CN113344262A - 一种基于城市垃圾分类的智能清运***及方法 - Google Patents
一种基于城市垃圾分类的智能清运***及方法 Download PDFInfo
- Publication number
- CN113344262A CN113344262A CN202110591763.8A CN202110591763A CN113344262A CN 113344262 A CN113344262 A CN 113344262A CN 202110591763 A CN202110591763 A CN 202110591763A CN 113344262 A CN113344262 A CN 113344262A
- Authority
- CN
- China
- Prior art keywords
- clearing
- vehicle
- garbage
- data
- vehicles
- 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.)
- Pending
Links
- 239000010813 municipal solid waste Substances 0.000 title claims abstract description 124
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000000007 visual effect Effects 0.000 claims abstract description 15
- 238000004140 cleaning Methods 0.000 claims description 27
- 238000012800 visualization Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 239000002699 waste material Substances 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 238000012821 model calculation Methods 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims 3
- 238000004364 calculation method Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 abstract description 2
- 230000009467 reduction Effects 0.000 abstract description 2
- 239000002245 particle Substances 0.000 description 3
- 241001481710 Cerambycidae Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于城市垃圾分类的智能清运***及方法,包括数据采集模块、数据处理模块、清运车辆路线规划模块、清运车辆调度模块、以及可视化平台,数据采集模块实时获取垃圾站点数据,当站点垃圾填装量超过垃圾箱容量的预设阈值时,向可视化平台发送清运请求,可视化平台接收清运请求后,数据采集模块实时获取清运车辆位置信息和状态信息,清运调度模块通过计算得到优先级最高的清运车辆,向优先级最高的清运车辆发送清运请求、以及线路,车辆按照最优清运路线进行垃圾清运。通过本发明的技术方案给出一个最优的车辆调度以及清运路径规划结果,为清运公司降本增效,为助力政府职能部门对垃圾清运与分类全过程溯源管控、精准监管提供帮助。
Description
技术领域
本发明涉及垃圾分类技术领域,具体而言涉及一种基于城市垃圾分类的智能清运***及方法。
背景技术
垃圾分类不仅仅是居民端的区分厨余垃圾、其他垃圾、可回收垃圾、有害垃圾,而是涉及分类投放、分类运输和分类处理的完整的、全面生活垃圾处理***。因此原本需要一部车混装进行运送的垃圾,现在需要分为四部车进行分类运输,而运载的垃圾量亦未必能载满整部垃圾车,容易造成空驶和满载无法及时完成清运任务,垃圾车的运送路线、运送时间合理化是亟待解决的重要问题。
而传统的垃圾站点几乎没有自动感知***,或者仅有人工记录,因此只能制定固定的清运任务,即固定时间、固定路线清运垃圾。这在很多情况下会导致垃圾过度清运,比如垃圾量少,清运车次多,浪费了车辆资源,或者导致垃圾清运不足,比如垃圾多,清运车次少,垃圾堆积成山的问题。
发明内容
本发明的目的在于提供一种基于城市垃圾分类的智能清运***及方法,以解决现有技术中的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于城市垃圾分类的智能清运***,包括数据采集模块、数据处理模块、清运车辆路线规划模块、清运车辆调度模块、以及可视化平台;
数据采集模块,用于实时感知获取垃圾站点的信息流数据,采集清运车辆实时位置信息和状态信息,并将收集到的信息作为智能清运***的数据输入,输入至数据处理单元;
数据处理模块,用于对采集到的信息进行清洗归一化处理;
清运车辆调度模块,结合数据处理模块处理后的数据信息,以最小化清运成本建立车辆调度模型,根据实时信息流感知,获得清运车辆调度结果,发送至可视化平台实时显示;
