基于人工智能和大数据的垃圾车路线优化方法及系统技术方案

本发明专利技术公开了一种基于人工智能和大数据的垃圾车路线优化方法及系统，包括：获取社区人员类别分布信息建立垃圾增长评估模型，以此获得不同时间段垃圾增长量；通过不同时间段的垃圾堆积量获得不同时间段垃圾堆积变化量；对垃圾增长评估模型中的动态参数进行修正，获取修正后的垃圾增长参数；获取社区垃圾站到垃圾回收站之间的路况信息及距离信息，结合垃圾增长参数和垃圾堆积量构建垃圾车行驶路线，并将相应参数输入到全连接网络进行训练，获取垃圾运输车行驶线路的全连接网络。此外，还提供了一种垃圾车路线优化系统。通过本发明专利技术提出的技术方法，有效提高了建立模型以及检测的准确率，本发明专利技术中提出的互验证方法，有效提高了模型的泛化能力。型的泛化能力。型的泛化能力。

【技术实现步骤摘要】
基于人工智能和大数据的垃圾车路线优化方法及系统


[0001]本申请涉及智慧城市领域，具体涉及一种基于人工智能和大数据的垃圾车路线优化方法及系统。

技术介绍

[0002]人工智能在建设智慧城市中有着广泛的应用，其中，人工智能在城市环卫工作方面也是有着举足轻重的地位。目前已有的技术是通过路况信息分析垃圾车通过时间，并根据区域垃圾满溢情况、车载容量直接进行判断优先程度。
[0003]但是现有技术依然存在一些没有解决的问题，例如：垃圾站处于不同区域时，由于区域人员类型、数量的不同，垃圾数量的增长速度也不同，垃圾车的路线不能灵活改变。其主要技术问题在于：未考虑在各区域的分布下，垃圾站在时序不断增长的问题，不能在垃圾站满载前将垃圾站的中的垃圾进行清除，造成垃圾发生泄漏的情况，同时在运输垃圾时由于不能提前对运输车的垃圾线路进行规划，造成垃圾运输时间过长造成运输成本提高，同时因运输的时间不确定和线路不确定，造成垃圾车在运输过程中造成周围空气的异味时间过长，对周围人员的生活造成一定的影响。

技术实现思路

[0004]为了解决目前存在的技术问题，本专利技术的目的在于提供一种基于人工智能和大数据的垃圾车路线优化方法及系统。本专利技术采用的技术方案如下：基于人工智能和大数据的垃圾车路线优化方法，包括以下步骤：获取社区人员数量信息，人员类别分布信息，建立垃圾增长评估模型，通过建立的垃圾增长评估模型获得不同时间段垃圾增长量；获取当前垃圾站的垃圾余量和垃圾站内部的垃圾堆积量；并通过不同时间段的垃圾堆积量获得不同时间段垃圾堆积变化量；通过获得的不同时间段人流量比值和不同时间段垃圾堆积变化量之间的比值对垃圾增长评估模型中的动态参数进行修正，获取修正后的垃圾增长参数；获取社区垃圾站到垃圾回收站之间的路况信息及在运营垃圾车辆到社区垃圾站之间的距离信息，结合垃圾增长参数和垃圾堆积量构建不同时间段的垃圾车行驶路线，并将不同时间段垃圾车行驶路线及其对应的不同时间段参数输入到全连接网络进行训练，得到垃圾运输车行驶路线；所述垃圾增长评估模型的公式如下：其中为垃圾的增长速度，为动态系数,为社区总人数，为青年上班族人数，为有孩子的上班族人数，为老年人人数；不同时间段垃圾增长量是按如下公式获得：
其中，为当前时间段，为下一时间段；不同时间段垃圾堆积量是按照如下公式计算得到：式中：为不同时间垃圾堆积量，为垃圾轮廓边缘梯度，为不同时间段垃圾站内垃圾的高度，为垃圾的宽度，为垃圾的长度，为未遮挡的垃圾区域的像素点总个数，为被遮挡的垃圾区域的像素点总个数；所述垃圾轮廓边缘梯度的计算公式如下：式中：为第个像素点到垃圾站边缘的距离。
[0005]进一步的，所述垃圾堆积变化量是按照如下方法获得：利用深度摄像头对垃圾站进行视频图像采集，对该采集到的视频图像进行分帧；采用边缘检测方法获取分帧后的每一帧图像中垃圾站的边缘图像信息；所述边缘图像信息包括垃圾站边缘信息、垃圾站深度信息、垃圾站内的垃圾边缘信息和垃圾深度信息；对获得的垃圾站边缘信息和垃圾边缘信息结合垃圾站深度信息和垃圾深度信息进行轮廓合并，得到同一深度下的边缘平面；结合边缘平面的图像坐标及垃圾站深度信息和垃圾深度信息计算得到垃圾边缘梯度，再通过该垃圾边缘梯度获得不同时间段垃圾堆积变化量。
[0006]进一步的，所述不同时间段垃圾堆积变化量为：；初始状态下，垃圾堆积量为0；不同时间段垃圾堆积变化量的比值为：不同时间段包括上午、下午和晚上；式中:为上午的垃圾堆积变化量，为下午垃圾堆积变化量，为晚上垃圾堆积变化量；所述不同时间段人流量比值的计算公式如下：式中：为人流量总和，为上午人流量，为下午人流量，为晚上人
流量；其中：式中：为目标检测网络得到的行人包围框，为常数。
[0007]进一步的，所述修正后的垃圾增长参数为：进一步的，所述修正后的垃圾增长参数为：其中：表示修正后的垃圾增长速度；，，为修正后的动态参数，满足：，式中：为修正参数；所述修正参数计算公式为：，其中表示修正权重。
[0008]进一步的， 所述获取垃圾车与垃圾站间路况信息的方法为：式中：为当前道路车流量信息总和，为时间间隔均值；所述道路车流量信息总和的获取方法为：，其中：为不同时间段的车流量信息；所述时间间隔均值的获取方法为：，其中：表示车辆通行时间间隔。
[0009]进一步的，所述垃圾车与垃圾站间的距离信息的获取方法为：，其中：，，，代表垃圾车和垃圾站的位置坐标。
[0010]一种基于人工智能和大数据的垃圾车路线优化系统，包括：区域信息获取模块，实时信息修正模块和动态路线规划模块；区域信息获取模块：获取社区人员数量信息，人员类别分布信息，建立垃圾增长评估模型，通过建立的垃圾增长评估模型获得不同时间段垃圾增长量；实时信息修正模块：获取当前垃圾站的垃圾余量和垃圾站内部的垃圾堆积量；并通过不同时间段的垃圾堆积量获得不同时间段垃圾堆积变化量；通过获得的不同时间段人流量比值和不同时间段垃圾堆积变化量之间的比值对垃圾增长评估模型中的动态参数进行修正，获取修正后的垃圾增长参数；动态路线规划模块：获取社区垃圾站到垃圾回收站之间的路况信息及在运营垃圾车辆到社区垃圾站之间的距离信息，结合垃圾增长参数和垃圾堆积量构建不同时间段的垃圾车行驶路线，并将不同时间段垃圾车行驶路线及其对应的不同时间段参数输入到全连接网络进行训练，获取垃圾运输车行驶线路的全连接网络。
[0011]与现有技术相比，本专利技术的有益效果是：
（1）基于本申请所述通过社区人群分布类型，构建垃圾增长评估模型。相较于现有技术有益效果在于考虑了社区的人群类型对时间序列上垃圾增长的分析，模型的评估准确率更高。
[0012]（2）基于本申请所述根据垃圾站的堆积量分析方法，相较于现有技术有益效果在于考虑了遮挡和自身堆积不均匀对堆积量检测的影响，提高了检测结果的准确率。
[0013]（3）基于本申请所述通过实时的人流量信息与垃圾增长模型的互验证，相较于现有技术有益效果在于提高了模型自身的泛化能力。
[0014]（4）能够在垃圾站满载之前将垃圾站中的垃圾进行清理，提高了区域生活的质量，同时通过规划的路线能够提高运输垃圾的效率，降低成本，减少对运输途中人们生活的影响。
附图说明
[0015]图1是本专利技术的一个实施例中垃圾车路线规划方法示意图；图2是本专利技术的一个实施例中垃圾车路线规划模块示意图；图3是本专利技术的一个实施例中垃圾车路线规划系统示意图；图4是本专利技术的一个实施例中实现垃圾车路线规划系统的一个软件实施方法示意图。
具体实施方式
[0016]为了让本领域技术人员更好理解的理解本专利技术，下面结合附图和实施例对本专利技术进行详细的描述。
[0017]实施例一：如图1所示，该实施例提供了一种基于人工智能和大数据的垃圾车路线优化方法，包括：图1中，获取区域人员类别信息，建立垃圾增长模型，获得垃圾增长量。
[0018]在一个实施例中，获取区域人员类别信息的手段是通过统计局或社区统计数据获取居民人口数据，在获得统计数据后，可以根据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能和大数据的垃圾车路线优化方法，其特征在于，包括:获取社区人员数量信息，人员类别分布信息，建立垃圾增长评估模型，通过建立的垃圾增长评估模型获得不同时间段垃圾增长量；获取当前垃圾站的垃圾余量和垃圾站内部的垃圾堆积量；并通过不同时间段的垃圾堆积量获得不同时间段垃圾堆积变化量；通过获得的不同时间段人流量比值和不同时间段垃圾堆积变化量之间的比值对垃圾增长评估模型中的动态参数进行修正，获取修正后的垃圾增长参数；获取社区垃圾站到垃圾回收站之间的路况信息及在运营垃圾车辆到社区垃圾站之间的距离信息，结合垃圾增长参数和垃圾堆积量构建不同时间段的垃圾车行驶路线，并将不同时间段垃圾车行驶路线及其对应的不同时间段参数输入到全连接网络进行训练，得到垃圾运输车行驶路线；所述垃圾增长评估模型的公式如下：其中为垃圾的增长速度，为动态系数,为社区总人数，为青年上班族人数，为有孩子的上班族人数，为老年人人数；不同时间段垃圾增长量是按如下公式获得：其中，为第个时间段，为第个时间段的下一时间段；不同时间段垃圾堆积量是按照如下公式计算得到：式中：为不同时间垃圾堆积量，为垃圾轮廓边缘梯度，为第时刻垃圾站内垃圾的高度，为垃圾的宽度，为垃圾的长度，为未遮挡的垃圾区域的像素点总个数，为被遮挡的垃圾区域的像素点总个数；所述垃圾轮廓边缘梯度的计算公式如下：式中：为第个像素点到垃圾站边缘的距离，为第个像素点的相邻像素点到垃圾站边缘的距离，为第时刻垃圾站内垃圾的高度，为第时刻的前一时刻垃圾站内垃圾的高度。2.根据权利要求1所述的方法，其特征在于: 所述垃圾堆积变化量是按照如下方法获得：利用深度摄像头对垃圾站进行视频图像采集，对该采集到的视频图像进行分帧；采用边缘检测方法获取分帧后的每一帧图像中垃圾站的边缘图像信息；所述边缘图像
信息包括垃圾站边缘信息、垃圾站深度信息、垃圾站内的垃圾边缘信息和垃圾深度信息；对获得的垃圾站边缘信息和垃圾边缘信息结合垃圾站深度信息和垃圾深度信息进行轮廓合并，得到同一深度下的边缘平面；结合边缘平面的图像坐标及垃圾站深度信息和垃圾深度信息计算得到垃圾边缘梯度，再通过该垃圾边缘梯度获得不同时间段垃圾堆积变化量。3.根据权利要求1所述的方法，其特...

【专利技术属性】
技术研发人员：李耀峰，邓文婵，
申请(专利权)人：南通飞旋智能科技有限公司，
类型：发明
国别省市：