CN114154084A - 一种货车装卸货的识别方法 - Google Patents

一种货车装卸货的识别方法 Download PDF

Info

Publication number
CN114154084A
CN114154084A CN202111467460.1A CN202111467460A CN114154084A CN 114154084 A CN114154084 A CN 114154084A CN 202111467460 A CN202111467460 A CN 202111467460A CN 114154084 A CN114154084 A CN 114154084A
Authority
CN
China
Prior art keywords
time
unloading
loading
target
determining
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
Application number
CN202111467460.1A
Other languages
English (en)
Inventor
李乐
高谷凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiqi Iot Technology Shanghai Co ltd
Original Assignee
Jiqi Iot Technology Shanghai Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiqi Iot Technology Shanghai Co ltd filed Critical Jiqi Iot Technology Shanghai Co ltd
Priority to CN202111467460.1A priority Critical patent/CN114154084A/zh
Publication of CN114154084A publication Critical patent/CN114154084A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • G06F16/215Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供了一种货车装卸货的识别方法,其中,该方法包括:获取第一目标货车在目标作业点的每个采样时刻的载重量值;每当获取到的载重量值的数据量达到数据分割阈值,形成一数据组;针对当前数据组执行如下处理:从当前数据组中确定出装卸货有效数据;通过对所述装卸货有效数据中包括的多个采样时刻和对应的多个载重量值进行拟合,获得第一拟合直线;根据第一拟合直线的最值,确定当前数据组对应的区间开始时间和区间结束时间;根据所述区间开始时间和所述区间结束时间,确定第一目标货车的实际装卸货的开始时间和结束时间。通过本申请,达到准确对货车装卸货过程进行识别的效果。

Description

一种货车装卸货的识别方法
技术领域
本申请涉及数据处理技术领域,具体而言,涉及一种货车装卸货的识别方法。
背景技术
目前,针对卸货时长较长的装卸货场景,常采用GPS定位数据、车辆中货物的体积等外部检测数据对装卸货事件进行识别,但是在通过GPS定位数据、车辆中货物的体积等外部检测数据判断装卸货事件时,计算量较大、耗费的计算时间较长;而针对卸货时长较短的装卸货场景,如果采用与卸货时长较长的装卸货场景相同的方式来识别装卸货事件时,会导致装卸货事件的识别准确度很低、或无法进行识别。
除此之外,在实际的货车装卸货工作中,由于工作环境较差,极易出现信号弱,数据传输迟滞等情况,进而导致对于货车装卸货的判断也存在较大误差。
发明内容
有鉴于此,本申请的目的在于提供一种货车装卸货的识别方法,能够通过对采集到的货车的载重量值进行数据拟合和分析,确定出货车的实际装卸货时长,以解决现有技术中存在的对时间较短的装卸货事件识别准确率低和对于工作环境较差、信号弱地区的装卸货判断误差较大的问题,达到准确对货车装卸货过程进行识别的效果。
本申请实施例提供了一种货车装卸货的识别方法,所述方法包括:获取第一目标货车在目标作业点的每个采样时刻的载重量值;每当获取到的载重量值的数据量达到数据分割阈值,形成一数据组;针对当前数据组执行如下处理:从当前数据组中确定出装卸货有效数据;通过对所述装卸货有效数据中包括的多个采样时刻和对应的多个载重量值进行拟合,获得第一拟合直线;根据第一拟合直线的最值,确定当前数据组对应的区间开始时间和区间结束时间;根据所述区间开始时间和所述区间结束时间,确定第一目标货车的实际装卸货的开始时间和结束时间。
可选地,从当前数据组中确定出装卸货有效数据的步骤包括:针对当前数据组中的首个采样时刻之后的每个采样时刻,依次计算该采样时刻对应的载重量值与上一采样时刻对应的载重量值的差值,以找到首个差值大于第一设定阈值的采样时刻,确定为第一时刻;针对当前数据组中的第一时刻之后的每个采样时刻,依次计算该采样时刻对应的载重量值与上一采样时刻对应的载重量值的差值,以找到首个差值小于第二设定阈值的采样时刻,确定为第二时刻;将从第一时刻到第二时刻之间的采样时刻对应的载重量值,确定为所述装卸货有效数据。
可选地,根据第一拟合直线的最值,确定当前数据组对应的区间开始时间和区间结束时间的步骤包括:确定所述装卸货有效数据中的第一载重量最大值和第一载重量最小值;将第一载重量最大值代入第一拟合直线,获得第一拟合时间点;根据第一拟合时间点,确定当前数据组对应的区间开始时间;将第一载重量最小值代入第一拟合直线,获得第二拟合时间点;根据第二拟合时间点,确定当前数据组对应的区间结束时间。
可选地,根据第一拟合时间点,确定当前数据组对应的区间开始时间的步骤包括:获取在第一拟合时间点之前的第一阈值数量的采样时刻对应的载重量值;从所述第一阈值数量的采样时刻对应的载重量值中,确定出第二载重量最大值对应的第一目标采样时刻;将第一目标采样时刻对应的时间点,确定为区间开始时间。
可选地,根据第二拟合时间点,确定当前数据组对应的区间结束时间的步骤包括:获取在第二拟合时间点之后的第二阈值数量的采样时刻对应的载重量值;从所述第二阈值数量的采样时刻对应的载重量值中,确定出第二载重量最小值对应的第二目标采样时刻;将第二目标采样时刻对应的时间点,确定为区间结束时间。
可选地,根据所述区间开始时间和所述区间结束时间,确定第一目标货车的实际装卸货的开始时间和结束时间的步骤包括:确定当前数据组是否满足合并条件;若确定当前数据组不满足合并条件,则将所述区间开始时间确定为第一目标货车的实际装卸货的开始时间,将所述区间结束时间确定为第一目标货车的实际装卸货的结束时间;若确定当前数据组满足合并条件,则用所述区间结束时间更新所存储的记录结束时间,并将所存储的记录开始时间确定为第一目标货车的实际装卸货的开始时间,将更新后的记录结束时间确定为第一目标货车的实际装卸货的结束时间。
可选地,确定当前数据组是否满足合并条件的步骤包括:确定当前数据组对应的第一拟合直线的第一斜率值;确定上一数据组对应的第二拟合直线的第二斜率值根据第一斜率值和第二斜率值,确定当前数据组与上一数据组的数据变化趋势是否一致,并确定上一数据组的区间结束时间与当前数据组的区间开始时间之间的第一时间间隔是否小于预设间隔阈值;若数据变化趋势不一致,和/或,所述第一时间间隔大于预设间隔阈值,则确定当前数据组不满足合并条件;若数据变化趋势一致,且所述第一时间间隔不大于预设间隔阈值,则确定当前数据组满足合并条件。
可选地,还包括:根据第一目标货车的实际装卸货的开始时间和结束时间,确定所述第一目标货车的实际装卸货时长;判断所述第一目标货车的实际装卸货时长是否超过预设装卸货时长阈值;若所述实际装卸货时长超过预设装卸货时长阈值,则产生装卸货异常报警信息,所述装卸货异常报警信息包括以下项中的至少一项:用于指示所述第一目标货车的车辆标识、用于指示所述第一目标货车所在位置的位置标识、用于指示所述第一目标货车的装卸货时长的第一时间标识;和/或,还包括:检测所述第一目标货车是否驶离其作业的目标区域,所述目标区域包括至少一个目标作业点;若所述第一目标货车驶离目标区域,则产生行驶异常报警信息,所述行驶异常报警信息包括以下项中的至少一项:用于指示所述第一目标货车的车辆标识、用于指示所述第一目标货车所在位置的位置标识、用于指示所述第一目标货车驶离时刻的第二时间标识。
可选地,还包括:确定在目标作业点等待作业的至少一个货车中的第二目标货车到达目标作业点的第一到达时间;确定第二目标货车驶离目标作业点的第一预估离开时间;计算第一到达时间与第一预估离开时间之间的第二时间间隔;若第二时间间隔不小于预计装卸货时长,则向第二目标货车下达第一指示信息,所述预计装卸货时长为一个数据组中的最后一个采样时刻对应的时间点与首个采样时刻对应的时间点之间的第一时间差值,所述第一指示信息用于指示允许第二目标货车在目标作业点进行装卸货作业;若第二时间间隔小于预计装卸货时长,则向第二目标货车下达第二指示信息,所述第二指示信息用于指示禁止第二目标货车在目标作业点进行装卸货作业。
可选地,还包括:针对目标作业点,确定在第二目标货车到达目标作业点之后是否存在正在进行装卸货作业的其他货车;若不存在正在进行装卸货作业的其他货车,则在第二时间间隔不小于预计装卸货时长时,向第二目标货车下达第一指示信息;若存在正在进行装卸货作业的其他货车,则计算第二时间间隔与其他货车的实际装卸货时长的第二时间差值;若第二时间差值不小于预计装卸货时长,则向第二目标货车下达第一指示信息;若第二时间差值小于预计装卸货时长,则向第二目标货车下达第二指示信息。
本申请实施例提供的货车装卸货的识别方法,能够通过对货车的载重量值进行数据拟合和分析,确定出货车的实际装卸货时长,能够解决现有技术中存在的对时间较短的装卸货事件识别准确率低和对于工作环境较差、信号弱地区的装卸货判断误差较大的问题,达到准确对货车装卸货过程进行识别的效果。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例所提供的一种货车装卸货的识别方法的流程图;
图2为本申请实施例所提供的另一种货车装卸货的识别方法的流程图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例,都属于本申请保护的范围。
首先,对本申请可适用的应用场景进行介绍。本申请可应用于在装卸货区域中进行装卸货工作的货车的装卸货时间的确定。
经研究发现,在目前的货车装卸货数据的识别方法,都是依赖行驶车辆的行驶数据、车辆装货体积,装载数据等计算出车辆对应的装载率、装载加速度等参数,使得服务器的计算量大大增加,计算效率降低。进而导致对货车的装卸货时间判断效率极低且对货车的实际装卸货时间的判断也不够准确。
基于此,本申请实施例提供了一种货车装卸货的识别方法,以准确的识别出时间较短的装卸货事件,并且对于工作环境较差、信号弱地区的装卸货过程也能够准确识别。
请参阅图1,图1为本申请实施例所提供的一种货车装卸货的识别方法的流程图。如图1中所示,本申请实施例提供的货车装卸货的识别方法,包括:
S101、获取第一目标货车在目标作业点的每个采样时刻的载重量值。
该步骤中,服务器根据货车上的载重量数据采集装置采集的载重量值和载重量值的采集时间间隔,获取第一目标货车在目标作业点的每个采样时刻的载重量值。
示例性的,可以包括但不限于设置在货车上的重量传感器以及车载控制器,重量传感器用于检测每辆货车承载货物的载重量值,车载控制器将重量传感器所检测到的载重量值上传至服务器中。
需要说明的是,货车上的载重量数据采集装置与服务器之间通常是通过无线方式进行数据传输的,在通讯信号弱的情况下可能会出现载重量值延迟发送的情况,在数据发送出现延迟的情况下,本申请依然可以对延迟接收到的在每个采样时刻的载重量值数据进行分析处理,以确定出货车的实际装卸货的开始时间和实际装卸货的结束时间。
在一优选实施例中,在获取到货车的载重量值之后,服务器还需要对获取到的货车的载重量值进行数据清理。例如,货车的载重量值的区间为0吨至30吨,货车上的载重量检测装置由于货车装卸货或货车运行容易产生检测误差,可能检测到小于0吨或大于30吨的载重量值。当服务器获取到大于30吨或小于0吨的数据时,对此载重量值进行数据清理,将小于0吨的载重量值记录为0吨,将大于30吨的载重量值,记录为30吨,后续可以基于数据清理后的载重量值进行分析处理。
S102、每当获取到的载重量值的数据量达到数据分割阈值,形成一数据组。
该步骤中,服务器根据数据分割阈值对获取到的载重量值进行分割,以形成数据组。
示例性的,上述数据分割阈值可以根据货车在该目标作业点的历史装卸货时长来确定。由于各作业点的装卸货设备之间的差异以及不同类型的货车之间的差异,导致不同类型的货车在不同作业点的装卸货时长是存在差别的。
基于此,在步骤S102中,可以先确定第一目标货车所属的目标类型,然后获取该目标类型的货车在目标作业点的多个历史装卸货时长,利用基于多个历史装卸货时长所确定出的目标值,来确定数据分割阈值。示例性的,该目标值可包括但不限于:多个历史装卸货时长的平均值、最大值、最小值、中间值。
以目标值为多个历史装卸货时长的最大值为例,可以将该最大历史装卸货时长内所采集到的载重量值的数据量确定为数据分割阈值,例如,该最大历史装卸货时长内包含了65个采样时刻,则可以将数据分割阈值确定为65条数据。这里,若该最大历史装卸货时长内包含的采样时刻的数量不为整数,可以采用向上取整的方式来确定采样时刻的数量,本申请不限于此,也可以通过其他方式来确定采样时刻的数量。
在一优选实施例中,可以基于该目标类型的货车在目标作业点的多个历史装卸货时长,确定一数据分割阈值,以使一个数据组可以包括货车的完整装卸货阶段。
针对服务器当前分割后所形成的每个数据组可以执行下面的步骤S103至步骤S106。
S103、从当前数据组中确定出装卸货有效数据。
在该步骤中,服务器对当前数据组中的各个采样时刻的载重量值进行确认,确认出在当前数据组中有效的采样数据。
例如,从当前数据组中确定出装卸货有效数据的步骤可以包括:针对当前数据组中的首个采样时刻之后的每个采样时刻,依次计算该采样时刻对应的载重量值与上一采样时刻对应的载重量值的差值,以找到首个差值大于第一设定阈值的采样时刻,确定为第一时刻;针对当前数据组中的第一时刻之后的每个采样时刻,依次计算该采样时刻对应的载重量值与上一采样时刻对应的载重量值的差值,以找到首个差值小于第二设定阈值的采样时刻,确定为第二时刻;将从第一时刻到第二时刻之间的采样时刻对应的载重量值,确定为装卸货有效数据。
通过上述处理过程,当两个相邻采样时刻对应的载重量值的差值不大于第一设定阈值,或者小于第二设置阈值时,可以认为相邻采样时刻采集到的载重量值较为接近,无明显变化,针对这类数据本申请不对其进行处理,在本申请中从当前数据组中筛选出变化数据,针对变化数据进行分析处理。
这里,第一设定阈值与第二设定阈值可以相同,也可以不同,本领域技术人员可以根据自身需要来设置第一设定阈值和第二设定阈值的大小。
S104、通过对装卸货有效数据中包括的多个采样时刻和对应的多个载重量值进行拟合,获得第一拟合直线。
该步骤中,可以利用现有的各种直线拟合方式,来对当前数据组中的多个采样时刻和对应的多个载重量值进行拟合,以获得第一拟合直线。
作为示例,可以利用以下公式来表示第一拟合直线:
y=kx+b (1)
在公式(1)中,y表示载重量值,x表示采样时刻,k表示第一拟合直线的斜率,b表示第一拟合直线的截距。
在本申请实施例中,可以通过对多个采样时刻和对应的多个载重量值进行拟合,获得第一拟合直线中的斜率k和截距b的值,从而获得第一拟合直线的表达式。
S105、根据第一拟合直线的最值,确定当前数据组对应的区间开始时间和区间结束时间。
该步骤中,第一拟合直线的最值可包括装卸货有效数据中的第一载重量最大值和第一载重量最小值,将上述最值分别代入到第一拟合直线的表达式中,以获得对应的拟合时间点,再基于所获得的拟合时间点来确定出当前数据组对应的区间开始时间和区间结束时间。
具体的,根据第一拟合直线的最值,确定当前数据组对应的区间开始时间和区间结束时间的步骤可以包括:确定装卸货有效数据中的第一载重量最大值和第一载重量最小值;将第一载重量最大值代入第一拟合直线,获得第一拟合时间点;根据第一拟合时间点,确定当前数据组对应的区间开始时间;将第一载重量最小值代入第一拟合直线,获得第二拟合时间点;根据第二拟合时间点,确定当前数据组对应的区间结束时间。
例如,将第一载重量最大值和第一载重量最小值分别代入上述公式(1)的第一拟合直线的表达式中,得到:
Figure BDA0003392147670000091
在公式(2)中,y1表示第一载重量最大值,y2表示第一载重量最小值,x1表示第一拟合时间点,x2表示第二拟合时间点。
这里,在确定出第一拟合时间点和第二拟合时间点之后,可以直接将第一拟合时间点确定为当前数据组对应的区间开始时间,将第二拟合时间点确定为当前数据组对应的区间结束时间。但上述确定方式不够准确,为此,本申请提出一种确定当前数据组对应的区间开始时间和区间结束时间的优选实施例。
例如,根据第一拟合时间点,确定当前数据组对应的区间开始时间的步骤可以包括:获取在第一拟合时间点之前的第一阈值数量的采样时刻对应的载重量值;从第一阈值数量的采样时刻对应的载重量值中,确定出第二载重量最大值对应的第一目标采样时刻;将第一目标采样时刻对应的时间点,确定为区间开始时间。
根据第二拟合时间点,确定当前数据组对应的区间结束时间的步骤可以包括:获取在第二拟合时间点之后的第二阈值数量的采样时刻对应的载重量值;从第二阈值数量的采样时刻对应的载重量值中,确定出第二载重量最小值对应的第二目标采样时刻;将第二目标采样时刻对应的时间点,确定为区间结束时间。
示例性的,第一数量阈值与第二数量阈值可以相同,也可以不同。优选地,第一数量阈值和第二数量阈值可以为数据分割阈值的四分之一数量值。或者,第一数量阈值也可以大于第二数量阈值,例如,第一数量阈值可以选取12,第二数量阈值可以选取8。
这样,可以保证区间开始时间和区间结束时间的确定的准确性。
S106、根据区间开始时间和区间结束时间,确定第一目标货车的实际装卸货的开始时间和结束时间。
该步骤中,服务器根据相邻数据组之间的比对,确定相邻数据组对应的区间开始时间和所述区间结束时间是否需要合并,基于合并判断结果来确定第一目标货车的实际装卸货的开始时间和结束时间。
