CN114819852A - 用于智慧城市的物流规划系统及方法 - Google Patents

用于智慧城市的物流规划系统及方法 Download PDF

Info

Publication number
CN114819852A
CN114819852A CN202210570871.1A CN202210570871A CN114819852A CN 114819852 A CN114819852 A CN 114819852A CN 202210570871 A CN202210570871 A CN 202210570871A CN 114819852 A CN114819852 A CN 114819852A
Authority
CN
China
Prior art keywords
block
planning
logistics
logistics distribution
target city
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
Application number
CN202210570871.1A
Other languages
English (en)
Other versions
CN114819852B (zh
Inventor
黄小兵
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.)
Shenzhen Shenzhoulong Smart City Technology Co ltd
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202210570871.1A priority Critical patent/CN114819852B/zh
Publication of CN114819852A publication Critical patent/CN114819852A/zh
Application granted granted Critical
Publication of CN114819852B publication Critical patent/CN114819852B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种用于智慧城市的物流规划系统，包括：动态判断机构，用于对同一街区在各个采集时刻分别对应的各个街区子画面执行动态人员判断处理，以获得同一街区的参考街区人数；规划执行部件，用于基于目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量；数量分发部件，用于将每一街区的物流集散点的规划数量发送给执行目标城市规划管理的大数据服务网元。本发明还涉及一种用于智慧城市的物流规划方法。通过本发明，能够由城市规划管理者从整体的角度对城市进行物流集散点的统一规划，同时引入了基于日间人流数量的街区精度的物流集散点数量的智能规划机制，从而提升了城市物流配送管理的智能化等级。

