渣土车运输土方数统计方法、系统及服务器、存储介质与流程

本发明涉及渣土运输管理技术领域，尤其涉及一种渣土车运输土方数统计方法、系统、后台服务器及计算机可读存储介质。

背景技术

渣土车，也称拉土车、运渣车，不是特指哪一种车，而是指车辆用途是运送沙石等建筑用料的卡车。

现有渣土车运输土方数都是采用人工统计方式，人工统计大多通过人为主观经验进行判定，现有统计土方数的方式，一来需要人力，二来可能存在不公平或者统计出错，三来耗时费力且统计数据管理不便。

技术实现要素：

本发明的主要目的在于提供一种渣土车运输土方数统计方法、系统、后台服务器及计算机可读存储介质，旨在解决如何实现渣土车运输土方数自动统计的技术问题。

为实现上述目的，本发明提供一种渣土车运输土方数统计方法，所述渣土车运输土方数统计方法包括以下步骤：

在渣土车运输渣土并进场时，通过图像采集设备采集进场渣土车的车牌图像与后车厢图像；

对进场渣土车的车牌图像进行车牌号识别，确定进场车辆及其进场时间；将进场渣土车的后车厢图像与特征数据库进行图像特征比对，确定进场车辆运载的第一土方数；

在渣土车卸载渣土并出场时，通过图像采集设备采集出场渣土车的车牌图像与后车厢图像；

对出场渣土车的车牌图像进行车牌号识别，确定出场车辆及其出场时间；将出场渣土车的后车厢图像与特征数据库进行图像特征比对，确定出场车辆运载的第二土方数；

基于同一渣土车辆的所述第一土方数与所述第二土方数，确定该渣土车在同一运输车次的实际运载土方数，并生成该渣土车的运输土方数统计记录。

可选地，所述渣土车运输土方数统计方法还包括：

在进行图像特征比对之前，以多种不同运载土方数下的渣土车后车厢图像为学习样本，采用机器学习算法进行特征训练，得到不同运载土方数下对应的后车厢图像特征，并形成特征数据库；

在进行图像特征比对之时，提取现场采集的渣土车后车厢图像的图像特征并与特征数据库进行比对，以供确定当前渣土车的运载土方数。

可选地，所述渣土车运输土方数统计方法还包括：

在渣土车运输渣土并进场时，通过地磅秤采集进场渣土车的运载重量；

基于进场渣土车的运载重量以及运载土方数，确定进场渣土车运载的渣土类型，所述渣土类型包括岩石、泥沙；

当进场渣土车运载的渣土类型为岩石时，基于预设的土方修正系数与运载重量，对进场渣土车的运载土方数进行修正。

可选地，所述土方修正系数的预设方式包括：

获取运输岩石的同一进场渣土车辆每一运输车次的运载重量与运载土方数，并基于以下公式设置土方修正系数：

其中，k表示土方修正系数，ai表示第i次进场运输的运载重量，bi表示第i次进场运输的运载土方数，n表示总的进场运输车次数。

可选地，所述基于预设的土方修正系数与运载重量，对进场渣土车的运载土方数进行修正包括：

基于以下公式计算进场渣土车每一运输车次的理论运载土方数，并判断理论运载土方数与进场运载土方数之间差值是否超过预设误差率；

若是，则以理论运载土方数修正渣土车本次进场的运载土方数，否则不做修正；

其中，k表示土方修正系数，ai表示第i次进场运输的运载重量，bi表示第i次进场运输的理论运载土方数。

进一步地，为实现上述目的，本发明还提供一种后台服务器，所述后台服务器包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的渣土车运输土方数统计程序，所述渣土车运输土方数统计程序被所述处理器执行时实现如上述任一项所述的渣土车运输土方数统计方法的步骤。

