[发明专利]神经网络算法自组织映射监控渣土车消纳的方法和装置

说明书

本发明提供了一种神经网络算法自组织映射监控渣土车消纳的方法和装置，所述方法包括：通过预设置于渣土车内的监控神经网络模型获取渣土车的停滞时间数据与当前位置数据；将所述停滞时间数据与当前位置数据作为输入，对应转换为向量数据，输入至神经网络算法的隐藏层，以进行依向量的权重处理，将形成的监控规则数据输出至监控神经网络模型；按照所述监控规则数据，若所述渣土车出现消纳违规情况，则进行数据突触调节，形成违规数据包；将所述违规数据包采用5G网络上传至云监控平台，并获取所述云监控平台的回锁指令；通过所述回锁指令将渣土车的货箱举升进行回锁，阻止货箱内渣土倒出；实现从事后处理与预防转换为即时的应急处理的效果。

技术领域

本发明涉及大型运输车监控平台技术领域，特别涉及为一种神经网络算法自组织映射监控渣土车消纳的方法和装置。

背景技术

因施工场地占地面积有限，一般的建材都采用大型运输汽车进行运输，而对于渣土的运输，由渣土车进行运输，而对于渣土车运输渣土至指定的消纳场地过程中，存在如下技术问题：

(1)司机不在指定的消纳场地下料，导致渣土运输乱序，影响施工进程。

(2)渣土车的车辆密封不严，进而沿途产生抛洒遗漏物，导致车辆抛洒物影响市容，恶化环境，同时容易被环卫及城管等部门查扣及罚款，而减少渣土公司及司机的收益。

对于上述提出的问题，现有技术中提出一种智能监控系统，基于计算机设备进行工地和消纳场地的动态监管、运输过程的实时动态监管、以及黑工地、黑消纳场地的智能识别，实现各种问题的监管过程；

但该监管无论是人为监管或者机器监管，均是对渣土车发生违规事项的处理，或者规束司机以预防违规的发生，无法在违规过程时进行相关的控制反应，其主要的原因是现有云平台监管的数据获取与输出依赖的无线4G或是基站PLC通讯，反应时间较长，故而无法实现即时反应。

发明内容

本发明提供一种神经网络算法自组织映射监控渣土车消纳的方法和装置，以对传输数据进行规束，并采用5G技术，达到提升机器监管的反应速度，使云平台基于计算机设备进行工地和消纳场地的动态监管、运输过程的实时动态监管、以及黑工地、黑消纳场地的智能识别，实现从事后处理与预防转换为即时的应急处理的效果。

本发明为解决技术问题采用如下技术手段：

本申请提供一种神经网络算法自组织映射监控渣土车消纳的方法，所述方法包括：

通过预设置于渣土车内的监控神经网络模型获取渣土车的停滞时间数据与当前位置数据；

将所述停滞时间数据与当前位置数据作为输入，对应转换为向量数据，输入至神经网络算法的隐藏层，以进行依向量的权重处理，将形成的监控规则数据输出至监控神经网络模型；

按照所述监控规则数据，若所述渣土车出现消纳违规情况，则进行数据突触调节，形成违规数据包；

将所述违规数据包采用5G网络上传至云监控平台，并获取所述云监控平台的回锁指令；

通过所述回锁指令将渣土车的货箱举升进行回锁，阻止货箱内渣土倒出。

进一步地，所述通过预设置于渣土车内的监控神经网络模型获取渣土车的停滞时间数据与当前位置数据的步骤，包括：

所述监控神经网络模型通过设置于渣土车上的监测设备判断渣土车是否停滞；

若是，则所述监控神经网络模型获取停滞时间数据和当前位置数据。

进一步地，所述将停滞时间数据与当前位置数据作为输入，对应转换为向量数据的步骤，包括：

将所述停滞时间数据中的时间长度进行实时的量化，得到逐渐递增的第一向量；