CN118196743A - 一种自助洗车机洗车需求智能匹配分析方法 - Google Patents

Abstract

本发明涉及智能匹配分析领域，具体为一种自助洗车机洗车需求智能匹配分析方法，包括步骤如下：S1.车辆信息绑定；S2.车辆图像上传；S3.车型分析比对；S4.脏污程度分析；S5.清洗方式分析；S6.自助洗车机信息获取；S7.匹配系数分析，本发明通过用户上传的待清洗车辆图像分析得到待清洗车辆的车辆信息并校验其是否同用户绑定的车辆信息一致，进而为待清洗车辆手动选择清洗方式，通过分析待清洗车辆的脏污程度为其匹配清洗方式，并推荐给用户选择，让用户可以更加方便快捷地选择适合的清洗方式，通过各自助洗车机的匹配数据分析得到各自助洗车机的匹配系数，进而选择目标自助洗车机，做到了定制化推荐，从而提高了清洗的效果和准确性。

Description

一种自助洗车机洗车需求智能匹配分析方法

技术领域

本发明涉及智能匹配分析领域，具体而言，是一种自助洗车机洗车需求智能匹配分析方法。

背景技术

自助洗车机是一种自助式的公共洗车设备，通常设置在停车场或者加油站等位置，供车主自行使用进行汽车清洗，洗车作为车辆保养的重要环节，不仅可以提升车辆外观的整洁度，还可以延长车辆的使用寿命，相比较去汽车美容店或者洗车行洗车，自助洗车机的费用通常更为便宜，能够节约洗车成本，为车主提供了一种便捷、经济、高效的汽车清洗方式，受到越来越多车主的青睐，同时，随着科技的发展，自助洗车机也在不断创新和进化，提供了更多智能化、定制化的服务，使得汽车清洗变得更加方便和舒适。

专利名称为一种自助洗车机的洗车需求智能匹配、调度方法及系统(专利号为202311353047.1)的中国专利公布的技术方案，该方案通过预约洗车需求以及当前洗车需求，获取可调节范围区域内所有自助洗车机的预约使用状态信息以及路况信息，并结合用户设定的洗车开始时间和预约使用状态信息，筛选出在用户预约的洗车时间段中可用的自助洗车机的洗车网点，生成若干个满足用户预约时间前抵达所预约的洗车网点的引导方案，并将引导方案信息发送给用户，使用户得以快速解决预约洗车的需求，具有提高用户在预约洗车时的便利性以及效率，保护用户消费体验的效果，但仍存在一些不足之处，具体体现在以下方面：一、该方案在筛选自助洗车机仅仅考虑了自助洗车机的预约使用状态信息以及路况信息，忽略了自助洗车机自身的健康程度，例如使用时长、设备稳定程度等，如果某些自助洗车机的健康状态较差，可能存在设备故障、水压不足、清洁效果不佳等问题，影响用户的洗车体验，降低服务质量。

二、该方案未提及根据车辆的脏污程度为车辆匹配清洗方式，若所有车辆均采用相同的清洗方式，可能导致不同车辆的清洗效果参差不齐，特别是对于严重脏污的车辆，可能需要更加强效的清洗方式，否则无法达到预期的清洁效果。

发明内容

为了克服背景技术中的缺点，本发明实施例提供了一种自助洗车机洗车需求智能匹配分析方法,能够有效解决上述背景技术中涉及的问题。

本发明的目的可以通过以下技术方案来实现：一种自助洗车机洗车需求智能匹配分析方法，该方法包括以下步骤：S1.车辆信息绑定：用户在登录预约界面绑定车辆信息，车辆信息包括车牌号和车型，并将其录入管理数据库。

S2.车辆图像上传：获取用户上传的车辆图像，记为待清洗车辆图像。

S3.车型分析比对：根据待清洗车辆图像分析得到待清洗车辆的车辆信息并校验其是否同用户绑定的车辆信息一致，进而为待清洗车辆手动选择清洗方式。

S4.脏污程度分析：通过待清洗车辆图像分析得到待清洗车辆的脏污程度。

S5.清洗方式分析：通过待清洗车辆的脏污程度匹配适配的清洗方式，并将其同用户选择的清洗方式进行对比推荐。

S6.自助洗车机信息获取：对各自助洗车机的匹配数据进行获取，匹配数据包括健康程度、清洗车辆到各自助洗车机所在位置的距离、预计等待时间，健康程度包括使用时长、水枪喷水稳定程度、设备稳定程度。

S7.匹配系数分析：通过各自助洗车机的匹配数据分析得到各自助洗车机的匹配系数，进而选择目标自助洗车机。

优选的，所述车型分析比对的具体分析过程如下：第一步，读取用户上传的车辆图像，将其记为待清洗车辆图像，从待清洗车辆图像中提取待清洗车辆的车牌号，同时在管理数据库内检索用户绑定的车辆车牌号，将其同待清洗车辆的车牌号比对，判断是否为同一车辆，若为同一车辆，则执行第二步，若非同一车辆则回到登陆预约界面重新进行车辆绑定。

第二步，利用边缘检测技术从待清洗车辆图像中提取待清洗车辆的边缘轮廓，分别测量待清洗车辆的边缘轮廓的长、宽、高，并将其同管理数据库内用户绑定的车辆的长、宽、高进行比对，得到待清洗车辆同用户绑定的车辆的长、宽、高比值，分别记为车辆长度比值、宽度比值、高度比值，若车辆长度比值、宽度比值、高度比值有任一不为1，则表示待清洗车辆同用户绑定的车辆车型不一致，返回到登陆预约界面重新进行车辆绑定，若车辆长度比值、宽度比值、高度比值均为1，则表示待清洗车辆同用户绑定的车辆车型一致，进入到车辆清洗方式选择界面由用户手动选择清洗方式。

优选的，所述脏污程度分析的具体分析过程如下：第一步，读取待清洗车辆图像，对其进行灰度化处理并利用图形分割技术将待清洗车辆图像分割为若干个等面积区域，记为待清洗车辆各区域图像，对待清洗车辆各区域图像中各像素点的灰度值进行检测，记为ε_mi，其中m表示第m个区域的编号，m＝1,2,...,q，i表示第i个像素点的编号，i＝1,2,...,f，从管理数据库中读取待清洗车辆的标准灰度值，记为ε₀，通过公式Δε_mi＝|ε_mi-ε₀|得到各区域图像中各像素点的灰度差值Δε_mi，将各区域图像中各像素点的灰度差值和预设的灰度差值阈值进行比对，筛选出各区域图像中所有灰度差值大于或等于预设的灰度差值阈值的像素点，记为各区域图像脏污像素点，通过连接所有各区域图像脏污像素点构成各区域图像脏污区域，提取各区域图像脏污区域的面积，记为M_m，同时通过边缘提取技术对待清洗车辆图像进行待清洗车辆边缘轮廓提取并计算其面积，记为待清洗车辆表面积M'，通过公式得到待清洗车辆的脏污面积占比α。

第二步，对待清洗车辆各区域图像中各像素点亮度值进行检测，记为L_mi，并通过对待清洗车辆各区域图像中各像素点的亮度值求取平均值得得到待清洗车辆各区域图像亮度，记为L_m，通过公式ΔL_mi＝L_mi-L_m得到各区域图像中各像素点的亮度值差值ΔL_mi，将其同预设的亮度值差值阈值进行比对，若某像素点的亮度值差值大于预设的亮度值差值阈值，则将该像素点记为亮度脏污像素点，统计各区域亮度脏污像素点并通过连接各区域图像脏污像素点构成各区域图像亮度脏污区域，提取各区域图像亮度脏污区域的面积，记为M”_m，通过公式得到待清洗车辆的亮度脏污面积占比β。

优选的，所述待清洗车辆的脏污程度的具体分析方法为：分别读取待清洗车辆的脏污面积占比α、待清洗车辆的亮度脏污面积占比β，将其代入到公式得到待清洗车辆的脏污程度χ，其中α₀、β₀分别表示设定的脏污面积占比、亮度脏污面积占比参考值，φ₁、φ₂分别表示设定的脏污面积占比、亮度脏污面积占比的权值因子，e为自然常数。

优选的，所述清洗方式分析的具体分析方法为：读取待清洗车辆的脏污程度，并从管理数据库中提取预设的各脏污程度范围对应清洗方式，将其同待清洗车辆的脏污程度匹配得到待清洗车辆的脏污程度所属范围对应的清洗方式，记为待清洗车辆需求清洗方式，同时读取用户选择的清洗方式，若用户选择的清洗方式同待清洗车辆需求清洗方式为同一级清洗方式，则将该清洗方式记为目标清洗方式，若用户选择的清洗方式同待清洗车辆需求清洗方式不为同一级清洗方式，则将待清洗车辆需求清洗方式推荐给用户，由用户进行手动选择，并将用户最终确认的清洗方式记为目标清洗方式。

