CN113449615A - 一种清扫作业质量智能检查方法、系统及存储介质 - Google Patents
一种清扫作业质量智能检查方法、系统及存储介质 Download PDFInfo
- Publication number
- CN113449615A CN113449615A CN202110665475.2A CN202110665475A CN113449615A CN 113449615 A CN113449615 A CN 113449615A CN 202110665475 A CN202110665475 A CN 202110665475A CN 113449615 A CN113449615 A CN 113449615A
- Authority
- CN
- China
- Prior art keywords
- road section
- road
- cleaning operation
- garbage
- type
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 113
- 238000004140 cleaning Methods 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000013145 classification model Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 12
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- G06Q10/06395—Quality analysis or management
-
- 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
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
- G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Signal Processing (AREA)
- Evolutionary Biology (AREA)
- Marketing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种清扫作业质量智能检查方法、系统及存储介质,首先在作业质量巡查前,参考行业现行标准和已有的生产数据制定出统一的作业质量评分标准,然后利用装载了摄像头的机械车辆记录作业途中的路况视频或图片以替代人工作业巡查,接着对机械车辆上传的行车记录图片进行抽检,采用图片识别技术识别出各路段的检查项数据,最后将各路段的检查项数据与作业质量评分标准相结合自动演算出各路段的清扫作业质量,巡查效率高。
Description
技术领域
本发明涉及图像识别领域,更具体地,涉及一种清扫作业质量智能检查方法、系统及存储介质。
背景技术
目前环卫服务属于劳动密集型产业,尤其是清扫保洁业务(等级道路清扫、公共区域清扫、绿化带区域清扫等)需要大量劳动力,作业人员的清扫保洁工作具有作业路线长、作业范围分散、单次作业周期长等特点。在当前环卫管理模式下作业人员众多、作业路线复杂、管理工作繁琐,为了保证作业人员的作业情况符合环卫行业或企业的安全生产要求和环境卫生质量要求,目前通过人工巡查的方式进行实地巡检监督及反馈,以保证作业的高质量完成及验收。
在项目生产运营过程中,运营人员会在生产管理系统中针对每条作业路段指派相应作业人员和巡检人员。作业人员在规定工作时段内完成路段清扫保洁工作后,巡检人员可以到达作业区域,结合手机APP提供的各项功能开展巡查工作。
针对环卫行业清扫保洁业务的作业质量检查机制,现有实现方案借助人工为主、技术为辅的手段可满足基本需求并达到初步的检查目的,但是在管理流程、工作效能、智能化等方面仍有较大不足:
1、在当前生产运营模式下,公司业务空间广阔,项目遍布全国各地。各项目部因地制宜,根据当地实际情况和个人主观因素设置符合自身要求的作业巡查评分标准,导致各项目作业巡查评分标准无法统一,可能出现不同地域同级路段作业评分标准差距较大的情况;
2、作业质量检查需要依赖大量人工实地巡检收集数据,管理难度大、人工成本高、效率低下;因清扫保洁作业具有作业路线长、作业范围分散、单次作业周期长等特性,巡检人员实地巡查无法全路段覆盖、时效性低。
3、巡检人员上报检查项数据流程繁琐,可能掺杂主观与客观因素,存在误报、错报等情况,导致作业质量评分与实际情况不符。
发明内容
本发明针对现有技术中通过人工对清扫作业的质量进行检查效率低易出错的技术问题,提供一种清扫作业质量智能检查方法、系统及存储介质。
根据本发明的第一方面,提供了一种清扫作业质量智能检查方法,包括:获取通过在机械作业车辆上安装的车载摄像头拍摄的在清扫作业完成后各路段的路况图片;对任一路段的图片进行识别,获取任一路段的检查项数据;根据任一路段的检查项数据,对比清扫作业巡查评分标准模板,确定任一路段的清扫作业质量。
在上述技术方案的基础上,本发明还可以作出如下改进。
可选的,对任一路段的图片进行识别,获取任一路段的检查项数据,包括:对于车载摄像头拍摄的在清扫作业完成后各路段的路况图片,根据不同时段从中抽取出任一路段的多张图片;基于任一路段的多张图片,识别出当前时段任一路段的检查项数据。
可选的,基于所述任一路段的多张图片,识别出当前时段所述任一路段的检查项数据,包括:基于所述任一路段的多张图片,识别出每一张图片中的路段类型、当前时段所述任一路段上的垃圾类型和各类型的垃圾数量;相应的,所述根据所述任一路段的检查项数据,对比清扫作业巡查评分标准模板,确定所述任一路段的清扫作业质量,包括:根据所述任一路段的路段类型、当前时段所述任一路段上的垃圾类型和各类型的垃圾数量,依据清扫作业巡查评分标准模板,确定当前时段所述任一路段的清扫作业质量。
可选的,所述基于所述任一路段的多张图片,识别出每一张图片中的路段类型、当前时段所述路段上的垃圾类型和各类型的垃圾数量,包括:将所述任一路段的每一张图片输入训练后的分类模型,获取所述分类模型输出的每一张图片中的每一个垃圾的垃圾类型、每一个垃圾的面积以及每一类垃圾的数量。
可选的,通过如下方式对所述分类模型进行训练:对于拍摄的不同路段的多张图片,利用光谱和物体轮廓检测的方法提取任一路段的每一张图片中每一个垃圾的轮廓边缘;基于每一个垃圾的轮廓边缘,计算每一张图片中每一个垃圾的面积,以及对每一个垃圾的垃圾类型进行标注;将不同路段的多张图片为样本,每一张图片中每一个垃圾的轮廓边缘、每一个垃圾的面积和每一个垃圾的垃圾类型为标签作为训练集,对所述分类模型进行训练。
可选的,通过如下方式获取所述任一路段的路段类型:根据图片中包含的任一路段在整个道路中所在的位置,以及在所述任一路段上的行人或车辆的数量,确定所述任一路段为人行道或者车行道。
可选的,所述清扫作业巡查评分标准模板配置了不同路段类型的路段对应的质量评分标准;所述根据所述任一路段的检查项数据,对比清扫作业巡查评分标准模板,确定所述任一路段的清扫作业质量,包括:根据所述任一路段的路段类型,选择对应的质量评分标准;基于所述任一路段中每一张图片中的每一个垃圾的垃圾类型、每一个垃圾的面积以及每一类垃圾的数量,对比所述质量评分标准,确定所述任一路段的清扫作业质量。
根据本发明的第二方面,提供一种清扫作业质量智能检查系统,包括安装于机械作业车辆上的车载摄像头和服务器;车载摄像头,用于拍摄的在清扫作业完成后各路段的路况图片,并将各路段的路况图片上传至服务器;服务器,用于对任一路段的图片进行识别,获取所述任一路段的检查项数据;根据所述任一路段的检查项数据,对比清扫作业巡查评分标准模板,确定所述任一路段的清扫作业质量。
可选的,所述车载摄像头,具体用于将各路段的路况图片转换为64位字节,通过MQTT消息队列上传至服务器。
根据本发明的第三方面,提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现清扫作业质量智能检查方法的步骤。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现清扫作业质量智能检查方法的步骤。
本发明提供的一种清扫作业质量智能检查方法、系统及存储介质,首先在作业质量巡查前,参考行业现行标准和已有的生产数据制定出统一的作业质量评分标准,然后利用装载了摄像头的机械车辆记录作业途中的路况视频或图片以替代人工作业巡查,接着对机械车辆上传的行车记录图片进行抽检,采用图片识别技术识别出各路段的检查项数据,最后将各路段的检查项数据与作业质量评分标准相结合自动演算出各路段的清扫作业质量,巡查效率高。
附图说明
图1为本发明提供的一种清扫作业质量智能检查方法流程图;
图2为对图片中垃圾进行识别的示意图;
图3为本发明提供的一种清扫作业质量智能检查方法整体流程图;
图4为本发明提供的一种清扫作业质量智能检查系统结构示意图;
图5为本发明提供的一种可能的电子设备的硬件结构示意图;
图6为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
图1为本发明提供的一种清扫作业质量智能检查方法流程图,如图1所示,方法包括:101、获取通过在机械作业车辆上安装的车载摄像头拍摄的在清扫作业完成后各路段的路况图片;102、对任一路段的图片进行识别,获取任一路段的检查项数据;103、根据任一路段的检查项数据,对比清扫作业巡查评分标准模板,确定任一路段的清扫作业质量。
可以理解的是,基于背景技术中基于人工对清扫作业质量评判效率低且容易出错的缺陷,本发明实施例提出了一种能够智能对清扫作业质量进行检查评判的方法。
该方法首先在作业质量巡查前,参考行业现行标准和已有的生产数据制定出统一的作业质量评分标准,然后利用装载了摄像头的机械车辆记录作业途中的路况视频或图片以替代人工作业巡查,接着对机械车辆上传的行车记录图片进行抽检,采用图片识别技术识别出杂物数量以统计出各路段的检查项数据,最后将各路段的检查项数据与作业质量评分标准相结合自动演算出各路段的评分评级,提升作业质量审查效率的方法。
在一种可能的实施例方式中,对任一路段的图片进行识别,获取所述任一路段的检查项数据,包括:对于车载摄像头拍摄的在清扫作业完成后各路段的路况图片,根据不同时段从中抽取出任一路段的多张图片;基于任一路段的多张图片,识别出当前时段所述任一路段的检查项数据。
可以理解的是,各作业时段下的人工清扫保洁作业过后,由临近的机械作业车辆上安装的车载摄像头负责记录采集路段视频或图片,再通过HTTP协议将图片或视频上传至服务器。按作业时段不同,服务器端随机抽样调取各路段的多张图片,使用图片识别技术识别出每一张图片中不合规的检查项数据,后续可以根据不同时段的各路段的检查项数据,判定不同时段的各路段的清扫作业质量情况。
在一种可能的实施例方式中,基于任一路段的多张图片,识别出当前时段任一路段的检查项数据,包括:基于任一路段的多张图片,识别出每一张图片中的路段类型、当前时段所述任一路段上的垃圾类型和各类型的垃圾数量;相应的,根据任一路段的检查项数据,对比清扫作业巡查评分标准模板,确定所述任一路段的清扫作业质量,包括:根据所述任一路段的路段类型、当前时段所述任一路段上的垃圾类型和各类型的垃圾数量,依据清扫作业巡查评分标准模板,确定当前时段所述任一路段的清扫作业质量。
可以理解的是,路段的检查项数据主要包括与清扫工作相关的一些数据,主要包括路段的类型,比如是人行道还是车行道,当前时段路段上的垃圾类型以及每一类型垃圾的数量、每一类型垃圾的面积等等。
然后,根据路段的路段类型、当前时段路段上的垃圾类型和各类型的垃圾数量,依据清扫作业巡查评分标准模板,确定当前时段路段的清扫作业质量。
在一种可能的实施例方式中,基于任一路段的多张图片,识别出每一张图片中的路段类型、当前时段路段上的垃圾类型和各类型的垃圾数量,包括:将任一路段的每一张图片输入训练后的分类模型,获取所述分类模型输出的每一张图片中的每一个垃圾的垃圾类型、每一个垃圾的面积以及每一类垃圾的数量。
可以理解的是,在对每一张图片中的检查项数据进行识别时,将每一张图片输入训练后的分类模型,分类模型对图片中的每一个垃圾进行识别,且识别出每一个垃圾的面积和类型,进而统计出每一种类型垃圾的数量。
在一种可能的实施例方式中,通过如下方式对所述分类模型进行训练:对于拍摄的不同路段的多张图片,利用光谱和物体轮廓检测的方法提取任一路段的每一张图片中每一个垃圾的轮廓边缘;基于每一个垃圾的轮廓边缘,计算每一张图片中每一个垃圾的面积,以及对每一个垃圾的垃圾类型进行标注;将不同路段的多张图片为样本,每一张图片中每一个垃圾的轮廓边缘、每一个垃圾的面积和每一个垃圾的垃圾类型为标签作为训练集,对分类模型进行训练。
可以理解的是,在对分类模型进行训练时,可参见图2,拍摄不同路段的多张图片,对于每一张图片,可利用光谱和物体轮廓检测提取图片中的轮廓边缘,将图片中的垃圾识别出来。基于从图片中识别出的轮廓边缘,计算每一个垃圾的面积,并对每一个垃圾的类型进行标记。
拍摄的不同路段的多张图片为样本,以每一张图片中每一个垃圾的轮廓边缘、每一个垃圾的面积和每一个垃圾的垃圾类型为标签作为训练集,利用该训练集对分类模型进行训练。后续,利用训练后的分类模型对图片中的每一个垃圾的类型、面积和每一类型垃圾的数量进行识别。
在一种可能的实施例方式中,通过如下方式获取所述任一路段的路段类型:根据图片中包含的任一路段在整个道路中所在的位置,以及在所述任一路段上的行人或车辆的数量,确定所述任一路段为人行道或者车行道。
可以理解的是,对于各路段为人行道还是车行道,可以根据图片中的路段在整个道路中的位置,比如,路段处于整个道路的边缘,为宽度较窄,那么基本上可以认定路段为人行道;如果路段处于整个道路的中间位置,且路段较宽,则认定路段为车行道。
或者,可以拍摄路段上行人或车辆行驶的数量,如果路段上行走的大部分是行人,那么可以认定该路段为人行道;如果路段上行驶的大部分为车辆,那么可以认定该路段为车行道。
在一种可能的实施例方式中,清扫作业巡查评分标准模板配置了不同路段类型的路段对应的质量评分标准;根据任一路段的检查项数据,对比清扫作业巡查评分标准模板,确定所述任一路段的清扫作业质量,包括:根据任一路段的路段类型,选择对应的质量评分标准;基于任一路段中每一张图片中的每一个垃圾的垃圾类型、每一个垃圾的面积以及每一类垃圾的数量,对比质量评分标准,确定所述任一路段的清扫作业质量。
可以利己的是,在制定清扫作业巡查评分标准模板时,对于不同类型的路段,质量评分标准不同,也就是清扫作业巡查评分标准模板配置了不同路段类型的路段对应的质量评分标准。
根据从图片中识别出的路段的类型,找到对应的质量评分标准,基于从每一张图片中识别出的每一个垃圾的垃圾类型、每一个垃圾的面积以及每一类垃圾的数量,对比质量评分标准,确定路段的清扫作业质量。
可参见图3,对本发明提供的清扫作业质量智能检查方法进行介绍,主要包括以下的步骤:
(1)参考行业现行标准并运用已有的生产数据进行分析和提炼,制定出符合生产运营要求和市场行业规范的作业巡查评分标准模板,并规划出作业时间和地点相邻近的人工作业计划与机械作业计划。
(1.1)首先为作业巡查评分标准设置通用巡查项,详情如下表格1:
(1.2)制定巡查评分标准模板,评分采用百分制扣分,详情如下表2:
分类 | 评分依据 | 扣分标准 | 优 | 良 | 合格 | 不合格 |
人行道 | 数量、面积 | An分/项 | ≥90 | 90-85 | 85-70 | <70 |
车行道 | 数量、面积 | Bn分/项 | ≥90 | 90-85 | 85-70 | <70 |
(2)各作业时段下的人工清扫保洁作业过后,由临近的机械作业车辆负责记录采集路段视频或图片,再通过HTTP协议将图片或视频上传至服务器;
(3)按作业时段不同,服务器端随机抽样调取各路段的多张图片,使用图片识别技术识别出不合规的检查项数据,推断出当前路段当前时段的作业质量情况,重复(2)、(3)步骤,直到全部作业时段完成为止;
(4)最后将所统计的各路段不合规检查项数据与上述作业巡查评分标准相结合自动计算出各路段的评分评级,得出当前时段的各路段的清扫质量等级。
(4.1)巡查大类的扣分计算详情如下:
人行道巡查扣分公式:应扣分数=∑(检查项An扣分标准*数量);
车行道巡查扣分公式:应扣分数=∑(检查项Bn扣分标准*数量);
安全文明巡查扣分公式:应扣分数=∑(检查项Cn扣分标准*数量)。
(4.2)当前路段总扣分计算详情如下:
①当巡查路段包含人行道和车行道时:
总扣分=∑(检查项An扣分标准*数量)+∑(检查项Bn扣分标准*数量)+∑(检查项Cn扣分标准*数量)。
②当巡查路段仅包含人行道时:
总扣分=∑(检查项An扣分标准*数量)+∑(检查项Cn扣分标准*数量)。
③当巡查路段仅包含车行道时:
总扣分=∑(检查项Bn扣分标准*数量)+∑(检查项Cn扣分标准*数量)。
(4.3)路段总评分评级详情如下:
路段总评分=100-总扣分;
路段评级如下表3:
评级分数段 | 评级 |
路段总评分≥90 | 优 |
90>路段总评分≥85 | 良 |
85>路段总评分≥70 | 合格 |
70>路段总评分 | 不合格 |
根据从图片中识别出的路段类型、各路段上每一个垃圾的类型、每一个垃圾的面积和每一类垃圾的数量,根据上述评分标准,得出评分,进而得出不同时段各路段的清扫质量。
图4为本发明实施例提供的一种清扫作业质量智能检查系统结构图,如图4所示,一种清扫作业质量智能检查系统,包括安装于机械作业车辆上的车载摄像头41和服务器42,其中:
车载摄像头41,用于拍摄的在清扫作业完成后各路段的路况图片,并将各路段的路况图片上传至服务器;
服务器42,用于对任一路段的图片进行识别,获取所述任一路段的不合格的检查项数据;根据所述任一路段的不合格的检查项数据,对比清扫作业巡查评分标准模板,确定所述任一路段的清扫作业质量。
其中,41车载摄像头,具体用于将各路段的路况图片转换为64位字节,通过MQTT(Message Queuing Telemetry Transpor,消息队列遥测传输)消息队列上传至服务器42。
可以理解的是,本发明提供的一种清扫作业质量智能检查系统与前述各实施例提供的清扫作业质量智能检查方法相对应,清扫作业质量智能检查系统的相关技术特征可参考清扫作业质量智能检查方法的相关技术特征,在此不再赘述。
请参阅图5,图5为本发明实施例提供的电子设备的实施例示意图。如图5所示,本发明实施例提了一种电子设备,包括存储器510、处理器520及存储在存储器520上并可在处理器520上运行的计算机程序511,处理器520执行计算机程序511时实现以下步骤:获取通过在机械作业车辆上安装的车载摄像头拍摄的在清扫作业完成后各路段的路况图片;对任一路段的图片进行识别,获取所述任一路段的不合格的检查项数据;根据所述任一路段的不合格的检查项数据,对比清扫作业巡查评分标准模板,确定所述任一路段的清扫作业质量。
请参阅图6,图6为本发明提供的一种计算机可读存储介质的实施例示意图。如图6所示,本实施例提供了一种计算机可读存储介质600,其上存储有计算机程序611,该计算机程序611被处理器执行时实现如下步骤:获取通过在机械作业车辆上安装的车载摄像头拍摄的在清扫作业完成后各路段的路况图片;对任一路段的图片进行识别,获取所述任一路段的不合格的检查项数据;根据所述任一路段的不合格的检查项数据,对比清扫作业巡查评分标准模板,确定所述任一路段的清扫作业质量。
本发明实施例提供的一种清扫作业质量智能检查方法、系统及存储介质,具有如下优点:
1、参考行业现行标准并运用已有的生产运营数据进行分析和提炼,制定出符合生产运营要求和市场行业规范的作业巡查评分标准模板。各项目部可直接引用标准评分模板,也可依照标准模板在差距允许的范围内进行微调,设置符合当地实际情况的评分标准。解决清扫保洁业务作业巡查评分标准不统一、不同地域同级路段作业评分标准差距较大的问题。
2、将机械作业车辆与车载摄像头结合,在机械车辆作业过程中记录视频或图片替代人工巡查工作。解决大量人工实地巡检收集数据带来的管理难度大、人工成本高、效能低下、检查覆盖面不全等问题。
3、借助随机抽样的思想,随机抽取各路段机械作业行车摄像头所记录的图片作为样本进行调查,以智能识别技术替代人工识别,抽检出图片中可能存在的检查项数据以推断出整条作业路线的质量情况,简化检查项数据上报流程,智能、高效、间接地提高检查覆盖率与评分准确率。解决人工巡查上报检查项数据时,因人为因素导致的作业质量评分与实际不符的问题。
需要说明的是,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细描述的部分,可以参见其它实施例的相关描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本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)
1.一种清扫作业质量智能检查方法,其特征在于,包括:
获取通过在机械作业车辆上安装的车载摄像头拍摄的在清扫作业完成后各路段的路况图片;
对任一路段的图片进行识别,获取所述任一路段的检查项数据;
根据所述任一路段的检查项数据,对比清扫作业巡查评分标准模板,确定所述任一路段的清扫作业质量。
2.根据权利要求1所述的清扫作业质量智能检查方法,其特征在于,所述对任一路段的图片进行识别,获取所述任一路段的检查项数据,包括:
对于车载摄像头拍摄的在清扫作业完成后各路段的路况图片,根据不同时段从中抽取出任一路段的多张图片;
基于所述任一路段的多张图片,识别出当前时段所述任一路段的检查项数据。
3.根据权利要求2所述的清扫作业质量智能检查方法,其特征在于,所述基于所述任一路段的多张图片,识别出当前时段所述任一路段的检查项数据,包括:
基于所述任一路段的多张图片,识别出每一张图片中的路段类型、当前时段所述任一路段上的垃圾类型和各类型的垃圾数量;
相应的,所述根据所述任一路段的检查项数据,对比清扫作业巡查评分标准模板,确定所述任一路段的清扫作业质量,包括:
根据所述任一路段的路段类型、当前时段所述任一路段上的垃圾类型和各类型的垃圾数量,依据清扫作业巡查评分标准模板,确定当前时段所述任一路段的清扫作业质量。
4.根据权利要求3所述的清扫作业质量智能检查方法,其特征在于,所述基于所述任一路段的多张图片,识别出每一张图片中的路段类型、当前时段所述路段上的垃圾类型和各类型的垃圾数量,包括:
将所述任一路段的每一张图片输入训练后的分类模型,获取所述分类模型输出的每一张图片中的每一个垃圾的垃圾类型、每一个垃圾的面积以及每一类垃圾的数量。
5.根据权利要求4所述的清扫作业质量智能检查方法,其特征在于,通过如下方式对所述分类模型进行训练:
对于拍摄的不同路段的多张图片,利用光谱和物体轮廓检测的方法提取任一路段的每一张图片中每一个垃圾的轮廓边缘;
基于每一个垃圾的轮廓边缘,计算每一张图片中每一个垃圾的面积,以及对每一个垃圾的垃圾类型进行标注;
将不同路段的多张图片为样本,每一张图片中每一个垃圾的轮廓边缘、每一个垃圾的面积和每一个垃圾的垃圾类型为标签作为训练集,对所述分类模型进行训练。
6.根据权利要求5所述的清扫作业质量智能检查方法,其特征在于,通过如下方式获取所述任一路段的路段类型:
根据图片中包含的任一路段在整个道路中所在的位置,以及在所述任一路段上的行人或车辆的数量,确定所述任一路段为人行道或者车行道。
7.根据权利要求6所述的清扫作业质量智能检查方法,其特征在于,所述清扫作业巡查评分标准模板配置了不同路段类型的路段对应的质量评分标准;所述根据所述任一路段的检查项数据,对比清扫作业巡查评分标准模板,确定所述任一路段的清扫作业质量,包括:
根据所述任一路段的路段类型,选择对应的质量评分标准;
基于所述任一路段中每一张图片中的每一个垃圾的垃圾类型、每一个垃圾的面积以及每一类垃圾的数量,对比所述质量评分标准,确定所述任一路段的清扫作业质量。
8.一种清扫作业质量智能检查系统,其特征在于,包括安装于机械作业车辆上的车载摄像头和服务器;
所述车载摄像头,用于拍摄的在清扫作业完成后各路段的路况图片,并将各路段的路况图片上传至服务器;
所述服务器,用于对任一路段的图片进行识别,获取所述任一路段的检查项数据;根据所述任一路段的检查项数据,对比清扫作业巡查评分标准模板,确定所述任一路段的清扫作业质量。
9.根据权利要求8所述的清扫作业质量智能检查系统,其特征在于,所述车载摄像头,具体用于将各路段的路况图片转换为64位字节,通过MQTT消息队列上传至服务器。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-7任一项所述的清扫作业质量智能检查方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110665475.2A CN113449615A (zh) | 2021-06-16 | 2021-06-16 | 一种清扫作业质量智能检查方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110665475.2A CN113449615A (zh) | 2021-06-16 | 2021-06-16 | 一种清扫作业质量智能检查方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113449615A true CN113449615A (zh) | 2021-09-28 |
Family
ID=77811522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110665475.2A Pending CN113449615A (zh) | 2021-06-16 | 2021-06-16 | 一种清扫作业质量智能检查方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113449615A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115983718A (zh) * | 2023-02-22 | 2023-04-18 | 青岛鼎诺信科工贸有限公司 | 汽车空气悬架生产质检管控方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080177794A1 (en) * | 2007-01-16 | 2008-07-24 | Spencer Adam John | Street quality assessment method and system |
CN106257500A (zh) * | 2016-02-17 | 2016-12-28 | 北京市环丽清扫保洁服务中心 | 一种道路环卫保洁智能作业及检查管理系统及方法 |
CN109165582A (zh) * | 2018-08-09 | 2019-01-08 | 河海大学 | 一种城市街道垃圾检测和清洁度评估方法 |
CN109288455A (zh) * | 2018-09-21 | 2019-02-01 | 北京智行者科技有限公司 | 垃圾清扫方法及装置 |
CN110188997A (zh) * | 2019-05-13 | 2019-08-30 | 赣州和永软件开发有限责任公司 | 一种工程质量巡察内容评价方法及其系统 |
CN111126802A (zh) * | 2019-12-10 | 2020-05-08 | 福建省高速公路集团有限公司 | 基于人工智能的高速公路检查评价方法及系统 |
CN111458721A (zh) * | 2020-03-31 | 2020-07-28 | 江苏集萃华科智能装备科技有限公司 | 一种暴露垃圾的识别定位方法、装置及系统 |
CN111598476A (zh) * | 2020-05-22 | 2020-08-28 | 济源职业技术学院 | 一种基于稀疏自编码与svm的智慧城市环卫资源调度系统 |
CN111736603A (zh) * | 2020-06-22 | 2020-10-02 | 广州赛特智能科技有限公司 | 一种无人驾驶清扫车及其长距离贴边清扫方法 |
CN111985317A (zh) * | 2020-07-10 | 2020-11-24 | 上海富洁科技有限公司 | 用于道路智能清扫的路面清洁度评估方法 |
CN112257623A (zh) * | 2020-10-28 | 2021-01-22 | 长沙立中汽车设计开发股份有限公司 | 一种路面清洁度判定和自动清扫方法及自动清扫环卫装置 |
-
2021
- 2021-06-16 CN CN202110665475.2A patent/CN113449615A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080177794A1 (en) * | 2007-01-16 | 2008-07-24 | Spencer Adam John | Street quality assessment method and system |
CN106257500A (zh) * | 2016-02-17 | 2016-12-28 | 北京市环丽清扫保洁服务中心 | 一种道路环卫保洁智能作业及检查管理系统及方法 |
CN109165582A (zh) * | 2018-08-09 | 2019-01-08 | 河海大学 | 一种城市街道垃圾检测和清洁度评估方法 |
CN109288455A (zh) * | 2018-09-21 | 2019-02-01 | 北京智行者科技有限公司 | 垃圾清扫方法及装置 |
CN110188997A (zh) * | 2019-05-13 | 2019-08-30 | 赣州和永软件开发有限责任公司 | 一种工程质量巡察内容评价方法及其系统 |
CN111126802A (zh) * | 2019-12-10 | 2020-05-08 | 福建省高速公路集团有限公司 | 基于人工智能的高速公路检查评价方法及系统 |
CN111458721A (zh) * | 2020-03-31 | 2020-07-28 | 江苏集萃华科智能装备科技有限公司 | 一种暴露垃圾的识别定位方法、装置及系统 |
CN111598476A (zh) * | 2020-05-22 | 2020-08-28 | 济源职业技术学院 | 一种基于稀疏自编码与svm的智慧城市环卫资源调度系统 |
CN111736603A (zh) * | 2020-06-22 | 2020-10-02 | 广州赛特智能科技有限公司 | 一种无人驾驶清扫车及其长距离贴边清扫方法 |
CN111985317A (zh) * | 2020-07-10 | 2020-11-24 | 上海富洁科技有限公司 | 用于道路智能清扫的路面清洁度评估方法 |
CN112257623A (zh) * | 2020-10-28 | 2021-01-22 | 长沙立中汽车设计开发股份有限公司 | 一种路面清洁度判定和自动清扫方法及自动清扫环卫装置 |
Non-Patent Citations (3)
Title |
---|
IAGO LÓPEZ等: "Developing an indicators plan and software for evaluating Street Cleanliness and Waste Collection Services", 《JOURNAL OF URBAN MANAGEMENT》 * |
张鹏程等: "一种融合移动边缘计算和深度学习的城市街道垃圾检测和清洁度评估方法", 《小型微型计算机系统》 * |
徐如如: "基于视觉的街道清洁度智能评估算法研究与实现", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115983718A (zh) * | 2023-02-22 | 2023-04-18 | 青岛鼎诺信科工贸有限公司 | 汽车空气悬架生产质检管控方法及系统 |
CN115983718B (zh) * | 2023-02-22 | 2023-06-13 | 青岛鼎诺信科工贸有限公司 | 汽车空气悬架生产质检管控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109165582B (zh) | 一种城市街道垃圾检测和清洁度评估方法 | |
US9365217B2 (en) | Mobile pothole detection system and method | |
CN108986448B (zh) | 一种交通设施管理方法及终端设备 | |
CN103150900B (zh) | 一种基于视频的交通拥堵事件自动检测方法 | |
CN107657267B (zh) | 产品潜在用户挖掘方法及装置 | |
CN106203498B (zh) | 一种城市场景垃圾检测方法及系统 | |
CN109782364B (zh) | 基于机器视觉的交通标志牌缺失检测方法 | |
CN105448103A (zh) | 车辆套牌检测方法与系统 | |
CN107918762B (zh) | 一种公路遗撒物快速检测系统及方法 | |
CN110458975B (zh) | 一种沥青混合料拌和过程监测系统及方法 | |
CN104199903A (zh) | 一种基于路径关联的车辆数据查询系统及方法 | |
CN116168356B (zh) | 一种基于计算机视觉的车辆损伤判别方法 | |
CN105046959B (zh) | 基于双窗口滑动匹配机制的城市道路行程时间提取方法 | |
CN109064449B (zh) | 一种桥梁表面病害的检测方法 | |
CN115662122B (zh) | 一种基于gps的道路巡查、病害识别和巡查考核的养护系统及方法 | |
CN113449615A (zh) | 一种清扫作业质量智能检查方法、系统及存储介质 | |
CN110969860B (zh) | 交通违法行为后台审核系统和方法 | |
CN115880894A (zh) | 一种交通状态确定方法、装置及设备 | |
CN106297301A (zh) | 一种车辆套牌检查方法及使用该方法的车辆套牌检测系统 | |
CN108874961B (zh) | 报表数据处理方法 | |
TW202024995A (zh) | 智慧型道路缺失辨識方法及其系統 | |
CN114897345A (zh) | 一种基于员工数据自动生成指标分的方法及装置 | |
CN116229396A (zh) | 高速路面病害识别及告警方法 | |
CN112348206A (zh) | 用于养护路面的路面综合整治系统 | |
CN112149562A (zh) | 基于多功能杆的道路智慧养护系统及方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 1-1, Building 3, No. 64, Middle Section of Huangshan Avenue, Yubei District, Chongqing 401123 Applicant after: Xin An Jie Intelligent Environment Technology Service Co.,Ltd. Address before: 1-1, Building 3, No. 64, Middle Section of Huangshan Avenue, North New District, Yubei District, Chongqing 401121 Applicant before: NEWANGE ENVIRONMENTAL SANITATION CO.,LTD. |
|
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210928 |