一种加油站车流分析方法及系统技术方案

本发明专利技术提供一种加油站车流分析方法及系统，包括在检测到加油站出现加油车辆拥堵时，确定加油车辆拥堵时的加油车辆总数，以及对应的天气情况和拥堵时段；其中，天气情况为晴天、雨天、阴天及下雪天之其中一种；拥堵时段为上午、中午、下午及晚上之其中一个；基于所确定的天气情况及拥堵时段，在预先训练好的加油时间模型组中选择相应的一加油时间模型，并将所确定的加油车辆总数导入所选的加油时间模型中计算，得到加油车辆排队总时间。实施本发明专利技术，能评估出加油站的拥堵情况和排队时间，提升用户体验。

【技术实现步骤摘要】
一种加油站车流分析方法及系统
本专利技术涉及加油站车辆拥堵分析
，尤其涉及一种加油站车流分析方法及系统。
技术介绍
近些年来，随着家用车辆数量的不断增加，使得加油站常出现车辆排长队加油的问题，尤其是假日情况下的高速加油站。目前，尽管出现一些技术(如ETC卡支付油费)在一定程度上加快排队速度，用以缓解加油排长队的压力，但无法给客户一个精准的排队时间，让客户选择是否接受。因此，有必要对加油站车流进行分析，评估出加油站的拥堵情况和排队时间，从而提升用户体验。
技术实现思路
本专利技术实施例所要解决的技术问题在于，提供一种加油站车流分析方法及系统，能评估出加油站的拥堵情况和排队时间，提升用户体验。为了解决上述技术问题，本专利技术实施例提供了一种加油站车流分析方法，所述方法包括以下步骤：S1、在检测到加油站出现加油车辆拥堵时，确定加油车辆拥堵时的加油车辆总数，以及对应的天气情况和拥堵时段；其中，所述天气情况为晴天、雨天、阴天及下雪天之其中一种；所述拥堵时段为上午、中午、下午及晚上之其中一个；S2、基于所确定的天气情况及拥堵时段，在预先训练好的加油时间模型组中选择相应的一加油时间模型，并将所确定的加油车辆总数导入所选的加油时间模型中计算，得到加油车辆排队总时间。其中，所述步骤S1中，所确定的加油车辆总数是从摄像头所拍摄的车辆视频中提取出来的。其中，所述步骤S1中，所确定的天气情况及拥堵时段是从计算机预设的天气软件中提取出来的。其中，所述加油时间模型组有十六个加油时间模型，包括：晴天上午拥堵时段的加油时间模型、晴天中午拥堵时段的加油时间模型、晴天下午拥堵时段的加油时间模型、晴天晚上拥堵时段的加油时间模型；雨天上午拥堵时段的加油时间模型、雨天中午拥堵时段的加油时间模型、雨天下午拥堵时段的加油时间模型、雨天晚上拥堵时段的加油时间模型；阴天上午拥堵时段的加油时间模型、阴天中午拥堵时段的加油时间模型、阴天下午拥堵时段的加油时间模型、阴天晚上拥堵时段的加油时间模型；下雪天上午拥堵时段的加油时间模型、下雪天中午拥堵时段的加油时间模型、下雪天下午拥堵时段的加油时间模型、下雪天晚上拥堵时段的加油时间模型。其中，所述加油时间模型组中每一加油时间模型均基于神经网络构建出来的，并通过加油站在每一天气情况下各拥堵时段的历史车辆排队总时间生成训练样本及测试样本进行训练和测试。其中，对每一加油时间模型进行训练均执行以下步骤，具体包括：获取相应天气情况下相应拥堵时段的历史数据，包括多天的车辆排队总时间及车辆总数；根据所获取的多天的车辆排队总时间及车辆总数，计算出每天车辆的平均排队时间，且进一步将所计算出每天车辆的平均排队时间生成训练样本及测试样本；基于神经网络，构建相应的加油时间模型，并采用训练样本及测试样本对所构建的加油时间模型进行训练及测试，直至训练误差满足预定的均分误差为止，得到相应训练好的加油时间模型。本专利技术实施例还提供了一种加油站车流分析系统，包括：拥堵数据获取单元，用于在检测到加油站出现加油车辆拥堵时，确定加油车辆拥堵时的加油车辆总数，以及对应的天气情况和拥堵时段；其中，所述天气情况为晴天、雨天、阴天及下雪天之其中一种；所述拥堵时段为上午、中午、下午及晚上之其中一个；排队总时间计算单元，用于基于所确定的天气情况及拥堵时段，在预先训练好的加油时间模型组中选择相应的一加油时间模型，并将所确定的加油车辆总数导入所选的加油时间模型中计算，得到加油车辆排队总时间。其中，所确定的加油车辆总数是从摄像头所拍摄的车辆视频中提取出来的。其中，所确定的天气情况及拥堵时段是从计算机预设的天气软件中提取出来的。其中，所述加油时间模型组有十六个加油时间模型，包括：晴天上午拥堵时段的加油时间模型、晴天中午拥堵时段的加油时间模型、晴天下午拥堵时段的加油时间模型、晴天晚上拥堵时段的加油时间模型；雨天上午拥堵时段的加油时间模型、雨天中午拥堵时段的加油时间模型、雨天下午拥堵时段的加油时间模型、雨天晚上拥堵时段的加油时间模型；阴天上午拥堵时段的加油时间模型、阴天中午拥堵时段的加油时间模型、阴天下午拥堵时段的加油时间模型、阴天晚上拥堵时段的加油时间模型；下雪天上午拥堵时段的加油时间模型、下雪天中午拥堵时段的加油时间模型、下雪天下午拥堵时段的加油时间模型、下雪天晚上拥堵时段的加油时间模型。实施本专利技术实施例，具有如下有益效果：本专利技术在检测到加油站出现加油车辆拥堵时，确定加油车辆拥堵时的加油车辆总数，以及对应的天气情况和拥堵时段，用以选择相应的一加油时间模型进行计算，得到加油车辆排队总时间。从而能评估出加油站的拥堵情况(如天气情况和拥堵时段)和排队时间(如加油车辆排队总时间)，提升用户体验。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本专利技术的范畴。图1为本专利技术实施例提供的加油站车流分析方法的流程图；图2为本专利技术实施例提供的加油站车流分析系统的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述。如图1所示，为本专利技术实施例中，提供的一种加油站车流分析方法，该方法用于基于物联网技术与密度传感器及压力感应器互联的计算机设备上，具体包括以下步骤：步骤S1、在检测到加油站出现加油车辆拥堵时，确定加油车辆拥堵时的加油车辆总数，以及对应的天气情况和拥堵时段；其中，所述天气情况为晴天、雨天、阴天及下雪天之其中一种；所述拥堵时段为上午、中午、下午及晚上之其中一个；步骤S2、基于所确定的天气情况及拥堵时段，在预先训练好的加油时间模型组中选择相应的一加油时间模型，并将所确定的加油车辆总数导入所选的加油时间模型中计算，得到加油车辆排队总时间。具体过程为，专利技术人发现，加油站出现加油车辆拥堵时的天气情况包括但不限于晴天、雨天、阴天及下雪天，且相应的拥堵时段包括但不限于上午、中午、下午及晚上，因此在评估加油车辆排队总时间时，也应区别不同天气情况下不同拥堵时段。应当说明的是，加油车辆总数是从摄像头所拍摄的车辆视频中提取出来的，天气情况及拥堵时段是从计算机预设的天气软件中提取出来的。因此，在步骤S1之前，需要根据上述不同天气情况下不同拥堵时段，预先构建相应的加油时间模型并对其进行训练及测试，以便能够根据实际情况来评估加油车辆排队总时间。因此，有十六个加油时间模型形成加油时间模型组，具体包括：(1)晴天组：晴天上午拥堵时段的加油时间模型、晴天中午拥堵时段的加油时间模型、晴天下午拥堵时段的加油时间模型、晴天晚上拥堵时段的加油时间模型；(2)雨本文档来自技高网...

【技术保护点】
1.一种加油站车流分析方法，其特征在于，所述方法包括以下步骤：/nS1、在检测到加油站出现加油车辆拥堵时，确定加油车辆拥堵时的加油车辆总数，以及对应的天气情况和拥堵时段；其中，所述天气情况为晴天、雨天、阴天及下雪天之其中一种；所述拥堵时段为上午、中午、下午及晚上之其中一个；/nS2、基于所确定的天气情况及拥堵时段，在预先训练好的加油时间模型组中选择相应的一加油时间模型，并将所确定的加油车辆总数导入所选的加油时间模型中计算，得到加油车辆排队总时间。/n

【技术特征摘要】
1.一种加油站车流分析方法，其特征在于，所述方法包括以下步骤：
S1、在检测到加油站出现加油车辆拥堵时，确定加油车辆拥堵时的加油车辆总数，以及对应的天气情况和拥堵时段；其中，所述天气情况为晴天、雨天、阴天及下雪天之其中一种；所述拥堵时段为上午、中午、下午及晚上之其中一个；
S2、基于所确定的天气情况及拥堵时段，在预先训练好的加油时间模型组中选择相应的一加油时间模型，并将所确定的加油车辆总数导入所选的加油时间模型中计算，得到加油车辆排队总时间。


2.如权利要求1所述的加油站车流分析方法，其特征在于，所述步骤S1中，所确定的加油车辆总数是从摄像头所拍摄的车辆视频中提取出来的。


3.如权利要求1所述的加油站车流分析方法，其特征在于，所述步骤S1中，所确定的天气情况及拥堵时段是从计算机预设的天气软件中提取出来的。


4.如权利要求1所述的加油站车流分析方法，其特征在于，所述加油时间模型组有十六个加油时间模型，包括：
晴天上午拥堵时段的加油时间模型、晴天中午拥堵时段的加油时间模型、晴天下午拥堵时段的加油时间模型、晴天晚上拥堵时段的加油时间模型；
雨天上午拥堵时段的加油时间模型、雨天中午拥堵时段的加油时间模型、雨天下午拥堵时段的加油时间模型、雨天晚上拥堵时段的加油时间模型；
阴天上午拥堵时段的加油时间模型、阴天中午拥堵时段的加油时间模型、阴天下午拥堵时段的加油时间模型、阴天晚上拥堵时段的加油时间模型；
下雪天上午拥堵时段的加油时间模型、下雪天中午拥堵时段的加油时间模型、下雪天下午拥堵时段的加油时间模型、下雪天晚上拥堵时段的加油时间模型。


5.如权利要求4所述的加油站车流分析方法，其特征在于，所述加油时间模型组中每一加油时间模型均基于神经网络构建出来的，并通过加油站在每一天气情况下各拥堵时段的历史车辆排队总时间生成训练样本及测试样本进行训练和测试。


6.如权利要求5所述的加油站车流分析方法，其特征在于，对每一加油时间模型进行训练均执行以下步骤，具体包括：
获取相应天气情况下...

【专利技术属性】
技术研发人员：关超华，周斯加，陈志军，杨承儒，
申请(专利权)人：上善智城苏州信息科技有限公司，
类型：发明
国别省市：江苏;32