Description

用于智慧城市的物流规划系统及方法
技术领域
本发明涉及智慧城市领域，尤其涉及一种用于智慧城市的物流规划系统及方法。
背景技术
智慧城市通过物联网基础设施、云计算基础设施、地理空间基础设施等新一代信息技术以及维基、社交网络、Fab Lab、Living Lab、综合集成法、网动全媒体融合通信终端等工具和方法的应用，实现全面透彻的感知、宽带泛在的互联、智能融合的应用以及以用户创新、开放创新、大众创新、协同创新为特征的可持续创新。当前，在智慧城市的物流管理中，各个物流公司针对同一城市具有各自的物流集散点的规划数量的布局，显然在布局过程中不会考虑到整个城市的物流集散点布局的合理性和冗余度，更不会细化到城市街区级别的精细化布局，容易造成一些街区物流集散点过多造成物流资源的浪费，同时一些街区物流集散点过少造成无法满足当地街区市民的物流配送需求。
发明内容
为了解决上述问题，本发明提供了一种用于智慧城市的物流规划系统及方法，能够在各个物流公司执行同一城市的物流集散点的规划数量的布局之前，由城市规划管理者从整体的角度对城市进行物流集散点的统一规划，再由各个物流公司执行对规划后的物流集散点的中标操作，尤为关键的是，引入了基于日间人流数量的街区精度的物流集散点数量的智能规划机制，从而在街区级别上避免浪费物流配送资源以及满足街区市民配送需求。
根据本发明的一方面，提供了一种用于智慧城市的物流规划系统，所述系统包括：
分时采集机构，用于在日间时间段内对待规划物流集散点的目标城市所覆盖的区域执行卫星遥感画面采集处理，以获得日间时间段内均匀时间间隔的各个采集时刻分别对应的各个遥感采集画面；
街区检测机构，与所述分时采集机构连接，用于对每一个采集时刻对应的遥感采集画面执行街区分割处理以获得所述目标城市各个街区在所述采集时刻对应的各个街区子画面；
动态判断机构，与所述街区检测机构连接，用于对同一街区在各个采集时刻分别对应的各个街区子画面执行动态人员判断处理，以获得所述同一街区的参考街区人数；
规划执行部件，与所述动态判断机构连接，用于基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量；
数量分发部件，与所述规划执行部件连接，用于将每一街区的物流集散点的规划数量发送给执行目标城市规划管理的大数据服务网元；
其中，基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量包括：在所述目标城市物流集散点的规划总数受限时，将每一街区的参考街区人数占据所述目标城市的各个街区分别对应的各个参考街区人数的比例乘以所述目标城市物流集散点的规划总数以获得每一街区的物流集散点的规划数量；
其中，基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量还包括：在所述目标城市物流集散点的规划总数未受限时，根据每一街区的参考街区人数确定每一街区的物流集散点的规划数量。
根据本发明的另一方面，还提供了一种用于智慧城市的物流规划方法，所述方法包括：
使用分时采集机构，用于在日间时间段内对待规划物流集散点的目标城市所覆盖的区域执行卫星遥感画面采集处理，以获得日间时间段内均匀时间间隔的各个采集时刻分别对应的各个遥感采集画面；
使用街区检测机构，与所述分时采集机构连接，用于对每一个采集时刻对应的遥感采集画面执行街区分割处理以获得所述目标城市各个街区在所述采集时刻对应的各个街区子画面；
使用动态判断机构，与所述街区检测机构连接，用于对同一街区在各个采集时刻分别对应的各个街区子画面执行动态人员判断处理，以获得所述同一街区的参考街区人数；
使用规划执行部件，与所述动态判断机构连接，用于基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量；
使用数量分发部件，与所述规划执行部件连接，用于将每一街区的物流集散点的规划数量发送给执行目标城市规划管理的大数据服务网元；
其中，基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量包括：在所述目标城市物流集散点的规划总数受限时，将每一街区的参考街区人数占据所述目标城市的各个街区分别对应的各个参考街区人数的比例乘以所述目标城市物流集散点的规划总数以获得每一街区的物流集散点的规划数量；
其中，基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量还包括：在所述目标城市物流集散点的规划总数未受限时，根据每一街区的参考街区人数确定每一街区的物流集散点的规划数量。
本发明至少具备以下两处有益的技术进步：首先，对待规划物流集散点的目标城市所覆盖的区域执行卫星遥感画面日间分时采集的基础上，对采集的画面进行每一街区内日间非重复人员数量的智能解析，以为后续的同一目标城市的各个街区的物流集散点的统筹规划提供有价值的参考信息；其次，基于同一目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量，其中，在所述目标城市物流集散点的规划总数受限时，将每一街区的参考街区人数占据所述目标城市的各个街区分别对应的各个参考街区人数的比例乘以所述目标城市物流集散点的规划总数以获得每一街区的物流集散点的规划数量，以及在所述目标城市物流集散点的规划总数未受限时，根据每一街区的参考街区人数确定每一街区的物流集散点的规划数量，从而实现同一目标城市的物流集散点的分街区的智能统筹规划。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案示出的用于智慧城市的物流规划系统的结构方框图。
