CN117893794A - 一种非正规加油站识别方法、装置、设备及介质 - Google Patents
一种非正规加油站识别方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117893794A CN117893794A CN202311773870.8A CN202311773870A CN117893794A CN 117893794 A CN117893794 A CN 117893794A CN 202311773870 A CN202311773870 A CN 202311773870A CN 117893794 A CN117893794 A CN 117893794A
- Authority
- CN
- China
- Prior art keywords
- target
- fusion unit
- image
- regular
- heavy diesel
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000004927 fusion Effects 0.000 claims abstract description 114
- 239000000872 buffer Substances 0.000 claims abstract description 41
- 238000012544 monitoring process Methods 0.000 claims abstract description 38
- 238000002372 labelling Methods 0.000 claims abstract description 14
- 230000001788 irregular Effects 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 12
- 239000007788 liquid Substances 0.000 claims abstract description 11
- 239000000446 fuel Substances 0.000 claims description 66
- 239000010410 layer Substances 0.000 claims description 33
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 8
- 239000002356 single layer Substances 0.000 claims description 6
- 239000002283 diesel fuel Substances 0.000 claims 1
- 239000000945 filler Substances 0.000 claims 1
- 239000007789 gas Substances 0.000 description 33
- 238000005516 engineering process Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 239000012298 atmosphere Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010531 catalytic reduction reaction Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种非正规加油站识别方法、装置、设备及介质,涉及数据处理技术领域,方法包括:根据重柴车的OBD监测数据,获取目标区域在设定时间段内所有重柴车油液增加量超过第一设定阈值时的地理位置坐标;将位置坐标在地图中标注,生成监测目标位置图像;在该图像中获得每个地理位置的缓冲区;将所有重叠相交的缓冲区边缘融合,生成多个融合单元;根据融合单元中的加油点数量,获得目标融合单元;将目标区域内所有正规加油站生成正规加油站位置图像;将正规加油站位置图像与目标融合单元进行结合匹配,若正规加油站位置图像与目标融合单元无重叠部分,则判定为目标融合单元内疑似存在非正规加油站。本发明可对非正规加油站高效精准识别。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种非正规加油站识别方法、装置、设备及介质。
背景技术
目前,针对于油品安全,开展了非正规加油站打击行动,非正规加油站,即不具有相关危险品经营资质的加油站,鉴于非正规加油站不存在相关危险品经营资质,销售的油品往往无法受到监督,以次充好,导致车辆氮氧化物超标,同时鉴于非正规加油站缺乏相应的油气回收装置,在加油、卸油的过程中往往会出现泄漏,造成对大气、土壤及地下水水质的直接污染。
综上可知,对非正规加油站的整治以及治理已成为一个亟需解决的问题,相关技术中,往往依靠人工对非正规加油站进行专项整治,其手段具体包括但不限于:日常工作积累、非正规加油站点举报、梳理历次检查的线索等,信息来源相对单一,但是由于非正规加油站未注册备案,难以准确获取其位置信息,进行人工排查需要投入大量的人力、物力,且时效性较差。
发明内容
有鉴于此,本申请实施例提供一种非正规加油站识别方法、装置、设备及介质,以达到对非正规加油站高效精准识别的目的。
本申请实施例提供以下技术方案:一种非正规加油站识别方法,包括:
根据重柴车的OBD监测数据,获取目标区域在设定时间段内所有重柴车油液增加量超过第一设定阈值时的地理位置坐标信息;
将所述地理位置坐标信息在地图中进行标注,生成监测目标位置图像;
在所述监测目标位置图像中,分别以标注的每个地理位置坐标的坐标点为中心,基于预设范围划分区域,将获得的区域分别作为每个地理位置的缓冲区;
将所有重叠相交的所述缓冲区的边缘进行融合,生成多个融合单元;
统计每个所述融合单元中的重柴车加油点数量,将所述重柴车加油点数量大于第二设定阈值的所述融合单元作为目标融合单元;
将所述目标区域内所有正规加油站的地理位置坐标在地图中进行标注,生成正规加油站位置图像;
将所述正规加油站位置图像与所述目标融合单元进行结合匹配,若所述正规加油站位置图像与所述目标融合单元有重叠部分,则判定为所述目标融合单元内存在正规加油站,若否,则判定为所述目标融合单元内疑似存在非正规加油站。
根据本申请一种实施例,将所述地理位置坐标信息在地图中进行标注之前,所述方法还包括:将所述地理位置坐标信息进行预处理,所述预处理包括剔除异常值。
根据本申请一种实施例,将所述地理位置坐标信息在地图中进行标注,生成监测目标位置图像,包括:
将所述地理位置坐标信息的数据文件保存为csv格式文件,通过QGIS软件对所述csv格式文件进行加载,生成监测目标位置图像。
根据本申请一种实施例,在所述监测目标位置图像中,分别以标注的每个地理位置坐标的坐标点为中心,基于预设范围划分区域,将获得的区域分别作为每个地理位置的缓冲区,包括:
分别以标注的每个地理位置的坐标点为圆心,以设定值为半径做圆,将生成的圆形区域分别作为每个地理位置的缓冲区;其中,所述设定值为20-25m。
根据本申请一种实施例,将所有重叠相交的所述缓冲区的边缘进行融合,生成多个融合单元,包括:
通过QGIS软件的空间融合工具,分别将多个重叠相交的所述缓冲区的空间图层合并成单一的图层,获得多个所述融合单元。
根据本申请一种实施例,统计每个所述融合单元中的重柴车加油点数量,包括:
通过QGIS软件的空间关联工具,统计每个所述融合单元中的重柴车加油点数量。
根据本申请一种实施例,将所述正规加油站位置图像与所述目标融合单元进行结合匹配,包括:
通过QGIS软件的空间相交工具,将所述正规加油站位置图像的图层与所述目标融合单元的图层进行相交,若两个图层的相交结果为1,则所述正规加油站位置图像与所述目标融合单元有重叠部分,判定为所述目标融合单元内存在正规加油站,若两个图层的相交结果为0,则所述正规加油站位置图像与所述目标融合单元无重叠部分,判定为所述目标融合单元内疑似存在非正规加油站。
本申请还提供一种非正规加油站识别装置,包括:
数据获取模块,用于根据重柴车的OBD监测数据,获取目标区域在设定时间段内所有重柴车油液增加量超过第一设定阈值时的地理位置坐标信息;
第一图像生成模块,用于将所述地理位置坐标信息在地图中进行标注,生成监测目标位置图像;
图像处理模块,用于在所述监测目标位置图像中,分别以标注的每个地理位置坐标的坐标点为中心,基于预设范围划分区域,将获得的区域分别作为每个地理位置的缓冲区;
所述图像处理模块还用于,将所有重叠相交的所述缓冲区的边缘进行融合,生成多个融合单元;
所述图像处理模块还用于,统计每个所述融合单元中的重柴车加油点数量,将所述重柴车加油点数量大于第二设定阈值的所述融合单元作为目标融合单元;
第二图像生成模块,用于将所述目标区域内所有正规加油站的地理位置坐标在地图中进行标注,生成正规加油站位置图像;
识别模块,用于将所述正规加油站位置图像与所述目标融合单元进行结合匹配,若所述正规加油站位置图像与所述目标融合单元有重叠部分,则判定为所述目标融合单元内存在正规加油站,若否,则判定为所述目标融合单元内疑似存在非正规加油站。
本申请还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的非正规加油站识别方法。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述的非正规加油站识别方法的计算机程序。
与现有技术相比,本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括:本发明实施例基于重柴车OBD监测到车辆油箱液位变化的经纬度信息和正规加油站的POI坐标数据,利用空间大数据聚合技术,并使用空间融合技术,确定重柴车加油点位置,使用空间关联和空间相交技术,确定重柴车加油点位置和正规加油站的POI坐标的关联关系,以此实现对重柴车集中加油点位是否为非正规加油站进行高效且精准的识别。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例的非正规加油站识别方法流程示意图;
图2是本发明实施例的非正规加油站识别装置的结构框图;
图3是本发明计算机设备的结构示意图。
具体实施方式
下面结合附图对本申请实施例进行详细描述。
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本申请中的实施例,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,都属于本申请保护的范围。
如图1所示,本发明实施例提供了一种非正规加油站识别方法,包括:
S101.根据重柴车的OBD(On-BoardDiagnostic车辆故障检测器)监测数据,获取目标区域在设定时间段内所有重柴车油液增加量超过第一设定阈值时的地理位置坐标信息。
目前重型柴油车(简称:重柴车)远程排放监控车载终端将采集车速、大气压力、发动机燃料流量、进气量、SCR出入口温度、油箱液位、发动机冷却液温度、经纬度等实时数据。因此,重柴车装有OBD监测器,可监测车辆油液变化时的地理位置信息,获取某区域一段时间内,重柴车油液变化时,OBD采集到的经度及纬度信息。以A省为例,将一段时间内,OBD监测到的所有重柴车油液变化时的经纬度信息收集汇总到一起。
其中,为了提高获取的地理位置坐标信息数据的精准性,避免由于外界温度、地势等因素的影响而导致的油液采集数据的增加,而并非由于加油所导致的油液增加的情况,本实施例设置了第一设定阈值,当油液增加量超过第一设定阈值时,对应的地理位置才认定为重柴车疑似加油的地理位置坐标信息。其中,本实施例中的所述地理位置坐标信息包括经度和纬度坐标。
S102.将所述地理位置坐标信息在地图中进行标注,生成监测目标位置图像。
在一种实施例中,本步骤在将所述地理位置坐标信息在地图中进行标注之前,还包括:将所述地理位置坐标信息进行预处理,所述预处理包括剔除异常值。
具体实施时,由于OBD监测可能会存在偏差,对于采集到的目标区域外的,或者地理位置上明显异常的点进行剔除,去除异常值的方法是使用地理信息系统工具,具体方法如:利用GIS软件,如QGIS、ArcGIS等,通常使用空间查询和筛选功能来去除经纬度异常值。本实施例采用QGIS软件(原称Quantum GIS桌面地理信息系统)可以通过执行SQL查询来实现,SQL语句如下:
SELECT*
FROM your_table
WHERE latitude BETWEEN min_latitude AND max_latitude
AND longitude BETWEEN min_longitude AND max_longitude
在上述的SQL语句中,your_table是需要进行筛选的数据表的名称,latitude和longitude是经纬度字段的名称,min_latitude和max_latitude是允许的纬度范围,min_longitude和max_longitude是允许的经度范围。查询将返回位于指定经纬度范围内的数据,从而去除了异常值。在QGIS中,可以使用“Select by Expression”功能实现类似的筛选;在ArcGIS中,可以使用“Select by Attributes”工具实现类似的功能。
在经过数据预处理后,将所述地理位置坐标信息在地图中进行标注,生成监测目标位置图像,包括:将所述地理位置坐标信息的数据文件保存为csv格式文件,通过QGIS软件对所述csv格式文件进行加载,生成监测目标位置图像。
具体实施时,去除异常值后,将所述地理位置坐标信息的数据文件存为csv格式,使用的操作软件以QGIS为例。首先在QGIS软件中加载目标区域的边界文件(shp文件),在QGIS主界面菜单栏中,选择“Layer”-“Add Layer”-“Add Delimited Text Layer”,在弹出的对话框中加载去除异常值后的OBD监测数据。在QGIS中加载设定时间段内OBD监测到A省重柴车油液变化的所有经纬度信息,生成监测目标位置图像。
S103.在所述监测目标位置图像中,分别以标注的每个地理位置坐标的坐标点为中心,基于预设范围划分区域,将获得的区域分别作为每个地理位置的缓冲区。
具体包括:分别以标注的每个地理位置的坐标点为圆心,以设定值为半径做圆,将生成的圆形区域分别作为每个地理位置的缓冲区;其中,所述设定值为20-25m。
本实施例具体实施时,由于OBD监测结果可能存在一定的延迟,所以在每个监测坐标周围建立20m*20m的圆形缓冲区,缓冲区内是坐标车辆可能的加油区域,建立缓冲区的方法是在去除异常值的基础上,对OBD监测到的每一个加油点,即以监测目标位置为中心建立缓冲区,缓冲区的角度选择360°,缓冲区的半径为20m。在QGIS中建立缓冲区(Buffer)的公式为:
Buffer(input,distance,segments)
其中,input代表要进行缓冲区分析的图层或要素集合,distance代表缓冲区的距离,segments代表缓冲区的段数。
S104.将所有重叠相交的所述缓冲区的边缘进行融合,生成多个融合单元。
具体包括:通过QGIS软件的空间融合工具,分别将多个重叠相交的所述缓冲区的空间图层合并成单一的图层,在目标区域内获得多个所述融合单元。
本实施例具体实施时,由于在加油点位置密集的区域,缓冲区会重叠相交,为了更好确定可能存在的加油站的位置,在获得缓冲区的基础上,对所有重叠相交的缓冲区边缘融合成一个单元,融合的方法是选择QGIS中的融合工具,融合的对象是上述步骤建立的缓冲区结果。QGIS中空间融合通常是指将多个空间图层合并成单一的图层,这可以通过执行空间融合(Union)操作来实现,在QGIS软件中,可以使用“Geoprocessing Tools”中的“Union”工具来进行空间融合;具体步骤如下:
(1)在QGIS主界面的菜单栏中,选择“Vector”-“Geoprocessing Tools”-“Union”;
(2)在弹出的对话框中,选择需要合并的输入图层;
(3)设置输出文件的位置和名称;
(4)点击“Run”按钮,QGIS将会执行空间融合操作,将多个输入图层合并成单一的图层。
S105.统计每个所述融合单元中的重柴车加油点数量,将所述重柴车加油点数量大于第二设定阈值的所述融合单元作为目标融合单元。
本实施例具体实施时,在S104生成多个融合单元的基础上,使用QGIS软件的空间关联技术,统计上述每个融合单元内的重柴车加油点数量,并筛选出融合单元内重柴车加油点数量大于5的融合单元,定义该单元为可能存在重柴车集中加油的目标融合单元。其中,上述的重柴车加油点数量,即为在所述监测目标位置图像中,每个融合单元内标注的地理位置坐标的坐标点的数量。本实施例中定义的所述目标融合单元即为重柴车的集中加油单元。
本实施例中,QGIS软件的空间关联技术的计算原理是基于几何对象之间的空间位置关系来进行判断和计算。在空间关联分析中,QGIS软件会对输入的几何对象进行相应的空间关系判断,以确定几何对象之间的空间关联性。
QGIS软件使用的空间关联算法基于计算几何学和空间索引技术,主要包括以下步骤:
1.几何对象的表示:首先,QGIS软件会将输入的几何对象进行适当的表示和存储,以便进行后续的空间关联计算。常见的几何对象包括点、线、面等。
2.空间关系判断:QGIS软件会通过空间关联函数来判断两个几何对象之间的空间关系,如相交、包含、相邻等。这些空间关系判断是基于几何对象的坐标和形状特征进行计算的。
3.空间索引加速:为了提高空间关联计算的效率,QGIS软件通常会使用空间索引数据结构(如R树、Quadtree等)来加速空间关联判断。通过空间索引,可以快速定位和检索与指定几何对象相交或相邻的其他几何对象。
4.空间关联结果输出:最后,QGIS软件会根据空间关系判断的结果,输出符合条件的几何对象或进行相应的空间关联分析。
S106.将所述目标区域内所有正规加油站的地理位置坐标在地图中进行标注,生成正规加油站位置图像。
本步骤中,与上述的将所述地理位置坐标信息在地图中进行标注,生成监测目标位置图像的过程一致,将所有正规加油站的地理位置坐标信息的数据文件保存为csv格式文件,通过QGIS软件对该csv格式文件进行加载,生成正规加油站位置图像。
S107.将所述正规加油站位置图像与所述目标融合单元进行结合匹配,若所述正规加油站位置图像与所述目标融合单元有重叠部分,则判定为所述目标融合单元内存在正规加油站,若否,则判定为所述目标融合单元内疑似存在非正规加油站。
在步骤S106的基础上,将目标区域内所有正规加油站的经纬坐标同时加载到上述目标融合单元中。上述正规加油站位置图像的图层则为目标区域内所有正规加油站的点坐标,为了确定上述目标融合单元内是否有正规加油站落入,使用QGIS软件的空间相交工具,将目标区域内正规加油站图层(即上述的正规加油站位置图像)与上述目标融合单元的图层相交。若两个图层的相交结果为1,则所述正规加油站位置图像与所述目标融合单元有重叠部分,判定为所述目标融合单元内存在正规加油站,若两个图层的相交结果为0,则所述正规加油站位置图像与所述目标融合单元无重叠部分,判定为所述目标融合单元内疑似存在非正规加油站。以此结果判断目标融合单元内是否存在正规加油站。QGIS软件判断两个图层是否相交的方法如下:
intersects($geometry,geometry(get_feature(‘layer2’,’id’,1)))
表达式中,$geometry表示当前图层的几何形状,get_feature(‘layer2’,’id’,1)表示从另一个名为‘layer2’的图层中获取ID为1的要素的集合形状。intersects函数用于判断两个几何形状是否相交。
根据步骤S107中的相交结果,筛选出相交结果为0的重柴车的集中加油单元(即目标融合单元),这些集中加油单元是可能存在加油点,但没有正规加油站点落入,所以这些集中加油单元中可能存在非正规加油站,通过上述方法,判断研究的目标区域内可能存在的非正规加油站。
本发明实施例基于重柴车OBD监测到的油箱液位变化数据,提取出重型柴油车油箱液位变化时的地理位置,并对监测结果进行聚类,聚类区域认为存在加油点位,将聚类结果与正规加油站的POI位置信息相匹配,如果上述聚类区域内有正规加油站的POI点落入,则该加油点位为正规加油站;若聚类区域内没有正规加油站POI点落入,则该加油点可能为非正规加油站。本发明实施例基于空间融合技术,通过重柴车的加油位置,定义可能存在的集中加油单元,并结合空间分析技术,将集中加油单元位置与正规加油站的POI坐标匹配,实现对集中加油单元的识别和判定,作为排查非正规加油站的辅助工具。
如图2所示,本申请还提供一种非正规加油站识别装置200,包括:
数据获取模块201,用于根据重柴车的OBD监测数据,获取目标区域在设定时间段内所有重柴车油液增加量超过第一设定阈值时的地理位置坐标信息;
第一图像生成模块202,用于将所述地理位置坐标信息在地图中进行标注,生成监测目标位置图像;
图像处理模块203,用于在所述监测目标位置图像中,分别以标注的每个地理位置坐标的坐标点为中心,基于预设范围划分区域,将获得的区域分别作为每个地理位置的缓冲区;
所述图像处理模块203还用于,将所有重叠相交的所述缓冲区的边缘进行融合,生成多个融合单元;
所述图像处理模块203还用于,统计每个所述融合单元中的重柴车加油点数量,将所述重柴车加油点数量大于第二设定阈值的所述融合单元作为目标融合单元;
第二图像生成模块204,用于将所述目标区域内所有正规加油站的地理位置坐标在地图中进行标注,生成正规加油站位置图像;
识别模块205,用于将所述正规加油站位置图像与所述目标融合单元进行结合匹配,若所述正规加油站位置图像与所述目标融合单元有重叠部分,则判定为所述目标融合单元内存在正规加油站,若否,则判定为所述目标融合单元内疑似存在非正规加油站。
具体实施时,所述第一图像生成模块202还用于,将所述地理位置坐标信息在地图中进行标注之前,将所述地理位置坐标信息进行预处理,所述预处理包括剔除异常值。预处理后,所述第一图像生成模块201将所述地理位置坐标信息的数据文件保存为csv格式文件,通过QGIS软件对所述csv格式文件进行加载,生成监测目标位置图像。
具体实施时,所述图像处理模块203分别以标注的每个地理位置的坐标点为圆心,以设定值为半径做圆,将生成的圆形区域分别作为每个地理位置的缓冲区;其中,所述设定值为20-25m。再通过QGIS软件的空间融合工具,分别将多个重叠相交的所述缓冲区的空间图层合并成单一的图层,获得多个所述融合单元。接下来,通过QGIS软件的空间关联工具,统计每个所述融合单元中的重柴车加油点数量,将所述重柴车加油点数量大于第二设定阈值的所述融合单元作为目标融合单元。
具体实施时,所述识别模块205通过QGIS软件的空间相交工具,将所述正规加油站位置图像的图层与所述目标融合单元的图层进行相交,若两个图层的相交结果为1,则所述正规加油站位置图像与所述目标融合单元有重叠部分,判定为所述目标融合单元内存在正规加油站,若两个图层的相交结果为0,则所述正规加油站位置图像与所述目标融合单元无重叠部分,判定为所述目标融合单元内疑似存在非正规加油站。
在一种实施例中,提供了一种计算机设备,如图3所示,包括存储器301、处理器302及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意的非正规加油站识别方法。
具体的,该计算机设备可以是计算机终端、服务器或者类似的运算装置。
在本实施例中,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述任意的非正规加油站识别方法的计算机程序。
具体的,计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读存储介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
显然,本领域的技术人员应该明白,上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明实施例不限制于任何特定的硬件和软件结合。
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,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种非正规加油站识别方法,其特征在于,包括:
根据重柴车的OBD监测数据,获取目标区域在设定时间段内所有重柴车油液增加量超过第一设定阈值时的地理位置坐标信息;
将所述地理位置坐标信息在地图中进行标注,生成监测目标位置图像;
在所述监测目标位置图像中,分别以标注的每个地理位置坐标的坐标点为中心,基于预设范围划分区域,将获得的区域分别作为每个地理位置的缓冲区;
将所有重叠相交的所述缓冲区的边缘进行融合,生成多个融合单元;
统计每个所述融合单元中的重柴车加油点数量,将所述重柴车加油点数量大于第二设定阈值的所述融合单元作为目标融合单元;
将所述目标区域内所有正规加油站的地理位置坐标在地图中进行标注,生成正规加油站位置图像;
将所述正规加油站位置图像与所述目标融合单元进行结合匹配,若所述正规加油站位置图像与所述目标融合单元有重叠部分,则判定为所述目标融合单元内存在正规加油站,若否,则判定为所述目标融合单元内疑似存在非正规加油站。
2.根据权利要求1所述的非正规加油站识别方法,其特征在于,将所述地理位置坐标信息在地图中进行标注之前,所述方法还包括:
将所述地理位置坐标信息进行预处理,所述预处理包括剔除异常值。
3.根据权利要求1所述的非正规加油站识别方法,其特征在于,将所述地理位置坐标信息在地图中进行标注,生成监测目标位置图像,包括:
将所述地理位置坐标信息的数据文件保存为csv格式文件,通过QGIS软件对所述csv格式文件进行加载,生成监测目标位置图像。
4.根据权利要求1所述的非正规加油站识别方法,其特征在于,在所述监测目标位置图像中,分别以标注的每个地理位置坐标的坐标点为中心,基于预设范围划分区域,将获得的区域分别作为每个地理位置的缓冲区,包括:
分别以标注的每个地理位置的坐标点为圆心,以设定值为半径做圆,将生成的圆形区域分别作为每个地理位置的缓冲区;其中,所述设定值为20-25m。
5.根据权利要求1所述的非正规加油站识别方法,其特征在于,将所有重叠相交的所述缓冲区的边缘进行融合,生成多个融合单元,包括:
通过QGIS软件的空间融合工具,分别将多个重叠相交的所述缓冲区的空间图层合并成单一的图层,获得多个所述融合单元。
6.根据权利要求1所述的非正规加油站识别方法,其特征在于,统计每个所述融合单元中的重柴车加油点数量,包括:
通过QGIS软件的空间关联工具,统计每个所述融合单元中的重柴车加油点数量。
7.根据权利要求1所述的非正规加油站识别方法,其特征在于,将所述正规加油站位置图像与所述目标融合单元进行结合匹配,包括:
通过QGIS软件的空间相交工具,将所述正规加油站位置图像的图层与所述目标融合单元的图层进行相交,若两个图层的相交结果为1,则所述正规加油站位置图像与所述目标融合单元有重叠部分,判定为所述目标融合单元内存在正规加油站,若两个图层的相交结果为0,则所述正规加油站位置图像与所述目标融合单元无重叠部分,判定为所述目标融合单元内疑似存在非正规加油站。
8.一种非正规加油站识别装置,其特征在于,包括:
数据获取模块,用于根据重柴车的OBD监测数据,获取目标区域在设定时间段内所有重柴车油液增加量超过第一设定阈值时的地理位置坐标信息;
第一图像生成模块,用于将所述地理位置坐标信息在地图中进行标注,生成监测目标位置图像;
图像处理模块,用于在所述监测目标位置图像中,分别以标注的每个地理位置坐标的坐标点为中心,基于预设范围划分区域,将获得的区域分别作为每个地理位置的缓冲区;
所述图像处理模块还用于,将所有重叠相交的所述缓冲区的边缘进行融合,生成多个融合单元;
所述图像处理模块还用于,统计每个所述融合单元中的重柴车加油点数量,将所述重柴车加油点数量大于第二设定阈值的所述融合单元作为目标融合单元;
第二图像生成模块,用于将所述目标区域内所有正规加油站的地理位置坐标在地图中进行标注,生成正规加油站位置图像;
识别模块,用于将所述正规加油站位置图像与所述目标融合单元进行结合匹配,若所述正规加油站位置图像与所述目标融合单元有重叠部分,则判定为所述目标融合单元内存在正规加油站,若否,则判定为所述目标融合单元内疑似存在非正规加油站。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的非正规加油站识别方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至7中任一项所述的非正规加油站识别方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311773870.8A CN117893794A (zh) | 2023-12-21 | 2023-12-21 | 一种非正规加油站识别方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311773870.8A CN117893794A (zh) | 2023-12-21 | 2023-12-21 | 一种非正规加油站识别方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117893794A true CN117893794A (zh) | 2024-04-16 |
Family
ID=90646180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311773870.8A Pending CN117893794A (zh) | 2023-12-21 | 2023-12-21 | 一种非正规加油站识别方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117893794A (zh) |
-
2023
- 2023-12-21 CN CN202311773870.8A patent/CN117893794A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11514276B2 (en) | System and method for detecting and classifying recurrent stops of a vehicle fleet | |
CN107657637B (zh) | 一种农机作业面积获取方法 | |
CN113704639B (zh) | 劣质加油站位置判断方法、装置、计算机设备及存储介质 | |
Evans et al. | Spatial big data | |
CN104992254B (zh) | 基于电网gis的山火与气象结合的趋势预判方法 | |
CN112613939A (zh) | 一种车辆装卸状态的识别方法、装置、存储介质及终端 | |
Khasawneh et al. | E-Mobility Advisor for Connected and Autonomous Vehicles Environments. | |
CN116257565A (zh) | 船舶异常行为检测方法 | |
CN110852354A (zh) | 车辆轨迹点识别方法及设备 | |
WO2021152397A2 (en) | System and method for event data processing for identification of road segments | |
CN114201571B (zh) | 加油站推荐方法、装置、电子设备及存储介质 | |
Duan et al. | Comprehending and analyzing multiday trip-chaining patterns of freight vehicles using a multiscale method with prolonged trajectory data | |
CN113918608A (zh) | 一种获取车辆行驶轨迹的方法、设备及存储介质 | |
CN114004566A (zh) | 危险告警的方法、装置及存储介质 | |
CN113156053A (zh) | 一种无证无照经营的加油站识别方法 | |
CN115034718B (zh) | 一种危化品管理方法、系统、计算设备及存储介质 | |
CN110502601B (zh) | 查找仓库的方法和装置 | |
CN110941688B (zh) | 一种基于多波束离散数据的航迹处理及空间化管理方法 | |
CN117893794A (zh) | 一种非正规加油站识别方法、装置、设备及介质 | |
CN115983007A (zh) | 一种重合轨迹提取方法、装置、电子设备及存储介质 | |
CN106887138B (zh) | 一种堵车蔓延态势侦测方法与系统 | |
CN111784110A (zh) | 油气田管道智能巡线方法及装置 | |
US6671616B2 (en) | One-way road point symbol generation | |
CN110717604A (zh) | 特种运输车辆维修点确定的方法及装置 | |
CN116486639B (zh) | 一种基于遥感和北斗卫星数据分析的车辆监管方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |