CN115862339B - 车辆监管方法、装置、电子设备及计算机可读取存储介质 - Google Patents
车辆监管方法、装置、电子设备及计算机可读取存储介质 Download PDFInfo
- Publication number
- CN115862339B CN115862339B CN202310053246.4A CN202310053246A CN115862339B CN 115862339 B CN115862339 B CN 115862339B CN 202310053246 A CN202310053246 A CN 202310053246A CN 115862339 B CN115862339 B CN 115862339B
- Authority
- CN
- China
- Prior art keywords
- data
- target
- displacement data
- displacement
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000006073 displacement reaction Methods 0.000 claims abstract description 231
- 238000007621 cluster analysis Methods 0.000 claims abstract description 11
- 238000012360 testing method Methods 0.000 claims description 32
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000002411 adverse Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请提供一种车辆监管方法、装置、电子设备及计算机可读取存储介质，涉及车辆管理技术领域。该方法包括：在目标道路中的传感设备测量的初始位移数据中提取目标车辆的有效位移数据；基于有效位移数据和目标关系，确定目标车辆的目标车辆类型；其中，目标关系中包括由历史位移数据通过聚类分析方式所训练的，多个车辆类型与传感设备的位移范围之间的对应关系。本申请通过从传感设备测量得到的初始位移数据中提取存在目标车辆通过时的有效位移数据，以提高传感设备的位移数据的有效性。结合预先根据历史位移数据确定的目标关系和有效位移数据进行处理，能够快速、准确地确定通过目标道路的目标车辆的车辆类型，以便于对车辆进行有效地监测和管理。
Description
技术领域
本申请涉及车辆管理技术领域，具体而言，涉及一种车辆监管方法、装置、电子设备及计算机可读取存储介质。
背景技术
在运输行业中，由于铁路、公路等道路中的经过的车辆、车辆的类型以及车辆的负载等因素都是未知的，因此，通常会对设置相应的检测装置对道路中通过的车辆进行监测，以对道路中的车辆情况进行监管。
目前的监测方法中，由于长期监测的过程中，监测得到的数据会产生较大的上下浮动，从而导致根据监测数据判断车辆类型的结果不准确，无法对车辆进行有效地监管。
发明内容
有鉴于此，本申请实施例的目的在于提供一种车辆监管方法、装置、电子设备及计算机可读取存储介质，以改善现有技术中存在的车辆类型的判断结果不准确，从而导致的车辆监管效果较差的问题。
为了解决上述问题，第一方面，本申请实施例提供了一种车辆监管方法，所述方法包括：
在目标道路中的传感设备测量的初始位移数据中提取目标车辆的有效位移数据；
基于所述有效位移数据和目标关系，确定所述目标车辆的目标车辆类型；
其中，所述目标关系中包括由历史位移数据通过聚类分析方式所训练的，多个车辆类型与所述传感设备的位移范围之间的对应关系。
在上述实现过程中，通过从传感设备测量得到的初始位移数据中提取存在目标车辆通过时的有效位移数据，以提高传感设备的位移数据的有效性。结合预先根据历史位移数据确定的目标关系和有效位移数据进行处理，能够快速、准确地确定通过目标道路的目标车辆的车辆类型，提高了确定的目标车辆类型的准确性，以便于对车辆进行有效地监测和管理，提高了车辆的监管效果。
可选地，所述在目标道路中的传感设备测量的初始位移数据中提取目标车辆的有效位移数据，包括：
获取所述目标道路中所述传感设备测量的初始位移数据；
判断所述初始位移数据是否指示存在有所述目标车辆通过；
若所述初始位移数据指示存在有所述目标车辆通过，则从所述初始位移数据中提取所述有效位移数据。
在上述实现过程中，通过通信连接获取目标道路中的传感设备测量的初始位移数据，并对初始位移数据是否知识存在有目标车辆通过进行判断，以在指示存在目标车辆通过时，从初始位移数据中提取相应地有效位移数据。能够减少初始位移数据中其他无关车辆或异常跳动等多种无关情况带来的不利影响，有效地提高有效位移数据的有效性和准确性。
可选的，所述判断所述初始位移数据是否指示存在有所述目标车辆通过，包括：
基于无关车辆的第一通过时间和异常跳动时间，确定测试时间值；
根据所述目标车辆的通过频率对所述初始位移数据进行分段，得到多段分段数据；
基于所述测试时间值，确定每段所述分段数据对应的初始基准数值；
根据所述测试时间值对应的滑动时间，确定每段所述分段数据的均值；
基于所述均值、所述初始基准数值、所述目标车辆的第二通过时间和所述第一通过时间，判断所述分段数据是否指示存在有所述目标车辆通过。
在上述实现过程中，通过无关车辆的通过时间和异常跳动的时间，可以确定减少误差的测试时间值。根据目标车辆的通过频率对初始位移数据进行分段，能够对初始位移数据进行分段地依次处理，以提高每段分段数据的有效性和处理精度。通过测试时间值确定的滑动时间作为滑动窗口对分段数据进行均值，以确定分段数据的均值，从而根据测试时间值确定初始基准数值、均值以及多种车辆的通过时间，判断分段数据是否指示存在目标车辆通过。通过对初始位移数据进行分段处理，并结合多种时间值等进行判断，能够有效地提高数据的处理精度，并有效地减少各种误差对过车判断的不利影响，提高了过车判断的准确性。
可选地，所述判断所述初始位移数据是否指示存在有所述目标车辆通过，还包括：
以指示存在有所述目标车辆通过的所述分段数据为过车数据，根据每个所述过车数据和所述测试时间值确定更新基准数值；
以未指示存在有所述目标车辆通过的所述分段数据为未过车数据，根据每个所述未过车数据和所述测试时间值确定所述更新基准数值；
基于所述均值、上一段所述过车数据或所述未过车数据的所述更新基准数值、所述第二通过时间和所述第一通过时间判断下一段所述分段数据中是否指示存在有所述目标车辆通过。
在上述实现过程中，在对多段分段数据进行处理时，可以按照时间序列对多段分段数据进行依次处理，因此，为了提高后续段的分段数据过车判断的准确性，在上一段分段数据判断为过车数据或未过车数据时，都能够确定相应的更新基准数值，以供下一段分段数据以更新基准数值进行过车判断。能够结合多段分段数据进行依次且连贯地过车判断处理，有效地提高了每一段分段数据进行过车判断时的准确性和有效性。
可选地，所述目标关系通过以下方式获取：
基于所述传感设备的所述历史位移数据进行分类，确定多个位移范围；
基于历史车辆的多个重量和多个所述位移范围进行分析，得到车辆类型和位移范围之间的所述目标关系。
在上述实现过程中，通过获取传感设备的历史位移数据，并对其进行分类，以确定传感设备发生位移的多个不同的位移范围。结合历史车辆的重量与位移范围进行分析，能够将车辆类型与传感设备的位移范围之间进行关联，从而得到相应的多个对应关系，并以多个对应关系组成目标关系。能够根据历史的车载货量和传感设备产生的位移情况进行相应地聚类分析处理，提高了得到的目标关系的有效性。
可选地，所述基于所述传感设备的历史位移数据进行分类，确定多个位移范围，包括：
确定每个所述历史位移数据的历史最小值；
基于聚类分析算法和多个所述历史最小值对车辆造成的所述传感设备的形变程度进行分析，得到多个形变结果；
根据每个所述形变结果，计算预设置信区间对应的所述位移范围。
在上述实现过程中，在确定多个不同的位移范围时，能够以历史位移数据的历史最小值，结合车辆造成的传感设备的形变程度进行聚类分析，以确定多个不同的形变结果，并根据形变结果计算预设置信区间对应的位移范围。能够根据传感设备产生位移时的形变情况确定相应的位移范围，提高了各个位移范围的准确性，从而提高了从位移范围推断车辆信息（例如车辆重量）的准确性。
可选地，所述基于所述有效位移数据和目标关系，确定所述目标车辆的目标车辆类型，包括：
提取所述有效位移数据中的位移最小值；
基于所述位移最小值在所述目标关系中进行匹配，得到所述目标车辆的目标车辆类型。
在上述实现过程中，在对目标车辆的目标车辆类型进行获取时，也可以提取有效位移数据中的位移最小值，将其代入到目标关系中进行匹配，以确定其所属的位移范围，从而以该位移范围对应的车辆类型作为目标车辆类型。能够根据有效数据的实际大小对车辆类型进行获取，提高了获取目标车辆类型的效率和目标车辆类型的准确性。
第二方面，本申请实施例还提供了一种车辆监管方法装置，所述装置包括：位移模块和类型模块；
所述位移模块用于在目标道路中的传感设备测量的初始位移数据中提取目标车辆的有效位移数据；
所述类型模块用于基于所述有效位移数据和目标关系，确定所述目标车辆的目标车辆类型；
其中，所述目标关系中包括由历史位移数据通过聚类分析方式所训练的，多个车辆类型与所述传感设备的位移范围之间的对应关系。
在上述实现过程中，通过位移模块从传感设备测量得到的初始位移数据中提取存在目标车辆通过时的有效位移数据，通过类型模块结合预先根据历史位移数据确定的目标关系和有效位移数据进行处理，能够快速、准确地确定通过目标道路的目标车辆的车辆类型。
第三方面，本申请实施例还提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器读取并运行所述程序指令时，执行上述车辆监管方法中任一实现方式中的步骤。
第四方面，本申请实施例还提供了一种计算机可读取存储介质，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行上述车辆监管方法中任一实现方式中的步骤。
综上所述，本申请实施例提供了一种车辆监管方法、装置、电子设备及计算机可读取存储介质，通过从传感设备测量得到的初始位移数据中提取存在目标车辆通过时的有效位移数据，以提高传感设备的位移数据的有效性。结合预先根据历史位移数据确定的目标关系和有效位移数据进行处理，能够快速、准确地确定通过目标道路的目标车辆的车辆类型，以便于对车辆进行有效地监测和管理。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请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为本申请实施例提供的一种电子设备的方框示意图；
图2为本申请实施例提供的一种车辆监管方法的流程示意图；
图3为本申请实施例提供的一种步骤S200的详细流程示意图；
图4为本申请实施例提供的一种步骤S220的详细流程示意图；
图5为本申请实施例提供的另一种步骤S220的详细流程示意图；
图6为本申请实施例提供的另一种车辆监管的流程示意图；
图7为本申请实施例提供的一种步骤S410的详细流程示意图；
图8为本申请实施例提供的一种步骤S300的详细流程示意图；
图9为本申请实施例提供的一种车辆监管装置的结构示意图。
图标：100-电子设备；111-存储器；112-存储控制器；113-处理器；114-外设接口；115-输入输出单元；116-显示单元；500-车辆监管装置；510-位移模块；520-类型模块。
具体实施方式
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实施例的一部分实施例，而不是全部的实施例。基于本申请实施例的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请实施例保护的范围。
在运输行业中，由于铁路、公路等道路中的经过的车辆、车辆的类型以及车辆的负载等因素都是未知的，因此，通常会对设置相应的检测装置对道路中通过的车辆进行监测，以对道路中的车辆情况进行监管。例如，在铁路的运输场景中，由于火车的满载载货量、运输任务等不同，因此火车具有不同的车型，通常会在铁路中设置相应的传感器，以对火车的重量进行采集，从而根据采集的数据确定火车的类型。但是，这种监测方法中，由于长期监测的过程中，传感设备对重量进行采集时，其产生的位移数据会产生较大的上下浮动，从而导致根据监测数据判断车辆类型的结果不准确，无法对车辆进行有效地监管。
为了解决上述问题，第一方面，本申请实施例提供了一种车辆监管方法，应用于电子设备，电子设备可以为服务器、个人电脑（Personal Computer，PC）、平板电脑、智能手机、个人数字助理（Personal Digital Assistant，PDA）等具有逻辑计算功能的电子设备，能够获取目标道路中的传感设备测量得到的位移数据并进行相应地处理，以确定通过目标道路的车辆的类型。
可选地，请参阅图1，图1为本申请实施例提供的一种电子设备的方框示意图。电子设备100可以包括存储器111、存储控制器112、处理器113、外设接口114、输入输出单元115、显示单元116。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对电子设备100的结构造成限定。例如，电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
上述的存储器111、存储控制器112、处理器113、外设接口114、输入输出单元115及显示单元116各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。上述的处理器113用于执行存储器中存储的可执行模块。
其中，存储器111可以是，但不限于，随机存取存储器（Random Access Memory，简称RAM），只读存储器（Read Only Memory，简称ROM），可编程只读存储器（ProgrammableRead-OnlyMemory，简称PROM），可擦除只读存储器（Erasable ProgrammableRead-OnlyMemory，简称EPROM），电可擦除只读存储器（Electric Erasable Programmable Read-OnlyMemory，简称EEPROM）等。其中，存储器111用于存储程序，处理器113在接收到执行指令后，执行程序，本申请实施例任一实施例揭示的过程定义的电子设备100所执行的方法可以应用于处理器113中，或者由处理器113实现。
上述的处理器113可能是一种集成电路芯片，具有信号的处理能力。上述的处理器113可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(digital signalprocessor，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器，也可以是任何常规的处理器等。
上述的外设接口114将各种输入/输出装置耦合至处理器113以及存储器111。在一些实施例中，外设接口114，处理器113以及存储控制器112可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
上述的输入输出单元115用于提供给用户输入数据。输入输出单元115可以是，但不限于，鼠标和键盘等。
上述的显示单元116在电子设备100与用户之间提供一个交互界面（例如用户操作界面）或用于显示图像数据给用户参考。在本实施例中，显示单元可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器进行计算和处理。在本申请实施例中，显示单元116可以显示目标关系中的车辆类型的名称或编号、位移范围的具体数值等数据。
本实施例中的电子设备可以用于执行本申请实施例提供的各个车辆监管方法中的各个步骤。下面通过几个实施例详细描述车辆监管方法的实现过程。
请参阅图2，图2为本申请实施例提供的一种车辆监管方法的流程示意图，该方法可以包括步骤S200-S300。
步骤S200，在目标道路中的传感设备测量的初始位移数据中提取目标车辆的有效位移数据。
其中，目标道路可以为铁路中的某一段，例如某个铁路桥等，传感设备可以为设置在铁路桥中的重力传感器等设备，传感设备会根据目标道路中经过的物体的不同重量产生不同的形变，从而具有不同的位移值，即初始位移数据，目标车辆为需要进行监管的车辆，可以为多种不同类型的载重运输火车等。由于初始位移数据中可能具有无关车辆等带来的无关数据，为了提高位移数据的有效性，可以对初始位移数据进行处理，以从中提取出目标车辆通过目标道路时的有效位移数据。
步骤S300，基于有效位移数据和目标关系，确定目标车辆的目标车辆类型。
其中，目标关系中可以包括由历史位移数据通过聚类分析方式所训练的，多个车辆类型与传感设备的位移范围之间的对应关系。不同的位移范围表征传感设备不同的形变程度，即表征传感设备检测到的车辆重量的不同，而车辆的满载载货量则与车辆的类型相关。因此，在确定有效位移数据后，可以根据有效位移数据在目标关系中确定相应的位移范围，从而以该位移范围所对应的车辆类型作为目标车辆的目标车辆类型。
在图2所示的实施例中，能够快速、准确地确定通过目标道路的目标车辆的车辆类型，提高了确定的目标车辆类型的准确性，以便于对车辆进行有效地监测和管理，提高了车辆的监管效果。
可选地，请参阅图3，图3为本申请实施例提供的一种步骤S200的详细流程示意图，步骤S200中还可以包括步骤S210-S230。
步骤S210，获取目标道路中传感设备测量的初始位移数据。
其中，可以基于网络、蓝牙、蜂窝数据、近场通讯等通信连接从目标道路中设置的传感设备中获取传感设备测量得到的初始位移数据。
步骤S220，判断初始位移数据是否指示存在有目标车辆通过。
其中，通过对初始位移数据进行分析，以确定其中是否存在过车的情况。
步骤S230，若初始位移数据指示存在有目标车辆通过，则从初始位移数据中提取有效位移数据。
其中，在初始位移数据在指示存在目标车辆通过时，从初始位移数据中提取相应地有效位移数据。
在图3所示的实施例中，能够减少初始位移数据中其他无关车辆或异常跳动等多种无关情况带来的不利影响，有效地提高有效位移数据的有效性和准确性。
可选地，请参阅图4，图4为本申请实施例提供的一种步骤S220的详细流程示意图，步骤S220中还可以包括步骤S221-S225。
步骤S221，基于无关车辆的第一通过时间和异常跳动时间，确定测试时间值。
其中，由于传感设备的指针等结构在发生形变而产生位移时存在一定的误差，因此，为了提高位移数据的有效性，可以先根据无关车辆的第一通过时间和异常数据的跳动时间确定用于减少误差的测试时间值，无关车辆可以为检修车等不需要进行称重的车辆，第一通过时间可以为检修车通过目标道路的平均时间，测试时间值T1可以为max（第一通过时间/2，异常跳动时间）。
步骤S222，根据目标车辆的通过频率对初始位移数据进行分段，得到多段分段数据。
其中，由于初始位移数据可以为一段时间内的数据，在时间较长时，为了提高对初始位移数据是否指示过车的判断结果的准确性，可以对初始位移数据进行划分处理，划分时基于目标车辆的通过频率进行分段，例如，目标车辆的通过频率为每30分钟通过一次，则将初始位移数据依次划分长度为30分钟的多端分段数据（最后一段分段数据可能不满30分钟）。
步骤S223，基于测试时间值，确定每段分段数据对应的初始基准数值。
其中，为了对传感设备的形变进行观察，可以获取第一段分段数据前测试时间值内的位移数据，并对其进行平均处理，以平均处理的数据作为分段数据对应的初始基准数值。
步骤S224，根据测试时间值对应的滑动时间，确定每段分段数据的均值。
其中，在对每段分段数据进行处理时，可以根据测试时间值确定相应的滑动时间，例如，滑动时间T2=2T1，从而得到相应长度的滑动窗口对分段数据进行处理，以计算每段分段数据的均值。
步骤S225，基于均值、初始基准数值、目标车辆的第二通过时间和第一通过时间，判断分段数据是否指示存在有目标车辆通过。
其中，目标车辆的第二通过时间可以为目标车辆通过目标道路的最小时间，可以根据均值、初始基准数值、目标车辆的第二通过时间和第一通过时间进行计算，可以对分段数据中是否存在过车情况进行判断。能够根据初始基准数值和均值判断传感设备是否发生位移，在发生位移时，继续根据第一通过时间和第二通过时间，判断是否为检修车等无关车辆引起的无关位移，若得到的结果为是目标车辆引起的有效位移，则分段数据指示存在有目标车辆通过，即分段数据中存在过车情况，可以提取目标车辆引起的有效位移作为相应的有效位移数据。
在图4所示的实施例中，通过对初始位移数据进行分段处理，并结合多种时间值等进行判断，能够有效地提高数据的处理精度，并有效地减少各种误差对过车判断的不利影响，提高了过车判断的准确性。
可选地，请参阅图5，图5为本申请实施例提供的另一种步骤S220的详细流程示意图，步骤S220中还可以包括步骤S226-S228。
步骤S226，以指示存在有目标车辆通过的分段数据为过车数据，根据每个过车数据和测试时间值确定更新基准数值。
其中，在对多段分段数据进行处理时，可以按照时间序列对多段分段数据进行依次处理。在上一段的分段数据为过车数据时，可以根据过车数据结束后的测试时间值内，即T1秒内的平均值作为更新基准数值。
步骤S227，以未指示存在有目标车辆通过的分段数据为未过车数据，根据每个未过车数据和测试时间值确定更新基准数值。
其中，在上一段的分段数据为未过车数据时，可以根据未过车数据的最后测试时间值内，即T1秒内的平均值作为更新基准数值。
步骤S228，基于均值、上一段过车数据或未过车数据的更新基准数值、第二通过时间和第一通过时间判断下一段分段数据中是否指示存在有目标车辆通过。
其中，在上一段分段数据判断为过车数据或未过车数据时，都能够确定相应的更新基准数值，在对下一段分段数据进行处理时，可以以更新基准数值作为基准数值，结合均值、第一通过时间和第二通过时间判断下一段分段数据中是否存在过车情况。
在图5所示的实施例中，能够结合多段分段数据进行依次且连贯地过车判断处理，有效地提高了每一段分段数据进行过车判断时的准确性和有效性。
可选地，请参阅图6，图6为本申请实施例提供的另一种车辆监管的流程示意图，该方法还可以包括步骤S410-S420。
步骤S410，基于传感设备的历史位移数据进行分类，确定多个位移范围。
其中，可以从数据库中获取传感设备上传的历史位移数据，并对历史位移数据进行聚类分析，以确定传感设备发生不同形变时指针等结构的多个不同的位移范围。
可选地，可以以数值的方式对不同的位移进行表示，例如，数值越大则表征形变程度越大，获取的多个位移范围可以为多个不同的位移区间，例如：[-8，-5]，[-12，-9]，[-16，-13]，[-20，-17]等。
步骤S420，基于历史车辆的多个重量和多个位移范围进行分析，得到车辆类型和位移范围之间的目标关系。
其中，可以根据数据库中历史车辆通过目标道路时的重量和多个位移范围进行匹配。以根据不同类型的车辆的满载载货量，确定车辆类型和位移范围之间的目标关系，例如，目标关系可以为：位移范围为[-8，-5]时，则匹配的车辆类型为满载载货量为10t的车辆类型N1，位移范围为[-12，-9]时，则匹配的车辆类型为满载载货量为40t的车辆类型N2，位移范围为[-16，-13]时，则匹配的车辆类型为满载载货量为80t的车辆类型N3，位移范围为[-20，-17]时，则匹配的车辆类型为满载载货量为120t的车辆类型N4等。
在图6所示的实施例中，能够根据历史的车载货量和传感设备产生的位移情况进行相应地聚类分析处理，提高了得到的目标关系的有效性，从而提高了最终推断出的车辆信息（例如车重信息）的准确性。
可选地，请参阅图7，图7为本申请实施例提供的一种步骤S410的详细流程示意图，步骤S410中还可以包括步骤S411-S413。
步骤S411，确定每个历史位移数据的历史最小值。
其中，进行计算时，可以选取每个历史位移数据的最小值进行计算。
步骤S412，基于聚类分析算法和多个历史最小值对车辆造成的传感设备的形变程度进行分析，得到多个形变结果。
其中，可以使用聚类分析算法，例如k-means算法，结合历史最小值对车辆造成的传感设备的不同形变程度进行分类，得到多个不同的形变结果。
步骤S413，根据每个形变结果，计算预设置信区间对应的位移范围。
其中，可以预设相应的置信区间，例如设置95%的置信区间，以将分类得到的形变结果计算置信区间95%对应的位移范围，能够将形变程度转换为位移数值的大小。
在图7所示的实施例中，能够根据传感设备产生位移时的形变情况确定相应的位移范围，提高了各个位移范围的准确性。
可选地，请参阅图8，图8为本申请实施例提供的一种步骤S300的详细流程示意图，步骤S300中还可以包括步骤S310-S320。
步骤S310，提取有效位移数据中的位移最小值。
其中，在对目标车辆的目标车辆类型进行获取时，也可以提取有效位移数据中的位移最小值进行计算。
步骤S320，基于位移最小值在目标关系中进行匹配，得到目标车辆的目标车辆类型。
其中，将其代入到目标关系中进行匹配，以确定其所属的位移范围，从而以该位移范围对应的车辆类型作为目标车辆类型。能够对多种不同的车辆类型进行有效地判断，提高了车辆判断时的效率和准确性。
示例地，在位移最小值为-10时，则在目标关系中属于[-12，-9]这一位移范围，其对应的车辆类型为满载载货量为40t的车辆类型N2，即以N2作为目标车辆类型。
在图8所示的实施例中，能够根据有效数据的实际大小对车辆类型进行获取，提高了获取目标车辆类型的效率和目标车辆类型的准确性，从而提高了最终推断出的车辆信息（例如车重信息）的准确性。
请参阅图9，图9为本申请实施例提供的一种车辆监管装置的结构示意图，车辆监管装置500中可以包括：位移模块510和类型模块520；
位移模块510用于在目标道路中的传感设备测量的初始位移数据中提取目标车辆的有效位移数据；
类型模块520用于基于有效位移数据和目标关系，确定目标车辆的目标车辆类型；
其中，目标关系中包括由历史位移数据通过聚类分析方式所训练的，多个车辆类型与传感设备的位移范围之间的对应关系。
在一可选的实施方式中，位移模块510中可以包括获取子模块、判断子模块和提取子模块；
获取子模块用于获取目标道路中传感设备测量的初始位移数据；
判断子模块用于判断初始位移数据是否指示存在有目标车辆通过；
提取子模块用于若初始位移数据指示存在有目标车辆通过，则从初始位移数据中提取有效位移数据。
在一可选的实施方式中，判断子模块具体用于：基于无关车辆的第一通过时间和异常跳动时间，确定测试时间值；根据目标车辆的通过频率对初始位移数据进行分段，得到多段分段数据；基于测试时间值，确定每段分段数据对应的初始基准数值；根据测试时间值对应的滑动时间，确定每段分段数据的均值；基于均值、初始基准数值、目标车辆的第二通过时间和第一通过时间，判断分段数据是否指示存在有目标车辆通过。
在一可选的实施方式中，判断子模块还具体用于：以指示存在有目标车辆通过的分段数据为过车数据，根据每个过车数据和测试时间值确定更新基准数值；以未指示存在有目标车辆通过的分段数据为未过车数据，根据每个未过车数据和测试时间值确定更新基准数值；基于均值、上一段过车数据或未过车数据的更新基准数值、第二通过时间和第一通过时间判断下一段分段数据中是否指示存在有目标车辆通过。
在一可选的实施方式中，车辆监管装置500中还可以包括预处理模块，用于基于传感设备的历史位移数据进行分类，确定多个位移范围；基于历史车辆的多个重量和多个位移范围进行分析，得到车辆类型和位移范围之间的目标关系。
在一可选的实施方式中，预处理模块具体用于：确定每个历史位移数据的历史最小值；基于聚类分析算法和多个历史最小值对车辆造成的传感设备的形变程度进行分析，得到多个形变结果；根据每个形变结果，计算预设置信区间对应的位移范围。
在一可选的实施方式中，类型模块520具体用于：提取有效位移数据中的位移最小值；基于位移最小值在目标关系中进行匹配，得到目标车辆的目标车辆类型。
由于本申请实施例中的车辆监管装置500解决问题的原理与前述的车辆监管方法的实施例相似，因此本实施例中的车辆监管装置500的实施可以参见上述车辆监管方法的实施例中的描述，重复之处不再赘述。
本申请实施例还提供了一种计算机可读取存储介质，可读取存储介质中存储有计算机程序指令，计算机程序指令被一处理器读取并运行时，执行本实施例提供的车辆监管方法中任一项方法中的步骤。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备，也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，附图中的框图显示了根据本申请的多个实施例的设备的可能实现的体系架构、功能和操作。在这点上，框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图中的每个方框、以及框图的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，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，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (8)
1.一种车辆监管方法，其特征在于，所述方法包括：
在目标道路中的传感设备测量的初始位移数据中提取目标车辆的有效位移数据；
基于所述有效位移数据和目标关系，确定所述目标车辆的目标车辆类型；
其中，所述目标关系中包括由历史位移数据通过聚类分析方式所训练的，多个车辆类型与所述传感设备的位移范围之间的对应关系；
所述在目标道路中的传感设备测量的初始位移数据中提取目标车辆的有效位移数据，包括：获取所述目标道路中所述传感设备测量的初始位移数据；判断所述初始位移数据是否指示存在有所述目标车辆通过；若所述初始位移数据指示存在有所述目标车辆通过，则从所述初始位移数据中提取所述有效位移数据；
所述判断所述初始位移数据是否指示存在有所述目标车辆通过，包括：基于无关车辆的第一通过时间和异常跳动时间，确定测试时间值；根据所述目标车辆的通过频率对所述初始位移数据进行分段，得到多段分段数据；基于所述测试时间值，确定每段所述分段数据对应的初始基准数值；根据所述测试时间值对应的滑动时间，确定每段所述分段数据的均值；基于所述均值、所述初始基准数值、所述目标车辆的第二通过时间和所述第一通过时间，判断所述分段数据是否指示存在有所述目标车辆通过。
2.根据权利要求1所述的方法，其特征在于，所述判断所述初始位移数据是否指示存在有所述目标车辆通过，还包括：
以指示存在有所述目标车辆通过的所述分段数据为过车数据，根据每个所述过车数据和所述测试时间值确定更新基准数值；
以未指示存在有所述目标车辆通过的所述分段数据为未过车数据，根据每个所述未过车数据和所述测试时间值确定所述更新基准数值；
基于所述均值、上一段所述过车数据或所述未过车数据的所述更新基准数值、所述第二通过时间和所述第一通过时间判断下一段所述分段数据中是否指示存在有所述目标车辆通过。
3.根据权利要求1-2中任一项所述的方法，其特征在于，所述目标关系通过以下方式获取：
基于所述传感设备的所述历史位移数据进行分类，确定多个所述位移范围；
基于历史车辆的多个重量和多个所述位移范围进行分析，得到车辆类型和位移范围之间的所述目标关系。
4.根据权利要求3所述的方法，其特征在于，所述基于所述传感设备的历史位移数据进行分类，确定多个位移范围，包括：
确定每个所述历史位移数据的历史最小值；
基于聚类分析算法和多个所述历史最小值对车辆造成的所述传感设备的形变程度进行分析，得到多个形变结果；
根据每个所述形变结果，计算预设置信区间对应的所述位移范围。
5.根据权利要求1所述的方法，其特征在于，所述基于所述有效位移数据和目标关系，确定所述目标车辆的目标车辆类型，包括：
提取所述有效位移数据中的位移最小值；
基于所述位移最小值在所述目标关系中进行匹配，得到所述目标车辆的目标车辆类型。
6.一种车辆监管装置，其特征在于，所述装置包括：位移模块和类型模块；
所述位移模块用于在目标道路中的传感设备测量的初始位移数据中提取目标车辆的有效位移数据；
所述类型模块用于基于所述有效位移数据和目标关系，确定所述目标车辆的目标车辆类型；
其中，所述目标关系中包括由历史位移数据通过聚类分析方式所训练的，多个车辆类型与所述传感设备的位移范围之间的对应关系；
所述位移模块包括获取子模块、判断子模块和提取子模块；所述获取子模块用于获取所述目标道路中所述传感设备测量的初始位移数据；所述判断子模块用于判断所述初始位移数据是否指示存在有所述目标车辆通过；所述提取子模块用于若所述初始位移数据指示存在有所述目标车辆通过，则从所述初始位移数据中提取所述有效位移数据；
所述判断子模块具体用于：基于无关车辆的第一通过时间和异常跳动时间，确定测试时间值；根据所述目标车辆的通过频率对所述初始位移数据进行分段，得到多段分段数据；基于所述测试时间值，确定每段所述分段数据对应的初始基准数值；根据所述测试时间值对应的滑动时间，确定每段所述分段数据的均值；基于所述均值、所述初始基准数值、所述目标车辆的第二通过时间和所述第一通过时间，判断所述分段数据是否指示存在有所述目标车辆通过。
7.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器运行所述程序指令时，执行权利要求1-5中任一项所述方法中的步骤。
8.一种计算机可读取存储介质，其特征在于，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器运行时，执行权利要求1-5任一项所述方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310053246.4A CN115862339B (zh) | 2023-02-03 | 2023-02-03 | 车辆监管方法、装置、电子设备及计算机可读取存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310053246.4A CN115862339B (zh) | 2023-02-03 | 2023-02-03 | 车辆监管方法、装置、电子设备及计算机可读取存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115862339A CN115862339A (zh) | 2023-03-28 |
| CN115862339B true CN115862339B (zh) | 2023-06-13 |
Family
ID=85657493
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310053246.4A Active CN115862339B (zh) | 2023-02-03 | 2023-02-03 | 车辆监管方法、装置、电子设备及计算机可读取存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115862339B (zh) |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1600351B1 (en) * | 2004-04-01 | 2007-01-10 | Heuristics GmbH | Method and system for detecting defects and hazardous conditions in passing rail vehicles |
| CN101468651B (zh) * | 2007-12-27 | 2011-03-23 | 同方威视技术股份有限公司 | 火车车辆信息自动识别方法和系统 |
| CN103050021B (zh) * | 2012-12-25 | 2014-11-05 | 北京时代凌宇科技有限公司 | 一种车位检测方法及检测装置 |
| CN107487339A (zh) * | 2017-08-18 | 2017-12-19 | 成都方米科技有限公司 | 一种铁路智能预警系统及预警方法 |
| CN107628064A (zh) * | 2017-10-17 | 2018-01-26 | 青藏铁路公司 | 一种铁路专用线车辆安全监测装置及方法 |
| CN112435463B (zh) * | 2020-10-20 | 2022-04-01 | 北京科技大学 | 一种基于道路物联网监测的车型与车重分类方法 |
-
2023
- 2023-02-03 CN CN202310053246.4A patent/CN115862339B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115862339A (zh) | 2023-03-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9753801B2 (en) | Detection method and information processing device | |
| Cury et al. | Application of symbolic data analysis for structural modification assessment | |
| US10852357B2 (en) | System and method for UPS battery monitoring and data analysis | |
| CN102449645B (zh) | 产品检查装置及产品检查方法 | |
| US20190378180A1 (en) | Method and system for generating and using vehicle pricing models | |
| CN110008247B (zh) | 异常来源确定方法、装置、设备及计算机可读存储介质 | |
| EP3869424A1 (en) | Equipment failure diagnosis support system and equipment failure diagnosis support method | |
| CN116128380B (zh) | 一种桥梁健康监测方法、装置、电子设备及存储介质 | |
| CN111062642A (zh) | 对象的行业风险程度识别方法、装置以及电子设备 | |
| CN112613995A (zh) | 异常诊断方法和装置 | |
| US20160239552A1 (en) | Data Display System | |
| CN115862339B (zh) | 车辆监管方法、装置、电子设备及计算机可读取存储介质 | |
| JP2019505892A (ja) | ビッグデータに基づいて道路状態を予測する方法及び装置 | |
| CN113723467A (zh) | 用于缺陷检测的样本收集方法、装置和设备 | |
| CN115565373B (zh) | 高速公路隧道事故实时风险预测方法、装置、设备及介质 | |
| CN115643231A (zh) | 车载终端设备检测的方法、装置、电子设备及存储介质 | |
| CN112184415A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
| CN111883226A (zh) | 一种信息处理和模型训练方法、装置、设备及存储介质 | |
| CN111414398B (zh) | 数据分析模型确定方法、装置及存储介质 | |
| JPH07225777A (ja) | 点検周期の決定方法及び装置 | |
| CN115576850B (zh) | 数据指标测试方法、装置、电子设备及存储介质 | |
| US11592807B2 (en) | Manufacturing defect factor searching method and manufacturing defect factor searching apparatus | |
| US11946786B2 (en) | Diagnostic apparatus, measurement apparatus, diagnostic method, and computer-readable medium | |
| JP2019091128A (ja) | データ分類装置 | |
| CN112395179B (zh) | 一种模型训练方法、磁盘预测方法、装置及电子设备 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Vehicle supervision methods, devices, electronic devices, and computer-readable storage media Granted publication date: 20230613 Pledgee: Shijiazhuang Luquan Rural Commercial Bank Co.,Ltd. Pledgor: BEIJING YUNLU TECHNOLOGY CO.,LTD. Registration number: Y2024980015341 |