具体的,根据区间开始时间和区间结束时间,确定第一目标货车的实际装卸货的开始时间和结束时间的步骤可以包括:确定当前数据组是否满足合并条件;若确定当前数据组不满足合并条件,则将区间开始时间确定为第一目标货车的实际装卸货的开始时间,将区间结束时间确定为第一目标货车的实际装卸货的结束时间;若确定当前数据组满足合并条件,则用区间结束时间更新所存储的记录结束时间,并将所存储的记录开始时间确定为第一目标货车的实际装卸货的开始时间,将更新后的记录结束时间确定为第一目标货车的实际装卸货的结束时间。
在一优选实施例中,确定当前数据组是否满足合并条件的步骤可以包括:确定当前数据组对应的第一拟合直线的第一斜率值;确定上一数据组对应的第二拟合直线的第二斜率值;根据第一斜率值和第二斜率值,确定当前数据组与上一数据组的数据变化趋势是否一致,并确定上一数据组的区间结束时间与当前数据组的区间开始时间之间的第一时间间隔是否小于预设间隔阈值;若数据变化趋势不一致,和/或,第一时间间隔大于预设间隔阈值,则确定当前数据组不满足合并条件;若数据变化趋势一致,且第一时间间隔不大于预设间隔阈值,则确定当前数据组满足合并条件。
这里,上一数据组的第二斜率值和区间开始时间、区间结束时间记录在服务器本地中,在当前数据组需要上一数据组的数据时,可由服务器进行调取。
在本申请实施例中,可以基于当前数据组对应的第一拟合直线的第一斜率值以及上一数据组对应的第二拟合直线的第二斜率值,来确定两个数据组的数据变化趋势是否一致。若第一斜率值与第二斜率值同正或者同负,则确定两个数据组的数据变化趋势一致,若第一斜率值与第二斜率值为一正一负,则确定两个数据组的数据变化趋势不一致。
可选的,若当前数据组不满足合并条件,表明当前数据组与上一数据组分属于不同的装卸货事件,服务器则确定当前数据不需要进行合并,区间开始时间和区间结束时间即为此装卸货时间的实际开始时间和结束时间。若当前数据组满足合并条件,表明当前数据组与上一数据组属于同一装卸货事件,此时需要进行合并,以确定出该装卸货事件的开始时间和结束时间。
这样,可以保证确定出完整的装卸货事件的开始时间和结束时间。
可选地,本申请实施例的货车装卸货的识别方法还可以对货车的装卸货过程进行报警监控。
例如,根据第一目标货车的实际装卸货的开始时间和结束时间,确定第一目标货车的实际装卸货时长;判断第一目标货车的实际装卸货时长是否超过预设装卸货时长阈值;若实际装卸货时长超过预设装卸货时长阈值,则产生装卸货异常报警信息,装卸货异常报警信息包括以下项中的至少一项:用于指示第一目标货车的车辆标识、用于指示第一目标货车所在位置的位置标识、用于指示第一目标货车的装卸货时长的第一时间标识。这样,当货车的装卸货时长超过最大时长限制时,服务器可以对此事件进行报警,以提示工作人员检查货车或装卸货点是否存在异常。
可选地,检测第一目标货车是否驶离其作业的目标区域,目标区域包括至少一个目标作业点;若第一目标货车驶离目标区域,则产生行驶异常报警信息,行驶异常报警信息包括以下项中的至少一项:用于指示第一目标货车的车辆标识、用于指示第一目标货车所在位置的位置标识、用于指示第一目标货车驶离时刻的第二时间标识。其中,位置标识由货车的定位装置传输定位数据至服务器。
这样,服务器就可以对货车的行驶范围进行监控,对货车进行精细管理。
本申请实施例提供的货车装卸货的识别方法,能够通过对货车实时采集到的载重量数据进行数据拟合和分析,确定出货车的实际装卸货时长,能够解决现有技术中存在的对时间较短的装卸货事件识别准确率低和对于工作环境较差、信号弱地区的装卸货判断误差较大的问题,达到准确对货车装卸货过程进行识别的效果。
请参阅图2,图2为本申请另一实施例提供的货车装卸货的识别方法的流程图。如图2中所示,本申请实施例提供的货车装卸货的识别方法,包括:
S201、计算装卸货需要的时间time_need。
这里,time_need是根据在此装卸货目标作业点的货车的历史装卸货时长来确定的。在一优选实施例中,该time_need可为数据分割阈值所对应的一个数据组的时长,即,一个数据组的首个采样时刻到最后一个采样时刻的时长。
这样,服务器就可以估算出货车到达目标作业点的进行装卸货所需要的时间。
S202、计算第二目标货车的A_start和A_end的空闲时间delta。
在该步骤中,服务器计算第一到达时间A_start与第一预估离开时间A_end之间的第二目标货车的空闲时间delta。
这里,服务器根据第二目标货车的历史数据确定其可能在目标作业点的停留时间,服务器根据第二目标货车到达目标作业点的第一到达时间和预估停留时间确定第二目标货车的第一预估离开时间。
这样,服务器就可以计算得到第一到达时间与第一预估离开时间之间的第二目标货车的空闲时间delta。
确定第二时间间隔后,执行步骤S203、判断第二目标货车的空闲时间delta是否大于装卸货需要的时间time_need。
若第二目标货车的空闲时间delta大于装卸货需要的时间time_need,则执行步骤S205、向第二目标货车下达第一指示信息,同时,计算下一货车的B_start和B_end的空闲时间gap。
这样,第二目标货车在获得第一指示信息后,等待进行装卸货作业。
其中,第一指示信息用于指示允许第二目标货车在目标作业点进行装卸货作业。
若第二时间间隔不大于预计卸货时长,则执行步骤S205、任务无法完成。
这样,服务器在确定进入目标作业点最早的第二目标货车的空闲时间无法完成装卸货任务时,则认为此认为无法完成。
计算出下一货车的B_start和B_end的空闲时间gap后,执行步骤S206、判断gap是否大于time_need。
若gap大于time_need,则执行步骤S210、将B_start、B_end间gap空闲时间片指派给当前车辆。这样,就可以由下一货车继续执行装卸货任务。
若gap不大于time_need,则执行步骤S207、计算N_start、N_end之间的时间是否大于time_need-gap。其中,N_start、N_end是指在目标作业点的多个货车的进入时间和预计离开时间。
若N_start、N_end之间的时间不大于time_need-gap,则执行步骤S208、此任务无法被运输,这样,服务器在确定进入目标作业点货车的空闲时间无法均完成装卸货任务时,则认为此认为无法完成。
若N_start、N_end之间的时间大于time_need-gap,则执行步骤S209、向可以完成此任务的货车下发第一指示信息,指示其在目标作业点中执行装卸货任务。
本申请实施例提供的货车装卸货的识别方法,能够通过对货车实时采集到的载重量数据进行数据拟合和分析,确定出货车的实际装卸货时长,同时,装卸货作业点还可以根据货车的到达时刻、历史停留时刻等数据,对货车的装卸货任务进行分配,减少了货车的等待时间,提高了装卸货的效率。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,又例如,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信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种货车装卸货的识别方法,其特征在于,包括:
获取第一目标货车在目标作业点的每个采样时刻的载重量值;
每当获取到的载重量值的数据量达到数据分割阈值,形成一数据组;
针对当前数据组执行如下处理:
从当前数据组中确定出装卸货有效数据;
通过对所述装卸货有效数据中包括的多个采样时刻和对应的多个载重量值进行拟合,获得第一拟合直线;
根据第一拟合直线的最值,确定当前数据组对应的区间开始时间和区间结束时间;
根据所述区间开始时间和所述区间结束时间,确定第一目标货车的实际装卸货的开始时间和结束时间。
2.根据权利要求1所述的方法,其特征在于,从当前数据组中确定出装卸货有效数据的步骤包括:
针对当前数据组中的首个采样时刻之后的每个采样时刻,依次计算该采样时刻对应的载重量值与上一采样时刻对应的载重量值的差值,以找到首个差值大于第一设定阈值的采样时刻,确定为第一时刻;
针对当前数据组中的第一时刻之后的每个采样时刻,依次计算该采样时刻对应的载重量值与上一采样时刻对应的载重量值的差值,以找到首个差值小于第二设定阈值的采样时刻,确定为第二时刻;
将从第一时刻到第二时刻之间的采样时刻对应的载重量值,确定为所述装卸货有效数据。
3.根据权利要求1所述的方法,其特征在于,根据第一拟合直线的最值,确定当前数据组对应的区间开始时间和区间结束时间的步骤包括:
确定所述装卸货有效数据中的第一载重量最大值和第一载重量最小值;
将第一载重量最大值代入第一拟合直线,获得第一拟合时间点;
根据第一拟合时间点,确定当前数据组对应的区间开始时间;
将第一载重量最小值代入第一拟合直线,获得第二拟合时间点;
根据第二拟合时间点,确定当前数据组对应的区间结束时间。
4.根据权利要求3所述的方法,其特征在于,根据第一拟合时间点,确定当前数据组对应的区间开始时间的步骤包括:
获取在第一拟合时间点之前的第一阈值数量的采样时刻对应的载重量值;
从所述第一阈值数量的采样时刻对应的载重量值中,确定出第二载重量最大值对应的第一目标采样时刻;
