CN113837189A - 一种单位车辆智能管理方法及系统 - Google Patents
一种单位车辆智能管理方法及系统 Download PDFInfo
- Publication number
- CN113837189A CN113837189A CN202110923995.9A CN202110923995A CN113837189A CN 113837189 A CN113837189 A CN 113837189A CN 202110923995 A CN202110923995 A CN 202110923995A CN 113837189 A CN113837189 A CN 113837189A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- unit
- management module
- image
- information
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 226
- 238000012423 maintenance Methods 0.000 claims abstract description 88
- 238000000034 method Methods 0.000 claims abstract description 69
- 230000008569 process Effects 0.000 claims abstract description 40
- 230000000977 initiatory effect Effects 0.000 claims abstract description 18
- 238000012216 screening Methods 0.000 claims abstract description 12
- 238000005286 illumination Methods 0.000 claims description 24
- 239000003016 pheromone Substances 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种车辆管理的技术领域，揭露了一种单位车辆智能管理方法，包括：将车辆信息输入到车辆管理模块中，利用车辆管理模块实现车辆的筛选和查看；利用结合车辆管理模块的车牌识别模块对外来车辆车牌进行识别，若识别结果为单位车辆，则启用车辆调度管理模块对单位车辆进行调度，若识别结果为非单位车辆，则安排司勤工作人员对其进行调度；利用车辆调度管理模块对单位车辆进行车辆调度；利用车辆管理模块发起车辆维修流程，以及进行维修费用的统计；利用车辆管理模块发起车辆租赁流程，以及进行租赁费用的统计。本发明还提供了一种单位车辆智能管理系统。本发明实现了车辆的智能管理。
Description
技术领域
本发明涉及车辆管理的技术领域，尤其涉及一种单位车辆智能管理方法及系统。
背景技术
目前，随着各单位的规模扩大，单位车辆快速增加，粗放的车辆管理方法容易导致车辆使用、调度困难，极大耗费单位的人力资源，实现更为高效的单位车辆智能管理成为当前研究的热门话题。
传统的车辆管理包括从车辆使用、车辆调度管理等管理主要以人工管理为主，车辆信息管理繁琐，信息查询、修改不方便，对公司人力、物力、财力浪费较大，管理效率较低，且存在着一定的安全隐患。
鉴于此，如何实现更为高效的单位车辆智能管理，成为本领域技术人员亟待解决的问题。
发明内容
本发明提供一种单位车辆智能管理方法，车辆管理负责人负责输入管理单位车辆信息，当外来车辆进入单位时，首先利用车牌识别算法对外来车辆车牌进行识别，若该车辆属于单位车辆，则利用车辆管理调度策略进行单位车辆的调度，并针对单位车辆的租赁和维修，设置租赁以及维修流程，实现单位车辆智能管理。
为实现上述目的，本发明提供的一种单位车辆智能管理方法，包括：
将车辆信息输入到车辆管理模块中，利用车辆管理模块实现车辆的筛选和查看；
利用结合车辆管理模块的车牌识别模块对外来车辆车牌进行识别，若识别结果为单位车辆，则启用车辆调度管理模块对单位车辆进行调度，若识别结果为非单位车辆，则安排司勤工作人员对其进行调度；
利用车辆调度管理模块对单位车辆进行车辆调度，将单位车辆实时引导到指定车位；
利用车辆管理模块发起车辆维修流程，以及统计单位车辆维修费用；
利用车辆管理模块发起车辆租赁流程，以及统计单位车辆租赁费用。
可选地，所述利用车辆管理模块实现车辆的筛选和查看，包括：
所述车辆信息包括车辆基本信息，司勤人员信息，维修信息以及违章信息；
对于个人车，车辆管理模块仅记录车辆的车牌信息以及所属人的联系方式信息；
对于公务车，所述车辆基本信息包括车辆车牌号码、车辆品牌、车辆购买价格、车辆使用年限、车辆用途信息；
所述司勤人员信息包括车辆司机姓名、驾龄、出勤次数、最近出勤的出车和回车信息，维修负责人员姓名，该部分由司勤人员自行填写，由车辆管理负责人进行签字确认；
所述维修信息为车辆维修时间、维修部件、维修厂地点、维修费用以及维修负责人等信息；
所述车辆租赁信息包括车辆的租赁时间、租赁公司以及租赁费用；
所述将车辆信息输入到车辆管理模块的流程为：
1)车辆管理负责人打开车辆管理模块界面，并录入车辆信息；
2)车辆管理模块检查车辆录入信息的完整性以及正确性，若检查无误则进行下一步，否则提示错误信息，并返回车辆管理模块初始界面；
3)车辆管理负责人对车辆基本信息，司勤人员信息，维修信息以及租赁信息进行管理操作，所述管理操作包括对上述信息的查看、修改、删除操作；
4)保存车辆管理负责人的录入信息以及管理操作，更新车辆管理模块所对应的数据库。
可选地，所述利用车牌识别模块对车辆进入图像进行预处理，包括：
在本发明实施例中，车牌识别模块同单位入口摄像头进行连接，由单位入口摄像头拍摄车辆进入图像，并将所拍摄图像发送到车牌识别模块中进行车牌识别；
1)车牌识别模块获取车辆进入图像，并对其进行图像增强处理，在本发明一个实施例中，所采用的图像增强策略为自适应伽马图像增强策略，所述自适应伽马图像增强策略流程为：
将RGB车辆进入图像转换为HSV图像，仅对HSV图像的亮度分量V进行增强处理；
利用多尺度高斯核函数得到图像背景的光照分量，其公式为：
H(x,y)＝I(x,y)G(x,y)
其中：
I(x,y)为HSV图像；
H(x,y)为图像背景的光照分量；
G(x,y)为高斯核函数；
λ为归一化常数；
c为尺度因子，将其设置为0.2；
利用自适应伽马增强公式对图像前景进行光照增强处理，所述自适应伽马增强公式为：
其中：
Q(x,y)为增强后的车辆进入图像；
γ为自适应伽马系数，降低光照过强区域的亮度值，提高光照过暗区域图像的亮度值；
m为HSV图像光照分量V的均值；
将增强后的车辆进入图像转换为RGB图像；
2)利用下式将增强后的图像转换为灰度图：
R＝G＝B＝max(R,G,B)
其中：
R,G,B为增强后图像各像素的RGB值；
3)利用灰度拉伸方法对灰度图进行灰度拉伸处理：
其中：
f(x,y)为灰度图；
A为灰度图的最小灰度级；
B为灰度图的最大灰度级；
h(x,y)为灰度拉伸后的图像。
可选地，所述利用车牌识别模块对预处理图像进行车牌识别，包括：
1)利用Canny算子检测预处理图像中的车牌和字符边缘；
2)设置如下条件切割车牌边框：1.切割点是图像的极大值点；2.切割点距离图像边缘不是很远，设在1/10范围内；得到切割边框后的车牌图像；
3)设定每个字符的最小宽度和高度，最大宽度和高度；从底到上扫描，递归地找到一些可能的字符划分区域，递归满足以下条件：每个字符的划分宽度要大于最小宽度，小于最大宽度；当字符划分区域区域大于最大宽度时，证明该区域可能含有多个字符，要对该区域继续划分，直至满足条件；
当切割区域小于最小宽度时，证明该区域不存在任何字符，则遍历扫描下一区域；
获取到的多个字符划分区域，根据字符的几何特征设置区域长宽比条件，从多个字符划分区域中筛选出字符区域；
4)根据所得若干独立的字符区域，将其与标准车牌字符库中每个模板都进行对比，并算出匹配后的相似度值，从中选出相似度值最大的字符模板作为车牌字符识别结果；
5)将车牌字符识别结果同车辆管理模块中的车辆信息进行比对，若识别结果为单位车辆，则启用车辆调度管理模块对单位车辆进行调度，若识别结果为非单位车辆，则安排司勤工作人员对其进行调度。
可选地，所述利用车辆调度管理模块对单位车辆进行车辆调度，包括：
1)设置车辆的起始位置、目标位置、路径总数以及算法迭代最大值，并将单位内部地图信息进行栅格化处理；
2)建立车辆路径引导集合guide，并在该集合中放入目标位置G；确定当前所在点和目标位置之间的互联性，用此时所在的位置节点和终点连线所经过的栅格之间是否存在障碍物进行判断，若这条连线上存在着非自由栅格，则将距离终点最远且在连线上没有障碍物的栅格设定为下一步的备选栅格；
在算法第一次迭代后将遍历的栅格放在集合guide中，得到更新后的guide＝{s0,s1,…,sn,G}，在下一次算法迭代中将该路径作为引导路径，从而确定当前所在点与sn之间的互联性；通过在每次算法迭代中基于引导路径进行路径的更新，可以快速得到车辆调度路径；
3)根据不同栅格之间车辆得到的信息素，进行车辆调度路径的搜索，即选择信息素较大的位置进行车辆的调度搜索，所述信息素的计算公式为：
其中：
x为当前车辆所处位置；
μ为上轮算法迭代完成时，车辆调度路径的调度期望，初始值为1；所述车辆调度路径h调度期望的计算方法为：在上轮迭代算法完成时，在位置i处采用车辆调度路径h的概率乘以在位置i处可选择的车辆调度路径总数，计算结果即为在位置i处采用车辆调度路径h的调度期望；
σ为上轮算法迭代完成时，车辆信息素的方差；
4)重复步骤2)-3)，若算法迭代次数到达了最大值就停止搜索并保留算法迭代过程中的最短路径；并根据该路径进行单位车辆的调度。
可选地，所述利用车辆管理模块发起车辆维修流程，包括：
1)车辆维修负责人打开车辆管理模块，进入维修录入页面，并将维修信息进行录入，所述维修信息包括车辆维修时间、维修部件、维修厂地点、维修费用以及维修负责人信息；
2)车辆管理负责人进行维修信息的确认，若确认无误，车辆管理模块则自动进行本次维修总费用的统计，若发现问题，车辆管理模块则自动发送报错邮件给车辆维修负责人，并退出本次维修流程；
3)车辆管理模块中的数据库对车辆维修数据进行更新，并判断车辆的可用年限，若车辆可用年薪小于5年，则将该结果发送车辆管理负责人，车辆管理负责人根据实际情况进行车辆的替换。
可选地，所述利用车辆管理模块发起车辆租赁流程，包括：
1)车辆租赁负责人打开车辆管理模块，进入租赁信息录入页面，并将租赁信息进行录入，所述租赁信息包括车辆的租赁时间、租赁公司、租赁时长以及租赁费用；
2)车辆管理负责人进行租赁信息的确认，若确认无误，车辆租赁模块则自动进行本次租赁总费用的统计，若发现问题，车辆管理模块则自动发送报错邮件给车辆租赁负责人，并退出本次租赁流程；
3)当达到预先约定的租赁时长时，车辆管理负责人对租赁车辆进行检查，并将租赁车辆运回租赁公司。
此外，为实现上述目的，本发明还提供一种单位车辆智能管理系统，所述系统包括：
车牌识别模块，用于对外来车辆车牌进行识别，若识别结果为单位车辆，则启用车辆调度管理模块对单位车辆进行调度，若识别结果为非单位车辆，则安排司勤工作人员对其进行调度；
车辆管理模块，用于进行车辆信息的筛选和查看，利用车辆管理模块发起车辆维修流程，以及进行维修费用的统计；利用车辆管理模块发起车辆租赁流程，以及进行租赁费用的统计；
车辆调度管理模块，用于利用车辆调度管理模块对单位车辆进行车辆调度，将单位车辆实时引导到指定车位。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有单位车辆智能管理程序指令，所述单位车辆智能管理程序指令可被一个或者多个处理器执行，以实现如上所述的单位车辆智能管理的实现方法的步骤。
相对于现有技术，本发明提出一种单位车辆智能管理方法，该技术具有以下优势：
首先，本发明所述单位车辆智能管理方法通过结合地方特色和需求，形成了集车辆管理、社会租赁车管理、租赁费用自动核算、维修全流程在线管理等的一体化平台，从自有车辆监控、租赁车辆结算、车辆维修管理等方面实现全过程电子化、信息化、智能化车辆管理。租赁车辆引入租赁公司实现二次调度，实现数据、费用复核自动统计，加大了对租赁车辆的监管，节省了人力物力成本；车辆维修管理引入修理厂角色，实现维修申请、预估、审核、费用核算平台化，做到维修过程的透明、标准，从而实现有力的监管。
同时，本发明所述单位车辆智能管理系统的车牌识别模块通过利用车牌识别算法对外来车辆车牌进行识别，若识别结果为单位车辆，则启用车辆调度管理模块对单位车辆进行调度，若识别结果为非单位车辆，则安排司勤工作人员对其进行调度，降低了对外来车辆进行审查的人力资源消耗，对于车牌识别算法，通过利用多尺度高斯核函数得到图像背景的光照分量，其公式为：
H(x,y)＝I(x,y)G(x,y)
其中：I(x,y)为HSV图像；H(x,y)为图像背景的光照分量；G(x,y)为高斯核函数；λ为归一化常数；c为尺度因子，将其设置为0.2；利用自适应伽马增强公式对图像前景进行光照增强处理，所述自适应伽马增强公式为：
其中：Q(x，y)为增强后的车辆进入图像；γ为自适应伽马系数，有光照分量的亮度均值m决定，从而降低光照过强区域的亮度值，提高光照过暗区域图像的亮度值，从而通过降低背景图像的亮度值，间接增强车牌字符的亮度值，有助于后续车牌的准确识别。
最后在车辆调度管理过程中，本发明建立车辆路径引导集合guide，并在该集合中放入目标位置G；确定当前所在点和目标位置之间的互联性，用此时所在的位置节点和终点连线所经过的栅格之间是否存在障碍物进行判断，若这条连线上存在着非自由栅格，则将距离终点最远且在连线上没有障碍物的栅格设定为下一步的备选栅格；在算法第一次迭代后将遍历的栅格放在集合guide中，得到更新后的guide＝{s0,s1,…,sn,G}，在下一次算法迭代中将该路径作为引导路径，从而确定当前所在点与sn之间的互联性；通过在每次算法迭代中基于引导路径进行路径的更新，可以快速得到车辆调度路径；并根据不同栅格之间车辆得到的信息素，进行车辆调度路径的搜索，即选择信息素较大的位置进行车辆的调度搜索，所述信息素的计算公式为：
其中：x为当前车辆所处位置；μ为上轮算法迭代完成时，车辆调度路径的调度期望，初始值为1；σ为上轮算法迭代完成时，车辆信息素的方差；根据上述计算公式，在车辆调度路径搜索的前期主要是依据信息素含量来进行选择的，较小的信息素值可以有效地提高车辆调度路径的全局搜索；在车辆调度路径搜索中期，此时当前各个路径上信息素含量的取值已经为一个定值，较大的信息素值可以让解的空间大小增大；而在车辆调度路径搜索的后期，已无更多地路径去选择，较低的信息素值可以加快信息素的导向功能，从而获得更为准确的单位车辆调度路径。
附图说明
图1为本发明一实施例提供的一种单位车辆智能管理方法的流程示意图；
图2为本发明一实施例提供的一种单位车辆智能管理系统的结构示意图。
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。
车辆管理负责人负责输入管理单位车辆信息，当外来车辆进入单位时，首先利用车牌识别算法对外来车辆车牌进行识别，若该车辆属于单位车辆，则利用车辆管理调度策略进行单位车辆的调度，并针对单位车辆的租赁和维修，设置租赁以及维修流程，实现单位车辆智能管理。参照图1所示，为本发明一实施例提供的单位车辆智能管理方法示意图。
在本实施例中，单位车辆智能管理方法包括：
S1、将车辆信息输入到车辆管理模块中，利用车辆管理模块实现车辆的筛选和查看。
首先，车辆管理负责人将单位车辆信息输入到车辆管理模块中，所述单位车辆包括个人车和公务车，车辆信息包括车辆基本信息，司勤人员信息，维修信息以及违章信息；
对于个人车，车辆管理模块仅记录车辆的车牌信息以及所属人的联系方式信息；
对于公务车，所述车辆基本信息包括车辆车牌号码、车辆品牌、车辆购买价格、车辆使用年限、车辆用途信息；
所述司勤人员信息包括车辆司机姓名、驾龄、出勤次数、最近出勤的出车和回车信息，维修负责人员姓名，该部分由司勤人员自行填写，由车辆管理负责人进行签字确认；
所述维修信息为车辆维修时间、维修部件、维修厂地点、维修费用以及维修负责人等信息；
所述车辆租赁信息包括车辆的租赁时间、租赁公司以及租赁费用；
所述将车辆信息输入到车辆管理模块的流程为：
1)车辆管理负责人打开车辆管理模块界面，并录入车辆信息；
2)车辆管理模块检查车辆录入信息的完整性以及正确性，若检查无误则进行下一步，否则提示错误信息，并返回车辆管理模块初始界面；
3)车辆管理负责人对车辆基本信息，司勤人员信息，维修信息以及租赁信息进行管理操作，所述管理操作包括对上述信息的查看、修改、删除操作；
4)保存车辆管理负责人的录入信息以及管理操作，更新车辆管理模块所对应的数据库。
S2、利用结合车辆管理模块的车牌识别模块对外来车辆车牌进行识别，若识别结果为单位车辆，则启用车辆调度管理模块对单位车辆进行调度，若识别结果为非单位车辆，则安排司勤工作人员对其进行调度。
进一步地，本发明利用结合车辆管理模块的车牌识别模块对外来车牌进行识别，在本发明实施例中，车牌识别模块同单位入口摄像头进行连接，由单位入口摄像头拍摄车辆进入图像，并将所拍摄图像发送到车牌识别模块中进行车牌识别；
所述利用车牌识别模块对车辆进入图像进行预处理的流程为：
1)车牌识别模块获取车辆进入图像，并对其进行图像增强处理，在本发明一个实施例中，所采用的图像增强策略为自适应伽马图像增强策略，所述自适应伽马图像增强策略流程为：
将RGB车辆进入图像转换为HSV图像，仅对HSV图像的亮度分量V进行增强处理；
利用多尺度高斯核函数得到图像背景的光照分量，其公式为：
H(x,y)＝I(x,y)G(x,y)
其中：
I(x,y)为HSV图像；
H(x,y)为图像背景的光照分量；
G(x,y)为高斯核函数；
λ为归一化常数；
c为尺度因子，将其设置为0.2；
利用自适应伽马增强公式对图像前景进行光照增强处理，所述自适应伽马增强公式为：
其中：
Q(x,y)为增强后的车辆进入图像；
γ为自适应伽马系数，降低光照过强区域的亮度值，提高光照过暗区域图像的亮度值；
m为HSV图像光照分量V的均值；
将增强后的车辆进入图像转换为RGB图像；
2)利用下式将增强后的图像转换为灰度图：
R＝G＝B＝max(R,G,B)
其中：
R,G,B为增强后图像各像素的RGB值；
3)利用灰度拉伸方法对灰度图进行灰度拉伸处理：
其中：
f(x,y)为灰度图；
A为灰度图的最小灰度级；
B为灰度图的最大灰度级；
h(x,y)为灰度拉伸后的图像。
所述利用车牌识别模块对预处理图像进行车牌识别的流程为：
1)利用Canny算子检测预处理图像中的车牌和字符边缘；
2)设置如下条件切割车牌边框：1.切割点是图像的极大值点；2.切割点距离图像边缘不是很远，设在1/10范围内；得到切割边框后的车牌图像；
3)设定每个字符的最小宽度和高度，最大宽度和高度；从底到上扫描，递归地找到一些可能的字符划分区域，递归满足以下条件：每个字符的划分宽度要大于最小宽度，小于最大宽度；当字符划分区域区域大于最大宽度时，证明该区域可能含有多个字符，要对该区域继续划分，直至满足条件；
当切割区域小于最小宽度时，证明该区域不存在任何字符，则遍历扫描下一区域；
获取到的多个字符划分区域，根据字符的几何特征设置区域长宽比条件，从多个字符划分区域中筛选出字符区域；
4)根据所得若干独立的字符区域，将其与标准车牌字符库中每个模板都进行对比，并算出匹配后的相似度值，从中选出相似度值最大的字符模板作为车牌字符识别结果；
5)将车牌字符识别结果同车辆管理模块中的车辆信息进行比对，若识别结果为单位车辆，则启用车辆调度管理模块对单位车辆进行调度，若识别结果为非单位车辆，则安排司勤工作人员对其进行调度。
S3、车辆调度管理模块对单位车辆进行车辆调度，将单位车辆实时引导到指定车位。
进一步地，对于所识别得到的单位车辆，本发明所述车辆调度管理模块对其进行车辆导航，将单位车辆实时引导到指定车位；
所述车辆调度管理模块的运行算法为：
1)设置车辆的起始位置、目标位置、路径总数以及算法迭代最大值，并将单位内部地图信息进行栅格化处理；
2)建立车辆路径引导集合guide，并在该集合中放入目标位置G；确定当前所在点和目标位置之间的互联性，用此时所在的位置节点和终点连线所经过的栅格之间是否存在障碍物进行判断，若这条连线上存在着非自由栅格，则将距离终点最远且在连线上没有障碍物的栅格设定为下一步的备选栅格；
在算法第一次迭代后将遍历的栅格放在集合guide中，得到更新后的guide＝
{s0,s1,…,sn,G}，在下一次算法迭代中将该路径作为引导路径，从而确定当前所在点与sn之间的互联性；通过在每次算法迭代中基于引导路径进行路径的更新，可以快速得到车辆调度路径；
3)根据不同栅格之间车辆得到的信息素，进行车辆调度路径的搜索，即选择信息素较大的位置进行车辆的调度搜索，所述信息素的计算公式为：
其中：
x为当前车辆所处位置；
μ为上轮算法迭代完成时，车辆调度路径的调度期望，初始值为1；所述车辆调度路径h调度期望的计算方法为：在上轮迭代算法完成时，在位置i处采用车辆调度路径h的概率乘以在位置i处可选择的车辆调度路径总数，计算结果即为在位置i处采用车辆调度路径h的调度期望；
σ为上轮算法迭代完成时，车辆信息素的方差；
4)重复步骤2)-3)，若算法迭代次数到达了最大值就停止搜索并保留算法迭代过程中的最短路径；并根据该路径进行单位车辆的调度。
S4、利用车辆管理模块发起车辆维修流程，以及进行维修费用的统计。
进一步地，本发明利用车辆管理模块发起车辆维修流程，所述车辆维修流程的发起流程为：
1)车辆维修负责人打开车辆管理模块，进入维修录入页面，并将维修信息进行录入，所述维修信息包括车辆维修时间、维修部件、维修厂地点、维修费用以及维修负责人信息；
2)车辆管理负责人进行维修信息的确认，若确认无误，车辆管理模块则自动进行本次维修总费用的统计，若发现问题，车辆管理模块则自动发送报错邮件给车辆维修负责人，并退出本次维修流程；
3)车辆管理模块中的数据库对车辆维修数据进行更新，并判断车辆的可用年限，若车辆可用年薪小于5年，则将该结果发送车辆管理负责人，车辆管理负责人根据实际情况进行车辆的替换。
S5、利用车辆管理模块发起车辆租赁流程，以及进行租赁费用的统计。
进一步地，本发明利用车辆管理模块发起车辆租赁流程，所述车辆租赁流程的发起流程为：
1)车辆租赁负责人打开车辆管理模块，进入租赁信息录入页面，并将租赁信息进行录入，所述租赁信息包括车辆的租赁时间、租赁公司、租赁时长以及租赁费用；
2)车辆管理负责人进行租赁信息的确认，若确认无误，车辆租赁模块则自动进行本次租赁总费用的统计，若发现问题，车辆管理模块则自动发送报错邮件给车辆租赁负责人，并退出本次租赁流程；
3)当达到预先约定的租赁时长时，车辆管理负责人对租赁车辆进行检查，并将租赁车辆运回租赁公司。
下面通过一个算法实验来说明本发明的具体实施方式，并对发明的处理方法进行测试。本发明算法的硬件测试环境为：Inter(R)Core(TM)i7-6700K CPU，内存为16G,软件为matlab；对比方法为基于粒子群的车辆管理方法以及基于决策树的车辆管理方法。
在本发明所述算法实验中，数据集为100辆单位用车数据。本实验通过将单位用车数据输入到车辆管理方法中，将车辆管理方法的效率值作为方法可行性的评价指标，所述效率值包括各流程完成的耗时，以及各流程的人力资源耗费，效率值越高即表示各流程完成的耗时越短，人力资源耗费越低。
根据实验结果，基于粒子群的车辆管理方法的车辆管理方法效率值为45.62，基于决策树的车辆管理方法的效率值为51.62，本发明所述方法的车辆管理方法效率值为68.92，相较于对比算法，本发明所提出的单位车辆智能管理方法具有更高的车辆管理方法效率值。
发明还提供一种单位车辆智能管理系统。参照图2所示，为本发明一实施例提供的单位车辆智能管理系统的内部结构示意图。
在本实施例中，所述单位车辆智能管理系统1至少包括车牌识别模块11、车辆管理模块12、车辆调度管理模块13，通信总线14，以及网络接口15。
其中，车牌识别模块11可以是PC(Personal Computer，个人电脑)，或者是智能手机、平板电脑、便携计算机等终端设备，也可以是一种服务器等。
车辆管理模块12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、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。车辆管理模块12在一些实施例中可以是单位车辆智能管理系统1的内部存储单元，例如该单位车辆智能管理系统1的硬盘。车辆管理模块12在另一些实施例中也可以是单位车辆智能管理系统1的外部存储设备，例如单位车辆智能管理系统1上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，车辆管理模块12还可以既包括单位车辆智能管理系统1的内部存储单元也包括外部存储设备。车辆管理模块12不仅可以用于存储安装于智能道路交通追踪管理系统1的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。
车辆调度管理模块13在一些实施例中可以是一中央处理器(Central ProcessingUnit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行车辆管理模块12中存储的程序代码或处理数据，例如车辆调度管理程序指令16等。
通信总线14用于实现这些组件之间的连接通信。
网络接口15可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该系统1与其他电子设备之间建立通信连接。
可选地，单位车辆智能管理系统1还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、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，用于显示在单位车辆智能管理系统1中处理的信息以及用于显示可视化的用户界面。
图2仅示出了具有组件11-15以及单位车辆智能管理系统1，本领域技术人员可以理解的是，图1示出的结构并不构成对单位车辆智能管理系统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。
在图2所示的装置1实施例中，车辆管理模块12中存储有单位车辆智能管理程序指令16；车辆调度管理模块13执行车辆管理模块12中存储的单位车辆智能管理程序指令16的步骤，与单位车辆智能管理方法的实现方法相同，在此不作类述。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有单位车辆智能管理程序指令，所述单位车辆智能管理程序指令可被一个或多个处理器执行，以实现如下操作：
将车辆信息输入到车辆管理模块中，利用车辆管理模块实现车辆的筛选和查看；
利用结合车辆管理模块的车牌识别模块对外来车辆车牌进行识别，若识别结果为单位车辆，则启用车辆调度管理模块对单位车辆进行调度，若识别结果为非单位车辆，则安排司勤工作人员对其进行调度；
车辆调度管理模块对单位车辆进行车辆调度，将单位车辆实时引导到指定车位；
利用车辆管理模块发起车辆维修流程，以及进行维修费用的统计；
利用车辆管理模块发起车辆租赁流程，以及进行租赁费用的统计。
需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种单位车辆智能管理方法，其特征在于，所述方法包括：
将车辆信息输入到车辆管理模块中，利用车辆管理模块实现车辆的筛选和查看；
利用结合车辆管理模块的车牌识别模块对外来车辆车牌进行识别，若识别结果为单位车辆，则启用车辆调度管理模块对单位车辆进行调度，若识别结果为非单位车辆，则安排司勤工作人员对其进行调度；
利用车辆调度管理模块对单位车辆进行车辆调度，将单位车辆实时引导到指定车位；
利用车辆管理模块发起车辆维修流程，以及统计单位车辆维修费用；
利用车辆管理模块发起车辆租赁流程，以及统计单位车辆租赁费用。
2.如权利要求1所述的一种单位车辆智能管理方法，其特征在于，所述利用车辆管理模块实现车辆的筛选和查看，包括：
1)车辆管理负责人打开车辆管理模块界面，并录入车辆信息；
2)车辆管理模块检查车辆录入信息的完整性以及正确性，若检查无误则进行下一步，否则提示错误信息，并返回车辆管理模块初始界面；
3)车辆管理负责人对车辆基本信息，司勤人员信息，维修信息以及租赁信息进行管理操作，所述管理操作包括对上述信息的查看、修改、删除操作；
4)保存车辆管理负责人的录入信息以及管理操作，更新车辆管理模块所对应的数据库。
3.如权利要求2所述的一种单位车辆智能管理方法，其特征在于，所述利用车牌识别模块对车辆进入图像进行预处理，包括：
1)车牌识别模块获取车辆进入图像，并对其进行图像增强处理，，所采用的图像增强策略为自适应伽马图像增强策略，所述自适应伽马图像增强策略流程为：
将RGB形式的车辆进入图像转换为HSV图像，仅对HSV图像的亮度分量V进行增强处理；
利用多尺度高斯核函数得到图像背景的光照分量，其公式为：
H(x,y)＝I(x，y)G(x,y)
其中：
I(x,y)为HSV图像；
H(x,y)为图像背景的光照分量；
G(x,y)为高斯核函数；
λ为归一化常数；
c为尺度因子，将其设置为0.2；
利用自适应伽马增强公式对图像前景进行光照增强处理，所述自适应伽马增强公式为：
其中：
Q(x,y)为增强后的车辆进入图像；
γ为自适应伽马系数，降低光照过强区域的亮度值，提高光照过暗区域图像的亮度值；
m为HSV图像光照分量V的均值；
将增强后的车辆进入图像转换为RGB图像；
2)利用下式将增强后的图像转换为灰度图：
Gray＝max(R,G,B)
其中：
R,G,B为增强后图像各像素的RGB值；
Gray为将增强后图像各像素的RGB值转换为的像素灰度值；
3)利用灰度拉伸方法对灰度图进行灰度拉伸处理：
其中：
f(x,y)为灰度图；
A为灰度图的最小灰度级；
B为灰度图的最大灰度级；
h(x,y)为灰度拉伸后的图像。
4.如权利要求3所述的一种单位车辆智能管理方法，其特征在于，所述利用车牌识别模块对预处理图像进行车牌识别，包括：
1)利用Canny算子检测预处理图像中的车牌和字符边缘；
2)设置如下条件切割车牌边框：1.切割点是图像的极大值点；2.切割点距离图像边缘不是很远，设在1/10范围内；得到切割边框后的车牌图像；
3)设定每个字符的最小宽度和高度，最大宽度和高度；从底到上扫描，递归地找到一些可能的字符划分区域，递归满足以下条件：每个字符的划分宽度要大于最小宽度，小于最大宽度；当字符划分区域区域大于最大宽度时，证明该区域可能含有多个字符，要对该区域继续划分，直至满足条件；
当切割区域小于最小宽度时，证明该区域不存在任何字符，则遍历扫描下一区域；
获取到的多个字符划分区域，根据字符的几何特征设置区域长宽比条件，从多个字符划分区域中筛选出字符区域；
4)根据所得若干独立的字符区域，将其与标准车牌字符库中每个模板都进行对比，并算出匹配后的相似度值，从中选出相似度值最大的字符模板作为车牌字符识别结果；
5)将车牌字符识别结果同车辆管理模块中的车辆信息进行比对，若识别结果为单位车辆，则启用车辆调度管理模块对单位车辆进行调度，若识别结果为非单位车辆，则安排司勤工作人员对其进行调度。
5.如权利要求4所述的一种单位车辆智能管理方法，其特征在于，所述利用车辆调度管理模块对单位车辆进行车辆调度，包括：
1)设置车辆的起始位置、目标位置、路径总数以及算法迭代最大值，并将单位内部地图信息进行栅格化处理；
2)建立车辆路径引导集合guide，并在该集合中放入目标位置G；确定当前所在点和目标位置之间的互联性，用此时所在的位置节点和终点连线所经过的栅格之间是否存在障碍物进行判断，若这条连线上存在着障碍物，则将距离终点最远且在连线上没有障碍物的栅格设定为下一步的备选栅格；
在算法第一次迭代后将遍历的栅格放在集合guide中，得到更新后的guide＝{s0,s1,…,sn,G}，在下一次算法迭代中将该路径作为引导路径，从而确定当前所在点与sn之间的互联性；通过在每次算法迭代中基于引导路径进行路径的更新，可以快速得到车辆调度路径；
3)根据不同栅格之间车辆得到的信息素，进行车辆调度路径的搜索，即选择信息素较大的位置进行车辆的调度搜索，所述信息素的计算公式为：
其中：
x为当前车辆所处位置；
μ为上轮算法迭代完成时，车辆调度路径的调度期望，初始值为1；
σ为上轮算法迭代完成时，车辆信息素的方差；
4)重复步骤2)-3)，若算法迭代次数到达了最大值就停止搜索并保留算法迭代过程中的最短路径；并根据该路径进行单位车辆的调度。
6.如权利要求5所述的一种单位车辆智能管理方法，其特征在于，所述利用车辆管理模块发起车辆维修流程，包括：
1)车辆维修负责人打开车辆管理模块，进入维修录入页面，并将维修信息进行录入，所述维修信息包括车辆维修时间、维修部件、维修厂地点、维修费用以及维修负责人信息；
2)车辆管理负责人进行维修信息的确认，若确认无误，车辆管理模块则自动进行本次维修总费用的统计，若发现问题，车辆管理模块则自动发送报错邮件给车辆维修负责人，并退出本次维修流程；
3)车辆管理模块中的数据库对车辆维修数据进行更新，并判断车辆的可用年限，若车辆可用年薪小于5年，则将该结果发送车辆管理负责人，车辆管理负责人根据实际情况进行车辆的替换。
7.如权利要求6所述的一种单位车辆智能管理方法，其特征在于，所述利用车辆管理模块发起车辆租赁流程，包括：
1)车辆租赁负责人打开车辆管理模块，进入租赁信息录入页面，并将租赁信息进行录入，所述租赁信息包括车辆的租赁时间、租赁公司、租赁时长以及租赁费用；
2)车辆管理负责人进行租赁信息的确认，若确认无误，车辆租赁模块则自动进行本次租赁总费用的统计，若发现问题，车辆管理模块则自动发送报错邮件给车辆租赁负责人，并退出本次租赁流程；
3)当达到预先约定的租赁时长时，车辆管理负责人对租赁车辆进行检查，并将租赁车辆运回租赁公司。
8.一种单位车辆智能管理系统，其特征在于，所述系统包括：
车牌识别模块，用于对外来车辆车牌进行识别，若识别结果为单位车辆，则启用车辆调度管理模块对单位车辆进行调度，若识别结果为非单位车辆，则安排司勤工作人员对其进行调度；
车辆管理模块，用于进行车辆信息的筛选和查看，利用车辆管理模块发起车辆维修流程，以及进行维修费用的统计；利用车辆管理模块发起车辆租赁流程，以及进行租赁费用的统计；
车辆调度管理模块，用于利用车辆调度管理模块对单位车辆进行车辆调度，将单位车辆实时引导到指定车位。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有单位车辆智能管理程序指令，所述单位车辆智能管理程序指令可被一个或者多个处理器执行，以实现如权利要求1至7中任一项所述的一种单位车辆智能管理的实现方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110923995.9A CN113837189A (zh) | 2021-08-12 | 2021-08-12 | 一种单位车辆智能管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110923995.9A CN113837189A (zh) | 2021-08-12 | 2021-08-12 | 一种单位车辆智能管理方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113837189A true CN113837189A (zh) | 2021-12-24 |
Family
ID=78960405
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110923995.9A Pending CN113837189A (zh) | 2021-08-12 | 2021-08-12 | 一种单位车辆智能管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113837189A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114492696A (zh) * | 2022-02-15 | 2022-05-13 | 苏州工业大数据创新中心有限公司 | 一种区域标签识别方法、装置、电子设备及存储介质 |
| CN116309610A (zh) * | 2023-05-25 | 2023-06-23 | 杭州易靓好车互联网科技有限公司 | 一种基于人工智能的车辆管理方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105139101A (zh) * | 2015-07-08 | 2015-12-09 | 安徽立卓智能电网科技有限公司 | 一种公司车辆管理系统 |
| CN105929843A (zh) * | 2016-04-22 | 2016-09-07 | 天津城建大学 | 一种基于改进蚁群算法的机器人路径规划方法 |
| CN108182823A (zh) * | 2017-12-14 | 2018-06-19 | 特斯联（北京）科技有限公司 | 一种园区停车位区块化智慧管理与服务引导系统 |
| CN112539750A (zh) * | 2020-11-25 | 2021-03-23 | 湖北三环智能科技有限公司 | 一种智能运输车路径规划方法 |
-
2021
- 2021-08-12 CN CN202110923995.9A patent/CN113837189A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105139101A (zh) * | 2015-07-08 | 2015-12-09 | 安徽立卓智能电网科技有限公司 | 一种公司车辆管理系统 |
| CN105929843A (zh) * | 2016-04-22 | 2016-09-07 | 天津城建大学 | 一种基于改进蚁群算法的机器人路径规划方法 |
| CN108182823A (zh) * | 2017-12-14 | 2018-06-19 | 特斯联（北京）科技有限公司 | 一种园区停车位区块化智慧管理与服务引导系统 |
| CN112539750A (zh) * | 2020-11-25 | 2021-03-23 | 湖北三环智能科技有限公司 | 一种智能运输车路径规划方法 |
Non-Patent Citations (3)
| Title |
|---|
| 刘万山: "某单位综合车辆管理系统的研究", 《科技风》, pages 62 * |
| 樊英: "雾霾天气下车牌检测与识别算法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, pages 18 - 44 * |
| 陈晖: "中小型物流企业车辆管理信息系统的设计与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》, pages 15 - 49 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114492696A (zh) * | 2022-02-15 | 2022-05-13 | 苏州工业大数据创新中心有限公司 | 一种区域标签识别方法、装置、电子设备及存储介质 |
| CN116309610A (zh) * | 2023-05-25 | 2023-06-23 | 杭州易靓好车互联网科技有限公司 | 一种基于人工智能的车辆管理方法及系统 |
| CN116309610B (zh) * | 2023-05-25 | 2023-07-28 | 杭州易靓好车互联网科技有限公司 | 一种基于人工智能的车辆管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10657370B2 (en) | Determining images having unidentifiable license plates | |
| US11475660B2 (en) | Method and system for facilitating recognition of vehicle parts based on a neural network | |
| US9792301B2 (en) | Multi-query privacy-preserving parking management system and method | |
| CN111814472B (zh) | 文本识别方法、装置、设备及存储介质 | |
| CN110781381B (zh) | 基于神经网络的数据验证方法、装置、设备及存储介质 | |
| CN113837189A (zh) | 一种单位车辆智能管理方法及系统 | |
| CN112749653A (zh) | 行人检测方法、装置、电子设备及存储介质 | |
| CN116523268B (zh) | 一种基于大数据画像的人岗匹配分析方法及装置 | |
| CN112906823A (zh) | 目标对象识别模型训练方法、识别方法及识别装置 | |
| CN116662839A (zh) | 基于多维智能采集的关联大数据聚类分析方法及装置 | |
| CN115810134A (zh) | 一种车险反欺诈的图像采集质检方法、系统和装置 | |
| CN112036488A (zh) | 基于图像识别的事件识别方法、装置、设备及存储介质 | |
| CN113095281A (zh) | 套牌车识别方法、装置、电子设备及存储介质 | |
| CN115512315A (zh) | 一种非机动车儿童搭乘检测方法、电子设备及存储介质 | |
| KR102138378B1 (ko) | 대사작업 통합 관리 및 처리 방법 | |
| CN113593256A (zh) | 基于城市管理的无人机智能驱离控制方法、系统及云平台 | |
| CN112150853A (zh) | 停车场管理方法、装置、存储介质及电子设备 | |
| CN114187476A (zh) | 基于图像分析的车险信息核对方法、装置、设备及介质 | |
| CN114170591A (zh) | 一种基于Saas模式的智慧停车解决方法及系统 | |
| CN110633702A (zh) | 基于无人机的线路检修费计算方法、服务器及存储介质 | |
| CN111444794A (zh) | 基于ocr的票据识别辅助方法、设备、存储介质及装置 | |
| CN113781719B (zh) | 用于公交的图书借还系统 | |
| CN113792733B (zh) | 车辆部件检测方法、系统、电子设备及存储介质 | |
| Thakur et al. | Smart parking system using YOLOv3 deep learning model | |
| CN111178292A (zh) | 一种车型识别方法、装置及设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211224 |