图2为根据本发明实施方案示出的用于智慧城市的物流规划方法的步骤流程图。
具体实施方式
下面将参照附图对本发明的用于智慧城市的物流规划方法的实施方案进行详细说明。
物流管理(Logistics Management)，是指在社会再生产过程中，根据物质资料实体流动的规律，应用管理的基本原理和科学方法，对物流活动进行计划、组织、指挥、协调、控制和监督，使各项物流活动实现最佳的协调与配合，以降低物流成本，提高物流效率和经济效益；现代物流管理是建立在系统论、信息论和控制论上的专业学科。
当前，在智慧城市的物流管理中，各个物流公司针对同一城市具有各自的物流集散点的规划数量的布局，显然在布局过程中不会考虑到整个城市的物流集散点布局的合理性和冗余度，更不会细化到城市街区级别的精细化布局，容易造成一些街区物流集散点过多造成物流资源的浪费，同时一些街区物流集散点过少造成无法满足当地街区市民的物流配送需求。
为了克服上述不足，本发明搭建了一种用于智慧城市的物流规划系统及方法，能够有效解决相应的技术问题。
本发明至少具备以下两处有益的技术进步：首先，对待规划物流集散点的目标城市所覆盖的区域执行卫星遥感画面日间分时采集的基础上，对采集的画面进行每一街区内日间非重复人员数量的智能解析，以为后续的同一目标城市的各个街区的物流集散点的统筹规划提供有价值的参考信息；其次，基于同一目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量，其中，在所述目标城市物流集散点的规划总数受限时，将每一街区的参考街区人数占据所述目标城市的各个街区分别对应的各个参考街区人数的比例乘以所述目标城市物流集散点的规划总数以获得每一街区的物流集散点的规划数量，以及在所述目标城市物流集散点的规划总数未受限时，根据每一街区的参考街区人数确定每一街区的物流集散点的规划数量，从而实现同一目标城市的物流集散点的分街区的智能统筹规划。
图1为根据本发明实施方案示出的用于智慧城市的物流规划系统的结构方框图，所述系统包括：
分时采集机构，用于在日间时间段内对待规划物流集散点的目标城市所覆盖的区域执行卫星遥感画面采集处理，以获得日间时间段内均匀时间间隔的各个采集时刻分别对应的各个遥感采集画面；
街区检测机构，与所述分时采集机构连接，用于对每一个采集时刻对应的遥感采集画面执行街区分割处理以获得所述目标城市各个街区在所述采集时刻对应的各个街区子画面；
动态判断机构，与所述街区检测机构连接，用于对同一街区在各个采集时刻分别对应的各个街区子画面执行动态人员判断处理，以获得所述同一街区的参考街区人数；
规划执行部件，与所述动态判断机构连接，用于基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量；
数量分发部件，与所述规划执行部件连接，用于将每一街区的物流集散点的规划数量发送给执行目标城市规划管理的大数据服务网元；
其中，基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量包括：在所述目标城市物流集散点的规划总数受限时，将每一街区的参考街区人数占据所述目标城市的各个街区分别对应的各个参考街区人数的比例乘以所述目标城市物流集散点的规划总数以获得每一街区的物流集散点的规划数量；
其中，基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量还包括：在所述目标城市物流集散点的规划总数未受限时，根据每一街区的参考街区人数确定每一街区的物流集散点的规划数量。
接着，继续对本发明的用于智慧城市的物流规划系统的具体结构进行进一步的说明。
所述用于智慧城市的物流规划系统中还可以包括：
日间判断机构，与所述分时采集机构连接，用于基于待规划物流集散点的目标城市的定位信息确定所述目标城市的日间时间段，并将确定的日间时间段发送给所述分时采集机构；
其中，所述分时采集机构还用于在夜间时间段内停止对待规划物流集散点的目标城市所覆盖的区域执行卫星遥感画面采集处理。
在所述用于智慧城市的物流规划系统中：
在所述目标城市物流集散点的规划总数未受限时，根据每一街区的参考街区人数确定每一街区的物流集散点的规划数量包括：在所述目标城市物流集散点的规划总数未受限时，将每一街区的参考街区人数除以单个物流集散点管理的人员数量以获得每一街区的物流集散点的规划数量。
在所述用于智慧城市的物流规划系统中：
对同一街区在各个采集时刻分别对应的各个街区子画面执行动态人员判断处理，以获得所述同一街区的参考街区人数包括：将所述同一街区在每一个采集时刻对应的街区子画面执行人体检测以获得多个人员分别对应的多个成像区域，将所述同一街区在各个采集时刻对应的各个街区子画面存在的人员对应的成像区域执行去重处理以获得去重处理后的成像区域的总数并作为所述同一街区的参考街区人数输出。
在所述用于智慧城市的物流规划系统中：
将所述同一街区在每一个采集时刻对应的街区子画面执行人体检测以获得多个人员分别对应的多个成像区域，将所述同一街区在各个采集时刻对应的各个街区子画面存在的人员对应的成像区域执行去重处理以获得去重处理后的成像区域的总数并作为所述同一街区的参考街区人数输出包括：基于成像区域的边缘相似度判断两个以上的成像区域是否重复；
其中，基于成像区域的边缘相似度判断两个以上的成像区域是否重复包括：基于成像区域的边缘相似度是否超过设定百分比限量判断两个以上的成像区域是否重复。
图2为根据本发明实施方案示出的用于智慧城市的物流规划方法的步骤流程图，所述方法包括：
使用分时采集机构，用于在日间时间段内对待规划物流集散点的目标城市所覆盖的区域执行卫星遥感画面采集处理，以获得日间时间段内均匀时间间隔的各个采集时刻分别对应的各个遥感采集画面；
使用街区检测机构，与所述分时采集机构连接，用于对每一个采集时刻对应的遥感采集画面执行街区分割处理以获得所述目标城市各个街区在所述采集时刻对应的各个街区子画面；
使用动态判断机构，与所述街区检测机构连接，用于对同一街区在各个采集时刻分别对应的各个街区子画面执行动态人员判断处理，以获得所述同一街区的参考街区人数；
使用规划执行部件，与所述动态判断机构连接，用于基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量；
使用数量分发部件，与所述规划执行部件连接，用于将每一街区的物流集散点的规划数量发送给执行目标城市规划管理的大数据服务网元；
其中，基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量包括：在所述目标城市物流集散点的规划总数受限时，将每一街区的参考街区人数占据所述目标城市的各个街区分别对应的各个参考街区人数的比例乘以所述目标城市物流集散点的规划总数以获得每一街区的物流集散点的规划数量；
其中，基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量还包括：在所述目标城市物流集散点的规划总数未受限时，根据每一街区的参考街区人数确定每一街区的物流集散点的规划数量。
接着，继续对本发明的用于智慧城市的物流规划方法的具体步骤进行进一步的说明。
所述用于智慧城市的物流规划方法还可以包括：
使用日间判断机构，与所述分时采集机构连接，用于基于待规划物流集散点的目标城市的定位信息确定所述目标城市的日间时间段，并将确定的日间时间段发送给所述分时采集机构；
其中，所述分时采集机构还用于在夜间时间段内停止对待规划物流集散点的目标城市所覆盖的区域执行卫星遥感画面采集处理。
所述用于智慧城市的物流规划方法中：
在所述目标城市物流集散点的规划总数未受限时，根据每一街区的参考街区人数确定每一街区的物流集散点的规划数量包括：在所述目标城市物流集散点的规划总数未受限时，将每一街区的参考街区人数除以单个物流集散点管理的人员数量以获得每一街区的物流集散点的规划数量。
所述用于智慧城市的物流规划方法中：
对同一街区在各个采集时刻分别对应的各个街区子画面执行动态人员判断处理，以获得所述同一街区的参考街区人数包括：将所述同一街区在每一个采集时刻对应的街区子画面执行人体检测以获得多个人员分别对应的多个成像区域，将所述同一街区在各个采集时刻对应的各个街区子画面存在的人员对应的成像区域执行去重处理以获得去重处理后的成像区域的总数并作为所述同一街区的参考街区人数输出。
以及所述用于智慧城市的物流规划方法中：
将所述同一街区在每一个采集时刻对应的街区子画面执行人体检测以获得多个人员分别对应的多个成像区域，将所述同一街区在各个采集时刻对应的各个街区子画面存在的人员对应的成像区域执行去重处理以获得去重处理后的成像区域的总数并作为所述同一街区的参考街区人数输出包括：基于成像区域的边缘相似度判断两个以上的成像区域是否重复；
其中，基于成像区域的边缘相似度判断两个以上的成像区域是否重复包括：基于成像区域的边缘相似度是否超过设定百分比限量判断两个以上的成像区域是否重复
另外，在所述用于智慧城市的物流规划系统以及方法中，将每一街区的物流集散点的规划数量发送给执行目标城市规划管理的大数据服务网元包括：将每一街区的物流集散点的规划数量无线发送给执行目标城市规划管理的大数据服务网元；
以及在所述用于智慧城市的物流规划系统以及方法中，将每一街区的物流集散点的规划数量无线发送给执行目标城市规划管理的大数据服务网元包括：将每一街区的物流集散点的规划数量通过频分双工通信链路无线发送给执行目标城市规划管理的大数据服务网元。
采用本发明的用于智慧城市的物流规划系统及方法，针对现有技术中同一城市物流配送管理混乱粗糙的技术问题，能够由城市规划管理者从整体的角度对城市进行物流集散点的统一规划，同时引入了基于日间人流数量的街区精度的物流集散点数量的智能规划机制，从而提升了城市物流配送管理的智能化等级。
在详细描述本发明之后，本领域的技术人员应认识到，对于本公开内容，可以在不偏离此处描述的本发明的概念的前提下对本发明进行修改。因此，本发明的范围不应限于所示出和描述的具体实施例。

Claims (10)

1.一种用于智慧城市的物流规划系统，其特征在于，所述系统包括：
分时采集机构，用于在日间时间段内对待规划物流集散点的目标城市所覆盖的区域执行卫星遥感画面采集处理，以获得日间时间段内均匀时间间隔的各个采集时刻分别对应的各个遥感采集画面；
街区检测机构，与所述分时采集机构连接，用于对每一个采集时刻对应的遥感采集画面执行街区分割处理以获得所述目标城市各个街区在所述采集时刻对应的各个街区子画面；
动态判断机构，与所述街区检测机构连接，用于对同一街区在各个采集时刻分别对应的各个街区子画面执行动态人员判断处理，以获得所述同一街区的参考街区人数；
规划执行部件，与所述动态判断机构连接，用于基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量；
数量分发部件，与所述规划执行部件连接，用于将每一街区的物流集散点的规划数量发送给执行目标城市规划管理的大数据服务网元；
其中，基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量包括：在所述目标城市物流集散点的规划总数受限时，将每一街区的参考街区人数占据所述目标城市的各个街区分别对应的各个参考街区人数的比例乘以所述目标城市物流集散点的规划总数以获得每一街区的物流集散点的规划数量；
其中，基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量还包括：在所述目标城市物流集散点的规划总数未受限时，根据每一街区的参考街区人数确定每一街区的物流集散点的规划数量。
2.如权利要求1所述的用于智慧城市的物流规划系统，其特征在于，所述系统还包括：
日间判断机构，与所述分时采集机构连接，用于基于待规划物流集散点的目标城市的定位信息确定所述目标城市的日间时间段，并将确定的日间时间段发送给所述分时采集机构；
其中，所述分时采集机构还用于在夜间时间段内停止对待规划物流集散点的目标城市所覆盖的区域执行卫星遥感画面采集处理。
3.如权利要求1-2任一所述的用于智慧城市的物流规划系统，其特征在于：
在所述目标城市物流集散点的规划总数未受限时，根据每一街区的参考街区人数确定每一街区的物流集散点的规划数量包括：在所述目标城市物流集散点的规划总数未受限时，将每一街区的参考街区人数除以单个物流集散点管理的人员数量以获得每一街区的物流集散点的规划数量。
4.如权利要求1-2任一所述的用于智慧城市的物流规划系统，其特征在于：
对同一街区在各个采集时刻分别对应的各个街区子画面执行动态人员判断处理，以获得所述同一街区的参考街区人数包括：将所述同一街区在每一个采集时刻对应的街区子画面执行人体检测以获得多个人员分别对应的多个成像区域，将所述同一街区在各个采集时刻对应的各个街区子画面存在的人员对应的成像区域执行去重处理以获得去重处理后的成像区域的总数并作为所述同一街区的参考街区人数输出。
5.如权利要求4所述的用于智慧城市的物流规划系统，其特征在于：
将所述同一街区在每一个采集时刻对应的街区子画面执行人体检测以获得多个人员分别对应的多个成像区域，将所述同一街区在各个采集时刻对应的各个街区子画面存在的人员对应的成像区域执行去重处理以获得去重处理后的成像区域的总数并作为所述同一街区的参考街区人数输出包括：基于成像区域的边缘相似度判断两个以上的成像区域是否重复；
其中，基于成像区域的边缘相似度判断两个以上的成像区域是否重复包括：基于成像区域的边缘相似度是否超过设定百分比限量判断两个以上的成像区域是否重复。
6.一种用于智慧城市的物流规划方法，其特征在于，所述方法包括：
使用分时采集机构，用于在日间时间段内对待规划物流集散点的目标城市所覆盖的区域执行卫星遥感画面采集处理，以获得日间时间段内均匀时间间隔的各个采集时刻分别对应的各个遥感采集画面；
使用街区检测机构，与所述分时采集机构连接，用于对每一个采集时刻对应的遥感采集画面执行街区分割处理以获得所述目标城市各个街区在所述采集时刻对应的各个街区子画面；
使用动态判断机构，与所述街区检测机构连接，用于对同一街区在各个采集时刻分别对应的各个街区子画面执行动态人员判断处理，以获得所述同一街区的参考街区人数；
使用规划执行部件，与所述动态判断机构连接，用于基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量；
使用数量分发部件，与所述规划执行部件连接，用于将每一街区的物流集散点的规划数量发送给执行目标城市规划管理的大数据服务网元；
其中，基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量包括：在所述目标城市物流集散点的规划总数受限时，将每一街区的参考街区人数占据所述目标城市的各个街区分别对应的各个参考街区人数的比例乘以所述目标城市物流集散点的规划总数以获得每一街区的物流集散点的规划数量；
其中，基于所述目标城市的各个街区分别对应的各个参考街区人数判断每一街区的物流集散点的规划数量还包括：在所述目标城市物流集散点的规划总数未受限时，根据每一街区的参考街区人数确定每一街区的物流集散点的规划数量。
7.如权利要求6所述的用于智慧城市的物流规划方法，其特征在于，所述方法还包括：
使用日间判断机构，与所述分时采集机构连接，用于基于待规划物流集散点的目标城市的定位信息确定所述目标城市的日间时间段，并将确定的日间时间段发送给所述分时采集机构；
其中，所述分时采集机构还用于在夜间时间段内停止对待规划物流集散点的目标城市所覆盖的区域执行卫星遥感画面采集处理。
8.如权利要求6-7任一所述的用于智慧城市的物流规划方法，其特征在于：
在所述目标城市物流集散点的规划总数未受限时，根据每一街区的参考街区人数确定每一街区的物流集散点的规划数量包括：在所述目标城市物流集散点的规划总数未受限时，将每一街区的参考街区人数除以单个物流集散点管理的人员数量以获得每一街区的物流集散点的规划数量。
9.如权利要求6-7任一所述的用于智慧城市的物流规划方法，其特征在于：
对同一街区在各个采集时刻分别对应的各个街区子画面执行动态人员判断处理，以获得所述同一街区的参考街区人数包括：将所述同一街区在每一个采集时刻对应的街区子画面执行人体检测以获得多个人员分别对应的多个成像区域，将所述同一街区在各个采集时刻对应的各个街区子画面存在的人员对应的成像区域执行去重处理以获得去重处理后的成像区域的总数并作为所述同一街区的参考街区人数输出。
10.如权利要求9所述的用于智慧城市的物流规划方法，其特征在于：
将所述同一街区在每一个采集时刻对应的街区子画面执行人体检测以获得多个人员分别对应的多个成像区域，将所述同一街区在各个采集时刻对应的各个街区子画面存在的人员对应的成像区域执行去重处理以获得去重处理后的成像区域的总数并作为所述同一街区的参考街区人数输出包括：基于成像区域的边缘相似度判断两个以上的成像区域是否重复；
其中，基于成像区域的边缘相似度判断两个以上的成像区域是否重复包括：基于成像区域的边缘相似度是否超过设定百分比限量判断两个以上的成像区域是否重复。
CN202210570871.1A 2022-05-24 2022-05-24 用于智慧城市的物流规划系统及方法 Active CN114819852B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210570871.1A CN114819852B (zh) 2022-05-24 2022-05-24 用于智慧城市的物流规划系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210570871.1A CN114819852B (zh) 2022-05-24 2022-05-24 用于智慧城市的物流规划系统及方法

Publications (2)

Publication Number Publication Date
CN114819852A true CN114819852A (zh) 2022-07-29
CN114819852B CN114819852B (zh) 2022-11-22

Family

ID=82517078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210570871.1A Active CN114819852B (zh) 2022-05-24 2022-05-24 用于智慧城市的物流规划系统及方法

Country Status (1)

Country Link
CN (1) CN114819852B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117252496A (zh) * 2023-03-09 2023-12-19 江苏齐博冷链科技有限公司 分区域智慧物流协调系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150063629A1 (en) * 2013-08-29 2015-03-05 Digitalglobe, Inc. Generation of high resolution population density estimation cells through exploitation of high resolution satellite image data and low resolution population density data sets
CN108871286A (zh) * 2018-04-25 2018-11-23 中国科学院遥感与数字地球研究所 空间大数据协同的城市建成区人口密度估算方法和系统
US20190228538A1 (en) * 2016-12-08 2019-07-25 Institute Of Oceanology, Chinese Academy Of Scienc Es Method for observing wildlife population size through remote sensing imagery
CN110428126A (zh) * 2019-06-18 2019-11-08 华南农业大学 一种基于多源开放数据的城市人口空间化处理方法及系统
CN110619412A (zh) * 2018-06-20 2019-12-27 菜鸟智能物流控股有限公司 物流配送站点规划方法和服务器
CN112053014A (zh) * 2019-06-05 2020-12-08 李峻 自适应警务资源调配方法
CN112215059A (zh) * 2020-08-26 2021-01-12 厦门大学 一种基于深度学习的城中村识别和人口估计方法、系统及计算机可读存储介质
CN112733781A (zh) * 2021-01-20 2021-04-30 中国科学院地理科学与资源研究所 结合poi数据的城市功能区识别方法、存储介质和电子设备
CN112884208A (zh) * 2021-01-26 2021-06-01 中国测绘科学研究院 一种城市街区智能划分方法
CN114140289A (zh) * 2021-09-22 2022-03-04 西安中科西光航天科技有限公司 一种基于卫星遥感技术的智慧城市规划系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150063629A1 (en) * 2013-08-29 2015-03-05 Digitalglobe, Inc. Generation of high resolution population density estimation cells through exploitation of high resolution satellite image data and low resolution population density data sets
US20160188976A1 (en) * 2013-08-29 2016-06-30 Digitalglobe, Inc. Generation of high resolution population density data sets through exploitation of high resolution overhead imagery data and low resolution population density data sets
US20190228538A1 (en) * 2016-12-08 2019-07-25 Institute Of Oceanology, Chinese Academy Of Scienc Es Method for observing wildlife population size through remote sensing imagery
CN108871286A (zh) * 2018-04-25 2018-11-23 中国科学院遥感与数字地球研究所 空间大数据协同的城市建成区人口密度估算方法和系统
CN110619412A (zh) * 2018-06-20 2019-12-27 菜鸟智能物流控股有限公司 物流配送站点规划方法和服务器
CN112053014A (zh) * 2019-06-05 2020-12-08 李峻 自适应警务资源调配方法
CN110428126A (zh) * 2019-06-18 2019-11-08 华南农业大学 一种基于多源开放数据的城市人口空间化处理方法及系统
CN112215059A (zh) * 2020-08-26 2021-01-12 厦门大学 一种基于深度学习的城中村识别和人口估计方法、系统及计算机可读存储介质
CN112733781A (zh) * 2021-01-20 2021-04-30 中国科学院地理科学与资源研究所 结合poi数据的城市功能区识别方法、存储介质和电子设备
CN112884208A (zh) * 2021-01-26 2021-06-01 中国测绘科学研究院 一种城市街区智能划分方法
CN114140289A (zh) * 2021-09-22 2022-03-04 西安中科西光航天科技有限公司 一种基于卫星遥感技术的智慧城市规划系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
KARUME KATCHO: "Use of Remote Sensing for Population Number Determination", 《THE OPEN ACCESS JOURNAL OF SCIENCE AND TECHNOLOGY》 *
THOMAS ALAN MORTON: "Analysis of population dynamics using satellite remote sensing and US census data", 《GEOCARTO INTERNATIONAL》 *
李珂: "基于机器学习的北京市快递网点布局研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
韩春峰: "基于高分辨率遥感影像的人口信息的提取综述", 《科技资讯》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117252496A (zh) * 2023-03-09 2023-12-19 江苏齐博冷链科技有限公司 分区域智慧物流协调系统

Also Published As

Publication number Publication date
CN114819852B (zh) 2022-11-22

Similar Documents

Publication Publication Date Title
CN110390246A (zh) 一种边云环境中的视频分析方法
CN109492536A (zh) 一种基于5g架构的人脸识别方法及系统
WO2020211426A1 (zh) 基于人工智能的园区管控方法、系统及存储介质
CN112346845B (zh) 编码任务的调度方法、装置、设备及存储介质
CN102130897A (zh) 一种基于云计算的视频采集分析系统和方法
Yuan et al. EcRD: Edge-cloud computing framework for smart road damage detection and warning
CN114819852B (zh) 用于智慧城市的物流规划系统及方法
CN114943936B (zh) 目标行为识别方法、装置、电子设备及存储介质
CN112008736A (zh) 迎宾机器人调配方法、装置、存储介质和电子装置
CN110135609A (zh) 一种基于大数据共建共享的智慧旅游系统及方法
US20140340405A1 (en) Crowd movement prediction using optical flow algorithm
CN114187541A (zh) 一种面向自定义业务场景的智能视频分析的方法和存储设备
JP2023002768A (ja) 画像処理方法、装置、電子機器、記憶媒体及びコンピュータプログラム
CN109086976B (zh) 一种面向群智感知的任务分配方法
CN113688839A (zh) 视频处理方法及装置、电子设备、计算机可读存储介质
CN115018205B (zh) 一种基于物联网的智慧城市无人机管理方法与系统
CN113392676A (zh) 一种多目标追踪的行为识别方法和装置
CN112669353B (zh) 数据处理方法、装置、计算机设备和存储介质
Абидова TRENDS IN CREATING SMART CITIES: Dilfuza Muratjanovna Abidova Leading Lecturer, Academic Lyceum of the Tashkent Pediatric Medical Institute, Uzbekistan
Muneer et al. A Review and Future Research Recommendations on the Smart Energy Management system
CN110782150B (zh) 一种基于群智感知的自然资源信息收集系统及方法
CN111968286B (zh) 结合rpa和ai的前台访客分流方法、装置、设备及存储介质
CN116737351A (zh) 图像处理系统运行管理方法、装置、存储介质及电子设备
CN111159512B (zh) 轨迹信息的处理方法和服务器
CN111368732B (zh) 用于检测车道线的方法和装置

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
TA01 Transfer of patent application right

Effective date of registration: 20221103

Address after: 518000 1502, Block B, Jinfengcheng Building, No. 5015, Shennan East Road, Xinwei Community, Guiyuan Street, Luohu District, Shenzhen, Guangdong

Applicant after: Shenzhen Shenzhoulong Smart City Technology Co.,Ltd.

Address before: China Railway Urban Development Investment Group Co., Ltd., China Railway Excellence Center, No. 377, east section of Ningbo Road, Tianfu new area, Chengdu, Sichuan 610000

Applicant before: Huang Xiaobing

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant