CN113326954B - 车辆维修任务调度方法、装置、设备及存储介质 - Google Patents
车辆维修任务调度方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113326954B CN113326954B CN202110711837.7A CN202110711837A CN113326954B CN 113326954 B CN113326954 B CN 113326954B CN 202110711837 A CN202110711837 A CN 202110711837A CN 113326954 B CN113326954 B CN 113326954B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- vehicle
- list
- damage
- task
- 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.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 388
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000003860 storage Methods 0.000 title claims description 13
- 230000008439 repair process Effects 0.000 claims abstract description 68
- 238000007689 inspection Methods 0.000 claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 39
- 238000005516 engineering process Methods 0.000 claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 238000013499 data model Methods 0.000 claims abstract description 16
- 238000013210 evaluation model Methods 0.000 claims abstract description 16
- 239000000463 material Substances 0.000 claims description 35
- 238000013075 data extraction Methods 0.000 claims description 22
- 238000011156 evaluation Methods 0.000 claims description 18
- 238000002372 labelling Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Multimedia (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及人工智能技术,揭露一种车辆维修任务调度方法,包括:基于车损图像识别技术对待维修车辆的环检照片进行损伤部位检测处理,生成车辆损伤清单;通过预设换修数据模型,生成工项清单;从工项清单中提取工项种类为维修工项所对应的损伤部位、车损部位对应的车损部位图片以及车损部位图片所对应的车辆编码,形成维修清单;通过预设维修时长评估模型,得到维修任务清单;基于维修工位的当前任务列表和维修任务清单,生成维修工位的任务更新列表。本发明还涉及区块链技术,维修工位的当前任务列表存储于区块链中。本发明能够解决现有技术中,工作调度靠车间主管基于个人经验协调缺乏可量化、精细化的判断,存在工位利用率低等为题。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种车辆维修任务调度方法、装置、电子设备及计算机可读存储介质。
背景技术
工位及任务调度,在生产制造业中是提升效率的关键环节。市场上此类研究繁多,但是大部分研究以及学术文献,多是停留在通用领域上,且很多需要借助大型的机器设备,或者复杂的感应***,以及大量生产样本数据进行调校。存在建设过程比较复杂,时间周期长,整体投入成本较高等问题。
针对汽车维修的特定场景,经调研查证,目前大型维修厂的工作调度的方式,主要靠车间主管基于个人经验来协调,线下人工操作,大多通过排班处理,缺乏可量化、精细化的判断。而且受制于管理者的专业经验、管理能力水平,实际执行效果参差不齐。存在工位利用率整体偏低,员工整体效率低,统筹效果差或者没有统筹,导致影响交车时效,客户满意度低等问题。
发明内容
本发明提供一种车辆维修任务调度方法、装置、电子设备及计算机可读存储介质,其主要目的在于能够解决现有技术中,工作调度主要靠车间主管基于个人经验协调,线下人工操作,通过排班处理,缺乏可量化、精细化的判断,存在工位利用率整体偏低,员工整体效率低,统筹效果差或者没有统筹,导致影响交车时效,客户满意度低等问题。
第一方面,为实现上述目的,本发明提供的一种车辆维修任务调度方法,所述方法包括:
基于车损图像识别技术对待维修车辆的环检照片进行损伤部位检测处理,生成车辆损伤清单;其中,所述车辆损伤清单包括车辆编号和所述车辆编号对应的车损部位图片;
通过预设换修数据模型对所述车损部位图片的损伤部位进行损伤数据提取,并根据所提取的损伤数据,基于预设损伤数据换修标准阈值对所述车损部位图片对应的损伤部位进行换修工项标注,生成工项清单;其中,所述工项清单包括车损部位图片的损伤部位、所述车损部位图片对应的车辆编号和所述损伤部位对应的工项种类;
从所述工项清单中提取工项种类为维修工项所对应的损伤部位、所述车损部位对应的车损部位图片以及所述车损部位图片所对应的车辆编码,形成维修清单;
通过预设维修时长评估模型对所述维修清单中的车损部位图片进行损伤部位的损伤数据提取,并根据所提取的损伤数据,从预设车辆损伤数据与维修时长对应列表中获取与所述损伤数据相对应的维修时长,作为所述维修清单中的车损部位图片的维修时长,得到维修任务清单;其中,所述维修任务清单包括车辆编码和所述车辆编码对应的维修时长;
基于维修工位的当前任务列表和所述维修任务清单中的维修时长,根据预设维修任务调度规则对所述维修任务清单中的车辆编码进行维修工位调度分配处理,生成维修工位的任务更新列表。
第二方面,为了解决上述问题,本发明还提供一种车辆维修任务调度装置,所述装置包括:
损伤部位检测模块,用于基于车损图像识别技术对待维修车辆的环检照片进行损伤部位检测处理,生成车辆损伤清单;其中,所述车辆损伤清单包括车辆编号和所述车辆编号对应的车损部位图片;
工项标注模块,用于通过预设换修数据模型对所述车损部位图片的损伤部位进行损伤数据提取,并根据所提取的损伤数据,基于预设损伤数据换修标准阈值对所述车损部位图片对应的损伤部位进行换修工项标注,生成工项清单;其中,所述工项清单包括车损部位图片的损伤部位、所述车损部位图片对应的车辆编号和所述损伤部位对应的工项种类;
维修工项提取模块,用于从所述工项清单中提取工项种类为维修工项所对应的损伤部位、所述车损部位对应的车损部位图片以及所述车损部位图片所对应的车辆编码,形成维修清单;
维修时长评估模块,用于通过预设维修时长评估模型对所述维修清单中的车损部位图片进行损伤部位的损伤数据提取,并根据所提取的损伤数据,从预设车辆损伤数据与维修时长对应列表中获取与所述损伤数据相对应的维修时长,作为所述维修清单中的车损部位图片的维修时长,得到维修任务清单;其中,所述维修任务清单包括车辆编码和所述车辆编码对应的维修时长;
任务最新列表生成模块,用于基于维修工位的当前任务列表和所述维修任务清单中的维修时长,根据预设维修任务调度规则对所述维修任务清单中的车辆编码进行维修工位调度分配处理,生成维修工位的任务更新列表。
第三方面,为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的车辆维修任务调度方法的步骤。
第四方面,为了解决上述问题,本发明还提供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如上所述的车辆维修任务调度方法。
本发明提出的车辆维修任务调度方法、装置、电子设备及存储介质,通过车损图像识别技术对待维修车辆的环检照片进行损伤部位检测处理能够快速完成图片环检,减少人工成本、精简车间人员和客户的交互流程、简化流程、提升整体工作效率;通过预设换修数据模型对更换工项和维修工项进行区分标记,有效分离出更换零部件和维修的车辆,合理安排各待维修车辆的时间;通过预设维修时长评估模型对待维修车辆的维修时长进行评估,有效利用车辆维修数据,准确判断出待维修车辆的维修时长,能够智能调度工位任务、提升维修工位利用率;根据任务时限对待维修车辆进行批次提取,能够更快的交车给客户,提升客户满意度。
附图说明
图1为本发明一实施例提供的车辆维修任务调度方法的流程示意图;
图2为本发明一实施例提供的车辆维修任务调度装置的模块示意图;
图3为本发明一实施例提供的实现车辆维修任务调度方法的电子设备的内部结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种车辆维修任务调度方法。参照图1所示,为本发明一实施例提供的车辆维修任务调度方法的流程示意图。该方法可以由一个装置执行,该装置可以由软件和/或硬件实现。
在本实施例中,车辆维修任务调度方法包括:
步骤S110、基于车损图像识别技术对待维修车辆的环检照片进行损伤部位检测处理,生成车辆损伤清单。
其中,车辆损伤清单包括车辆编号和车辆编号对应的车损部位图片。
具体的,车损图像识别技术是通过图像识别的技术手段,通过对图片中车辆损伤部位进行标记处理,然后对AI模型进行大量的标签数据训练而实现,采用车损图像识别技术能够对待维修车辆的环检照片中的损伤部位进行检测处理,识别出待维修车辆的损伤部位。为了便于区分车辆,每辆待维修车辆在进入车辆环检阶段均对应有唯一相应的车辆编码,其中,车辆编码可以是待维修车辆维修过程中的临时编码,例如,A1、A2、A3等;也可是待维修车辆的自身车牌号码。
作为本发明的一个可选实施例,在基于车损图像识别技术对待维修车辆的环检照片进行损伤部位检测处理,生成车辆损伤清单之前,还包括:
基于图像视觉控制技术对待维修车辆进行停车状态判断处理,生成待维修车辆的停车信号;
根据停车信号,通过摄像装置对待维修车辆进行环检拍照处理,得到待维修车辆的环检照片。
具体的,待维修车辆进入环检场地时,例如,环检车间,在环检场地的多个角度,如环检车间的四个角上及车间的前后左右位置上定点架设高清摄像机,摄像机可通过蓝牙或者其它通讯连接设备与处理器进行连接,当待维修车辆进入环检场地并处于停车状态时,摄像机将拍摄到的待维修车辆处于停车状态信号发送给处理器,处理器生成环检拍摄指令,摄像机根据环检拍摄指令对待维修车辆进行环检拍照,得到多角度的待维修车辆的环检照片。
作为本发明的一个可选实施例,在基于车损图像识别技术对待维修车辆的环检照片进行损伤部位检测处理,生成车辆损伤清单之前,还包括:
通过摄像装置对待维修车辆进行环检拍照处理时,对待维修车辆的当前停车位置进行识别检测处理;
