CN116206463B - 一种公共道路作业车辆调度系统 - Google Patents
一种公共道路作业车辆调度系统 Download PDFInfo
- Publication number
- CN116206463B CN116206463B CN202310205502.7A CN202310205502A CN116206463B CN 116206463 B CN116206463 B CN 116206463B CN 202310205502 A CN202310205502 A CN 202310205502A CN 116206463 B CN116206463 B CN 116206463B
- Authority
- CN
- China
- Prior art keywords
- driver
- vehicle
- module
- snow removing
- task
- 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
- 238000012544 monitoring process Methods 0.000 claims abstract description 59
- 238000004891 communication Methods 0.000 claims abstract description 25
- 230000006870 function Effects 0.000 claims abstract description 15
- 230000003993 interaction Effects 0.000 claims abstract description 9
- 238000007726 management method Methods 0.000 claims description 73
- 238000000034 method Methods 0.000 claims description 45
- 238000012423 maintenance Methods 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 29
- 238000005457 optimization Methods 0.000 claims description 18
- 230000006399 behavior Effects 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 8
- 239000003921 oil Substances 0.000 claims description 6
- 230000008439 repair process Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000009792 diffusion process Methods 0.000 claims description 3
- 239000000295 fuel oil Substances 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 235000012054 meals Nutrition 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000035484 reaction time Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
-
- G06Q50/40—
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- 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
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
Abstract
本发明公开了一种公共道路作业车辆调度系统，包括车辆监测模块、路况监测模块、司机服务模块、公众服务模块、环卫工人服务模块、运营管理模块和安全防护模块；车辆监测模块和路况监测模块利用多种传感器进行信息采集；司机服务模块为司机提供全方位的服务和支持；公众服务模块用于提供天气路况信息及作业车辆的位置和行驶路线，并提供服务互动功能；环卫工人服务模块用于安排小型除雪任务和上传需要作业车辆完成的除雪任务；运营管理模块提供作业车辆流转管理服务功能；安全防护模块用于保障人员安全、道路安全、通讯安全和数据安全。
Description
技术领域
本发明涉及交通运输和城市管理领域，特别涉及一种公共道路作业车辆调度系统。
背景技术
在冬季，积雪会给道路交通和城市居民的出行带来很大的负面影响，严重影响城市的正常运行。为了保障交通畅通和市民的生活安全，需要及时对道路进行除雪。然而，现有的进行除雪任务的公共道路作业车辆普遍存在以下问题：作业车辆调度不够高效：现有的作业车辆调度通常是人工安排，存在人工调度难度大、效率低下等问题；作业车辆路线规划不够科学：现有的作业车辆路线规划大多基于工作人员经验，缺乏数据支持和科学性；道路状态监测不够及时：现有的道路状态监测多基于人工巡查，信息反馈滞后、效率低下。
此外，传统的作业车辆辆还缺乏与公众和环卫工人的有效互动，无法满足公众和环卫工人的需求。因此，需要一种新的公共道路作业车辆调度系统来解决这些问题。
发明内容
本发明的目的在于提供一种公共道路作业车辆调度系统来解决上述技术问题。
该公共道路作业车辆调度系统包括以下模块：
车辆监测模块、路况监测模块、司机服务模块、公众服务模块、环卫工人服务模块、运营管理模块和安全防护模块。
本发明中的作业车辆主要进行除雪任务。
所述车辆监测模块，用于给所述司机服务模块、所述环卫工人服务模块、所述公众服务模块、所述运营管理模块和所述安全防护模块提供作业车辆运行状态和司机状态信息；所述车辆监测模块通过安装在作业车辆上的传感器以采集作业车辆运行参数和司机状态参数。
所述路况监测模块，用于给所述司机服务模块、所述环卫工人服务模块、所述公众服务模块、所述运营管理模块和所述安全防护模块提供路况信息；所述路况监测模块利用作业车辆上的摄像头、路面摄像头、集成式卫星摄像头、结冰传感器、路边的能见度测量仪和积雪厚度测量仪进行信息采集；且通过路面摄像头和集成式卫星摄像头对作业车辆违停进行抓拍，及时预警提醒司机。
所述司机服务模块，包括签到打卡子模块、通讯管理子模块、状态监测子模块、生活服务子模块、路线规划子模块和自学习子模块；所述签到打卡子模块基于人脸识别进行签到签退，可以有效管理司机的工作时间和工作状态，提高工作效率和管理水平；所述司机服务模块通过前挡风玻璃透明显示器显示所述通讯管理子模块、所述状态监测子模块、所述生活服务子模块和所述路线规划子模块提供的信息；所述通讯管理子模块，用于为司机与后台工作人员、司机与环卫工人及司机与司机之间提供通讯渠道；所述状态监测子模块，用于对车内司机的驾驶行为进行远程监控，后台工作人员可随时通过状态监测子模块查看任意一辆作业车辆中的司机驾驶情况；具有主动提示查看功能，当驾驶室内布置的传感器监测到司机的非正常驾驶行为时，将实时影像传递给运营管理模块且及时预警后台工作人员；所述非正常驾驶行为包括疲劳驾驶、路怒驾驶、注意力分散、闯红灯、不按规定使用安全带、超速行驶、急加速和急刹车、不当换道和超速行驶；所述状态监测子模块通过头部姿态估计和3D凝视估计来表征驾驶员状态；所述生活服务子模块，是一个功能模块，旨在为司机在出车工作期间提供便捷的生活服务，增强司机对系统的满意度和使用意愿；生活服务子模块可以通过系统界面或手机应用程序的方式，为司机提供餐厅和卫生间的位置、服务时间和消费方式信息，以便司机根据自己的需求进行选择；此外，生活服务子模块也可以通过与餐厅和卫生间的合作，实现订单预定、餐品推荐、优惠折扣服务；所述路线规划子模块，利用路况检测模块提供的信息，结合地图和天气预报数据，对每个司机的除雪任务进行路线规划；在路线规划的过程中，综合考虑道路状况、车流情况、道路斜度、车速限制和交通信号灯因素，以及作业车辆的行驶速度和油量；在路线规划的同时，路线规划子模块还需要根据除雪任务的具体要求，合理地安排司机的工作时间，这包括根据天气预报和工作量预测，估算出每个司机需要花费的时间，以及合理地安排司机的工作和休息时间，以确保司机的安全和健康；所述自学习子模块通过机器学习算法来分析驾驶员的生理信息，在驾驶过程中累积数据经验，并根据这些经验进行自我学习和调整；通过不断地训练和调整，自学习子模块可以逐渐提高其对驾驶员状态的分析准确性，并提供相应的预警和建议，帮助驾驶员更好地管理自己的行为和状态；此外，自学习子模块还可以利用数据分析技术和智能算法，分析车辆和道路信息，以优化除雪任务的安排和执行；自学习子模块根据历史数据和经验，为每个司机提供个性化的除雪任务安排，以提高除雪工作的效率和质量；还可以根据驾驶员的驾驶习惯和路线，提供更准确的导航建议和行驶建议。
所述公众服务模块用于给公众提供天气路况信息以及作业车辆的位置和行驶路线，并提供服务互动功能；所述公共服务模块通过网站和微信小程序实现与公众的互动，公众可以通过以上两种方式提交需要除雪的路段的照片和定位，后台工作人员根据0-5级对公众提交的除雪任务的紧要级别进行标定，紧要级别为1-5级的除雪任务留在系统中并发放给合适的司机，紧要级别为0级的除雪任务自动删除，且30分钟内不再接收用户提交的该定位10米以内的除雪任务。
所述环卫工人服务模块，用于环卫工人接受运营管理模块安排的小型除雪任务，以及将需要作业车辆来完成的除雪任务的定位和紧要级别上传至系统，环卫工人根据雪层的面积、厚度和硬度以及道路几何形状和对交通状况的影响自行判断除雪任务的紧要级别；环卫工人在任务完成后提交任务完成报告，并对任务的难易程度、时间安排、所需工具和资源进行反馈，以帮助后台工作人员进行任务安排的优化和改进。
所述运营管理模块，用于给后台工作人员提供管理作业车辆流转的服务功能并监管除雪过程，同时，当检测到作业车辆出现故障时，及时采取相应措施；所述运营管理模块可以根据各种监测设备所提供的路面状态信息，结合历史数据并使用任务分配优化算法，根据任务的需求和司机的能力将每个除雪任务分配给最适合的作业车辆司机，更好地规划除雪路线，提高除雪效率；司机标记某除雪任务为已解决后系统中自动隐藏该任务，然后由后台工作人员根据布置在作业车辆上的摄像头录像或路边摄像头对完成情况进行检查，合格则删除该除雪任务，不合格则重新评分并计入系统分配给附近司机；对于某些作业车辆不能胜任的小型除雪任务，使用任务分配优化算法根据任务的需求和工人的能力来匹配合适的环卫工人；当环卫工人在系统中确认已完成该小型除雪任务后，由后台工作人员检查合格后删除该小型除雪任务。
将所述故障按影响进行除雪任务的程度分为3级：
A级故障为不影响作业车辆进行除雪任务也不影响作业车辆正常行驶的故障，发生A级故障时，司机按照正常程序进行除雪任务，在任务结束后将作业车辆驾驶到维修站，由维修人员负责修理，然后司机可以在系统上进行签退，在作业车辆修理好后，运营管理模块安排人员将作业车辆驾驶回基地。
B级故障为影响作业车辆进行除雪任务但不影响作业车辆正常行驶的故障，发生B级故障时，司机立刻结束除雪任务并将作业车辆驾驶到附近的维修站，由维修人员负责修理；运营管理模块将当前除雪任务分配给合适的司机。
C级故障为影响作业车辆正常行驶的故障，分为C1级故障和C2级故障：C1级故障为维修人员来现场可以修好的故障，C2级故障为需要将作业车辆转移到维修站才能解决的故障；发生C1级故障时，司机立刻结束除雪任务，并就近寻找合适的地方停车，等待运营管理模块安排的维修人员修理，同时运营管理模块将当前除雪任务分配给合适的司机，修理完成后，司机参与到系统重新安排的除雪任务中；发生C2级故障时，司机立刻结束当日所有除雪任务，并就近寻找合适的地方停车且在系统上进行签退，等待运营管理模块安排的拖车前来将作业车辆转移到维修站，同时运营管理模块将当前除雪任务分配给合适的司机。
所述安全防护模块包括驾驶安全子模块、行人安全子模块、通讯安全子模块和数据安全子模块；所述驾驶安全子模块用于结合作业车辆运行状态、交通路况信息和天气信息合理提醒司机选择合适的驾驶方式进行驾驶以提高驾驶安全性，当作业车辆行驶在结冰路面时，驾驶安全子模块会建议司机减缓车速，并提醒司机保持车辆的稳定性；当路面湿滑或能见度低时，驾驶安全子模块会提醒司机注意行驶安全，适当加强对路面的观察，以及注意行人、其他车辆的行动；所述行人安全子模块采用基于毫米波雷达的生命体征监测技术在作业车辆行驶过程中对车外行人进行实时监测，监测到与行人的碰撞概率大于碰撞概率阈值时作业车辆紧急制动；所述通讯安全子模块通过实现端对端的强加密的方式来保障系统内的司机、环卫工人、后台工作人员之间的通讯安全；所述数据安全子模块通过对系统内数据进行分级保护和实施多种访问权限控制的方式确保系统内的数据安全，防止数据泄露和滥用；通过将不同类型的数据划分为不同保密级别，可以根据不同级别的保密性采取不同的保护措施，并针对用户身份和权限实施访问权限控制，以确保只有授权用户才能访问相关数据；同时，在数据访问日志中记录用户访问数据的痕迹并在数据中嵌入用户身份水印，从而加强对数据的扩散溯源能力，以便在数据发生泄露或滥用时进行溯源和追责。
路线规划子模块将逆向优化方法与有能力约束的车辆路径调度模型结合，令除雪路线能够融入经验丰富的作业车辆司机的历史工作数据；具体步骤如下所示：
S1：数据预处理：
将作业车辆司机的历史工作数据转换为道路网络图中的边权重，代表该路段的通行时间和路况等级；将有能力约束的车辆路径调度模型中的数据转化为图中的节点和边，包括每个除雪任务的地点、作业车辆出发点和终点，以及它们之间的距离和时间窗。
设作业车辆辆数为K，作业车辆k的除雪容量为Qk，除雪路线为S，每个目标点i的需求为qi，目标点i的除雪时间为si，作业车辆的最大行驶距离为dmax，则有能力约束的车辆路径调度模型可以表示为：
S2：逆向优化方法求解：
利用逆向优化方法，先随机生成一组车辆路径调度方案，然后从最后一个任务开始，逆向地考虑每个任务的服务时间和路程，更新车辆路径，并不断迭代更新，直到收敛。
设除雪路线为S，每个目标点i的服务时间为ti，作业车辆辆的最大速度为vmax，作业车辆在目标点i的停留时间为di，则逆向路径规划模型可以表示为：
其中，wi表示目标点i的权重，Tij表示从目标点i到目标点j的最短时间，Ti0表示从目标点i到出发点的最短时间。
S3：考虑司机经验：
通过分析作业车辆司机历史工作数据，提取其常用的道路路线，并将其加入有能力约束的车辆路径调度模型中，根据司机历史工作数据，给经常走的路段设置较低的路程时间和路程成本，优先考虑经验路线。
所述任务分配优化算法为匈牙利算法，通过以下步骤求解最优匹配方案：
S1：确定除雪任务的需求和作业人员的能力：通过除雪任务所需的工作量、工作难度、工作条件和紧要级别综合评价任务的需求；通过作业人员的技能、经验和工作效率综合评价作业人员能力。
S2：将除雪任务的需求和作业人员的能力组成一个矩阵，其中行表示除雪任务，列表示作业人员，矩阵中每个元素代表除雪任务和作业人员之间的匹配程度。
S3：初始化一个空的匹配方案，即将所有作业人员和除雪任务都视为未匹配状态。
S4：对于每个未匹配的任务，依次查找与其最匹配的未分配任务的作业人员，并将任务与该作业人员匹配，采用find_path函数实现。
S5：如果当前匹配方案已经是最优方案，则结束算法；否则，通过交替路径的方式不断增加匹配数，直到无法再增加为止。
S6：输出匹配方案，即将每个任务分配给哪个作业人员(作业车辆司机或环卫工人)。
匈牙利算法的公式如下：
令C为除雪任务-作业人员矩阵，其中C[i,j]表示第i个除雪任务和第j个作业人员之间的匹配程度，则最优匹配方案可以表示为一个集合M，其中M包含若干个二元组(i,j)，表示除雪任务i分配给作业人员j。
令p[i]表示除雪任务i当前匹配的作业人员，q[j]表示作业人员j当前匹配的除雪任务，则可以使用以下公式来计算除雪任务-作业人员矩阵中每个元素的权值：
使用匈牙利算法求解最优匹配方案时，可以使用以下公式来计算每个作业人员和除雪任务之间的匹配权重：
其中n和m分别表示除雪任务和作业人员的数量，wi,j表示除雪任务-作业人员矩阵中元素(i,j)的权值，xi,j为0或1，表示是否将除雪任务i分配给作业人员j。
行人安全子模块包括如下步骤：
S1：利用基于毫米波雷达的生命体征监测技术，获取车外行人的实时监测数据，包括距离d和速度vped。
S2：根据实时监测数据，计算出作业车辆和行人之间的相对速度vrel和相对距离drel；
vrel＝v-vped
其中，v是作业车辆速度；
drel＝d-l
其中，l是车身长度。
S3：计算出行人和作业车辆之间的最短碰撞时间Tc和碰撞概率Pc；
其中，Th是人的反应时间，一般取1秒。
S4：根据作业车辆速度v计算出碰撞概率阈值k：
判断碰撞概率Pc是否大于碰撞概率阈值k，如果Pc＞k，说明存在碰撞的风险，则触发作业车辆的紧急制动系统，此时紧急制动，停止作业车辆。
综上所述，该公共道路作业车辆调度系统包括如下步骤：
S1：后台工作人员将作业车辆的基础车辆信息(车型、颜色和车牌信息)和司机的基础个人信息(姓名、性别、身份证号码和驾驶执照号码)录入系统，并对作业车辆和司机分别进行编号，每辆作业车辆和每个司机分别有自己的唯一车辆编号和个人编号，之后将所有信息存储到后台管理中心及云端数据平台，方便进行管理和查询。
S2：当驾驶员首次使用本系统时，系统要求驾驶员输入个人编号，然后进行人脸识别来确认身份并激活账号，确保系统只对已注册的驾驶员开放，提高系统的安全性和可靠性；在驾驶员使用系统的过程中，系统根据驾驶员的驾驶数据经验来优化驾驶员的个性化适应性。
S3：进行当日除雪任务前，司机到达基地取作业车辆，然后进行车况检查，确认车况正常后按下车载系统装置上的“签到”按钮，系统要求司机输入个人编号，之后启动摄像头进行人脸识别；如果人脸识别通过，系统会提示司机签到成功并显示当日的除雪任务安排；如果人脸识别未通过，系统会提示司机重新输入个人编号并进行人脸识别，最多重复三次，如果三次都未通过，则系统会提示联系运营管理模块解决问题；如果发现车况不正常，司机需要联系运营管理模块对该作业车辆进行处理，换一辆作业车辆后再进行人脸识别签到并开始工作，以确保车况正常，司机身份正确，并且可以有效地记录司机的工作时间和工作状态，提高工作效率和管理水平。
S4：作业车辆行驶过程中，系统对车辆的运行状态、道路情况、车内外环境及司机的驾驶行为进行实时监测，综合分析各方数据，给司机提供合理的道路规划及精确的导航服务。
S5：作业车辆行驶过程中，各种车载装置给司机与后台工作人员、司机与环卫工人及司机与司机之间提供通讯服务，保障信息畅通，便于及时反馈突发情况并采取对应解决措施。
S6：作业车辆行驶过程中，运营管理模块连接司机服务模块，司机接受由运营管理模块分配的除雪任务，系统监管除雪任务进行的过程和完成情况，并实时向公众和环卫工人反馈作业中的每辆作业车辆的定位和路线信息。
S7：系统连接范围内的各加油站、维修站、餐厅和卫生间，并且实时监控作业车辆的燃油、维修情况，为作业车辆提供加油和维修服务，为司机提供餐饮服务及如厕引导。
S8：当行驶中的作业车辆出现故障时，运营管理模块通知后台工作人员采取对应措施。
S9：完成司机完成当日所有除雪任务并驾驶作业车辆回基地后，系统自动弹出一个提示框，提示驾驶员通人脸识别进行签退，系统会自动记录结束时间，并保存相关的数据和信息；此外，如果驾驶员在提示框弹出后10分钟内没有操作，系统自动将其签退，以避免驾驶员长时间停留在系统中，从而浪费计算资源；驾驶员签退后，系统自动删除其个人信息和生理数据，以保护驾驶员的隐私；同时，系统将驾驶员的数据经验和其他相关数据存储在云端服务器中，以便下一次使用时可以优化系统的准确性和个性化适应性。
S10：系统每10天整理统计一次作业车辆运行数据，利用数据处理模块自动分析并形成相关的报表及图表信息；以上信息包括司机的工作时间及工作状态、行驶里程、车辆状况、除雪路线、除雪任务完成情况和作业车辆的油耗，可以反映除雪工作的整体运行情况和效果；并且可以为市政规划部门提供决策依据，包括在哪些区域增加或减少作业车辆数量，如何更合理地安排除雪任务的时间和路线，从而减少对正常交通的影响，提高市政除雪的效率；同时，这些数据还可以为系统管理者提供监控作业车辆运行情况和评估系统运行效果的基础数据，帮助系统不断优化和完善。
本发明的有益效果为：
1.提高道路除雪的效率和准确性：本发明提供的作业车辆调度系统可以实时监测车辆和路况信息，根据路况情况合理分配除雪任务，优化车辆的行驶路线，提高除雪效率和准确性，从而更快速地清理道路积雪，减少交通事故的发生。
2.提高司机和环卫工人的工作效率：本发明提供的司机服务模块和环卫工人服务模块可以实时监测作业车辆的运行状态和司机状态，及时发现和处理问题，提高工作效率。
3.提高公众服务质量和用户体验：本发明提供的公众服务模块可以向公众提供天气路况信息和作业车辆位置信息，提高服务质量和用户体验，同时提供服务互动功能，满足公众的需求。
4.降低成本和提高经济效益：本发明提供的运营管理模块可以实现对作业车辆流转的管理和监管，降低了管理成本和风险，提高经济效益。同时，本发明的系统可以根据路况情况和车辆状态进行智能调度，优化路线和任务分配，降低了能源和人力成本，提高了经济效益。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明的一种公共道路作业车辆调度系统的系统框架图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述，以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
参阅图1，本发明实施例提供了一种公共道路作业车辆调度系统，包括以下模块：
车辆监测模块、路况监测模块、司机服务模块、公众服务模块、环卫工人服务模块、运营管理模块和安全防护模块。
所述车辆监测模块，用于给所述司机服务模块、所述环卫工人服务模块、所述公众服务模块、所述运营管理模块和所述安全防护模块提供作业车辆运行状态和司机状态信息；所述车辆监测模块通过安装在作业车辆上的传感器以采集作业车辆运行参数和司机状态参数。
所述路况监测模块，用于给所述司机服务模块、所述环卫工人服务模块、所述公众服务模块、所述运营管理模块和所述安全防护模块提供路况信息；所述路况监测模块利用作业车辆上的摄像头、路面摄像头、集成式卫星摄像头、结冰传感器、路边的能见度测量仪和积雪厚度测量仪进行信息采集；且通过路面摄像头和集成式卫星摄像头对作业车辆违停进行抓拍，及时预警提醒司机。
所述司机服务模块，包括签到打卡子模块、通讯管理子模块、状态监测子模块、生活服务子模块、路线规划子模块和自学习子模块；所述签到打卡子模块基于人脸识别进行签到签退，可以有效管理司机的工作时间和工作状态，提高工作效率和管理水平；所述司机服务模块通过前挡风玻璃透明显示器显示所述通讯管理子模块、所述状态监测子模块、所述生活服务子模块和所述路线规划子模块提供的信息；所述通讯管理子模块，用于为司机与后台工作人员、司机与环卫工人及司机与司机之间提供通讯渠道；所述状态监测子模块，用于对车内司机的驾驶行为进行远程监控，后台工作人员可随时通过状态监测子模块查看任意一辆作业车辆中的司机驾驶情况；具有主动提示查看功能，当驾驶室内布置的传感器监测到司机的非正常驾驶行为时，将实时影像传递给运营管理模块且及时预警后台工作人员；所述非正常驾驶行为包括疲劳驾驶、路怒驾驶、注意力分散、闯红灯、不按规定使用安全带、超速行驶、急加速和急刹车、不当换道和超速行驶；所述状态监测子模块通过头部姿态估计和3D凝视估计来表征驾驶员状态；所述生活服务子模块，是一个功能模块，旨在为司机在出车工作期间提供便捷的生活服务，增强司机对系统的满意度和使用意愿；生活服务子模块可以通过系统界面或手机应用程序的方式，为司机提供餐厅和卫生间的位置、服务时间和消费方式信息，以便司机根据自己的需求进行选择；此外，生活服务子模块也可以通过与餐厅和卫生间的合作，实现订单预定、餐品推荐、优惠折扣服务；所述路线规划子模块，利用路况检测模块提供的信息，结合地图和天气预报数据，对每个司机的除雪任务进行路线规划；在路线规划的过程中，综合考虑道路状况、车流情况、道路斜度、车速限制和交通信号灯因素，以及作业车辆的行驶速度和油量；在路线规划的同时，路线规划子模块还需要根据除雪任务的具体要求，合理地安排司机的工作时间，这包括根据天气预报和工作量预测，估算出每个司机需要花费的时间，以及合理地安排司机的工作和休息时间，以确保司机的安全和健康；所述自学习子模块通过机器学习算法来分析驾驶员的生理信息，在驾驶过程中累积数据经验，并根据这些经验进行自我学习和调整；通过不断地训练和调整，自学习子模块可以逐渐提高其对驾驶员状态的分析准确性，并提供相应的预警和建议，帮助驾驶员更好地管理自己的行为和状态；此外，自学习子模块还可以利用数据分析技术和智能算法，分析车辆和道路信息，以优化除雪任务的安排和执行；自学习子模块根据历史数据和经验，为每个司机提供个性化的除雪任务安排，以提高除雪工作的效率和质量；还可以根据驾驶员的驾驶习惯和路线，提供更准确的导航建议和行驶建议。
所述公众服务模块用于给公众提供天气路况信息以及作业车辆的位置和行驶路线，并提供服务互动功能；所述公共服务模块通过网站和微信小程序实现与公众的互动，公众可以通过以上两种方式提交需要除雪的路段的照片和定位，后台工作人员根据0-5级对公众提交的除雪任务的紧要级别进行标定，紧要级别为1-5级的除雪任务留在系统中并发放给合适的司机，紧要级别为0级的除雪任务自动删除，且30分钟内不再接收用户提交的该定位10米以内的除雪任务。
所述环卫工人服务模块，用于环卫工人接受运营管理模块安排的小型除雪任务，以及将需要作业车辆来完成的除雪任务的定位和紧要级别上传至系统，环卫工人根据雪层的面积、厚度和硬度以及道路几何形状和对交通状况的影响自行判断除雪任务的紧要级别；环卫工人在任务完成后提交任务完成报告，并对任务的难易程度、时间安排、所需工具和资源进行反馈，以帮助后台工作人员进行任务安排的优化和改进。
所述运营管理模块，用于给后台工作人员提供管理作业车辆流转的服务功能并监管除雪过程，同时，当检测到作业车辆出现故障时，及时采取相应措施；所述运营管理模块可以根据各种监测设备所提供的路面状态信息，结合历史数据并使用任务分配优化算法，根据任务的需求和司机的能力将每个除雪任务分配给最适合的作业车辆司机，更好地规划除雪路线，提高除雪效率；司机标记某除雪任务为已解决后系统中自动隐藏该任务，然后由后台工作人员根据布置在作业车辆上的摄像头录像或路边摄像头对完成情况进行检查，合格则删除该除雪任务，不合格则重新评分并计入系统分配给附近司机；对于某些作业车辆不能胜任的小型除雪任务，使用任务分配优化算法根据任务的需求和工人的能力来匹配合适的环卫工人；当环卫工人在系统中确认已完成该小型除雪任务后，由后台工作人员检查合格后删除该小型除雪任务。
将所述故障按影响进行除雪任务的程度分为3级：
A级故障为不影响作业车辆进行除雪任务也不影响作业车辆正常行驶的故障，发生A级故障时，司机按照正常程序进行除雪任务，在任务结束后将作业车辆驾驶到维修站，由维修人员负责修理，然后司机可以在系统上进行签退，在作业车辆修理好后，运营管理模块安排人员将作业车辆驾驶回基地。
B级故障为影响作业车辆进行除雪任务但不影响作业车辆正常行驶的故障，发生B级故障时，司机立刻结束除雪任务并将作业车辆驾驶到附近的维修站，由维修人员负责修理；运营管理模块将当前除雪任务分配给合适的司机。
C级故障为影响作业车辆正常行驶的故障，分为C1级故障和C2级故障：C1级故障为维修人员来现场可以修好的故障，C2级故障为需要将作业车辆转移到维修站才能解决的故障；发生C1级故障时，司机立刻结束除雪任务，并就近寻找合适的地方停车，等待运营管理模块安排的维修人员修理，同时运营管理模块将当前除雪任务分配给合适的司机，修理完成后，司机参与到系统重新安排的除雪任务中；发生C2级故障时，司机立刻结束当日所有除雪任务，并就近寻找合适的地方停车且在系统上进行签退，等待运营管理模块安排的拖车前来将作业车辆转移到维修站，同时运营管理模块将当前除雪任务分配给合适的司机。
所述安全防护模块包括驾驶安全子模块、行人安全子模块、通讯安全子模块和数据安全子模块；所述驾驶安全子模块用于结合作业车辆运行状态、交通路况信息和天气信息合理提醒司机选择合适的驾驶方式进行驾驶以提高驾驶安全性，当作业车辆行驶在结冰路面时，驾驶安全子模块会建议司机减缓车速，并提醒司机保持车辆的稳定性；当路面湿滑或能见度低时，驾驶安全子模块会提醒司机注意行驶安全，适当加强对路面的观察，以及注意行人、其他车辆的行动；所述行人安全子模块采用基于毫米波雷达的生命体征监测技术在作业车辆行驶过程中对车外行人进行实时监测，监测到与行人的碰撞概率大于碰撞概率阈值时作业车辆紧急制动；所述通讯安全子模块通过实现端对端的强加密的方式来保障系统内的司机、环卫工人、后台工作人员之间的通讯安全；所述数据安全子模块通过对系统内数据进行分级保护和实施多种访问权限控制的方式确保系统内的数据安全，防止数据泄露和滥用；通过将不同类型的数据划分为不同保密级别，可以根据不同级别的保密性采取不同的保护措施，并针对用户身份和权限实施访问权限控制，以确保只有授权用户才能访问相关数据；同时，在数据访问日志中记录用户访问数据的痕迹并在数据中嵌入用户身份水印，从而加强对数据的扩散溯源能力，以便在数据发生泄露或滥用时进行溯源和追责。
路线规划子模块将逆向优化方法与有能力约束的车辆路径调度模型结合，令除雪路线能够融入经验丰富的作业车辆司机的历史工作数据；具体步骤如下所示：
S1：数据预处理：
将作业车辆司机的历史工作数据转换为道路网络图中的边权重，代表该路段的通行时间和路况等级；将有能力约束的车辆路径调度模型中的数据转化为图中的节点和边，包括每个除雪任务的地点、作业车辆出发点和终点，以及它们之间的距离和时间窗。
设作业车辆辆数为K，作业车辆k的除雪容量为Qk，除雪路线为S，每个目标点i的需求为qi，目标点i的除雪时间为si，作业车辆的最大行驶距离为dmax，则有能力约束的车辆路径调度模型可以表示为：
S2：逆向优化方法求解：
利用逆向优化方法，先随机生成一组车辆路径调度方案，然后从最后一个任务开始，逆向地考虑每个任务的服务时间和路程，更新车辆路径，并不断迭代更新，直到收敛。
设除雪路线为S，每个目标点i的服务时间为ti，作业车辆辆的最大速度为vmax，作业车辆在目标点i的停留时间为di，则逆向路径规划模型可以表示为：
其中，wi表示目标点i的权重，Tij表示从目标点i到目标点j的最短时间，Ti0表示从目标点i到出发点的最短时间。
S3：考虑司机经验：
通过分析作业车辆司机历史工作数据，提取其常用的道路路线，并将其加入有能力约束的车辆路径调度模型中，根据司机历史工作数据，给经常走的路段设置较低的路程时间和路程成本，优先考虑经验路线。
所述任务分配优化算法为匈牙利算法，通过以下步骤求解最优匹配方案：
S1：确定除雪任务的需求和作业人员的能力：通过除雪任务所需的工作量、工作难度、工作条件和紧要级别综合评价任务的需求；通过作业人员的技能、经验和工作效率综合评价作业人员能力。
S2：将除雪任务的需求和作业人员的能力组成一个矩阵，其中行表示除雪任务，列表示作业人员，矩阵中每个元素代表除雪任务和作业人员之间的匹配程度。
S3：初始化一个空的匹配方案，即将所有作业人员和除雪任务都视为未匹配状态。
S4：对于每个未匹配的任务，依次查找与其最匹配的未分配任务的作业人员，并将任务与该作业人员匹配，采用find_path函数实现。
S5：如果当前匹配方案已经是最优方案，则结束算法；否则，通过交替路径的方式不断增加匹配数，直到无法再增加为止。
S6：输出匹配方案，即将每个任务分配给哪个作业人员(作业车辆司机或环卫工人)。
匈牙利算法的公式如下：
令C为除雪任务-作业人员矩阵，其中C[i,j]表示第i个除雪任务和第j个作业人员之间的匹配程度，则最优匹配方案可以表示为一个集合M，其中M包含若干个二元组(i,j)，表示除雪任务i分配给作业人员j。
令p[i]表示除雪任务i当前匹配的作业人员，q[j]表示作业人员j当前匹配的除雪任务，则可以使用以下公式来计算除雪任务-作业人员矩阵中每个元素的权值：
使用匈牙利算法求解最优匹配方案时，可以使用以下公式来计算每个作业人员和除雪任务之间的匹配权重：
其中n和m分别表示除雪任务和作业人员的数量，wi,j表示除雪任务-作业人员矩阵中元素(i,j)的权值，xi,j为0或1，表示是否将除雪任务i分配给作业人员j。
行人安全子模块包括如下步骤：
S1：利用基于毫米波雷达的生命体征监测技术，获取车外行人的实时监测数据，包括距离d和速度vped。
S2：根据实时监测数据，计算出作业车辆和行人之间的相对速度vrel和相对距离drel；
vrel＝v-vped
其中，v是作业车辆速度；
drel＝d-l
其中，l是车身长度。
S3：计算出行人和作业车辆之间的最短碰撞时间Tc和碰撞概率Pc；
/>
其中，Th是人的反应时间，一般取1秒。
S4：根据作业车辆速度v计算出碰撞概率阈值k：
判断碰撞概率Pc是否大于碰撞概率阈值k，如果Pc＞k，说明存在碰撞的风险，则触发作业车辆的紧急制动系统，此时紧急制动，停止作业车辆。
综上所述，该公共道路作业车辆调度系统包括如下步骤：
S1：后台工作人员将作业车辆的基础车辆信息(车型、颜色和车牌信息)和司机的基础个人信息(姓名、性别、身份证号码和驾驶执照号码)录入系统，并对作业车辆和司机分别进行编号，每辆作业车辆和每个司机分别有自己的唯一车辆编号和个人编号，之后将所有信息存储到后台管理中心及云端数据平台，方便进行管理和查询。
S2：当驾驶员首次使用本系统时，系统要求驾驶员输入个人编号，然后进行人脸识别来确认身份并激活账号，确保系统只对已注册的驾驶员开放，提高系统的安全性和可靠性；在驾驶员使用系统的过程中，系统根据驾驶员的驾驶数据经验来优化驾驶员的个性化适应性。
S3：进行当日除雪任务前，司机到达基地取作业车辆，然后进行车况检查，确认车况正常后按下车载系统装置上的“签到”按钮，系统要求司机输入个人编号，之后启动摄像头进行人脸识别；如果人脸识别通过，系统会提示司机签到成功并显示当日的除雪任务安排；如果人脸识别未通过，系统会提示司机重新输入个人编号并进行人脸识别，最多重复三次，如果三次都未通过，则系统会提示联系运营管理模块解决问题；如果发现车况不正常，司机需要联系运营管理模块对该作业车辆进行处理，换一辆作业车辆后再进行人脸识别签到并开始工作，以确保车况正常，司机身份正确，并且可以有效地记录司机的工作时间和工作状态，提高工作效率和管理水平。
S4：作业车辆行驶过程中，系统对车辆的运行状态、道路情况、车内外环境及司机的驾驶行为进行实时监测，综合分析各方数据，给司机提供合理的道路规划及精确的导航服务。
S5：作业车辆行驶过程中，各种车载装置给司机与后台工作人员、司机与环卫工人及司机与司机之间提供通讯服务，保障信息畅通，便于及时反馈突发情况并采取对应解决措施。
S6：作业车辆行驶过程中，运营管理模块连接司机服务模块，司机接受由运营管理模块分配的除雪任务，系统监管除雪任务进行的过程和完成情况，并实时向公众和环卫工人反馈作业中的每辆作业车辆的定位和路线信息。
S7：系统连接范围内的各加油站、维修站、餐厅和卫生间，并且实时监控作业车辆的燃油、维修情况，为作业车辆提供加油和维修服务，为司机提供餐饮服务及如厕引导。
S8：当行驶中的作业车辆出现故障时，运营管理模块通知后台工作人员采取对应措施。
S9：完成司机完成当日所有除雪任务并驾驶作业车辆回基地后，系统自动弹出一个提示框，提示驾驶员通人脸识别进行签退，系统会自动记录结束时间，并保存相关的数据和信息；此外，如果驾驶员在提示框弹出后10分钟内没有操作，系统自动将其签退，以避免驾驶员长时间停留在系统中，从而浪费计算资源；驾驶员签退后，系统自动删除其个人信息和生理数据，以保护驾驶员的隐私；同时，系统将驾驶员的数据经验和其他相关数据存储在云端服务器中，以便下一次使用时可以优化系统的准确性和个性化适应性。
S10：系统每10天整理统计一次作业车辆运行数据，利用数据处理模块自动分析并形成相关的报表及图表信息；以上信息包括司机的工作时间及工作状态、行驶里程、车辆状况、除雪路线、除雪任务完成情况和作业车辆的油耗，可以反映除雪工作的整体运行情况和效果；并且可以为市政规划部门提供决策依据，包括在哪些区域增加或减少作业车辆数量，如何更合理地安排除雪任务的时间和路线，从而减少对正常交通的影响，提高市政除雪的效率；同时，这些数据还可以为系统管理者提供监控作业车辆运行情况和评估系统运行效果的基础数据，帮助系统不断优化和完善。
以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
Claims (5)
1.一种公共道路作业车辆调度系统，其特征在于，包括车辆监测模块、路况监测模块、司机服务模块、公众服务模块、环卫工人服务模块、运营管理模块和安全防护模块；
所述车辆监测模块，用于给所述司机服务模块、所述环卫工人服务模块、所述公众服务模块、所述运营管理模块和所述安全防护模块提供作业车辆运行状态和司机状态信息；所述车辆监测模块通过安装在作业车辆上的传感器以采集作业车辆运行参数和司机状态参数；
所述路况监测模块，用于给所述司机服务模块、所述环卫工人服务模块、所述公众服务模块、所述运营管理模块和所述安全防护模块提供路况信息；所述路况监测模块利用作业车辆上的摄像头、路面摄像头、集成式卫星摄像头、结冰传感器、路边的能见度测量仪和积雪厚度测量仪进行信息采集；且通过路面摄像头和集成式卫星摄像头对作业车辆违停进行抓拍，及时预警提醒司机；
所述司机服务模块，包括签到打卡子模块、通讯管理子模块、状态监测子模块、生活服务子模块、路线规划子模块和自学习子模块；所述签到打卡子模块基于人脸识别进行签到签退，能够有效管理司机的工作时间和工作状态，提高工作效率和管理水平；所述司机服务模块通过前挡风玻璃透明显示器显示所述通讯管理子模块、所述状态监测子模块、所述生活服务子模块和所述路线规划子模块提供的信息；所述通讯管理子模块，用于为司机与后台工作人员、司机与环卫工人及司机与司机之间提供通讯渠道；所述状态监测子模块，用于对车内司机的驾驶行为进行远程监控，后台工作人员能够随时通过状态监测子模块查看任意一辆作业车辆中的司机驾驶情况；具有主动提示查看功能，当驾驶室内布置的传感器监测到司机的非正常驾驶行为时，将实时影像传递给运营管理模块且及时预警后台工作人员；所述非正常驾驶行为包括疲劳驾驶、路怒驾驶、注意力分散、闯红灯、不按规定使用安全带、超速行驶、急加速和急刹车、不当换道和超速行驶；所述状态监测子模块通过头部姿态估计和3D凝视估计来表征驾驶员状态；所述生活服务子模块，是一个功能模块，旨在为司机在出车工作期间提供便捷的生活服务，增强司机对系统的满意度和使用意愿；生活服务子模块能够通过系统界面或手机应用程序的方式，为司机提供餐厅和卫生间的位置、服务时间和消费方式信息，以便司机根据自己的需求进行选择；此外，生活服务子模块也能够通过与餐厅和卫生间的合作，实现订单预定、餐品推荐和优惠折扣服务；所述路线规划子模块，利用路况监测模块提供的信息，结合地图和天气预报数据，对每个司机的除雪任务进行路线规划；在路线规划的过程中，综合考虑道路状况、车流情况、道路斜度、车速限制和交通信号灯因素，以及作业车辆的行驶速度和油量；在路线规划的同时，路线规划子模块还需要根据除雪任务的具体要求，合理地安排司机的工作时间，这包括根据天气预报和工作量预测，估算出每个司机需要花费的时间，以及合理地安排司机的工作和休息时间，以确保司机的安全和健康；所述自学习子模块通过机器学习算法来分析驾驶员的生理信息，在驾驶过程中累积数据经验，并根据这些经验进行自我学习和调整；通过不断地训练和调整，自学习子模块能够逐渐提高其对驾驶员状态的分析准确性，并提供相应的预警和建议，帮助驾驶员更好地管理自己的行为和状态；此外，自学习子模块还能够利用数据分析技术和智能算法，分析车辆和道路信息，以优化除雪任务的安排和执行；自学习子模块根据历史数据和经验，为每个司机提供个性化的除雪任务安排，以提高除雪工作的效率和质量；还能够根据驾驶员的驾驶习惯和路线，提供更准确的导航建议和行驶建议；
所述公众服务模块用于给公众提供天气路况信息以及作业车辆的位置和行驶路线，并提供服务互动功能；所述公众服务模块通过网站和微信小程序实现与公众的互动，公众能够通过以上两种方式提交需要除雪的路段的照片和定位，后台工作人员根据0-5级对公众提交的除雪任务的紧要级别进行标定，紧要级别为1-5级的除雪任务留在系统中并发放给合适的司机，紧要级别为0级的除雪任务自动删除，且30分钟内不再接收用户提交的该定位10米以内的除雪任务；
所述环卫工人服务模块，用于环卫工人接受运营管理模块安排的小型除雪任务，以及将需要作业车辆来完成的除雪任务的定位和紧要级别上传至系统，环卫工人根据雪层的面积、厚度和硬度以及道路几何形状和对交通状况的影响自行判断除雪任务的紧要级别；环卫工人在任务完成后提交任务完成报告，并对任务的难易程度、时间安排、所需工具和资源进行反馈，以帮助后台工作人员进行任务安排的优化和改进；
所述运营管理模块，用于给后台工作人员提供管理作业车辆流转的服务功能并监管除雪过程，同时，当检测到作业车辆出现故障时，及时采取相应措施；所述运营管理模块能够根据各种监测设备所提供的路面状态信息，结合历史数据并使用任务分配优化算法，根据任务的需求和司机的能力将每个除雪任务分配给最适合的作业车辆司机，更好地规划除雪路线，提高除雪效率；司机标记某除雪任务为已解决后系统中自动隐藏该任务，然后由后台工作人员根据布置在作业车辆上的摄像头录像或路边摄像头对完成情况进行检查，合格则删除该除雪任务，不合格则重新评分并计入系统分配给附近司机；对于某些作业车辆不能胜任的小型除雪任务，使用任务分配优化算法根据任务的需求和工人的能力来匹配合适的环卫工人；当环卫工人在系统中确认已完成该小型除雪任务后，由后台工作人员检查合格后删除该小型除雪任务；
将所述故障按影响进行除雪任务的程度分为3级：
A级故障为不影响作业车辆进行除雪任务也不影响作业车辆正常行驶的故障，发生A级故障时，司机按照正常程序进行除雪任务，在任务结束后将作业车辆驾驶到维修站，由维修人员负责修理，然后司机能够在系统上进行签退，在作业车辆修理好后，运营管理模块安排人员将作业车辆驾驶回基地；
B级故障为影响作业车辆进行除雪任务但不影响作业车辆正常行驶的故障，发生B级故障时，司机立刻结束除雪任务并将作业车辆驾驶到附近的维修站，由维修人员负责修理；运营管理模块将当前除雪任务分配给合适的司机；
C级故障为影响作业车辆正常行驶的故障，分为C1级故障和C2级故障：C1级故障为维修人员来现场能够修好的故障，C2级故障为需要将作业车辆转移到维修站才能解决的故障；发生C1级故障时，司机立刻结束除雪任务，并就近寻找合适的地方停车，等待运营管理模块安排的维修人员修理，同时运营管理模块将当前除雪任务分配给合适的司机，修理完成后，司机参与到系统重新安排的除雪任务中；发生C2级故障时，司机立刻结束当日所有除雪任务，并就近寻找合适的地方停车且在系统上进行签退，等待运营管理模块安排的拖车前来将作业车辆转移到维修站，同时运营管理模块将当前除雪任务分配给合适的司机；
所述安全防护模块包括驾驶安全子模块、行人安全子模块、通讯安全子模块和数据安全子模块；所述驾驶安全子模块用于结合作业车辆运行状态、交通路况信息和天气信息合理提醒司机选择合适的驾驶方式进行驾驶以提高驾驶安全性，当作业车辆行驶在结冰路面时，驾驶安全子模块会建议司机减缓车速，并提醒司机保持车辆的稳定性；当路面湿滑或能见度低时，驾驶安全子模块会提醒司机注意行驶安全，适当加强对路面的观察，以及注意行人和其他车辆的行动；所述行人安全子模块采用基于毫米波雷达的生命体征监测技术在作业车辆行驶过程中对车外行人进行实时监测，监测到与行人的碰撞概率大于碰撞概率阈值时作业车辆紧急制动；所述通讯安全子模块通过实现端对端的强加密的方式来保障系统内的司机、环卫工人、后台工作人员之间的通讯安全；所述数据安全子模块通过对系统内数据进行分级保护和实施多种访问权限控制的方式确保系统内的数据安全，防止数据泄露和滥用；通过将不同类型的数据划分为不同保密级别，能够根据不同级别的保密性采取不同的保护措施，并针对用户身份和权限实施访问权限控制，以确保只有授权用户才能访问相关数据；同时，在数据访问日志中记录用户访问数据的痕迹并在数据中嵌入用户身份水印，从而加强对数据的扩散溯源能力，以便在数据发生泄露或滥用时进行溯源和追责。
2.如权利要求1所述的公共道路作业车辆调度系统，其特征在于，所述路线规划子模块将逆向优化方法与有能力约束的车辆路径调度模型结合，令除雪路线能够融入经验丰富的作业车辆司机的历史工作数据；具体步骤如下所示：
S1：数据预处理：
将作业车辆司机的历史工作数据转换为道路网络图中的边权重，所述边权重代表该路段的通行时间和路况等级；将有能力约束的车辆路径调度模型中的数据转化为图中的节点和边，包括每个除雪任务的地点、作业车辆出发点和终点，以及它们之间的距离和时间窗；
设作业车辆辆数为K，作业车辆k的除雪容量为Qk，除雪路线为S，每个目标点i的除雪需求为qi，则有能力约束的车辆路径调度模型表示为：
subject to:
S2：逆向优化方法求解：
利用逆向优化方法，先随机生成一组车辆路径调度方案，然后从最后一个任务开始，逆向地考虑每个任务的服务时间和路程，更新车辆路径，并不断迭代更新，直到收敛；
设除雪路线为S，每个目标点i的服务时间为ti，作业车辆的最大速度为vmax，目标点i和目标点j之间的距离为dij，则逆向路径规划模型表示为：
subject to:
其中，wi表示目标点i的权重，Tij表示从目标点i到目标点j并且完成除雪任务的最短时间，T0i表示从出发点到目标点i并且完成除雪任务的最短时间；
S3：考虑司机经验：
通过分析作业车辆司机历史工作数据，提取其常用的道路路线，并将其加入有能力约束的车辆路径调度模型中，根据司机历史工作数据，给经常走的路段设置较低的路程时间和路程成本，优先考虑经验路线。
3.如权利要求1所述的公共道路作业车辆调度系统，其特征在于，所述任务分配优化算法为匈牙利算法，通过以下步骤求解最优匹配方案：
S1：确定除雪任务的需求和作业人员的能力：通过除雪任务所需的工作量、工作难度、工作条件和紧要级别综合评价任务的需求；通过作业人员的技能、经验和工作效率综合评价作业人员能力；
S2：将除雪任务的需求和作业人员的能力组成一个矩阵，其中行表示除雪任务，列表示作业人员，矩阵中每个元素代表除雪任务和作业人员之间的匹配程度；
S3：初始化一个空的匹配方案，即将所有作业人员和除雪任务都视为未匹配状态；
S4：对于每个未匹配的任务，依次查找与其最匹配的未分配任务的作业人员，并将任务与该作业人员匹配，采用find_path函数实现；
S5：如果当前匹配方案已经是最优方案，则结束算法；否则，通过交替路径的方式不断增加匹配数，直到无法再增加为止；
S6：输出匹配方案，即将每个任务分配给哪个作业人员；
匈牙利算法的公式如下：
令C为除雪任务-作业人员矩阵，其中C[i,j]表示第i个除雪任务和第j个作业人员之间的匹配程度，则最优匹配方案表示为一个集合M，其中M包含若干个二元组(i,j)，表示除雪任务i分配给作业人员j；
令p[i]表示除雪任务i当前匹配的作业人员，q[j]表示作业人员j当前匹配的除雪任务，则使用以下公式来计算除雪任务-作业人员矩阵中每个元素的权值：
使用匈牙利算法求解最优匹配方案时，使用以下公式来计算每个作业人员和除雪任务之间的匹配权重：
其中n和m分别表示除雪任务和作业人员的数量，wi,j表示除雪任务-作业人员矩阵中元素(i,j)的权值，xi,j为0或1，表示是否将除雪任务i分配给作业人员j；
所述作业人员为作业车辆司机或环卫工人。
4.如权利要求1所述的公共道路作业车辆调度系统，其特征在于，所述行人安全子模块，其特征在于，包括如下步骤：
S1：利用基于毫米波雷达的生命体征监测技术，获取车外行人的实时监测数据，包括距离d和速度vped；
S2：根据实时监测数据，计算出作业车辆和行人之间的相对速度vrel和相对距离drel；
vrel＝v-vped
其中，v是作业车辆速度；
drel＝d-l
其中，l是车身长度；
S3：计算出行人和作业车辆之间的最短碰撞时间Tc和碰撞概率Pc；
其中，Th是人的反应时间，一般取1秒；
S4：根据作业车辆速度v计算出碰撞概率阈值k：
判断碰撞概率Pc是否大于碰撞概率阈值k，如果Pc＞k，说明存在碰撞的风险，则触发作业车辆的紧急制动系统，此时紧急制动，停止作业车辆。
5.如权利要求1所述的公共道路作业车辆调度系统，其特征在于，包括如下步骤：
S1：后台工作人员将作业车辆的基础车辆信息和司机的基础个人信息录入系统，并对作业车辆和司机分别进行编号，每辆作业车辆和每个司机分别有自己的唯一车辆编号和个人编号，之后将所有信息存储到后台管理中心及云端数据平台，方便进行管理和查询；
所述作业车辆的基础车辆信息包括车型、颜色和车牌信息；
所述司机的基础个人信息包括姓名、性别、身份证号码和驾驶执照号码；
S2：当驾驶员首次使用本系统时，系统要求驾驶员输入个人编号，然后进行人脸识别来确认身份并激活账号，确保系统只对已注册的驾驶员开放，提高系统的安全性和可靠性；在驾驶员使用系统的过程中，系统根据驾驶员的驾驶数据经验来优化驾驶员的个性化适应性；
S3：进行当日除雪任务前，司机到达基地取作业车辆，然后进行车况检查，确认车况正常后按下车载系统装置上的“签到”按钮，系统要求司机输入个人编号，之后启动摄像头进行人脸识别；如果人脸识别通过，系统会提示司机签到成功并显示当日的除雪任务安排；如果人脸识别未通过，系统会提示司机重新输入个人编号并进行人脸识别，最多重复三次，如果三次都未通过，则系统会提示联系运营管理模块解决问题；如果发现车况不正常，司机需要联系运营管理模块对该作业车辆进行处理，换一辆作业车辆后再进行人脸识别签到并开始工作，以确保车况正常，司机身份正确，并且能够有效地记录司机的工作时间和工作状态，提高工作效率和管理水平；
S4：作业车辆行驶过程中，系统对车辆的运行状态、道路情况、车内外环境及司机的驾驶行为进行实时监测，综合分析各方数据，给司机提供合理的道路规划及精确的导航服务；
S5：作业车辆行驶过程中，各种车载装置给司机与后台工作人员、司机与环卫工人及司机与司机之间提供通讯服务，保障信息畅通，便于及时反馈突发情况并采取对应解决措施；
S6：作业车辆行驶过程中，运营管理模块连接司机服务模块，司机接受由运营管理模块分配的除雪任务，系统监管除雪任务进行的过程和完成情况，并实时向公众和环卫工人反馈作业中的每辆作业车辆的定位和路线信息；
S7：系统连接范围内的各加油站、维修站、餐厅和卫生间，并且实时监控作业车辆的燃油和维修情况，为作业车辆提供加油和维修服务，为司机提供餐饮服务及如厕引导；
S8：当行驶中的作业车辆出现故障时，运营管理模块通知后台工作人员采取对应措施；
S9：完成司机完成当日所有除雪任务并驾驶作业车辆回基地后，系统自动弹出一个提示框，提示驾驶员通人脸识别进行签退，系统会自动记录结束时间，并保存相关的数据和信息；此外，如果驾驶员在提示框弹出后10分钟内没有操作，系统自动将其签退，以避免驾驶员长时间停留在系统中，从而浪费计算资源；驾驶员签退后，系统自动删除其个人信息和生理数据，以保护驾驶员的隐私；同时，系统将驾驶员的数据经验和其他相关数据存储在云端服务器中，以便下一次使用时能够优化系统的准确性和个性化适应性；
S10：系统每10天整理统计一次作业车辆运行数据，利用数据处理模块自动分析并形成相关的报表及图表信息；以上信息包括司机的工作时间及工作状态、行驶里程、车辆状况、除雪路线、除雪任务完成情况和作业车辆的油耗，能够反映除雪工作的整体运行情况和效果；并且能够为市政规划部门提供决策依据，包括在哪些区域增加或减少作业车辆数量，如何更合理地安排除雪任务的时间和路线，从而减少对正常交通的影响，提高市政除雪的效率；同时，这些数据还能够为系统管理者提供监控作业车辆运行情况和评估系统运行效果的基础数据，帮助系统不断优化和完善。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310205502.7A CN116206463B (zh) | 2023-03-06 | 2023-03-06 | 一种公共道路作业车辆调度系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310205502.7A CN116206463B (zh) | 2023-03-06 | 2023-03-06 | 一种公共道路作业车辆调度系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116206463A CN116206463A (zh) | 2023-06-02 |
| CN116206463B true CN116206463B (zh) | 2024-04-26 |
Family
ID=86510957
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310205502.7A Active CN116206463B (zh) | 2023-03-06 | 2023-03-06 | 一种公共道路作业车辆调度系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116206463B (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5864783A (en) * | 1997-04-04 | 1999-01-26 | Sno-Way International | Apparatus for testing snow removal equipment |
| JP2002099983A (ja) * | 2000-09-21 | 2002-04-05 | Casio Comput Co Ltd | 配車指示装置、配車システム、配車方法および記憶媒体 |
| JP2003013418A (ja) * | 2001-06-29 | 2003-01-15 | Toshiba Corp | 除雪ロボット車両の移動方法およびシステム並びに除雪ロボット車両による除雪システム |
| JP2004169355A (ja) * | 2002-11-19 | 2004-06-17 | Hitachi Constr Mach Co Ltd | 除雪管理方法及びシステム |
| JP2005290886A (ja) * | 2004-04-01 | 2005-10-20 | Hitachi Constr Mach Co Ltd | 除雪作業管理システム |
| KR20070095654A (ko) * | 2006-03-22 | 2007-10-01 | 호진형 | 차량 연계 관리 서비스 시스템 및 그것의 운용방법 |
| KR20140024945A (ko) * | 2014-02-11 | 2014-03-03 | 주식회사 스마트에어 챔버 | 이동식 작업차량을 이용한 4 계절 실시간 현장 영상 중계 시스템 및 영상 중계 방법 |
| KR101581299B1 (ko) * | 2015-08-03 | 2016-01-04 | 창전이앤시 주식회사 | 도로 제설작업을 위한 스마트 종합관제시스템 |
| CN107239858A (zh) * | 2017-06-01 | 2017-10-10 | 大连好突出科技有限公司 | 服务路径规划方法、装置与电子设备 |
| CN109685254A (zh) * | 2018-12-12 | 2019-04-26 | 佳顿集团有限公司 | 一种人工滑雪场运输系统及运输方法 |
| CN110319839A (zh) * | 2019-08-02 | 2019-10-11 | 上海海事大学 | 一种适用于极地冰区航行的智能导航app系统 |
| CN110633821A (zh) * | 2018-10-29 | 2019-12-31 | 成都云科新能汽车技术有限公司 | 一种智能车队管理系统及方法 |
| CN111605556A (zh) * | 2020-06-05 | 2020-09-01 | 吉林大学 | 一种防路怒症识别及控制系统 |
| KR102380856B1 (ko) * | 2021-06-17 | 2022-04-01 | 주식회사 세이브라이프 | 제설작업 차량의 자율작업 기능을 갖춘 제설제 살포 시스템 및 방법 |
| CN115310758A (zh) * | 2022-06-30 | 2022-11-08 | 华设设计集团北京民航设计研究院有限公司 | 一种机场保障车辆任务调度方法和系统 |
| CN115438930A (zh) * | 2022-08-22 | 2022-12-06 | 南京航空航天大学 | 除冰作业模式下除冰保障资源协同调度方法及存储介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203165047U (zh) * | 2013-03-26 | 2013-08-28 | 中国国际海运集装箱(集团)股份有限公司 | 一种除雪类车辆的车载终端及监控调度系统 |
| CN105741006B (zh) * | 2015-08-21 | 2020-02-11 | 苏州市伏泰信息科技股份有限公司 | 环卫车辆作业状况智能监管系统 |
| CN108360442B (zh) * | 2018-02-26 | 2020-04-28 | 深圳市易成自动驾驶技术有限公司 | 智能除雪方法、智能除雪车及计算机可读存储介质 |
| CN109853450A (zh) * | 2019-01-29 | 2019-06-07 | 哈尔滨航天恒星数据系统科技有限公司 | 清雪系统 |
| CN112927467B (zh) * | 2021-02-04 | 2023-02-28 | 天津同丰信息技术有限公司 | 一种车载智能终端 |
| CN114355918A (zh) * | 2021-12-27 | 2022-04-15 | 北京航天数据股份有限公司 | 一种除冰车路径规划方法、装置及存储介质 |
-
2023
- 2023-03-06 CN CN202310205502.7A patent/CN116206463B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5864783A (en) * | 1997-04-04 | 1999-01-26 | Sno-Way International | Apparatus for testing snow removal equipment |
| JP2002099983A (ja) * | 2000-09-21 | 2002-04-05 | Casio Comput Co Ltd | 配車指示装置、配車システム、配車方法および記憶媒体 |
| JP2003013418A (ja) * | 2001-06-29 | 2003-01-15 | Toshiba Corp | 除雪ロボット車両の移動方法およびシステム並びに除雪ロボット車両による除雪システム |
| JP2004169355A (ja) * | 2002-11-19 | 2004-06-17 | Hitachi Constr Mach Co Ltd | 除雪管理方法及びシステム |
| JP2005290886A (ja) * | 2004-04-01 | 2005-10-20 | Hitachi Constr Mach Co Ltd | 除雪作業管理システム |
| KR20070095654A (ko) * | 2006-03-22 | 2007-10-01 | 호진형 | 차량 연계 관리 서비스 시스템 및 그것의 운용방법 |
| KR20140024945A (ko) * | 2014-02-11 | 2014-03-03 | 주식회사 스마트에어 챔버 | 이동식 작업차량을 이용한 4 계절 실시간 현장 영상 중계 시스템 및 영상 중계 방법 |
| KR101581299B1 (ko) * | 2015-08-03 | 2016-01-04 | 창전이앤시 주식회사 | 도로 제설작업을 위한 스마트 종합관제시스템 |
| CN107239858A (zh) * | 2017-06-01 | 2017-10-10 | 大连好突出科技有限公司 | 服务路径规划方法、装置与电子设备 |
| CN110633821A (zh) * | 2018-10-29 | 2019-12-31 | 成都云科新能汽车技术有限公司 | 一种智能车队管理系统及方法 |
| CN109685254A (zh) * | 2018-12-12 | 2019-04-26 | 佳顿集团有限公司 | 一种人工滑雪场运输系统及运输方法 |
| CN110319839A (zh) * | 2019-08-02 | 2019-10-11 | 上海海事大学 | 一种适用于极地冰区航行的智能导航app系统 |
| CN111605556A (zh) * | 2020-06-05 | 2020-09-01 | 吉林大学 | 一种防路怒症识别及控制系统 |
| KR102380856B1 (ko) * | 2021-06-17 | 2022-04-01 | 주식회사 세이브라이프 | 제설작업 차량의 자율작업 기능을 갖춘 제설제 살포 시스템 및 방법 |
| CN115310758A (zh) * | 2022-06-30 | 2022-11-08 | 华设设计集团北京民航设计研究院有限公司 | 一种机场保障车辆任务调度方法和系统 |
| CN115438930A (zh) * | 2022-08-22 | 2022-12-06 | 南京航空航天大学 | 除冰作业模式下除冰保障资源协同调度方法及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 基于MAS的高速公路除冰除雪作业指挥管理系统研究;徐武欣;中国优秀硕士学位论文全文数据库;20120115;全文 * |
| 实时信息下除雪车辆优化调度分析;于洋;刘刚;丁宁;;科学技术与工程;20091001(第19期);全文 * |
| 杭州绕城西复线交通气象预警与服务技术研究;石胜华;王安娜;蔡蕾;吕晨阳;;公路交通科技(应用技术版);20200615(第06期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116206463A (zh) | 2023-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108364494B (zh) | 道路交通智能管理方法、系统及平台 | |
| US20220366326A1 (en) | Systems and Methods of Multimodal Transportation Management | |
| CN109035117B (zh) | 一种自动化地面道路交通系统实现方法 | |
| CN109118758A (zh) | 一种面向移动共享的智能网联交通管理系统 | |
| Chowdhury et al. | Fundamentals of intelligent transportation systems planning | |
| CN103201778B (zh) | 车辆监控和识别系统 | |
| Owczarzak et al. | Design of passenger public transportation solutions based on autonomous vehicles and their multiple criteria comparison with traditional forms of passenger transportation | |
| US20200284600A1 (en) | Methods and systems for conversion of physical movements to carbon units | |
| CN110705747A (zh) | 一种基于大数据的智慧公共交通云脑体系 | |
| CN106651175A (zh) | 无人驾驶车辆运营管理系统、总控平台、分控平台、车载计算装置和计算机可读存储介质 | |
| CN105303877A (zh) | 一种基于云技术平台的城市机场交通枢纽管理系统 | |
| CN106503868A (zh) | 一种车队线路规划方法及相关设备 | |
| CN114360269A (zh) | 一种智能网联道路支持下的自动驾驶协同控制系统和方法 | |
| CN111932925A (zh) | 一种公共交通站点的出行客流的确定方法、装置及系统 | |
| CN102855599B (zh) | 智慧巴士系统 | |
| Hampshire et al. | Analysis of parking search behavior with video from naturalistic driving | |
| CN112801552A (zh) | 基于交通大数据挖掘和智能分析的网约车和巡游车的监管方法 | |
| CN112002138A (zh) | 一种基于车载机的智慧出行系统 | |
| Ushakov et al. | Artificial Intelligence as a factor of public transportations system development | |
| CN113807588A (zh) | 基于交通事故的行车路径规划方法及装置 | |
| CN114841712B (zh) | 网约车巡游违规运营状态的确定方法和装置及电子设备 | |
| CN116206463B (zh) | 一种公共道路作业车辆调度系统 | |
| CN112216106A (zh) | 基于bim技术的智能交通管理系统 | |
| RU2674129C2 (ru) | Способ и система для определения, визуализации и прогнозирования транспортной доступности районов населённого пункта | |
| CN112837201A (zh) | 一种精准数据驱动的资源配置智能化系统 |
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 |