CN112378414A - 一种基于pm2.5健康出行的路径规划装置及方法 - Google Patents
一种基于pm2.5健康出行的路径规划装置及方法 Download PDFInfo
- Publication number
- CN112378414A CN112378414A CN202011312788.1A CN202011312788A CN112378414A CN 112378414 A CN112378414 A CN 112378414A CN 202011312788 A CN202011312788 A CN 202011312788A CN 112378414 A CN112378414 A CN 112378414A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- path
- path planning
- central processing
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明属于路径导航技术领域,公开了一种基于PM2.5健康出行的路径规划装置及方法,所述基于PM2.5健康出行的路径规划装置包括:PM2.5检测模块、GPS定位模块、气象检测模块、车体运行状态模块、显示模块、中央处理模块、通信模块、云服务模块、路径选择模块、操作设置模块、储存模块和语音提示模块。本发明通过设置有PM2.5检测模块,对周围环境的可入肺颗粒物数值进行检测;GPS定位模块对位置进行检测定位;气象检测模块通过气象检测传感器,检测环境的条件;车体运行状态模块通过车载各种传感器,对车体的运行进行检测;本发明可以全面检测旅行者所处的位置和环境状态,为制定路径规划提供了可靠的数据支撑。
Description
技术领域
本发明属于路径导航技术领域,尤其涉及一种基于PM2.5健康出行的路径规划装置及方法。
背景技术
目前,PM2.5是指大气中空气动力学当量直径小于或等于2.5微米的颗粒物,也称为可入肺颗粒物(暂无标准中文名)。虽然PM2.5只是地球大气成分中含量很少的组分,但它对空气质量和能见度等有重要的影响。PM2.5粒径小,富含大量的有毒、有害物质且在大气中的停留时间长、输送距离远,因而对人体健康和大气环境质量的影响更大。2012年2月,《环境空气质量标准》增加了PM2.5监测指标。2012年9月9日,北京市环保局监测中心表示,新版空气质量发布平台2013年1月1日上线。2012年10月6日,北京35个PM2.5监测站点试运行数据全部上线发布。在健康出行过程中,需要不断对大气污染进行检测;根据检测的数据结合导航系统,为旅行者制定路径规划。但是现有技术中路径规划系统,无法全面获取旅行者周围环境状态信息,降低了路径规划的精确性。同时现有技术中路径规划系统,无法根据旅行者的需求,对路径进行规划,不能满足旅行者的需求。因此,亟需一种新的基于PM2.5健康出行的路径规划装置及方法。
通过上述分析,现有技术存在的问题及缺陷为:
(1)现有技术中路径规划系统,无法全面获取旅行者周围环境状态信息,降低了路径规划的精确性。
(2)现有技术中路径规划系统,无法根据旅行者的需求,对路径进行规划,不能满足旅行者的需求。
发明内容
针对现有技术存在的问题,本发明提供了一种基于PM2.5健康出行的路径规划装置及方法。
本发明是这样实现的,一种基于PM2.5健康出行的路径规划方法,所述基于PM2.5健康出行的路径规划方法包括以下步骤:
步骤一,通过PM2.5检测模块控制摄像机进行周围环境图像采集,直至整个检测过程结束为止;对采集的图像进行图像预处理,判断图像的亮度是否满足继续检测的条件,当不满足时,则终止检测过程;当满足时,过滤掉受灯光闪烁影响的周围环境图像;
步骤二,当环境图像的帧数达到Nb时,则进行背景建模,其中Nb≥100;根据获得的背景和预设的背景阈值,获取当前环境图像的候选颗粒二值化图像;其中,所选用的背景与所述当前环境图像所处的帧数是相对应的;
步骤三,对候选颗粒的二值化图像进行数学形态学运算;利用区域生长算法求连通区域,对每个候选颗粒图像进行截取,并利用PM2.5空气质量检测仪对颗粒图像进行初步筛选;
步骤四,计算当前图像中的候选颗粒图像的梯度图像,并对候选颗粒图像的梯度图像进行分块统计;计算颗粒边缘平均灰度值,利用颗粒边缘平均灰度值获取候选颗粒图像的二值化图像,对环境可入肺颗粒类型进行识别检测;
步骤五,通过GPS定位模块利用GPS定位器对位置进行检测定位;通过气象检测模块利用气象检测传感器检测环境的条件;通过车体运行状态模块利用车载各种传感器对车体的运行进行检测,并对数据进行预处理;
步骤六,根据检测的信息,通过中央处理模块利用中央处理器协调控制所述基于PM2.5健康出行的路径规划装置PM2.5检测模块、GPS定位模块、气象检测模块、车体运行状态模块、显示模块、通信模块、路径选择模块、操作设置模块、储存模块以及语音提示模块的正常运行;
步骤七,通过云服务模块选取路径规划原则,动态改变车身姿态参数和环境参数,基于所述动态改变的参数和所述路径规划原则确定路径规划的可行性标志位;利用大数据处理技术对个体信息进行整合处理,对所确定的路径规划的可行性标志位进行分类以得到参数扫描样本集;
步骤八,将泊车路径规划预判器的预判结果设计为与所述参数扫描样本集一致,规划出相应的路径;通过操作设置模块利用显示屏输入相应的路径规划要求;通过通信模块利用通信设备实现数据的交互传输;
步骤九,通过路径选择模块通过车载控制器对云服务器规划的路径进行择优选择;通过显示模块利用显示屏进行触摸操作和显示相应的数据信息;通过语音提示模块利用语音提示器对选择的路径进行播报提醒;同时通过储存模块对相应的数据进行储存。
进一步,步骤二中,所述背景建模方法,包括:
当油液图像的帧数达到Nb时,在同一位置,利用公式选取最高的像素值作为背景像素值:
其中,在同一位置(xi,yj),如果图像的像素值An(xi,yi)大于背景的像素值F(xi,yi),则用图像的像素值An(xi,yi)更新背景对应位置的像素值,否则,背景对应位置的像素值F(xi,yi)不变。
进一步,步骤五中,所述通过车体运行状态模块对车体的运行进行检测过程中,对数据进行预处理包括:数据融合、信号去噪、解调调制、信号增强。
进一步,所述信号去噪的方法,包括:
将采集的数据,建立相应的数据集合,并进行分类数据融合;
数据融合完成后,确定小波基函数,进行小波变化,确定小波变换系数;
根据确定的小波基函数和小波变化系数,移动小波函数并运算,直至覆盖整个数据集合。
进一步,所述数据融合的方法,包括:
将不同的传感器采集到的数据,进行特征提取变换,建立代表一类观测数据的特征矢量;
通过利用自适应神经网络,对特征矢量进行模式识别,并进行分组,建立相关性;
利用融合算法将每一目标各传感器数据进行合成,得到该目标的一致性解释与描述。
进一步,所述信号增强的方法,包括:
在数据去噪、解调调制完成后,利用能量检测准则,提取数据中有效的信号数据;
同时利用VMD对有效的信号数据进行分解,确定分解后的模态函数与原始信号数据的相关系数;
利用相关系数阈值确定IMF,并进行信号数据的重构,得到增强的信号数据。
进一步,步骤九中,所述通过路径选择模块利用车载控制器对云服务器规划的路径进行择优选择,包括:
(1)通过路径选择模块将设置的路径选择要求和云服务器给出的几种路径选择方案,建立赋权图;
(2)利用车载控制器把赋权图G的各条边按权的递增顺序排列,取最小权值的边作树枝;
(3)如果与已选边不形成回路,作为新的树枝,否则删去,至选出n-1条边结束。
本发明的另一目的在于提供一种实施所述基于PM2.5健康出行的路径规划方法的基于PM2.5健康出行的路径规划装置,所述基于PM2.5健康出行的路径规划装置包括:
PM2.5检测模块,与中央处理模块连接,通过PM2.5空气质量检测仪,对周围环境的可入肺颗粒物数值进行检测;
GPS定位模块,与中央处理模块连接,通过GPS定位器,对位置进行检测定位;
气象检测模块,与中央处理模块连接,通过气象检测传感器,检测环境的条件;
车体运行状态模块,与中央处理模块连接,通过车载各种传感器,对车体的运行进行检测;
显示模块,与中央处理模块连接,通过显示屏,用以进行触摸操作和显示相应的数据信息;
中央处理模块,分别与PM2.5检测模块、GPS定位模块、气象检测模块、车体运行状态模块、显示模块、通信模块、云服务模块、路径选择模块、操作设置模块、储存模块、语音提示模块连接,用于通过中央处理器协调控制所述基于PM2.5健康出行的路径规划装置各个模块的正常运行;
通信模块,与中央处理模块连接,通过通信设备,与云服务器进行连接,实现数据的交互传输;
云服务模块,与通信模块连接,通过云服务器,利用大数据处理技术,对个体信息进行整合处理,规划出相应的路径;
路径选择模块,与中央处理模块连接,通过车载控制器,对云服务器规划的路径进行择优选择;
操作设置模块,与中央处理模块连接,通过显示屏,输入相应的路径规划要求;
储存模块,与中央处理模块连接,通过储存器,对相应的数据进行储存;
语音提示模块,与中央处理模块连接,通过语音提示器,对选择的路径,进行播报提醒。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施所述的基于PM2.5健康出行的路径规划方法。
本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行所述的基于PM2.5健康出行的路径规划方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明提供的基于PM2.5健康出行的路径规划装置,通过设置有PM2.5检测模块,对周围环境的可入肺颗粒物数值进行检测;GPS定位模块过GPS定位器,对位置进行检测定位;气象检测模块通过气象检测传感器,检测环境的条件;车体运行状态模块通过车载各种传感器,对车体的运行进行检测;本发明可以全面检测旅行者所处的位置和环境状态,为制定路径规划提供了可靠的数据支撑。本发明中云服务模块通过云服务器,利用大数据处理技术,对个体信息进行整合处理,规划出相应的路径;路径选择模块通过车载控制器,对云服务器规划的路径进行择优选择,可以根据采集的数据信息,制定几种合适的路径规划方案;同时操作设置模块通过显示屏,输入相应的路径规划要求,可以在给出的路径方案中,选出最符合自身需求的路径方案;同时本发明通过语音提示模块通过语音提示器,对选择的路径,进行播报提醒,提供语音提示功能。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,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是本发明实施例提供的基于PM2.5健康出行的路径规划方法流程图。
图2是本发明实施例提供的基于PM2.5健康出行的路径规划装置结构框图;
图中:1、PM2.5检测模块;2、GPS定位模块;3、气象检测模块;4、车体运行状态模块;5、显示模块;6、中央处理模块;7、通信模块;8、云服务模块;9、路径选择模块;10、操作设置模块;11、储存模块;12、语音提示模块。
图3是本发明实施例提供的信号去噪方法流程图。
图4是本发明实施例提供的数据融合方法流程图。
图5是本发明实施例提供的信号增强方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种基于PM2.5健康出行的路径规划装置及方法,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的基于PM2.5健康出行的路径规划方法,包括:
S101,通过PM2.5检测模块利用PM2.5空气质量检测仪对周围环境的可入肺颗粒物数值进行检测;通过GPS定位模块利用GPS定位器进行检测定位。
S102,通过气象检测模块利用气象检测传感器检测环境的条件;通过车体运行状态模块通过车载各种传感器对车体运行进行检测,并对数据进行预处理。
S103,根据检测的信息,通过中央处理模块利用中央处理器协调控制所述基于PM2.5健康出行的路径规划装置各个模块的正常运行。
S104,通过操作设置模块利用显示屏输入相应的路径规划要求;通过通信模块利用通信设备实现数据的交互传输。
S105,通过云服务模块利用大数据处理技术对个体信息进行整合处理,规划出相应的路径。
S106,通过路径选择模块利用车载控制对云服务器规划的路径进行择优选择;通过显示模块利用显示屏进行触摸操作和显示相应的数据信息。
S107,通过语音提示模块利用语音提示器对选择的路径进行播报提醒;同时通过储存模块对相应的数据进行储存。
如图2所示,本发明实施例提供的基于PM2.5健康出行的路径规划装置,包括:
PM2.5检测模块1,与中央处理模块6连接,通过PM2.5空气质量检测仪,对周围环境的可入肺颗粒物数值进行检测。
GPS定位模块2,与中央处理模块6连接,通过GPS定位器,对位置进行检测定位。
气象检测模块3,与中央处理模块6连接,通过气象检测传感器,检测环境的条件。
车体运行状态模块4,与中央处理模块6连接,通过车载各种传感器,对车体的运行进行检测。
显示模块5,与中央处理模块6连接,通过显示屏,用以进行触摸操作和显示相应的数据信息。
中央处理模块6,分别与PM2.5检测模块1、GPS定位模块2、气象检测模块3、车体运行状态模块4、显示模块5、通信模块7、云服务模块8、路径选择模块9、操作设置模块10、储存模块11、语音提示模块12连接,用于通过中央处理器协调控制所述基于PM2.5健康出行的路径规划装置各个模块的正常运行。
通信模块7,与中央处理模块6连接,通过通信设备,与云服务器进行连接,实现数据的交互传输。
云服务模块8,与通信模块7连接,通过云服务器,利用大数据处理技术,对个体信息进行整合处理,规划出相应的路径。
路径选择模块9,与中央处理模块6连接,通过车载控制器,对云服务器规划的路径进行择优选择。
操作设置模块10,与中央处理模块6连接,通过显示屏,输入相应的路径规划要求。
储存模块11,与中央处理模块6连接,通过储存器,对相应的数据进行储存。
语音提示模块12,与中央处理模块6连接,通过语音提示器,对选择的路径,进行播报提醒。
下面结合具体实施例对本发明作进一步描述。
实施例1
本发明实施例提供的基于PM2.5健康出行的路径规划方法如图1所示,作为优选实施例,如图3所示,本发明实施例提供的信号去噪的方法包括:
S201,将采集的数据,建立相应的数据集合,并进行分类数据融合;
S202,数据融合完成后,确定小波基函数,进行小波变化,确定小波变换系数;
S203,根据确定的小波基函数和小波变化系数,移动小波函数并运算,直至覆盖整个数据集合。
实施例2
本发明实施例提供的基于PM2.5健康出行的路径规划方法如图1所示,作为优选实施例,如图4所示,本发明实施例提供的数据融合的方法包括:
S301,将不同的传感器采集到的数据,进行特征提取变换,建立代表一类观测数据的特征矢量;
S302,通过利用自适应神经网络,对特征矢量进行模式识别,并进行分组,建立相关性;
S303,利用融合算法将每一目标各传感器数据进行合成,得到该目标的一致性解释与描述。
实施例3
本发明实施例提供的基于PM2.5健康出行的路径规划方法如图1所示,作为优选实施例,如图5所示,本发明实施例提供的信号增强的方法包括:
S401,在数据去噪、解调调制完成后,利用能量检测准则,提取数据中有效的信号数据;
S402,利用VMD对有效的信号数据进行分解,确定分解后的模态函数与原始信号数据的相关系数;
S403,利用相关系数阈值,确定IMF,并进行信号数据的重构,得到增强的信号数据。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述,仅为本发明较优的具体的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于PM2.5健康出行的路径规划方法,其特征在于,所述基于PM2.5健康出行的路径规划方法包括以下步骤:
步骤一,通过PM2.5检测模块控制摄像机进行周围环境图像采集,直至整个检测过程结束为止;对采集的图像进行图像预处理,判断图像的亮度是否满足继续检测的条件,当不满足时,则终止检测过程;当满足时,过滤掉受灯光闪烁影响的周围环境图像;
步骤二,当环境图像的帧数达到Nb时,则进行背景建模,其中Nb≥100;根据获得的背景和预设的背景阈值,获取当前环境图像的候选颗粒二值化图像;其中,所选用的背景与所述当前环境图像所处的帧数是相对应的;
步骤三,对候选颗粒的二值化图像进行数学形态学运算;利用区域生长算法求连通区域,对每个候选颗粒图像进行截取,并利用PM2.5空气质量检测仪对颗粒图像进行初步筛选;
步骤四,计算当前图像中的候选颗粒图像的梯度图像,并对候选颗粒图像的梯度图像进行分块统计;计算颗粒边缘平均灰度值,利用颗粒边缘平均灰度值获取候选颗粒图像的二值化图像,对环境可入肺颗粒类型进行识别检测;
步骤五,通过GPS定位模块利用GPS定位器对位置进行检测定位;通过气象检测模块利用气象检测传感器检测环境的条件;通过车体运行状态模块利用车载各种传感器对车体的运行进行检测,并对数据进行预处理;
步骤六,根据检测的信息,通过中央处理模块利用中央处理器协调控制所述基于PM2.5健康出行的路径规划装置PM2.5检测模块、GPS定位模块、气象检测模块、车体运行状态模块、显示模块、通信模块、路径选择模块、操作设置模块、储存模块以及语音提示模块的正常运行;
步骤七,通过云服务模块选取路径规划原则,动态改变车身姿态参数和环境参数,基于所述动态改变的参数和所述路径规划原则确定路径规划的可行性标志位;利用大数据处理技术对个体信息进行整合处理,对所确定的路径规划的可行性标志位进行分类以得到参数扫描样本集;
步骤八,将泊车路径规划预判器的预判结果设计为与所述参数扫描样本集一致,规划出相应的路径;通过操作设置模块利用显示屏输入相应的路径规划要求;通过通信模块利用通信设备实现数据的交互传输;
步骤九,通过路径选择模块通过车载控制器对云服务器规划的路径进行择优选择;通过显示模块利用显示屏进行触摸操作和显示相应的数据信息;通过语音提示模块利用语音提示器对选择的路径进行播报提醒;同时通过储存模块对相应的数据进行储存。
3.如权利要求1所述基于PM2.5健康出行的路径规划方法,其特征在于,步骤五中,所述通过车体运行状态模块对车体的运行进行检测过程中,对数据进行预处理包括:数据融合、信号去噪、解调调制、信号增强。
4.如权利要求3所述基于PM2.5健康出行的路径规划方法,其特征在于,所述信号去噪的方法,包括:
将采集的数据,建立相应的数据集合,并进行分类数据融合;
数据融合完成后,确定小波基函数,进行小波变化,确定小波变换系数;
根据确定的小波基函数和小波变化系数,移动小波函数并运算,直至覆盖整个数据集合。
5.如权利要求3所述基于PM2.5健康出行的路径规划方法,其特征在于,所述数据融合的方法,包括:
将不同的传感器采集到的数据,进行特征提取变换,建立代表一类观测数据的特征矢量;
通过利用自适应神经网络,对特征矢量进行模式识别,并进行分组,建立相关性;
利用融合算法将每一目标各传感器数据进行合成,得到该目标的一致性解释与描述。
6.如权利要求3所述基于PM2.5健康出行的路径规划方法,其特征在于,所述信号增强的方法,包括:
在数据去噪、解调调制完成后,利用能量检测准则,提取数据中有效的信号数据;
同时利用VMD对有效的信号数据进行分解,确定分解后的模态函数与原始信号数据的相关系数;
利用相关系数阈值,确定IMF,并进行信号数据的重构,得到增强的信号数据。
7.如权利要求1所述基于PM2.5健康出行的路径规划方法,其特征在于,步骤九中,所述通过路径选择模块利用车载控制器对云服务器规划的路径进行择优选择,包括:
(1)通过路径选择模块将设置的路径选择要求和云服务器给出的几种路径选择方案,建立赋权图;
(2)利用车载控制器把赋权图G的各条边按权的递增顺序排列,取最小权值的边作树枝;
(3)如果与已选边不形成回路,作为新的树枝,否则删去,至选出n-1条边结束。
8.一种实施如权利要求1~7任意一项所述基于PM2.5健康出行的路径规划方法的基于PM2.5健康出行的路径规划装置,其特征在于,所述基于PM2.5健康出行的路径规划装置包括:
PM2.5检测模块,与中央处理模块连接,通过PM2.5空气质量检测仪,对周围环境的可入肺颗粒物数值进行检测;
GPS定位模块,与中央处理模块连接,通过GPS定位器,对位置进行检测定位;
气象检测模块,与中央处理模块连接,通过气象检测传感器,检测环境的条件;
车体运行状态模块,与中央处理模块连接,通过车载各种传感器,对车体的运行进行检测;
显示模块,与中央处理模块连接,通过显示屏,用以进行触摸操作和显示相应的数据信息;
中央处理模块,分别与PM2.5检测模块、GPS定位模块、气象检测模块、车体运行状态模块、显示模块、通信模块、云服务模块、路径选择模块、操作设置模块、储存模块、语音提示模块连接,用于通过中央处理器协调控制所述基于PM2.5健康出行的路径规划装置各个模块的正常运行;
通信模块,与中央处理模块连接,通过通信设备,与云服务器进行连接,实现数据的交互传输;
云服务模块,与通信模块连接,通过云服务器,利用大数据处理技术,对个体信息进行整合处理,规划出相应的路径;
路径选择模块,与中央处理模块连接,通过车载控制器,对云服务器规划的路径进行择优选择;
操作设置模块,与中央处理模块连接,通过显示屏,输入相应的路径规划要求;
储存模块,与中央处理模块连接,通过储存器,对相应的数据进行储存;
语音提示模块,与中央处理模块连接,通过语音提示器,对选择的路径,进行播报提醒。
9.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施如权利要求1~7任意一项所述的基于PM2.5健康出行的路径规划方法。
10.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1~7任意一项所述的基于PM2.5健康出行的路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011312788.1A CN112378414A (zh) | 2020-11-20 | 2020-11-20 | 一种基于pm2.5健康出行的路径规划装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011312788.1A CN112378414A (zh) | 2020-11-20 | 2020-11-20 | 一种基于pm2.5健康出行的路径规划装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112378414A true CN112378414A (zh) | 2021-02-19 |
Family
ID=74584501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011312788.1A Pending CN112378414A (zh) | 2020-11-20 | 2020-11-20 | 一种基于pm2.5健康出行的路径规划装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112378414A (zh) |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101814146A (zh) * | 2010-04-20 | 2010-08-25 | 杭州电子科技大学 | 一种基于多个小波变换的动作电位特征提取方法 |
CN102184451A (zh) * | 2011-03-24 | 2011-09-14 | 杭州电子科技大学 | 一种基于多小波融合特征的神经元动作特征提取方法 |
CN103810382A (zh) * | 2014-01-27 | 2014-05-21 | 中国电子科技集团公司第十研究所 | 机载分布式多传感器两级数据融合策略选择方法 |
CN104124688A (zh) * | 2014-08-12 | 2014-10-29 | 西南石油大学 | 一种基于最小生成树的启发式配电网重构方法 |
US20150117767A1 (en) * | 2013-10-31 | 2015-04-30 | International Business Machines Corporation | Method and apparatus of determining air quality |
CN105116442A (zh) * | 2015-07-24 | 2015-12-02 | 长江大学 | 岩性油气藏弱反射地震信号的重构方法 |
CN105547310A (zh) * | 2015-12-09 | 2016-05-04 | 南京理工大学 | 一种基于pm2.5健康出行的路径规划装置及方法 |
CN105572002A (zh) * | 2014-10-15 | 2016-05-11 | 西安三维通信有限责任公司 | 用于pm2.5粉尘浓度检测方法 |
CN105928701A (zh) * | 2016-04-29 | 2016-09-07 | 石家庄铁道大学 | 基于相关分析的emd过程中有效imf的判定方法 |
WO2017177638A1 (zh) * | 2016-04-12 | 2017-10-19 | 中兴通讯股份有限公司 | 一种空气颗粒物检测方法、装置及相关设备 |
WO2017187064A1 (fr) * | 2016-04-26 | 2017-11-02 | Renault S.A.S | Procédé de calcul d'un trajet á emprunter |
US20180141235A1 (en) * | 2015-06-26 | 2018-05-24 | Lapp Insulators Alumina Gmbh | Method for the additive laser-induced production of a main part by means of slip casting |
CN108761332A (zh) * | 2018-05-08 | 2018-11-06 | 郑州轻工业学院 | 一种电机断条故障的集合经验模态分解电流诊断方法 |
CN108827842A (zh) * | 2018-04-13 | 2018-11-16 | 安徽新华学院 | 一种基于pm2.5的空气质量最优路径规划方法及系统 |
CN108951762A (zh) * | 2018-07-17 | 2018-12-07 | 中国人民解放军陆军工程大学 | 一种用于市政自来水给水管线防泄露的方法 |
CN108981731A (zh) * | 2018-04-24 | 2018-12-11 | 范志杰 | 基于空气质量最优路径规划方法 |
CN109632310A (zh) * | 2019-01-18 | 2019-04-16 | 北京化工大学 | 一种基于特征增强的轴承故障诊断方法 |
CN109785854A (zh) * | 2019-01-21 | 2019-05-21 | 福州大学 | 一种经验模态分解和小波阈值去噪相结合的语音增强方法 |
CN110940409A (zh) * | 2019-12-02 | 2020-03-31 | 天津市计量监督检测科学研究院 | 一种基于iceemdan与ica联合去噪的超声信号测量方法 |
WO2020064657A1 (en) * | 2018-09-26 | 2020-04-02 | Valeo Systemes Thermiques | A computer-implemented method and a system for determining a route |
CN111060442A (zh) * | 2019-04-30 | 2020-04-24 | 威海戥同测试设备有限公司 | 一种基于图像处理的油液颗粒检测方法 |
CN111414929A (zh) * | 2019-01-07 | 2020-07-14 | 上汽通用汽车有限公司 | 设计泊车路径规划预判器的方法和泊车路径规划预判器 |
-
2020
- 2020-11-20 CN CN202011312788.1A patent/CN112378414A/zh active Pending
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101814146A (zh) * | 2010-04-20 | 2010-08-25 | 杭州电子科技大学 | 一种基于多个小波变换的动作电位特征提取方法 |
CN102184451A (zh) * | 2011-03-24 | 2011-09-14 | 杭州电子科技大学 | 一种基于多小波融合特征的神经元动作特征提取方法 |
US20150117767A1 (en) * | 2013-10-31 | 2015-04-30 | International Business Machines Corporation | Method and apparatus of determining air quality |
CN103810382A (zh) * | 2014-01-27 | 2014-05-21 | 中国电子科技集团公司第十研究所 | 机载分布式多传感器两级数据融合策略选择方法 |
CN104124688A (zh) * | 2014-08-12 | 2014-10-29 | 西南石油大学 | 一种基于最小生成树的启发式配电网重构方法 |
CN105572002A (zh) * | 2014-10-15 | 2016-05-11 | 西安三维通信有限责任公司 | 用于pm2.5粉尘浓度检测方法 |
US20180141235A1 (en) * | 2015-06-26 | 2018-05-24 | Lapp Insulators Alumina Gmbh | Method for the additive laser-induced production of a main part by means of slip casting |
CN105116442A (zh) * | 2015-07-24 | 2015-12-02 | 长江大学 | 岩性油气藏弱反射地震信号的重构方法 |
CN105547310A (zh) * | 2015-12-09 | 2016-05-04 | 南京理工大学 | 一种基于pm2.5健康出行的路径规划装置及方法 |
WO2017177638A1 (zh) * | 2016-04-12 | 2017-10-19 | 中兴通讯股份有限公司 | 一种空气颗粒物检测方法、装置及相关设备 |
WO2017187064A1 (fr) * | 2016-04-26 | 2017-11-02 | Renault S.A.S | Procédé de calcul d'un trajet á emprunter |
CN105928701A (zh) * | 2016-04-29 | 2016-09-07 | 石家庄铁道大学 | 基于相关分析的emd过程中有效imf的判定方法 |
CN108827842A (zh) * | 2018-04-13 | 2018-11-16 | 安徽新华学院 | 一种基于pm2.5的空气质量最优路径规划方法及系统 |
CN108981731A (zh) * | 2018-04-24 | 2018-12-11 | 范志杰 | 基于空气质量最优路径规划方法 |
CN108761332A (zh) * | 2018-05-08 | 2018-11-06 | 郑州轻工业学院 | 一种电机断条故障的集合经验模态分解电流诊断方法 |
CN108951762A (zh) * | 2018-07-17 | 2018-12-07 | 中国人民解放军陆军工程大学 | 一种用于市政自来水给水管线防泄露的方法 |
WO2020064657A1 (en) * | 2018-09-26 | 2020-04-02 | Valeo Systemes Thermiques | A computer-implemented method and a system for determining a route |
CN111414929A (zh) * | 2019-01-07 | 2020-07-14 | 上汽通用汽车有限公司 | 设计泊车路径规划预判器的方法和泊车路径规划预判器 |
CN109632310A (zh) * | 2019-01-18 | 2019-04-16 | 北京化工大学 | 一种基于特征增强的轴承故障诊断方法 |
CN109785854A (zh) * | 2019-01-21 | 2019-05-21 | 福州大学 | 一种经验模态分解和小波阈值去噪相结合的语音增强方法 |
CN111060442A (zh) * | 2019-04-30 | 2020-04-24 | 威海戥同测试设备有限公司 | 一种基于图像处理的油液颗粒检测方法 |
CN110940409A (zh) * | 2019-12-02 | 2020-03-31 | 天津市计量监督检测科学研究院 | 一种基于iceemdan与ica联合去噪的超声信号测量方法 |
Non-Patent Citations (2)
Title |
---|
王国胜等: ""基于CMA认证理念建设高水平环保类实践教学与社会服务基地的研究与实践"", 《深圳信息职业技术学院学报》 * |
王国胜等: ""基于CMA认证理念建设高水平环保类实践教学与社会服务基地的研究与实践"", 《深圳信息职业技术学院学报》, vol. 17, no. 1, 28 February 2019 (2019-02-28), pages 54 - 57 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109508580B (zh) | 交通信号灯识别方法和装置 | |
Tan et al. | Automatic detection of sewer defects based on improved you only look once algorithm | |
CN108510472B (zh) | 用于处理图像的方法和装置 | |
CN107918776B (zh) | 一种基于机器视觉的用地规划方法、系统及电子设备 | |
KR20210078530A (ko) | 차선 속성 검출방법, 장치, 전자장치 및 가독 저장 매체 | |
CN106897681B (zh) | 一种遥感图像对比分析方法及系统 | |
KR20210080459A (ko) | 차선 검출방법, 장치, 전자장치 및 가독 저장 매체 | |
CN110990661B (zh) | 一种基于路网约束和密度聚类的兴趣区域出入口提取方法 | |
CN111695488A (zh) | 兴趣面识别方法、装置、设备以及存储介质 | |
CN110807924A (zh) | 基于全量全样实时交通数据的多参数融合方法及系统 | |
CN108932273A (zh) | 图片筛选方法及装置 | |
CN112348029A (zh) | 局部地图调整方法、装置、设备和计算机可读介质 | |
CN111710041B (zh) | 基于多源异构数据融合展示技术的系统及环境模拟方法 | |
CN113780270A (zh) | 目标检测方法和装置 | |
CN111121797A (zh) | 道路筛选方法、装置、服务器及存储介质 | |
CN113033715B (zh) | 目标检测模型训练方法和目标车辆检测信息生成方法 | |
Mansoor et al. | A deep-learning classification framework for reducing communication errors in dynamic hand signaling for crane operation | |
CN113742440A (zh) | 道路图像数据处理方法、装置、电子设备及云计算平台 | |
CN116433865B (zh) | 一种基于场景可重建性分析的空地协同采集路径规划方法 | |
CN115512336B (zh) | 基于路灯光源的车辆定位方法、装置和电子设备 | |
CN112378414A (zh) | 一种基于pm2.5健康出行的路径规划装置及方法 | |
CN116738867A (zh) | 一种基于机器学习的无人机防御仿真方法及其系统 | |
CN113496182A (zh) | 基于遥感影像的道路提取方法及装置、存储介质及设备 | |
CN110765900A (zh) | 一种基于dssd的自动检测违章建筑方法及系统 | |
CN113936260A (zh) | 一种基于图像的道路扬尘动态监测方法及系统 |
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 |