当识别检测到待维修车辆的当前停车位置不符合预设车辆环检拍照位置时,生成语音提示播报和语音停车位置指引。
具体的,当待维修车辆的停车位置不理想时,例如不利于摄像机拍摄的角度,或者摄像机对车辆的某些部位无法拍摄清楚时,则无法得到有效的环检照片,因此,在环检场地中预设车辆环检拍照位置,当待维修车辆停在该位置时,摄像装置能够拍摄出最为清晰的环检照片。当车辆出现未停在该位置的情况时生成语音提示播报和语音停车位置指引。例如,“停车位置有误”的语音提示播报和根据当前的待维修车辆的位置指示该车辆停至预设车辆环检拍照位置。
步骤S120、通过预设换修数据模型对车损部位图片的损伤部位进行损伤数据提取,并根据所提取的损伤数据,基于预设损伤数据换修标准阈值对车损部位图片对应的损伤部位进行换修工项标注,生成工项清单。
其中,工项清单包括车损部位图片的损伤部位、车损部位图片对应的车辆编号和损伤部位对应的工项种类。
具体的,待维修车辆中的损伤部位存在更换零部件或者需要进行维修两种情况,因此,工项种类可包括维修工项和更换工项;由于更换工项与维修工项应在不同种类的车间进行,因此,更换工项不在本专利考虑的范围。需要从车辆损伤清单中筛选出维修工项的车辆。预设换修数据模型可根据大量的车损图片数据进行训练而得到。
作为本发明的一个可选实施例,预设换修数据模型包括:
用于输入车损部位图片的图片输入层、用于对车损部位图片的损伤部位进行识别的损伤识别层、用于对损伤识别层识别出的损伤部位进行损伤深度和损伤面积的数据提取处理的损伤数据提取层、用于基于预设损伤数据换修标准阈值对损伤数据提取层得到的损伤数据所对应的损伤部位进行工项种类标注的工项标注层和用于将工项标注层得到的工项标注结果进行输出的输出层;其中,
在工项标注层中,将损伤数据提取层得到的损伤数据与预设损伤数据换修标准阈值进行比较,并将大于等于预设损伤数据换修标准阈值的损伤数据所对应的损伤部位标注为更换工项,将小于预设损伤数据换修标准阈值的损伤数据所对应的损伤部位标注为维修工项。
具体的,将车辆损伤清单中的车损部位图片依次输入预设换修数据模型中,先对车损部位图片进行损伤数据提取处理,其中,包括损伤深度、损伤面积等,然后对提取出的损伤数据与预设损伤数据换修标准阈值进行比较,根据比较后的结果对各个损伤部位进行工项种类标注,例如对于更换工项的标注为G,对维修工项标注为W,然后将车损部位图片的标注结果从输出层输出。
步骤S130、从工项清单中提取工项种类为维修工项所对应的损伤部位、车损部位对应的车损部位图片以及车损部位图片所对应的车辆编码,形成维修清单。
具体的,当车辆编码对应的工项种类同时包括维修工项和更换工项两种类型时,由于更换部件需要更长的时间,可以先进行耗时更短的维修工项;当车辆编码对应的工项种类仅仅为更换工项时,则可直接将该车辆编码对应的车辆送去更换车间进行更换部件处理。
作为本发明的一个可选实施例,在从工项清单中提取工项种类为维修工项所对应的损伤部位、车损部位对应的车损部位图片以及所述车损部位图片所对应的车辆编码,形成维修清单之后,还包括:
统计维修清单所需的维修物料,生成维修物料统计表;
根据维修物料统计表检索预设维修物料库中的物料库存,当物料库存无法满足维修物料统计表所需的维修物料时,生成维修物料预警。
具体的,在车辆维修的场所中,待维修车辆往往同时有多辆,为了避免对待维修车辆进行维修时,预设维修物料库中的物料库存出现不足的情况,从而影响维修进度,因此需要检索预设维修物料库中的物料库存,当不足时,生成维修物料预警。
步骤S140、通过预设维修时长评估模型对维修清单中的车损部位图片进行损伤部位的损伤数据提取,并根据所提取的损伤数据,从预设车辆损伤数据与维修时长对应列表中获取与损伤数据相对应的维修时长,作为维修清单中的车损部位图片的维修时长,得到维修任务清单。
其中,维修任务清单包括车辆编码和车辆编码对应的维修时长。
具体的,通过采集车损部位维修数据,训练预设维修时长评估模型,通过预设维修时长评估模型对维修清单中的车损部位图片进行维修时长评估,得到包括车辆编码和车辆编码对应的维修总时长的修任务清单。
作为本发明的一个可选实施例,通过预设维修时长评估模型对维修清单中的车损部位图片进行损伤部位的损伤数据提取,并根据所提取的损伤数据,从预设车辆损伤数据与维修时长对应列表中获取与损伤数据相对应的维修时长,作为维修清单中的车损部位图片的维修时长,得到维修任务清单包括:
将维修清单中的车损部位图片输入预设维修时长评估模型中,通过预设维修时长评估模型对车损部位图片进行维修时长评估,将维修清单中的车辆编码以及车辆编码对应的车损部位图片的总维修时长共同作为维修任务清单;
其中,预设维修时长评估模型包括用于输入车损部位图片的输入层、用于对车损部位图片进行损伤部位特征数据提取处理的损伤数据提取层、用于对损伤数据提取层得到的损伤数据进行维修时长评估处理的维修时长评估层和用于将维修时长评估层得到的维修时长进行输出的输出层。
具体的,将维修清单中的车损部位图片输入预设维修时长评估模型,通过损伤数据提取层对车损部位图片中的车损部位进行特征提取,得到损伤数据,通过维修时长评估层对损伤数据进行维修时长评估从而得到维修时长,通过输出层进行输出。
步骤S150、基于维修工位的当前任务列表和维修任务清单中的维修时长,根据预设维修任务调度规则对维修任务清单中的车辆编码进行维修工位调度分配处理,生成维修工位的任务更新列表。
具体的,每个维修工位都对应有当前任务列表,在当前任务列表中按照顺序排列着维修工位所需要处理的任务;在任务列表中每个任务都标记有相应的任务所需时间,根据维修任务清单中的各个车辆编码对应的维修时长,按照预设维修任务调度规则将维修任务清单中的车辆编码调度分配至维修工位中。
作为本发明的一个可选实施例,维修工位的当前任务列表存储于区块链中,基于维修工位的当前任务列表和维修任务清单中的维修时长,根据预设维修任务调度规则对维修任务清单中的车辆编码进行维修工位调度分配处理,生成维修工位的任务更新列表包括:
根据车辆编码对应的任务时限,从维修任务清单中选取与维修工位数量相同的车辆编码以及车辆编码对应的维修时长,得到批次维修任务列表;其中,每个车辆编码预先对应有任务时限;维修任务清单中的车辆编码的数量大于等于维修工位的数量;
将批次维修任务列表中的车辆编码按照维修时长由长到短的顺序进行排序得到维修任务列表和将维修工位的当前任务列表完成所需时长按照从短到长的顺序进行排序得到维修工位列表;
将维修任务列表中的车辆编码由前至后依次对应分配至维修工位列表中,生成维修工位的任务更新列表。
具体的,预设维修任务调度规则可根据贪心算法进行设定。每辆待维修车辆在进行维修时,标记的维修时限不同,为了能够准时完成维修任务而避免超时情况的出现,因此根据车辆编码对应的任务时限,从维修任务清单中选取与维修工位数量相同的车辆编码以及车辆编码对应的维修时长,得到批次维修任务列表;批次维修任务列表中的车辆编码的数量应与维修工位的数量相同。具体如下:
将车间1……n进行编号,i车间当前任务的完工需要时长:Ki
车辆(任务)j的工时为:Tj小时,任务完成优先级批次为Pj,当前任务数量为t(t>n)
问题域为:基于n个车间的资源下,在保证任务按优先级批次执行的情况下,可以较好的提升车间产能。
以上问题域,通过贪心算法进行实现。
针对n个车间完成当前任务所需时长Ki从小到大进行排序,登记为序列列L;每次从t个任务中选取当前批次任务n个,基于工时Tj从大到小进行排序,对应分配到序列L的各个车间。从而实现完成当前批次的耗时T=Max{K1+T1,K2+T2,……,Kn+Tn}最优。
当有新的任务加入后,可以通过设定任务的任务时限,重新计算并排序下一个批次的n个任务。
如图2所示,是本发明一个实施例的车辆维修任务调度装置的功能模块图。
本发明所述车辆维修任务调度装置200可以安装于电子设备中。根据实现的功能,所述车辆维修任务调度装置可以包括损伤部位检测模块210、工项标注模块220、维修工项提取模块230、维修时长评估模块240、任务更新列表生成模块250。本发所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
损伤部位检测模块210,用于基于车损图像识别技术对待维修车辆的环检照片进行损伤部位检测处理,生成车辆损伤清单。
其中,车辆损伤清单包括车辆编号和车辆编号对应的车损部位图片。
具体的,车损图像识别技术是通过图像识别的技术手段,通过对图片中车辆损伤部位进行标记处理,然后对AI模型进行大量的标签数据训练而实现,采用车损图像识别技术能够对待维修车辆的环检照片中的损伤部位进行检测处理,识别出待维修车辆的损伤部位。为了便于区分车辆,每辆待维修车辆在进入车辆环检阶段均对应有唯一相应的车辆编码,其中,车辆编码可以是待维修车辆维修过程中的临时编码,例如,A1、A2、A3等;也可是待维修车辆的自身车牌号码。
作为本发明的一个可选实施例,在基于车损图像识别技术对待维修车辆的环检照片进行损伤部位检测处理,生成车辆损伤清单之前,还包括:
基于图像视觉控制技术对待维修车辆进行停车状态判断处理,生成待维修车辆的停车信号;
根据停车信号,通过摄像装置对待维修车辆进行环检拍照处理,得到待维修车辆的环检照片。
具体的,待维修车辆进入环检场地时,例如,环检车间,在环检场地的多个角度,如环检车间的四个角上及车间的前后左右位置上定点架设高清摄像机,摄像机可通过蓝牙或者其它通讯连接设备与处理器进行连接,当待维修车辆进入环检场地并处于停车状态时,摄像机将拍摄到的待维修车辆处于停车状态信号发送给处理器,处理器生成环检拍摄指令,摄像机根据环检拍摄指令对待维修车辆进行环检拍照,得到多角度的待维修车辆的环检照片。
作为本发明的一个可选实施例,在基于车损图像识别技术对待维修车辆的环检照片进行损伤部位检测处理,生成车辆损伤清单之前,还包括:
通过摄像装置对待维修车辆进行环检拍照处理时,对待维修车辆的当前停车位置进行识别检测处理;
当识别检测到待维修车辆的当前停车位置不符合预设车辆环检拍照位置时,生成语音提示播报和语音停车位置指引。
具体的,当待维修车辆的停车位置不理想时,例如不利于摄像机拍摄的角度,或者摄像机对车辆的某些部位无法拍摄清楚时,则无法得到有效的环检照片,因此,在环检场地中预设车辆环检拍照位置,当待维修车辆停在该位置时,摄像装置能够拍摄出最为清晰的环检照片。当车辆出现未停在该位置的情况时生成语音提示播报和语音停车位置指引。例如,“停车位置有误”的语音提示播报和根据当前的待维修车辆的位置指示该车辆停至预设车辆环检拍照位置。
工项标注模块220,用于通过预设换修数据模型对车损部位图片的损伤部位进行损伤数据提取,并根据所提取的损伤数据,基于预设损伤数据换修标准阈值对车损部位图片对应的损伤部位进行换修工项标注,生成工项清单。
其中,工项清单包括车损部位图片的损伤部位、车损部位图片对应的车辆编号和损伤部位对应的工项种类。
具体的,待维修车辆中的损伤部位存在更换零部件或者需要进行维修两种情况,因此,工项种类可包括维修工项和更换工项;由于更换工项与维修工项应在不同种类的车间进行,因此,更换工项不在本专利考虑的范围。需要从车辆损伤清单中筛选出维修工项的车辆。预设换修数据模型可根据大量的车损图片数据进行训练而得到。
作为本发明的一个可选实施例,预设换修数据模型包括:
用于输入车损部位图片的图片输入层、用于对车损部位图片的损伤部位进行识别的损伤识别层、用于对损伤识别层识别出的损伤部位进行损伤深度和损伤面积的数据提取处理的损伤数据提取层、用于基于预设损伤数据换修标准阈值对损伤数据提取层得到的损伤数据所对应的损伤部位进行工项种类标注的工项标注层和用于将工项标注层得到的工项标注结果进行输出的输出层;其中,
在工项标注层中,将损伤数据提取层得到的损伤数据与预设损伤数据换修标准阈值进行比较,并将大于等于预设损伤数据换修标准阈值的损伤数据所对应的损伤部位标注为更换工项,将小于预设损伤数据换修标准阈值的损伤数据所对应的损伤部位标注为维修工项。
具体的,将车辆损伤清单中的车损部位图片依次输入预设换修数据模型中,先对车损部位图片进行损伤数据提取处理,其中,包括损伤深度、损伤面积等,然后对提取出的损伤数据与预设损伤数据换修标准阈值进行比较,根据比较后的结果对各个损伤部位进行工项种类标注,例如对于更换工项的标注为G,对维修工项标注为W,然后将车损部位图片的标注结果从输出层输出。
维修工项提取模块230,用于从工项清单中提取工项种类为维修工项所对应的损伤部位、车损部位对应的车损部位图片以及车损部位图片所对应的车辆编码,形成维修清单。
具体的,当车辆编码对应的工项种类同时包括维修工项和更换工项两种类型时,由于更换部件需要更长的时间,可以先进行耗时更短的维修工项;当车辆编码对应的工项种类仅仅为更换工项时,则可直接将该车辆编码对应的车辆送去更换车间进行更换部件处理。
作为本发明的一个可选实施例,在从工项清单中提取工项种类为维修工项所对应的损伤部位、车损部位对应的车损部位图片以及所述车损部位图片所对应的车辆编码,形成维修清单之后,还包括:
统计维修清单所需的维修物料,生成维修物料统计表;
根据维修物料统计表检索预设维修物料库中的物料库存,当物料库存无法满足维修物料统计表所需的维修物料时,生成维修物料预警。
具体的,在车辆维修的场所中,待维修车辆往往同时有多辆,为了避免对待维修车辆进行维修时,预设维修物料库中的物料库存出现不足的情况,从而影响维修进度,因此需要检索预设维修物料库中的物料库存,当不足时,生成维修物料预警。
维修时长评估模块240,用于通过预设维修时长评估模型对维修清单中的车损部位图片进行损伤部位的损伤数据提取,并根据所提取的损伤数据,从预设车辆损伤数据与维修时长对应列表中获取与损伤数据相对应的维修时长,作为维修清单中的车损部位图片的维修时长,得到维修任务清单。
其中,维修任务清单包括车辆编码和车辆编码对应的维修时长。
具体的,通过采集车损部位维修数据,训练预设维修时长评估模型,通过预设维修时长评估模型对维修清单中的车损部位图片进行维修时长评估,得到包括车辆编码和车辆编码对应的维修总时长的修任务清单。
作为本发明的一个可选实施例,通过预设维修时长评估模型对维修清单中的车损部位图片进行损伤部位的损伤数据提取,并根据所提取的损伤数据,从预设车辆损伤数据与维修时长对应列表中获取与损伤数据相对应的维修时长,作为维修清单中的车损部位图片的维修时长,得到维修任务清单包括:
将维修清单中的车损部位图片输入预设维修时长评估模型中,通过预设维修时长评估模型对车损部位图片进行维修时长评估,将维修清单中的车辆编码以及车辆编码对应的车损部位图片的总维修时长共同作为维修任务清单;
其中,预设维修时长评估模型包括用于输入车损部位图片的输入层、用于对车损部位图片进行损伤部位特征数据提取处理的损伤数据提取层、用于对损伤数据提取层得到的损伤数据进行维修时长评估处理的维修时长评估层和用于将维修时长评估层得到的维修时长进行输出的输出层。
具体的,将维修清单中的车损部位图片输入预设维修时长评估模型,通过损伤数据提取层对车损部位图片中的车损部位进行特征提取,得到损伤数据,通过维修时长评估层对损伤数据进行维修时长评估从而得到维修时长,通过输出层进行输出。
任务更新列表生成模块250,用于基于维修工位的当前任务列表和维修任务清单中的维修时长,根据预设维修任务调度规则对维修任务清单中的车辆编码进行维修工位调度分配处理,生成维修工位的任务更新列表。
具体的,每个维修工位都对应有当前任务列表,在当前任务列表中按照顺序排列着维修工位所需要处理的任务;在任务列表中每个任务都标记有相应的任务所需时间,根据维修任务清单中的各个车辆编码对应的维修时长,按照预设维修任务调度规则将维修任务清单中的车辆编码调度分配至维修工位中。
作为本发明的一个可选实施例,维修工位的当前任务列表存储于区块链中,基于维修工位的当前任务列表和维修任务清单中的维修时长,根据预设维修任务调度规则对维修任务清单中的车辆编码进行维修工位调度分配处理,生成维修工位的任务更新列表包括:
根据车辆编码对应的任务时限,从维修任务清单中选取与维修工位数量相同的车辆编码以及车辆编码对应的维修时长,得到批次维修任务列表;其中,每个车辆编码预先对应有任务时限;维修任务清单中的车辆编码的数量大于等于维修工位的数量;
将批次维修任务列表中的车辆编码按照维修时长由长到短的顺序进行排序得到维修任务列表和将维修工位的当前任务列表完成所需时长按照从短到长的顺序进行排序得到维修工位列表;
将维修任务列表中的车辆编码由前至后依次对应分配至维修工位列表中,生成维修工位的任务更新列表。
具体的,预设维修任务调度规则可根据贪心算法进行设定。每辆待维修车辆在进行维修时,标记的维修时限不同,为了能够准时完成维修任务而避免超时情况的出现,因此根据车辆编码对应的任务时限,从维修任务清单中选取与维修工位数量相同的车辆编码以及车辆编码对应的维修时长,得到批次维修任务列表;批次维修任务列表中的车辆编码的数量应与维修工位的数量相同。具体如下:
将车间1……n进行编号,i车间当前任务的完工需要时长:Ki
车辆(任务)j的工时为:Tj小时,任务完成优先级批次为Pj,当前任务数量为t(t>n)
问题域为:基于n个车间的资源下,在保证任务按优先级批次执行的情况下,可以较好的提升车间产能。
以上问题域,通过贪心算法进行实现。
针对n个车间完成当前任务所需时长Ki从小到大进行排序,登记为序列列L;每次从t个任务中选取当前批次任务n个,基于工时Tj从大到小进行排序,对应分配到序列L的各个车间。从而实现完成当前批次的耗时T=Max{K1+T1,K2+T2,……,Kn+Tn}最优。
当有新的任务加入后,可以通过设定任务的任务时限,重新计算并排序下一个批次的n个任务。
如图3所示,是本发明一个实施例实现车辆维修任务调度方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如车辆维修任务调度程序12。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如车辆维修任务调度程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如车辆维修任务调度程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的车辆维修任务调度程序12是多个指令的组合,在所述处理器10中运行时,可以实现:
基于车损图像识别技术对待维修车辆的环检照片进行损伤部位检测处理,生成车辆损伤清单;其中,车辆损伤清单包括车辆编号和车辆编号对应的车损部位图片;
通过预设换修数据模型对车损部位图片的损伤部位进行损伤数据提取,并根据所提取的损伤数据,基于预设损伤数据换修标准阈值对车损部位图片对应的损伤部位进行换修工项标注,生成工项清单;其中,工项清单包括车损部位图片的损伤部位、车损部位图片对应的车辆编号和损伤部位对应的工项种类;
从工项清单中提取工项种类为维修工项所对应的损伤部位、车损部位对应的车损部位图片以及车损部位图片所对应的车辆编码,形成维修清单;
通过预设维修时长评估模型对维修清单中的车损部位图片进行损伤部位的损伤数据提取,并根据所提取的损伤数据,从预设车辆损伤数据与维修时长对应列表中获取与损伤数据相对应的维修时长,作为维修清单中的车损部位图片的维修时长,得到维修任务清单;其中,维修任务清单包括车辆编码和车辆编码对应的维修时长;
基于维修工位的当前任务列表和维修任务清单中的维修时长,根据预设维修任务调度规则对维修任务清单中的车辆编码进行维修工位调度分配处理,生成维修工位的任务更新列表。
具体地,所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。需要强调的是,为进一步保证上述所述维修工位的当前任务列表的私密和安全性,上述维修工位的当前任务列表还可以存储于一区块链的节点中。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种车辆维修任务调度方法,应用于电子装置,其特征在于,所述方法包括:
基于车损图像识别技术对待维修车辆的环检照片进行损伤部位检测处理,生成车辆损伤清单;其中,所述车辆损伤清单包括车辆编号和所述车辆编号对应的车损部位图片;
通过预设换修数据模型对所述车损部位图片的损伤部位进行损伤数据提取,并根据所提取的损伤数据,基于预设损伤数据换修标准阈值对所述车损部位图片对应的损伤部位进行换修工项标注,生成工项清单;其中,所述工项清单包括车损部位图片的损伤部位、所述车损部位图片对应的车辆编号和所述损伤部位对应的工项种类;
从所述工项清单中提取工项种类为维修工项所对应的损伤部位、所述车损部位对应的车损部位图片以及所述车损部位图片所对应的车辆编码,形成维修清单;
通过预设维修时长评估模型对所述维修清单中的车损部位图片进行损伤部位的损伤数据提取,并根据所提取的损伤数据,从预设车辆损伤数据与维修时长对应列表中获取与所述损伤数据相对应的维修时长,作为所述维修清单中的车损部位图片的维修时长,得到维修任务清单;其中,所述维修任务清单包括车辆编码和所述车辆编码对应的维修时长;
基于维修工位的当前任务列表和所述维修任务清单中的维修时长,根据预设维修任务调度规则对所述维修任务清单中的车辆编码进行维修工位调度分配处理,生成维修工位的任务更新列表。
2.根据权利要求1所述的车辆维修任务调度方法,其特征在于,在所述基于车损图像识别技术对待维修车辆的环检照片进行损伤部位检测处理,生成车辆损伤清单之前,还包括:
基于图像视觉控制技术对所述待维修车辆进行停车状态判断处理,生成所述待维修车辆的停车信号;
根据所述停车信号,通过摄像装置对所述待维修车辆进行环检拍照处理,得到所述待维修车辆的环检照片。
3.根据权利要求2所述的车辆维修任务调度方法,其特征在于,在所述基于车损图像识别技术对待维修车辆的环检照片进行损伤部位检测处理,生成车辆损伤清单之前,还包括:
通过所述摄像装置对所述待维修车辆进行环检拍照处理时,对所述待维修车辆的当前停车位置进行识别检测处理;
当识别检测到所述待维修车辆的当前停车位置不符合预设车辆环检拍照位置时,生成语音提示播报和语音停车位置指引。
4.根据权利要求1所述的车辆维修任务调度方法,其特征在于,所述预设换修数据模型包括:
用于输入所述车损部位图片的图片输入层、用于对所述车损部位图片的损伤部位进行识别的损伤识别层、用于对所述损伤识别层识别出的损伤部位进行损伤深度和损伤面积的数据提取处理的损伤数据提取层、用于基于预设损伤数据换修标准阈值对所述损伤数据提取层得到的损伤数据所对应的损伤部位进行工项种类标注的工项标注层和用于将所述工项标注层得到的工项标注结果进行输出的输出层;其中,
在所述工项标注层中,将所述损伤数据提取层得到的损伤数据与预设损伤数据换修标准阈值进行比较,并将大于等于所述预设损伤数据换修标准阈值的损伤数据所对应的损伤部位标注为更换工项,将小于所述预设损伤数据换修标准阈值的损伤数据所对应的损伤部位标注为维修工项。
5.根据权利要求1所述的车辆维修任务调度方法,其特征在于,在所述从所述工项清单中提取工项种类为维修工项所对应的损伤部位、所述车损部位对应的车损部位图片以及所述车损部位图片所对应的车辆编码,形成维修清单之后,还包括:
统计所述维修清单所需的维修物料,生成维修物料统计表;
根据所述维修物料统计表检索预设维修物料库中的物料库存,当所述物料库存无法满足所述维修物料统计表所需的维修物料时,生成维修物料预警。
6.根据权利要求1所述的车辆维修任务调度方法,其特征在于,所述通过预设维修时长评估模型对所述维修清单中的车损部位图片进行损伤部位的损伤数据提取,并根据所提取的损伤数据,从预设车辆损伤数据与维修时长对应列表中获取与所述损伤数据相对应的维修时长,作为所述维修清单中的车损部位图片的维修时长,得到维修任务清单包括:
将所述维修清单中的车损部位图片输入所述预设维修时长评估模型中,通过所述预设维修时长评估模型对所述车损部位图片进行维修时长评估,将所述维修清单中的车辆编码以及所述车辆编码对应的车损部位图片的总维修时长共同作为维修任务清单;其中,
所述预设维修时长评估模型包括用于输入车损部位图片的输入层、用于对所述车损部位图片进行损伤部位特征数据提取处理的损伤数据提取层、用于对所述损伤数据提取层得到的损伤数据进行维修时长评估处理的维修时长评估层和用于将所述维修时长评估层得到的维修时长进行输出的输出层。
7.根据权利要求1所述的车辆维修任务调度方法,其特征在于,所述维修工位的当前任务列表存储于区块链中,所述基于维修工位的当前任务列表和所述维修任务清单中的维修时长,根据预设维修任务调度规则对所述维修任务清单中的车辆编码进行维修工位调度分配处理,生成维修工位的任务更新列表包括:
根据车辆编码对应的任务时限,从所述维修任务清单中选取与所述维修工位数量相同的车辆编码以及所述车辆编码对应的维修时长,得到批次维修任务列表;其中,每个车辆编码预先对应有任务时限;所述维修任务清单中的车辆编码的数量大于等于所述维修工位的数量;
将所述批次维修任务列表中的车辆编码按照维修时长由长到短的顺序进行排序得到维修任务列表和将所述维修工位的当前任务列表完成所需时长按照从短到长的顺序进行排序得到维修工位列表;
将所述维修任务列表中的车辆编码由前至后依次对应分配至所述维修工位列表中,生成维修工位的任务更新列表。
8.一种车辆维修任务调度装置,其特征在于,所述装置包括:
损伤部位检测模块,用于基于车损图像识别技术对待维修车辆的环检照片进行损伤部位检测处理,生成车辆损伤清单;其中,所述车辆损伤清单包括车辆编号和所述车辆编号对应的车损部位图片;
工项标注模块,用于通过预设换修数据模型对所述车损部位图片的损伤部位进行损伤数据提取,并根据所提取的损伤数据,基于预设损伤数据换修标准阈值对所述车损部位图片对应的损伤部位进行换修工项标注,生成工项清单;其中,所述工项清单包括车损部位图片的损伤部位、所述车损部位图片对应的车辆编号和所述损伤部位对应的工项种类;
维修工项提取模块,用于从所述工项清单中提取工项种类为维修工项所对应的损伤部位、所述车损部位对应的车损部位图片以及所述车损部位图片所对应的车辆编码,形成维修清单;
维修时长评估模块,用于通过预设维修时长评估模型对所述维修清单中的车损部位图片进行损伤部位的损伤数据提取,并根据所提取的损伤数据,从预设车辆损伤数据与维修时长对应列表中获取与所述损伤数据相对应的维修时长,作为所述维修清单中的车损部位图片的维修时长,得到维修任务清单;其中,所述维修任务清单包括车辆编码和所述车辆编码对应的维修时长;
任务最新列表生成模块,用于基于维修工位的当前任务列表和所述维修任务清单中的维修时长,根据预设维修任务调度规则对所述维修任务清单中的车辆编码进行维修工位调度分配处理,生成维修工位的任务更新列表。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任一所述的车辆维修任务调度方法的步骤。
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如权利要求1至7中任一所述的车辆维修任务调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110711837.7A CN113326954B (zh) | 2021-06-25 | 2021-06-25 | 车辆维修任务调度方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110711837.7A CN113326954B (zh) | 2021-06-25 | 2021-06-25 | 车辆维修任务调度方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113326954A CN113326954A (zh) | 2021-08-31 |
CN113326954B true CN113326954B (zh) | 2023-07-07 |
Family
ID=77424739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110711837.7A Active CN113326954B (zh) | 2021-06-25 | 2021-06-25 | 车辆维修任务调度方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113326954B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116128484B (zh) * | 2023-03-08 | 2023-08-04 | 邦邦汽车销售服务(北京)有限公司 | 基于神经网络的汽车剩余维修时间确定方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392218A (zh) * | 2017-04-11 | 2017-11-24 | 阿里巴巴集团控股有限公司 | 一种基于图像的车辆定损方法、装置及电子设备 |
