氢能运输车辆的派单方法、装置和计算机设备转让专利
申请号 : CN202111314981.3
文献号 : CN113743878B
文献日 : 2022-02-15
发明人 : 米胜荣
申请人 : 氢山科技有限公司
摘要 :
权利要求 :
1.一种氢能运输车辆的派单方法,其特征在于,所述方法包括:获取氢能货运的需求信息,所述氢能货运的需求信息包括货运目标点,氢能运输量;
获取加氢站点的位置和剩余燃料储量;
基于加氢站点的位置和剩余燃料储量,获取候选氢能运输车辆;所述候选氢能运输车辆为能够提供氢能运输量的加氢站点预设范围内的空闲氢能运输车辆;
基于所述候选氢能运输车辆的位置,货运目标点以及氢能运输规范获取候选运输路径;
获取各候选氢能运输车辆上的采集的司机驾驶图像,以及各候选氢能运输车辆上驾驶传感器采集的驾驶行为数据;所述驾驶行为数据包括:速度,加速度,转向角以及方向盘握力信息;
根据司机驾驶图像和驾驶行为数据获取所述司机的第一驾驶行为评价结果;
获取所述候选氢能运输车辆氢能运输车辆的历史定位信息以及对应的时间,根据历史定位信息以及对应的时间,得到所述司机的第二驾驶行为评价结果;
将第一驾驶行为评价结果和第二驾驶行为评价结果输入预设的评价模型,输出第三驾驶行为评价结果;
基于所述候选运输路径以及所述第三驾驶行为评价结果,从所述候选氢能运输车辆中选择目标氢能运输车辆;
向所述目标氢能运输车辆派单。
2.根据权利要求1所述的方法,其特征在于,所述氢能运输车辆上安装有图像传感器,所述图像传感器用于采集所述司机驾驶图像,所述图像传感器包括:相机和红外传感器。
3.根据权利要求1所述的方法,其特征在于,获取所述候选氢能运输车辆的历史定位信息以及对应的时间,根据历史定位信息以及对应的时间,得到所述司机的第二驾驶行为评价结果,包括:
根据所述对应的时间获取电子围栏信息;
基于所述历史定位信息和对应的电子围栏信息,获取第二驾驶行为评价结果。
4.根据权利要求1所述的方法,其特征在于,基于所述候选氢能运输车辆的位置,货运目标点以及氢能运输规范获取候选运输路径,包括:将空闲的氢能运输车辆对应的加氢站的位置作为起点,所述货运目标点作为终点,且将各起点与对应的终点之间的服务站点作为中间站点,构建货运有向图;
将各所述货运有向图以及空闲的氢能运输车辆的车辆信息输入预设的图模型,输出候选运输路径以及对应的候选氢能运输车辆;所述图模型的权重参数包括路径安全,运输效率以及车辆评价系数;将氢气运输要求作为路径安全的影响因子。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取所述候选氢能运输车辆当前的北斗定位信息,GPS定位信息,以及车载环境感知信息;
将当前时间的所述北斗定位信息,GPS定位信息作为卡尔曼滤波算法的输入,所述车载环境感知信息作为所述卡尔曼滤波算法的约束,获取所述候选氢能运输车辆的位置。
6.根据权利要求2所述的方法,其特征在于,根据司机驾驶图像和驾驶行为数据获取所述司机的第一驾驶行为评价结果,包括:根据所述相机采集的相机图像和所述红外传感器采集的红外驾驶图像获取所述司机的头部特征;
根据所述候选氢能运输车辆的速度,加速度,转向角以及方向盘握力信息,获取所述司机的驾驶行为特征,所述驾驶行为特征包含捏姿特征,车身速度,方向盘转动幅度,以及车况信息;
将所述头部特征以及所述驾驶行为特征输入预设的驾驶行为监测模型,得到所述第一驾驶行为评价结果。
7.根据权利要求6所述的方法,其特征在于,根据所述相机图像和所述红外驾驶图像获取所述司机的头部特征,包括:
根据所述相机图像中的人脸图像获取人眼疲劳识别特征参数,表情特征参数;
根据所述候选氢能运输车辆的速度,加速度,转向角以及方向盘握力信息,以及预设轨迹获取行驶轨迹偏离信息;
将所述人眼疲劳识别特征参数,表情特征参数、对应的车况信息以及行驶轨迹偏离信息输入驾驶行为评价模型,得到所述第一驾驶行为评价结果。
8.一种氢能运输车辆的派单装置,其特征在于,所述装置包括:获取模块,用于获取氢能货运的需求信息,所述氢能货运的需求信息包括货运目标点,氢能运输量;获取加氢站点的位置和剩余燃料储量;
路径计算模块,用于基于加氢站点的位置和剩余燃料储量,获取候选氢能运输车辆;所述候选氢能运输车辆为能够提供氢能运输量的加氢站点预设范围内的空闲氢能运输车辆;
基于所述候选氢能运输车辆的位置,货运目标点以及氢能运输规范获取候选运输路径;
驾驶评价模块,用于获取各候选氢能运输车辆上的采集的司机驾驶图像,以及各候选氢能运输车辆上驾驶传感器采集的驾驶行为数据;所述驾驶行为数据包括:速度,加速度,转向角以及方向盘握力信息;根据司机驾驶图像和驾驶行为数据获取所述司机的第一驾驶行为评价结果;获取所述候选氢能运输车辆氢能运输车辆的历史定位信息以及对应的时间,根据历史定位信息以及对应的时间,得到所述司机的第二驾驶行为评价结果;
选择模块,用于将所述第一驾驶行为评价结果和第二驾驶行为评价结果输入预设的评价模型,输出第三驾驶行为评价结果;基于所述候选运输路径以及所述第三驾驶行为评价结果,从所述候选氢能运输车辆中选择目标氢能运输车辆;向所述目标氢能运输车辆派单。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
说明书 :
氢能运输车辆的派单方法、装置和计算机设备
技术领域
背景技术
对于我国加快产业结构调整、实现高质量发展具有重要意义。新能源汽车和大数据的融合
是大势所趋,也是工业化和信息化深度融合的典范,基于大数据的智能新能源汽车将是我
国汽车产业转型升级的重点方向。
发明内容
盘握力信息;
结果,包括:
输效率以及车辆评价系数;将氢气运输要求作为路径安全的影响因子。
位信息作为卡尔曼滤波算法的输入,所述车载环境感知信息作为所述卡尔曼滤波算法的约
束,获取所述候选氢能运输车辆的位置。
及车况信息;
车辆;基于所述候选氢能运输车辆的位置,货运目标点以及氢能运输规范获取候选运输路
径;
度,转向角以及方向盘握力信息;根据司机驾驶图像和驾驶行为数据获取所述司机的第一
驾驶行为评价结果;获取所述候选氢能运输车辆氢能运输车辆的历史定位信息以及对应的
时间,根据历史定位信息以及对应的时间,得到所述司机的第二驾驶行为评价结果;
评价结果,从所述候选氢能运输车辆中选择目标氢能运输车辆;向所述目标氢能运输车辆
派单。
驶路径以及司机的驾驶行为两个大的方面对氢能运输进行综合评价,得到目标运输方案并
进行派单,本实施的方案不仅仅考虑氢能运输的特殊要求,还兼顾了运输的效率和安全。这
对氢能的安全高效运输有积极的意义。
附图说明
具体实施方式
用于限定本申请。
站,或其他类型的车辆服务站点。终端102为货运车辆与服务器通信的智能终端,其形式可
以但不限于是各种车载终端、个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿
戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
点预设范围内的空闲氢能运输车辆。
求的货运车辆作为候选加氢站点和候选货运车辆。在确定加氢站点是否符合需求时可首先
考虑剩余燃料储量,再考虑位置。进一步的,也可以考虑各个加氢站点的历史运输的评价信
息。该历史评价信息可以从加氢站点的配货频率,可选择中间站点的多样性,位置,规模,设
备规格状态等等方面进行评价。其中,中间站点为货运车辆的服务站点。候选站点对应的候
选氢能运输车辆为执行运输对应的候选站点的氢能任务,能够达到运输需求的货运车辆。
中间站点的信息来源可以是服务站点106与服务器104通信获得。也可能是通过车车通信
(v2v),车路通信(v2r)等V2X的方式获得。
位置到货运目标点之间的路径。可选地,服务器104还需要将候选氢能运输车辆对应的加氢
站点作为路径计算的限制条件。此外,在一些情形下,还可以考虑将加氢站点与货运目标点
的中间站点作为路径计算的限制条件,该中间站点为对应的候选氢能运输车辆可停靠的服
务站点。应当清楚的是,可停靠并不等同于必然停靠,货运车辆在运输过程中驾驶人员可以
基于驾驶状态自主的选择是否进入中间站点停靠,或者选择在哪一中间站点进行停靠。
预设的图模型,输出各个候选氢能运输车辆的目标候选路径;所述图模型的权重参数包括
路径安全,运输效率以及车辆评价系数;将氢气运输要求作为路径安全的影响因子。
司机的第一驾驶行为评价结果。
握力信息,获取所述司机的驾驶行为特征,所述驾驶行为特征包含捏姿特征,车身速度,方
向盘转动幅度,以及车况信息;将所述头部特征以及所述驾驶行为特征输入预设的驾驶行
为监测模型,得到所述第一驾驶行为评价结果。可选地,服务器104获取到司机驾驶图像和
驾驶行为数据后,根据所述相机图像中的人脸图像获取人眼疲劳识别特征参数,表情特征
参数;根据所述候选氢能运输车辆的速度,加速度,转向角以及方向盘握力信息,以及预设
轨迹获取行驶轨迹偏离信息;将所述人眼疲劳识别特征参数,表情特征参数、对应的车况信
息以及行驶轨迹偏离信息输入驾驶行为评价模型,得到所述第一驾驶行为评价结果。
征参数,表情特征参数。本实施例可以避免各类图像各自进行特征提取造成的信息损失,本
实施例通过将图像进行融合之后进行特征提取,可以起到各个图像信息互相补充的作用。
果。具体的,根据所述对应的时间获取电子围栏信息;基于所述历史位置和对应的电子围栏
信息,获取第二驾驶行为评价结果。
方案不仅仅考虑氢能运输的特殊要求,还兼顾了运输的效率和安全。这对氢能的安全高效
运输有积极的意义。
雷达传感器得到的点云。
辆的位置。
用该位置信息进行对应的状态变化计算时,得到的结果更加准确,例如:该位置信息用于车
辆的行驶状态变化计算和运输信息变化计算时,得到的结果必然是更加准确。
的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2‑3中的至少一
部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行
完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而
是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
输车辆;基于所述候选氢能运输车辆的位置,货运目标点以及氢能运输规范获取候选运输
路径;
速度,转向角以及方向盘握力信息;根据司机驾驶图像和驾驶行为数据获取所述司机的第
一驾驶行为评价结果;获取所述候选氢能运输车辆氢能运输车辆的历史定位信息以及对应
的时间,根据历史定位信息以及对应的时间,得到所述司机的第二驾驶行为评价结果;
行为评价结果,从所述候选氢能运输车辆中选择目标氢能运输车辆;向所述目标氢能运输
车辆派单。
的服务站点作为中间站点,构建货运有向图;将各所述货运有向图以及空闲的氢能运输车
辆的车辆信息输入预设的图模型,输出候选运输路径以及对应的候选氢能运输车辆;所述
图模型的权重参数包括路径安全,运输效率以及车辆评价系数;将氢气运输要求作为路径
安全的影响因子。
息,GPS定位信息作为卡尔曼滤波算法的输入,所述车载环境感知信息作为所述卡尔曼滤波
算法的约束,获取所述候选氢能运输车辆的位置。
以及方向盘握力信息,获取所述司机的驾驶行为特征,所述驾驶行为特征包含捏姿特征,车
身速度,方向盘转动幅度,以及车况信息;将所述头部特征以及所述驾驶行为特征输入预设
的驾驶行为监测模型,得到所述第一驾驶行为评价结果。
度,转向角以及方向盘握力信息,以及预设轨迹获取行驶轨迹偏离信息;将所述人眼疲劳识
别特征参数,表情特征参数、对应的车况信息以及行驶轨迹偏离信息输入驾驶行为评价模
型,得到所述第一驾驶行为评价结果。
分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备
中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执
行以上各个模块对应的操作。
其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易
失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该
内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备
的数据库用于存储货运车辆相关数据、加氢站相关数据以及中间站点、道路相关的数据。该
计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行
时以实现一种动态氢能货运路线规划方法。
可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
步骤。
机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其
中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,
均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器
(Read‑Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取
存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以
是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机
存取存储器(Dynamic Random Access Memory,DRAM)等。
盾,都应当认为是本说明书记载的范围。
说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护
范围。因此,本申请专利的保护范围应以所附权利要求为准。