优选的，所述自助洗车机的健康程度的具体分析过程如下：第一步，从管理数据库中读取各自助洗车机的使用时长，记为t_n，其中n表示第n个自助洗车机的编号，n＝1,2,...,k，同时从各自助洗车机的水压表中读取水枪在设定的各历史时间段的水压范围，将各自助洗车机水枪各历史时间段的水压最大值和最小值分别记为σ^nx _max、σ^nx _min，其中x表示第x个历史时间段的编号，x＝1,2,...,y，通过Δσ_nx＝σ^nx _max-σ^nx _min得到各自助洗车机水枪各历史时间段水压差值Δσ_nx，将其带入到公式得到各自助洗车机的水枪喷水稳定程度γ_n。

第二步，读取各自助洗车机在设定的各历史时间段的震动次数，通过求取平均值得到各自助洗车机在历史时间段的平均震动次数，记为通过公式/>得到各自助洗车机的设备稳定程度λn，其中/>表示设定的参考震动次数，e为自然常数。

第三步，分别读取各自助洗车机的使用时长t_n、喷水稳定程度γn、设备稳定程度λn，分析各自助洗车机的健康程度χ_n，其公式为其中t₀表示设定的自助洗车机最大使用时长，a₁、a₂、a₃分别表示设定的使用时长、喷水稳定程度、设备稳定程度的权值因子。

优选的，所述自助洗车机信息获取的具体分析过程为：对各自助洗车机的所在位置进行定位，并通过导航获取待清洗车辆到各自助洗车机所在位置的距离和路程预计所用时长，分别记为d_n、t”_n，从各自助洗车机任选一自助洗车机记为指定自助洗车机，并将待清洗车辆到指定自助洗车机所在位置的路程预计所用时长，记为t'_指定，读取指定自助洗车机的工作状态，若指定自助洗车机当前工作状态为空闲，则将指定自助洗车机的预计等待时间记为0，若指定自助洗车机当前工作状态为正在工作中，则读取指定自助洗车机当前洗车任务的预计剩余清洗时长，记为Δt'_指定，将其代入到公式Δt_指定＝Δt'_指定-t'_指定得到指定自助洗车机的预计等待时间Δt_指定，按照分析指定自助洗车机的预计等待时间的方法，对各自助洗车机进行分析得到各自助洗车机的预计等待时间，记为Δt'_n。

优选的，所述匹配系数分析的具体过程如下：第一步，分别读取各自助洗车机的健康程度χ_n、预计等待时间Δt'_n和待清洗车辆到各自助洗车机所在位置的距离d_n，将其代入到公式得到各自助洗车机的匹配系数ψ_n，其中t₀表示设定的参考等待时间，w₁、w₂、w₃分别表示设定的健康程度、距离、预计等待时间的权值因子，e为自然常数。

第二步，将各自助洗车机的匹配系数按照从大到小的顺序进行排列，将第一个匹配系数对应的自助洗车机记为目标洗车机，根据目标洗车机的所在位置为待清洗车辆进行导航。

相对于现有技术，本发明的实施例至少具有如下优点或有益效果：一、本系统通过用户上传的待清洗车辆图像分析得到待清洗车辆的车辆信息并校验其是否同用户绑定的车辆信息一致，进而为待清洗车辆手动选择清洗方式，可以更贴合用户的需求和车辆特点，提供个性化的清洗服务，提升用户体验和满意度。

二、本系统通过分析待清洗车辆的脏污程度为其匹配清洗方式，并推荐给用户自主选择，提供了智能化的服务，让用户可以更加方便快捷地选择适合的清洗方式。

三、本系统通过各自助洗车机的匹配数据分析得到各自助洗车机的匹配系数，进而选择目标自助洗车机，可以选择最适合的目标自助洗车机，避免资源浪费和时间浪费，优化自助洗车机的利用效率，同时提高清洗效果，确保车辆清洁度和外观。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1为本发明的方法流程示意图。

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所示，本发明提供一种自助洗车机洗车需求智能匹配分析方法，该方法包括以下步骤：S1.车辆信息绑定：用户在登录预约界面绑定车辆信息，车辆信息包括车牌号和车型，并将其录入管理数据库。

S2.车辆图像上传：获取用户上传的车辆图像，记为待清洗车辆图像。

S3.车型分析比对：根据待清洗车辆图像分析得到待清洗车辆的车辆信息并校验其是否同用户绑定的车辆信息一致，进而为待清洗车辆手动选择清洗方式。

所述车型分析比对的具体分析过程如下：第一步，读取用户上传的车辆图像，将其记为待清洗车辆图像，从待清洗车辆图像中提取待清洗车辆的车牌号，同时在管理数据库内检索用户绑定的车辆车牌号，将其同待清洗车辆的车牌号比对，判断是否为同一车辆，若为同一车辆，则执行第二步，若非同一车辆则回到登陆预约界面重新进行车辆绑定；通过读取用户上传的车辆图像并提取车辆的车牌号，可以实现自动识别车辆信息，避免了人工检查的时间成本，从而提高了服务的效率。

第二步，利用边缘检测技术从待清洗车辆图像中提取待清洗车辆的边缘轮廓，分别测量待清洗车辆的边缘轮廓的长、宽、高，并将其同管理数据库内用户绑定的车辆的长、宽、高进行比对，得到待清洗车辆同用户绑定的车辆的长、宽、高比值，分别记为车辆长度比值、宽度比值、高度比值，若车辆长度比值、宽度比值、高度比值有任一不为1，则表示待清洗车辆同用户绑定的车辆车型不一致，返回到登陆预约界面重新进行车辆绑定，若车辆长度比值、宽度比值、高度比值均为1，则表示待清洗车辆同用户绑定的车辆车型一致，进入到车辆清洗方式选择界面由用户手动选择清洗方式；利用边缘检测技术并测量车辆的长、宽、高，可以更准确地提取车辆的特征参数，进而进行准确比对，可以有效判断待清洗车辆和用户绑定车辆是否一致，提高了匹配准确性。

S4.脏污程度分析：通过待清洗车辆图像分析得到待清洗车辆的脏污程度。

所述脏污程度分析的具体分析过程如下：第一步，读取待清洗车辆图像，对其进行灰度化处理并利用图形分割技术将待清洗车辆图像分割为若干个等面积区域，记为待清洗车辆各区域图像，对待清洗车辆各区域图像中各像素点的灰度值进行检测，记为ε_mi，其中m表示第m个区域的编号，m＝1,2,...,q，i表示第i个像素点的编号，i＝1,2,...,f，从管理数据库中读取待清洗车辆的标准灰度值，记为ε₀，通过公式Δε_mi＝|ε_mi-ε₀|得到各区域图像中各像素点的灰度差值Δε_mi，将各区域图像中各像素点的灰度差值和预设的灰度差值阈值进行比对，筛选出各区域图像中所有灰度差值大于或等于预设的灰度差值阈值的像素点，记为各区域图像脏污像素点，通过连接所有各区域图像脏污像素点构成各区域图像脏污区域，提取各区域图像脏污区域的面积，记为M_m，同时通过边缘提取技术对待清洗车辆图像进行待清洗车辆边缘轮廓提取并计算其面积，记为待清洗车辆表面积M'，通过公式得到待清洗车辆的脏污面积占比α；通过自动检测脏污区域和计算脏污面积占比，可以帮助快速了解车辆脏污状况，有针对性地进行清洗，提高了清洗效率，节约了清洗时间和资源。

第二步，对待清洗车辆各区域图像中各像素点亮度值进行检测，记为L_mi，并通过对待清洗车辆各区域图像中各像素点的亮度值求取平均值得得到待清洗车辆各区域图像亮度，记为L_m，通过公式ΔL_mi＝L_mi-L_m得到各区域图像中各像素点的亮度值差值ΔL_mi，将其同预设的亮度值差值阈值进行比对，若某像素点的亮度值差值大于预设的亮度值差值阈值，则将该像素点记为亮度脏污像素点，统计各区域亮度脏污像素点并通过连接各区域图像脏污像素点构成各区域图像亮度脏污区域，提取各区域图像亮度脏污区域的面积，记为M”_m，通过公式得到待清洗车辆的亮度脏污面积占比β；通过提取亮度脏污区域的面积，可以实现对车辆亮度脏污情况的精细化分析，有针对性地进行清洗，提高了清洗效果和质量。

所述待清洗车辆的脏污程度的具体分析方法为：分别读取待清洗车辆的脏污面积占比α、待清洗车辆的亮度脏污面积占比β，将其代入到公式得到待清洗车辆的脏污程度χ，其中α₀、β₀分别表示设定的脏污面积占比、亮度脏污面积占比参考值，φ₁、φ₂分别表示设定的脏污面积占比、亮度脏污面积占比的权值因子，e为自然常数；能够合评估脏污程度，量化评价脏污情况，提供快速决策依据，有助于提升洗车服务的效率、质量。

需要说明的是，在一种实施例中，φ₁可以设定为0.6，φ₂可以设定为0.4，脏污面积占比是指车辆表面被脏污覆盖的比例，脏污面积占比越高，表示车辆越脏，其直接反映了车辆被污染的程度，因此脏污面积占比对应的权重略高于亮度脏污面积占比。

S5.清洗方式分析：通过待清洗车辆的脏污程度匹配适配的清洗方式，并将其同用户选择的清洗方式进行对比推荐。

所述清洗方式分析的具体分析方法为：读取待清洗车辆的脏污程度，并从管理数据库中提取预设的各脏污程度范围对应清洗方式，将其同待清洗车辆的脏污程度匹配得到待清洗车辆的脏污程度所属范围对应的清洗方式，记为待清洗车辆需求清洗方式，同时读取用户选择的清洗方式，若用户选择的清洗方式同待清洗车辆需求清洗方式为同一级清洗方式，则将该清洗方式记为目标清洗方式，若用户选择的清洗方式同待清洗车辆需求清洗方式不为同一级清洗方式，则将待清洗车辆需求清洗方式推荐给用户，由用户进行手动选择，并将用户最终确认的清洗方式记为目标清洗方式；根据待清洗车辆的脏污程度范围，自动提取对应的清洗方式，确保车辆能够得到最适合的清洗服务，保证清洗效果，当用户选择的清洗方式与待清洗车辆的需求清洗方式不一致时，系统推荐待清洗车辆的需求清洗方式，让用户参与手动选择，增加用户对清洗过程的参与感和满意度。

S6.自助洗车机信息获取：对各自助洗车机的匹配数据进行获取，匹配数据包括健康程度、清洗车辆到各自助洗车机所在位置的距离、预计等待时间，健康程度包括使用时长、水枪喷水稳定程度、设备稳定程度。

所述自助洗车机的健康程度的具体分析过程如下：第一步，从管理数据库中读取各自助洗车机的使用时长，记为t_n，其中n表示第n个自助洗车机的编号，n＝1,2,...,k，同时从各自助洗车机的水压表中读取水枪在设定的各历史时间段的水压范围，将各自助洗车机水枪各历史时间段的水压最大值和最小值分别记为σ^nx _max、σ^nx _min，其中x表示第x个历史时间段的编号，x＝1,2,...,y，通过Δσ_nx＝σ^nx _max-σ^nx _min得到各自助洗车机水枪各历史时间段水压差值Δσ_nx，将其带入到公式得到各自助洗车机的水枪喷水稳定程度γ_n；避免因设备故障或性能下降导致的额外维修和维护成本，同时及时调整设备运行状态，提高设备利用率和工作效率，提升洗车服务的稳定性和质量。

第二步，读取各自助洗车机在设定的各历史时间段的震动次数，通过求取平均值得到各自助洗车机在历史时间段的平均震动次数，记为通过公式/>得到各自助洗车机的设备稳定程度λ_n，其中/>表示设定的参考震动次数，e为自然常数；根据设备的稳定程度评估结果，可以有针对性地进行设备维护和保养，有助于延长设备的使用寿命，降低故障率，提高设备维护效率和管理水平。

第三步，分别读取各自助洗车机的使用时长t_n、喷水稳定程度γ_n、设备稳定程度λ_n，分析各自助洗车机的健康程度χ_n，其公式为其中t₀表示设定的自助洗车机最大使用时长，a₁、a₂、a₃分别表示设定的使用时长、喷水稳定程度、设备稳定程度的权值因子；通过定期监测和计算自助洗车机的健康程度，可以实现对设备的预防性维护，及时发现设备存在的问题和潜在风险，避免设备故障带来的损失，延长设备的使用寿命。

需要说明的是，在一种实施例中，a₁可以设定为0.4，a₂可以设定为0.3，a₃可以设定为0.3，自助洗车机的使用时长是衡量其老化程度和使用频率的重要指标，通常来说，使用时长越长，机器可能存在的故障风险就越高，对维护和保养的需求也会增加，因此使用时长对应的权重要略高。

所述自助洗车机信息获取的具体分析过程为：对各自助洗车机的所在位置进行定位，并通过导航获取待清洗车辆到各自助洗车机所在位置的距离和路程预计所用时长，分别记为d_n、t”_n，从各自助洗车机任选一自助洗车机记为指定自助洗车机，并将待清洗车辆到指定自助洗车机所在位置的路程预计所用时长，记为t'_指定，读取指定自助洗车机的工作状态，若指定自助洗车机当前工作状态为空闲，则将指定自助洗车机的预计等待时间记为0，若指定自助洗车机当前工作状态为正在工作中，则读取指定自助洗车机当前洗车任务的预计剩余清洗时长，记为Δt'_指定，将其代入到公式Δt_指定＝Δt'_指定-t'_指定得到指定自助洗车机的预计等待时间Δt_指定，按照分析指定自助洗车机的预计等待时间的方法，对各自助洗车机进行分析得到各自助洗车机的预计等待时间，记为Δt'_n；通过对各自助洗车机的位置进行定位，并通过导航获取待清洗车辆到自助洗车机所在位置的距离和路程预计所需时长，可以提前为用户提供清洗车辆的路线和预计时间，帮助用户节约时间和精力。

S7.匹配系数分析：通过各自助洗车机的匹配数据分析得到各自助洗车机的匹配系数，进而选择目标自助洗车机。

所述匹配系数分析的具体过程如下：第一步，分别读取各自助洗车机的健康程度χ_n、预计等待时间Δt'_n和待清洗车辆到各自助洗车机所在位置的距离d_n，将其代入到公式得到各自助洗车机的匹配系数ψ_n，其中t₀表示设定的参考等待时间，w₁、w₂、w₃分别表示设定的健康程度、距离、预计等待时间的权值因子，e为自然常数；根据用户的需求和设定的参考等待时间，匹配出最合适的自助洗车机，可以有效缩短用户等待时间、提升用户体验。

需要说明的是，在一种实施例中，w₁可以设定为0.6，w₂可以设定为0.2，w₃可以设定为0.2，自助洗车机的健康程度反映了其运行状态和维护情况，对用户使用体验和洗车效果有直接影响，较高的健康程度意味着设备状态良好、喷水稳定、设备可靠性高等，为了确保用户获得良好的洗车体验，因此健康程度对应的权重要更高。

第二步，将各自助洗车机的匹配系数按照从大到小的顺序进行排列，将第一个匹配系数对应的自助洗车机记为目标洗车机，根据目标洗车机的所在位置为待清洗车辆进行导航；可以有效地提高服务效率，节省用户的时间和精力，让用户更快地享受到洗车服务。

本发明通过用户上传的待清洗车辆图像分析得到待清洗车辆的车辆信息并校验其是否同用户绑定的车辆信息一致，进而为待清洗车辆手动选择清洗方式，通过分析待清洗车辆的脏污程度为其匹配清洗方式，并推荐给用户选择，让用户可以更加方便快捷地选择适合的清洗方式，通过各自助洗车机的匹配数据分析得到各自助洗车机的匹配系数，进而选择目标自助洗车机，做到了定制化推荐，从而提高了清洗的效果和准确性。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型，仍涵盖在本发明的保护范围。

Claims (8)

1.一种自助洗车机洗车需求智能匹配分析方法，其特征在于，包括如下步骤：

S1.车辆信息绑定：用户在登录预约界面绑定车辆信息，车辆信息包括车牌号和车型，并将其录入管理数据库；

S2.车辆图像上传：获取用户上传的车辆图像，记为待清洗车辆图像；

S3.车型分析比对：根据待清洗车辆图像分析得到待清洗车辆的车辆信息并校验其是否同用户绑定的车辆信息一致，进而为待清洗车辆手动选择清洗方式；

S4.脏污程度分析：通过待清洗车辆图像分析得到待清洗车辆的脏污程度；

S5.清洗方式分析：通过待清洗车辆的脏污程度匹配适配的清洗方式，并将其同用户选择的清洗方式进行对比推荐；

S6.自助洗车机信息获取：对各自助洗车机的匹配数据进行获取，匹配数据包括健康程度、清洗车辆到各自助洗车机所在位置的距离、预计等待时间，健康程度包括使用时长、水枪喷水稳定程度、设备稳定程度；

S7.匹配系数分析：通过各自助洗车机的匹配数据分析得到各自助洗车机的匹配系数，进而选择目标自助洗车机。

2.根据权利要求1所述的一种自助洗车机洗车需求智能匹配分析方法，其特征在于：所述车型分析比对的具体分析过程如下：

第一步，读取用户上传的车辆图像，将其记为待清洗车辆图像，从待清洗车辆图像中提取待清洗车辆的车牌号，同时在管理数据库内检索用户绑定的车辆车牌号，将其同待清洗车辆的车牌号比对，判断是否为同一车辆，若为同一车辆，则执行第二步，若非同一车辆则回到登陆预约界面重新进行车辆绑定；

第二步，利用边缘检测技术从待清洗车辆图像中提取待清洗车辆的边缘轮廓，分别测量待清洗车辆的边缘轮廓的长、宽、高，并将其同管理数据库内用户绑定的车辆的长、宽、高进行比对，得到待清洗车辆同用户绑定的车辆的长、宽、高比值，分别记为车辆长度比值、宽度比值、高度比值，若车辆长度比值、宽度比值、高度比值有任一不为1，则表示待清洗车辆同用户绑定的车辆车型不一致，返回到登陆预约界面重新进行车辆绑定，若车辆长度比值、宽度比值、高度比值均为1，则表示待清洗车辆同用户绑定的车辆车型一致，进入到车辆清洗方式选择界面由用户手动选择清洗方式。

3.根据权利要求2所述的一种自助洗车机洗车需求智能匹配分析方法，其特征在于：所述脏污程度分析的具体分析过程如下：

第一步，读取待清洗车辆图像，对其进行灰度化处理并利用图形分割技术将待清洗车辆图像分割为若干个等面积区域，记为待清洗车辆各区域图像，对待清洗车辆各区域图像中各像素点的灰度值进行检测，记为εmi，其中m表示第m个区域的编号，m＝1,2,...,q，i表示第i个像素点的编号，i＝1,2,...,f，从管理数据库中读取待清洗车辆的标准灰度值，记为ε₀，通过公式Δε_mi＝|ε_mi-ε₀|得到各区域图像中各像素点的灰度差值Δε_mi，将各区域图像中各像素点的灰度差值和预设的灰度差值阈值进行比对，筛选出各区域图像中所有灰度差值大于或等于预设的灰度差值阈值的像素点，记为各区域图像脏污像素点，通过连接所有各区域图像脏污像素点构成各区域图像脏污区域，提取各区域图像脏污区域的面积，记为M_m，同时通过边缘提取技术对待清洗车辆图像进行待清洗车辆边缘轮廓提取并计算其面积，记为待清洗车辆表面积M'，通过公式得到待清洗车辆的脏污面积占比α；

第二步，对待清洗车辆各区域图像中各像素点亮度值进行检测，记为L_mi，并通过对待清洗车辆各区域图像中各像素点的亮度值求取平均值得得到待清洗车辆各区域图像亮度，记为L_m，通过公式ΔL_mi＝L_mi-L_m得到各区域图像中各像素点的亮度值差值ΔL_mi，将其同预设的亮度值差值阈值进行比对，若某像素点的亮度值差值大于预设的亮度值差值阈值，则将该像素点记为亮度脏污像素点，统计各区域亮度脏污像素点并通过连接各区域图像脏污像素点构成各区域图像亮度脏污区域，提取各区域图像亮度脏污区域的面积，记为M”_m，通过公式得到待清洗车辆的亮度脏污面积占比β。

4.根据权利要求3所述的一种基于无人值守的全智能洗车管理系统，其特征在于，所述待清洗车辆的脏污程度的具体分析方法为：

分别读取待清洗车辆的脏污面积占比α、待清洗车辆的亮度脏污面积占比β，将其代入到公式得到待清洗车辆的脏污程度χ，其中α₀、β₀分别表示设定的脏污面积占比、亮度脏污面积占比参考值，φ₁、φ₂分别表示设定的脏污面积占比、亮度脏污面积占比的权值因子，e为自然常数。

5.根据权利要求4所述的一种自助洗车机洗车需求智能匹配分析方法，其特征在于：所述清洗方式分析的具体分析方法为：

读取待清洗车辆的脏污程度，并从管理数据库中提取预设的各脏污程度范围对应清洗方式，将其同待清洗车辆的脏污程度匹配得到待清洗车辆的脏污程度所属范围对应的清洗方式，记为待清洗车辆需求清洗方式，同时读取用户选择的清洗方式，若用户选择的清洗方式同待清洗车辆需求清洗方式为同一级清洗方式，则将该清洗方式记为目标清洗方式，若用户选择的清洗方式同待清洗车辆需求清洗方式不为同一级清洗方式，则将待清洗车辆需求清洗方式推荐给用户，由用户进行手动选择，并将用户最终确认的清洗方式记为目标清洗方式。

6.根据权利要求1所述的一种自助洗车机洗车需求智能匹配分析方法，其特征在于：所述自助洗车机的健康程度的具体分析过程如下：

第一步，从管理数据库中读取各自助洗车机的使用时长，记为t_n，其中n表示第n个自助洗车机的编号，n＝1,2,...,k，同时从各自助洗车机的水压表中读取水枪在设定的各历史时间段的水压范围，将各自助洗车机水枪各历史时间段的水压最大值和最小值分别记为σ^nx _max、σ^nx _min，其中x表示第x个历史时间段的编号，x＝1,2,...,y，通过Δσ_nx＝σ^nx _max-σ^nx _min得到各自助洗车机水枪各历史时间段水压差值Δσ_nx，将其带入到公式得到各自助洗车机的水枪喷水稳定程度γ_n；

第二步，读取各自助洗车机在设定的各历史时间段的震动次数，通过求取平均值得到各自助洗车机在历史时间段的平均震动次数，记为通过公式/>得到各自助洗车机的设备稳定程度λ_n，其中/>表示设定的参考震动次数，e为自然常数；

第三步，分别读取各自助洗车机的使用时长t_n、喷水稳定程度γ_n、设备稳定程度λ_n，分析各自助洗车机的健康程度χ_n，其公式为其中t₀表示设定的自助洗车机最大使用时长，a₁、a₂、a₃分别表示设定的使用时长、喷水稳定程度、设备稳定程度的权值因子。

7.根据权利要求6所述的一种自助洗车机洗车需求智能匹配分析方法，其特征在于：所述自助洗车机信息获取的具体分析过程为：

对各自助洗车机的所在位置进行定位，并通过导航获取待清洗车辆到各自助洗车机所在位置的距离和路程预计所用时长，分别记为d_n、t”_n，从各自助洗车机任选一自助洗车机记为指定自助洗车机，并将待清洗车辆到指定自助洗车机所在位置的路程预计所用时长，记为t'_指定，读取指定自助洗车机的工作状态，若指定自助洗车机当前工作状态为空闲，则将指定自助洗车机的预计等待时间记为0，若指定自助洗车机当前工作状态为正在工作中，则读取指定自助洗车机当前洗车任务的预计剩余清洗时长，记为Δt'_指定，将其代入到公式Δt_指定＝Δt'_指定-t'_指定得到指定自助洗车机的预计等待时间Δt_指定，按照分析指定自助洗车机的预计等待时间的方法，对各自助洗车机进行分析得到各自助洗车机的预计等待时间，记为Δt'_n。

8.根据权利要求7所述的一种自助洗车机洗车需求智能匹配分析方法，其特征在于：所述匹配系数分析的具体过程如下：

第一步，分别读取各自助洗车机的健康程度χ_n、预计等待时间Δt'_n和待清洗车辆到各自助洗车机所在位置的距离d_n，将其代入到公式得到各自助洗车机的匹配系数ψ_n，其中t₀表示设定的参考等待时间，w₁、w₂、w₃分别表示设定的健康程度、距离、预计等待时间的权值因子，e为自然常数；

第二步，将各自助洗车机的匹配系数按照从大到小的顺序进行排列，将第一个匹配系数对应的自助洗车机记为目标洗车机，根据目标洗车机的所在位置为待清洗车辆进行导航。