CN115115285B - 一种清扫车的水系统智能控制方法 - Google Patents

一种清扫车的水系统智能控制方法 Download PDF

Info

Publication number
CN115115285B
CN115115285B CN202211036789.7A CN202211036789A CN115115285B CN 115115285 B CN115115285 B CN 115115285B CN 202211036789 A CN202211036789 A CN 202211036789A CN 115115285 B CN115115285 B CN 115115285B
Authority
CN
China
Prior art keywords
time period
water
water system
road surface
dirt
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.)
Active
Application number
CN202211036789.7A
Other languages
English (en)
Other versions
CN115115285A (zh
Inventor
赵建军
仲睿
徐俊锋
赵建梅
颜鑫鑫
翟翚
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.)
Jiangsu Sirui Equipment Technology Co ltd
Original Assignee
Jiangsu Sirui Equipment Technology 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 Jiangsu Sirui Equipment Technology Co ltd filed Critical Jiangsu Sirui Equipment Technology Co ltd
Priority to CN202211036789.7A priority Critical patent/CN115115285B/zh
Publication of CN115115285A publication Critical patent/CN115115285A/zh
Application granted granted Critical
Publication of CN115115285B publication Critical patent/CN115115285B/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
    • G06Q10/06—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
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01H—STREET CLEANING; CLEANING OF PERMANENT WAYS; CLEANING BEACHES; DISPERSING OR PREVENTING FOG IN GENERAL CLEANING STREET OR RAILWAY FURNITURE OR TUNNEL WALLS
    • E01H1/00—Removing undesirable matter from roads or like surfaces, with or without moistening of the surface
    • E01H1/10—Hydraulically loosening or dislodging undesirable matter; Raking or scraping apparatus ; Removing liquids or semi-liquids e.g., absorbing water, sliding-off mud
    • E01H1/101—Hydraulic loosening or dislodging, combined or not with mechanical loosening or dislodging, e.g. road washing machines with brushes or wipers
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q50/06—Energy or water supply
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road

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)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Multimedia (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Architecture (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Structural Engineering (AREA)
  • Civil Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及控制或调节技术领域，具体涉及一种清扫车的水系统智能控制方法。方法包括：根据当前时间段中各采集时刻的路面图像中各区域的脏污等级和实际水压，判断当前时间段是否存在浪费水的行为；若存在，则根据预设历史时间段内开启水系统的次数、每次开启水系统时的水压和每次开启水系统的时长，计算驾驶员的行为因子；根据预设历史时间段内各采集时刻的路面图像中各区域的脏污等级和每次开启的实际水流量，得到容忍系数；根据当前时刻采集的路面图像中各区域的脏污等级、驾驶员的行为因子和容忍系数，得到当前时刻各喷头的建议水流量；根据各喷头的建议水流量调节对应喷头。本发明提供的方法能够在保证清扫效果的同时减少水资源的浪费。

Description

一种清扫车的水系统智能控制方法
技术领域
本发明涉及控制或调节技术领域，具体涉及一种清扫车的水系统智能控制方法。
背景技术
伴随着我国城市化进程的加快，城市变大，道路、广场、公园变多，城市的清洁工作变得越来越重要和繁重，因此清扫车的数量不断增加。目前清扫车在道路上的清理方式较为简单，一般由驾驶员控制，当路面上异物较多时，要想达到较好的清扫效果，就需要加大洒水量，当路面较干净时，若水量较大，则会造成水资源的浪费。在清扫车行驶过程中，有些驾驶员洒水行为习惯并不好，久而久之造成了水资源大量的浪费。因此如何根据驾驶员的行为习惯以及路面的情况给予驾驶员建议水流量是一个重要的问题。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种清扫车的水系统智能控制方法，所采用的技术方案具体如下：
本发明提供了一种清扫车的水系统智能控制方法，该方法包括以下步骤：
获取当前时间段中各采集时刻的路面图像；将当前时间段中各采集时刻的路面图像输入到训练好的神经网络中，得到当前时间段中各采集时刻的路面图像中各区域对应的脏污等级；根据当前时间段中各采集时刻的路面图像中各区域对应的脏污等级和清扫车水系统的实际水压，判断当前时间段是否存在浪费水的行为；
若当前时间段存在浪费水的行为，则根据预设历史时间段内驾驶员开启水系统的次数、每次开启水系统时对应的水压和每次开启水系统的时长，计算驾驶员的行为因子；将预设历史时间段内各采集时刻的路面图像输入到训练好的神经网络中，得到预设历史时间段内各采集时刻的路面图像中各区域对应的脏污等级；根据预设历史时间段内各采集时刻的路面图像中各区域对应的脏污等级和每次开启水系统的实际水流量，得到容忍系数；
根据当前时刻采集的路面图像中各区域对应的脏污等级、驾驶员的行为因子和容忍系数，得到当前时刻清扫车各喷头的建议水流量；根据所述各喷头的建议水流量调节清扫车的对应喷头。
优选的，所述根据当前时间段中各采集时刻的路面图像中各区域对应的脏污等级和清扫车水系统的实际水压，判断当前时间段是否存在浪费水的行为，包括：
根据当前时间段中各采集时刻的路面图像中各区域对应的脏污等级，计算各采集时刻的路面图像中所有区域对应的脏污等级的均值，记为脏污评价值；
根据各采集时刻的路面图像对应的脏污评价值，计算当前时间段中所有路面图像对应的脏污评价均值；
根据所述脏污评价均值对应的标准水压和清扫车水系统在当前时间段中各采集时刻的实际水压，得到当前时间段对应的浪费指标；判断所述浪费指标是否大于0，若大于，则判定当前时间段存在浪费水的行为；若小于等于，则判定当前时间段不存在浪费水的行为。
优选的，采用如下公式计算当前时间段对应的浪费指标：
Figure 716663DEST_PATH_IMAGE002
其中，
Figure 100002_DEST_PATH_IMAGE003
为当前时间段对应的浪费指标，
Figure 389084DEST_PATH_IMAGE004
为符号函数，
Figure 100002_DEST_PATH_IMAGE005
为双曲正切函 数，
Figure 450450DEST_PATH_IMAGE006
为平均值函数，
Figure 100002_DEST_PATH_IMAGE007
为当前时间段第i个采集时刻清扫车水系统的实际水压，
Figure 997844DEST_PATH_IMAGE008
为当前时间段中所有路面图像对应的脏污评价均值对应的标准水压，
Figure 100002_DEST_PATH_IMAGE009
为第一调整系数。
优选的，采用如下公式计算驾驶员的行为因子：
Figure 100002_DEST_PATH_IMAGE011
其中，
Figure 211787DEST_PATH_IMAGE012
为驾驶员的行为因子，
Figure 100002_DEST_PATH_IMAGE013
为预设历史时间段内驾驶员开启水系统的次数，
Figure 774485DEST_PATH_IMAGE005
为双曲正切函数，
Figure 949246DEST_PATH_IMAGE006
为平均值函数，
Figure 723167DEST_PATH_IMAGE014
为预设历史时间段内第j次开启水系统时 的水压，
Figure 899939DEST_PATH_IMAGE008
为当前时间段中采集的所有路面图像的脏污评价均值对应的标准水压，
Figure 100002_DEST_PATH_IMAGE015
为预 设历史时间段内第j次开启水系统的时长，
Figure 242059DEST_PATH_IMAGE009
为第一调整系数，
Figure 137071DEST_PATH_IMAGE016
为自然常数。
优选的，所述根据预设历史时间段内各采集时刻的路面图像中各区域对应的脏污等级和每次开启水系统的实际水流量，得到容忍系数，包括：
计算预设历史时间段内各采集时刻的路面图像中所有区域对应的脏污等级的均值，记为脏污评价值；
对于预设历史时间段内任意一次开启水系统：根据该次开启水系统的过程中各采集时刻的路面图像对应的脏污评价值，计算该次开启水系统的过程中所有路面图像对应的脏污评价均值；获取所述脏污评价均值对应的标准水流量和该次开启水系统的过程中的实际水流量；
根据预设历史时间段内每次开启水系统的过程中的脏污评价均值对应的标准水流量和实际水流量，计算容忍系数。
优选的，采用如下公式计算容忍系数：
Figure 449104DEST_PATH_IMAGE018
其中，
Figure 100002_DEST_PATH_IMAGE019
为容忍系数，
Figure 575323DEST_PATH_IMAGE020
为预设历史时间段内第j次开启水系统的实际水流量，
Figure 100002_DEST_PATH_IMAGE021
为预设历史时间段内第j次开启水系统的过程中的脏污评价均值对应的标准水流量，
Figure 462245DEST_PATH_IMAGE004
为符号函数，
Figure 346019DEST_PATH_IMAGE013
为预设历史时间段内驾驶员开启水系统的次数。
优选的，采用如下公式计算当前时刻清扫车各喷头的建议水流量：
Figure 100002_DEST_PATH_IMAGE023
其中，
Figure 779186DEST_PATH_IMAGE024
为当前时刻任一喷头的建议水流量，
Figure 100002_DEST_PATH_IMAGE025
为当前时刻该喷头对应的区域的 脏污等级对应的标准水流量，
Figure 759911DEST_PATH_IMAGE012
为驾驶员的行为因子，
Figure 20997DEST_PATH_IMAGE026
为归一化容忍系数，
Figure 100002_DEST_PATH_IMAGE027
为第二调整 系数；
所述当前时刻该喷头对应的区域为：当前时刻采集到的路面图像中与该喷头距离最近的区域。
本发明具有如下有益效果：本发明首先将当前时间段中各采集时刻的路面图像输入到训练好的神经网络中，得到当前时间段中各采集时刻的路面图像中各区域对应的脏污等级；根据当前时间段中各采集时刻的路面图像中各区域对应的脏污等级和清扫车水系统的实际水压，判断当前时间段是否存在浪费水的行为；若当前时间段存在浪费水的行为，则根据预设历史时间段内驾驶员开启水系统的次数、每次开启水系统时对应的水压和每次开启水系统的时长，计算驾驶员的行为因子；考虑到路面上可能存在一些不常见的脏污导致网络识别不出来，或者驾驶员在驾驶清扫车除污的过程中会遇到突发情况，需要驾驶员降低水量或停止洒水，因此本发明根据预设历史时间段内各采集时刻的路面图像中的各区域对应的脏污等级和每次开启水系统的实际水流量，计算了容忍系数；接着根据当前时刻采集的路面图像中各区域对应的脏污等级、驾驶员的行为因子和容忍系数，得到当前时刻清扫车各喷头的建议水流量。本发明提供的方法能够根据路面的脏污等级、驾驶员对清扫车水系统的调控习惯以及洒水过程中的实际情况，得到清扫车水系统各喷头的建议水流量，基于建议水流量调节对应喷头，能够在保证清扫效果的同时减少水资源的浪费。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。
图1为本发明提供的一种清扫车的水系统智能控制方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种清扫车的水系统智能控制方法进行详细说明如下。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种清扫车的水系统智能控制方法的具体方案。
一种清扫车的水系统智能控制方法实施例：
本实施例提出了一种清扫车的水系统智能控制方法，如图1所示，本实施例的一种清扫车的水系统智能控制方法包括以下步骤：
步骤S1，获取当前时间段中各采集时刻的路面图像；将当前时间段中各采集时刻的路面图像输入到训练好的神经网络中，得到当前时间段中各采集时刻的路面图像中各区域对应的脏污等级；根据当前时间段中各采集时刻的路面图像中各区域对应的脏污等级和清扫车水系统的实际水压，判断当前时间段是否存在浪费水的行为。
驾驶员驾驶清扫车对路面进行清扫的过程中，清扫车水系统的喷头开度不同，使得清扫车的水流量不同，为了保证清扫效果的同时使水资源最大化利用，在洒水的过程中对水流量进行监测并控制很有必要。
考虑到部分驾驶员的行为习惯不够好，在对路面进行洒水时，会浪费大量的水，为了使清扫的效果足够好的同时又减少水资源的浪费，本实施例将根据驾驶员的行为习惯和路面的脏污程度给予驾驶员建议水流量，驾驶员可以根据建议水流量调节清扫车上喷头的水流量，减少了水资源的浪费。
在清扫过程中，若道路脏污程度较高，驾驶员会主动增加水压，使水流量增大，尽可能的清除路面的脏污，对于脏污程度较高的路面，水箱内的水消耗的较快，此时属于正常情况。若道路脏污程度较低，仍使用较大水压进行洒水，可以将该行为视为水资源浪费行为，需要进行控制，减少水资源的浪费。
本实施例在清扫车的后方安装一根与车辆宽度等长的金属管道，管道上等间距安装有多个洒水喷头，不同的喷头所喷水的区域不同，同时在清扫车的每个出水管道上分别安装流量计，用于监测各管道的水流量；在清扫车前方安装图像传感器，用于采集清扫车前方的路面图像，然后基于采集到的路面图像判断脏污程度进而确定水流量。
为了判断当前时间段驾驶员是否存在浪费水的行为，本实施例首先采集当前时间段的路面图像，所述当前时间段为与当前时刻间隔小于等于预设时间长度的采集时刻构成的集合，本实施例中预设时间长度为6分钟，也即当前时间段的长度为6分钟；然后分别将当前时间段各采集时刻的路面图像输入到训练好的目标神经网络中，得到当前时间段各采集时刻的路面图像中各区域对应的脏污等级；本实施例中的脏污等级为1-10，1为最脏。需要说明的是：本实施例中清扫车的喷头数量为3个，因此将路面图像竖向划分为3个面积相等的区域（即分割线为竖直方向的直线），每个喷头的水流量根据其前方对应区域（即与喷头距离最近的区域）的脏污程度确定，若其前方区域的脏污程度较大，则为了达到较好的清扫效果，驾驶员需调节喷头，增大水流量。神经网络的训练过程为现有技术，此处不再赘述。本实施例设置相机每10秒采集一张路面图像，也即每10秒更新一次路面各区域对应的脏污等级。
接下来基于当前时间段各采集时刻的路面图像中各区域对应的脏污等级，计算每张路面图像中所有区域对应的脏污等级的均值，记为脏污评价值，即每张路面图像对应一个脏污评价值；再根据每张图像对应的脏污评价值，计算当前时间段内所有路面图像对应的脏污评价均值，即所有图像对应一个脏污评价均值；获取脏污评价均值对应的标准水压和清扫车水系统在当前时间段中各采集时刻的实际水压，进而判断当前时间段是否存在浪费水的行为，若当前时间段清扫车水系统的实际水压与标准水压相差较大，则说明当前时间段内驾驶员对水系统的调控与标准调控过程存在的差异较大。具体的，根据当前时间段中各采集时刻清扫车的水系统的实际水压和当前时间段脏污评价均值对应的标准水压，计算当前时间段对应的浪费指标，即：
Figure 890602DEST_PATH_IMAGE002
其中，
Figure 810017DEST_PATH_IMAGE003
为当前时间段对应的浪费指标，
Figure 582932DEST_PATH_IMAGE004
为符号函数，
Figure 296810DEST_PATH_IMAGE005
为双曲正切函 数，
Figure 981607DEST_PATH_IMAGE006
为平均值函数，
Figure 189865DEST_PATH_IMAGE007
为当前时间段第i个采集时刻清扫车水系统的实际水压，
Figure 66554DEST_PATH_IMAGE008
为当前时间段中所有路面图像的脏污评价均值对应的标准水压，
Figure 460321DEST_PATH_IMAGE009
为第一调整系数。本实 施例中设置
Figure 789671DEST_PATH_IMAGE009
的值为0.09，在具体应用中，实施者可自行设置。
若当前时间段内清扫车水系统的平均水压比标准水压高的较多，则判定当前时间 段驾驶员存在浪费水的行为，即当前时间段对应的浪费指标
Figure 801621DEST_PATH_IMAGE003
的值大于0；若当前时间段内 清扫车水系统的平均水压低于标准水压或是比标准水压低，则判定当前时间段驾驶员不存 在浪费水的行为，即当前时间段对应的浪费指标
Figure 470500DEST_PATH_IMAGE003
的值小于等于0。
至此，采用上述方法，对驾驶员当前时间段是否存在浪费水的行为进行了判断。
步骤S2，若当前时间段存在浪费水的行为，则根据预设历史时间段内驾驶员开启水系统的次数、每次开启水系统时对应的水压和每次开启水系统的时长，计算驾驶员的行为因子；将预设历史时间段内各采集时刻的路面图像输入到训练好的神经网络中，得到预设历史时间段内各采集时刻的路面图像中各区域对应的脏污等级；根据预设历史时间段内各采集时刻的路面图像中各区域对应的脏污等级和每次开启水系统的实际水流量，得到容忍系数。
本实施例在上述步骤中对驾驶员当前时间段是否存在浪费水的行为进行了判断，若驾驶员在当前时间段内存在浪费水的行为，在后续洒水过程中，为了减少水资源的浪费，需要基于驾驶员在历史洒水过程中的行为习惯给予驾驶员建议水流量。
一般情况下，在驾驶清扫车的过程中，在较为干净的路面上是不需要开启水系统或是以较低的水流量行进。如果在整个清扫过程中，清扫车一直以正常或较高的水流量行进，则可以认定驾驶员存在水资源浪费的行为。
本实施例获取预设历史时间段内驾驶员开启水系统的次数、每次开启水系统时对 应的水压和每次开启水系统的时长，本实施例中预设历史时间段的时长为五天，在具体应 用中，实施者可自行设置；基于每次开启水系统的时长，构建开启时长序列
Figure 41027DEST_PATH_IMAGE028
，其中，
Figure DEST_PATH_IMAGE029
为预设历史时间段内第1次开启水系统的时长，
Figure 936302DEST_PATH_IMAGE030
为预 设历史时间段内第2次开启水系统的时长，
Figure DEST_PATH_IMAGE031
为预设历史时间段内第3次开启水系统的时 长，
Figure 375111DEST_PATH_IMAGE032
为预设历史时间段内第n次开启水系统的时长。驾驶员在预设历史时间段内，开启水 系统的次数越多、开启水系统的总时长越短且开启水系统的水压与标准水压的差值越小， 说明驾驶员的行为习惯越好，即越重视水资源。
接下来基于开启时长序列和每次开启水系统时对应的水压，计算驾驶员的行为因子，即：
Figure DEST_PATH_IMAGE033
其中，
Figure 773863DEST_PATH_IMAGE012
为驾驶员的行为因子，
Figure 780871DEST_PATH_IMAGE013
为预设历史时间段内驾驶员开启水系统的次数，
Figure 22496DEST_PATH_IMAGE005
为双曲正切函数，
Figure 641828DEST_PATH_IMAGE006
为平均值函数，
Figure 347615DEST_PATH_IMAGE014
为预设历史时间段内第j次开启水系统 时的水压，
Figure 593701DEST_PATH_IMAGE008
为当前时间段中采集的所有路面图像的脏污评价均值对应的标准水压，
Figure 135672DEST_PATH_IMAGE015
为 预设历史时间段内第j次开启水系统的时长，
Figure 480066DEST_PATH_IMAGE009
为第一调整系数，
Figure 289627DEST_PATH_IMAGE016
为自然常数；
Figure 123591DEST_PATH_IMAGE034
这一项 通过驾驶员开启水系统的次数来反映驾驶员对水资源的重视程度，开启的次数越多（即
Figure 152858DEST_PATH_IMAGE013
越 大），说明驾驶员对水系统的调控越频繁，即驾驶员越重视水资源；
Figure DEST_PATH_IMAGE035
这一项通过驾驶员 开启水系统的总时长来反映驾驶员对水资源的重视程度，开启的总时长越短，说明驾驶员 越重视水资源；
Figure 737161DEST_PATH_IMAGE036
这一项通过开启水系统时的水压与标准水压的关系来 反映驾驶员对水资源的重视程度，开启水系统时的水压与标准水压的差值越大，说明驾驶 员越可能存在浪费水的行为。
至此，采用上述方法得到了驾驶员的行为因子
Figure 902694DEST_PATH_IMAGE012
，行为因子
Figure 173139DEST_PATH_IMAGE012
的值越大，说明驾驶 员浪费水的行为越严重。
在道路清扫过程中，不可避免的会遇到异常情况，比如：利用神经网络获得道路图像对应的脏污指数时，遇见一些不常见的脏污，网络未能识别出来，导致网络输出的脏污指数与实际的不符；或在道路清污的过程中，遇见了一些不可抗因素，比如路面有人经过或其它原因，此时需要停水或增水。上述遇到的种种问题，都需要驾驶员做出应变反应，不能简单的依靠系统进行判断，因此系统需要对驾驶员做出的反应有一定的容忍度，不能直接判定为浪费水行为。基于此，本实施例获取预设历史时间段内各采集时刻的路面图像，分别将预设历史时间段内各采集时刻的路面图像输入到训练好的神经网络中，得到预设历史时间段内各采集时刻的路面图像中的各区域对应的脏污等级；然后基于预设历史时间段内各采集时刻的路面图像中的各区域对应的脏污等级，计算预设历史时间段内采集的每张路面图像中所有区域对应的脏污等级的均值，记为脏污评价值，即每张路面图像对应一个脏污评价值；对于预设历史时间段内任意一次开启水系统：根据该次开启水系统的过程中采集的每张路面图像对应的脏污评价值，计算该次开启水系统的过程中采集的所有路面图像对应的脏污评价均值，即该次开启水系统对应一个脏污评价均值；获取该次开启水系统对应的脏污评价均值对应的标准水流量，同时根据该次开启水系统时各喷头的水流量，计算该次开启水系统的过程中的水流总量（实际水流量）。采用上述方法，获取了预设历史时间段内每次开启水系统时的脏污评价均值对应的标准水流量和每次开启水系统的实际水流量，接下来根据预设历史时间段内每次开启水系统时的脏污评价均值对应的标准水流量和每次开启水系统的实际水流量，计算容忍系数，即：
Figure 922658DEST_PATH_IMAGE018
其中，
Figure 405592DEST_PATH_IMAGE019
为容忍系数，
Figure 691211DEST_PATH_IMAGE020
为预设历史时间段内第j次开启水系统的实际水流量，
Figure 804660DEST_PATH_IMAGE021
为预设历史时间段内第j次开启水系统的过程中的脏污评价均值对应的标准水流量。若预 设历史时间段内实际水流量远大于标准水流量，则容忍系数
Figure 59053DEST_PATH_IMAGE019
的值为正数，此时说明预设 历史时间段内实际水流量大于标准水流量，出现这种情况的原因可能为路面上出现了一些 不常见的脏污导致网络未识别出来，或者是清扫车水系统使用时间较长导致喷头出现了损 坏等，这种情况下应当给予驾驶员正容忍，即后续给予喷头建议的水流量时可以适当增加 水流量；若预设历史时间段内实际水流量远小于标准水流量，则容忍系数
Figure 611258DEST_PATH_IMAGE019
的值为负数，此 时说明预设历史时间段内实际水流量小于标准水流量，出现这种情况的原因可能为驾驶员 在驾驶清扫车清扫路面的过程中，经常遇到特殊原因不得不停止洒水，这种情况下应当给 予驾驶员负容忍，即后续给予喷头建议的水流量时可以适当降低水流量。
至此，采用上述方法得到了容忍系数。
步骤S3，根据当前时刻采集的路面图像中各区域对应的脏污等级、驾驶员的行为因子和容忍系数，得到当前时刻清扫车各喷头的建议水流量；根据所述各喷头的建议水流量调节清扫车的对应喷头。
本实施例在上述步骤中得到了当前时刻采集到的路面图像中各区域对应的脏污等级、驾驶员的行为因子和容忍系数，接下来基于当前时刻采集到的路面图像中各区域对应的脏污等级、驾驶员的行为因子和容忍系数，给予驾驶员当前时刻每个喷头的建议水流量。
对于任一喷头：
根据当前时刻该喷头对应的区域（当前时刻采集的路面图像中与该喷头距离最近的区域）对应的脏污等级、驾驶员的行为因子和容忍系数，计算该喷头的建议水流量，即：
Figure 751383DEST_PATH_IMAGE023
其中，
Figure 98051DEST_PATH_IMAGE024
为当前时刻该喷头的建议水流量，
Figure 822162DEST_PATH_IMAGE025
为当前时刻该喷头对应的区域的脏 污等级对应的标准水流量，
Figure 725527DEST_PATH_IMAGE012
为驾驶员的行为因子，
Figure 969427DEST_PATH_IMAGE026
为归一化容忍系数（即对容忍系数
Figure 1842DEST_PATH_IMAGE019
进行归一化处理，使其归一化之后的值处于-1到1之间），
Figure 963982DEST_PATH_IMAGE027
为第二调整系数；本实施例中设 置
Figure 343142DEST_PATH_IMAGE027
的取值为1，在具体应用中，实施者可根据实际需要自行设定。当归一化容忍系数
Figure 441548DEST_PATH_IMAGE026
的 值大于0时，说明预设历史时间段内实际水流量大于标准水流量，应当给予驾驶员正容忍， 即后续给予喷头建议的水流量时可以适当增加水流量；当归一化容忍系数
Figure 379286DEST_PATH_IMAGE026
的值小于0时， 说明预设历史时间段内实际水流量小于标准水流量，应当给予驾驶员负容忍，即后续给予 喷头建议的水流量时可以适当降低水流量；当归一化容忍系数
Figure 31984DEST_PATH_IMAGE026
的值等于0时，需要结合驾 驶员的行为因子和路面的脏污等级给予驾驶员喷头建议水流量。
至此，采用上述方法，能够得到当前时刻清扫车所有喷头的建议水流量，接下来可以根据建议水流量调节清扫车的各喷头。本实施例提供的方法能够保证路面的清扫效果，同时减少水资源的浪费。
本实施例首先将当前时间段中各采集时刻的路面图像输入到训练好的神经网络中，得到当前时间段中各采集时刻的路面图像中各区域对应的脏污等级；根据当前时间段中各采集时刻的路面图像中各区域对应的脏污等级和清扫车水系统的实际水压，判断当前时间段是否存在浪费水的行为；若当前时间段存在浪费水的行为，则根据预设历史时间段内驾驶员开启水系统的次数、每次开启水系统时对应的水压和每次开启水系统的时长，计算驾驶员的行为因子；考虑到路面上可能存在一些不常见的脏污导致网络识别不出来，或者驾驶员在驾驶清扫车除污的过程中会遇到突发情况，需要驾驶员降低水量或停止洒水，因此本实施例根据预设历史时间段内各采集时刻的路面图像中的各区域对应的脏污等级和每次开启水系统的实际水流量，计算了容忍系数；接着根据当前时刻采集的路面图像中各区域对应的脏污等级、驾驶员的行为因子和容忍系数，得到当前时刻清扫车各喷头的建议水流量。本实施例提供的方法能够根据路面的脏污等级、驾驶员对清扫车水系统的调控习惯以及洒水过程中的实际情况，得到清扫车水系统各喷头的建议水流量，基于建议水流量调节对应喷头，能够在保证清扫效果的同时减少水资源的浪费。
需要说明的是：以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种清扫车的水系统智能控制方法，其特征在于，该方法包括以下步骤：
获取当前时间段中各采集时刻的路面图像；将当前时间段中各采集时刻的路面图像输入到训练好的神经网络中，得到当前时间段中各采集时刻的路面图像中各区域对应的脏污等级；根据当前时间段中各采集时刻的路面图像中各区域对应的脏污等级和清扫车水系统的实际水压，判断当前时间段是否存在浪费水的行为；
若当前时间段存在浪费水的行为，则根据预设历史时间段内驾驶员开启水系统的次数、每次开启水系统时对应的水压和每次开启水系统的时长，计算驾驶员的行为因子；将预设历史时间段内各采集时刻的路面图像输入到训练好的神经网络中，得到预设历史时间段内各采集时刻的路面图像中各区域对应的脏污等级；根据预设历史时间段内各采集时刻的路面图像中各区域对应的脏污等级和每次开启水系统的实际水流量，得到容忍系数；
根据当前时刻采集的路面图像中各区域对应的脏污等级、驾驶员的行为因子和容忍系数，得到当前时刻清扫车各喷头的建议水流量；根据所述各喷头的建议水流量调节清扫车的对应喷头；
采用如下公式计算驾驶员的行为因子：
Figure 87597DEST_PATH_IMAGE002
其中，
Figure DEST_PATH_IMAGE003
为驾驶员的行为因子，
Figure 615531DEST_PATH_IMAGE004
为预设历史时间段内驾驶员开启水系统的次数，
Figure DEST_PATH_IMAGE005
为双曲正切函数，
Figure 733528DEST_PATH_IMAGE006
为平均值函数，
Figure DEST_PATH_IMAGE007
为预设历史时间段内第j次开启水系 统时的水压，
Figure 346912DEST_PATH_IMAGE008
为当前时间段中采集的所有路面图像的脏污评价均值对应的标准水压，
Figure DEST_PATH_IMAGE009
为预设历史时间段内第j次开启水系统的时长，
Figure 942979DEST_PATH_IMAGE010
为第一调整系数，
Figure DEST_PATH_IMAGE011
为自然常数；
采用如下公式计算容忍系数：
Figure DEST_PATH_IMAGE013
其中，
Figure 512369DEST_PATH_IMAGE014
为容忍系数，
Figure DEST_PATH_IMAGE015
为预设历史时间段内第j次开启水系统的实际水流量，
Figure 270110DEST_PATH_IMAGE016
为预设 历史时间段内第j次开启水系统的过程中的脏污评价均值对应的标准水流量，
Figure DEST_PATH_IMAGE017
为符 号函数，
Figure 636369DEST_PATH_IMAGE004
为预设历史时间段内驾驶员开启水系统的次数。
2.根据权利要求1所述的一种清扫车的水系统智能控制方法，其特征在于，所述根据当前时间段中各采集时刻的路面图像中各区域对应的脏污等级和清扫车水系统的实际水压，判断当前时间段是否存在浪费水的行为，包括：
根据当前时间段中各采集时刻的路面图像中各区域对应的脏污等级，计算各采集时刻的路面图像中所有区域对应的脏污等级的均值，记为脏污评价值；
根据各采集时刻的路面图像对应的脏污评价值，计算当前时间段中所有路面图像对应的脏污评价均值；
根据所述脏污评价均值对应的标准水压和清扫车水系统在当前时间段中各采集时刻的实际水压，得到当前时间段对应的浪费指标；判断所述浪费指标是否大于0，若大于，则判定当前时间段存在浪费水的行为；若小于等于，则判定当前时间段不存在浪费水的行为。
3.根据权利要求2所述的一种清扫车的水系统智能控制方法，其特征在于，采用如下公 式计算当前时间段对应的浪费指标：
Figure DEST_PATH_IMAGE019
其中，
Figure 36126DEST_PATH_IMAGE020
为当前时间段对应的浪费指标，
Figure 866548DEST_PATH_IMAGE017
为符号函数，
Figure 139397DEST_PATH_IMAGE005
为双曲正切函数，
Figure 55270DEST_PATH_IMAGE006
为平均值函数，
Figure DEST_PATH_IMAGE021
为当前时间段第i个采集时刻清扫车水系统的实际水压，
Figure 258718DEST_PATH_IMAGE008
为 当前时间段中所有路面图像对应的脏污评价均值对应的标准水压，
Figure 694378DEST_PATH_IMAGE010
为第一调整系数。
4.根据权利要求1所述的一种清扫车的水系统智能控制方法，其特征在于，所述根据预设历史时间段内各采集时刻的路面图像中各区域对应的脏污等级和每次开启水系统的实际水流量，得到容忍系数，包括：
计算预设历史时间段内各采集时刻的路面图像中所有区域对应的脏污等级的均值，记为脏污评价值；
对于预设历史时间段内任意一次开启水系统：根据该次开启水系统的过程中各采集时刻的路面图像对应的脏污评价值，计算该次开启水系统的过程中所有路面图像对应的脏污评价均值；获取所述脏污评价均值对应的标准水流量和该次开启水系统的过程中的实际水流量；
根据预设历史时间段内每次开启水系统的过程中的脏污评价均值对应的标准水流量和实际水流量，计算容忍系数。
5.根据权利要求1所述的一种清扫车的水系统智能控制方法，其特征在于，采用如下公式计算当前时刻清扫车各喷头的建议水流量：
Figure DEST_PATH_IMAGE023
其中，
Figure 590659DEST_PATH_IMAGE024
为当前时刻任一喷头的建议水流量，
Figure DEST_PATH_IMAGE025
为当前时刻该喷头对应的区域的脏污 等级对应的标准水流量，
Figure 400352DEST_PATH_IMAGE003
为驾驶员的行为因子，
Figure 469808DEST_PATH_IMAGE026
为归一化容忍系数，
Figure DEST_PATH_IMAGE027
为第二调整系数；
所述当前时刻该喷头对应的区域为：当前时刻采集到的路面图像中与该喷头距离最近的区域。
CN202211036789.7A 2022-08-29 2022-08-29 一种清扫车的水系统智能控制方法 Active CN115115285B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211036789.7A CN115115285B (zh) 2022-08-29 2022-08-29 一种清扫车的水系统智能控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211036789.7A CN115115285B (zh) 2022-08-29 2022-08-29 一种清扫车的水系统智能控制方法

Publications (2)

Publication Number Publication Date
CN115115285A CN115115285A (zh) 2022-09-27
CN115115285B true CN115115285B (zh) 2022-12-13

Family

ID=83335270

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211036789.7A Active CN115115285B (zh) 2022-08-29 2022-08-29 一种清扫车的水系统智能控制方法

Country Status (1)

Country Link
CN (1) CN115115285B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109024417B (zh) * 2018-07-24 2021-01-26 长安大学 一种智能道路清扫车及其道路污染物识别方法和控制方法
CN113529635B (zh) * 2021-07-09 2022-12-23 上海熙众新能源技术有限公司 一种洒水控制方法、系统及智能洒水车
CN113393177A (zh) * 2021-08-17 2021-09-14 山东炎黄工业设计有限公司 一种城市清洁智能监测系统及方法
CN113470022B (zh) * 2021-09-01 2021-11-16 南通华锐软件技术有限公司 基于人工智能和大数据的路政洒水车智能优化方法及系统
CN113506049B (zh) * 2021-09-10 2021-11-16 南通华豪巨电子科技有限公司 基于人工智能的道路洒水车调度方法及系统

Also Published As

Publication number Publication date
CN115115285A (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
CN109610396A (zh) 无人驾驶清扫车辆及其洒水系统控制方法
US6783683B2 (en) Stormwater pollutant separation system and method of stormwater management
CN100573618C (zh) 一种交通路口四相位车流量检测方法
CN104112370A (zh) 基于监控图像的停车场智能车位识别方法及系统
CN106245567B (zh) 一种基于云平台的道路清扫系统与方法
CN108166421B (zh) 一种基于路面清洁度检测的环卫作业车
CN108181903A (zh) 一种基于路面清洁度检测的环卫车作业路径规划方法
CN110172941B (zh) 一种智慧城市道路环卫系统
CN113589814B (zh) 一种基于路况识别压力、位置自动调节的盘刷系统
CN115115285B (zh) 一种清扫车的水系统智能控制方法
CN113470022B (zh) 基于人工智能和大数据的路政洒水车智能优化方法及系统
CN112575727A (zh) 一种环卫车的智能喷水系统
CN109466510A (zh) 基于雨水残留刮痕的雨刮片胶条故障检测方法及检测系统
KR102062313B1 (ko) 빗물 공급 시스템
CN113112789A (zh) 城市快速路突发事件的影响预测及管控方法
CN108170143A (zh) 一种环卫车作业控制方法及环卫车
CN110777719A (zh) 一种车载洒水装置
CN111519730A (zh) 一种智能调节水速与水流路线规划系统
CN112953378B (zh) 光伏组件清洗方法、巡检方法及清洗与巡检系统
CN115688022A (zh) 一种基于最邻近算法的流域单位线实时优选方法
KR102601633B1 (ko) Ai를 이용한 세척수, 염수 자동분사기능을 갖는 스마트 클린로드시스템
CN107884846A (zh) 一种基于雨量检测的环卫作业车
Sutherland et al. Sophisticated Stormwater Quality Modeling is Worth the Effort.
CN108104035B (zh) 一种基于雨量检测的环卫车作业控制方法
CN111172930A (zh) 一种基于交通流协同控制的市政道路湿润降尘系统及方法

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
GR01 Patent grant
GR01 Patent grant