CN113673815A - 基于车辆数据处理的矿车调度方法及装置 - Google Patents
基于车辆数据处理的矿车调度方法及装置 Download PDFInfo
- Publication number
- CN113673815A CN113673815A CN202110774142.3A CN202110774142A CN113673815A CN 113673815 A CN113673815 A CN 113673815A CN 202110774142 A CN202110774142 A CN 202110774142A CN 113673815 A CN113673815 A CN 113673815A
- Authority
- CN
- China
- Prior art keywords
- data
- mine car
- scheduling
- vehicle
- time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012545 processing Methods 0.000 title claims abstract description 51
- 238000005265 energy consumption Methods 0.000 claims abstract description 50
- 238000013507 mapping Methods 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 26
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 17
- 238000012795 verification Methods 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 6
- 239000003921 oil Substances 0.000 description 23
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005065 mining Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000007781 pre-processing 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
- G06Q10/06—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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (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车辆数据处理的矿车调度方法及装置,涉及数据处理技术领域,主要目的在于解决现有矿车查了数据处理效率有效性差的问题。包括:获取车载终端的矿车车辆数据,所述矿车车辆数据包括矿车运行过程中的设备运输数据以及调度运行数据;根据所述设备运输数据统计所述矿车的性能消耗数据;基于所述调度运行数据提取与所述矿车匹配的调度策略,并根据能耗调度映射关系以及所述性能消耗数据对所述调度策略进行调整;将调整后的调度策略反馈至所述矿车的控制器中,以使所述矿车按照调整后的调度策略进行运输控制。
Description
技术领域
本发明涉及一种数据处理技术领域,特别是涉及一种基于车辆数据处理的矿车调度方法及装置。
背景技术
为了实现露天矿采矿过程中的智能调度,提高对矿车采矿过程中的采矿情况的监控准确性,对露天矿矿车进行智能调度通常需要将矿车内的设备运输数据进行采集,然后通过无线通信网络传输至数据处理端进行数据统计等处理。
目前,现有对采集的矿车内的设备运输数据的处理目标仅仅包括运输趟数、距离等与路程相关特征,但是,仅仅对运输趟数、距离等于路程相关特征进行处理,无法满足对矿车能耗的解析需求,大大降低了对基于车辆数据处理的矿车调度有效性,从而影响了对矿车进行智能调度的准确性。
发明内容
有鉴于此,本发明提供一种基于车辆数据处理的矿车调度方法及装置,主要目的在于解决现有矿车查了数据处理效率差而导致的调度准确性低的问题。
依据本发明一个方面,提供了一种基于车辆数据处理的矿车调度方法,包括:
获取车载终端的矿车车辆数据,所述矿车车辆数据包括矿车运行过程中的设备运输数据以及调度运行数据;
根据所述设备运输数据统计所述矿车的性能消耗数据;
基于所述调度运行数据提取与所述矿车匹配的调度策略,并根据能耗调度映射关系以及所述性能消耗数据对所述调度策略进行调整;
将调整后的调度策略反馈至所述矿车的控制器中,以使所述矿车按照调整后的调度策略进行运输控制。
进一步地,所述基于所述调度运行数据提取与所述矿车匹配的调度策略之前,所述方法还包括:
获取矿车的身份标识信息、运行目标、操作人员信息、车辆属性信息;
按照矿车运行路线、空车车速、重车车速生成与所述身份标识信息、所述运行目标、所述操作人员信息、所述车辆属性信息匹配的调度策略,所述调度策略用于表征矿车处于矿车运输节点时预期执行调度操作目标以及调度操作时间目标所设定的运行内容。
进一步地,所述调度运行数据包括调度操作数据、以及调度操作时间数据,所述基于能耗调度映射关系、所述性能消耗数据对所述调度策略进行调整包括:
从能耗调度映射关系中查找与所述性能消耗数据匹配的操作调整信息和/或时间调整信息,并结合所述调度操作数据、所述调度操作时间数据对所述调度策略中的调度操作目标、调度操作时间目标进行更新调整,所述能耗调度映射关系中存储有不同数值范围的性能消耗数据所对应的操作调整信息和/或时间调整信息。
进一步地,所述设备运输数据包括设备运输时间、车辆运距、装载卸载油耗量,所述根据所述设备运输数据统计所述矿车的性能消耗数据包括:
根据矿车运输节点解析所述设备运输时间中的装载时间、卸载时间;
结合所述装载时间、所述卸载时间对所述车辆运距中的空车运距、重车运距进行验证;
若所述空车运距、所述重车运距通过验证,则基于装载卸载油耗量统计矿车车辆的性能消耗数据,所述性能消耗数据表征为矿车单次完成所述矿车运输节点所产生的性能消耗。
进一步地,所述结合所述装载时间、所述卸载时间对所述车辆运距中的空车运距、重车运距进行验证包括:
获取所述矿车的空车车速、重车车速,并结合所述装载时间、卸载时间计算装载位置、卸载位置;
基于所述装载位置、所述卸载位置分别与所述空车运距、所述重车运距进行比较;
若比较得到的差值小于或等于预设运距阈值,确定所述空车运距、所述重车运距通过验证。
进一步地,所述将调整后的调度策略反馈至所述矿车的控制器中之后,所述方法还包括:
基于已完成训练的能耗预测模型对所述性能消耗数据进行预测处理,得到性能消耗预测结果,所述能耗预测模型为基于已标注异常性能消耗状态的性能消耗训练集进行训练的;
若所述性能消耗预测结果为异常性能消耗状态,则生成包含有所述设备运输数据、所述调度运行数据的异常告警信息,以使对所述矿车进行检测。
进一步地,所述获取车载终端的矿车车辆数据包括:
按照预设时间间隔向所述车载终端发送数据获取请求;
调用数据防火墙对通过CAN总线接收的所述矿车车辆数据进行安全检测,所述数据防火墙用于对传输的数据进行局域网内部的安全性网络检测;
若所述矿车车辆数据为安全状态,则所述矿车车辆数据按照身份标识信息进行分库存储。
依据本发明另一个方面,提供了一种基于车辆数据处理的矿车调度装置,包括:
获取模块,用于获取车载终端的矿车车辆数据,所述矿车车辆数据包括矿车运行过程中的设备运输数据以及调度运行数据;
统计模块,用于根据所述设备运输数据统计所述矿车的性能消耗数据;
调整模块,用于基于所述调度运行数据提取与所述矿车匹配的调度策略,并根据能耗调度映射关系以及所述性能消耗数据对所述调度策略进行调整;
反馈模块,用于将调整后的调度策略反馈至所述矿车的控制器中,以使所述矿车按照调整后的调度策略进行运输控制。
进一步地,所述装置还包括:生成模块,
所述获取模块,还用于获取矿车的身份标识信息、运行目标、操作人员信息、车辆属性信息;
所述生成模块,用于按照矿车运行路线、空车车速、重车车速生成与所述身份标识信息、所述运行目标、所述操作人员信息、所述车辆属性信息匹配的调度策略,所述调度策略用于表征矿车处于矿车运输节点时预期执行调度操作目标以及调度操作时间目标所设定的运行内容。
进一步地,所述调度运行数据包括调度操作数据、以及调度操作时间数据,
所述调整模块,具体用于从能耗调度映射关系中查找与所述性能消耗数据匹配的操作调整信息和/或时间调整信息,并结合所述调度操作数据、所述调度操作时间数据对所述调度策略中的调度操作目标、调度操作时间目标进行更新调整,所述能耗调度映射关系中存储有不同数值范围的性能消耗数据所对应的操作调整信息和/或时间调整信息。
进一步地,所述设备运输数据包括设备运输时间、车辆运距、装载卸载油耗量,所述统计模块包括:
解析单元,用于根据矿车运输节点解析所述设备运输时间中的装载时间、卸载时间;
验证单元,用于结合所述装载时间、所述卸载时间对所述车辆运距中的空车运距、重车运距进行验证;
统计单元,用于若所述空车运距、所述重车运距通过验证,则基于装载卸载油耗量统计矿车车辆的性能消耗数据,所述性能消耗数据表征为矿车单次完成所述矿车运输节点所产生的性能消耗。
进一步地,所述验证模块包括:
获取单元,用于获取所述矿车的空车车速、重车车速,并结合所述装载时间、卸载时间计算装载位置、卸载位置;
比较单元,用于基于所述装载位置、所述卸载位置分别与所述空车运距、所述重车运距进行比较;
确定单元,用于若比较得到的差值小于或等于预设运距阈值,确定所述空车运距、所述重车运距通过验证。
进一步地,所述装置还包括:处理模块,
所述处理模块,用于基于已完成训练的能耗预测模型对所述性能消耗数据进行预测处理,得到性能消耗预测结果,所述能耗预测模型为基于已标注异常性能消耗状态的性能消耗训练集进行训练的;
所述生成模块,还用于若所述性能消耗预测结果为异常性能消耗状态,则生成包含有所述设备运输数据、所述调度运行数据的异常告警信息,以使对所述矿车进行检测。
进一步地,所述获取模块包括:
发送单元,用于按照预设时间间隔向所述车载终端发送数据获取请求;
调用单元,用于调用数据防火墙对通过CAN总线接收的所述矿车车辆数据进行安全检测,所述数据防火墙用于对传输的数据进行局域网内部的安全性网络检测;
存储单元,用于若所述矿车车辆数据为安全状态,则所述矿车车辆数据按照身份标识信息进行分库存储。
根据本发明的又一方面,提供了一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述基于车辆数据处理的矿车调度方法对应的操作。
根据本发明的再一方面,提供了一种终端,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述基于车辆数据处理的矿车调度方法对应的操作。
借由上述技术方案,本发明实施例提供的技术方案至少具有下列优点:
本发明提供了一种基于车辆数据处理的矿车调度方法及装置,与现有技术相比,本发明实施例通过获取车载终端的矿车车辆数据,所述矿车车辆数据包括矿车运行过程中的设备运输数据以及调度运行数据;根据所述设备运输数据统计所述矿车的性能消耗数据;基于所述调度运行数据提取与所述矿车匹配的调度策略,并根据能耗调度映射关系以及所述性能消耗数据对所述调度策略进行调整;将调整后的调度策略反馈至所述矿车的控制器中,以使所述矿车按照调整后的调度策略进行运输控制,大大满足了对矿车能耗解析的多样性需求,实现对基于车辆数据处理的矿车调度有效性,从而提高基于矿车车辆数据进行智能调度的准确性以及效率。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种基于车辆数据处理的矿车调度方法流程图;
图2示出了本发明实施例提供的一种矿车智能调度***结构示意图;
图3示出了本发明实施例提供的另一种基于车辆数据处理的矿车调度方法流程图;
图4示出了本发明实施例提供的又一种基于车辆数据处理的矿车调度方法流程图;
图5示出了本发明实施例提供的再一种基于车辆数据处理的矿车调度方法流程图;
图6示出了本发明实施例提供的一种基于车辆数据处理的矿车调度装置组成框图;
图7示出了本发明实施例提供的一种终端的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种基于车辆数据处理的矿车调度方法,如图1所示,该方法包括:
101、获取车载终端的矿车车辆数据。
本发明实施例中,如图2所示的矿车智能调度***结构示意图,每个矿车上安装有唯一对应的车载终端,用于采集矿车在运输过程中所产生的各种数据,当前执行端作为矿车数据处理***,与各个矿车的车载终端进行无线通信,从而接收传输来的矿车车辆数据。其中,所述矿车车辆数据包括矿车运行过程中的设备运输数据以及调度运行数据,所述设备运输数据包括设备运输时间、车辆运距、装载卸载油耗量,所述调度运行数据包括调度操作数据、以及调度操作时间数据。所述设备运输时间包括但不限于车辆在运输过程中产生的空车时间、装载等待时间、入场时间、出场时间、卸载等待时间、装载时间、卸载时间,所述车辆运距包括但不限于空车运距、重车运距,装载卸载油耗量为装载车辆的油耗量以及卸载车辆的油耗量,并且,对于矿车中的装载卸载油耗量为基于矿车上发动机喷油嘴的累计值,同时,卸载车辆的油耗量减装载车辆的油耗量得到重车行驶期间的油量消耗,空载运行时进行方向相减。调度操作数据为执行预先设定的调度操作目标时所产生的数据,调度操作目标包括但不限于路线、调整启停时间、指示矿车变更运输速度、运行操作人员等,调度操作时间数据即为执行上述调度操作目标过程中的时间,本发明实施例不做具体限定。
需要说明的是,矿车在运输过程中,可以通过矿车中的智能控制***进行智能控制运输,也可以基于矿车操作人员对矿车进行人工操作,从而在采矿过程中能够自由切换,从而实现智能调度。
102、根据所述设备运输数据统计所述矿车的性能消耗数据。
本发明实施例中,当前执行端获取到设备运输数据后,由于矿车的性能消耗均可以通过设备运输数据而体现,因此,基于设备运输数据统计矿车的性能消耗数据。其中,性能消耗数据表征为矿车单次完成矿车运输节点所产生的性能消耗,可以为油量、也可以为电量,若为单次完成矿车运输节点即为从矿车空载到重载完整完成一次运输的全部过程,此时的性能消耗即可通过当前卸载完成时的油耗量与上一次卸载完成时的油耗量之差计算得到,本发明实施例不做具体限定。
103、基于所述调度运行数据提取与所述矿车匹配的调度策略,并根据能耗调度映射关系以及所述性能消耗数据对所述调度策略进行调整。
对于本发明实施例,由于不同的矿车适用于不同的调度策略,并且结合调度操作过程中产生的调度运行数据会影响调度策略调整,例如,不同的时间数据针对不同的矿车使用不同的调度策略,不同的调度操作数据是不同矿车在不同调度策略下得到的,因此,基于调度运行数据提取与矿车匹配的调度策略。同时,结合能耗调度映射关系、已经计算出的性能能耗数据对调度策略进行调整,能耗调度映射关系存储有不同数值范围的性能消耗数据所对应的操作调整信息和/或时间调整信息,从而基于性能消耗数据对应的数值范围确定操作调整信息和/或时间调整信息。
例如,性能能耗数据为200ml,原调度策略为矿车行驶路线1的速度为a,则基于能耗调度映射关系中的150-300ml所对应的操作调整数据为形式路线2,速度为b,则将调度策略调整为矿车形式路线2,速度为b。
104、将调整后的调度策略反馈至所述矿车的控制器中。
对于本发明实施例,由于当前执行端为一个具有服务器功能***端,因此,在对调度策略进行调整后,为了使矿车基于调整后的调度策略进行运输,从而实现基于车辆数据处理的矿车调度有效性,将调整后的调度除了反馈至矿车的控制器中,以使所述矿车按照调整后的调度策略进行运输控制。
需要说明的是,矿车中的车载终端可以包含可以执行控制功能的控制器,矿车中也可以单独配置控制器,从而使矿车的各个功能模块实现独立的操作不受影响。
在本发明实施例中,为了进一步说明及限定,如图3所示,所述设备运输数据包括设备运输时间、车辆运距、装载卸载油耗量,步骤102根据所述设备运输数据统计所述矿车的性能消耗数据包括:1021、根据矿车运输节点解析所述设备运输时间中的装载时间、卸载时间;1022、结合所述装载时间、所述卸载时间对所述车辆运距中的空车运距、重车运距进行验证;1023、若所述空车运距、所述重车运距通过验证,则基于装载卸载油耗量统计矿车车辆的性能消耗数据。
本发明实施例中,为了满足性能消耗数据的精确化分析需求,需要根据矿车运输节点解析设备运输时间中的空车时间、装载等待时间、入场时间、出场时间、卸载等待时间、装载时间、卸载时间,然后结合装载时间、卸载时间对车辆运距中的的空车运距、重车运距进行验证,从而提高对数据处理的准确性。其中,矿车运输节点用于表征矿车运输过程中执行不同操作流程所需要的步骤,例如,运输过程中装载、卸载、矿车运输等,因此,可以按照矿车运输节点解析设备运输时间中的空车时间、装载等待时间、入场时间、出场时间、卸载等待时间、装载时间、卸载时间,所述性能消耗数据表征为矿车单次完成所述矿车运输节点所产生的性能消耗。
需要说明的是,当基于装载时间、卸载时间对空车运距、重车运距完成验证后,若通过验证,则说明装载与空载所对应的运输过程是正常的,因此,基于装载卸载油耗量统计矿车车辆的性能消耗数据。具体的,性能消耗数据=当前卸载时间所对应的卸载油耗量-上一次卸载时间所对应的卸载油耗量,作为一次循环运输过程中的单程油耗量。
在本发明实施例中,为了进一步说明及限定,所述结合所述装载时间、所述卸载时间对所述车辆运距中的空车运距、重车运距进行验证包括:获取所述矿车的空车车速、重车车速,并结合所述装载时间、卸载时间计算装载位置、卸载位置;基于所述装载位置、所述卸载位置分别与所述空车运距、所述重车运距进行比较;若比较得到的差值小于或等于预设运距阈值,确定所述空车运距、所述重车运距通过验证。
由于性能性能消耗数据受卸载、装载的时间等因素影响,为了使性能消耗数据的计算更加准确,因此,获取空车车速、重车车速,结合装载时间、卸载时间计算装载位置、卸载位置,即利用时间、速度与路程之间的数学关系计算路程,即计算出装载与卸载的位置。然后基于装载位置、卸载位置分别与空车运距、重车运距进行比较。若比较得到的差值小于或等于预设运距阈值,说明计时、计程较为准确,可以确定空车运距重车运距通过验证。另外,预设运距阈值为预先按照运输距离设置的最小误差,例如,可以为0.5米,2米等,本发明实施例不做具体限定。
需要说明的是,若是比较得到的差值大于预设运距阈值,则说明装载运距、卸载运距与装载时间、卸载时间不对应,运输过程中存在异常而导致获取的设备运输数据误差较大,此时,对于未通过验证的空车运距、所述重车运距,生成告警信息进行输出。
在本发明实施例中,为了进一步说明及限定,如图4所示,所述基于所述调度运行数据提取与所述矿车匹配的调度策略之前,所述方法还包括:201、获取矿车的身份标识信息、运行目标、操作人员信息、车辆属性信息;202、按照矿车运行路线、空车车速、重车车速生成与所述身份标识信息、所述运行目标、所述操作人员信息、所述车辆属性信息匹配的调度策略。
为了提高对矿车进行调度的效率,实现对不同矿车的调度多样性需求,生成用于表征矿车处于矿车运输节点时预期执行的调度操作目标以及调度操作时间目标的调度策略。其中,所述调度策略用于表征矿车处于矿车运输节点时预期执行调度操作目标以及调度操作时间目标所设定的运行内容,调度操作目标包括但不限于变更路线、调整启停时间、指示矿车变更运输速度、运行操作人员等,调度操作时间目标为执行调度操作目标所预期的时间点,一般的,调度操作时间目标与获取到的调度操作时间数据可以相同的时间内容,也可以为不同,本发明实施例不做具体限定。另外,不同的矿车均具有属于自己的身份标识信息作为唯一标识,运行目标用于表示矿车预期运输的距离、时长、速度、运输矿产等,操作人员信息为矿车驾驶者的身份信息,车辆属性信息为矿车硬件设备及软件***的型号等表示车辆本身的属性特征。
需要说明的是,由于不同的运行目标、不同的矿车、不同的操作人员、不同型号的矿车可能适用不同的矿车运行路线、空车车速以及重车车速,因此,可以按照矿车运行路线、空车车速、重车车速三个特征生成与运行目标、操作人员信息、车辆属性信息匹配的调度策略,以表征矿车处于矿车运输节点时预期执行的调度操作目标以及调度操作时间目标。具体的,可以通过操作人员预先录入的矿车运输操作标准关系作为依据,即矿车运输操作标准关系中记录有不同矿车运行路线、空车车速、重车车速分别对应的身份标识信息、运行目标、操作人员信息、车辆属性信息,从而生成调度策略。例如,矿车运行路线包括A、B,路线a空车车速为20km/h-40km/h,路线b空车车速为38km/h,路线a重车车速为25km/h-35km/h,路线a的重车车速为30km/h,全部的矿车身份标识信息对应为矿车1、矿车2,运行目标包括分别为矿车1-运输的距离100km-速度20km/h-40km/h,矿车2-运输的距离50km-速度25km/h-35km/h,操作人员信息包括小王、小红、小明,车辆属性信息全部为高顿位重载矿车,因此,基于矿车运输操作标准关系中预先配置的对应关系,生成的调度策略为矿车1的调度操作目标为路线a,从而基于速度路线a中的各个运输节点确定调度操作时间目标S1小时,矿车2的调度操作目标为路线b,从而基于速度路线b中的各个运输节点确定调度操作时间目标S2小时,对于操作人员可以进一步结合矿车运输操作标准关系中的操作人员限定各个矿车的操作人员,车辆属性信息同理也可以基于矿车运输操作标准关系进行限定,从而得到至少包括调度操作目标以及调度操作时间目标的调度策略,本发明实施例不做具体限定。
在本发明实施例中,为了进一步说明及限定,所述调度运行数据包括调度操作数据、以及调度操作时间数据,所述基于能耗调度映射关系、所述性能消耗数据对所述调度策略进行调整包括:从能耗调度映射关系中查找与所述性能消耗数据匹配的操作调整信息和/或时间调整信息,并结合所述调度操作数据、所述调度操作时间数据对所述调度策略中的调度操作目标、调度操作时间目标进行更新调整,所述能耗调度映射关系中存储有不同数值范围的性能消耗数据所对应的操作调整信息和/或时间调整信息。
为了提高基于调度运行数据进行调度调整准确性,从能耗调度映射关系中查找与性能消耗数据匹配的操作调整信息和/或时间调整信息,其中,能耗调度映射关系中存储有不同数值范围的性能消耗数据所对应的操作调整信息和/或时间调整信息,从而结合调度操作数据、时间数据对调度策略中的调度操作目标、调度操作时间目标进行更新调整。
例如,能耗调度映射关系中80ml性能消耗量处于0-100ml范围,对应操作调整信息为回程操作,则结合调整操作数据为路线1行驶了三分之二,调度操作时间数据为1小时,则调度策略中的调度操作目标路线1更新调整为路线2,调度操作时间目标路线行驶10小时调整为路线行驶15小时,从而得到新的调度策略为路线1行驶三分之二,1小时候,按照路线2继续行驶15小时,本发明实施例不做具体限定。
在本发明实施例中,为了进一步说明及限定,如图5所示,所述将调整后的调度策略反馈至所述矿车的控制器中之后,所述方法还包括:301、基于已完成训练的能耗预测模型对所述性能消耗数据进行预测处理,得到性能消耗预测结果;302、若所述性能消耗预测结果为异常性能消耗状态,则生成包含有所述设备运输数据、所述调度运行数据的异常告警信息。
为了提高对性能消耗数据的处理准确性,满足对能耗解析的数据预处理需求,可以基于已完成训练的能耗预测模型对性能消耗数据进行预测处理,得到性能消耗预测结果,以便在解析性能消耗预测结果为异常性能消耗状态时,生成包含有设备运输数据、调度运行数据的异常告警信息,以使对矿车进行检测。其中,能耗预测模型可以为任意一种卷积神经网络模型,结合已标注异常性能消耗状态的性能消耗训练集进行训练,已标注的异常性能消耗状态用于表征性能消耗数据计算异常或数据异常,所述能耗预测模型为基于已标注异常性能消耗状态的性能消耗训练集进行训练的,从而训练得到可以对性能消耗数据进行预测处理的能耗预测模型,本发明实施例不做具体限定。
在本发明实施例中,为了进一步说明及限定,所述获取车载终端的矿车车辆数据包括:按照预设时间间隔向所述车载终端发送数据获取请求;调用数据防火墙对通过CAN总线接收的所述矿车车辆数据进行安全检测,所述数据防火墙用于对传输的数据进行局域网内部的安全性网络检测;若所述矿车车辆数据为安全状态,则所述矿车车辆数据按照身份标识信息进行分库存储。
本发明实施例中,由于车载终端为安装在矿车上,为了适应恶劣的矿车环境,当前矿车智能调度平台基于CAN总线接收的所述矿车车辆数据,并调用数据防火墙对矿车车辆数据间安全检测,从而是否安全。其中,当前执行端按照预先设定的时间间隔向车载终端发送数据获取请求,然后调取用于对传输的数据进行局域网内部的安全性网络检测的数据防火墙对矿车车辆数据进行安全检测,即通过预先设定的黑白名单规则确定的数据防火墙进行安全检测,若矿车车辆数据确定为安全状态,则将矿车车辆数据按照矿车的身份标识信息进行分库存储,以便随时获取进行数据处理,确保了数据处理的安全性。
本发明实施例提供了一种基于车辆数据处理的矿车调度方法,与现有技术相比,本发明实施例通过获取车载终端的矿车车辆数据,所述矿车车辆数据包括矿车运行过程中的设备运输数据以及调度运行数据;根据所述设备运输数据统计所述矿车的性能消耗数据;基于所述调度运行数据提取与所述矿车匹配的调度策略,并根据能耗调度映射关系以及所述性能消耗数据对所述调度策略进行调整;将调整后的调度策略反馈至所述矿车的控制器中,以使所述矿车按照调整后的调度策略进行运输控制,大大满足了对矿车能耗解析的多样性需求,实现对基于车辆数据处理的矿车调度有效性,从而提高基于矿车车辆数据进行智能调度的准确性以及效率。
进一步的,作为对上述图1所示方法的实现,本发明实施例提供了一种基于车辆数据处理的矿车调度装置,如图6所示,该装置包括:
获取模块41,用于获取车载终端的矿车车辆数据,所述矿车车辆数据包括矿车运行过程中的设备运输数据以及调度运行数据;
统计模块42,用于根据所述设备运输数据统计所述矿车的性能消耗数据;
调整模块43,用于基于所述调度运行数据提取与所述矿车匹配的调度策略,并根据能耗调度映射关系以及所述性能消耗数据对所述调度策略进行调整;
反馈模块44,用于将调整后的调度策略反馈至所述矿车的控制器中,以使所述矿车按照调整后的调度策略进行运输控制。
进一步地,所述设备运输数据包括设备运输时间、车辆运距、装载卸载油耗量,所述统计模块包括:
解析单元,用于根据矿车运输节点解析所述设备运输时间中的装载时间、卸载时间;
验证单元,用于结合所述装载时间、所述卸载时间对所述车辆运距中的空车运距、重车运距进行验证;
统计单元,用于若所述空车运距、所述重车运距通过验证,则基于装载卸载油耗量统计矿车车辆的性能消耗数据,所述性能消耗数据表征为矿车单次完成所述矿车运输节点所产生的性能消耗。
进一步地,所述验证模块包括:
获取单元,用于获取所述矿车的空车车速、重车车速,并结合所述装载时间、卸载时间计算装载位置、卸载位置;
比较单元,用于基于所述装载位置、所述卸载位置分别与所述空车运距、所述重车运距进行比较;
确定单元,用于若比较得到的差值小于或等于预设运距阈值,确定所述空车运距、所述重车运距通过验证。
进一步地,所述装置还包括:生成模块,
所述获取模块,还用于获取矿车的身份标识信息、运行目标、操作人员信息、车辆属性信息;
所述生成模块,用于按照矿车运行路线、空车车速、重车车速生成与所述身份标识信息、所述运行目标、所述操作人员信息、所述车辆属性信息匹配的调度策略,所述调度策略用于表征矿车处于矿车运输节点时预期执行调度操作目标以及调度操作时间目标所设定的运行内容。
进一步地,所述调度运行数据包括调度操作数据、以及调度操作时间数据,
所述调整模块,具体用于从能耗调度映射关系中查找与所述性能消耗数据匹配的操作调整信息和/或时间调整信息,并结合所述调度操作数据、所述调度操作时间数据对所述调度策略中的调度操作目标、调度操作时间目标进行更新调整,所述能耗调度映射关系中存储有不同数值范围的性能消耗数据所对应的操作调整信息和/或时间调整信息。
进一步地,所述装置还包括:处理模块,
所述处理模块,用于基于已完成训练的能耗预测模型对所述性能消耗数据进行预测处理,得到性能消耗预测结果,所述能耗预测模型为基于已标注异常性能消耗状态的性能消耗训练集进行训练的;
所述生成模块,还用于若所述性能消耗预测结果为异常性能消耗状态,则生成包含有所述设备运输数据、所述调度运行数据的异常告警信息,以使对所述矿车进行检测。
进一步地,所述获取模块包括:
发送单元,用于按照预设时间间隔向所述车载终端发送数据获取请求;
调用单元,用于调用数据防火墙对通过CAN总线接收的所述矿车车辆数据进行安全检测,所述数据防火墙用于对传输的数据进行局域网内部的安全性网络检测;
存储单元,用于若所述矿车车辆数据为安全状态,则所述矿车车辆数据按照身份标识信息进行分库存储。
本发明实施例提供了一种基于车辆数据处理的矿车调度装置,与现有技术相比,本发明实施例通过获取车载终端的矿车车辆数据,所述矿车车辆数据包括矿车运行过程中的设备运输数据以及调度运行数据;根据所述设备运输数据统计所述矿车的性能消耗数据;基于所述调度运行数据提取与所述矿车匹配的调度策略,并根据能耗调度映射关系以及所述性能消耗数据对所述调度策略进行调整;将调整后的调度策略反馈至所述矿车的控制器中,以使所述矿车按照调整后的调度策略进行运输控制,大大满足了对矿车能耗解析的多样性需求,实现对基于车辆数据处理的矿车调度有效性,从而提高基于矿车车辆数据进行智能调度的准确性以及效率。
根据本发明一个实施例提供了一种存储介质,所述存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的基于车辆数据处理的矿车调度方法。
图7示出了根据本发明一个实施例提供的一种终端的结构示意图,本发明具体实施例并不对终端的具体实现做限定。
如图7所示,该终端可以包括:处理器(processor)502、通信接口(CommunicationsInterface)504、存储器(memory)506、以及通信总线508。
其中:处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。
通信接口504,用于与其它设备比如客户端或其它服务器等的网元通信。
处理器502,用于执行程序510,具体可以执行上述基于车辆数据处理的矿车调度方法实施例中的相关步骤。
具体地,程序510可以包括程序代码,该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。终端包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器506,用于存放程序510。存储器506可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行以下操作:
获取车载终端的矿车车辆数据,所述矿车车辆数据包括矿车运行过程中的设备运输数据以及调度运行数据;
根据所述设备运输数据统计所述矿车的性能消耗数据;
基于所述调度运行数据提取与所述矿车匹配的调度策略,并根据能耗调度映射关系以及所述性能消耗数据对所述调度策略进行调整;
将调整后的调度策略反馈至所述矿车的控制器中,以使所述矿车按照调整后的调度策略进行运输控制。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (10)
1.一种基于车辆数据处理的矿车调度方法,其特征在于,包括:
获取车载终端的矿车车辆数据,所述矿车车辆数据包括矿车运行过程中的设备运输数据以及调度运行数据;
根据所述设备运输数据统计所述矿车的性能消耗数据;
基于所述调度运行数据提取与所述矿车匹配的调度策略,并根据能耗调度映射关系以及所述性能消耗数据对所述调度策略进行调整;
将调整后的调度策略反馈至所述矿车的控制器中,以使所述矿车按照调整后的调度策略进行运输控制。
2.根据权利要求1所述的方法,其特征在于,所述基于所述调度运行数据提取与所述矿车匹配的调度策略之前,所述方法还包括:
获取矿车的身份标识信息、运行目标、操作人员信息、车辆属性信息;
按照矿车运行路线、空车车速、重车车速生成与所述身份标识信息、所述运行目标、所述操作人员信息、所述车辆属性信息匹配的调度策略,所述调度策略用于表征矿车处于矿车运输节点时预期执行调度操作目标以及调度操作时间目标所设定的运行内容。
3.根据权利要求2所述的方法,其特征在于,所述调度运行数据包括调度操作数据、以及调度操作时间数据,所述基于能耗调度映射关系、所述性能消耗数据对所述调度策略进行调整包括:
从能耗调度映射关系中查找与所述性能消耗数据匹配的操作调整信息和/或时间调整信息,并结合所述调度操作数据、所述调度操作时间数据对所述调度策略中的调度操作目标、调度操作时间目标进行更新调整,所述能耗调度映射关系中存储有不同数值范围的性能消耗数据所对应的操作调整信息和/或时间调整信息。
4.根据权利要求1所述的方法,其特征在于,所述设备运输数据包括设备运输时间、车辆运距、装载卸载油耗量,所述根据所述设备运输数据统计所述矿车的性能消耗数据包括:
根据矿车运输节点解析所述设备运输时间中的装载时间、卸载时间;
结合所述装载时间、所述卸载时间对所述车辆运距中的空车运距、重车运距进行验证;
若所述空车运距、所述重车运距通过验证,则基于装载卸载油耗量统计矿车车辆的性能消耗数据,所述性能消耗数据表征为矿车单次完成所述矿车运输节点所产生的性能消耗。
5.根据权利要求4所述的方法,其特征在于,所述结合所述装载时间、所述卸载时间对所述车辆运距中的空车运距、重车运距进行验证包括:
获取所述矿车的空车车速、重车车速,并结合所述装载时间、卸载时间计算装载位置、卸载位置;
基于所述装载位置、所述卸载位置分别与所述空车运距、所述重车运距进行比较;
若比较得到的差值小于或等于预设运距阈值,确定所述空车运距、所述重车运距通过验证。
6.根据权利要求1所述的方法,其特征在于,所述将调整后的调度策略反馈至所述矿车的控制器中之后,所述方法还包括:
基于已完成训练的能耗预测模型对所述性能消耗数据进行预测处理,得到性能消耗预测结果,所述能耗预测模型为基于已标注异常性能消耗状态的性能消耗训练集进行训练的;
若所述性能消耗预测结果为异常性能消耗状态,则生成包含有所述设备运输数据、所述调度运行数据的异常告警信息,以使对所述矿车进行检测。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述获取车载终端的矿车车辆数据包括:
按照预设时间间隔向所述车载终端发送数据获取请求;
调用数据防火墙对通过CAN总线接收的所述矿车车辆数据进行安全检测,所述数据防火墙用于对传输的数据进行局域网内部的安全性网络检测;
若所述矿车车辆数据为安全状态,则所述矿车车辆数据按照身份标识信息进行分库存储。
8.一种基于车辆数据处理的矿车调度装置,其特征在于,包括:
获取模块,用于获取车载终端的矿车车辆数据,所述矿车车辆数据包括矿车运行过程中的设备运输数据以及调度运行数据;
统计模块,用于根据所述设备运输数据统计所述矿车的性能消耗数据;
调整模块,用于基于所述调度运行数据提取与所述矿车匹配的调度策略,并根据能耗调度映射关系以及所述性能消耗数据对所述调度策略进行调整;
反馈模块,用于将调整后的调度策略反馈至所述矿车的控制器中,以使所述矿车按照调整后的调度策略进行运输控制。
9.一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-7中任一项所述的基于车辆数据处理的矿车调度方法对应的操作。
10.一种终端,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的基于车辆数据处理的矿车调度方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110774142.3A CN113673815A (zh) | 2021-07-08 | 2021-07-08 | 基于车辆数据处理的矿车调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110774142.3A CN113673815A (zh) | 2021-07-08 | 2021-07-08 | 基于车辆数据处理的矿车调度方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113673815A true CN113673815A (zh) | 2021-11-19 |
Family
ID=78538732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110774142.3A Pending CN113673815A (zh) | 2021-07-08 | 2021-07-08 | 基于车辆数据处理的矿车调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113673815A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114037357A (zh) * | 2021-12-09 | 2022-02-11 | 天地(常州)自动化股份有限公司 | 矿用车辆状态信息和调度管理的互联方法 |
CN117669997A (zh) * | 2024-02-01 | 2024-03-08 | 山东新云鹏电气有限公司 | 一种基于人工智能的矿用运输调度管理*** |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780830A (zh) * | 2016-11-24 | 2017-05-31 | 北京车网互联科技有限公司 | 一种基于汽车obd数据预测某次行程百公里油耗的方法 |
CN106991519A (zh) * | 2017-02-14 | 2017-07-28 | 武汉理工大学 | 露天矿山铲运设备智能调度控制方法与*** |
CN107944648A (zh) * | 2018-01-08 | 2018-04-20 | 中国船舶工业***工程研究院 | 一种大型船舶航速油耗率精准预测方法 |
CN108521410A (zh) * | 2018-03-19 | 2018-09-11 | 北京航空航天大学 | 车载以太网的安全防护架构 |
CN109598815A (zh) * | 2018-12-04 | 2019-04-09 | 中国航空无线电电子研究所 | 一种机载燃油***耗油估计及健康监测方法 |
CN109726214A (zh) * | 2018-12-26 | 2019-05-07 | 国电南瑞科技股份有限公司 | 一种设备故障处置辅助决策方法和*** |
CN110705797A (zh) * | 2019-10-09 | 2020-01-17 | 浙江海洋大学 | 一种基于船舶传感网的船舶油耗数据预测方法 |
CN111046491A (zh) * | 2019-11-28 | 2020-04-21 | 中国船舶工业***工程研究院 | 预估大型船舶柴油主机油耗的方法和装置 |
CN111489459A (zh) * | 2020-04-20 | 2020-08-04 | 车主邦(北京)科技有限公司 | 一种车辆数据分析方法 |
CN111523701A (zh) * | 2020-03-27 | 2020-08-11 | 广州亚美信息科技有限公司 | 车辆运行状况的评估方法、装置、计算机设备和存储介质 |
CN112149909A (zh) * | 2020-09-28 | 2020-12-29 | 神华中海航运有限公司 | 船舶油耗预测方法、装置、计算机设备和存储介质 |
CN112163299A (zh) * | 2020-09-30 | 2021-01-01 | 三一重机有限公司 | 挖掘机油耗的预测方法、***及电子设备 |
CN112356822A (zh) * | 2020-11-12 | 2021-02-12 | 北京车和家信息技术有限公司 | 混动车辆及其发电量的预测方法、装置和预测*** |
-
2021
- 2021-07-08 CN CN202110774142.3A patent/CN113673815A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780830A (zh) * | 2016-11-24 | 2017-05-31 | 北京车网互联科技有限公司 | 一种基于汽车obd数据预测某次行程百公里油耗的方法 |
CN106991519A (zh) * | 2017-02-14 | 2017-07-28 | 武汉理工大学 | 露天矿山铲运设备智能调度控制方法与*** |
CN107944648A (zh) * | 2018-01-08 | 2018-04-20 | 中国船舶工业***工程研究院 | 一种大型船舶航速油耗率精准预测方法 |
CN108521410A (zh) * | 2018-03-19 | 2018-09-11 | 北京航空航天大学 | 车载以太网的安全防护架构 |
CN109598815A (zh) * | 2018-12-04 | 2019-04-09 | 中国航空无线电电子研究所 | 一种机载燃油***耗油估计及健康监测方法 |
CN109726214A (zh) * | 2018-12-26 | 2019-05-07 | 国电南瑞科技股份有限公司 | 一种设备故障处置辅助决策方法和*** |
CN110705797A (zh) * | 2019-10-09 | 2020-01-17 | 浙江海洋大学 | 一种基于船舶传感网的船舶油耗数据预测方法 |
CN111046491A (zh) * | 2019-11-28 | 2020-04-21 | 中国船舶工业***工程研究院 | 预估大型船舶柴油主机油耗的方法和装置 |
CN111523701A (zh) * | 2020-03-27 | 2020-08-11 | 广州亚美信息科技有限公司 | 车辆运行状况的评估方法、装置、计算机设备和存储介质 |
CN111489459A (zh) * | 2020-04-20 | 2020-08-04 | 车主邦(北京)科技有限公司 | 一种车辆数据分析方法 |
CN112149909A (zh) * | 2020-09-28 | 2020-12-29 | 神华中海航运有限公司 | 船舶油耗预测方法、装置、计算机设备和存储介质 |
CN112163299A (zh) * | 2020-09-30 | 2021-01-01 | 三一重机有限公司 | 挖掘机油耗的预测方法、***及电子设备 |
CN112356822A (zh) * | 2020-11-12 | 2021-02-12 | 北京车和家信息技术有限公司 | 混动车辆及其发电量的预测方法、装置和预测*** |
Non-Patent Citations (2)
Title |
---|
李红霞等: "《 钢铁原辅料生产节能减排先进技术》", 31 October 2020, 冶金工业出版社, pages: 48 - 55 * |
陈德泉等: "《物资消耗定额管理学》", 30 June 1984, 中国财政经济出版社, pages: 183 - 191 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114037357A (zh) * | 2021-12-09 | 2022-02-11 | 天地(常州)自动化股份有限公司 | 矿用车辆状态信息和调度管理的互联方法 |
CN117669997A (zh) * | 2024-02-01 | 2024-03-08 | 山东新云鹏电气有限公司 | 一种基于人工智能的矿用运输调度管理*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9501690B2 (en) | Passive driver identification | |
CN102245437B (zh) | 车辆的故障诊断装置 | |
CN113673815A (zh) | 基于车辆数据处理的矿车调度方法及装置 | |
CN109166337B (zh) | 公交到站时间生成方法、装置及公交乘客出行od获取方法 | |
CN112348428B (zh) | 集装箱的监控方法、装置、服务器及存储介质 | |
CN108416376B (zh) | 一种基于svm的在途物流人车跟踪监控管理***及方法 | |
US20230013544A1 (en) | Method, Apparatus and System for Detecting Abnormal Operating States of a Device | |
CN106170826A (zh) | 出租车乘客人数的监控方法及*** | |
CN112837556A (zh) | 车辆位置信息监控处理方法和装置 | |
CN113263993B (zh) | 故障预警方法、装置、通信设备及存储介质 | |
CN111241597A (zh) | 一种基于区块链的在途货物状态监测***、装置及方法 | |
CN112149908A (zh) | 车辆驾驶预测方法、***、计算机设备及可读存储介质 | |
CN117392855B (zh) | 基于卫星定位数据的车辆超限超载概率识别方法及*** | |
CN112712608B (zh) | 用于通过车辆收集性能数据的***和方法 | |
CN112164226B (zh) | 信息的存储方法及装置、存储介质和电子装置 | |
CN112164205B (zh) | 告警信息的发送方法及装置 | |
CN113923405B (zh) | 一种基于安全监控的移动通信*** | |
CN113837691A (zh) | 一种车辆偏航检测方法、装置、设备及存储介质 | |
US20200357199A1 (en) | Method and system for real-time diagnostics and fault monitoring in a robotic system | |
CN116343484B (zh) | 交通事故识别方法、终端及存储介质 | |
JP2019128794A (ja) | 料金収受システム、料金収受設備、料金収受方法、及びプログラム | |
CN110171447A (zh) | 确定支线走行公里的方法、装置和*** | |
CN115239252B (zh) | 铁路货物运输的装载信息的确定方法、装置及设备 | |
CN111833138B (zh) | 订单处理方法、***和计算机可读存储介质 | |
CN111091192B (zh) | 用于识别分布移位的方法、设备、中央装置和*** |
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 |