析结果;根据累积的多个一次数据行为分析结果进行二次数据行为分析获得作业行为状态参数信息并确定形成该作业行为状态的原因。
其中,所述S2中的所述一次数据行为分析包括以天为单位对环卫作业的收运车行驶时的各类行为的作业行为属性以及环卫工人一天中不同行为的作业行为属性的占比进行数据分析。
其中,所述S2中的所述一次数据行为分析包括以天为单位对环卫作业的收运车行驶时的各类行为的作业行为属性以及环卫工人一天中不同行为的作业行为属性的占比进行数据分析。
一种环卫作业实时行为分析装置,包括数据分析装置,接收对每个时间段持续采集该时间段内的一组作业行为数据,所述时间段为将作业时间分隔形成多个时间段;根据所述作业行为数据获得该作业行为的各个指标参数以确定其对应的作业行为属性并统计分析所述作业行为属性的相关数据作为一次数据行为分析结果;根据累积的多个一次数据行为分析结果进行二次数据行为分析获得作业行为状态参数信息并确定形成该作业行为状态的原因。
其中,所述一次数据行为分析包括以天为单位对环卫作业的收运车行驶时的各类行为的作业行为属性以及环卫工人一天中不同行为的作业行为属性的占比进行数据分析。
其中,所述一次数据行为分析结果包括收运车的行驶数据、环卫工人的位置数据、动作数据;所述二次数据行为分析包括对累积的所述一次数据行为数据作出统计分析,并形成文字性描述。
有益效果
采用本发明提供的技术方案,与已知的公有技术相比,具有如下有益效果:
本发明可根据通过数据实时采集装置实时采集环卫车、环卫工人在每个时间段中的作业行为数据进行大数据分析,可以得出作业效率等指标统计数据,并对各种作业行为进行智能分析,合理规划作业管理,提升作业效率,无需人工干预,智能化实现低环卫运营成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的结构分布图;
图2为本发明数据采集装置采集数据时应用的墨卡托投影图;
图3为本发明数据采集装置采集数据时应用的四叉树空间网格索引提取算法图;
图4为本发明数据采集装置采集数据的流程作业图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合实施例对本发明作进一步的描述。
结合图1:本发明实施例提供一种环卫作业实时行为分析系统,包括数据实时采集装置,对每个时间段持续采集该时间段内的一组作业行为数据,时间段为将作业时间分隔形成多个时间段;
数据分析装置,根据作业行为数据获得该作业行为的各个指标参数以确定其对应的作业行为属性并统计分析作业行为属性的相关数据作为一次数据行为分析结果;根据累积的多个一次数据行为分析结果进行二次数据行为分析获得作业行为状态参数信息并确定形成该作业行为状态的原因。
还包括物联网数据库,其中,物联网数据库内存储有作业区域路网数据、作业辅助区域数据并与数据分析装置连接。数据分析装置为云服务器,数据采集装置与云服务器通过无线远程连接;作业行为数据定时上传到云服务器上,并通过云服务器存储到物联网数据库中。
进一步地,数据采集装置为可穿戴智能设备并穿戴在环卫工人身上,并定时采集环卫工人的位置数据及动作数据上传到云服务器;收运车上设有数据采集装置并与云服务器远程无线连接。
具体地,一种环卫作业实时行为分析系统,可以包括云服务器、物联网数据库、收运车及数据采集装置,其中,所述物联网数据库内存储有作业区域路网数据、作业辅助区域数据并与所述云服务器连接;所述数据采集装置穿戴在环卫工人身上,并定时采集环卫工人的位置数据及动作数据上传到所述云服务器,通过所述云服务器存储到所述物联网数据库;所述收运车上设有所述数据采集装置并与所述云服务器远程无线连接;所述云服务器对所述物联网数据库内的数据进行一次行为分析以及二次行为分析。其中,数据采集装置所采集的环卫工人的数据包括步数、挥臂动作、喷水动作及扫地动作数据等,收运车主要包括垃圾收运车、机械保洁车及其他的非机动环卫车辆。数据采集装置采集的频率为30秒或60秒或其他根据实际需求设计的时间。
环卫工人所穿戴的数据采集装置具体地为定位手环,也可为智能穿戴服等,不影响其功能的实施。结合图2,数据采集装置通过墨卡托投影把三维的地球椭球面表示在一个二维平面上,即将地球展开成一个圆柱,再将圆柱展开成平面。
结合图3,通过四叉树空间网格索引提取算法,即将全球地图作为一个正方形平面网格,并标记为0级比例尺;将0级的唯一一个正方形平分成4个小正方形,每个小正方形有唯一编号,此4个小正方形属于1级比例尺;对1级比例尺4个小正方形的每一个都再平分成4个小正方形,以此类推。
结合图4,环卫人员通过定位手环上传的位置信息或历史轨迹信息,都是一些有经纬度的点,即作业点。这些作业点会落在某一级别的某一个网格上,通过对落在网格中作业点密集程度或者重复程度的分析,可以精确真实的反应出实际作业区域,能够反应真实作业区域情况,即形成作业行为数据。
在生成作业区域网格数据后,当环卫人员移动作业的定位点落在了作业区域中,表明完成了作业区域中的某个网格的作业任务;通过完成网格作业的个数/作业区域全部网格数的比率可以计算环卫工人生成作业任务完成度;通过查询一段时间如月、季度的历史轨迹,生成月、季度的作业区域网格,筛选掉其中重复率低的网格,可提高生成作业区域网格的准确度。
更进一步地,作业区域路网数据包括收运车定点作业区域的路网数据。作业区域可以指机械保洁区域、人工保洁区域、垃圾收运点、绿化保洁区域、餐厨保洁区域收运点、天桥保洁区域收运点等。
更进一步地,作业辅助区域数据包括作业区域内部的作业相关设施的位置数据,作业相关设施指加水点、加油点、排污点、垃圾场、公厕的至少一种,物联网数据库中存储有作业辅助区域的路网数据。
物联网数据库内的作业区域路网数据、作业辅助区域数据以及数据采集装置采集的环卫工人的动作数据、收运车的属性数据作为基本数据。
更进一步地,一次数据行为分析包括以天为单位对环卫作业的收运车行驶时的各类行为的作业行为属性以及环卫工人一天中不同行为的作业行为属性的占比进行数据分析。
其中,收运车行驶时的各类行为包括:
a)空驶行为。在收运车开始作业前、作业结束后的行驶过程,排除去加水的行驶、加油的行驶、排污的行驶。可以实时追加统计一天的空驶里程,空驶时间,一天空驶里程或空驶时间超出预设阈值可实时推送报警。
b)疑似空驶行为。确定为作业开始前、停车前、acc熄火前的行驶,且非加水行驶、加油行驶、排污行驶行为。疑似空驶状态不进行累计,确认空驶行为后累加。
c)作业行为。作业开始和结束,可以实时追加统计一天的作业里程与作业时间,可以实时比对原定作业路段,为作业路段一天统计表增加作业信息。如非作业路段作业,标记为异常作业行为。
d)异常作业行为。作业开始到结束区间,不在原定所属作业路段或部分不在称为异常作业行为。将异常行为时段、位置段信息存入异常行为表(可实时推送报警)。
e)加水行为。如物联网数据库标记加水点,车辆将车停到加水点区域一段时间,可认为是加水行为,将疑似空驶行为转为标记加水行为。并将加水空驶段开始点到加水点的路网最短路径和加水行为轨迹进行比对,如大于绕路长度允许阈值,将此次行为记入异常行为表。停车加水或驻车(不清楚是否应该熄火)加水时长超过允许阈值,将此次行为记入异常行为表。如上装有加水状态传感,可对不在加水点加水行为记入异常行为表。
f)加油行为。类比加水行为,不做赘述。
g)排污行为。类比加水行为,不做赘述。
h)停车行为。收运车速度为0时超过一定阈值时间、acc点火为开状态且非加水、加油、排污行为时。可实时追加统计一天停车时长。停车时长超允许阈值,如疑似在路口等红灯,路上堵车(通过在线查询路段实时路况),可不计入异常行为表。
i)驻车行为。驻车行为在acc关闭时开启,此时判断是否为固定停车场(预先地图标定区域),如是追加统计一天驻车时长,如不是分析位置点周边情况和驻车时长和次数,当非加水、加油、排污行为时,且周边(如50米内)有公厕,可不计入异常行为表。
j)下线行为。收运车定位数据未上传时,记录当天下线时长,下线次数,记入异常行为表。
k)离线行为。收运车一天都没有定位数据,记入异常行为表。
l)离路行为。收运车位置调用最邻近服务,查找阈值内的路网数据,降低数据采集模块中GPS模块的精度误差。一旦超出阈值则表明,收运车开到作业区域之外,且没有加水点、加油站、公厕等情况时,记入异常行为表。累计离路时长,离路里程。
更进一步地,一次数据行为分析结果包括收运车的行驶数据、环卫工人的位置数据、动作数据;二次数据行为分析包括对累积的一次数据行为数据作出统计分析,并形成文字性描述。
具体地,收运车的行驶数据包括针对收运车单车一天驻车、空驶、作业等各行为时间百分比、里程百分比进行分析,分析出收运车单车驻车时间过长(利用率低)、空驶时间过长(无效成本过高)、作业时间过长(收运车定额过少或排班不合理等)。
具体地,分析作业时间/里程比,形成收运车单车一天多次作业效率、统计收运车单车月效率;提取收运车单车一月早、中、晚班平均作业效率;抽取效率最高和效率最低次分析原因,形成文字性描述。
根据统计结果分析收运车以及环卫工人不同属性占比的成分及原因,找出不合理因素给出改进建议,根据作业效率等指标给出作业质量评价及改进建议,比如合理规划工作时间段、合理安排人员车辆的数量等。
本发明实施例还提供一种环卫作业实时行为分析方法,包括如下步骤:
S1:接收对每个时间段持续采集该时间段内的一组作业行为数据,时间段为将作业时间分隔形成多个时间段;
S2:根据作业行为数据获得该作业行为的各个指标参数以确定其对应的作业行为属性并统计分析作业行为属性的相关数据作为一次数据行为分析结果;根据累积的多个一次数据行为分析结果进行二次数据行为分析获得作业行为状态参数信息并确定形成该作业行为状态的原因。
一次数据行为分析包括以天为单位对环卫作业的收运车行驶时的各类行为的作业行为属性以及环卫工人一天中不同行为的作业行为属性的占比进行数据分析。一次数据行为分析结果包括收运车的行驶数据、环卫工人的位置数据、动作数据;二次数据行为分析包括对累积的一次数据行为数据作出统计分析,并形成文字性描述。由于上述已有具体分析,在此不再赘述。
一种环卫作业实时行为分析装置,包括数据分析装置,接收对每个时间段持续采集该时间段内的一组作业行为数据,时间段为将作业时间分隔形成多个时间段;根据作业行为数据获得该作业行为的各个指标参数以确定其对应的作业行为属性并统计分析作业行为属性的相关数据作为一次数据行为分析结果;根据累积的多个一次数据行为分析结果进行二次数据行为分析获得作业行为状态参数信息并确定形成该作业行为状态的原因。
一次数据行为分析包括以天为单位对环卫作业的收运车行驶时的各类行为的作业行为属性以及环卫工人一天中不同行为的作业行为属性的占比进行数据分析。一次数据行为分析结果包括收运车的行驶数据、环卫工人的位置数据、动作数据;二次数据行为分析包括对累积的一次数据行为数据作出统计分析,并形成文字性描述。由于上述已有具体分析,在此不再赘述。
本发明可根据环卫车的行驶数据以及环卫工人的位置数据、动作数据进行大数据分析,得出作业效率等指标并依次给出作业质量评价及改进建议,对各种作业行为进行智能分析,合理规划作业管理,提升作业效率,无需人工干预,智能化实现低环卫运营成本。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (15)
1.一种环卫作业实时行为分析系统,其特征在于:包括
数据实时采集装置,对每个时间段持续采集该时间段内的一组作业行为数据,所述时间段为将作业时间分隔形成的多个时间段;
数据分析装置,根据所述作业行为数据获得该作业行为的各个指标参数以确定其对应的作业行为属性并统计分析所述作业行为属性的相关数据作为一次数据行为分析结果;根据累积的多个一次数据行为分析结果进行二次数据行为分析获得作业行为状态参数信息并确定形成该作业行为状态的原因。
2.根据权利要求1所述的一种环卫作业实时行为分析系统,其特征在于:还包括物联网数据库,其中,所述物联网数据库内存储有作业区域路网数据、作业辅助区域数据并与所述数据分析装置连接。
3.根据权利要求2所述的一种环卫作业实时行为分析系统,其特征在于,所述数据分析装置为云服务器,所述数据采集装置与所述云服务器通过无线远程连接;所述作业行为数据定时上传到云服务器上,并通过所述云服务器存储到所述物联网数据库中。
4.根据权利要求1所述的一种环卫作业实时行为分析系统,其特征在于,所述数据采集装置为可穿戴智能设备。
5.根据权利要求2所述的一种环卫作业实时行为分析系统,其特征在于,所述作业区域路网数据包括收运车定点作业区域的路网数据。
6.根据权利要求2所述的环卫作业实时行为分析系统,其特征在于,所述作业辅助区域数据包括作业区域内部的作业相关设施的位置数据。
7.根据权利要求6所述的环卫作业实时行为分析系统,其特征在于,所述作业相关设施指加水点、加油点、排污点、垃圾场、公厕中的至少一种。
8.根据权利要求1所述的环卫作业实时行为分析系统,其特征在于:所述一次数据行为分析包括以天为单位对环卫作业的收运车行驶时的各类行为的作业行为属性以及环卫工人一天中不同行为的作业行为属性的占比进行数据分析。
9.根据权利要求1所述的环卫作业实时行为分析系统,其特征在于,所述一次数据行为分析结果包括收运车的行驶数据、环卫工人的位置数据、动作数据;所述二次数据行为分析包括对累积的所述一次数据行为数据作出统计分析,并形成文字性描述。
10.一种环卫作业实时行为分析方法,其特征在于,包括如下步骤:
S1:接收对每个时间段持续采集该时间段内的一组作业行为数据,所述时间段为将作业时间分隔形成多个时间段;
S2:根据所述所述作业行为数据获得该作业行为的各个指标参数以确定其对应的作业行为属性并统计分析所述作业行为属性的相关数据作为一次数据行为分析结果;根据累积的多个一次数据行为分析结果进行二次数据行为分析获得作业行为状态参数信息并确定形成该作业行为状态的原因。
11.根据权利要求10所述的环卫作业实时行为分析方法,其特征在于,所述一次数据行为分析包括以天为单位对环卫作业的收运车行驶时的各类行为的作业行为属性以及环卫工人一天中不同行为的作业行为属性的占比进行数据分析。
12.根据权利要求10所述的环卫作业实时行为分析方法,其特征在于,所述一次数据行为分析结果包括收运车的行驶数据、环卫工人的位置数据、动作数据;所述二次数据行为分析包括对累积的所述一次数据行为数据作出统计分析,并形成文字性描述。
13.一种环卫作业实时行为分析装置,其特征在于,包括数据分析装置,接收对每个时间段持续采集该时间段内的一组作业行为数据,所述时间段为将作业时间分隔形成多个时间段;根据所述作业行为数据获得该作业行为的各个指标参数以确定其对应的作业行为属性并统计分析所述作业行为属性的相关数据作为一次数据行为分析结果;根据累积的多个一次数据行为分析结果进行二次数据行为分析获得作业行为状态参数信息并确定形成该作业行为状态的原因。
14.根据权利要求13所述的环卫作业实时行为分析装置,其特征在于,所述一次数据行为分析包括以天为单位对环卫作业的收运车行驶时的各类行为的作业行为属性以及环卫工人一天中不同行为的作业行为属性的占比进行数据分析。
15.根据权利要求13所述的环卫作业实时行为分析装置,其特征在于,所述一次数据行为分析结果包括收运车的行驶数据、环卫工人的位置数据、动作数据;所述二次数据行为分析包括对累积的所述一次数据行为数据作出统计分析,并形成文字性描述。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811578555.9A CN109816203A (zh) | 2018-12-24 | 2018-12-24 | 一种环卫作业实时行为分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811578555.9A CN109816203A (zh) | 2018-12-24 | 2018-12-24 | 一种环卫作业实时行为分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109816203A true CN109816203A (zh) | 2019-05-28 |
Family
ID=66601759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811578555.9A Pending CN109816203A (zh) | 2018-12-24 | 2018-12-24 | 一种环卫作业实时行为分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109816203A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110874696A (zh) * | 2019-11-15 | 2020-03-10 | 侯宇红 | 一种基于智慧城市的环卫监管方法及系统 |
CN111176291A (zh) * | 2020-01-10 | 2020-05-19 | 重庆高洁环境绿化工程集团有限公司 | 一种智慧环卫数据管理平台及方法 |
CN112148110A (zh) * | 2019-06-26 | 2020-12-29 | 博世汽车部件(苏州)有限公司 | 用于智能穿戴设备的数据处理系统和方法 |
CN112348308A (zh) * | 2020-09-15 | 2021-02-09 | 长沙市到家悠享网络科技有限公司 | 数据处理方法、设备及存储介质 |
CN112614245A (zh) * | 2020-12-30 | 2021-04-06 | 启迪城市环境服务集团有限公司 | 一种基于gps定位的环卫作业车辆监控考核方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105719055A (zh) * | 2016-01-14 | 2016-06-29 | 苏州市伏泰信息科技股份有限公司 | 环卫人员的lbs智能监管系统 |
CN108231156A (zh) * | 2017-12-19 | 2018-06-29 | 中山大学 | 一种基于可穿戴设备进行行为识别的患者活动情况分析系统及其方法 |
CN108711018A (zh) * | 2018-07-03 | 2018-10-26 | 浙江中诚工程管理科技有限公司 | 一种基于智能手环的绩效管理系统和方法 |
-
2018
- 2018-12-24 CN CN201811578555.9A patent/CN109816203A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105719055A (zh) * | 2016-01-14 | 2016-06-29 | 苏州市伏泰信息科技股份有限公司 | 环卫人员的lbs智能监管系统 |
CN108231156A (zh) * | 2017-12-19 | 2018-06-29 | 中山大学 | 一种基于可穿戴设备进行行为识别的患者活动情况分析系统及其方法 |
CN108711018A (zh) * | 2018-07-03 | 2018-10-26 | 浙江中诚工程管理科技有限公司 | 一种基于智能手环的绩效管理系统和方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112148110A (zh) * | 2019-06-26 | 2020-12-29 | 博世汽车部件(苏州)有限公司 | 用于智能穿戴设备的数据处理系统和方法 |
CN110874696A (zh) * | 2019-11-15 | 2020-03-10 | 侯宇红 | 一种基于智慧城市的环卫监管方法及系统 |
CN111176291A (zh) * | 2020-01-10 | 2020-05-19 | 重庆高洁环境绿化工程集团有限公司 | 一种智慧环卫数据管理平台及方法 |
CN112348308A (zh) * | 2020-09-15 | 2021-02-09 | 长沙市到家悠享网络科技有限公司 | 数据处理方法、设备及存储介质 |
CN112614245A (zh) * | 2020-12-30 | 2021-04-06 | 启迪城市环境服务集团有限公司 | 一种基于gps定位的环卫作业车辆监控考核方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109816203A (zh) | 一种环卫作业实时行为分析系统 | |
CN104123833B (zh) | 一种道路状况的规划方法和装置 | |
CN104715610B (zh) | 一种面向城市交通的交通指数计算方法 | |
Hess et al. | Developing advanced route choice models for heavy goods vehicles using GPS data | |
CN103794053B (zh) | 一种城市短途物流单目标配送时间模糊预测方法 | |
CN113344262A (zh) | 一种基于城市垃圾分类的智能清运系统及方法 | |
CN106115104A (zh) | 基于物联网的生活垃圾分类收运系统、装置及其方法 | |
CN112288131B (zh) | 公交站点优化方法、电子设备及计算机可读存储介质 | |
CN110084442A (zh) | 一种联合公交和轨道交通刷卡数据进行客流od计算的方法 | |
CN109754594A (zh) | 一种路况信息获取方法及其设备、存储介质、终端 | |
CN105869405A (zh) | 基于卡口数据的城市道路交通拥堵指数计算方法 | |
CN113191523A (zh) | 基于数据驱动方式和行为决策理论的城市电动汽车快充需求预测方法和装置 | |
CN105575108A (zh) | 一种智能公交调度运营方法 | |
CN105608889B (zh) | 一种车辆停留分析方法 | |
CN107038886A (zh) | 一种基于轨迹数据的出租车巡游路径推荐方法和系统 | |
CN104464344B (zh) | 一种车辆行驶路径预测方法及系统 | |
CN111223029B (zh) | 一种智能环卫管理系统及方法 | |
CN110111592A (zh) | 基于交通信号控制机动态匹配最优信号配时方案的方法 | |
CN112801552A (zh) | 基于交通大数据挖掘和智能分析的网约车和巡游车的监管方法 | |
CN111986337A (zh) | 基于机器人的路侧停车收费管理系统及方法 | |
CN112508488A (zh) | 固废车辆运输监控方法、装置、设备及存储介质 | |
CN114715228B (zh) | 一种铁路客运站调车计划综合管理方法和系统 | |
JP2024521538A (ja) | 交通予測のための分散マルチタスク機械学習 | |
CN112749842B (zh) | 一种押运路径的规划方法及装置 | |
Hossain et al. | Traffic scheduling simulation: the case of Dhaka City |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190528 |