CN115331467B - 一种基于视频监控的垃圾处理全流程监控方法 - Google Patents
一种基于视频监控的垃圾处理全流程监控方法 Download PDFInfo
- Publication number
- CN115331467B CN115331467B CN202211267647.1A CN202211267647A CN115331467B CN 115331467 B CN115331467 B CN 115331467B CN 202211267647 A CN202211267647 A CN 202211267647A CN 115331467 B CN115331467 B CN 115331467B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- area
- marking
- garbage
- road section
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
- G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2/00—Methods or apparatus for disinfecting or sterilising materials or objects other than foodstuffs or contact lenses; Accessories therefor
- A61L2/02—Methods or apparatus for disinfecting or sterilising materials or objects other than foodstuffs or contact lenses; Accessories therefor using physical phenomena
- A61L2/14—Plasma, i.e. ionised gases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2202/00—Aspects relating to methods or apparatus for disinfecting or sterilising materials or objects
- A61L2202/10—Apparatus features
- A61L2202/14—Means for controlling sterilisation processes, data processing, presentation and storage means, e.g. sensors, controllers, programs
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Plasma & Fusion (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Mathematical Physics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Refuse Collection And Transfer (AREA)
- Refuse-Collection Vehicles (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于视频监控的垃圾处理全流程监控方法,属于垃圾运输技术领域,具体方法包括:获取垃圾回收站图纸,标记装卸区,根据标记的装卸区设置消毒区;将装卸区和消毒区整合为起始监控区,获取起始监控区的初始监控信息,根据获得的初始监控信息进行监控装置的补充;获取垃圾回收站到对应垃圾发电站之间的区域地图,标记为站间地图,建立后端模型,获取初始模型,将初始模型和后端模型整合为监控模型;当装配好垃圾后,将垃圾转运车行驶到消毒区进行消毒;识别具有的待选路线,实时计算对应的路段值,并在监控模型内进行标记,根据计算的实时路段值进行路线的动态选择;对应的管理人员根据监控模型对垃圾转运车进行实时监控。
Description
技术领域
本发明属于垃圾运输技术领域,具体是一种基于视频监控的垃圾处理全流程监控方法。
背景技术
随着城镇化的快速发展,城市的人口也越来越开,每天都会产生大量的垃圾,为了将城市内的垃圾进行合理的处理,当前采取的措施一般是通过垃圾回收车将垃圾从城市内的各个地方将垃圾进行回收,统一运输到垃圾回收站进行初步处理,再通过垃圾转运车运送到垃圾发电站进行处理,实现垃圾的处理和再利用。
但是,在通过垃圾转运车将垃圾运送到垃圾发电站的过程中,因为垃圾具有较高的病菌,且在运输过程中极易散发大量的异味,将会对沿途的市民带来不利影响,因此为了解决上述问题,最大程度的降低垃圾在运输过程中对沿途市民的影响,本发明提供了一种基于视频监控的垃圾处理全流程监控方法。
发明内容
为了解决上述方案存在的问题,本发明提供了一种基于视频监控的垃圾处理全流程监控方法。
本发明的目的可以通过以下技术方案实现:
一种基于视频监控的垃圾处理全流程监控方法,具体方法包括:
步骤一:获取垃圾回收站图纸,标记装卸区,根据标记的装卸区设置消毒区;
步骤二:将装卸区和消毒区整合为起始监控区,获取起始监控区的初始监控信息,根据获得的初始监控信息进行监控装置的补充;
步骤三:获取垃圾回收站到对应垃圾发电站之间的区域地图,标记为站间地图,根据站间地图建立后端模型,获取初始模型,将初始模型和后端模型整合为监控模型;
步骤四:当装配好垃圾后,将垃圾转运车行驶到消毒区进行消毒;识别具有的待选路线,实时计算对应的路段值,并在监控模型内进行标记,根据计算的实时路段值进行路线的动态选择;
步骤五:对应的管理人员根据监控模型对垃圾转运车进行实时监控。
进一步地,根据标记的装卸区设置消毒区的方法包括:
识别垃圾回收站内具备设置消毒区条件的区域,标记为待选区域,将待选区域在垃圾回收站图纸中进行相应的标记,识别各个待选区域到装卸区之间的路线距离,将对应的路线距离标记为DZL,识别对应路线上具有的区域,并建立对应的内部区域明细表,对各个路线对应的内部区域明细表进行分析,获得对应的区域影响值,将获得的区域影响值标记为QYZ,根据公式QW=b1×β1×DZL+b2×β2×QYZ计算区域值,其中b1、b2均为比例系数,取值范围为0<b1≤1,0<b2≤1,β1、β2为权重系数,将区域值最小的待选区域标记为消毒区,在消毒区域内进行相应的消毒设备安装,并在垃圾回收站图纸上进行相应的标记。
进一步地,根据获得的初始监控信息进行监控装置的补充的方法包括:
对获得的初始监控信息进行识别,判断初始监控信息是否满足监控要求,当判断满足监控要求时,不需要进行监控设备补充,当判断不满足监控要求时,识别对应的未监控区域,根据识别的未监控区域进行监控设备的补充。
进一步地,根据识别的未监控区域进行监控设备的补充的方法包括:
基于垃圾回收站图纸建立起始监控区的初始模型,在初始模型内标记未监控区域,将待安装点进行组合,获得若干个点位组合,进行优先级排序,选择排序第一的点位组合进行监控设备的补充安装。
进一步地,实时计算对应的路段值的方法包括:
实时获取各个路段的拥挤程度,根据获得的拥挤程度匹配对应的交通值,将获得的交通值标记为JTZ,识别路段两边的区域种类,建立路段区域明细表,对路段区域明细表进行分析,获得对应的路段区域值,将获得的路段区域值标记为LQZ,设置交通值和路段区域值两者所占的权重,设置对应的权重系数,标记为β3、β4,根据公式LDZ=β3×JTZ+β4×LQZ计算路段值。
进一步地,根据计算的实时路段值进行路线的动态选择的方法包括:
实时获取垃圾转运车的定位信息,并在监控模型内进行动态更新,实时识别当前垃圾转运车具有的选择路线,进行各个选择路线的优先级排序,识别排序第一的路线对应的路段,将对应的路段标记为目标路段,当垃圾转运车到达对应的路口后转向目标路段进行行驶,依此类推,直到垃圾转运车到达垃圾发电站。
进一步地,进行各个选择路线的优先级排序的方法包括:
将选择路线标记为j,其中j=1、2、……、m,m为正整数;计算选择路线上各个路段值之和,标记为LDZHj,识别各个选择路线的路线长度,标记为LXDj,根据公式YXQ=b5×LDZHj+b6×LXDj计算路线值,其中b5、b6均为比例系数,取值范围为0<b5≤1,0<b6≤1,将计算的路线值按照由小到大的顺序进行排序。
进一步地,监控模型为三维数据模型。
与现有技术相比,本发明的有益效果是:
通过对出站的转运车进行杀菌消毒,极大的降低可能具有的安全隐患,同时降低在运输过程中散发的异味;通过实时获取各个可选路线动态信息,对垃圾转运车的路线进行动态更新,尽可能的降低垃圾在转运过程中对沿途市民的影响,同时通过三维建模型技术,使得管理人员更加直观的对垃圾转运车辆的监控,对垃圾转运车辆的位置具有一个直观的了解。
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,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他的附图。
图1为本发明流程图。
具体实施方式
下面将结合实施例对本发明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发明一部分实施例,而不是全部的实施例;基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,一种基于视频监控的垃圾处理全流程监控方法,具体方法包括:
步骤一:获取垃圾回收站图纸,标记装卸区,根据标记的装卸区设置消毒区;
装卸区指的是将压缩后的垃圾装进垃圾转运车内的区域。
因为垃圾含有大量的细菌、病菌等有害物质,在转运的过程中极易发生对应的细菌扩散,容易对沿途的人员具有一定的健康隐患,因此,本申请通过对出站的转运车进行杀菌消毒,极大的降低可能具有的安全隐患,同时降低在运输过程中散发的异味。
具体的,根据标记的装卸区设置消毒区的方法包括:
识别垃圾回收站内具备设置消毒区条件的区域,标记为待选区域,通过现有方式可以获取在满足对应按照消毒设备安装和对应运行要求的区域,因此不进行详细叙述,将待选区域在垃圾回收站图纸中进行相应的标记,识别各个待选区域到装卸区之间的路线距离,将对应的路线距离标记为DZL,识别对应路线上具有的区域,并建立对应的内部区域明细表,对各个路线对应的内部区域明细表进行分析,获得对应的区域影响值,将获得的区域影响值标记为QYZ,根据公式QW=b1×β1×DZL+b2×β2×QYZ计算区域值,其中b1、b2均为比例系数,取值范围为0<b1≤1,0<b2≤1,β1、β2为权重系数,由专家组进行讨论设置,因为并不需要进行实时变动,因此可以采用人工的方式进行设置;将区域值最小的待选区域标记为消毒区,在消毒区域内进行相应的消毒设备安装,并在垃圾回收站图纸上进行相应的标记。
识别对应路线上具有的区域,指的是垃圾转运车途经路程中具有不利影响的区域,如在未经消毒时,经过某个加工区,将会对其内的工作人员具有一定的健康隐患,若某个区域虽在路径上,但是因为通风、出入口等均不受转运车影响,则不会标记对应的区域,对于线路上具有的人流量同样会进行统计。
对各个路线对应的内部区域明细表进行分析的方法包括:基于CNN网络或DNN网络建立对应的区域分析模型,采用人工的方式进行对应的训练集进行训练,通过训练成功后的区域分析模型对各个内部区域明细表进行分析,获得对应的区域影响值。
步骤二:将装卸区和消毒区整合为起始监控区,获取起始监控区的初始监控信息,根据获得的初始监控信息进行监控装置的补充;
起始监控区包括装卸区、消毒区以及两者之间的路线区域。
根据获得的初始监控信息进行监控装置的补充的方法包括:
对获得的初始监控信息进行识别,判断初始监控信息是否满足监控要求,当判断满足监控要求时,不需要进行监控设备补充,当判断不满足监控要求时,识别对应的未监控区域,根据识别的未监控区域进行监控设备的补充。
判断初始监控信息是否满足监控要求,其中监控要求是根据对应垃圾回收站的管理需要进行设置的,将识别的初始监控信息与监控要求进行比对,对应区域是否监控到,可以通过人工的方式进行判断,判断后并进行相应的标记,标记未监控区域。
根据识别的未监控区域进行监控设备的补充的方法包括:
基于垃圾回收站图纸建立起始监控区的初始模型,即为应用现有的建模技术建立的三维数据模型;在初始模型内标记未监控区域,识别具有的待安装点,待安装点指的是可以安装监控设置的点位,通过基于神经网络模型建立对应的点位分析模型进行分析,通过人工的方式建立对应的训练集进行训练,通过点位分析模型对未监控区域的周边视频进行分析,获得对应的待安装点,将待安装点进行组合,获得若干个点位组合,进行优先级排序,选择排序第一的点位组合进行监控设备的补充安装。
进行优先级排序的方法包括:
将点位组合标记为i,其中i=1、2、……、n,n为正整数;获取点位组合内待安装点的个数,标记为GSi,获取监控设备的设备信息,根据获取的监控设备信息模拟各个点位组合对应的覆盖率,标记为FGi,根据公式Qi=b3×GSi×M×b4×FGi计算点位值,其中b3、b4均为比例系数,取值范围为0<b3≤1,0≤b4≤1,M为单个监控设备安装成本,当覆盖率小于100%时,b4=0,将Qi=0的点位组合进行剔除,将剩余的点位组合按照由小到大的顺序进行排序,
步骤三:获取垃圾回收站到对应垃圾发电站之间的区域地图,标记为站间地图,根据站间地图建立后端模型,获取初始模型,将初始模型和后端模型整合为监控模型;
根据站间地图建立后端模型,即为利用现有的建模技术建立的三维数据模型,同时为简化模型,即为主要建立的两个站之间的路线模型以及对应路线坐标的区域模型,且区域模型只要能够表明其区域位置和种类即可,因此可以进行快速的建立。
将初始模型和后端模型整合,即为将两个模型进行相应的拼接。
步骤四:当装配好垃圾后,将垃圾转运车行驶到消毒区进行消毒;识别具有的待选路线,实时计算对应的路段值,并在监控模型内进行标记,根据计算的实时路段值进行路线的动态选择;
一条路线具有多个路段组成,因此根据具有的待选路线可以划分为若干个路段,一般以道路交叉口为限进行划分,但是若交叉口的其他道路不是待选路线上的,代表在该路口不会更换线路,因此该路口不会作为路段划分的条件,即具有限制条件的路口至少具有三个路段,在该路口处至少具有两个道路选择;待选路线指的是在该城市内允许垃圾转运车行驶的两个站之间的路线。
实时计算对应的路段值的方法包括:
实时获取各个路段的拥挤程度,根据获得的拥挤程度匹配对应的交通值,将获得的交通值标记为JTZ,识别路段两边的区域种类,建立路段区域明细表,对路段区域明细表进行分析,获得对应的路段区域值,将获得的路段区域值标记为LQZ,设置交通值和路段区域值两者所占的权重,由专家组根据垃圾转运车对各自的影响程度进行设置,设置对应的权重系数,标记为β3、β4,根据公式LDZ=β3×JTZ+β4×LQZ计算路段值。
实时获取各个路段的拥挤程度,可以基于当前的各个地图软件进行获取,因为当前的各个地图软件基本都会在导航时显示对应路段的交通情况,进而可以进行直接获取,并根据对接的地图软件中具有的拥挤程度种类,采用人工的方式设置对应拥挤程度和对应长度之间对应的交通值,汇总建立对应的交通值匹配表,根据获取的拥挤程度和对应的长度匹配对应的交通值。
识别路段两边的区域种类,指的是路段两边是什么类型的区域,如住宅区、工业区、商业区、草地等区域。
对路段区域明细表进行分析的方法包括:获取可能具有的区域种类,以及对应的区域跨度,采用人工的方式设置对应的训练集,基于CNN网络或DNN网络建立对应的区域分析模型,通过训练集进行训练,通过训练成功后的区域分析模型对获得的路段区域明细表进行分析,获得对应的路段区域值。
根据计算的实时路段值进行路线的动态选择的方法包括:
实时获取垃圾转运车的定位信息,并在监控模型内进行动态更新,实时识别当前垃圾转运车具有的选择路线,选择路线指的是包括接下来可选路段的路线,即为用于选择走哪个路段最好,进行各个选择路线的优先级排序,识别排序第一的路线对应的路段,将对应的路段标记为目标路段,当垃圾转运车到达对应的路口后转向目标路段进行行驶,依此类推,直到垃圾转运车到达垃圾发电站。
进行各个选择路线的优先级排序的方法包括:
将选择路线标记为j,其中j=1、2、……、m,m为正整数;计算选择路线上各个路段值之和,标记为LDZHj,识别各个选择路线的路线长度,标记为LXDj,根据公式YXQ=b5×LDZHj+b6×LXDj计算路线值,其中b5、b6均为比例系数,取值范围为0<b5≤1,0<b6≤1,将计算的路线值按照由小到大的顺序进行排序。
步骤五:对应的管理人员根据监控模型对垃圾转运车进行实时监控。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得;对于本申请未公开的部分,均可通过相应的现有技术进行实现。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (7)
1.一种基于视频监控的垃圾处理全流程监控方法,其特征在于,具体方法包括:
步骤一:获取垃圾回收站图纸,标记装卸区,根据标记的装卸区设置消毒区;
步骤二:将装卸区和消毒区整合为起始监控区,获取起始监控区的初始监控信息,根据获得的初始监控信息进行监控装置的补充;
步骤三:获取垃圾回收站到对应垃圾发电站之间的区域地图,标记为站间地图,根据站间地图建立后端模型,获取初始模型,将初始模型和后端模型整合为监控模型;
步骤四:当装配好垃圾后,将垃圾转运车行驶到消毒区进行消毒;识别具有的待选路线,实时计算对应的路段值,并在监控模型内进行标记,根据计算的实时路段值进行路线的动态选择;
实时计算对应的路段值的方法包括:
实时获取各个路段的拥挤程度,根据获得的拥挤程度匹配对应的交通值,将获得的交通值标记为JTZ,识别路段两边的区域种类,建立路段区域明细表,对路段区域明细表进行分析,获得对应的路段区域值,将获得的路段区域值标记为LQZ,设置交通值和路段区域值两者所占的权重,设置对应的权重系数,标记为β3、β4,根据公式LDZ=β3×JTZ+β4×LQZ计算路段值;
步骤五:对应的管理人员根据监控模型对垃圾转运车进行实时监控。
2.根据权利要求1所述的一种基于视频监控的垃圾处理全流程监控方法,其特征在于,根据标记的装卸区设置消毒区的方法包括:
识别垃圾回收站内具备设置消毒区条件的区域,标记为待选区域,将待选区域在垃圾回收站图纸中进行相应的标记,识别各个待选区域到装卸区之间的路线距离,将对应的路线距离标记为DZL,识别对应路线上具有的区域,并建立对应的内部区域明细表,对各个路线对应的内部区域明细表进行分析,获得对应的区域影响值,将获得的区域影响值标记为QYZ,根据公式QW=b1×β1×DZL+b2×β2×QYZ计算区域值,其中b1、b2均为比例系数,取值范围为0<b1≤1,0<b2≤1,β1、β2为权重系数,将区域值最小的待选区域标记为消毒区,在消毒区域内进行相应的消毒设备安装,并在垃圾回收站图纸上进行相应的标记。
3.根据权利要求1所述的一种基于视频监控的垃圾处理全流程监控方法,其特征在于,根据获得的初始监控信息进行监控装置的补充的方法包括:
对获得的初始监控信息进行识别,判断初始监控信息是否满足监控要求,当判断满足监控要求时,不需要进行监控设备补充,当判断不满足监控要求时,识别对应的未监控区域,根据识别的未监控区域进行监控设备的补充。
4.根据权利要求3所述的一种基于视频监控的垃圾处理全流程监控方法,其特征在于,根据识别的未监控区域进行监控设备的补充的方法包括:
基于垃圾回收站图纸建立起始监控区的初始模型,在初始模型内标记未监控区域,将待安装点进行组合,获得若干个点位组合,进行优先级排序,选择排序第一的点位组合进行监控设备的补充安装;
进行优先级排序的方法包括:
将点位组合标记为i,其中i=1、2、……、n,n为正整数;获取点位组合内待安装点的个数,标记为GSi,获取监控设备的设备信息,根据获取的监控设备信息模拟各个点位组合对应的覆盖率,标记为FGi,根据公式Qi=b3×GSi×M×b4×FGi计算点位值,其中b3、b4均为比例系数,取值范围为0<b3≤1,0≤b4≤1,M为单个监控设备安装成本,当覆盖率小于100%时,b4=0,将Qi=0的点位组合进行剔除,将剩余的点位组合按照由小到大的顺序进行排序。
5.根据权利要求1所述的一种基于视频监控的垃圾处理全流程监控方法,其特征在于,根据计算的实时路段值进行路线的动态选择的方法包括:
实时获取垃圾转运车的定位信息,并在监控模型内进行动态更新,实时识别当前垃圾转运车具有的选择路线,进行各个选择路线的优先级排序,识别排序第一的路线对应的路段,将对应的路段标记为目标路段,当垃圾转运车到达对应的路口后转向目标路段进行行驶,依此类推,直到垃圾转运车到达垃圾发电站。
6.根据权利要求5所述的一种基于视频监控的垃圾处理全流程监控方法,其特征在于,进行各个选择路线的优先级排序的方法包括:
将选择路线标记为j,其中j=1、2、……、m,m为正整数;计算选择路线上各个路段值之和,标记为LDZHj,识别各个选择路线的路线长度,标记为LXDj,根据公式YXQ=b5×LDZHj+b6×LXDj计算路线值,其中b5、b6均为比例系数,取值范围为0<b5≤1,0<b6≤1,将计算的路线值按照由小到大的顺序进行排序。
7.根据权利要求1所述的一种基于视频监控的垃圾处理全流程监控方法,其特征在于,监控模型为三维数据模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211267647.1A CN115331467B (zh) | 2022-10-17 | 2022-10-17 | 一种基于视频监控的垃圾处理全流程监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211267647.1A CN115331467B (zh) | 2022-10-17 | 2022-10-17 | 一种基于视频监控的垃圾处理全流程监控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115331467A CN115331467A (zh) | 2022-11-11 |
CN115331467B true CN115331467B (zh) | 2023-01-10 |
Family
ID=83915476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211267647.1A Active CN115331467B (zh) | 2022-10-17 | 2022-10-17 | 一种基于视频监控的垃圾处理全流程监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115331467B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115937800B (zh) * | 2023-01-09 | 2023-07-18 | 山东通维信息工程有限公司 | 一种高速公路行为监控数据处理方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001094242A1 (es) * | 2000-06-08 | 2001-12-13 | Ocana Pueyo Pedro Jose | Vehiculo mixto para la recogida de residuos y lavado de contenedores tipo igloo |
JP2008247566A (ja) * | 2007-03-30 | 2008-10-16 | Yoshinori Yoshimura | ゴミステーション |
CN204021670U (zh) * | 2014-07-31 | 2014-12-17 | 苏州市易柯露环保科技有限公司 | 垃圾转运站环境提标配套系统 |
WO2015171019A1 (ru) * | 2014-05-06 | 2015-11-12 | Акционерное Общество "Уральский Научно-Исследовательский Химический Институт С Опытным Заводом" (Ао "Унихим С Оз") | Модульная станция получения хлорсодержащего дезинфектанта для обеззараживания воды |
CN205788780U (zh) * | 2016-06-27 | 2016-12-07 | 重庆市固体废弃物运输有限公司 | 一种环卫车辆在线安全监控系统 |
KR20170060660A (ko) * | 2015-11-24 | 2017-06-02 | 주식회사 이마스 | 폐기물 수거차의 최적 이동 경로 결정 방법 |
CN108100539A (zh) * | 2017-12-08 | 2018-06-01 | 阚立东 | 一种移动式垃圾打包综合处理方法及处理监管平台 |
CN110902218A (zh) * | 2019-12-25 | 2020-03-24 | 厦门顷刻环境材料科技有限公司 | 一种无异味垃圾转运车 |
CN113083867A (zh) * | 2021-04-29 | 2021-07-09 | 徐军 | 一种具有除臭杀菌功能的垃圾回收车 |
CN216806772U (zh) * | 2021-10-25 | 2022-06-24 | 上海小蜂科技有限公司 | 垃圾中转智能控制系统及垃圾中转站 |
-
2022
- 2022-10-17 CN CN202211267647.1A patent/CN115331467B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001094242A1 (es) * | 2000-06-08 | 2001-12-13 | Ocana Pueyo Pedro Jose | Vehiculo mixto para la recogida de residuos y lavado de contenedores tipo igloo |
JP2008247566A (ja) * | 2007-03-30 | 2008-10-16 | Yoshinori Yoshimura | ゴミステーション |
WO2015171019A1 (ru) * | 2014-05-06 | 2015-11-12 | Акционерное Общество "Уральский Научно-Исследовательский Химический Институт С Опытным Заводом" (Ао "Унихим С Оз") | Модульная станция получения хлорсодержащего дезинфектанта для обеззараживания воды |
CN204021670U (zh) * | 2014-07-31 | 2014-12-17 | 苏州市易柯露环保科技有限公司 | 垃圾转运站环境提标配套系统 |
KR20170060660A (ko) * | 2015-11-24 | 2017-06-02 | 주식회사 이마스 | 폐기물 수거차의 최적 이동 경로 결정 방법 |
CN205788780U (zh) * | 2016-06-27 | 2016-12-07 | 重庆市固体废弃物运输有限公司 | 一种环卫车辆在线安全监控系统 |
CN108100539A (zh) * | 2017-12-08 | 2018-06-01 | 阚立东 | 一种移动式垃圾打包综合处理方法及处理监管平台 |
CN110902218A (zh) * | 2019-12-25 | 2020-03-24 | 厦门顷刻环境材料科技有限公司 | 一种无异味垃圾转运车 |
CN113083867A (zh) * | 2021-04-29 | 2021-07-09 | 徐军 | 一种具有除臭杀菌功能的垃圾回收车 |
CN216806772U (zh) * | 2021-10-25 | 2022-06-24 | 上海小蜂科技有限公司 | 垃圾中转智能控制系统及垃圾中转站 |
Non-Patent Citations (1)
Title |
---|
城市垃圾转运站的建设与施工管理研究;祝松涛;《山东工业技术》;20180511(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115331467A (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dulebenets et al. | Exact and heuristic solution algorithms for efficient emergency evacuation in areas with vulnerable populations | |
Mueller et al. | Health impact assessment of cycling network expansions in European cities | |
Yadav et al. | A feasibility study for the locations of waste transfer stations in urban centers: a case study on the city of Nashik, India | |
CN115331467B (zh) | 一种基于视频监控的垃圾处理全流程监控方法 | |
Abdelgawad et al. | Managing large-scale multimodal emergency evacuations | |
Li et al. | Multi-objective route planning for dangerous goods using compromise programming | |
CN112687401B (zh) | 聚集风险确定方法及装置、计算机可读介质及电子设备 | |
CN114971356A (zh) | 一种电力工程项目进度预测系统及方法 | |
Zhang et al. | Evaluation of emergency evacuation capacity of urban metro stations based on combined weights and TOPSIS-GRA method in intuitive fuzzy environment | |
Jasti et al. | Integrated performance assessment and service level benchmarking of urban bus system using fuzzy logic | |
Ghasedi et al. | Robust optimization of bus stop placement based on dynamic demand using meta heuristic approaches: a case study in a developing country | |
Shatnawi et al. | Fuzzy Decision-Making Methods in Transport Engineering | |
Moosavi et al. | Measuring bus running time variation during high-frequency operation using automatic data collection systems | |
Aladdini | EMS response time models: A case study and analysis for the region of Waterloo | |
Nnene et al. | Application of metaheuristic algorithms to the improvement of the MyCiTi BRT network in Cape Town | |
Irawan et al. | The Routing of Hazardous and Toxic (B3) Medical Waste Transportation Using Network Analysis (Case Study: Primary Health Care Services, Depok, Indonesia) | |
CN114519491A (zh) | 一种地铁运营故障应急联动交互方法、装置、设备及介质 | |
Jánošíková et al. | Emergency medical system design using kernel search | |
CN117436662A (zh) | 一种适用于环卫车辆作业线路智能优化与指引系统 | |
Basirat et al. | Emergency evacuation routing, at critical condition (earthquake), using Analytical Hierarchy Process Technique, and based on the actual weight of the sub-criteria related to the alternative | |
Rattanawai et al. | Optimizing municipal solid waste collection vehicle routing with a priority on infectious waste in a mountainous city landscape context | |
CN117391892A (zh) | 一种景区管理方法及系统 | |
Tan et al. | A simulation-based optimization for the deployment of multiple urban road rescue vehicles | |
Ardani et al. | Determining the Suitable Placement of Online-Based Public Transportation Shelters by Urban Network Analysis | |
Siman et al. | Sustainability Indicators of Municipal Selective Collection and Waste-Pickers Organizations: case study |
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 |