[發明專利]基于大數據的建筑材料運輸車非正常卸貨行為的識別方法

在審

• 申請號: 202210030499.5
• 申請日: 2022-01-12
• 公開（公告）號: CN114359846A
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 陳奕昆;唐陵衡
• 申請（專利權）人: 廣東建采網科技有限公司
• 主分類號: G06V20/54
• 分類號: G06V20/54;G06V40/20;G07C5/00
• 代理公司: 廣州匯航專利代理事務所(普通合伙) 44537
• 代理人: 郭奎

本發明公開了基于大數據的建筑材料運輸車非正常卸貨行為的識別方法，涉及大數據技術領域，包括：基于車載終端將移動傳輸的實時在線數據上傳至云端大數據平臺；利用大數據分析技術，對車輛的質量進行計算，并根據車輛質量的變化識別其載卸貨行為。本發明通過車載終端將車輛送貨信息及行程信息進行實時數據傳輸，通過云端大數據分析處理，對車輛的質量進行計算并判斷卸貨行為，實現對建筑工地材料運輸車輛從送貨起始到停放全流程監管，識別載貨、卸貨行為從而針對運輸車輛非正常卸貨、偷貨行為進行有效識別；本發明基于動能定理對車輛上傳的報文數據結合送貨單數據進行實時計算，不依賴其他外部數據，所以效率高，計算簡單且時效性高。

技術領域

本發明涉及大數據技術領域，具體為基于大數據的建筑材料運輸車非正常卸貨行為的識別方法。

背景技術

車輛實時質量計算和載卸貨行為的識別對判斷送貨車輛是否按規定送貨及準時性、準確性具有重要意義，能有效查處部分司機違規偷貨行為，輔助建筑施工業主單位的監管工作有效開展，避免損失。

現有車輛實時質量計算所需參數過多，包括：道路坡度、車輛迎風面積、空氣阻力系數等參數，且這些參數并不是固定不變，隨著道路以及天氣的變化而變化，除了計算過程復雜意外，計算的結果的準確性也因為復雜的參數要求難以保證；并且在大數據的基礎上，過多的不確定參數導致此方法難以工程化。

發明內容

本發明針對上述現有技術存在的不足，提供基于大數據的建筑材料運輸車非正常卸貨行為的識別方法。

為了解決上述技術問題，本發明提供了如下的技術方案：

基于大數據的建筑材料運輸車非正常卸貨行為的識別方法，包括：

基于車載終端將移動傳輸的實時在線數據上傳至云端大數據平臺；

利用大數據分析技術，對車輛的質量進行計算，并根據車輛質量的變化識別其載卸貨行為。

作為本發明的進一步技術方案為，所述基于車載終端將移動傳輸的實時在線數據上傳至云端大數據平臺；具體包括：建筑材料運輸車上設置車載終端，車載終端將車輛信息及送貨單信息通過MQTT協議上送云端大數據平臺。

作為本發明的進一步技術方案為，所述車輛信息包括車輛唯一識別碼、采集時間、車輛速度、發動機最大扭矩輸出比例、發動機轉速、經度定位數據，緯度定位數據；所述送貨單信息為針對材料送貨單記錄送貨起始地址、目的地址、預計送達時間的目標值。

作為本發明的進一步技術方案為，利用大數據分析技術，對車輛的質量進行計算，并根據車輛質量的變化識別其載卸貨行為；具體包括：

對車載終端上傳的車輛信息及送貨單信息進行數據質量預處理；

對預處理后數據進行車輛行駛片段切片；

計算車輛行駛片段的預估載重質量；

通過識別經緯度連續數據幀誤差識別車輛停駐點并求取該停駐點的最終車輛質量；

根據車輛各個停駐點的車輛質量與送貨起始點的質量做對比，識別為卸貨點并進行違規卸貨點行為判斷。

作為本發明的進一步技術方案為，所述對車載終端上傳的車輛信息及送貨單信息進行數據質量預處理；具體包括：對車輛信息及送貨單信息的各字段的異常值進行、缺失值進行刪除，對車輛信息及送貨單信息的時間跨度進行確定，對車量信息及送貨單信息的數據單位進行一致性整合。

作為本發明的進一步技術方案為，所述對預處理后數據進行車輛行駛片段切片，具體包括：根據速度變化，切分出車輛各個加速的行駛片段，根據速度前后10幀數據首尾差值超設定百分比作為切片原則，根據加速開始速度、加速結束速度以及加速時間的限制條件對切片出的原始行駛片段進行篩選，過濾掉時間小于無效時間內的無效片段。