进一步地，为实现上述目的，本发明还提供一种渣土车运输土方数统计系统，所述渣土车运输土方数统计系统包括：图像采集设备与如上所述的后台服务器；

所述图像采集设备用于：采集进场和出场渣土车的车牌图像、后车厢图像并上传所述后台服务器。

可选地，所述渣土车运输土方数统计系统还包括：地磅秤；

所述地磅秤用于：采集进场渣土车的运载重量并上传所述后台服务器。

进一步地，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渣土车运输土方数统计程序，所述渣土车运输土方数统计程序被处理器执行时实现如上述任一项所述的渣土车运输土方数统计方法的步骤。

本发明中，通过图像采集设备能够自动采集渣土车的车牌图像与后车厢图像，通过对车牌图像进行车牌号识别，进而确定进出场车辆及其进出场时间；通过将渣土车的后车厢图像与特征数据库进行图像特征比对，进而确定车辆运载的土方数；基于同一渣土车辆进出时的土方数，确定该渣土车在同一运输车次的实际运载土方数，并生成该渣土车的运输土方数统计记录。整个流程由机器设备自动完成而无需人工参与，实现了渣土运输土方数的自动统计，避免了人工统计的繁琐与低效率。

附图说明

图1为本发明后台服务器实施例方案涉及的设备硬件运行环境的结构示意图；

图2为本发明渣土车运输土方数统计系统一实施例的场景示意图；

图3为本发明渣土车运输土方数统计系统另一实施例的场景示意图；

图4为本发明渣土车运输土方数统计方法一实施例的流程示意图。

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用以解释本发明，并不用于限定本发明。

本发明提供一种后台服务器。

参照图1，图1为本发明后台服务器实施例方案涉及的设备硬件运行环境的结构示意图。

如图1所示，后台服务器可以包括：处理器1001，例如cpu，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。需要说明的是，处理器1001采用嵌入式芯片方式安装在后台服务器内。

本领域技术人员可以理解，图1中示出的后台服务器的硬件结构并不构成对后台服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及渣土车运输土方数统计程序。其中，操作系统是管理和控制后台服务器与软件资源的程序，支持网络通信模块、用户接口模块、渣土车运输土方数统计程序以及其他程序或软件的运行；网络通信模块用于管理和控制网络接口1004；用户接口模块用于管理和控制用户接口1003。

在图1所示的后台服务器硬件结构中，网络接口1004主要用于连接系统后台，与系统后台进行数据通信；用户接口1003主要用于连接前端设备(用户端)，与前端设备进行数据通信；后台服务器通过处理器1001调用存储器1005中存储的渣土车运输土方数统计程序，并执行以下操作：

在渣土车运输渣土并进场时，通过图像采集设备采集进场渣土车的车牌图像与后车厢图像；

对进场渣土车的车牌图像进行车牌号识别，确定进场车辆及其进场时间；将进场渣土车的后车厢图像与特征数据库进行图像特征比对，确定进场车辆运载的第一土方数；

在渣土车卸载渣土并出场时，通过图像采集设备采集出场渣土车的车牌图像与后车厢图像；

对出场渣土车的车牌图像进行车牌号识别，确定出场车辆及其出场时间；将出场渣土车的后车厢图像与特征数据库进行图像特征比对，确定出场车辆运载的第二土方数；

基于同一渣土车辆的所述第一土方数与所述第二土方数，确定该渣土车在同一运输车次的实际运载土方数，并生成该渣土车的运输土方数统计记录。

进一步地，后台服务器通过处理器1001调用存储器1005中存储的渣土车运输土方数统计程序还执行以下操作：

在进行图像特征比对之前，以多种不同运载土方数下的渣土车后车厢图像为学习样本，采用机器学习算法进行特征训练，得到不同运载土方数下对应的后车厢图像特征，并形成特征数据库；

在进行图像特征比对之时，提取现场采集的渣土车后车厢图像的图像特征并与特征数据库进行比对，以供确定当前渣土车的运载土方数。

进一步地，后台服务器通过处理器1001调用存储器1005中存储的渣土车运输土方数统计程序还执行以下操作：

在渣土车运输渣土并进场时，通过地磅秤采集进场渣土车的运载重量；

基于进场渣土车的运载重量以及运载土方数，确定进场渣土车运载的渣土类型，所述渣土类型包括岩石、泥沙；

当进场渣土车运载的渣土类型为岩石时，基于预设的土方修正系数与运载重量，对进场渣土车的运载土方数进行修正。

进一步地，后台服务器通过处理器1001调用存储器1005中存储的渣土车运输土方数统计程序还执行以下操作：

获取运输岩石的同一进场渣土车辆每一运输车次的运载重量与运载土方数，并基于以下公式设置土方修正系数：

其中，k表示土方修正系数，ai表示第i次进场运输的运载重量，bi表示第i次进场运输的运载土方数，n表示总的进场运输车次数。

进一步地，后台服务器通过处理器1001调用存储器1005中存储的渣土车运输土方数统计程序还执行以下操作：

基于以下公式计算进场渣土车每一运输车次的理论运载土方数，并判断理论运载土方数与进场运载土方数之间差值是否超过预设误差率；

若是，则以理论运载土方数修正渣土车本次进场的运载土方数，否则不做修正；

其中，k表示土方修正系数，ai表示第i次进场运输的运载重量，bi表示第i次进场运输的理论运载土方数。

参照图2，图2为本发明渣土车运输土方数统计系统一实施例的场景示意图。

本实施例中，渣土车运输土方数统计系统包括：图像采集设备与后台服务器，二者通过有线或无线方式建立通信连接。

本实施例中，图像采集设备既可以是一体成型的杆状拍摄设备，也可以是由立柱杆、高空摄像头组成的设备。图像采集设备部署在施工现场的车辆进出口处，后台服务器既可以部署在车辆进出口处，也可以部署在远端其他位置，比如远程施工方管理中心。图像采集设备用于采集进场和出场渣土车的车牌图像、后车厢图像并上传后台服务器；

后台服务器用于对进出场渣土车的车牌图像进行车牌号识别，确定进出场车辆及其进出场时间；将进出场渣土车的后车厢图像与特征数据库进行图像特征比对，确定进出场车辆运载的土方数；基于进出场车辆运载的土方数，确定渣土车在同一运输车次的实际运载土方数，并生成该渣土车的运输土方数统计记录。

参照图3，图3为本发明渣土车运输土方数统计系统另一实施例的功能架构示意图。

本实施例中，渣土车运输土方数统计系统还包括：地磅秤。

本实施例中，地磅称部署在施工现场的车辆进出口处，用于采集进场渣土车的运载重量并上传后台服务器。地磅称通过有线或无线方式与后台服务器建立通信连接。

本实施例中，由于渣土车运输的渣土类型主要是泥沙、岩石，而在同等体积下，岩石重量远超泥沙，因此引入地磅称不仅可以简单快速判断渣土车运输的渣土类型，而且还可以进一步对不规则岩石的运输方数进行修正，提升统计结果的准确公平性。

基于上述后台服务器与渣土车运输土方数统计系统的软硬件架构，提出本发明渣土车运输土方数统计方法的一下各实施例。

参照图4，图4为本发明渣土车运输土方数统计方法一实施例的流程示意图。本实施例中，所述渣土车运输土方数统计方法包括以下步骤：

步骤s10，在渣土车运输渣土并进场时，通过图像采集设备采集进场渣土车的车牌图像与后车厢图像；

步骤s20，对进场渣土车的车牌图像进行车牌号识别，确定进场车辆及其进场时间；将进场渣土车的后车厢图像与特征数据库进行图像特征比对，确定进场车辆运载的第一土方数；

本实施例中，图像采集设备基于监控区域的图像特征变化而自动检测是否存在进场的渣土车，若存在进场的渣土车，则采集进场渣土车的车牌号图像以及后车厢图像，并上传后台服务器处理；

后台服务器对图像采集设备上传的进场渣土车的车牌图像进行车牌号识别，确定进场车辆及其进场时间，其中，基于车牌图像的生成时间，后台服务器还可获得渣土车的进场时间。

后台服务器将进场渣土车的后车厢图像与特征数据库进行图像特征比对，进而确定进场车辆运载的土方数(也即第一土方数)。其中，特征数据库中存储有不同运载土方数下对应的后车厢图像特征，通过图像特征比对，即可确定渣土车运载渣土的土方数。

步骤s30，在渣土车卸载渣土并出场时，通过图像采集设备采集出场渣土车的车牌图像与后车厢图像；

步骤s40，对出场渣土车的车牌图像进行车牌号识别，确定出场车辆及其出场时间；将出场渣土车的后车厢图像与特征数据库进行图像特征比对，确定出场车辆运载的第二土方数；

本实施例中，图像采集设备基于监控区域的图像特征变化而自动检测是否存在出场的渣土车，若存在出场的渣土车，则采集出场渣土车的车牌号图像以及后车厢图像，并上传后台服务器处理；

后台服务器对图像采集设备上传的出场渣土车的车牌图像进行车牌号识别，确定出场车辆及其进场时间，其中，基于车牌图像的生成时间，后台服务器还可获得渣土车的出场时间。

后台服务器将出场渣土车的后车厢图像与特征数据库进行图像特征比对，进而确定出场车辆运载的土方数(也即第二土方数)。其中，特征数据库中存储有不同运载土方数下对应的后车厢图像特征，通过图像特征比对，即可确定渣土车运载渣土的土方数。

步骤s50，基于同一渣土车辆的所述第一土方数与所述第二土方数，确定该渣土车在同一运输车次的实际运载土方数，并生成该渣土车的运输土方数统计记录。

本实施例中，为避免发生渣土车卸载渣土不完全的问题，后台服务器还将采集出场渣土车的后车厢图像，从而基于进场与出场各自对应的土方数，确定渣土车实际运输的渣土方数(也即第一土方数与第二土方数之差)。

本实施例中，为便于管理方对各渣土车的运行情况进行单独管理，后台服务器还进一步生成每一辆渣土车的运输土方数统计记录。

例如，土方数统计记录包含有每一辆渣土车的车牌号，同一渣土车每一次运输对应的进场时间与进场土方数、出场时间与出场土方数、实际运载土方数，同一渣土车每天/周/月运输的总土方数。

本实施例中，通过图像采集设备能够自动采集渣土车的车牌图像与后车厢图像，通过对车牌图像进行车牌号识别，进而确定进出场车辆及其进出场时间；通过将渣土车的后车厢图像与特征数据库进行图像特征比对，进而确定车辆运载的土方数；基于同一渣土车辆进出时的土方数，确定该渣土车在同一运输车次的实际运载土方数，并生成该渣土车的运输土方数统计记录。整个流程由机器设备自动完成而无需人工参与，实现了渣土运输土方数的自动统计，避免了人工统计的繁琐与低效率。

进一步地，在一实施例中，为便于判断渣土车运载的土方数，本实施例采用图像特征比对方式，识别渣土车运载的土方数，具体实现流程包括：

(1)在进行图像特征比对之前，以多种不同运载土方数下的渣土车后车厢图像为学习样本，采用机器学习算法进行特征训练，得到不同运载土方数下对应的后车厢图像特征，并形成特征数据库；

(2)在进行图像特征比对之时，提取现场采集的渣土车后车厢图像的图像特征并与特征数据库进行比对，以供确定当前渣土车的运载土方数。

本实施例中，预先采集多种不同运载土方数下的渣土车后车厢图像作为机器学习样本，采用机器学习算法进行特征训练，例如hog特征学习算法、sift/surf特征学习算法等，得到不同运载土方数下对应的后车厢图像特征，并形成特征数据库。

本实施例中，在进行图像特征比对之时，只需提取现场采集的渣土车后车厢图像的图像特征并将之与特征数据库进行比对，图像特征匹配度最高的数据库中后车厢图像所对应的运载土方数，即确定为当前渣土车运载的土方数。

进一步地，基于上述实施例，本实施例中，所述渣土车运输土方数统计方法还包括以下处理流程：

(1)在渣土车运输渣土并进场时，通过地磅秤采集进场渣土车的运载重量；基于进场渣土车的运载重量以及运载土方数，确定进场渣土车运载的渣土类型，所述渣土类型包括岩石、泥沙；

本实施例中，考虑到运输的渣土类型的不同而可能导致渣土方数统计存在较大误差，因此，需要对渣土方数进行修正。

本实施例中，考虑到渣土车出场时未卸载干净的渣土量非常之少，因而可忽略不计。因此，本实施例仅对进场时车辆运载的渣土方数进行修正。

后台服务器基于渣土重量与体积，可确定场渣土车运载的渣土类型，比如在体积相近的情况下，岩石渣土的重量要远大于泥沙渣土的重量。

(2)当进场渣土车运载的渣土类型为岩石时，基于预设的土方修正系数与运载重量，对进场渣土车的运载土方数进行修正。

本实施例中，通过预设的方修正系数与运载重量，对进场渣土车的运载土方数进行修正，进而间接实现对实际运载土方数的修正。

可选的，在一实施例中，具体通过如下方式设置土方修正系数：

获取运输岩石的同一进场渣土车辆每一运输车次的运载重量与运载土方数，并基于以下公式设置土方修正系数：

其中，k表示土方修正系数，ai表示第i次进场运输的运载重量，bi表示第i次进场运输的运载土方数，n表示总的进场运输车次数。

运载重量通过地磅称采集获得，运载土方数通过图像特征匹配获得。

例如，渣土车a一天运输了三次岩石，运输情况如下：第一次进场运输岩石的重量为10、土方数为4，第二次进场运输岩石的重量为12、土方数为6，第三次进场运输岩石的重量为11、土方数为5，则土方修正系数k为2.2。

本实施例中，以同一车辆的所有运输车次的数据为参照来设置土方修正系数，可以将土方修正系数与实际运输数据相适应，进而提升数据运算结果的公正性，避免纠纷。

进一步可选的，在一实施例中，具体基于以下方式对运载土方数进行修正：

基于以下公式计算进场渣土车每一运输车次的理论运载土方数，并判断理论运载土方数与进场运载土方数之间差值是否超过预设误差率；

若是，则以理论运载土方数修正渣土车本次进场的运载土方数，否则不做修正；

其中，k表示土方修正系数，ai表示第i次进场运输的运载重量，bi表示第i次进场运输的理论运载土方数。

本实施例中，考虑到渣土车上渣土时，很难做到岩石这类不规则渣土的规则摆放，因而统计结果很难做到绝对的公平，因此本实施例允许一定的误差率，比如10％以下的误差都是可以接收的。

本实施例具体基于以上公式1、2，对渣土车运载的渣土方数进行修正。

例如，渣土车a一天运输了三次岩石，运输情况如下：第一次进场运输岩石的重量为10、土方数为4，第二次进场运输岩石的重量为12、土方数为6，第三次进场运输岩石的重量为11、土方数为5，则基于上述公式1可知，土方修正系数k为2.2。

基于上述公式2可知，渣土车第一次进场运输的理论运载土方数为4.55，第二次进场运输的理论运载土方数为5.45，第三次进场运输的理论运载土方数为5，通过误差率计算，只有第一次进场运输的土方数与理论运载土方数之间误差率达到了10％，因此，将理论运载土方数4.55作为渣土车本次进场的运载土方数。

本发明还提供一种计算机可读存储介质。

本实施例中，所述计算机可读存储介质上存储有渣土车运输土方数统计程序，所述渣土车运输土方数统计程序被处理器执行时实现上述任一项实施例中所述的渣土车运输土方数统计方法的步骤。

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一个存储介质(如rom/ram)中，包括若干指令用以使得一台终端(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。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，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，这些均属于本发明的保护之内。