清运车辆路线规划模块,用于实时规划清运车辆的清运路线,获得清运车辆的最优行驶路径距离,发送至可视化平台实时显示;
可视化平台,用于实时调用数据采集模块,可视化显示垃圾站点信息流数据、清运车辆路线规划、以及清运车辆调度的状态。
进一步地,数据采集模块还包括用于采集站点信息数据的探测装置、以及采集清运车辆信息的数据采集设备;
探测装置通过采集垃圾图片,使用训练模型识别图片中垃圾体积大小,当站点中垃圾容量超过预设阈值时,站点向可视化平台发送清运请求。
进一步地,数据处理模块,用于对数据采集模块采集到的信息,通过语法规定进行数据清洗、以及归一化处理,得到符合车辆调度模型计算的数据信息。
进一步地,清运车辆调度模块通过数据采集模块实时获得清运车辆位置,以经过数据处理模块处理的各个清运车辆的实时位置信息和状态信息为输入,以最终调度车辆为结果输出,构建车辆调度模型,在车辆调度模型中,根据车辆与各个清运站点之间的距离,计算所有清运车辆清运目标区域的成本,选择调度优先级最高的车辆作为最终调度车辆进行调度;
清运车辆路线规划模块将各个垃圾站点位置进行连接构成清运路线图像,以邻接矩阵的方式量化车辆行驶路线与垃圾站点之间的位置关系,获得相同时间间隔下的各清运车辆与垃圾站点之间的实时距离数据,构建形成各个调度车辆实时位置路线,根据各个调度车辆实时位置路线,获得各个车辆的最优行驶路径距离。
进一步地,清运车辆路线规划模块通过约束条件优化清运路线图像,包括以下步骤:
获得各个车辆的最优行驶路径距离,包括以下步骤:
获取清运车辆实时位置,获得清运车辆在清运路线上的行驶距离,并将行驶距离以矩阵的方式进行存储,根据以下公式:
选择第m辆清运车辆的最优行驶路径距离BestMatchm,其中,xim为第m辆清运车辆在第i条清运路线上的行驶距离,所有清运车辆在清运路线上的行驶距离存储至矩阵Q中,aim为最小匹配系数,i的取值范围为1至n;
其中,n为清运路线的数量,m为清运车辆的数量。
进一步地,站点发出清运请求后,实时反馈所有清运车辆的位置信息,清运车辆调度模块对清运车辆与站点进行预匹配,以站点为中心,以预设距离为半径,筛选出站点预设距离范围内的所有车辆,针对筛选出的车辆进行优化筛选,得到最终调度车辆;
计算范围内所有车辆的清运成本,根据实时垃圾填装量,计算垃圾装满站点箱体所需时间,结合调度车辆到达站点时间,按照清运成本划分车辆优先级,选择优先级最高的车辆为清运车辆,根据公式:
cost=(BestMatch*s+S)*bn
计算车辆清运成本cost,其中,s为单位距离清运车辆耗费成本,S为其它清运成本,bn为清运车辆的填装量,当清运车辆剩余容量大于待清运垃圾容量时,bn=1,当清运车辆剩余容量小于待清运垃圾容量时,bn=0;
清运车辆调度模块根据调度车辆的最佳匹配路线BestMatch,选择优先级最高的车辆进行调度。
本发明的第二方面提供一种基于城市垃圾分类的智能清运方法,包括以下步骤:
步骤1、数据采集模块实时获取垃圾站点的数据,包括垃圾填装量、填装速度、垃圾箱容量、垃圾箱位置,当垃圾填装量超过垃圾箱容量的预设阈值时,向可视化平台发送清运请求;
步骤2、可视化平台接收清运请求后,数据采集模块实时获取清运车辆位置信息和状态信息,并将获得的信息发送至数据处理模块进行信息数据清洗;
步骤3、利用清运车辆路线规划模块获得的最优清运路线,清运车辆调度模块通过计算车辆调度优先级,得到优先级最高的清运车辆,向优先级最高的清运车辆发送清运请求、以及最优线路,车辆按照最优清运路线进行垃圾清运。
本发明所述一种基于城市垃圾分类的智能清运***及方法,采用以上技术方案与现有技术相比,具有以下技术效果:
本发明提供的一种基于城市垃圾分类的智能清运***是基于机器学习、深度学习技术能够结合实时信息流数据中的各种因素,给出一个最优的车辆调度以及清运路径规划结果,同时,提供清运全过程人车设施实时追踪与智能监管、设备设施时空优化配置、车辆在线实时调度、车与人效益核算等服务,为清运公司降本增效,为助力政府职能部门对垃圾清运与分类全过程溯源管控、精准监管提供帮助。
附图说明
图1为本发明示例性实施例的智能清运***框架结构示意图;
图2为本发明示例性实施例的智能清运***调动流程图;
图3为本发明示例性实施例的智能清运方法的流程图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
在本发明中参照附图来描述本发明的各方面,附图中示出了许多说明性实施例。本发明的实施例不局限于附图所示。应当理解,本发明通过上面介绍的多种构思和实施例,以及下面详细描述的构思和实施方式中的任意一种来实现,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
下面结合附图1-附图3所示,更加具体的描述本发明的实现。
结合图1所示的本发明的清运***整体包括数据采集端与数据分析展示端,采集终端与分析展示终端包括若干硬件以及服务器。硬件包括:AI摄像头、车载GPS等硬件设备,运行在这些服务器上的程序模块包括:站点信息流感知、车辆在线调度、车辆路线规划、可视化平台。
站点信息流感知单元,结合Al-Based Edge相机,该相机***由D-Vision Camera、360Camera Module、On-Board AI Module等多种技术软件组成,能够实现对垃圾的体积大小进行检测,从而算出垃圾站点的容量,然后该相机***的感知信息流入云端服务器。
模型训练的样本,它可以识别基本物体。使用这个模型,可以为我们的相机建立后期处理应用程序,从而在清洁人员把垃圾收集到垃圾站点的时候进行辨别。
进一步的,Al-Based Edge相机还有如下多项特点:
(1)在装箱时即时计算垃圾大小/体积,确定每个垃圾站点中的垃圾容量。
(2)基于视觉的垃圾分类识别(例如,可再循环和不可回收),并在正确使用时生成索引(如果需要,此数据可用于在用户中创建意识)。
(3)单个Al-Camera可用于整个垃圾站点,这是一种基于视觉的非接触式传感方法,可实现零磨损和撕裂(考虑其他基于接触的传感器)和低维护成本。
(4)夜视能力:可在低和零光线条件下操作。
(5)图像在相机上处理,并且小文本数据流出到云,保持数据速率非常低,因此使用非常轻量/低速的通信网络(LORA)。
(6)使用防拆保护进行简单快速的安装。
(7)安全和加密的网络具有高数据完整性和隐私性。
一种基于城市垃圾分类的智能清运***包括:数据采集模块、数据处理模块、清运车辆路线规划模块、清运车辆调度模块、以及可视化平台;
数据采集模块,用于实时感知获取垃圾站点的信息流数据,采集清运车辆实时位置信息和状态信息,并将收集到的信息作为智能清运***的数据输入,输入至数据处理单元;
作为优选,数据采集模块还包括用于采集站点信息数据的探测装置、以及采集清运车辆信息的数据采集设备;
探测装置通过采集垃圾图片,使用训练模型识别图片中垃圾体积大小,当站点中垃圾容量超过预设阈值时,站点向可视化平台发送清运请求,本实施例中通过Al-BasedEdge相机提取垃圾桶当前剩余容量、各类垃圾体积等站点信息,使用GPS定位***提取垃圾清运公司所提供的车辆位置、行驶时间、经纬度坐标以及车辆行驶速度等清运车辆信息,本***接收到清运车以1秒为时间间隔,传输的GPS实时定位数据时,以时间的先后顺序将数据发送给***的Web界面,Web界面根据获取的数据,以时间先后顺序化成清运车的运行轨迹,最后绘制出相应的行驶路线图。
数据处理模块,用于对采集到的信息进行清洗归一化处理,得到符合车辆调度模型计算的数据信息,对采集的各种不一致的数据进行清洗归一化处理,提高后续数据处理的准确率,将采集到的数据上传至已经搭建完善的大数据集群,通过自定义MapReduce程序,以正则表达式的语法规定清洗数据,对上传数据进行匹配,过滤不合法的数据,以保证后续模块数据的正确性,部分正则表达式规定如下:
(1)\:将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如,"n"匹配字符"n","\n"匹配换行符,序列"\\\\"匹配"\","\\("匹配"("。
(2)\s:匹配任何空白字符,包括空格、制表符、换页符等,与[\f\n\r\t\v]等效。
(3)∧:匹配输入字符串开始的位置,如果设置了RegExp对象的Multiline属性,∧还会与"\n"或"\r"之后的位置匹配。
清运车辆调度模块,结合数据处理模块处理后的数据信息,以最小化清运成本建立车辆调度模型,根据实时信息流感知,获得清运车辆调度结果,发送至可视化平台实时显示;
作为优选,清运车辆调度模块,通过数据采集模块实时感知获得清运车辆位置,每台清运车辆均配备GPS定位模块,车辆的运行状态信息通过网络上传至云端服务器备份,为车辆调度模型优化求解做准备,以经过数据处理模块处理的各个清运车辆数据为输入,以最终调度车辆为结果输出,构建车辆调度模型,在车辆调度模型中,筛选车辆与各个清运站点之间的距离,计算所有清运车辆清运目标区域的成本,选择调度优先级最高的车辆作为最终调度车辆进行调度;
如图2所示,车辆路线规划地具体实现方式为:
(1)垃圾桶、运输车行驶数据实时提取
通过Al-Based Edge相机提取垃圾桶当前剩余容量、各类垃圾体积等信息。使用GPS定位***提取垃圾清运公司所提供的车辆位置、行驶时间、经纬度坐标以及车辆行驶速度等等。本***接收到清运车以1秒为时间间隔,传输的GPS实时定位数据时,以时间的先后顺序将数据发送给***的Web界面,Web界面根据获取的数据,以时间先后顺序化成清运车的运行轨迹,最后绘制出相应的行驶路线图。
(2)重要节点选取
通过严密的数据计算与分析,提取了2个重要的节点,分别为垃圾清运公司,即开始与结束的停留点;社区垃圾收集点,即反复出入的点,绘制出重要节点图。
(3)重要指标提取
进一步提取分析数据,统计出所有车辆在一天行驶公里,清运耗时,垃圾箱垃圾容量检测进行局域建模,将得到的数据绘制成清运车经过路线图。计算出不同的社区垃圾清运时所需要花费的时间进行数学建模和算法优化。
(4)模型建立及求解
主要目标包括减少车辆固定成本(车辆数量与人员数量)、行驶里程、等待时间。次要目标包括清运时间符合软时间窗(在站点垃圾满前运输)、均衡工作量。对于不同的目标赋予不同的权重。在满足一系列约束条件比如度约束、车流约束、行驶时间约束、清运量约束、时间窗约束、载重约束……,并且考虑众多现实因素,比如环卫工人的工作时间和休息时间、特殊区域的清运时间要求、每个环卫工人工作量的均衡、交通高峰期造成的道路拥挤的问题等,基于遗传、粒子群、蚁群等算法融合优化。
清运车辆路线规划模块获得各个车辆的最优行驶路径距离,包括以下步骤:
获取清运车辆实时位置,获得清运车辆在清运路线上的行驶距离,并将行驶距离以矩阵的方式进行存储,根据以下公式:
选择第m辆清运车辆的最优行驶路径距离BestMatchm,其中,xim为第m辆清运车辆在第i条清运路线上的行驶距离,所有清运车辆在清运路线上的行驶距离存储至矩阵Q中,aim为最小匹配系数,i的取值范围为1至n;
其中,n为清运路线的数量,m为清运车辆的数量。
车辆在线调度单元,为求解任务调度模型,需要实时感知车辆状态并作为模型输入。每台清运车辆均配备GPS定位模块,车辆的运行状态信息通过网络上传至云端服务器备份,为车辆调度模型优化求解做准备。
车辆调度会按照智能调度算法的结果自行安排车辆清运垃圾站点。每一轮(一个时间槽)内收集清运站点请求信息,实时定位车辆的位置,对车辆和请求进行预匹配,对于每一个请求,选择以清运站点为中心半径为r内的所有车辆进行匹配,将每一个这样的(请求,车辆)可行(即满足约束条件的)二元组加入订单匹配池,对于所有的请求执行相同的操作。在订单匹配池中基于“优化目标”进行合理的筛选,得到最后的匹配结果,然后进入下一轮,筛选规则如下。
具体车辆安排会综合考虑当前车辆与目标区域的位置(路线成本)、目标区域垃圾清运的紧迫度(垃圾量)。计算所有车辆清运目标区域带来的成本,考虑调度安排成本较低的车辆完成清运任务。各站点会根据大量统计数据计算出每个箱体装满所需要时间,这里假设箱体以均匀速度进行装填,则可以根据实时的垃圾量计算出箱体装满剩余时间,同时***也会根据统计数据计算出转运车从处理厂到达中转站所需要的时间,根据这两个时间来进行调度车辆。同时车辆调度设置一定的优先级,目标区域需要安排车辆,此时并不是所有车辆均有机会接受调度,会在计算车辆运输、时间等成本后,按照计算成本划分相关车辆优先级,然后确定调度车辆。因为转运车一次就拉一个箱体,所以到达一个中转站之后必须返回处理厂,不可以直接前往另一个中转站进行清运。
计算范围内所有车辆的清运成本,根据实时垃圾填装量,计算垃圾装满站点箱体所需时间,结合调度车辆到达站点时间,按照清运成本划分车辆优先级,选择优先级最高的车辆为清运车辆,根据公式:
cost=(BestMatch*s+S)*bn
计算车辆清运成本cost,其中,s为单位距离清运车辆耗费成本,S为其它清运成本,bn为清运车辆的填装量,当清运车辆剩余容量大于待清运垃圾容量时,bn=1,当清运车辆剩余容量小于待清运垃圾容量时,bn=0;
清运车辆调度模块根据调度车辆的最佳匹配路线BestMatch,选择优先级最高的车辆进行调度。
清运车辆在线调度单元的核心思想是“激活闲置资源、中心调度、高效匹配”。主要渗透到以下各个环节:预测目的地、成本预估、时间预估、最佳路径匹配、司机和垃圾站点匹配等。
车辆在线调度单元,通过筛选车辆与清运站点之间的距离,选择调度优先级最高的车辆进行调度。
可视化平台,用于可视化实时调用数据采集模块,可视化显示垃圾站点信息流数据、清运车辆路线规划、以及清运车辆调度的状态,当站点信息流数据,清运车辆数据传输数据处理单元后,经处理后的数据流向车辆路线规划、车辆在线调度计算模块,最终以可视化结果展示在平台显示终端;
进一步的,处理完的数据在车辆路线规划、车辆在线调度模块基于粒子群、天牛须、遗传、神经网络等智能算法优化训练,最终得到一套完整可行的任务调度,路线规划方案。
参见图2,当站点信息流数据,清运车辆数据传输数据处理单元后,经处理后的数据流向车辆路线规划、车辆在线调度计算模块,最终以可视化结果展示在平台显示终端。
进一步的,处理完的数据在车辆路线规划、车辆在线调度模块基于粒子群、天牛须、遗传、神经网络等智能算法优化训练,最终得到一套完整可行的任务调度,路线规划方案。
与现有技术相比,本发明的基于城市垃圾分类的智能清运***具有的优点包括:
本发明提供了一种基于城市垃圾分类的智能清运***,包括:数据采集单元,用于垃圾站点的信息流感知以及清运车辆信息感知;数据处理单元,用于对原始数据进行清洗;清运车辆路线规划单元,用于以最小运输成本为目标,实时规划清运车辆的清运路线;清运车辆在线调度单元,用于针对垃圾清运任务安排与车辆调度问题,以最小化清运成本为优化目标建立一个车辆调度模型,根据实时信息流感知,规划最佳调度任务给每个清运车辆;可视化平台展示单元,用于实现垃圾站点端、垃圾清运端以及垃圾转运端三端工作透明化的一个具有数字孪生功能的可视化平台。本发明提供的一种基于城市垃圾分类的智能清运***是基于机器学习、深度学习技术能够结合实时信息流数据中的各种因素,给出一个最优的车辆调度以及清运路径规划结果,为清运公司降本增效,为助力政府职能部门对垃圾清运与分类全过程溯源管控、精准监管提供帮助。
一种基于城市垃圾分类的智能清运方法,如图3所示,包括以下步骤:
步骤1、实时获取垃圾站点的数据,包括垃圾填装量、填装速度、垃圾箱容量、垃圾箱位置,当垃圾填装量超过垃圾箱容量的预设阈值时,向可视化平台发送清运请求;
步骤2、可视化平台接收清运请求后,实时获取清运车辆位置信息和状态信息,并将获得的信息进行信息数据清洗;
步骤3、利用清运车辆路线规划模块获得的最优清运路线,清运车辆调度模块通过计算车辆调度优先级,得到优先级最高的清运车辆,向优先级最高的清运车辆发送清运请求、以及最优线路,车辆按照最优清运路线进行垃圾清运。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (7)
1.一种基于城市垃圾分类的智能清运***,其特征在于,包括:数据采集模块、数据处理模块、清运车辆路线规划模块、清运车辆调度模块、以及可视化平台;
所述数据采集模块,用于实时感知获取垃圾站点的信息流数据,采集清运车辆实时位置信息和状态信息,并将收集到的信息作为智能清运***的数据输入,输入至数据处理单元;
所述数据处理模块,用于对采集到的信息进行清洗归一化处理;
所述清运车辆调度模块,结合数据处理模块处理后的数据信息,以最小化清运成本建立车辆调度模型,根据实时信息流感知,获得清运车辆调度结果,发送至可视化平台实时显示;
所述清运车辆路线规划模块,用于实时规划清运车辆的清运路线,获得清运车辆的最优行驶路径距离,发送至可视化平台实时显示;
所述可视化平台,用于实时调用数据采集模块,可视化显示垃圾站点信息流数据、清运车辆路线规划、以及清运车辆调度的状态,当站点中垃圾容量超过预设阈值时,站点向可视化平台发送清运请求。
2.根据权利要求1所述的一种基于城市垃圾分类的智能清运***,其特征在于,所述数据采集模块还包括用于采集站点信息数据的探测装置、以及采集清运车辆信息的数据采集设备;
探测装置通过采集垃圾图片,使用训练模型识别图片中垃圾体积大小,当站点中垃圾容量超过预设阈值时,站点向可视化平台发送清运请求。
3.根据权利要求1所述的一种基于城市垃圾分类的智能清运***,其特征在于,所述数据处理模块,用于对所述数据采集模块采集到的信息,通过语法规定进行数据清洗、以及归一化处理,得到符合车辆调度模型计算的数据信息。
4.根据权利要求1所述的一种基于城市垃圾分类的智能清运***,其特征在于,清运车辆调度模块,通过数据采集模块实时获得清运车辆位置,以经过数据处理模块处理的各个清运车辆的实时位置信息和状态信息为输入,以最终调度车辆为结果输出,构建车辆调度模型,在车辆调度模型中,根据车辆与各个清运站点之间的距离,计算所有清运车辆清运目标区域的成本,选择调度优先级最高的车辆作为最终调度车辆进行调度;
所述清运车辆路线规划模块用于实时提取垃圾站点数据、以及清运车辆行驶数据,选取重要节点、以及重要指标,计算出不同的垃圾站点清运时所需要花费的时间,进行数学建模和算法优化。
6.根据权利要求5所述的一种基于城市垃圾分类的智能清运***,其特征在于,站点发出清运请求后,各站点根据大量统计数据计算出每个垃圾站点装满所需要时间,根据实时的垃圾量计算出箱体装满剩余时间,同时***根据统计数据计算出清运车辆从处理厂到达中转站所需要的时间,根据这两个时间来进行调度车辆,实时反馈所有清运车辆的位置信息,清运车辆调度模块对清运车辆与站点进行预匹配,以站点为中心,以预设距离为半径,筛选出站点预设距离范围内的所有车辆,针对筛选出的车辆进行优化筛选,得到最终调度车辆,各清运站点会根据大量统计数据计算出每个垃圾站点中;
计算范围内所有车辆的清运成本,根据实时垃圾填装量,计算垃圾装满站点箱体所需时间,结合调度车辆到达站点时间,按照清运成本划分车辆优先级,选择优先级最高的车辆为清运车辆,根据公式:
cost=(BestMatch*s+S)*bn
计算车辆清运成本cost,其中,s为单位距离清运车辆耗费成本,S为其它清运成本,bn为清运车辆的填装量,当清运车辆剩余容量大于待清运垃圾容量时,bn=1,当清运车辆剩余容量小于待清运垃圾容量时,bn=0;
清运车辆调度模块根据调度车辆的最佳匹配路线BestMatch,选择优先级最高的车辆进行调度。
7.一种基于城市垃圾分类的智能清运方法,其特征在于,包括以下步骤:
步骤1、数据采集模块实时获取垃圾站点的数据,包括垃圾填装量、填装速度、垃圾箱容量、垃圾箱位置,当垃圾填装量超过垃圾箱容量的预设阈值时,向可视化平台发送清运请求;
步骤2、可视化平台接收清运请求后,数据采集模块实时获取清运车辆位置信息和状态信息,并将获得的信息发送至数据处理模块进行信息数据清洗;
步骤3、利用清运车辆路线规划模块获得的最优清运路线,清运车辆调度模块通过计算车辆调度优先级,得到优先级最高的清运车辆,向优先级最高的清运车辆发送清运请求、以及最优线路,车辆按照最优清运路线进行垃圾清运。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110591763.8A CN113344262A (zh) | 2021-05-28 | 2021-05-28 | 一种基于城市垃圾分类的智能清运***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110591763.8A CN113344262A (zh) | 2021-05-28 | 2021-05-28 | 一种基于城市垃圾分类的智能清运***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113344262A true CN113344262A (zh) | 2021-09-03 |
Family
ID=77472132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110591763.8A Pending CN113344262A (zh) | 2021-05-28 | 2021-05-28 | 一种基于城市垃圾分类的智能清运***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113344262A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113534679A (zh) * | 2021-07-06 | 2021-10-22 | 上海新氦类脑智能科技有限公司 | ***监测模型生成方法、处理器芯片以及工业*** |
CN113642814A (zh) * | 2021-10-18 | 2021-11-12 | 深圳市图元科技有限公司 | 一种基于城市管理服务实施的智能资源规划方法及*** |
CN113762624A (zh) * | 2021-09-09 | 2021-12-07 | 安徽自然美环境科技有限公司 | 一种垃圾清运车路线优化方法及城市垃圾清运生态*** |
CN113902385A (zh) * | 2021-12-09 | 2022-01-07 | 四川大学 | 基于5g的城市垃圾管理***和管理方法 |
CN113990062A (zh) * | 2021-10-22 | 2022-01-28 | 平安国际智慧城市科技股份有限公司 | 垃圾运输车辆调度方法、装置、可读存储介质及服务器 |
CN114852436A (zh) * | 2022-06-20 | 2022-08-05 | 上海莱陆科技有限公司 | 一种基于机器人的医疗废物收集转运***及方法 |
CN114897446A (zh) * | 2022-07-12 | 2022-08-12 | 飞宝(南京)智能科技有限公司 | 适用于城市固废云服务的数据处理方法及*** |
CN115285554A (zh) * | 2022-08-12 | 2022-11-04 | 南京林业大学 | 一种智能清运方法和*** |
CN115545574A (zh) * | 2022-11-30 | 2022-12-30 | 北京梅凯尼克环保科技有限公司 | 一种基于物联网的垃圾智能化收运处理方法及*** |
CN115580846A (zh) * | 2022-09-26 | 2023-01-06 | 江苏银宝专用车有限公司 | 一种智能网联条件下垃圾清运***及其构建方法 |
CN116108692A (zh) * | 2023-03-15 | 2023-05-12 | 北京祝融视觉科技股份有限公司 | 一种针对城市基础设施的数字孪生化*** |
CN116167585A (zh) * | 2023-02-23 | 2023-05-26 | 三一环境产业有限公司 | 应用于垃圾运收的数据处理方法、装置、设备及调度*** |
CN116911481A (zh) * | 2023-07-31 | 2023-10-20 | 深圳市新樟环保科技有限公司 | 基于大数据处理的垃圾收运***及方法 |
CN117094534A (zh) * | 2023-10-19 | 2023-11-21 | 浩博泰德(北京)科技有限公司 | 一种物联智控方法及*** |
CN117095364A (zh) * | 2023-10-20 | 2023-11-21 | 深圳市润江科技有限公司 | 基于ai智能垃圾识别的市容环境预警方法及*** |
CN117436851A (zh) * | 2023-11-03 | 2024-01-23 | 浙江臻善科技股份有限公司 | 基于物联网的垃圾回收监管方法及*** |
CN117689053A (zh) * | 2023-10-27 | 2024-03-12 | 浪潮智慧科技有限公司 | 一种乡村垃圾数量预测和治理方法、设备及存储介质 |
CN117875534A (zh) * | 2024-03-12 | 2024-04-12 | 山东特朗环保工程有限公司 | 一种移动式污水处理车辆管理***与方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106115104A (zh) * | 2016-06-27 | 2016-11-16 | 湖南现代环境科技股份有限公司 | 基于物联网的生活垃圾分类收运***、装置及其方法 |
CN108648440A (zh) * | 2018-05-31 | 2018-10-12 | 广州亿程交通信息集团有限公司 | 基于车联网监控的车辆调度平台 |
CN110276499A (zh) * | 2019-06-28 | 2019-09-24 | 青岛立东生态有限公司 | 一种垃圾清运路线优化计算方法 |
CN110782064A (zh) * | 2019-09-10 | 2020-02-11 | 浙江工业大学 | 一种集车辆调度优化与任务分配于一体的可视化方法及*** |
CN111223029A (zh) * | 2020-01-10 | 2020-06-02 | 重庆高洁环境绿化工程集团有限公司 | 一种智能环卫管理***及方法 |
CN111612358A (zh) * | 2020-05-25 | 2020-09-01 | 北京交通大学 | 共享汽车车辆调度及调度员路径优化方法 |
CN111931986A (zh) * | 2020-07-08 | 2020-11-13 | 淮阴工学院 | 一种垃圾清运车路线优化方法及城市垃圾清运生态*** |
CN112365032A (zh) * | 2020-10-22 | 2021-02-12 | 北京环境工程技术有限公司 | 垃圾清运的路径优化***与方法 |
-
2021
- 2021-05-28 CN CN202110591763.8A patent/CN113344262A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106115104A (zh) * | 2016-06-27 | 2016-11-16 | 湖南现代环境科技股份有限公司 | 基于物联网的生活垃圾分类收运***、装置及其方法 |
CN108648440A (zh) * | 2018-05-31 | 2018-10-12 | 广州亿程交通信息集团有限公司 | 基于车联网监控的车辆调度平台 |
CN110276499A (zh) * | 2019-06-28 | 2019-09-24 | 青岛立东生态有限公司 | 一种垃圾清运路线优化计算方法 |
CN110782064A (zh) * | 2019-09-10 | 2020-02-11 | 浙江工业大学 | 一种集车辆调度优化与任务分配于一体的可视化方法及*** |
CN111223029A (zh) * | 2020-01-10 | 2020-06-02 | 重庆高洁环境绿化工程集团有限公司 | 一种智能环卫管理***及方法 |
CN111612358A (zh) * | 2020-05-25 | 2020-09-01 | 北京交通大学 | 共享汽车车辆调度及调度员路径优化方法 |
CN111931986A (zh) * | 2020-07-08 | 2020-11-13 | 淮阴工学院 | 一种垃圾清运车路线优化方法及城市垃圾清运生态*** |
CN112365032A (zh) * | 2020-10-22 | 2021-02-12 | 北京环境工程技术有限公司 | 垃圾清运的路径优化***与方法 |
Non-Patent Citations (3)
Title |
---|
冯亮等: "基于GPS/GIS协同的动态车辆调度和路径规划问题研究", 计算机科学, vol. 44, no. 9, pages 272 - 276 * |
张多雨;: "引入装卸时间的垃圾收运路线优化", 物流工程与管理, no. 07, pages 130 - 132 * |
王海涛;: "基于大数据和人工智能技术的信息安全态势感知***研究", 网络安全技术与应用, no. 03, pages 63 - 66 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113534679A (zh) * | 2021-07-06 | 2021-10-22 | 上海新氦类脑智能科技有限公司 | ***监测模型生成方法、处理器芯片以及工业*** |
CN113762624A (zh) * | 2021-09-09 | 2021-12-07 | 安徽自然美环境科技有限公司 | 一种垃圾清运车路线优化方法及城市垃圾清运生态*** |
CN113642814A (zh) * | 2021-10-18 | 2021-11-12 | 深圳市图元科技有限公司 | 一种基于城市管理服务实施的智能资源规划方法及*** |
CN113990062A (zh) * | 2021-10-22 | 2022-01-28 | 平安国际智慧城市科技股份有限公司 | 垃圾运输车辆调度方法、装置、可读存储介质及服务器 |
CN113902385A (zh) * | 2021-12-09 | 2022-01-07 | 四川大学 | 基于5g的城市垃圾管理***和管理方法 |
CN114852436A (zh) * | 2022-06-20 | 2022-08-05 | 上海莱陆科技有限公司 | 一种基于机器人的医疗废物收集转运***及方法 |
CN114897446A (zh) * | 2022-07-12 | 2022-08-12 | 飞宝(南京)智能科技有限公司 | 适用于城市固废云服务的数据处理方法及*** |
CN115285554B (zh) * | 2022-08-12 | 2023-08-01 | 南京林业大学 | 一种智能清运方法和*** |
CN115285554A (zh) * | 2022-08-12 | 2022-11-04 | 南京林业大学 | 一种智能清运方法和*** |
CN115580846B (zh) * | 2022-09-26 | 2024-03-15 | 江苏银宝专用车有限公司 | 一种智能网联条件下垃圾清运***及其构建方法 |
CN115580846A (zh) * | 2022-09-26 | 2023-01-06 | 江苏银宝专用车有限公司 | 一种智能网联条件下垃圾清运***及其构建方法 |
CN115545574A (zh) * | 2022-11-30 | 2022-12-30 | 北京梅凯尼克环保科技有限公司 | 一种基于物联网的垃圾智能化收运处理方法及*** |
CN116167585A (zh) * | 2023-02-23 | 2023-05-26 | 三一环境产业有限公司 | 应用于垃圾运收的数据处理方法、装置、设备及调度*** |
CN116108692A (zh) * | 2023-03-15 | 2023-05-12 | 北京祝融视觉科技股份有限公司 | 一种针对城市基础设施的数字孪生化*** |
CN116911481A (zh) * | 2023-07-31 | 2023-10-20 | 深圳市新樟环保科技有限公司 | 基于大数据处理的垃圾收运***及方法 |
CN116911481B (zh) * | 2023-07-31 | 2024-05-28 | 深圳市新樟环保科技有限公司 | 基于大数据处理的垃圾收运***及方法 |
CN117094534A (zh) * | 2023-10-19 | 2023-11-21 | 浩博泰德(北京)科技有限公司 | 一种物联智控方法及*** |
CN117094534B (zh) * | 2023-10-19 | 2024-01-23 | 浩博泰德(北京)科技有限公司 | 一种物联智控方法及*** |
CN117095364A (zh) * | 2023-10-20 | 2023-11-21 | 深圳市润江科技有限公司 | 基于ai智能垃圾识别的市容环境预警方法及*** |
CN117095364B (zh) * | 2023-10-20 | 2024-02-13 | 深圳市润江科技有限公司 | 基于ai智能垃圾识别的市容环境预警方法及*** |
CN117689053A (zh) * | 2023-10-27 | 2024-03-12 | 浪潮智慧科技有限公司 | 一种乡村垃圾数量预测和治理方法、设备及存储介质 |
CN117436851B (zh) * | 2023-11-03 | 2024-04-09 | 浙江臻善科技股份有限公司 | 基于物联网的垃圾回收监管方法及*** |
CN117436851A (zh) * | 2023-11-03 | 2024-01-23 | 浙江臻善科技股份有限公司 | 基于物联网的垃圾回收监管方法及*** |
CN117875534A (zh) * | 2024-03-12 | 2024-04-12 | 山东特朗环保工程有限公司 | 一种移动式污水处理车辆管理***与方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113344262A (zh) | 一种基于城市垃圾分类的智能清运***及方法 | |
CN111461624A (zh) | 物流线路规划方法、装置、设备及存储介质 | |
CN109754594B (zh) | 一种路况信息获取方法及其设备、存储介质、终端 | |
US11386362B1 (en) | System and method for optimizing waste / recycling collection and delivery routes for service vehicles | |
CN108242149A (zh) | 一种基于交通数据的大数据分析方法 | |
CN111260296A (zh) | 快件派送方式推荐方法、装置、设备及存储介质 | |
CN108038578B (zh) | 基于需求预测和中心辐射网络的公共自行车静态调度方法 | |
CN110222893B (zh) | 共享交通资源的投放地点推荐方法、装置与电子设备 | |
CN111931986A (zh) | 一种垃圾清运车路线优化方法及城市垃圾清运生态*** | |
CN108038651A (zh) | 一种物流运输监控追溯管理*** | |
KR102014648B1 (ko) | 폐기물 수거 업체 정보 공유 시스템 및 방법 | |
CN106503868A (zh) | 一种车队线路规划方法及相关设备 | |
US20230153767A1 (en) | Method and internet of things system for waste cleaning volume prediction in smart city | |
CN112508488A (zh) | 固废车辆运输监控方法、装置、设备及存储介质 | |
CN110708389B (zh) | 智慧环卫云平台及其数据处理方法 | |
CN116824861B (zh) | 基于城市大脑平台多维数据的共享单车调度方法和*** | |
CN110675646B (zh) | 公交站点位置获取方法及装置 | |
CN113762624A (zh) | 一种垃圾清运车路线优化方法及城市垃圾清运生态*** | |
CN111582527A (zh) | 行程时间的预估方法、装置、电子设备和存储介质 | |
CN111626495A (zh) | 基于云平台的作业调度*** | |
CN115049309B (zh) | 一种垃圾收运路线规划方法和*** | |
Chang et al. | Comparative study between the heuristic algorithm and the optimization technique for vehicle routing and scheduling in a solid waste collection system | |
CN115375237A (zh) | 一种冷链物流智能管理方法、***、设备和存储介质 | |
Christodoulou et al. | Dynacargo routing subsystem and its algorithms for efficient urban waste collection | |
CN209357242U (zh) | 一种违章停车智能控制装置 |
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 |