CN111694915A - 环卫车辆机扫作业道路覆盖数据计算方法及设备 - Google Patents
环卫车辆机扫作业道路覆盖数据计算方法及设备 Download PDFInfo
- Publication number
- CN111694915A CN111694915A CN202010516491.0A CN202010516491A CN111694915A CN 111694915 A CN111694915 A CN 111694915A CN 202010516491 A CN202010516491 A CN 202010516491A CN 111694915 A CN111694915 A CN 111694915A
- Authority
- CN
- China
- Prior art keywords
- sample
- coverage
- position point
- road
- sanitation vehicle
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000010408 sweeping Methods 0.000 title claims description 51
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 230000007423 decrease Effects 0.000 claims description 7
- 239000003550 marker Substances 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000004140 cleaning Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001680 brushing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明提供了一种环卫车辆机扫作业道路覆盖数据计算方法及设备,本发明通过在每条作业道路上每隔3~15米标出一个样本地理位置点,然后,将各个实际地理位置点与每条作业道路上的各个样本地理位置点进行位置匹配,若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记,最后,基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率,从而可以有效地提高了作业道路覆盖计算的精度和准确性。
Description
技术领域
本发明涉及一种环卫车辆机扫作业道路覆盖数据计算方法及设备。
背景技术
目前业界的环卫车辆机扫作业道路覆盖数据计算方法是将机扫车辆的作业轨迹数据和作业道路区域围栏进行匹配,只能获取该作业道路是否有车辆进入,而不能精确计算该作业道路的作业覆盖数据是多少。
发明内容
本发明的目的在于提供一种环卫车辆机扫作业道路覆盖数据计算方法及设备。
为解决上述问题,本发明提供一种环卫车辆机扫作业道路覆盖数据计算方法,包括:
在每条作业道路上每隔3~15米标出一个样本地理位置点;
实时采集环卫车辆机扫作业所经过的各个实际地理位置点;
将各个实际地理位置点与每条作业道路上的各个样本地理位置点进行位置匹配,
若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记;
基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率。
进一步的,在上述方法中,在每条作业道路上每隔3~15米标出一个样本地理位置点之后,还包括:
将每个样本地理位置点作初始的未覆盖标记;
若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记,包括:
若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点的未覆盖标记修改为覆盖标记;
基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率,包括:
基于每条作业道路上的各个样本地理位置点的覆盖标记和未覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率。
进一步的,在上述方法中,所述覆盖标记记录为1,所述未覆盖标记记录为0;
或,所述覆盖标记记录为0,所述未覆盖标记记录为1。
进一步的,在上述方法中,在每条作业道路上每隔3~15米标出一个样本地理位置点之后,还包括:
分别将每条作业道路上的每个样本地理位置点按所述作业道路的行进方向依序编上连续的唯一序号;
实时采集环卫车辆机扫作业所经过的各个实际地理位置点的同时,还包括:
对应记录所述环卫车辆机扫作业经过每个实际地理位置点对应的时间;
若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记之后,还包括:
将每个实际地理位置点对应的时间作为与该个实际地理位置点的位置一致的样本地理位置点的经过时间。
进一步的,在上述方法中,基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率之后,还包括:
基于作业道路上有覆盖标记的样本地理位置点的唯一序号随着所述经过时间的顺延而逐渐增加或减小,计算所述环卫车辆机扫作业所经过的作业道路的趟数。
进一步的,在上述方法中,基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率之后,还包括:
基于作业道路上有覆盖标记的样本地理位置点的唯一序号随着所述经过时间的顺延而逐渐增加或减小,判断环卫车辆机扫作业在作业道路上的行进方向。
进一步的,在上述方法中,实时采集环卫车辆机扫作业所经过的各个实际地理位置点,包括:
实时采集环卫车辆机扫作业时的机扫行为数据;
若所述机扫行为数据符合正常的洒扫状态参数标准,则实时采集环卫车辆机扫作业所经过的各个实际地理位置点。
进一步的,在上述方法中,若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记之后,还包括:
若依所述连续的唯一序号依序排列的样本地理位置点中,某两个有覆盖标记的样本地理位置点之间存在一个或多个没有覆盖标记的样本地理位置点,
则判断该两个有覆盖标记的样本地理位置点对应的经过时间的差值是否小于预设时间间隔阈值,
若小于,则将该两个有覆盖标记的样本地理位置点之间存在一个或多个没有覆盖标记的样本地理位置点作覆盖标记。
根据本发明的另一面,还提供一种环卫车辆机扫作业道路覆盖数据计算设备,其特征在于,包括:
第一装置,用于在每条作业道路上每隔3~15米标出一个样本地理位置点;
第二装置,用于实时采集环卫车辆机扫作业所经过的各个实际地理位置点;
第三装置,用于将各个实际地理位置点与每条作业道路上的各个样本地理位置点进行位置匹配,若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记;
第四装置,用于基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率。
根据本发明的另一面,还提供一种计算机可读存储介质,其上存储有计算机可执行指令,其中,该计算机可执行指令被处理器执行时使得该处理器:
在每条作业道路上每隔3~15米标出一个样本地理位置点;
实时采集环卫车辆机扫作业所经过的各个实际地理位置点;
将各个实际地理位置点与每条作业道路上的各个样本地理位置点进行位置匹配,
若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记;
基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率。
与现有技术相比,本发明通过在每条作业道路上每隔3~15米标出一个样本地理位置点,然后,将各个实际地理位置点与每条作业道路上的各个样本地理位置点进行位置匹配,若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记,最后,基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率,从而可以有效地提高了作业道路覆盖计算的精度和准确性。
本发明之所以设置每隔3~15米标出一个样本地理位置点,而不是1米或者百米,则是因为百米会导致覆盖率计算误差变大,城市环卫作业道路长度一般2公里左右为段来规划和考核,比如一条作业道路2000米,如果按照每100米设置一个点,则前后误差两个点共200米,其误差率达到10%。由于地图经纬度的数据精准度一般会超过3米,如果按照1米设置一个点,则会导致道路长度的计算不准,2000米的道路可能会计算成2200多米。所以按照3~15米设置一个点,既可以把误差率缩小为1%左右,又可以保证地理位置间的距离计算精确。
如果使用业界的通用方法,作业道路覆盖数据计算误差较大,影响作业绩效考核的精准度和有效性。而本发明对线下作业道路高密度数据化和环卫车辆机扫行为的实际地理位置点高频次采集,使得作业道路覆盖数据计算更加精准,作业绩效考核更加有效。
附图说明
图1是本发明一实施例的环卫车辆机扫作业道路覆盖数据计算方法的原理图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供一种环卫车辆机扫作业道路覆盖数据计算方法,包括:
步骤S1,在每条作业道路上每隔3~15米标出一个样本地理位置点;
将城市中的作业道路按照每3~15米采集一个地理位置,形成一系列地理位置数据来标识一条道路,具体的,可以把一个环卫车辆的机扫区域的所有作业道路每隔3~15米用火星坐标的地理位置数据点标出;
例如,可以将样本地理位置点存储于一模型数据库中;
步骤S2,实时采集环卫车辆机扫作业所经过的各个实际地理位置点;
在此,可以将实时采集的各个实际地理位置点存储入行为数据库中;
步骤S3,将各个实际地理位置点与每条作业道路上的各个样本地理位置点进行位置匹配,
步骤S4,若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记;
步骤S5,基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率。
在此,由于业界现有的算法不是基于作业车辆的行为分析,所使用的数据量有限,所以无法精确计算出作业道路的覆盖数据。
本发明通过在每条作业道路上每隔3~15米标出一个样本地理位置点,然后,将各个实际地理位置点与每条作业道路上的各个样本地理位置点进行位置匹配,若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记,最后,基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率,从而可以有效地提高了作业道路覆盖计算的精度和准确性。
后续,可以将每条作业道路上的各个样本地理位置点的覆盖标记、覆盖率写入视图数据库,以供管理者决策参考,例如,覆盖标记、覆盖率可以作为管理者对环卫车辆机扫作业的操作人员的工作考核的依据,具体来说,环卫机械化作业考核一般要求作业车辆在规定的时间段内按照一定的作业规范进行作业。比如XXX市考核要求环卫机扫车辆在凌晨4:00~6:00将鼓楼大街清扫一遍。
本发明可以用于判断环卫车辆机扫作业的操作人员是否有怠工的情况发生、工作质量是否符合要求、工作效率是否符合要求的依据,方便用户及时进行作业调度和规划决策。
本发明之所以设置每隔3~15米标出一个样本地理位置点,而不是1米或者百米,则是因为百米会导致覆盖率计算误差变大,城市环卫作业道路长度一般2公里左右为段来规划和考核,比如一条作业道路2000米,如果按照每100米设置一个点,则前后误差两个点共200米,其误差率达到10%。由于地图经纬度的数据精准度一般会超过3米,如果按照1米设置一个点,则会导致道路长度的计算不准,2000米的道路可能会计算成2200多米。所以按照3~15米设置一个点,既可以把误差率缩小为1%左右,又可以保证地理位置间的距离计算精确。
如果使用业界的通用方法,作业道路覆盖数据计算误差较大,影响作业绩效考核的精准度和有效性。而本发明对线下作业道路高密度数据化和环卫车辆机扫行为的实际地理位置点高频次采集,使得作业道路覆盖数据计算更加精准,作业绩效考核更加有效。
本发明的环卫车辆机扫作业道路覆盖数据计算方法一实施例中,步骤S1,在每条作业道路上每隔3~15米标出一个样本地理位置点之后,还包括:
将每个样本地理位置点作初始的未覆盖标记;
具体的,作业道路点位图的初始状态如表1:
表1
表1中,唯一序号依次分别为1~12的样本地理位置点的初始标记均为未覆盖标记0;
步骤S4,若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记,包括:
若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点的未覆盖标记修改为覆盖标记;
具体的,经过第一轮作业后的位置匹配如表2所示:
表2
表2中,根据覆盖标记1,可以得知环卫车辆于06点:05分:30秒经过了唯一序号为4的样本地理位置点;环卫车辆于06点:05分:30秒经过了唯一序号为4的样本地理位置点;环卫车辆于06点:45分:30秒经过了唯一序号为5的样本地理位置点;环卫车辆于06点:06分:41秒经过了唯一序号为9的样本地理位置点;环卫车辆于06点:06分:50秒经过了唯一序号为10的样本地理位置点;环卫车辆于06点:07分:04秒经过了唯一序号为11的样本地理位置点。
后续,经过第二轮作业后的位置匹配如表3所示:
表3
表2中,根据覆盖标记1,可以得知环卫车辆于07点:01分:04秒经过了唯一序号为2的样本地理位置点;环卫车辆于07点:01分:20秒经过了唯一序号为3的样本地理位置点;环卫车辆于07点:02分:02秒经过了唯一序号为12的样本地理位置点;环卫车辆于07点:02分:18秒经过了唯一序号为13的样本地理位置点。
步骤S5,基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率,包括:
基于每条作业道路上的各个样本地理位置点的覆盖标记和未覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率。
本发明的环卫车辆机扫作业道路覆盖数据计算方法一实施例中,所述覆盖标记记录为1,所述未覆盖标记记录为0;
或,所述覆盖标记记录为0,所述未覆盖标记记录为1。
在此,每个唯一序号的是否覆盖的状态位设置为0或1,可以实现在内存中只需一个bit位存储,从而达到使用更少的内存完成海量数据计算的目的。
本发明的环卫车辆机扫作业道路覆盖数据计算方法一实施例中,步骤S1,在每条作业道路上每隔3~15米标出一个样本地理位置点之后,还包括:
分别将每条作业道路上的每个样本地理位置点按所述作业道路的行进方向依序编上连续的唯一序号;
具体的,把一个环卫车辆机扫区域的所有作业道路每隔3~15米用火星坐标的地理位置数据点标出,把每一个地理位置点依序编上连续的唯一序号,如从1到n编号,如表1~表3中的1~13唯一序号;
步骤S2,实时采集环卫车辆机扫作业所经过的各个实际地理位置点的同时,还包括:
对应记录所述环卫车辆机扫作业经过每个实际地理位置点对应的时间;
具体的,车辆时序定位点数据组:作业环卫车辆可以按照一定的时间周期上传作业的实际地理位置点数据,实际地理位置点数据在一定时间段内形成一组具有时序特点的地理位置数据;
步骤S4,若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记之后,还包括:
将每个实际地理位置点对应的时间作为与该个实际地理位置点的位置一致的样本地理位置点的经过时间。
在此,所述经过时间可以如表1~表3中所示。
本发明的环卫车辆机扫作业道路覆盖数据计算方法一实施例中,步骤S5,基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率之后,还包括:
基于作业道路上有覆盖标记的样本地理位置点的唯一序号随着所述经过时间的顺延而逐渐增加或减小,计算所述环卫车辆机扫作业所经过的作业道路的趟数。
在此,基于作业道路上有覆盖标记的样本地理位置点的唯一序号随着所述经过时间的顺延(增加)而逐渐增加或减小,可以准确计算出环卫车辆机扫作业所经过的作业道路的趟数。
例如,表2中,时间上顺延(增加)和唯一序号上顺延(增加)的有覆盖标记的样本地理位置点4、5、6、9、10、11可以记录为一趟作业;
表2中,时间上顺延(增加)和唯一序号上顺延(增加)的有覆盖标记的样本地理位置点1、2、12、13可以记录为另一趟作业。
本发明的环卫车辆机扫作业道路覆盖数据计算方法一实施例中,步骤S5,基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率之后,还包括:
基于作业道路上有覆盖标记的样本地理位置点的唯一序号随着所述经过时间的顺延而逐渐增加或减小,判断环卫车辆机扫作业在作业道路上的行进方向。
例如,作业道路上有覆盖标记的样本地理位置点的唯一序号随着所述经过时间的顺延(增加)而逐渐增加,即从小到大变化,如唯一序号从1~6(增加),则说明环卫车辆在道路左边作业。
作业道路上有覆盖标记的样本地理位置点的唯一序号随着所述经过时间的顺延(增加)而逐渐减小,即从大到小变化,如唯一序号从6~1(减小),则说明环卫车辆在道路右边作业。
本发明的环卫车辆机扫作业道路覆盖数据计算方法一实施例中,步骤S2,实时采集环卫车辆机扫作业所经过的各个实际地理位置点,包括:
实时采集环卫车辆机扫作业时的机扫行为数据;
在此,所述机扫行为数据为环卫车辆每日的作业行为的原始数据,可以包括:清扫扫刷转速数据、行驶速度数据、里程数据、洒水水耗数据、洒水水压数据和油耗数据等,这些数据体现了该车辆整个作业周期的各项指标表现;
若所述机扫行为数据符合正常的洒扫状态参数标准,则实时采集环卫车辆机扫作业所经过的各个实际地理位置点。
具体的,装载物联传感设备的环卫车辆在启动作业行驶中,传感器会定时上传数据,包括GPS定位数据、清扫扫刷转速数据(SS)、行驶速度数据、里程数据、洒水水耗数据、洒水水压数据和油耗数据等。这些环卫车辆的作业数据可以通过如4G网络上传到云端服务器的行为数据库。
另外,可以将正常的洒扫状态参数标准存储入模型数据库。模型数据库中可以根据作业环卫要求建立多种作业指标对应,以此指标为基础建立各种常的洒扫状态参数标准(环卫作业数学模型),比如:行驶速度参数标准(SP)、清扫扫刷转速参数标准(SS)、洒水水耗参数标准(WH)和油耗参数标准(OH)等。
本实施例在所述机扫行为数据符合正常的洒扫状态参数标准的基础上,再实时采集环卫车辆机扫作业所经过的各个实际地理位置点,可以保证后续的覆盖匹配的有效性。
判断清扫车辆是否为合格作业时,可以先判断机扫行为数据是否符合正常的洒扫状态参数标准,如8公里/小时<SP<15公里/小时,且SS>2000转,且WH>0.2,且OH>20升/百公里
若满足,再实时采集环卫车辆机扫作业所经过的各个实际地理位置点,以计算车辆定位与作业路段匹配度即覆盖率(RM),
当RM>95%,且8公里/小时<SP<15公里/小时,且SS>2000转,且WH>0.2,且OH>20升/百公里,则认为该清扫车辆为合格作业。
本发明的环卫车辆机扫作业道路覆盖数据计算方法一实施例中,步骤S3,将各个实际地理位置点与每条作业道路上的各个样本地理位置点进行位置匹配,包括:
若某个实际地理位置点与某条作业道路上的某个样本地理位置点的距离在相邻阈值范围内,则判断该个实际地理位置点与该个样本地理位置点的位置一致。
具体的,可以将车辆时序定位数据(实际地理位置点)与作业道路地理定位点数据组数据(样本地理位置点)计算相邻距离,若距离符合相邻阈值设置的要求时,则将作业道路GPS数据相应的唯一序号位置作覆盖标记,如作为1的覆盖标记,从而可以准确实现匹配。
本发明的环卫车辆机扫作业道路覆盖数据计算方法一实施例中,步骤S4,若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记之后,还包括:
若依所述连续的唯一序号依序排列的样本地理位置点中,某两个有覆盖标记的样本地理位置点之间存在一个或多个没有覆盖标记的样本地理位置点,
则判断该两个有覆盖标记的样本地理位置点对应的经过时间的差值是否小于预设时间间隔阈值,
若小于,则将该两个有覆盖标记的样本地理位置点之间存在一个或多个没有覆盖标记的样本地理位置点作覆盖标记。
具体的,由表3得到的表4如下:
表4
表3中,依所述连续的唯一序号依序排列的样本地理位置点中,某两个有覆盖标记(1)的样本地理位置点6、9之间存在一个或多个没有覆盖标记(0)的样本地理位置点7、8;
则判断该两个有覆盖标记的样本地理位置点6、9对应的经过时间06:06:05、06:06:41的差值36秒是否小于预设时间间隔阈值如50秒;
若小于(36秒小于50秒),则在表4中,将该两个有覆盖标记的样本地理位置点6、9之间存在一个或多个没有覆盖标记(0)的样本地理位置点7、8作覆盖标记(1)。
本实施例可以将由于采集是失误导致的遗漏标记的点进行覆盖标记的纠正,以提高覆盖数据的准确率。
根据本发明的另一面,还提供一种环卫车辆机扫作业道路覆盖数据计算设备,其特征在于,包括:
第一装置,用于在每条作业道路上每隔3~15米标出一个样本地理位置点;
第二装置,用于实时采集环卫车辆机扫作业所经过的各个实际地理位置点;
第三装置,用于将各个实际地理位置点与每条作业道路上的各个样本地理位置点进行位置匹配,若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记;
第四装置,用于基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率。
根据本发明的另一面,还提供一种计算机可读存储介质,其上存储有计算机可执行指令,其中,该计算机可执行指令被处理器执行时使得该处理器:
在每条作业道路上每隔3~15米标出一个样本地理位置点;
实时采集环卫车辆机扫作业所经过的各个实际地理位置点;
将各个实际地理位置点与每条作业道路上的各个样本地理位置点进行位置匹配,
若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记;
基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
专业人员还可以进一步意识到,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、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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。
显然,本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (10)
1.一种环卫车辆机扫作业道路覆盖数据计算方法,其特征在于,包括:
在每条作业道路上每隔3~15米标出一个样本地理位置点;
实时采集环卫车辆机扫作业所经过的各个实际地理位置点;
将各个实际地理位置点与每条作业道路上的各个样本地理位置点进行位置匹配,
若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记;
基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率。
2.如权利要求1所述的环卫车辆机扫作业道路覆盖数据计算方法,其特征在于,在每条作业道路上每隔3~15米标出一个样本地理位置点之后,还包括:
将每个样本地理位置点作初始的未覆盖标记;
若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记,包括:
若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点的未覆盖标记修改为覆盖标记;
基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率,包括:
基于每条作业道路上的各个样本地理位置点的覆盖标记和未覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率。
3.如权利要求2所述的环卫车辆机扫作业道路覆盖数据计算方法,其特征在于,所述覆盖标记记录为1,所述未覆盖标记记录为0;
或,所述覆盖标记记录为0,所述未覆盖标记记录为1。
4.如权利要求1所述的环卫车辆机扫作业道路覆盖数据计算方法,其特征在于,在每条作业道路上每隔3~15米标出一个样本地理位置点之后,还包括:
分别将每条作业道路上的每个样本地理位置点按所述作业道路的行进方向依序编上连续的唯一序号;
实时采集环卫车辆机扫作业所经过的各个实际地理位置点的同时,还包括:
对应记录所述环卫车辆机扫作业经过每个实际地理位置点对应的时间;
若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记之后,还包括:
将每个实际地理位置点对应的时间作为与该个实际地理位置点的位置一致的样本地理位置点的经过时间。
5.如权利要求4所述的环卫车辆机扫作业道路覆盖数据计算方法,其特征在于,基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率之后,还包括:
基于作业道路上有覆盖标记的样本地理位置点的唯一序号随着所述经过时间的顺延而逐渐增加或减小,计算所述环卫车辆机扫作业所经过的作业道路的趟数。
6.如权利要求4所述的环卫车辆机扫作业道路覆盖数据计算方法,其特征在于,基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率之后,还包括:
基于作业道路上有覆盖标记的样本地理位置点的唯一序号随着所述经过时间的顺延而逐渐增加或减小,判断环卫车辆机扫作业在作业道路上的行进方向。
7.如权利要求1所述的环卫车辆机扫作业道路覆盖数据计算方法,其特征在于,实时采集环卫车辆机扫作业所经过的各个实际地理位置点,包括:
实时采集环卫车辆机扫作业时的机扫行为数据;
若所述机扫行为数据符合正常的洒扫状态参数标准,则实时采集环卫车辆机扫作业所经过的各个实际地理位置点。
8.如权利要求1所述的环卫车辆机扫作业道路覆盖数据计算方法,其特征在于,若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记之后,还包括:
若依所述连续的唯一序号依序排列的样本地理位置点中,某两个有覆盖标记的样本地理位置点之间存在一个或多个没有覆盖标记的样本地理位置点,
则判断该两个有覆盖标记的样本地理位置点对应的经过时间的差值是否小于预设时间间隔阈值,
若小于,则将该两个有覆盖标记的样本地理位置点之间存在一个或多个没有覆盖标记的样本地理位置点作覆盖标记。
9.一种环卫车辆机扫作业道路覆盖数据计算设备,其特征在于,包括:
第一装置,用于在每条作业道路上每隔3~15米标出一个样本地理位置点;
第二装置,用于实时采集环卫车辆机扫作业所经过的各个实际地理位置点;
第三装置,用于将各个实际地理位置点与每条作业道路上的各个样本地理位置点进行位置匹配,若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记;
第四装置,用于基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率。
10.一种计算机可读存储介质,其上存储有计算机可执行指令,其中,该计算机可执行指令被处理器执行时使得该处理器:
在每条作业道路上每隔3~15米标出一个样本地理位置点;
实时采集环卫车辆机扫作业所经过的各个实际地理位置点;
将各个实际地理位置点与每条作业道路上的各个样本地理位置点进行位置匹配,
若某个实际地理位置点与一个样本地理位置点的位置一致,则将该样本地理位置点对应作覆盖标记;
基于每条作业道路上的各个样本地理位置点的覆盖标记,计算环卫车辆机扫作业所经过的作业道路的覆盖率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010516491.0A CN111694915B (zh) | 2020-06-09 | 2020-06-09 | 环卫车辆机扫作业道路覆盖数据计算方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010516491.0A CN111694915B (zh) | 2020-06-09 | 2020-06-09 | 环卫车辆机扫作业道路覆盖数据计算方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111694915A true CN111694915A (zh) | 2020-09-22 |
CN111694915B CN111694915B (zh) | 2023-09-29 |
Family
ID=72479856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010516491.0A Active CN111694915B (zh) | 2020-06-09 | 2020-06-09 | 环卫车辆机扫作业道路覆盖数据计算方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111694915B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113112197A (zh) * | 2021-04-02 | 2021-07-13 | 泰华智慧产业集团股份有限公司 | 根据车辆定位信息实现环卫车辆作业结果统计的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102890869A (zh) * | 2012-09-25 | 2013-01-23 | 孙涛 | 车辆行车路线预测通知方法及移动智能终端 |
CN104737214A (zh) * | 2012-09-26 | 2015-06-24 | 株式会社久保田 | 对地作业车辆、对地作业车辆管理系统、对地作业信息显示方法 |
CN107918938A (zh) * | 2017-11-16 | 2018-04-17 | 凌云光技术集团有限责任公司 | 一种点集与点集的匹配方法及装置 |
CN109358650A (zh) * | 2018-12-14 | 2019-02-19 | 国网冀北电力有限公司检修分公司 | 巡检路径规划方法、装置、无人机和计算机可读存储介质 |
CN110160537A (zh) * | 2019-04-15 | 2019-08-23 | 深圳中兴网信科技有限公司 | 车辆作业的检测方法、系统及计算机可读存储介质 |
-
2020
- 2020-06-09 CN CN202010516491.0A patent/CN111694915B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102890869A (zh) * | 2012-09-25 | 2013-01-23 | 孙涛 | 车辆行车路线预测通知方法及移动智能终端 |
CN104737214A (zh) * | 2012-09-26 | 2015-06-24 | 株式会社久保田 | 对地作业车辆、对地作业车辆管理系统、对地作业信息显示方法 |
CN107918938A (zh) * | 2017-11-16 | 2018-04-17 | 凌云光技术集团有限责任公司 | 一种点集与点集的匹配方法及装置 |
CN109358650A (zh) * | 2018-12-14 | 2019-02-19 | 国网冀北电力有限公司检修分公司 | 巡检路径规划方法、装置、无人机和计算机可读存储介质 |
CN110160537A (zh) * | 2019-04-15 | 2019-08-23 | 深圳中兴网信科技有限公司 | 车辆作业的检测方法、系统及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
刘天鹏;胡超然;: "一种基于GIS和GPS的保洁车辆作业考核系统" * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113112197A (zh) * | 2021-04-02 | 2021-07-13 | 泰华智慧产业集团股份有限公司 | 根据车辆定位信息实现环卫车辆作业结果统计的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111694915B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108845343B (zh) | 一种基于视觉、gps与高精度地图融合的车辆定位方法 | |
EP3224104B1 (en) | Apparatus and method for vehicle economy improvement | |
US8306777B2 (en) | System and method for identifying road features | |
US8352188B2 (en) | Apparatus for generating high resolution surface topology map using surface profiling and surveying instrumentation | |
US8165793B1 (en) | System and method for route representation with waypoint storage | |
CN108693882B (zh) | 一种多模清扫路径生成方法 | |
CN113155139B (zh) | 车辆轨迹纠偏方法、装置及电子设备 | |
CN107357894B (zh) | 一种道路交通设施数据采集纠偏方法及系统 | |
JP2004280521A (ja) | プローブカーシステムでの走行軌跡の伝送方法と装置 | |
US20090005958A1 (en) | Traffic probe in-vehicle map-based process to reduce data communications and improve accuracy | |
CN106529765A (zh) | 采集作业的绩效评估方法和装置 | |
CN114155711B (zh) | 一种基于前驾驶行为的驾驶速度预测方法和系统 | |
CN107657810A (zh) | 一种上下高架桥动作识别方法及装置 | |
CN111694915A (zh) | 环卫车辆机扫作业道路覆盖数据计算方法及设备 | |
CN109377758A (zh) | 一种行驶时间预估方法及系统 | |
CN109031372A (zh) | 一种从卫星定位数据中自动提取行驶线路关键点的方法 | |
CN113051653A (zh) | 一种基于多维度数据分析的城市规划道路修建施工评估管理系统 | |
CN108021924A (zh) | 一种废弃目标识别方法及装置 | |
CN114360240B (zh) | 一种基于车联网轨迹特征的高精度定位方法 | |
CN109671271A (zh) | 一种提高清扫车洁净率的工作参数配置系统及其方法 | |
CN112611442A (zh) | 基于轨道伴行光缆的铁路桥梁健康监测方法和系统 | |
CN115438971B (zh) | 一种环卫作业管理方法及其系统 | |
CN108981729A (zh) | 车辆定位方法和装置 | |
CN110648429A (zh) | 一种多重判断条件的农业机械作业行驶状态远程检测方法 | |
CN108278967A (zh) | 基于点云数据的既有铁路轨中坐标和轨面高程提取方法 |
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 |