将第一目标采样时刻对应的时间点,确定为区间开始时间。
5.根据权利要求3或4所述的方法,其特征在于,根据第二拟合时间点,确定当前数据组对应的区间结束时间的步骤包括:
获取在第二拟合时间点之后的第二阈值数量的采样时刻对应的载重量值;
从所述第二阈值数量的采样时刻对应的载重量值中,确定出第二载重量最小值对应的第二目标采样时刻;
将第二目标采样时刻对应的时间点,确定为区间结束时间。
6.根据权利要求1所述的方法,其特征在于,根据所述区间开始时间和所述区间结束时间,确定第一目标货车的实际装卸货的开始时间和结束时间的步骤包括:
确定当前数据组是否满足合并条件;
若确定当前数据组不满足合并条件,则将所述区间开始时间确定为第一目标货车的实际装卸货的开始时间,将所述区间结束时间确定为第一目标货车的实际装卸货的结束时间;
若确定当前数据组满足合并条件,则用所述区间结束时间更新所存储的记录结束时间,并将所存储的记录开始时间确定为第一目标货车的实际装卸货的开始时间,将更新后的记录结束时间确定为第一目标货车的实际装卸货的结束时间。
7.根据权利要求6所述的方法,其特征在于,确定当前数据组是否满足合并条件的步骤包括:
确定当前数据组对应的第一拟合直线的第一斜率值;
确定上一数据组对应的第二拟合直线的第二斜率值;
根据第一斜率值和第二斜率值,确定当前数据组与上一数据组的数据变化趋势是否一致,并确定上一数据组的区间结束时间与当前数据组的区间开始时间之间的第一时间间隔是否小于预设间隔阈值;
若数据变化趋势不一致,和/或,所述第一时间间隔大于预设间隔阈值,则确定当前数据组不满足合并条件;
若数据变化趋势一致,且所述第一时间间隔不大于预设间隔阈值,则确定当前数据组满足合并条件。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据第一目标货车的实际装卸货的开始时间和结束时间,确定所述第一目标货车的实际装卸货时长;
判断所述第一目标货车的实际装卸货时长是否超过预设装卸货时长阈值;
若所述实际装卸货时长超过预设装卸货时长阈值,则产生装卸货异常报警信息,所述装卸货异常报警信息包括以下项中的至少一项:用于指示所述第一目标货车的车辆标识、用于指示所述第一目标货车所在位置的位置标识、用于指示所述第一目标货车的装卸货时长的第一时间标识;
和/或,所述方法还包括:
检测所述第一目标货车是否驶离其作业的目标区域,所述目标区域包括至少一个目标作业点;
若所述第一目标货车驶离目标区域,则产生行驶异常报警信息,所述行驶异常报警信息包括以下项中的至少一项:用于指示所述第一目标货车的车辆标识、用于指示所述第一目标货车所在位置的位置标识、用于指示所述第一目标货车驶离时刻的第二时间标识。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定在目标作业点等待作业的至少一个货车中的第二目标货车到达目标作业点的第一到达时间;
确定第二目标货车驶离目标作业点的第一预估离开时间;
计算第一到达时间与第一预估离开时间之间的第二时间间隔;
若第二时间间隔不小于预计装卸货时长,则向第二目标货车下达第一指示信息,所述预计装卸货时长为一个数据组中的最后一个采样时刻对应的时间点与首个采样时刻对应的时间点之间的第一时间差值,所述第一指示信息用于指示允许第二目标货车在目标作业点进行装卸货作业;
若第二时间间隔小于预计装卸货时长,则向第二目标货车下达第二指示信息,所述第二指示信息用于指示禁止第二目标货车在目标作业点进行装卸货作业。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括:
针对目标作业点,确定在第二目标货车到达目标作业点之后是否存在正在进行装卸货作业的其他货车;
若不存在正在进行装卸货作业的其他货车,则在第二时间间隔不小于预计装卸货时长时,向第二目标货车下达第一指示信息;
若存在正在进行装卸货作业的其他货车,则计算第二时间间隔与其他货车的实际装卸货时长的第二时间差值;
若第二时间差值不小于预计装卸货时长,则向第二目标货车下达第一指示信息;
若第二时间差值小于预计装卸货时长,则向第二目标货车下达第二指示信息。
CN202111467460.1A 2021-12-03 2021-12-03 一种货车装卸货的识别方法 Pending CN114154084A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111467460.1A CN114154084A (zh) 2021-12-03 2021-12-03 一种货车装卸货的识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111467460.1A CN114154084A (zh) 2021-12-03 2021-12-03 一种货车装卸货的识别方法

Publications (1)

Publication Number Publication Date
CN114154084A true CN114154084A (zh) 2022-03-08

Family

ID=80456283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111467460.1A Pending CN114154084A (zh) 2021-12-03 2021-12-03 一种货车装卸货的识别方法

Country Status (1)

Country Link
CN (1) CN114154084A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114758267A (zh) * 2022-03-14 2022-07-15 北京明略软件系统有限公司 一种确定装卸作业效率的方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114758267A (zh) * 2022-03-14 2022-07-15 北京明略软件系统有限公司 一种确定装卸作业效率的方法和装置

Similar Documents

Publication Publication Date Title
CN107203804B (zh) 一种数据处理方法、装置及系统
US9302859B2 (en) Vehicle loading and unloading detection
US10073447B2 (en) Abnormality diagnosis method and device therefor
CN110864704B (zh) 自动驾驶里程统计方法、装置及设备
CN109472885A (zh) 轮胎安全管理方法、装置、轮胎安全管理设备及汽车
US20130226366A1 (en) Odometer monitoring and redundant storage system
US20160063434A1 (en) Apparatus and method for early detection of abnormality
CN111060153B (zh) 货车载货状态的检测方法、装置及存储介质
CN114154084A (zh) 一种货车装卸货的识别方法
CN110160615B (zh) 车载称重方法、装置及系统
CN114414023A (zh) 传感器异常诊断方法及装置、存储介质
US20220027829A1 (en) Work management system
US20170336239A1 (en) System and method for estimating vehicle fuel level
CN201429440Y (zh) 车载散料监控装置
US20210166189A1 (en) Logistics system and fare calculation method
CN113536234B (zh) 矿区运输次数检测方法、装置、计算机设备及存储介质
CN114742539A (zh) 车辆保养时间的确定方法、装置、存储介质和电子设备
KR101716140B1 (ko) 물류장비 관제 시스템 장치 및 그 동작 방법
CN111377259A (zh) 挂车装卸货完成时间预估方法
CN115849195A (zh) 运输设备的自适应对位校准方法、系统、设备及存储介质
CN111760795B (zh) 用于分拣货物的方法和装置
CN114166241A (zh) 一种货运车载终端异常检测方法、装置、存储介质及终端
CN114078227B (zh) 一种智能ai识别报警系统及方法
US20240044650A1 (en) Bias estimation device, forklift, bias estimation method, and program
US20230245015A1 (en) Container Load State Detection

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