CN109508791A (zh) * | 2018-10-22 | 2019-03-22 | 北京首汽智行科技有限公司 | 车辆损伤管理方法 |
WO2019169688A1 (zh) * | 2018-03-09 | 2019-09-12 | 平安科技(深圳)有限公司 | 车辆定损方法、装置、电子设备及存储介质 |
WO2019205376A1 (zh) * | 2018-04-26 | 2019-10-31 | 平安科技(深圳)有限公司 | 车损判定方法、服务器及存储介质 |
CN112435215A (zh) * | 2017-04-11 | 2021-03-02 | 创新先进技术有限公司 | 一种基于图像的车辆定损方法、移动终端、服务器 |
-
2021
- 2021-06-25 CN CN202110711837.7A patent/CN113326954B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392218A (zh) * | 2017-04-11 | 2017-11-24 | 阿里巴巴集团控股有限公司 | 一种基于图像的车辆定损方法、装置及电子设备 |
CN112435215A (zh) * | 2017-04-11 | 2021-03-02 | 创新先进技术有限公司 | 一种基于图像的车辆定损方法、移动终端、服务器 |
WO2019169688A1 (zh) * | 2018-03-09 | 2019-09-12 | 平安科技(深圳)有限公司 | 车辆定损方法、装置、电子设备及存储介质 |
WO2019205376A1 (zh) * | 2018-04-26 | 2019-10-31 | 平安科技(深圳)有限公司 | 车损判定方法、服务器及存储介质 |
CN109508791A (zh) * | 2018-10-22 | 2019-03-22 | 北京首汽智行科技有限公司 | 车辆损伤管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113326954A (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111932562B (zh) | 基于ct序列的图像识别方法、装置、电子设备及介质 | |
CN112395978A (zh) | 行为检测方法、装置及计算机可读存储介质 | |
CN111984426B (zh) | 任务调度方法、装置、电子设备及存储介质 | |
CN112541745A (zh) | 用户行为数据分析方法、装置、电子设备及可读存储介质 | |
CN112052850A (zh) | 车牌识别方法、装置、电子设备及存储介质 | |
CN111695609A (zh) | 目标物损伤程度判定方法、装置、电子设备及存储介质 | |
CN111694844B (zh) | 基于配置算法的企业运行数据分析方法、装置及电子设备 | |
CN112016905B (zh) | 基于审批流程的信息展示方法、装置、电子设备及介质 | |
CN111476324A (zh) | 基于人工智能的交通数据标注方法、装置、设备及介质 | |
CN113326954B (zh) | 车辆维修任务调度方法、装置、设备及存储介质 | |
CN111652279A (zh) | 基于时序数据的行为评价方法、装置及可读存储介质 | |
CN111860522A (zh) | 身份证图片处理方法、装置、终端及存储介质 | |
CN110570113A (zh) | 一种工单处理方法及*** | |
CN111967438A (zh) | 垃圾收运监控方法、装置、设备及计算机可读存储介质 | |
CN113822379B (zh) | 工艺制程异常分析方法、装置、电子设备及存储介质 | |
CN116562894A (zh) | 车险理赔欺诈风险识别方法、装置、电子设备及存储介质 | |
CN106201696A (zh) | 用于线程的方法和装置 | |
CN113780804B (zh) | 基于数据分析的员工行为风险预测方法、装置及存储介质 | |
CN112269826B (zh) | 一种基于大数据的可视化加工处理***及方法 | |
CN114996386A (zh) | 业务角色识别方法、装置、设备及存储介质 | |
CN114782405A (zh) | 基于图像识别及机器视觉的桥梁裂纹检测方法及装置 | |
CN113434680A (zh) | 基于坐席数据的用户意愿分析方法、装置、电子设备 | |
CN113095284A (zh) | 人脸选取方法、装置、设备及计算机可读存储介质 | |
CN114387021A (zh) | 业务状态生成方法、装置、设备及存储介质 | |
RU2012122603A (ru) | Способ слияния данных и обеспечения информации в компьютерной системе |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |