CN115994173A - 基于大数据的数据挖掘系统 - Google Patents
基于大数据的数据挖掘系统 Download PDFInfo
- Publication number
- CN115994173A CN115994173A CN202211580410.9A CN202211580410A CN115994173A CN 115994173 A CN115994173 A CN 115994173A CN 202211580410 A CN202211580410 A CN 202211580410A CN 115994173 A CN115994173 A CN 115994173A
- Authority
- CN
- China
- Prior art keywords
- data
- charging pile
- vehicle
- public charging
- image
- 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.)
- Withdrawn
Links
- 238000007418 data mining Methods 0.000 title claims abstract description 26
- 238000013439 planning Methods 0.000 claims abstract description 23
- 238000007405 data analysis Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000010223 real-time analysis Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000007726 management method Methods 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 abstract description 3
- 238000011161 development Methods 0.000 description 8
- 239000000446 fuel Substances 0.000 description 8
- 241000962514 Alosa chrysochloris Species 0.000 description 6
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000010979 ruby Substances 0.000 description 2
- 229910001750 ruby Inorganic materials 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004148 unit process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了基于大数据的数据挖掘系统,属于数据挖掘领域,该数据挖掘系统包括数据采集模块、数据库、数据分析模块和数据反馈模块,数据采集模块用于采集基本数据信息和图像信息,数据库用于加密存储采集的数据信息并进行数据共享,数据分析模块用于对采集的数据信息进行实时分析处理,数据反馈模块用于根据分析的数据,对用户车辆与离车辆最近的充电桩之间进行实时路径规划,通过显示设备进行显示并进行语音提醒。本发明录通过行车记录仪采集图像信息,提取后上传并进行加密,分析公共充电桩车位的使用情况和车辆的充电情况,对用户车辆与最近可使用公共充电桩进行最短路径规划,并通过显示设备和语音进行路线导航。
Description
技术领域
本发明涉及数据挖掘领域,具体为基于大数据的数据挖掘系统。
背景技术
在我国经济发展的现阶段,低碳经济成为我国未来发展的主要方向,在此背景下,新能源汽车应运而生,新能源汽车具有节能减排、保护环境等多方面的优点,也代表世界汽车产业的发展方向。我国新能源汽车行业发展的必由之路是在低碳经济发展的大背景下,遵循市场发展的道路,通过政策引导和市场协作的不断磨合,逐步提高我国新能源行业发展的工作效率。由于政府积极参与和支持新能源汽车的研发和市场推广,带动一批新能源汽车生产企业自主研发,加快推进新能源汽车产业化进程,不仅有利于技术进步和节能减排,还能促进我国汽车产业的可持续发展。新能源汽车是指除使用汽油、柴油、天然气等化石能源做为发动机燃料之外所有其它能源汽车。包括纯电动汽车、混合动力汽车、燃料电池汽车和太阳能汽车等,目前市面上使用的新能源汽车大部分为新能源充电汽车。
随着充电汽车的使用量不断增多,为了方便充电汽车的使用,公共充电桩也在逐渐增多,然而公共充电桩车位频频被燃油车占用,充电车主在需要充电时难以及时找到公共充电桩,严重影响了用户使用充电汽车的使用感受。
由此看来,如何对新能源充电汽车充电情况进行数据挖掘,如何判断公共充电桩车位是否被使用,如何对用户车辆与最近可使用公共充电桩进行路径规划是十分有必要的。因此,需要基于大数据的数据挖掘系统。
发明内容
本发明的目的在于提供基于大数据的数据挖掘系统,录入基础数据信息,通过行车记录仪采集图像信息,对采集的视频进行关键帧提取后上传至数据共享单元并进行加密,根据采集的图像分析公共充电桩车位的使用情况,若使用公共充电桩的为新能源汽车,则通过调取数据库,分析该车的充电情况,根据分析结果,对用户车辆与最近可使用公共充电桩进行最短路径规划,并通过显示设备和语音进行路线导航,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:基于大数据的数据挖掘系统,该数据挖掘系统包括:数据采集模块、数据库、数据分析模块和数据反馈模块;
所述数据采集模块与数据库相连接,数据库与数据分析模块相连接,数据分析模块与数据反馈模块相连接;所述数据采集模块用于采集基本数据信息和图像信息,所述数据库用于加密存储采集的数据信息并进行数据共享,所述数据分析模块用于对采集的数据信息进行实时分析处理,所述数据反馈模块用于根据分析的数据,对用户车辆与离车辆最近的充电桩之间进行实时路径规划,通过显示设备进行显示并进行语音提醒。
进一步的,所述数据采集模块包括基础数据录入单元和图像采集单元,所述基础数据录入单元用于录入车辆的基础数据信息,例如城市电子地图、公共充电桩的基础图像信息、车辆不同品牌车辆的充电时间和车牌颜色信息等,我国有多种不同颜色的车牌,例如蓝底白字车牌主要用于普通小型燃油车的牌照、绿底黑字车牌为新能源充电汽车的专用牌照和黑底白字的外企车辆车牌等,所述图像采集单元通过行车记录仪采集汽车公共充电桩的图像信息和位置信息,例如充电桩的使用情况和充电桩的位置等。
进一步的,所述数据库包括数据存储单元、数据加密单元和数据共享单元,所述数据存储单元用于对采集的数据信息和分析的结果进行分类存储,例如同一个多辆车拍摄到同一个充电桩的图像信息和对该公共充电桩的分析结果存储在该充电桩词条下,所述数据加密单元通过采用skipJack算法,对采集的基础信息和分析的数据结果进行加密,skipJack加密算法是一种对称分组加密算法,密钥长度为80比特、明文和密文长度均为64比特、轮数为32轮,它在防篡改硬件中实现,由于skipJack算法的密钥长度为80比特,密钥量为1.2×1024,比DES算法的56比特多24比特,可抗穷举密钥攻击,具有很好的统计特性,并且易于硬件实现,所述数据共享单元通过公有区块链,将用户采集的图像信息进行处理后共享,为了保证用户的隐私安全,用户需要授权加入公有区块链后才能上传图像信息,且需要对行车记录仪采集的视频信息进行处理,提取有关公共充电桩的图像进行上传,能够有效保障用户的数据安全,防止用户的隐私信息发生泄露,提高了系统的安全性与鲁棒性。公有区块链是完全开放的,任何人都可以加入和参与的区块链网络,公共区块链是去中心化的,没有人可以控制网络,而且它们的安全性在于一旦在区块链上验证后就不能更改数据,便于其他用户获取更多的数据信息,提高分析的准确性。
进一步的,所述数据分析模块包括充电桩识别单元和车牌识别单元,所述充电桩识别单元用于分析公共充电桩车位的使用情况,通过拍摄图像分析车位上是否有车,所述车牌识别单元用于在拍摄的充电桩车位正在使用时,对当前使用该公共充电桩车位的车辆进行车牌识别,提取车牌的颜色和车牌号,对比数据库,判断车辆类型,若不是新能源汽车,则将采集处理的图片直接上传至共有区块链,若是新能源汽车,则通过车牌号调取数据库中的图像信息,分析该车的充电情况,例如车牌颜色为蓝底白字,说明该车为普通小型燃油车,若车牌颜色为绿色,根据提取的车牌号,调取数据库中该车上传的图像信息,获取该车进行充电的时间,分析该车充满电需要的时间。
进一步的,所述数据反馈模块包括路径显示单元和语音提示单元,所述路径显示单元用于根据分析结果,对用户车辆与离车辆最近的汽车公共充电桩实时进行最短路径规划,并通过显示设备进行显示,例如车内的显示屏或手机等,便于用户直接看到需要前往的充电桩位置,所述语音提示单元通过语音播报路线,并在路线改变时进行提醒,能够有效保证用户的行车安全,减少用户在开车时频繁看导航的次数,并且能够及时通知用户路线的修改情况,减少了车辆的能源损耗情况。
进一步的,该系统的步骤为:
S1、录入基础数据信息,通过行车记录仪采集汽车公共充电桩的图像信息和位置信息,并进行加密存储;
S2、对采集的图像进行分析处理,分析公共充电桩车位的使用情况;
S3、若使用公共充电桩的为新能源汽车,则通过调取数据库,分析该车的充电情况;
S4、根据分析结果,对用户车辆与离车辆最近的汽车公共充电桩进行实时最短路径规划,通过显示设备进行显示,并进行语音播报。
进一步的,在步骤S2中,用户授权加入公有区块链后,根据采集的图像信息,分析公共充电桩车位的使用情况;将行车记录仪采集的视频序列的每一帧进行灰度处理,得到每一帧均为f级的灰度图像,将每一帧图像分割为m块,则通过下列公式计算每块图像的信息熵X为:
其中,pxa表示为图像中灰度值为a的像素出现的概率,则图像的特征向量Y为:
Y=Xbb=1,2,…,m;
其中,Xb表示第b块图像的信息熵;调取数据库中存储的公共充电桩的基础图像,计算图像之间的欧氏距离D为:
其中,Yα表示为图像α的特征向量,Yβ表示为图像β的特征向量,欧氏距离越小,则说明该帧图像包含公共充电桩信息越明显;设置欧氏距离的阈值为D阈,当D<D阈时,提取该帧图像为视频的关键帧,并上传到数据库的数据共享单元中,提取行车记录仪拍摄视频的关键帧,能够有效避免上传整个视频造成的用户信息泄露,保障了用户的信息安全。欧氏距离也称欧几里得距离或欧几里得度量,是一个通常采用的距离定义,它是在m维空间中两个点之间的真实距离,欧氏距离变换在数字图像处理中的应用很广泛,尤其对于图像的骨架提取,是一个很好的参照。
进一步的,在步骤S2中,根据采集的图像,分析该公共充电桩车位的使用情况;
设拍摄到公共充电桩的车辆的行车记录仪的拍摄角度为θ,通过图像测距得到公共充电桩与拍摄车辆行驶方向的垂直距离为d,与拍摄车辆之间的距离为l,则通过下列公式计算拍摄车辆从拍到公共充电桩的第一帧图像到最后一帧图像之间的理论行驶距离L理为:
拍摄车辆实际行驶距离为L实,当L实=L理时,表示该公共充电桩没有车辆使用;当L实<L理时,表示存在车辆遮挡了公共充电桩,该公共充电桩车位被使用,此时利用OpenCV技术,提取使用该公共充电桩的车辆车牌颜色和车牌号,对比数据库中的信息,判断该车的类型,OpenCV是一个基于BSD许可发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和MacOS操作系统上。它轻量级而且高效,由一系列C函数和少量C++类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
进一步的,在步骤S3中,当使用公共充电桩的为新能源汽车时,调取数据库中录入的该车型标准充电时间为t标和该车最后一帧拍到该公共充电桩的时间为t,当前时间为T,则该车充完电需要的时间t完为:t完=t标-T-t;
将该车充完电需要的时间上传至数据库中,并通过显示设备提醒该车车主,便于其他用户寻找充电桩,同时能够使该车车主及时了解车辆的充电情况,在车充满电后及时开出,提高充电桩的使用效率。
进一步的,在步骤S4中,利用Floyd算法,结合采集的城市电子地图,对用户车辆与离车辆最近的汽车公共充电桩进行实时最短路径规划,Floyd算法又称为插点法,是一种用于寻找给定的加权图中多源点之间最短路径的算法,适用于多源最短路径,是一种动态规划算法,具有容易理解,可以算出任意两个节点之间的最短距离,代码编写简单的优点;设置用户车辆位置为p,公共充电桩位置为q,从用户车辆到公共充电桩的必经位置点为r,dp,q为用户车辆到公共充电桩的最短路径的距离,则检查下列公式是否成立:
dp,r+dr,q<dp,q;
若公式成立,证明从p到r再到q的路径比p直接到q的路径短,此时设置用户车辆到公共充电桩的最短路径的距离为:
dp,q=dp,r+dr,q;
当遍历完成所有必经位置点r后,dp,q中记录的便是用户车辆位置p到公共充电桩位置q的最短路径距离,使用时间t用为:
其中,v为用户车辆的车速,当新能源汽车使用的公共充电桩为离用户最近公共充电桩,若t用<t完,说明用户车辆到达该充电桩时,新能源汽车未充完电,此时选择除该充电桩外最近的充电桩进行分析;若t用>t完,说明用户车辆到达该充电桩时,新能源汽车已充完电,此时进行实时路径规划,若在前进的过程中,该车位被其他车辆占用,则对用户车辆与其他公共充电桩进行分析;通过显示设备实时显示最短路径,并结合语音进行导航,保证用户能够最快找到公共充电桩,提升用户的效率,提高用户的使用体验,保证用户的行车安全。
与现有技术相比,本发明所达到的有益效果是:
本发明录入基础数据信息,通过行车记录仪采集视频图像信息,对采集的视频进行关键帧提取后上传至数据共享单元,避免上传视频导致用户的隐私信息泄露,保障了用户的信息安全。根据采集的图像分析公共充电桩车位的使用情况,若该充电桩未使用,则直接上传处理的图像;若该充电桩被使用,采集使用车的车牌颜色和车牌号,结合数据库,分析该车的类型,若使用公共充电桩的为燃油汽车,则将信息上传至数据共享单元;若使用公共充电桩的为新能源汽车,则通过车牌号调取数据库,结合该车的上传图像信息,获取该车的充电时间,分析该车的充电情况,根据分析结果,对用户车辆与最近可使用公共充电桩实时进行最短路径规划,若用户到达该充电桩时,使用充电桩的车辆充满离开,用户能够及时进行充电,提高了公共充电桩的使用效率。同时,通过显示设备和语音进行路线导航,避免出现在前往该充电桩的过程中,该充电桩被占用导致用户车辆导航信息不更新的情况,减轻了用户车辆的能源损耗,提高了用户使用新能源充电汽车的用户体验。对整个过程进行数据加密,数据共享单元采用公有区块链,保证了数据无法被他人篡改,提高了系统的鲁棒性与安全性。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明基于大数据的数据挖掘系统的模块组成示意图;
图2是本发明基于大数据的数据挖掘系统的步骤示意图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明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。
请参阅图1-图2,本发明提供技术方案:基于大数据的数据挖掘系统,该数据挖掘系统包括:数据采集模块、数据库、数据分析模块和数据反馈模块;
所述数据采集模块与数据库相连接,数据库与数据分析模块相连接,数据分析模块与数据反馈模块相连接;
所述数据采集模块用于采集基本数据信息和图像信息,包括基础数据录入单元和图像采集单元,所述基础数据录入单元用于录入车辆的基础数据信息,例如城市电子地图、公共充电桩的基础图像信息、车辆不同品牌车辆的充电时间和车牌颜色信息等,我国有多种不同颜色的车牌,例如蓝底白字车牌主要用于普通小型燃油车的牌照、绿底黑字车牌为新能源充电汽车的专用牌照和黑底白字的外企车辆车牌等,所述图像采集单元通过行车记录仪采集汽车公共充电桩的图像信息和位置信息,例如充电桩的使用情况和充电桩的位置等。
所述数据库用于加密存储采集的数据信息并进行数据共享,包括数据存储单元、数据加密单元和数据共享单元,所述数据存储单元用于对采集的数据信息和分析的结果进行分类存储,例如同一个多辆车拍摄到同一个充电桩的图像信息和对该公共充电桩的分析结果存储在该充电桩词条下,所述数据加密单元通过采用skipJack算法,对采集的基础信息和分析的数据结果进行加密,skipJack加密算法是一种对称分组加密算法,密钥长度为80比特、明文和密文长度均为64比特、轮数为32轮,它在防篡改硬件中实现,由于skipJack算法的密钥长度为80比特,密钥量为1.2×1024,比DES算法的56比特多24比特,可抗穷举密钥攻击,具有很好的统计特性,并且易于硬件实现,所述数据共享单元通过公有区块链,将用户采集的图像信息进行处理后共享,为了保证用户的隐私安全,用户需要授权加入公有区块链后才能上传图像信息,且需要对行车记录仪采集的视频信息进行处理,提取有关公共充电桩的图像进行上传,能够有效保障用户的数据安全,防止用户的隐私信息发生泄露,提高了系统的安全性与鲁棒性。公有区块链是完全开放的,任何人都可以加入和参与的区块链网络,公共区块链是去中心化的,没有人可以控制网络,而且它们的安全性在于一旦在区块链上验证后就不能更改数据,便于其他用户获取更多的数据信息,提高分析的准确性。
所述数据分析模块用于对采集的数据信息进行实时分析处理,包括充电桩识别单元和车牌识别单元,所述充电桩识别单元用于分析公共充电桩车位的使用情况,通过拍摄图像分析车位上是否有车,所述车牌识别单元用于在拍摄的充电桩车位正在使用时,对当前使用该公共充电桩车位的车辆进行车牌识别,提取车牌的颜色和车牌号,对比数据库,判断车辆类型,若不是新能源汽车,则将采集处理的图片直接上传至共有区块链,若是新能源汽车,则通过车牌号调取数据库中的图像信息,分析该车的充电情况,例如车牌颜色为蓝底白字,说明该车为普通小型燃油车,若车牌颜色为绿色,根据提取的车牌号,调取数据库中该车上传的图像信息,获取该车进行充电的时间,分析该车充满电需要的时间。
所述数据反馈模块用于根据分析的数据,对用户车辆与离车辆最近的充电桩之间进行实时路径规划,通过显示设备进行显示并进行语音提醒。包括路径显示单元和语音提示单元,所述路径显示单元用于根据分析结果,对用户车辆与离车辆最近的汽车公共充电桩实时进行最短路径规划,并通过显示设备进行显示,例如车内的显示屏或手机等,所述语音提示单元通过语音播报路线,并在路线改变时进行提醒,能够有效保证用户的行车安全,减少用户在开车时频繁看导航的次数,并且能够及时通知用户路线的修改情况,减少了车辆的能源损耗情况。
该系统的步骤为:
S1、录入基础数据信息,通过行车记录仪采集汽车公共充电桩的图像信息和位置信息,并进行加密存储;
S2、对采集的图像进行分析处理,分析公共充电桩车位的使用情况;
在步骤S2中,用户授权加入公有区块链后,根据采集的图像信息,分析公共充电桩车位的使用情况;将行车记录仪采集的视频序列的每一帧进行灰度处理,得到每一帧均为f级的灰度图像,将每一帧图像分割为m块,则通过下列公式计算每块图像的信息熵X为:
其中,pxa表示为图像中灰度值为a的像素出现的概率,则图像的特征向量Y为:
Y=Xbb=1,2,…,m;
其中,Xb表示第b块图像的信息熵;调取数据库中存储的公共充电桩的基础图像,计算图像之间的欧氏距离D为:
其中,Yα表示为图像α的特征向量,Yβ表示为图像β的特征向量,欧氏距离越小,则说明该帧图像包含公共充电桩信息越明显;设置欧氏距离的阈值为D阈,当D<D阈时,提取该帧图像为视频的关键帧,并上传到数据库的数据共享单元中,提取行车记录仪拍摄视频的关键帧,能够有效避免上传整个视频造成的用户信息泄露,保障了用户的信息安全。欧氏距离也称欧几里得距离或欧几里得度量,是一个通常采用的距离定义,它是在m维空间中两个点之间的真实距离,欧氏距离变换在数字图像处理中的应用很广泛,尤其对于图像的骨架提取,是一个很好的参照。
在步骤S2中,根据采集的图像,分析该公共充电桩车位的使用情况;
设拍摄到公共充电桩的车辆的行车记录仪的拍摄角度为θ,通过图像测距得到公共充电桩与拍摄车辆行驶方向的垂直距离为d,与拍摄车辆之间的距离为l,则通过下列公式计算拍摄车辆从拍到公共充电桩的第一帧图像到最后一帧图像之间的理论行驶距离L理为:
拍摄车辆实际行驶距离为L实,当L实=L理时,表示该公共充电桩没有车辆使用;当L实<L理时,表示存在车辆遮挡了公共充电桩,该公共充电桩车位被使用,此时利用OpenCV技术,提取使用该公共充电桩的车辆车牌颜色和车牌号,对比数据库中的信息,判断该车的类型,OpenCV是一个基于BSD许可发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和MacOS操作系统上。它轻量级而且高效,由一系列C函数和少量C++类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
S3、若使用公共充电桩的为新能源汽车,则通过调取数据库,分析该车的充电情况;
在步骤S3中,当使用公共充电桩的为新能源汽车时,调取数据库中录入的该车型标准充电时间为t标和该车最后一帧拍到该公共充电桩的时间为t,当前时间为T,则该车充完电需要的时间t完为:t完=t标-T-t,单位为:h;
将该车充完电需要的时间上传至数据库中,并通过显示设备提醒该车车主,便于其他用户寻找充电桩,同时能够使该车车主及时了解车辆的充电情况,在车充满电后及时开出,提高充电桩的使用效率。
S4、根据分析结果,对用户车辆与离车辆最近的汽车公共充电桩进行实时最短路径规划,通过显示设备进行显示,并进行语音播报。
在步骤S4中,利用Floyd算法,结合采集的城市电子地图,对用户车辆与离车辆最近的汽车公共充电桩进行实时最短路径规划,Floyd算法又称为插点法,是一种用于寻找给定的加权图中多源点之间最短路径的算法,适用于多源最短路径,是一种动态规划算法,具有容易理解,可以算出任意两个节点之间的最短距离,代码编写简单的优点;设置用户车辆位置为p,公共充电桩位置为q,从用户车辆到公共充电桩的必经位置点为r,dp,q为用户车辆到公共充电桩的最短路径的距离,单位为:km,则检查下列公式是否成立:
dp,r+dr,q<dp,q;
若公式成立,证明从p到r再到q的路径比p直接到q的路径短,此时设置用户车辆到公共充电桩的最短路径的距离为:
dp,q=dp,r+dr,q;
当遍历完成所有必经位置点r后,dp,q中记录的便是用户车辆位置p到公共充电桩位置q的最短路径距离,使用时间t用为:
其中,v为用户车辆的车速,单位为:km/h,当新能源汽车使用的公共充电桩为离用户最近公共充电桩,若t用<t完,说明用户车辆到达该充电桩时,新能源汽车未充完电,此时选择除该充电桩外最近的充电桩进行分析;若t用>t完,说明用户车辆到达该充电桩时,新能源汽车已充完电,此时进行实时路径规划,若在前进的过程中,该车位被其他车辆占用,则对用户车辆与其他公共充电桩进行分析;通过显示设备实时显示最短路径,并结合语音进行导航,保证用户能够最快找到公共充电桩,提升用户的效率,提高用户的使用体验,保证用户的行车安全。
实施例一:
若拍摄到公共充电桩的车辆的行车记录仪的拍摄角度为160°,通过图像测距得到公共充电桩与拍摄车辆行驶方向的垂直距离为5米,与拍摄车辆之间的距离为10米,则通过下列公式计算拍摄车辆从拍到公共充电桩的第一帧图像到最后一帧图像之间的理论行驶距离L理为:
拍摄车辆实际行驶距离为L实,当L实=8.10=L理时,表示该公共充电桩没有车辆使用;当L实=6<L理时,表示存在车辆遮挡了公共充电桩,该公共充电桩车位被使用,此时利用OpenCV技术,提取使用该公共充电桩的车辆车牌颜色和车牌号,对比数据库中的信息,判断该车的类型,若为蓝色,则表示占用公共充电桩车位的为燃油车,若为绿色,则表示新能源充电车在使用该充电桩;若该车型标准充电时间为6.5h,该车已充5h,则t完=t标-T-t=1.5h。
设用户车辆位置为p,公共充电桩位置为q,从用户车辆到公共充电桩有4个必经位置点r1,r2,r3,r4,dp,q为用户车辆到公共充电桩的最短路径的距离,若
dp,r1+dr1,q=25km;
dp,r2+dr2,q=17km;
dp,r3+dr3,q=15km;
dp,r4+dr4,q=32km;
此时遍历完成所有必经位置点后,经过必经位置点r3的距离最短,设置用户车辆到公共充电桩的最短路径的距离为:dp,q=dp,r+dr,q=dp,r3+dr3,q=15;若用户车速为20km/h,则表示用户到达该充电桩,使用该充电桩的车已充满,通过显示设备向用户展示该路线并进行语音播报,同时实时进行分析,避免在行驶过程中有其他车辆占用该车位。
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。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。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 (10)
1.基于大数据的数据挖掘系统,其特征在于:该数据挖掘系统包括:数据采集模块、数据库、数据分析模块和数据反馈模块;
所述数据采集模块与数据库相连接,数据库与数据分析模块相连接,数据分析模块与数据反馈模块相连接;所述数据采集模块用于采集基本数据信息和图像信息,所述数据库用于加密存储采集的数据信息并进行数据共享,所述数据分析模块用于对采集的数据信息进行实时分析处理,所述数据反馈模块用于根据分析的数据,对用户车辆与离车辆最近的充电桩之间进行实时路径规划,通过显示设备进行显示并进行语音提醒。
2.根据权利要求1所述的基于大数据的数据挖掘系统,其特征在于:所述数据采集模块包括基础数据录入单元和图像采集单元,所述基础数据录入单元用于录入车辆的基础数据信息,所述图像采集单元通过行车记录仪采集汽车公共充电桩的图像信息和位置信息。
3.根据权利要求1所述的基于大数据的数据挖掘系统,其特征在于:所述数据库包括数据存储单元、数据加密单元和数据共享单元,所述数据存储单元用于存储采集的数据信息和分析的结果,所述数据加密单元通过采用skipJack算法,对采集的基础信息和分析的数据结果进行加密,所述数据共享单元通过公有区块链,将用户采集的图像信息进行处理后共享。
4.根据权利要求1所述的基于大数据的数据挖掘系统,其特征在于:所述数据分析模块包括充电桩识别单元和车牌识别单元,所述充电桩识别单元用于分析公共充电桩车位的使用情况,所述车牌识别单元用于在拍摄的充电桩车位正在使用时,对当前使用该公共充电桩车位的车辆进行车牌识别,提取车牌的颜色和车牌号,对比数据库,判断车辆类型,若不是新能源汽车,则将采集处理的图片直接上传至共有区块链,若是新能源汽车,则通过车牌号调取数据库中的图像信息,分析该车的充电情况。
5.根据权利要求1所述的基于大数据的数据挖掘系统,其特征在于:所述数据反馈模块包括路径显示单元和语音提示单元,所述路径显示单元用于根据分析结果,对用户车辆与离车辆最近的汽车公共充电桩实时进行最短路径规划,并通过显示设备进行显示,所述语音提示单元通过语音播报路线,并在路线改变时进行提醒。
6.根据权利要求1所述的基于大数据的数据挖掘系统,其特征在于:该系统的步骤为:
S1、录入基础数据信息,通过行车记录仪采集汽车公共充电桩的图像信息和位置信息,并进行加密存储;
S2、对采集的图像进行分析处理,分析公共充电桩车位的使用情况;
S3、若使用公共充电桩的为新能源汽车,则通过调取数据库,分析该车的充电情况;
S4、根据分析结果,对用户车辆与离车辆最近的汽车公共充电桩进行实时最短路径规划,通过显示设备进行显示,并进行语音播报。
7.根据权利要求6所述的基于大数据的数据挖掘系统,其特征在于:在步骤S2中,根据采集的图像信息,分析公共充电桩车位的使用情况;将行车记录仪采集的视频序列的每一帧进行灰度处理,得到每一帧均为f级的灰度图像,将每一帧图像分割为m块,则通过下列公式计算每块图像的信息熵X为:
其中,p(xa)表示为图像中灰度值为a的像素出现的概率,则图像的特征向量Y为:
Y={Xb|b=1,2,…,m};
其中,Xb表示第b块图像的信息熵;调取数据库中存储的公共充电桩的基础图像,计算图像之间的欧氏距离D为:
其中,Yα表示为图像α的特征向量,Yβ表示为图像β的特征向量,欧氏距离越小,则说明该帧图像包含公共充电桩信息越明显;设置欧氏距离的阈值为D阈,当D<D阈时,提取该帧图像为视频的关键帧,并上传到数据库的数据共享单元中。
8.根据权利要求7所述的基于大数据的数据挖掘系统,其特征在于:在步骤S2中,根据采集的图像,分析该公共充电桩车位的使用情况;
设拍摄到公共充电桩的车辆的行车记录仪的拍摄角度为θ,通过图像测距得到公共充电桩与拍摄车辆行驶方向的垂直距离为d,与拍摄车辆之间的距离为l,则通过下列公式计算拍摄车辆从拍到公共充电桩的第一帧图像到最后一帧图像之间的理论行驶距离L理为:
拍摄车辆实际行驶距离为L实,当L实=L理时,表示该公共充电桩没有车辆使用;当L实<L理时,表示存在车辆遮挡了公共充电桩,该公共充电桩车位被使用,此时利用OpenCV技术,提取使用该公共充电桩的车辆车牌颜色和车牌号,对比数据库中的信息,判断该车的类型。
9.根据权利要求8所述的基于大数据的数据挖掘系统,其特征在于:在步骤S3中,当使用公共充电桩的为新能源汽车时,调取数据库中录入的该车型标准充电时间为t标和该车最后一帧拍到该公共充电桩的时间为t,当前时间为T,则该车充完电需要的时间t完为:
t完=t标-(T-t);
将该车充完电需要的时间上传至数据库中,并通过显示设备提醒该车车主。
10.根据权利要求9所述的基于大数据的数据挖掘系统,其特征在于:在步骤S4中,利用Floyd算法,对用户车辆与离车辆最近的汽车公共充电桩进行实时最短路径规划,;设置用户车辆位置为p,公共充电桩位置为q,从用户车辆到公共充电桩的必经位置点为r,d(p,q)为用户车辆到公共充电桩的最短路径的距离,则检查下列公式是否成立:
d(p,r)+d(r,q)<d(p,q);
若公式成立,证明从p到r再到q的路径比p直接到q的路径短,此时设置用户车辆到公共充电桩的最短路径的距离为:
d(p,q)=d(p,r)+d(r,q);
当遍历完成所有必经位置点r后,d(p,q)中记录的便是用户车辆位置p到公共充电桩位置q的最短路径距离,使用时间t用为:
其中,v为用户车辆的车速,当新能源汽车使用的公共充电桩为离用户最近公共充电桩,若t用<t完,说明用户车辆到达该充电桩时,新能源汽车未充完电,此时选择除该充电桩外最近的充电桩进行分析;若t用>t完,说明用户车辆到达该充电桩时,新能源汽车已充完电,此时进行实时路径规划,若在前进的过程中,该车位被其他车辆占用,则对用户车辆与其他公共充电桩进行分析;通过显示设备实时显示最短路径,并结合语音进行导航。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211580410.9A CN115994173A (zh) | 2022-12-07 | 2022-12-07 | 基于大数据的数据挖掘系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211580410.9A CN115994173A (zh) | 2022-12-07 | 2022-12-07 | 基于大数据的数据挖掘系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115994173A true CN115994173A (zh) | 2023-04-21 |
Family
ID=85989751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211580410.9A Withdrawn CN115994173A (zh) | 2022-12-07 | 2022-12-07 | 基于大数据的数据挖掘系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115994173A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117591578A (zh) * | 2024-01-18 | 2024-02-23 | 山东科技大学 | 一种基于大数据的数据挖掘系统及其挖掘方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107786639A (zh) * | 2017-09-28 | 2018-03-09 | 山东鲁能智能技术有限公司 | 一种基于区块链技术的电动汽车车联网系统及其工作方法 |
CN109285052A (zh) * | 2018-09-07 | 2019-01-29 | 国网冀北电力有限公司经济技术研究院 | 一种基于虚拟现实技术的共享充电桩系统 |
CN110675221A (zh) * | 2019-09-19 | 2020-01-10 | 孙志勤 | 一种基于物联网和区块链的电动汽车充电桩管理系统 |
CN114202928A (zh) * | 2021-12-09 | 2022-03-18 | 河北科迪新能源科技有限公司 | 一种基于图像处理的充电桩车位管理系统 |
-
2022
- 2022-12-07 CN CN202211580410.9A patent/CN115994173A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107786639A (zh) * | 2017-09-28 | 2018-03-09 | 山东鲁能智能技术有限公司 | 一种基于区块链技术的电动汽车车联网系统及其工作方法 |
CN109285052A (zh) * | 2018-09-07 | 2019-01-29 | 国网冀北电力有限公司经济技术研究院 | 一种基于虚拟现实技术的共享充电桩系统 |
CN110675221A (zh) * | 2019-09-19 | 2020-01-10 | 孙志勤 | 一种基于物联网和区块链的电动汽车充电桩管理系统 |
CN114202928A (zh) * | 2021-12-09 | 2022-03-18 | 河北科迪新能源科技有限公司 | 一种基于图像处理的充电桩车位管理系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117591578A (zh) * | 2024-01-18 | 2024-02-23 | 山东科技大学 | 一种基于大数据的数据挖掘系统及其挖掘方法 |
CN117591578B (zh) * | 2024-01-18 | 2024-04-09 | 山东科技大学 | 一种基于大数据的数据挖掘系统及其挖掘方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110969160B (zh) | 一种基于深度学习的车牌图像校正、识别方法及系统 | |
CN108242149A (zh) | 一种基于交通数据的大数据分析方法 | |
CN109949351B (zh) | 基于视频结构化监控的目标车辆行驶轨迹提取装置及方法 | |
CN115994173A (zh) | 基于大数据的数据挖掘系统 | |
CN103177436B (zh) | 物件追踪的方法、系统 | |
CN111652293A (zh) | 一种多任务联合判别学习的车辆重识别方法 | |
CN112150810A (zh) | 一种车辆行为管理方法、系统、设备及介质 | |
CN112487894B (zh) | 基于人工智能的轨道交通保护区自动巡查方法及装置 | |
CN106204650A (zh) | 一种基于空地视频关联技术的车辆目标跟踪方法 | |
CN113781300A (zh) | 一种用于远距离自主泊车的车辆视觉定位方法 | |
CN113537615B (zh) | 一种充电车辆的预测方法、装置及电子设备 | |
CN108257406B (zh) | 终端、服务器和驾驶数据分享方法 | |
CN116137109B (zh) | 一种基于云计算的机械停车设备控制系统及方法 | |
CN115164911A (zh) | 基于图像识别的高精准度立交桥快速导航方法 | |
CN111461124A (zh) | 基于大数据的遮挡车牌识别方法、设备及存储介质 | |
CN114973156B (zh) | 一种基于知识蒸馏的夜间渣土车检测方法 | |
CN111078923A (zh) | 查找违法嫌疑车辆的方法、装置及存储介质 | |
CN109583632A (zh) | 基于网联数据的电动汽车充电行为预测方法 | |
CN105005780A (zh) | 一种车牌识别方法 | |
Luo et al. | A simulation-based framework for urban traffic accident detection | |
CN113160565B (zh) | 一种套牌车辆的识别方法、装置、存储介质及终端 | |
Haryono et al. | Accuracy in Object Detection Based on Image Processing at the Implementation of Motorbike Parking on the Street | |
CN109685027B (zh) | 一种基于区块链技术的新增道路识别方法和系统 | |
Shao et al. | Research on YOLOv5 Vehicle Object Detection Algorithm Based on Attention Mechanism | |
Zhang et al. | Driving Behavior Analysis and Traffic Improvement using Onboard Sensor Data and Geographic Information. |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230421 |
|
WW01 | Invention patent application withdrawn after publication |