[发明专利]运输设备运行管理的方法和装置

说明书

本发明公开了运输设备运行管理的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取目标路段的运行信息，所述运行信息包括：各个运输设备按照所述目标路段的运行速度通过所述目标路段的异常数据和执行时间；将所述各个运输设备的异常数据和执行时间输入机器学习模型进行自学习，依据自学习结果调整所述目标路段的运行速度；将调整后的运行速度发送至所述各个运输设备，以使所述各个运输设备再次进入所述目标路段时按照调整后的运行速度通过所述目标路段。该实施方式能够根据地面状况动态调整运输设备在目标路段的运行速度，保障运输设备平稳通过目标路段。

技术领域

本发明涉及计算机技术领域，尤其涉及一种运输设备运行管理的方法和装置。

背景技术

运输设备运行地面环境需要平整，有很多库房较大，有些在通道等区域上地面无法平整，即使后期修复找平也存在坡度。而且在运行过程中重载运输设备对地面会造成不通程度的磨损，久而久之造成对地面的损坏，如不及时修，会造成运输设备运行过程中异常增加。目前现有技术都是通过为固定路段设定固定速度来保持运行。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

不能根据地面状况调节运输设备的运行速度，载货运输设备在不平整地面还是按照设定的固定速度运行容易导致晃动和掉货情况等异常出现。

发明内容

有鉴于此，本发明实施例提供一种运输设备运行管理的方法和装置，通过根据各个运输设备在目标路段的异常数据和执行时间调整目标路段的运行速度，能够根据地面状况动态调整运输设备在目标路段的运行速度，保障运输设备平稳通过目标路段。

为实现上述目的，根据本发明实施例的一个方面，提供了一种运输设备运行管理的方法，包括：

获取目标路段的运行信息，所述运行信息包括：各个运输设备按照所述目标路段的运行速度通过所述目标路段的异常数据和执行时间；

将所述各个运输设备的异常数据和执行时间输入机器学习模型进行自学习，依据自学习结果调整所述目标路段的运行速度；

将调整后的运行速度发送至所述各个运输设备，以使所述各个运输设备再次进入所述目标路段时按照调整后的运行速度通过所述目标路段。

可选地，所述异常数据包括：异常类型和异常系数；获取目标路段的运行信息之前，还包括：

获取所述各个运输设备按照所述目标路段的运行速度通过所述目标路段的异常事件，确定所述异常事件所属的异常类型；根据每个所述异常类型的出现频率和/或影响力确定每个所述异常类型的异常系数。

可选地，所述异常事件是指，由于所述目标路段的运行场地异常而导致的事件。

可选地，根据每个所述异常类型的出现频率和/或影响力确定每个所述异常类型的异常系数之前，还包括：设置每个异常类型的异常系数初始值；

根据每个所述异常类型的出现频率和/或影响力确定每个所述异常类型的异常系数包括：当所述异常类型的出现频率和/或影响力大于设定上限阈值，则调增所述异常类型的异常系数初始值；当所述异常类型的出现频率和/或影响力小于设定下限阈值，则调减所述异常类型的异常系数初始值。

可选地，周期性获取目标路段的运行信息；将所述各个运输设备的异常数据和执行时间输入预训练的机器学习模型之前，还包括：

将所述运行信息中通过所述目标路段的开始时间和结束时间不在所述周期内的运输设备所对应的异常数据和执行时间剔除。

可选地，所述机器学习模型采用卷积神经网络，损失函数为sigmo id函数。

可选地，所述运输设备为自动引导运输车。

根据本发明实施例的再一个方面，提供一种运输设备运行管理的装置，包括：