CN112149979A - 一种洒水车调度方法、装置、设备及存储介质 - Google Patents

Abstract

本申请涉及调度领域，尤其涉及一种洒水车调度方法、装置、设备及存储介质。方法包括：获取目标街道的环境信息；根据所述环境信息，生成洒水指数；获取预设的洒水标准值，判断所述洒水指数是否大于所述洒水标准值，根据判断结果调度洒水车。本申请用以解决无差别洒水方式导致的资源浪费、洒水效果差和交通安全隐患的问题。

Description

一种洒水车调度方法、装置、设备及存储介质

技术领域

本申请涉及调度领域，尤其涉及一种洒水车调度方法、装置、设备及存储介质。

背景技术

洒水车是减少道路扬尘、延长公路使用寿命、美化环境的利器。

目前，洒水车进行调度时，大多采用的是定时定点的无差别方式，即，人为规定某条街道的一天内的洒水次数和洒水时间。但是，这种方式在实际实施的过程中，出现了大量不合理现象，例如：下雨下雪时仍然洒水；行人较多时，洒水车经过对行人造成困扰；道路上车辆较多时，洒水车洒水不均匀等。

无差别洒水造成的不合理现象，进一步导致资源浪费、洒水效果差以及交通安全隐患等问题。

发明内容

本申请提供了一种洒水车调度方法、装置、设备及存储介质，用以解决无差别洒水方式导致的资源浪费、洒水效果差和交通安全隐患的问题。

第一方面，本申请实施例提供了一种洒水车调度方法，包括：获取目标街道的环境信息；根据所述环境信息，生成洒水指数；获取预设的洒水标准值，判断所述洒水指数是否大于所述洒水标准值，根据判断结果调度洒水车。

可选地，所述根据所述环境信息，生成洒水指数，包括：提取所述环境信息的特征值，将所述环境信息的特征值输入到预设的智能环境识别模型，获得所述智能环境识别模型输出的所述洒水指数；其中，所述智能环境识别模型为采用环境识别样本值对原始智能环境识别模型进行训练得到，所述环境识别样本值包括指定街道的N个环境样本信息，以及与N个所述环境样本信息一一对应的洒水样本指数，其中，N为大于1的整数。

可选地，所述智能环境识别模型的训练过程包括：获取所述环境样本信息；提取所述环境样本信息的特征值；将所述环境样本信息的特征值输入到所述原始智能环境识别模型，获取所述原始智能环境识别模型输出的所述环境样本信息各自对应的预测洒水指数；将所述预测洒水指数与所述洒水样本指数比较，如果不一致，调整所述原始智能环境识别模型的参数，重复执行所述将所述环境样本信息的特征值输入到所述原始智能环境识别模型的步骤，直至所述预测洒水指数与所述洒水样本指数一致时，将所述原始智能环境识别模型作为最终的智能环境识别模型。

可选地，所述根据判断结果调度洒水车包括：若所述判断结果为是，生成洒水车调度指令，并将所述洒水车调度指令传输给洒水车调度平台，其中，所述洒水车调度平台用于根据所述洒水车调度指令，调度洒水车对所述目标街道进行洒水；若所述判断结果为否，获取第一预设时间间隔，并在所述第一预设时间间隔之后，重新获取所述环境信息，根据重新获取的所述环境信息，生成新的洒水指数，重新判断所述新的洒水指数是否大于所述洒水标准值，根据重新判断的结果调度洒水车。

可选地，所述生成洒水车调度指令，并将所述洒水车调度指令传输给洒水车调度平台后，还包括：获取第二预设时间间隔；在所述第二预设时间间隔之后，再次获取所述环境信息，根据再次获取的所述环境信息，再次生成所述洒水指数，判断所述再次生成的所述洒水指数是否大于所述洒水标准值，根据再次判断的结果调度洒水车。

可选地，所述环境信息包括：天气情况、地面温度、空气颗粒度、人流密度和交通情况中的任意一项或多项。

可选地，所述智能环境识别模型属于逻辑回归模型。

第二方面，本申请实施例提供了一种洒水车调度装置，包括：获取模块，用于获取目标街道的环境信息；生成模块，用于根据所述环境信息，生成洒水指数；处理模块，用于获取预设的洒水标准值，判断所述洒水指数是否大于所述洒水标准值，根据判断结果调度洒水车。

第三方面，本申请实施例提供了一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；所述存储器，用于存储计算机程序；所述处理器，用于执行所述存储器中所存储的程序，实现第一方面所述的洒水车调度方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的洒水车调度方法。

本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请实施例提供的该方法，通过获取街道的环境信息，生成洒水指数，再根据洒水指数来调度洒水车进行洒水。该方法利用自动化方式取代定时定点的无差别洒水，实现洒水车调度的智能化，避免无差别洒水方式造成的不合理现象，节约资源，提高洒水效果，消除交通隐患。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的洒水车调度方法流程图；

图2为本申请实施例提供的智能环境识别模型训练流程示意图；

图3为本申请实施例提供的根据判断结果调度洒水车的洒水车调度方法具体流程示意图；

图4为本申请实施例提供的包括洒水车调度指令传输给洒水车调度平台后处理过程的洒水车调度方法具体流程示意图；

图5为本申请实施例提供的洒水车调度装置结构示意图；

图6为本申请实施例提供的一种电子装置结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的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。

本申请实施例提供了一种洒水车调度方法，如图1所示，该方法的步骤流程如下：

步骤101，获取目标街道的环境信息。

一个实施例中，环境信息包括：天气情况、地面温度、空气颗粒度、人流密度和交通情况中的任意一项或多项。该环境信息可以为天气情况、地面温度、空气颗粒度、人流密度和交通情况中的任意一项或多项，也可以根据具体需要增加项目，例如，还可以包括当前时间等。本申请的保护范围不以环境信息包含的类型项目为限制。

本实施例中，地面温度可以通过温度传感器获取，空气颗粒度可以通过颗粒度传感器获取，人流密度可以通过人流密度传感器获取，天气情况可以从天气预告服务平台获取，交通情况可以通过交通服务平台获取。其他可以获取相应环境信息的渠道均可以用于本申请，本申请的保护范围不以环境信息的获取渠道为限制。

通过获取与洒水相关的环境信息，根据环境信息自动判断是否需要调度洒水车，代替无差别洒水方式，实现洒水车的自动化调度。环境信息包含天气情况时，避免下雨下雪天时仍旧洒水的现象，节约资源，消除道路结冰等安全隐患；环境信息包含人流密度时，可以避免在人流量较大时进行洒水，避免对路过的行人造成困扰；环境信息包含交通情况时，可以避免在车流量高峰期洒水，防止洒水车堵在相关道路造成的洒水不均匀和资源浪费，提高洒水效果；环境信息包含地面温度或空气颗粒度时，可以优化道路整体环境，进一步提高洒水效果。

步骤102，根据环境信息，生成洒水指数。

一个实施例中，根据环境信息，生成洒水指数的过程通过智能环境识别模型来实现。该智能环境识别模型的使用过程如下：

提取环境信息的特征值，将环境信息的特征值输入到预设的智能环境识别模型，获得智能环境识别模型输出的洒水指数；其中，智能环境识别模型为采用环境识别样本值对原始智能环境识别模型进行训练得到，环境识别样本值包括指定街道的N个环境样本信息，以及与N个环境样本信息一一对应的洒水样本指数，其中，N为大于1的整数。

本实施例中，环境信息的特征值，可以为对应的自然数，例如，环境信息包括地面温度时，地面温度的特征值为温度值；环境信息包括空气颗粒度时，空气颗粒度的特征值为空气颗粒密度值；环境信息包括人流密度时，人流密度的特征值为人流密度值。环境信息的特征值还可以为人为规定的对应值，例如，环境信息包括天气情况时，天气情况的特征值为对应值，晴天对应数值1，阴天对应数值2，下雨对应数值3，下雪对应数值4等；环境天气包括交通情况时，交通情况的特征值为对应值，堵车对应数值1，不堵车对应数值2。

通过智能环境识别模型的使用，使洒水车调度过程智能化，对道路环境的判断更加准确的迅速，减少洒水车调度过程中需要的人力，提高洒水车调度的效率。

本实施例中，如图2所示，智能环境识别模型训练过程的步骤流程如下：

步骤201，获取环境样本信息；

步骤202，提取环境样本信息的特征值；

步骤203，将环境样本信息的特征值输入到原始智能环境识别模型，获取原始智能环境识别模型输出的环境样本信息各自对应的预测洒水指数；

步骤204，比较预测洒水指数与洒水样本指数是否一致，若否，执行步骤205，若是，执行步骤206；

步骤205，调整原始智能环境识别模型的参数，执行步骤203；

步骤206，将原始智能环境识别模型作为最终的智能环境识别模型。

本实施例中，智能环境识别模型属于逻辑回归模型。该逻辑回归模型的使用中，将环境信息的特征值作为自变量，将环境信息的特征值作为自变量输入逻辑回归模型中后，得出环境信息对于洒水(即因变量)的影响程度，该影响程度以数值的形式进行输出，即输出洒水指数。

逻辑回归模型能够准确得出与环境信息相关的洒水指数，且模型相关算法的实现较为简单，在能够满足洒水车调度的相关功能的同时，速度快，效率高，进而提高洒水车调度过程的效率。

步骤103，获取预设的洒水标准值，判断洒水指数是否大于洒水标准值，根据判断结果调度洒水车。

一个实施例中，如图3所示，根据判断结果调度洒水车时，洒水车调度方法的具体流程步骤如下：

步骤301，获取目标街道的环境信息；

步骤302，根据环境信息，生成洒水指数；

步骤303，获取预设的洒水标准值，判断洒水指数是否大于洒水标准值，若是，执行步骤304，若否，执行步骤305；

步骤304，生成洒水车调度指令，并将洒水车调度指令传输给洒水车调度平台；

步骤305，获取第一预设时间间隔，并在第一预设时间间隔之后，执行步骤301。

本实施例中，洒水标准值可以为人为根据需要和经验设定的值，也可以为根据具体算法自动得出的值。当季节变化或者其他条件下，该洒水标准值可以根据条件需要进行修改，以更好的适应道路实际请情况。本申请的保护范围不以洒水标准值的具体设定原则为限制。

本实施例中，洒水车调度平台可以接收洒水车调度指令，并根据该洒水车调度指令，自行调度洒水车对目标街道进行洒水。该洒水车调度指令可以根据需要包含洒水目标时间、洒水地点和洒水量等。该洒水调度平台还可以接收环境信息和洒水指数，并将实时获取的环境信息、对应的洒水指数和对应的洒水调度指令作为一条记录进行保存。用户可以根据需要在该洒水调度平台上查询相关记录。

本实施例中，第一预设时间间隔可以为人为根据需要和经验设定，也可以为根据具体算法自动设定，例如，人为设定为30分钟，或者，自动设定为1个小时。本申请的保护范围不以第一时间间隔的设定方式和具体数值为限制。

本实施例中，洒水指数不大于洒水标准值时，即目标道路的环境条件不需要进行洒水时，获取第一预设时间间隔，在第一预设时间间隔之后，再次获取环境信息，判断是否需要调度洒水车进行洒水。第一预设时间间隔的设置，可以防止对道路环境进行一次监测之后，长时间不进行再次监测，进而影响道路整体环境。

本实施例中，在生成洒水车调度指令，并将洒水车调度指令传输给洒水车调度平台后，还可以通过获取预设时间间隔，并在预设时间间隔之后，重新获取环境信息，以使洒水车调度过程持续进行。如图4所示，包括洒水车调度指令传输给洒水车调度平台后处理过程的具体流程步骤如下：

步骤401，获取目标街道的环境信息；

步骤402，根据环境信息，生成洒水指数；

步骤403，获取预设的洒水标准值，判断洒水指数是否大于洒水标准值，若是，执行步骤404，若否，执行步骤405；

步骤404，生成洒水车调度指令，并将洒水车调度指令传输给洒水车调度平台，执行步骤406；

步骤405，获取第一预设时间间隔，并在第一预设时间间隔之后，执行步骤401；

步骤406，获取第二预设时间间隔，在第二预设时间间隔之后，执行步骤401。

本实施例中，第二预设时间间隔可以为人为根据需要和经验设定，也可以为根据具体算法自动设定，例如，人为设定为1个小时，或者，自动设定为2个小时。本申请的保护范围不以第二预设时间间隔的设定方式和具体数值为限制。

本实施例中，第二预设时间间隔的设置，可以在洒水后，再次获取环境信息，以判断是否需要再次调度洒水车进行洒水。避免出现一次洒水后，长时间过去，道路需要再次进行洒水时，没有及时进行再次洒水的现象。

本申请提供的洒水车调度方法，通过获取与洒水相关的环境信息，根据环境信息自动判断是否需要调度洒水车，代替无差别洒水方式，实现洒水车的自动化调度。环境信息包含天气情况时，避免下雨下雪天时仍旧洒水的现象，节约资源，消除道路结冰等安全隐患；环境信息包含人流密度时，可以避免在人流量较大时进行洒水，避免对路过的行人造成困扰；环境信息包含交通情况时，可以避免在车流量高峰期洒水，防止洒水车堵在相关道路造成的洒水不均匀和资源浪费，提高洒水效果；环境信息包含地面温度或空气颗粒度时，可以优化道路整体环境，进一步提高洒水效果。

根据环境信息，生成洒水指数的过程通过智能环境识别模型来实现。智能环境识别模型的使用，使洒水车调度过程智能化，对道路环境的判断更加准确、迅速，减少洒水车调度过程中需要的人力，提高洒水车调度的效率。智能环境识别模型为逻辑回归模型时，能够准确得出与环境信息相关的洒水指数，且模型相关算法的实现较为简单，在能够满足洒水车调度的相关功能的同时，速度快，效率高，进而提高洒水车调度过程的效率。

同时，第一预设时间间隔的设置，可以防止对道路环境进行一次监测之后，长时间不进行再次监测；第二预设时间间隔的设置，可以在洒水后，再次获取环境信息，以判断是否需要再次调度洒水车进行洒水。避免出现一次洒水后，长时间过去，道路需要再次进行洒水时，没有及时进行再次洒水的现象。通过第一预设时间间隔和第二预设时间间隔的设置，进一步提高洒水效果和洒水效率。

基于同一构思，本申请实施例中提供了一种洒水车调度装置，该装置的具体实施可参见方法实施例部分的描述，重复之处不再赘述，如图5所示，该装置主要包括：

获取模块，用于获取目标街道的环境信息；

生成模块，用于根据环境信息，生成洒水指数；

处理模块，用于获取预设的洒水标准值，判断洒水指数是否大于洒水标准值，根据判断结果调度洒水车。

基于同一构思，本申请实施例中还提供了一种电子设备，如图6所示，该电子设备主要包括：处理器601、通信接口602、存储器603和通信总线604，其中，处理器601、通信接口602和存储器603通过通信总线604完成相互间的通信。其中，存储器603中存储有可被至处理器601执行的程序，处理器601执行存储器603中存储的程序，实现如下步骤：获取目标街道的环境信息；根据环境信息，生成洒水指数；获取预设的洒水标准值，判断洒水指数是否大于洒水标准值，根据判断结果调度洒水车。

上述电子设备中提到的通信总线604可以是外设部件互连标准(PeripheralComponent Interconnect，简称PCI)总线或扩展工业标准结构(Extended IndustryStandard Architecture，简称EISA)总线等。该通信总线604可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口602用于上述电子设备与其他设备之间的通信。

存储器603可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器601的存储装置。

上述的处理器601可以是通用处理器，包括中央处理器(Central ProcessingUnit，简称CPU)、网络处理器(Network Processor，简称NP)等，还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

在本申请的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当该计算机程序在计算机上运行时，使得计算机执行上述实施例中所描述的洒水车调度方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机指令时，全部或部分地产生按照本申请实施例所述的流程或功能。该计算机可以时通用计算机、专用计算机、计算机网络或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、微波等)方式向另外一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如软盘、硬盘、磁带等)、光介质(例如DVD)或者半导体介质(例如固态硬盘)等。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种洒水车调度方法，其特征在于，包括：

获取目标街道的环境信息；

根据所述环境信息，生成洒水指数；

获取预设的洒水标准值，判断所述洒水指数是否大于所述洒水标准值，根据判断结果调度洒水车。

2.根据权利要求1所述的洒水车调度方法，其特征在于，所述根据所述环境信息，生成洒水指数，包括：

提取所述环境信息的特征值，将所述环境信息的特征值输入到预设的智能环境识别模型，获得所述智能环境识别模型输出的所述洒水指数；

其中，所述智能环境识别模型为采用环境识别样本值对原始智能环境识别模型进行训练得到，所述环境识别样本值包括指定街道的N个环境样本信息，以及与N个所述环境样本信息一一对应的洒水样本指数，其中，N为大于1的整数。

3.根据权利要求2所述的洒水车调度方法，其特征在于，所述智能环境识别模型的训练过程包括：

获取所述环境样本信息；

提取所述环境样本信息的特征值；

将所述环境样本信息的特征值输入到所述原始智能环境识别模型，获取所述原始智能环境识别模型输出的所述环境样本信息各自对应的预测洒水指数；

将所述预测洒水指数与所述洒水样本指数比较，如果不一致，调整所述原始智能环境识别模型的参数，重复执行所述将所述环境样本信息的特征值输入到所述原始智能环境识别模型的步骤，直至所述预测洒水指数与所述洒水样本指数一致时，将所述原始智能环境识别模型作为最终的智能环境识别模型。

4.根据权利要求1所述的洒水车调度方法，其特征在于，所述根据判断结果调度洒水车包括：

若所述判断结果为是，生成洒水车调度指令，并将所述洒水车调度指令传输给洒水车调度平台，其中，所述洒水车调度平台用于根据所述洒水车调度指令，调度洒水车对所述目标街道进行洒水；

若所述判断结果为否，获取第一预设时间间隔，并在所述第一预设时间间隔之后，重新获取所述环境信息，根据重新获取的所述环境信息，生成新的洒水指数，重新判断所述新的洒水指数是否大于所述洒水标准值，根据重新判断的结果调度洒水车。

5.根据权利要求4所述的洒水车调度方法，其特征在于，所述生成洒水车调度指令，并将所述洒水车调度指令传输给洒水车调度平台后，还包括：

获取第二预设时间间隔；

在所述第二预设时间间隔之后，再次获取所述环境信息，根据再次获取的所述环境信息，再次生成所述洒水指数，判断所述再次生成的所述洒水指数是否大于所述洒水标准值，根据再次判断的结果调度洒水车。

6.根据权利要求1所述的洒水车调度方法，其特征在于，所述环境信息包括天气情况、地面温度、空气颗粒度、人流密度和交通情况中的任意一项或多项。

7.根据权利要求2所述的洒水车调度方法，其特征在于，所述智能环境识别模型属于逻辑回归模型。

8.一种洒水车调度装置，其特征在于，包括：

获取模块，用于获取目标街道的环境信息；

生成模块，用于根据所述环境信息，生成洒水指数；

处理模块，用于获取预设的洒水标准值，判断所述洒水指数是否大于所述洒水标准值，根据判断结果调度洒水车。

9.一种电子设备，其特征在于，包括：处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；

所述存储器，用于存储计算机程序；

所述处理器，用于执行所述存储器中所存储的程序，实现权利要求1至7任一项所述的洒水车调度方法。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的洒水车调度方法。

Images